artificial intelligence
AI让员工越来越不动脑？Dropbox开始探索“脑力训练”，HR管理迎来新挑战
当全球企业都在鼓励员工使用人工智能、追求更高生产力时，Dropbox却开始思考一个有趣的问题：如果AI替员工完成了越来越多的工作，员工自己的思考能力会不会逐渐退化？
据Fast Company 2026年10月25日报道，Dropbox正在探索将记忆训练、注意力练习和益智活动引入员工发展体系，以应对AI广泛应用可能带来的认知能力挑战。这意味着，企业对AI的关注正在从单纯提高生产力，延伸到如何保护员工的独立思考与判断能力。
Dropbox：AI可以提高效率，但不能让员工停止思考
Dropbox首席人力官Melanie Rosenwasser表示，公司对AI的影响非常乐观，但同时认为企业有责任了解AI如何影响每天使用这些工具的员工。
目前，Dropbox正考虑采用记忆练习、专注力训练及益智游戏等方式，帮助员工保持认知活跃。公司还尝试举办“Analog Offsites”（离线活动），让高管暂时放下电子设备，通过呼吸练习和面对面互动，重新建立专注力与人际连接。
Rosenwasser表示，公司正在探索脑健康与认知福祉培训，同时寻找促进批判性思维和人际连接的方法。
不过，这些举措仍处于探索阶段，Dropbox尚未宣布正式推出覆盖全体员工的培训项目。
不只是Dropbox，企业开始关注员工“脑健康”
类似探索已经出现在其他企业。
2025年，全球商业地产服务公司JLL在新加坡办公室设立了“Brain Gym”（脑力健身房），配备灯光训练装置和视觉训练板。参与员工反馈，相关活动有助于改善专注力、减少干扰。
2024年，商业地产公司Fischer与University of Texas at Dallas合作，开展为期三个月的认知训练试点。研究人员通过综合指标评估参与者的认知能力、幸福感、社交互动及日常行为复杂度，并观察到一定改善。
科学研究也提供了部分依据。美国国立卫生研究院（NIH）资助的一项研究发现，针对老年人的推理能力和信息处理速度训练，部分收益可以持续长达十年。
但必须强调，目前没有充分证据证明脑力训练能够普遍提高智力，也不能据此认定使用AI必然导致员工认知退化。
HR的新挑战：AI提高了产出，员工能力真的提升了吗？
过去几年，企业AI转型主要围绕三个指标展开：员工AI使用率、工作效率提升和人力成本优化。
然而，当AI能够撰写报告、分析数据、生成方案甚至提出管理建议时，一个更深层的问题开始出现：员工完成任务的速度提升了，但是否仍然具备独立完成这些任务的能力？
对于HR而言，这可能成为未来人才发展的重要议题。
传统培训强调知识获取与技能掌握，AI时代则需要进一步关注批判性思维、问题分析、独立判断和持续学习能力。
企业不仅需要培养员工使用AI的能力，还需要确保员工能够识别AI错误、质疑机器结论，并在复杂情况下作出自己的判断。
从AI Literacy到Cognitive Well-Being，人才管理正在出现新方向
Dropbox的探索释放出一个值得关注的信号：企业AI战略不能只有技术部署，还需要关注人的认知能力。
未来，HR可以考虑将独立思考训练、深度讨论、无AI头脑风暴及关键决策复盘纳入人才发展体系，并通过实际工作表现评估效果。
这并不意味着企业应该限制AI。相反，更合理的方向是明确人机分工，让AI承担重复性工作，让员工持续发展创造力、判断力和解决复杂问题的能力。
AI真正的价值，不应该只是让员工更快获得答案，而是帮助员工提出更好的问题、作出更好的决策。
HRTech观察：未来企业的竞争力，不仅取决于AI有多聪明，更取决于员工在AI帮助下，是否仍然保持独立思考的能力。
当越来越多企业开始衡量AI带来的生产力提升时，或许也应该增加一个问题：我们究竟是在培养更优秀的人才，还是在培养越来越依赖AI的员工？
artificial intelligence
artificial intelligence
AI正在重写组织，不只是替代岗位：IBM 2026 CHRO Study的真正警告
HR科技核心摘要：IBM刚发布2026全球CHRO研究，值得所有HR认真看：60%员工担心AI导致技能退化，只有26%的企业真正明确人与AI的工作边界，但29%的工作流已经开始使用AI Agents。AI时代真正的问题已经从“会不会用AI”，转向“谁判断、谁负责、新人如何成长、AI节省出的能力去哪里”。完整报告很值得下载细读。
IBM 刚刚发布的《2026 CHRO Study: Designing the Thinking Organization》，表面上讨论的是 AI、人才与 CHRO，真正值得关注的却是一个更深层的问题：当 AI 开始承担越来越多分析、判断、推荐甚至执行工作之后，企业究竟应该如何重新设计“人为什么存在于工作之中”。
这份研究调查了 1,500 名 CHRO 及负责劳动力规划的高级管理者，并覆盖 8,800 名全职员工。IBM 将未来领先组织定义为 Thinking Organization：不是 AI 用得最多的组织，而是能够重新设计人与 AI 如何共同判断、共同工作、共同创造价值的组织。
一、AI 转型的核心已经不是“会不会用”，而是“谁拥有判断权”
今天很多企业仍把 AI 转型理解为 Copilot、Agent、自动化工具的部署，但 IBM 的数据表明，真正落后的其实是 Work Design。
只有 26% 的组织能够清晰定义哪些工作是 human-led、AI-assisted 或 AI-executed；36% 的管理者认为责任不清正在增加 AI 部署难度，而 43% 的员工表示，当 AI 出错时，最终责任往往会落到自己身上。
这意味着，未来组织设计最重要的问题不再只是“这个岗位会不会消失”，而是：AI 可以决定什么？人必须决定什么？谁负责验证？谁拥有 Override 权限？谁对最终结果负责？
HRTech认为，AI正在自动化的，不只是任务，而是岗位内部的决策权。
二、企业最容易低估的风险，不是 Skill Gap，而是 Skill Erosion
过去十年，人力资源一直在讨论 Skills Gap：员工缺什么能力，就培训什么能力。但 AI 带来的新风险恰恰相反——员工原本拥有的能力，因为长期不使用而慢慢退化。
IBM 发现，80% 的企业已经拥有 reskilling roadmap，但同时 60% 的员工担忧 AI 导致技能退化，46% 的管理者也将 skill erosion 视为重要风险。IBM甚至使用了一个非常值得警惕的词：cognitive atrophy，认知萎缩。
其中最危险的能力正是 critical thinking。57% 的管理者认为 critical thinking 和 problem framing 是 AI 时代的重要能力，而 71% 的管理者认为员工必须能够监督、验证甚至推翻 AI 输出，但员工中只有 38% 认识到这一点。
未来真正重要的 AI Skill，也许不是更会 Prompt，而是更会判断 AI 什么时候错了。
三、AI可能正在切断年轻人才成为专家的路径
报告里另一个非常容易被忽视的数据是：只有 23% 的组织正在增加 entry-level hiring，其余 77% 持平或减少；企业更愿意投资 experienced individual contributors，而真正把 early-career talent 作为重点的企业只有 7%。
问题在于，过去很多看似“低价值”的初级工作，本身就是人才成长的训练场。
整理资料、写初稿、做基础分析、回答客户问题，这些工作虽然最容易被 AI 自动化，却也是新人建立业务理解、判断力和经验的重要过程。
如果 AI 把练习场拿走，企业就必须主动重新设计 apprenticeship、rotation、simulation、supervised decision-making，否则今天换来的效率，可能是明天的人才断层。
四、AI ROI不能只算节省了多少人和时间
IBM 提出一个非常值得企业重新思考的概念：把 AI 释放出来的 capacity 当成 growth capital。
目前只有 42% 的组织主要把 AI 带来的生产力收益重新投入创新或 reskilling。
AI 每天为员工节省 30 分钟，并不自动意味着企业获得竞争优势。如果这些时间只是被更多邮件、更多任务重新填满，AI创造的只是新的忙碌。
真正值得衡量的是：AI释放出来的时间，被投入了客户、学习、创新，还是仅仅变成成本削减？
未来 AI ROI 的核心指标，可能会从 Cost Saving 转向 Capacity Reinvestment。
五、CHRO面临的是一次角色升级，而不是一次工具升级
最值得 HR 行业警醒的数据是：46% 的企业在制定 AI Strategy 时没有 CHRO 参与。
但与此同时，AI正在同时改变岗位、技能、绩效、组织结构、员工体验和人才供应链。
如果这些问题最终都由 CIO、CTO、COO 先定义完成，再由 HR 负责培训和 change management，那么 HR 仍然只是执行者。
IBM 给出的另一个现实更直接：72% 的企业在 HR Function 内仍然有限使用或完全没有使用 AI。 Thinking Organizations 中，94% 会为影响员工职业发展的 AI 提供透明度和可解释性。
HR如果希望领导企业 AI Transformation，就必须首先把自己变成 AI 的 proving ground。
IBM自身的 AskHR 已经给出了一个案例：目前每年处理 16.3 million transactions，95% 的问题无需人工介入，CSAT 达到 +55，四年内 HR operating budget 降低 40%。但 IBM CHRO Nickle LaMoreaux 最终强调的并不是技术，而是行为、流程和 operating model 的改变。
HRTech观点：AI时代真正要重新设计的是“工作”
过去企业习惯围绕 Job 设计组织，围绕 Job 招聘、定薪、绩效和晋升。
但当 AI Agent 开始进入 workflow，IBM预计已经有 29% 的工作流引入 AI agents，到 2028 年将达到 40%。
这意味着 Job 可能不再是未来组织设计的最小单位。
真正需要管理的，将越来越变成 Task、Workflow、Decision、Skill 和 Agent。
AI时代，人力资源最大的机会并不是更快地完成原来的 HR 工作，而是第一次真正进入企业 operating model 的核心：重新回答——哪些工作交给机器，哪些判断必须属于人，以及 AI 节省下来的能力，最终要用来创造什么。
这，或许才是“Thinking Organization”真正值得关注的地方。
报告下载：来自IBM
https://www.hrtechchina.com/Resources/3699CCAA-4CBF-9657-5AD4-976595C5E8F6.html
artificial intelligence
artificial intelligence
调查显示：AI没有让HR变轻松，反而把HR推到了经营中心
HRTech核心解读：Lattice报告显示AI越深入企业，HR反而越接近经营核心。83%的HR对AI感到兴奋，44%的企业已使用内置AI的企业平台，58%使用AI生产力/自动化工具。但74%的HR认为，用AI裁员的企业高估了生产率提升；54%表示员工正在“工作更多、薪酬不变”。AI也正在进入绩效管理。越来越多企业采用季度甚至月度评价，但涉及晋升、加薪等关键决定时，HR仍强调Human-in-the-Loop。更重要的是：Lattice发现，真正决定AI能否带来高绩效的并不是工具，而是文化、心理安全、管理者能力、清晰目标与持续反馈。AI时代，HR真正要升级的可能不是Prompt能力，而是重新设计“人+AI如何工作”的能力。更多请关注 HRTech
HRTech认为，Lattice最新发布的《2027 State of People Strategy Report》最重要的结论，不是“HR正在加速使用AI”，而是另一件更深层的变化：当AI真正进入绩效、岗位、管理和决策流程后，HR的事务性工作可能减少，但组织设计责任正在迅速增加。
换句话说，AI并没有让HR变得不重要，反而正在迫使HR从“流程管理者”转向“工作设计者”。企业真正需要HR回答的，已经不是用不用AI，而是AI进入之后，岗位怎么变、绩效怎么定、管理者承担什么责任、员工获得什么回报，以及哪些决策仍然必须由人做出。
这也是Lattice将本年度报告主题直接概括为“People strategy is the strategy”的原因。
AI正在从工具，变成工作流程的一部分
Lattice此次调查了1,358名HR专业人士。83%的HR领导者表示，对AI在HR中的应用感到兴奋；44%的企业已经使用内置AI的enterprise platforms，58%正在使用带AI功能的productivity或automation tools。AI的应用正在从过去单独打开ChatGPT写一份JD、总结会议，逐渐进入绩效、人才分析和企业工作流。
这意味着企业AI应用已经开始进入第二阶段。
第一阶段讨论的是“我们有没有使用AI”，第二阶段则必须讨论“AI究竟改变了什么工作”。
未来判断一家企业AI成熟度，单纯看有多少员工使用Copilot、ChatGPT已经没有太大意义。真正重要的是，AI进入了多少核心流程，哪些任务被自动化，哪些岗位被重新组合，以及这些效率最终是否转化成了Business Outcome。
AI首先改变的，其实是“什么叫做高绩效”
Lattice数据显示，38%的HR团队已经把Performance列为首要优先事项。在美国，42%的HR领导者把Performance Management列为第一重点。与此同时，33%的企业已经按季度进行Performance Review，12%甚至按月进行，绩效管理正在从一年一次的管理动作，逐渐变成持续反馈机制。
AI也已经直接进入这个流程。新闻稿显示，74%的HR领导者认为Managers已经在使用AI起草Performance Reviews。
表面看，这是一次效率提升，但真正值得关注的问题是：如果AI让员工完成工作的速度提高了，企业是不是也会同步提高“达到预期”的标准？
Lattice的数据已经出现这种迹象。54%的HR领导者表示，员工正在被要求做更多工作，却没有获得更多薪酬，上一年度这一比例还是43%。
这可能会成为AI时代一个越来越重要的管理问题：AI创造出来的生产率收益，究竟应该归企业、归员工，还是双方共享？
如果企业只是把AI节省出来的时间全部转化为更多任务，那么短期产出可能提高，但员工对AI的接受度、组织信任和长期敬业度未必会同步提高。
AI可以提供建议，但不能替管理者承担责任
Lattice报告呈现出的另一个重要信号，是HR对AI的态度正在从“能不能用”转向“什么地方不能完全交给AI”。
对于会议总结、信息整理、绩效评价草稿等低风险任务，AI的接受程度很高。但涉及Promotion和Compensation等高影响决策时，HR明显更加谨慎。
报告中的一句话非常准确：
“The recommendation engine, yes. The decision, no.”
这实际上定义了未来企业AI Governance最重要的一条边界。
AI可以帮助企业分析绩效数据、发现模式、生成建议，但晋升、薪酬、绩效评级甚至解雇等影响员工职业发展的决定，最终仍然需要明确的人类责任主体。
未来真正成熟的企业，不只是建立Human-in-the-Loop，而是需要根据“决策风险”定义不同程度的人类参与。
AI可以提高Decision Intelligence，但不能替代Decision Accountability。
74%的HR，并不相信“AI换人”那么简单
一个很有意思的数据是，83%的HR对AI总体持积极态度，但与此同时，74%的HR领导者认为，那些因为AI而削减员工的企业，高估了AI最终能够带来的生产率提升。美国HR的这一比例甚至达到77%。
这说明HR对AI的判断正在变得更加务实。
AI确实可以替代大量任务，但Task Replacement并不等于Job Replacement。
一个岗位除了可见任务之外，还包含客户关系、隐性知识、判断经验、跨部门协调和组织记忆。企业如果只看到AI可以完成其中一部分任务，就直接把整个岗位删除，很容易高估节省的成本，同时低估失去的组织能力。
因此，企业更合理的路径应该是先做Task Analysis，再进行Job Redesign，而不是直接从Headcount Reduction开始。
真正成熟的AI Workforce Strategy应该问：
哪些任务应该Automate，哪些应该Augment，哪些仍然应该Human-owned？
这比简单讨论“AI可以裁掉多少人”更重要。
文化正在从“软问题”变成AI基础设施
这份报告里最值得CEO和CHRO共同看的，其实不是AI数据，而是Culture。
Lattice发现，高绩效HR团队所在组织中，75%的Senior Leadership重视Psychological Safety，而低绩效团队只有40%；72%的高绩效组织领导层优先考虑Company Culture，对照组只有36%。
高绩效HR团队中，85%表示员工高度敬业，而低绩效团队只有40%；42%的高绩效团队表示员工超过公司目标，低绩效团队只有4%。
需要强调的是，这些数据主要来自HR从业者自报，能够说明明显相关性，但并不能直接证明文化是绩效提升的唯一因果因素。
不过，它揭示了AI转型中的一个现实问题。
AI Adoption需要Experimentation，而Experimentation需要Psychological Safety。
员工必须敢于试错、质疑AI结果、暴露流程问题，也必须相信“帮助公司找到更好的AI工作方式”不会直接变成自己被替代的理由。
如果这种信任不存在，企业即使购买了最先进的AI工具，也很难获得真正的组织级应用。
所以AI时代，Culture不仅没有变软，反而开始变成技术投资能否产生ROI的基础条件。
47%的HR Tech采购后悔，说明问题不只是产品
Lattice数据显示，47%的HR团队表示，过去两年购买的至少一项HR Technology产品没有达到预期。主要原因包括50%的Functionality Issues、34%的Integration Challenges，以及Pricing和Investment Return问题。
这个数字对今天疯狂采购AI产品的企业尤其值得警惕。
很多AI项目的逻辑仍然是：CEO要求使用AI，HR需要找一个AI项目，于是采购一个“带AI”的产品。
但更成熟的顺序应该是：
Business Problem → Workflow → Task → Data → AI Capability → Technology。
先找业务问题，再找技术，而不是先买技术，再寻找使用场景。
AI不会自动修复一个错误的流程。相反，它很可能只是让错误流程运行得更快。
因此，未来HR Tech采购能力本身也需要升级。真正重要的不只是Vendor Selection，而是Process Readiness、Integration Capability和Change Management。
HR真正升值的，不是Prompt能力，而是Work Design能力
如果把Lattice这份报告放到更长的HR科技演进周期里看，可以看到一个非常清晰的变化。
AI正在压缩行政工作的价值，但同时提高Work Design、Performance Architecture、Manager Enablement、AI Governance和People Analytics的重要性。
未来HR最有价值的能力，不是成为公司里最会写Prompt的人，而是能够理解一个岗位由哪些任务组成，哪些工作应该交给AI，哪些应该由人负责，以及AI加入之后，目标、绩效、薪酬和职业发展应该如何重新设计。
这也是HRTech对这份报告最重要的判断：
AI不会淘汰HR，但会淘汰旧的HR价值模型。
过去HR的价值往往来自流程、制度和管理系统；未来HR的价值会越来越来自组织设计、决策机制和Human + AI Workforce的重新配置。
当AI可以帮企业执行越来越多工作时，真正稀缺的反而变成另一种能力：
知道应该让谁做什么，以及为什么这样设计。
所以，AI时代HR真正需要争取的位置，并不是“企业AI工具管理员”，而是参与回答一个更重要的问题：
当AI进入公司以后，我们应该如何重新组织工作？
能够回答这个问题的HR，才真正走到了经营中心。
artificial intelligence
artificial intelligence
25年没写代码，Amazon HR负责人借助AI完成10万行：员工正在从软件使用者变成“工作构建者”
HRTech概述：Amazon全球HR负责人Beth Galetti在离开一线编程约25年后，借助AI重新开始开发应用，目前已经完成超过100,000行代码。更值得关注的是，Amazon正在通过Kiro、Amazon Quick和Aza等AI工具，将软件构建能力从专业技术团队扩展至普通员工，并以25亿美元的Future Ready 2030计划补充大规模技能投资。这一案例释放出一个清晰信号：企业AI竞争正在从“谁购买了更多工具”，转向“谁能让更多员工重新设计工作”。
25年没有写代码，Amazon全球HR负责人重新成为开发者
Beth Galetti现任Amazon Senior Vice President of People Experience and Technology，负责公司的全球HR组织。她职业生涯早期曾是一名软件开发人员，参与开发包裹追踪和国际业务系统，随后逐步转入信息技术、运输网络及运营管理岗位。2013年，她原本前往Amazon面试运输业务职位，但面试官发现她在谈到人才发展时表现出强烈兴趣，最终邀请她进入HR领域。
在大约25年没有亲自编写代码之后，Galetti于几个月前开始尝试利用AI重新构建软件。她的第一个项目是一款家庭日历应用，通过与AI工具交互，几小时内便完成了一个可以实际运行的初步版本。
此后，她开始使用Amazon的AI开发工具Kiro。在一次飞往Seattle的航班上，她通过自然语言描述需求，由Kiro协助完成规划、代码编写和测试，并在航班结束前构建出一款作品提交应用。这款应用随后成为Amazon内部团队竞赛“Everyone Can Build”的基础设施。
截至文章发布时，Galetti表示自己已经借助AI完成超过100,000行代码。Amazon没有说明这些代码的具体统计周期、投入生产的比例及后续维护方式，但这一案例显示，生成式AI正在显著降低软件构建对传统编程经验的依赖。
超过1,500名员工参与，全员构建开始进入真实业务流程
“Everyone Can Build”并不是一场面向工程师的技术竞赛。Amazon向团队内所有员工开放活动，不要求参与者具备技术背景，唯一要求是使用AI开发一款能够解决工作或日常生活真实问题的应用或工具。
竞赛开放后的数周内，超过1,500名员工开始参与构建。其中，一名员工开发的应用将一项接近4小时的人工检查流程压缩至1秒。据Amazon估计，这款工具每年可以节省数万小时。另一名员工开发了名为Momo的桌面宠物，将工作任务、提醒和常用快捷方式集中在一个入口中。
这些案例所体现的价值并不只是“员工学会了写代码”，而是业务一线员工可以绕过漫长的需求传递过程，直接将自己对流程、客户和岗位的理解转化为可测试的解决方案。
过去，一名非技术员工即使发现了低效流程，也需要整理需求、争取技术资源、等待项目排期，再由开发团队完成产品设计与交付。AI降低构建门槛后，最了解问题的人可以先完成原型和局部自动化，技术团队则可以将更多资源投入底层架构、安全治理和核心产品。
Quick、Kiro与Aza，形成三层企业AI工具体系
从Amazon披露的信息来看，其企业AI布局并不是简单地向员工开放一个聊天机器人，而是在逐步形成覆盖知识、工作流、软件构建和员工服务的工具组合。
Amazon Quick是面向工作的AI助手。员工可以用它查询企业数据、开展研究、生成内容并构建自动化工作流。Amazon表示，一些过去需要数周完成的研究任务，现在可以通过Quick显著缩短周期。该产品还可以连接本地文件、日历、电子邮件以及Microsoft 365、Google Workspace、Salesforce、Slack、Zoom等企业应用。
Kiro承担的是更进一步的“构建”任务。员工可以用自然语言描述希望开发的应用，由Kiro协助规划、编写和测试。这意味着普通员工不再只能使用现有软件，也可以围绕自己的工作场景搭建小型应用和自动化工具。
Aza则是Amazon内部使用的AI workplace assistant，重点服务员工体验场景。员工可以通过Aza查询福利、薪酬、工作场所便利安排和IT信息，也可以申请休假、预订会议室或搜索内部开放职位。
三类工具对应了不同层级的工作需求：Aza解决员工服务和信息获取，Quick连接知识、研究与自动化，Kiro则将员工进一步推向应用构建。Amazon展示的不是一个孤立产品，而是一套逐步扩展员工行动能力的AI工作基础设施。
25亿美元投入未来技能，AI工具必须与人才投资同步
Amazon同时强调，仅向员工开放AI工具并不足以完成组织转型。员工是否具备理解问题、拆解任务、判断结果和持续学习的能力，决定了工具最终能够产生多大价值。
为此，Amazon推出Future Ready 2030，承诺投入25亿美元扩大教育和技能培训机会，帮助至少5,000万人为未来工作做好准备。其中，10亿美元将投入Career Choice教育福利计划，目标是继续为全球50万名员工提供技能提升支持，重点覆盖cybersecurity、software development、logistics、renewable energy及mechatronics等增长领域。
Amazon还为每名员工每年承担一次AWS AI认证考试的全部费用，认证路径从基础AI概念延伸至专业级生成式AI。通过Amazon Future Engineer、AWS Educate及Mechatronics and Robotics等项目，技能投资覆盖K-12学生、职业早期人才、在职员工和希望转型的劳动者。
这说明Amazon对未来工作的判断并非“AI工具可以替代培训”，而是恰恰相反：工具越强大，企业越需要系统性提升员工的判断力、业务理解、问题定义和人机协作能力。
真正的变化不是人人成为程序员，而是人人拥有构建能力
从HRTech视角看，Beth Galetti完成100,000行代码只是最具传播力的表层故事。更深层的变化，是企业内部的软件生产关系正在被重新定义。
AI正在把过去集中于工程团队的部分构建能力，分散到HR、财务、运营、销售和客户服务等业务岗位。未来的员工未必需要掌握完整的计算机科学知识，也不必成为专业程序员，但越来越多人需要具备用自然语言定义需求、拆分任务、验证结果和持续改进工具的能力。
这会直接改变企业的人才标准。招聘时需要评估的不再只是候选人是否会使用某款AI产品，而是其能否识别值得解决的问题、能否把复杂工作拆解为可以委派给AI的任务，以及能否判断AI输出是否准确、安全并具有业务价值。
学习与发展部门也需要从传统课程供给者转向工作转型推动者。相比组织一次通用的“AI提示词培训”，围绕真实流程开展内部构建竞赛、任务重构项目和跨职能实验，更容易把AI能力转化为可衡量的生产力成果。
10万行代码不是ROI，工作结果才是
值得注意的是，代码行数本身并不能证明AI创造了多少价值。更多代码不一定意味着更高的质量、更低的成本或更好的用户体验。AI生成的应用还可能带来数据权限、信息安全、代码质量、系统重复建设和长期维护责任等问题。
因此，企业在鼓励“全员构建”的同时，仍需要建立明确的治理边界。哪些应用可以由员工自行创建，哪些涉及敏感数据或关键决策的系统必须经过专业审核；谁负责测试、部署和维护；工具停止使用后如何处理数据与权限；这些问题都需要HR、IT、信息安全、法务和业务部门共同制定规则。
衡量此类项目的核心指标也不应是员工生成了多少代码、创建了多少应用，而应回到业务结果：流程周期缩短了多少、节省了多少有效工时、错误率是否下降、员工体验是否改善、解决方案是否能够复用，以及成果能否在安全前提下规模化。
HR正在从AI工具推广者转向工作设计者
Amazon案例对HR行业最重要的启示是，AI转型不能停留在工具采购、账号开通和使用率统计。企业真正需要回答的是：哪些工作应当取消，哪些流程可以自动化，哪些任务可以交由AI代理执行，哪些判断必须继续由人承担，以及员工如何从执行者转向AI工作的设计者和监督者。
当一位离开编程25年的HR负责人可以借助AI重新构建应用，当超过1,500名非技术员工开始直接解决工作问题，企业内部传统的岗位边界已经出现松动。未来HR的价值，不只是管理采用率，而是设计新的工作方式、能力标准、授权机制和治理体系。
Amazon正在展示一种可能的组织形态：AI不只是提高单项任务效率的助手，而是把更多员工变成能够发现问题、构建方案和改进工作的内部创新者。企业之间真正拉开差距的，也许并不是谁最早购买AI，而是谁最早形成了让员工持续创造结果的“全员构建”能力。
来源：Amazon News，《I’m an Amazon SVP who hadn’t coded in 25 years. Then I wrote 100,000 lines of code with AI.》；Amazon Future Ready 2030及Career Choice官方资料。
artificial intelligence
artificial intelligence
【财报】BOSS直聘Q2营收23.99亿元、经营利润暴增32.6%：7000万月活之后，AI正在改写招聘行业
HRTech核心解读：BOSS直聘最新财报值得HR仔细看：Q2收入23.99亿元，同比增长14.1%，经营利润增长32.6%，月活首次突破7000万。付费企业客户达到720万，季度平均月活首次突破7000万。经营利润达到8.63亿元，同比增长32.6%，经营利润率从去年同期约31%提高到36%。但真正重要的不是净利润暴涨173%，而是BOSS直聘正在用AI从“招聘流量平台”转向“候选人和招聘结果交付平台”。如果这条路跑通，招聘平台、猎头、RPO和企业Recruiter的边界都可能被重新定义。
财报中最抢眼的是净利润同比增长173.1%至19.42亿元，但需要注意，其中包含了来自智谱投资的大额公允价值收益。剔除投资收益及股权激励后，调整后净利润为10.29亿元，同比增长9.4%。 更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。8月25日，BOSS直聘母公司KANZHUN LIMITED发布2026年第二季度及上半年业绩。从表面数字看，这是一份相当亮眼的财报：第二季度收入23.99亿元，同比增长14.1%；经营利润8.63亿元，同比增长32.6%；净利润达到19.42亿元，同比增长173.1%；季度平均月活跃用户首次突破7000万，过去12个月付费企业客户达到720万。
但在HRTech看来，这份财报真正值得关注的并不是“净利润增长173%”。其中相当大的贡献来自BOSS直聘对智谱的投资收益。更有价值的信号是：在中国招聘市场并没有出现全面强劲复苏、企业招聘依然高度结构化的情况下，BOSS直聘的收入增长反而从第一季度的7.6%加速到第二季度的14.1%，经营利润增速达到32.6%，同时继续增加世界杯品牌营销投入。这意味着BOSS直聘正在从过去几年依靠用户扩张驱动增长，进一步转向“用户规模+商业化效率+AI交付”共同驱动的新阶段。
更大的问题则在财报之外：如果把BOSS直聘与中国的智联招聘、猎聘，以及全球的Indeed、LinkedIn、SEEK和欧洲Stepstone放在一起看，会发现全球招聘平台正在发生一次非常一致的商业模式迁移——传统的Job Board正在消失，未来真正有价值的招聘平台，卖的可能不再是职位广告、简历和流量，而是越来越接近“招聘结果”。
第二季度收入23.99亿元，主营业务增长正在重新加速
2026年第二季度，BOSS直聘实现收入23.986亿元，同比增长14.1%，其中企业在线招聘服务收入23.840亿元，同比增长14.7%，已经贡献公司绝大部分收入。经营利润从去年同期6.512亿元增加到8.632亿元，同比增长32.6%；以季度收入计算，经营利润率从约31.0%提高到约36.0%，提升约5个百分点。调整后经营利润达到10.497亿元，同比增长19.2%。
上半年整体收入44.674亿元，同比增长11.0%；经营利润14.868亿元，同比增长36.3%。更值得注意的是成本端，上半年总经营成本及费用只从29.455亿元增加至29.888亿元，增幅约1.5%，远低于收入增长速度。其中研发费用同比仅增长1.8%，行政费用下降23.6%，销售及营销费用则增长18.9%，主要与广告投入增加有关。
第二季度尤其明显。公司销售及营销费用同比增长38.3%至5.809亿元，其中一个重要原因是赞助2026 FIFA World Cup及相关品牌营销活动。但即使在营销投入大幅增加的情况下，经营利润仍然增长32.6%，说明公司的经营杠杆正在继续释放。
这可能比单纯的收入增长更加重要。招聘平台天然具有明显的平台经济属性：一旦用户、企业、职位和求职者形成足够大的双边网络，新增交易的边际成本理论上应该持续下降。BOSS直聘目前表现出来的，正是这种网络效应逐步转化为利润率的过程。
净利润增长173%需要拆开看，智谱贡献了大量投资收益
第二季度BOSS直聘净利润达到19.423亿元，同比增长173.1%，这是最容易成为新闻标题的数字，但也最容易被误读。
第二季度，公司来自被投资企业公允价值变化的税前投资收益达到14.661亿元。2026年上半年，这部分税前投资收益累计达到20.802亿元，主要来自公司持有的Z.AI Co., Ltd.，即智谱。BOSS直聘目前持有智谱1,486,720股，约占智谱已发行股本的0.3%，投资成本只有约5270万元，而截至2026年6月30日的公允价值已经达到约21亿元。
因此，如果观察招聘主营业务，更合适的指标是调整后净利润。BOSS直聘第二季度调整后净利润为10.292亿元，同比增长9.4%；上半年调整后净利润18.854亿元，同比增长10.6%。
所以，判断这份财报质量不能用“净利润增长173%”，但这并不意味着主营业务表现不强。相反，收入增长14.1%、经营利润增长32.6%以及利润率提升，已经足够说明核心招聘业务正在改善。
回看过去三年，BOSS直聘已经从“高速用户增长”进入“规模变现”阶段
如果将第二季度数据向前拉三年，变化会更加清楚。
2023年第二季度，BOSS直聘收入14.88亿元；2024年第二季度增长至19.17亿元，同比增长28.8%；2025年达到21.02亿元，同比增长9.7%；2026年进一步增长至23.99亿元，同比增长14.1%。也就是说，经历2025年增速明显放缓之后，2026年第二季度收入重新出现加速。
用户增长的轨迹则更加明显。第二季度平均月活跃用户从2023年的4360万增加到2024年的5460万、2025年的6360万，再到2026年的7020万。过去12个月付费企业客户则从2023年的450万增加到2024年的590万、2025年的650万和2026年的720万。
这里出现了一个值得关注的变化：2024年的主要故事仍然是“用户高速扩张”，MAU增长25.2%，付费企业客户增长31.1%；到2026年，这两个指标的增速已经分别放缓至10.4%和10.8%，但收入增速反而达到14.1%。
换句话说，BOSS直聘已经不能再完全依靠新增用户讲增长故事，而需要从已有的7000万级用户网络里获得更多商业价值。这也是为什么AI、候选人交付、大客户解决方案和更深层次招聘服务开始变得重要。
中国招聘市场的竞争，BOSS直聘正在进一步拉开规模差距
如果把BOSS直聘与猎聘放在一起，平台定位和规模差异已经非常明显。
2026年上半年，同道猎聘实现收入9.89亿元，同比增长5.6%；其中企业端收入约8.20亿元，同比增长6.7%，归属于公司股东的净利润约8803万元，同比增长9.6%，经调整归母净利润约1.1亿元，同比增长13.5%。同期BOSS直聘收入达到44.67亿元，已经超过猎聘的四倍。
但这并不意味着两家公司处于完全相同的市场。BOSS直聘已经越来越接近全民级招聘基础设施，覆盖白领、蓝领、中小企业、低线城市和大型企业；猎聘仍然更聚焦中高端人才、企业客户和猎头三端生态。猎聘截至2026年6月底拥有约1.22亿注册个人用户、151.2万家验证企业和约23.1万名验证猎头，付费企业客户约6.3万家。由于企业客户定义与BOSS直聘完全不同，不能简单把BOSS直聘的720万付费企业客户直接与猎聘6.3万家客户进行比较。
有意思的是，两家公司正在走向同一个方向：AI商业化。猎聘披露，2026年上半年AI产品综合现金回款接近同比翻倍，AI Pro账号渗透率已经接近四成，新客户AI Pro覆盖率超过七成；BOSS直聘则把AI进一步延伸至AI寻访、AI辅助沟通、AI候选人交付和AI面试。
这意味着中国在线招聘下一阶段的竞争，很可能不再只是“谁有更多职位、更多简历”，而是谁能用AI把这些数据转化成更高质量的招聘结果。
智联招聘的压力，则从SEEK财报中体现得更加明显
智联招聘已经不是上市公司，因此外界很难像分析BOSS直聘一样获得完整季度数据。但其股东SEEK的2026财年报告提供了另一个观察窗口。
SEEK披露，智联招聘FY2026的gross revenue约为5.006亿澳元。与此同时，SEEK在2026财年对与智联招聘相关的股权投资和应收款累计计提约3.56亿澳元减值。SEEK在年报中明确指出，智联招聘继续受到中国宏观经济疲弱和竞争压力影响，新管理层已经开始战略调整，向符合中国经济发展优先方向的新增长领域转型。
这组信息很重要。
过去中国在线招聘市场很长一段时间的竞争逻辑，是“前程无忧+智联招聘+猎聘+后来进入的BOSS直聘”。但移动互联网时代的产品结构彻底改变了这个行业。BOSS直聘通过移动端即时沟通，把原来“发布职位—收到简历—筛选简历—电话联系”的长流程压缩为候选人与招聘者直接连接，实际上改变了招聘市场的流动性。
现在AI又可能带来第二轮结构性变化。
AI真正改变的并不是推荐算法，而是BOSS直聘准备开始“交付候选人”
BOSS直聘财报里最值得HR Tech行业关注的一句话，是公司正在利用AI推动商业模式从“traffic-based matching”向更加广泛、可扩展的“closed-loop recruitment delivery model”发展。
这句话翻译成商业语言，其实非常简单：过去平台卖“流量”，未来平台希望卖“结果”。
目前BOSS直聘求职者端的AI求职Agent已经开始覆盖职位偏好理解、简历优化、职业方向建议、职位推荐、岗位适配分析、AI模拟面试以及求职沟通反馈。企业端则包括AI寻访、AI辅助沟通、AI候选人交付和AI面试。公司披露，高端白领、金领以及大规模蓝领招聘的AI商业服务均取得较强增长，服务企业数量、交付的意向候选人数量以及单客户平均服务费均显著提升，但暂时没有披露具体收入。
这是一个非常关键的变化。
如果平台只是推荐100份简历，它还是一个招聘网站；如果平台能够理解岗位、主动搜索人才、筛选候选人、联系候选人、确认意向、完成初步面试，最后只把10名合格候选人交给企业，它实际上已经开始进入过去属于Recruiter、猎头和RPO的业务范围。
也正是在这里，中国与全球招聘市场开始出现高度一致的趋势。
美国Indeed已经开始证明：招聘网站最大的增长空间，并不是职位广告
Indeed母公司Recruit Holdings最新财报或许是全球招聘市场最值得研究的案例之一。
截至2026年6月的Recruit Holdings FY2026第一季度，其HR Technology业务收入达到28.58亿美元，同比增长20.9%；其中美国市场收入16.4亿美元，同比增长30.0%，欧洲及其他地区收入约6.1亿美元，同比增长28.5%。更夸张的是，该业务EBITDA+S利润率已经达到47.4%。Recruit还将2026财年HR Technology全年收入预期上调至114.85亿美元，同比增长18.7%。需要说明的是，这一业务板块包括Indeed、Glassdoor等产品，并非Indeed单一平台收入。
但真正值得研究的是收入增长从哪里来。
美国市场Average Revenue per Job Posting同比增长35%，Premium Sponsored Jobs等产品推动单个招聘职位的商业价值持续提升。换句话说，即使招聘职位总量不出现爆发式增长，平台仍然可以通过更高质量的匹配、更精准的推广以及更接近招聘结果的服务提高每一个招聘需求的价值。
Recruit Holdings甚至重新定义了自己的市场。
它在最新投资者材料中将2025年全球HR Matching市场规模估算为3020亿美元，其中传统“Job Advertising & Talent Sourcing”只有约340亿美元，而Direct Hire约710亿美元、Retained Search约240亿美元、Temporary Staffing约1050亿美元，Internal Recruitment Automation约680亿美元。
这实际上告诉整个招聘行业：真正巨大的市场从来就不是职位广告。
过去招聘网站只参与招聘预算最前端的一小部分；AI让平台第一次有能力向招聘流程中段和后段延伸。
LinkedIn的优势更加特殊：它拥有的不是简历数据库，而是全球职业关系图谱
截至2026年6月30日的Microsoft FY2026，LinkedIn全年收入达到198.17亿美元，同比增长11%；2026财年第四季度收入同比增长12%。不过需要特别说明，LinkedIn的收入并不只来自招聘，其业务包括Talent Solutions、Marketing Solutions、Premium Subscriptions和Sales Solutions，因此不能把198亿美元全部理解成招聘收入。
LinkedIn真正值得关注的是Hiring Assistant。
这款AI招聘Agent已经从传统关键词搜索进一步进入岗位理解、候选人发现、人才筛选、候选人沟通和招聘流程管理。LinkedIn披露，其Hiring Assistant可以在超过12亿份职业档案上运行，并且能够结合企业ATS历史候选人数据。
LinkedIn在2026年发布的数据还显示，使用Hiring Assistant的企业平均获得的“quality hires”增加11%，高需求人才招聘增加18%；随着使用时间延长，质量提升进一步扩大。需要注意，这些指标来自LinkedIn自己的平台研究方法，而不是独立第三方研究，但它至少说明LinkedIn正在有意识地把AI价值从“节约招聘人员时间”转向“提高招聘质量”。
这也是LinkedIn最难被复制的优势：它拥有的不只是简历，而是职业身份、职业关系、技能、内容互动、企业组织结构和招聘行为共同形成的Professional Graph。
AI时代，数据越丰富，Agent能够完成的任务就越复杂。
澳大利亚SEEK提供了另一个答案：职位数量下降，也可以靠“每个职位的价值”增长
SEEK的2026财年同样很有代表性。FY2026公司净收入约11.99亿澳元，同比增长10%；EBITDA约5.30亿澳元，同比增长15%，EBITDA利润率从42%提高至44%，调整后利润增长28%。
但SEEK的职位广告数量并没有同步增长。事实上，澳大利亚和部分亚洲市场的付费职位广告量仍然承压。
收入为什么还能增长？
答案是yield。
FY2026 SEEK亚太市场单个职位的收益水平增长18%，核心职位广告及增强服务收入增长10%。通过新的广告层级、Advanced ad以及value-based pricing，SEEK正在提高每个招聘需求的货币化能力。
这是招聘平台未来一个非常重要的商业模式变化：职位数量不再是唯一核心指标。
当AI能够提高匹配率、申请转化率和最终招聘结果以后，一个“真正能招到人的职位”显然应该比一个只是获得1000次浏览的职位更值钱。
欧洲Stepstone：AI之外，合规和可信招聘会成为新的护城河
欧洲市场则提供了另外一个观察维度。
The Stepstone Group旗下拥有德国Stepstone、英国Totaljobs、IrishJobs等招聘品牌，其官方定位已经非常明确：未来核心业务是“AI-driven job marketplaces”和programmatic-powered recruitment marketing。
欧洲招聘市场还有一个非常明显的结构性变化。Stepstone数据显示，德国每个职位收到的申请兴趣较2023年已经接近翻倍，而明确欢迎跨职业转换者的职位占比自2019年以来增长超过六倍。换句话说，未来的问题不是“没有申请人”，而是大量申请涌入以后，企业如何识别真正合适的人。
这也是AI最擅长、同时风险最大的领域。
欧盟已经明确把招聘、候选人筛选和人员选择相关AI列入高风险应用范畴。经过最新AI Omnibus调整后，与就业相关高风险AI系统的主要规则计划从2027年12月2日起适用，而部分AI透明度要求已经自2026年8月2日起生效。
因此，在欧洲，未来招聘平台的竞争力可能不只是“AI更聪明”，而是“AI足够聪明，同时能够证明它为什么做出这个判断”。
可解释性、偏差控制、人类监督、数据治理和审计能力，都可能从法律成本变成产品竞争力。
全球招聘网站的终局：从Job Board走向Hiring Infrastructure
把BOSS直聘、Indeed、LinkedIn、SEEK和Stepstone放在一起，一个越来越清晰的趋势正在形成。
第一代招聘网站解决的是“信息数字化”问题，把报纸招聘广告搬到互联网；第二代招聘平台解决的是“匹配效率”，通过搜索、推荐算法和移动沟通提高求职者和企业之间的连接效率；第三代招聘平台则正在进入“招聘执行”。
AI Agent可以理解岗位，可以找人，可以筛选，可以沟通，可以安排面试，甚至可以对招聘效果进行持续反馈。
这意味着所谓“招聘网站”最终很可能不再是一个真正意义上的网站。
它会越来越像一套招聘基础设施。
企业告诉系统：“我要在上海招聘20个AI工程师”“我要在美国三个月内招聘300名销售”“我要在深圳找到一个有海外工厂经验的HR负责人”，平台自动完成市场人才分析、职位生成、人才搜索、广告投放、主动寻访、筛选、沟通、面试安排和候选人排序，HR最终处理的只是少数真正需要人类判断的候选人。
到了那个阶段，招聘平台卖的就不再是“职位发布30天”。
它卖的是招聘能力。
未来最大的机会，是从340亿美元的职位广告市场进入更大的招聘交易市场
从这一点再回头看BOSS直聘这份财报，就会发现AI的战略意义可能远远大于短期贡献了多少收入。
Recruit Holdings估算的全球3020亿美元HR Matching市场中，传统职位广告和人才寻访只有约340亿美元。真正庞大的市场存在于人才招聘、猎头、灵活用工和招聘自动化。
所以未来几年全球招聘平台可能同时沿着几个方向扩张：从职位广告进入候选人交付，从搜索工具进入AI Agent，从外部招聘进入ATS和内部人才市场，从按职位收费进入按招聘效果收费，从单纯拥有简历数据变成拥有经过验证的职业身份、技能和招聘结果数据。
而随着AI生成简历、自动投递和批量申请越来越普遍，另外一种资产也会越来越昂贵——真实的人。
谁能够确认一个候选人是真实的人、拥有真实技能、真的愿意换工作，并且真的适合这个岗位，谁就掌握了未来招聘市场最稀缺的“可信信号”。
这也是LinkedIn的职业身份网络、BOSS直聘的大量即时沟通行为、Indeed的职位与申请数据、SEEK的区域招聘交易数据以及Stepstone的欧洲劳动力市场数据真正具有长期价值的原因。
HRTech观察：BOSS直聘真正的下一场战争，已经不是与另一家招聘网站竞争
从2026年第二季度的数据看，BOSS直聘在中国市场的规模优势仍在扩大。月活突破7000万、付费企业客户达到720万、收入重新加速、经营利润率继续改善，意味着它已经逐渐跨过单纯依赖用户扩张的阶段。
但它接下来面对的竞争，也会更加复杂。
未来的竞争对手不一定只是智联招聘和猎聘，而可能包括猎头、RPO、ATS、招聘自动化工具、AI Agent，甚至企业内部招聘团队过去自己完成的一部分工作。
同样的事情也在全球发生：Indeed希望从职位广告进入招聘结果，LinkedIn让Hiring Assistant成为Recruiter的AI协作者，SEEK通过更高yield而不是更多职位实现增长，Stepstone则把AI匹配和程序化招聘作为未来平台基础设施。
所以，2026年真正值得关注的问题已经不再是“AI会不会进入招聘网站”。
它已经进入了。
真正的问题是：当AI可以完成搜索、筛选、沟通、邀约甚至部分面试之后，谁能够拥有招聘流程，谁能够定义“好的候选人”，以及谁最终能够为招聘结果收费。
这场竞争决定的，可能不是下一代招聘网站是谁，而是谁会成为下一代全球人才市场的基础设施。
artificial intelligence
artificial intelligence
深度专题：从HR的20个高频场景看HR AI真正的增长机会
过去两年，HR AI市场经历了一个明显变化。企业最初关注的是大模型能否生成职位描述、撰写邮件或总结文件；现在，HR开始追问更实际的问题：AI能否接入ATS、HRIS和学习平台，能否推动流程继续向前，能否减少重复操作，以及能否产生可以衡量的业务结果。
一项针对HR AI应用的研究梳理了138个工作场景，覆盖招聘、HR技术、学习与发展、员工体验、绩效管理、人才分析、薪酬福利、合规和组织发展等16个HR实践领域。其中，20个最常见的应用集中在招聘、HR平台、学习发展、绩效管理、员工沟通和人才分析六个领域。招聘相关场景占据近一半，说明目前最成熟的HR AI仍然集中在高频、标准化、数据相对清晰并且容易人工复核的工作中。
对于企业HR来说，这20个场景比“AI将如何改变人力资源”这样的宏观讨论更有参考价值。它们不仅展示了企业正在使用AI做什么，也揭示了HR AI产品最容易从哪里切入、如何形成稳定使用，以及哪些应用有机会从单点工具发展成为企业级工作平台。
20个最常见的HR AI应用，正在形成四类产品
第一类是招聘与人才获取，也是目前应用最集中的HR AI市场。
常见场景包括职位描述起草与优化、自动简历解析与筛选、招聘广告程序化优化、AI辅助搜寻被动候选人、候选人与岗位匹配、结构化面试指南生成、面试排期自动化、重复候选人识别、人才管道清理，以及面试转录与总结。
其中，职位描述起草与优化是目前最常见的HR AI应用，采用率达到20%；自动简历解析与筛选为16%；招聘广告优化和被动候选人搜寻均为12%；候选人与岗位匹配为11%。
第二类是HR平台与员工知识服务。
文件提交提醒与任务分流、HR系统内置AI Copilot，以及基于企业内部文档的知识库问答，已经成为HR平台最常见的AI功能。这类应用的共同特点，是AI不再作为一个独立聊天工具存在，而是进入员工服务、HR运营和系统操作流程。
员工提出休假、福利、薪酬或公司政策问题后，系统不仅需要回答问题，还应该识别员工身份、调用适用政策、提供对应表单，并引导员工完成下一步操作。
第三类是学习与发展。
长篇培训资料摘要、AI生成测验与情景练习、微学习内容生成、个性化学习推荐和自适应学习体验，正在成为学习平台的重要增长方向。
早期学习AI主要帮助培训团队提高内容生产效率。下一阶段，系统将根据员工岗位、能力差距、学习历史和业务任务，动态决定向谁推荐什么内容，以及在什么时间提供学习支持。
第四类是绩效、沟通和员工反馈。
AI辅助起草绩效评语、常规HR沟通、目标设定支持，以及新员工调查与反馈分析，都已经进入较常见的应用范围。
这些功能距离员工和管理者的日常工作更近，也更容易形成稳定的使用频率。但企业需要清楚区分“辅助表达”和“替代判断”。AI可以帮助管理者整理事实、改善表达和识别遗漏，却不应在缺乏业务背景的情况下，独立决定员工表现、晋升机会或后续管理措施。
企业应该从哪一个AI场景开始
很多HR团队面临的真正困难，不是缺少AI工具，而是不知道应该从哪个场景开始。
一种常见误区，是直接采购覆盖多个模块的AI平台，然后要求各部门寻找使用方式。更有效的方法，是先从企业真实存在的问题出发：哪些工作重复发生，哪些流程占用大量时间，哪些任务容易遗漏，哪些信息经常被重复查询，以及哪些结果能够被量化。
对于仍然主要依赖人工处理事务的HR团队，可以先从职位描述、日常沟通、文件摘要和培训内容生成等低门槛场景开始。
对于已经广泛使用生成式AI，但使用方式仍然零散的团队，下一步应当把AI固定嵌入招聘、员工服务或学习流程，建立模板、权限、审核和结果记录。
对于已经完成多个AI试点的团队，则需要进一步考虑系统连接、数据治理、跨流程编排和组织级AI能力建设。
HRTech推出的HR AI Forward成熟度框架与能力评测，将HR的AI发展划分为L0事务型HR、L1工具型HR、L2能力型HR和L3系统型HR四个等级、十二个阶段，帮助HR团队判断自己目前处于什么位置，以及下一步应该从工具使用、流程接入、能力沉淀还是系统建设入手。
138个应用场景解决的是“AI可以做什么”，成熟度评测解决的则是“企业现在适合做什么”。两者结合，才能避免企业一开始就进入高投入、高风险和难以衡量结果的复杂项目。
为什么招聘成为HR AI的第一增长入口
招聘之所以率先实现规模化，并不只是因为招聘科技公司更早采用AI，而是因为招聘流程天然具备适合自动化的条件。
职位描述、简历、岗位要求、候选人沟通和面试记录，大多以文本或结构化数据形式存在。职位发布、简历筛选、面试安排和候选人跟进又属于高频、重复的流程。同时，多数AI输出可以由招聘人员复核，即使出现问题，也有机会在最终录用决定前纠正。
这使招聘AI能够较快证明三类价值：减少行政操作时间、提高候选人处理速度，以及扩大招聘人员能够覆盖的人才范围。
但招聘场景也说明，模型能力不等于产品价值。一个能够生成优秀职位描述的工具，如果不能同步岗位模板、审批流程、招聘渠道和候选人数据，最终仍然只是一个低频写作工具。
真正具有增长能力的招聘产品，需要把“生成职位描述”连接到职位审批、广告发布、人才搜寻、候选人匹配、面试安排、面试记录和录用分析，让AI从内容生成进入完整招聘流程。
HR AI产品正在从内容生成走向工作流执行
从20个高频应用中，可以看到HR AI产品正在经历三个阶段。
第一阶段是内容生成。AI帮助HR起草职位描述、面试问题、绩效评语、员工邮件和培训材料。这类功能部署速度快、学习门槛低，也是企业最容易接受的起点。
第二阶段是流程协助。AI开始处理面试排期、文件提醒、简历解析、知识检索、候选人去重和会议总结。此时，产品价值不再只体现在生成质量，而是体现在能否减少操作步骤、缩短处理周期并降低流程遗漏。
第三阶段是智能编排。AI根据岗位需求推荐候选人，根据员工情况推荐学习内容，根据内部知识回答问题，并在HR系统中推动后续操作。产品开始从“回答用户的问题”转向“理解上下文并协助完成任务”。
对准备采购HR AI产品的企业来说，市场上并不缺少AI功能，真正困难的是判断不同产品属于哪个场景、能够解决什么问题、需要连接哪些系统，以及是否已经有同类客户验证。
企业可以通过HR科技云图 MapofHRTech查看招聘、人才管理、学习发展、员工体验、薪酬福利和HR数字化等不同类别的产品与服务机构，也可以下载2026 HR科技云图，作为企业开展供应商初步研究和产品选型的入口。HR科技云图同时提供动态产品目录和月度品牌榜单，帮助企业持续观察市场变化。
产品增长的核心，是占据一项高频工作
对于HR科技供应商而言，增加AI功能并不必然带来产品增长。很多AI功能在演示时非常吸引人，但用户试用几次后便不再使用，原因通常不是模型生成效果不够好，而是功能没有进入日常工作流程。
真正能够形成增长的产品，首先需要占据一项稳定发生的任务。例如，每次创建职位时自动生成和检查职位描述，每次安排面试时自动协调时间，每次完成面试后自动形成摘要，每次员工提出问题时自动从内部政策中寻找答案。
只有当AI与真实工作事件绑定，产品才可能获得持续使用。
其次，产品需要把多个孤立动作连接起来。以招聘为例，职位描述生成、招聘广告优化、人才搜寻、候选人匹配、面试指南和面试总结不应是六个彼此分离的功能，而应成为一个连续的招聘工作流。
用户不需要在不同工具之间重复复制信息，系统也能够使用前一个环节的数据支持后一个环节。
最后，产品必须建立结果反馈。AI推荐的候选人是否进入面试，生成的职位描述是否提高申请转化，学习推荐是否带来课程完成和技能改善，这些结果都应该反向进入产品。
没有反馈闭环的AI是一次性输出工具，有反馈闭环的AI才能持续改善，并形成真正的产品差异化。
对于正在建设AI产品、升级现有HR平台或已经形成客户案例的HR科技机构，可以申请加入HR科技云图产品与机构目录，让企业采购者能够在具体场景和产品类别中发现相关解决方案。HR科技云图的核心价值不是简单收录企业名称，而是将产品能力、市场分类、品牌信息和企业采购需求连接起来。
用户增长不是注册人数，而是从尝试走向工作习惯
HR AI的用户增长不能只看注册量、访问量或生成次数。企业用户是否真正采用一项产品，取决于产品能否完成从首次体验到稳定使用的转变。
用户激活的标志，不应只是打开AI功能，而是完成第一项有价值的HR任务。例如，成功生成并发布一个职位，完成一次候选人筛选，回答一个员工政策问题，或者制作一套能够直接使用的培训内容。
用户留存来自重复工作。职位描述、面试安排、员工问答、绩效评估和培训推荐都有明确的周期性。当产品能够在这些时间点主动出现，并自动带入岗位、候选人、员工或组织上下文，用户就不需要每次重新输入提示词，使用AI也会逐渐成为工作流程的一部分。
用户扩展发生在产品从个人工具变成团队系统之后。
最初可能只有一名招聘人员使用职位描述生成；随后，招聘团队开始共享模板，业务经理参与审批，HR负责人查看效率和质量数据；最终，产品扩展到更多岗位、部门和业务单元。
因此，对HR AI产品更有意义的增长指标应该包括：完成了多少真实工作流，用户是否持续重复使用，人工修改比例是否下降，流程周期是否缩短，是否有更多角色参与，以及产品是否从一个场景扩展到相邻场景。
从产品功能走向可传播的客户成果
HR AI供应商还需要解决一个经常被忽视的问题：产品已经上线，但市场并不知道它真正解决了什么问题。
仅仅宣传“接入大模型”“推出AI Agent”或“升级智能助手”，很难帮助企业买家理解产品价值。更有效的内容结构应该包括明确的业务场景、原有流程、AI介入方式、人员分工、实施周期和量化结果。
例如，与其只说产品推出了面试智能助手，不如说明它是否减少了面试记录时间、提高了面试反馈提交率，或者缩短了从面试到决策的周期。
与其只说系统能够生成培训内容，不如说明课程制作时间下降了多少、学习参与率是否提高，以及业务部门是否更快获得了需要的培训资源。
产品增长与内容增长最终需要连接在一起。产品功能提供实际价值，客户案例证明价值，行业内容解释价值，奖项和榜单进一步放大价值，最终形成企业认知、采购线索和市场影响力之间的增长循环。
目前，2026 HRTech INNO Awards已经设置HRTech创新实践奖、创新团队奖、创新产品奖，并特别设置人力资源科技AI创新产品奖。近12个月内已经形成实际应用和可量化成果的企业HR团队及HR科技产品，可以通过案例申报，将内部项目进一步沉淀为可复制、可传播的行业实践。
企业HR需要重新定义AI项目的衡量方式
当前很多企业AI项目仍然缺少清晰的价值衡量。企业知道员工正在使用AI，却不能准确回答AI节省了多少时间、改善了哪些结果，或者是否只是把工作从一个系统转移到了另一个系统。
对于职位描述生成，可以衡量起草时间、人工修改次数、审批周期和申请转化率。
对于面试排期，可以衡量人工协调时间、候选人取消率和招聘周期。
对于知识库问答，可以衡量问题解决率、人工工单减少量、响应时间和员工满意度。
对于学习推荐，可以衡量内容参与率、课程完成率、技能变化和实际岗位表现。
只有当HR把应用场景与业务指标连接起来，AI采购才会从创新试点预算进入长期运营预算，产品也才有机会从单一部门试点走向企业规模化部署。
AI应该减少低价值操作，而不是替代HR判断
AI目前最稳定的价值，是帮助HR更快地处理信息、形成初稿、发现模式和推进流程，而不是自动完成复杂的人事判断。
在招聘、绩效、薪酬、员工关系和组织调整等高影响场景中，AI可以提供信息和建议，但最终判断仍应由具备业务背景并承担管理责任的人完成。
产品需要保留人工审核、修改记录、数据来源、权限控制和员工申诉机制，而不能把“自动化程度更高”简单等同于“产品更加先进”。
对企业来说，负责任的AI应用不是降低创新速度，而是让产品更容易得到员工、管理者、法务和企业管理层的长期信任。
HR AI下一阶段的分水岭，是能否形成工作完成率
138个应用场景为企业提供了一张能力地图，而最常见的20个应用则说明，市场不会平均接受所有AI功能。
最先实现规模化的，仍然是高频、标准化、数据相对清晰、输出容易复核，并且能够产生明确业务结果的工作。
对于HR而言，正确的起点不是寻找一套能够覆盖所有场景的“万能AI”，而是找到最耗时、重复度最高、最容易衡量的几个流程，明确AI负责什么、员工负责什么，以及最终结果如何评价。
对于HR科技公司而言，下一阶段的竞争也不再是谁拥有更多AI按钮，而是谁能够把内容生成、流程自动化、数据连接和业务结果组合成完整产品。
用户不会长期为一次精彩的回答付费，但会为持续减少工作、缩短流程并改善结果的系统付费。
HR AI真正的增长机会，不在于让HR每天多使用一个聊天工具，而在于让AI进入工作发生的地方，理解组织上下文，协助完成任务，并把节省下来的时间重新投入到判断、沟通、关系和组织建设中。
HRTech将持续跟踪全球HR AI产品、企业实践、投融资、上市公司表现和HR科技市场变化。HR从业者可以阅读并下载《2026年8月HRTech行业观察报告：企业HR必须关注的五大变革》，也可以订阅HRTech每周资讯，持续获得全球HR科技产品、趋势和实践信息。
artificial intelligence
artificial intelligence
【财报】ADP 2026财年收入达219.47亿美元：AI开始从产品功能走向企业级运营基础设施
HRTech核心摘要：ADP发布2026财年业绩：全年收入219.47亿美元，同比增长7%；净利润44.14亿美元，同比增长8%；调整后EPS增长11%至11.12美元。Employer Services新业务预订额达到22亿美元，客户留存率维持在92.1%。AI成为本次财报重点。ADP客户及员工全年与ADP Assist Agents完成超过1200万次对话，上线ADP Lyric HCM的客户数量增长94%，AI还被进一步嵌入服务和销售流程。ADP预计2027财年收入增长5%至6%，调整后EPS增长9%至11%。这份财报释放出一个重要信号：大型HR科技公司的AI竞争，正从聊天机器人转向薪酬、HCM、服务和全球合规工作流的全面重构。 受此消息影响，股价盘中一度达到280美元，收盘市值1092.75亿美元，更多全球HR科技动态，请访问 #HRTech
全球薪酬与人力资本管理服务商 ADP（Nasdaq: ADP）发布截至2026年6月30日的第四季度及2026财年业绩。公司全年实现收入219.474亿美元，同比增长7%，按有机固定汇率计算增长6%；净利润达到44.135亿美元，同比增长8%；调整后净利润为44.854亿美元，同比增长10%。
从盈利能力看，ADP全年调整后EBIT达到58.746亿美元，同比增长10%，调整后EBIT利润率提升80个基点至26.8%；全年摊薄每股收益为10.94美元，同比增长10%，调整后摊薄每股收益为11.12美元，同比增长11%。
第四财季，ADP实现收入54.738亿美元，同比增长7%；净利润9.786亿美元，同比增长7%；调整后EBIT为13.72亿美元，同比增长13%；调整后摊薄每股收益为2.64美元，同比增长17%。
这份财报最值得关注的，不只是收入和利润继续增长，而是ADP对AI的定位正在发生明显变化。AI不再只是附加在HCM平台上的功能，而是在逐步进入客户服务、销售、薪酬、全球HR与内部运营流程，成为企业级工作基础设施的一部分。
Employer Services保持稳健，客户留存率维持92.1%
2026财年，ADP Employer Services业务收入达到148.314亿美元，同比增长7%。该业务覆盖全球HCM、人力资源外包、薪酬、考勤、人才、福利及合规等解决方案。
全年Employer Services新业务预订额增长6%，达到22亿美元；客户收入留存率维持在92.1%。ADP同时表示，公司整体客户满意度达到新的历史高点。
第四财季，Employer Services收入达到36.967亿美元，同比增长7%；业务利润率由上年同期的33.5%提升至34.4%，同比提高90个基点。
ADP将利润率提升主要归因于两方面：一是运营生产率改善，二是客户资金利息收入增长。美国同店口径下的每客户薪资处理人数在第四财季和全年均增长1%，说明ADP客户群体中的就业增长仍较温和，但客户留存、交叉销售和运营效率依然支撑了业务表现。
ADP Assist全年完成超1200万次对话
AI成为ADP本次财报中的核心战略信号。
2026财年，ADP客户及其员工与ADP Assist Agents进行了超过1200万次对话。与此同时，已上线ADP Lyric HCM的客户数量同比增长94%。
ADP还进一步增强了内部服务与销售平台The Zone的AI能力，并表示AI工具正在被嵌入产品、服务和销售团队，用于提升质量、生产效率与客户体验。
ADP总裁兼首席执行官Maria Black表示，AI正在重塑工作的完成方式、岗位形态以及团队组织方式，这使HCM比以往任何时候都更加关键。企业需要值得信赖的合作伙伴，帮助其应对这一变化。
首席财务官Peter Hadley则指出，AI工具已经在ADP的产品、服务和销售团队中得到应用，并开始改善质量和生产效率。
从行业角度看，ADP正在展示一种不同于独立AI工具公司的路径：不是先将AI包装成单独产品，而是将其嵌入薪酬、员工服务、销售支持和HCM平台迁移流程中。对于大型企业软件公司而言，这种模式可能更容易转化为客户留存、服务效率和利润率改善。
延伸阅读｜免费下载ADP《职场人2026》全球劳动力白皮书
ADP基于覆盖36个国家、39,000多名员工的调研，进一步分析员工安全感、代际管理、无偿加班、AI落地与敬业度等关键议题。对于正在制定2027年人力资源规划、推进薪酬转型或评估AI应用的企业，这份报告可作为补充参考。
报告下载： https://www.hrtechchina.com/Survey/487D14BC-0DBE-6F25-BEB8-A97DE26CBE62
ADP Lyric HCM进入规模化推进阶段
ADP Lyric HCM上线客户数量增长94%，意味着ADP的新一代HCM平台正在从产品发布阶段进入更大规模的客户部署阶段。
对于ADP而言，Lyric HCM的战略意义不仅是替换旧系统，更重要的是建立统一的数据架构，使薪酬、HR、考勤、人才和员工服务能够在同一平台中运行，并为AI Agent提供更完整的业务上下文。
在AI时代，HCM平台之间的竞争重点正在发生变化。过去，企业主要比较模块数量、功能深度和实施成本；未来，平台是否拥有统一数据、全球合规能力、可靠工作流以及可控的AI权限体系，可能成为更关键的采购标准。
ADP拥有超过110万家客户，覆盖140多个国家。庞大的薪酬和劳动力数据规模，为其训练、部署和优化企业级AI能力提供了现实基础，但同时也意味着更高的数据安全、隐私和合规要求。
全球薪酬与国际业务需求加速
ADP表示，国际市场的新业务预订增长正在加快，企业对统一全球薪酬、全球HR和全球考勤解决方案的需求持续上升。
随着越来越多企业跨国经营，全球薪酬已经从后台行政工具转向企业全球化运营的重要基础设施。企业不仅需要在不同国家准确发薪，还需要统一员工主数据、工资标准、税务规则、考勤信息和合规报告。
这也意味着，全球薪酬市场的竞争门槛正在提高。单一国家的本地薪酬能力已经不足以满足大型企业需求，平台需要同时具备全球技术架构、本地合规知识、服务网络和稳定交付能力。
ADP在这一领域的优势来自规模、客户基础和长期积累，但也将面临Workday、SAP、Oracle及新一代全球薪酬平台的持续竞争。
PEO业务收入增长，但利润率承压
ADP PEO Services业务2026财年收入达到71.281亿美元，同比增长7%；剔除零利润福利转付收入后，收入增长5%。
全年平均工作场所员工数量约为76.2万人，同比增长2%；第四财季平均工作场所员工数量达到约77.5万人。
不过，PEO业务利润率出现下降。第四财季PEO利润率由13.2%下降至12.2%，同比下降100个基点；全年利润率下降110个基点。
ADP表示，利润率下降主要受到三方面影响：零利润福利转付收入增长更快、工伤保险费用上升，以及销售费用增加。
这一结果说明，在分析PEO业务时，不能只看总收入增长。零利润福利转付会放大收入规模，但并不会同步增加利润。更有参考价值的指标包括：剔除转付后的收入、工作场所员工数量、工伤保险成本以及分部利润率。
客户资金利息收入继续增强盈利能力
客户资金业务仍然是ADP利润结构中的重要组成部分。
2026财年，ADP客户资金平均余额达到404亿美元，同比增长7%；平均收益率由3.2%提升至3.4%；客户资金利息收入增长14%，达到13.548亿美元。
ADP客户资金投资策略带来的净贡献为13.146亿美元，同比增长22%。
由于ADP在代发薪资过程中会暂时持有大量客户资金，这些资金的余额、投资期限和收益率会直接影响公司的利息收入。因此，利率环境和客户资金规模是ADP盈利能力中不可忽视的变量。
ADP预计，2027财年客户资金利息收入将达到15.40亿至15.60亿美元，客户资金平均余额预计增长3%至4%，平均收益率预计提升至约3.7%。
这意味着，即使宏观就业增长保持温和，客户资金收益仍可能继续为ADP的利润率扩张提供支撑。
2027财年指引：收入增长5%至6%
ADP预计2027财年总收入增长5%至6%，调整后EBIT利润率扩大70至90个基点，调整后有效税率约为23%，摊薄每股收益增长11%至13%，调整后摊薄每股收益增长9%至11%。
Employer Services收入预计增长5%至6%，新业务预订额增长4%至7%，客户收入留存率预计下降10至30个基点，美国每客户薪资处理人数预计增长0%至1%。
PEO Services收入预计增长5%至7%，剔除零利润福利转付后的收入预计增长3%至5%，平均工作场所员工数量预计增长约2%。
整体来看，ADP对2027财年的判断仍然偏稳健。公司没有给出明显加速的收入预期，但仍预计利润率继续扩张、调整后每股收益保持较快增长。
HRTech观察：AI价值正在从功能展示转向经营结果
ADP 2026财年的表现，为观察大型HR科技公司的AI商业化路径提供了一个重要样本。
第一，AI的价值首先体现在运营效率，而不一定直接体现为单独的AI收入。ADP全年收入增长7%，但调整后EBIT增长10%，调整后每股收益增长11%，说明利润增长快于收入增长。AI对服务、销售和内部运营的改善，可能正在逐步转化为经营杠杆。
第二，企业级AI竞争正在从模型能力转向数据、工作流与信任。对于薪酬和HCM平台而言，AI不仅需要回答问题，还必须能够安全调用员工数据、执行流程、遵守权限并满足合规要求。ADP反复强调“trust”，本质上是在强化其在薪酬准确性、合规和客户责任方面的护城河。
第三，AI正在推动HCM平台重新集中化。过去几年，企业HR技术栈不断分散，大量垂直工具围绕招聘、学习、绩效和员工体验快速增长。但随着AI Agent需要跨系统调用数据和执行任务，统一平台、统一身份和统一数据模型的重要性重新上升。
第四，全球薪酬可能成为AI时代HCM平台的核心入口。薪酬数据天然连接员工、组织、成本、税务、时间和合规。谁能够控制全球薪酬与员工主数据，谁就更有机会成为企业AI工作流的底层平台。
ADP的财报并不意味着其已经完成AI转型，但可以确认的是，AI已经开始进入其核心经营体系。未来，市场将更加关注ADP Assist的实际使用深度、ADP Lyric HCM的客户迁移速度、AI对服务成本的影响，以及全球薪酬业务能否持续加速。
对于HR和企业管理者而言，选择HCM平台的标准也将发生变化。除了功能和价格之外，平台是否具备可靠的数据治理、全球合规、可审计的AI工作流和长期服务能力，将成为越来越重要的决策因素。
从财报到行动：企业HR可以重点关注什么
ADP本次财报所反映的变化，不应只被理解为一家上市公司的增长结果。对于正在推进HR数字化的企业，更实际的意义在于重新审视以下三个问题。
首先，企业现有的薪酬、考勤、员工数据和服务流程，是否已经形成能够支持AI调用的统一数据基础。没有清晰的数据权限、流程标准和系统接口，AI很难从问答工具升级为可执行的工作流。
其次，企业在评估AI能力时，不能只比较模型或聊天功能，还需要考察数据治理、全球合规、结果可审计性以及供应商的持续服务能力。尤其在薪酬与员工数据场景中，准确性和责任边界比单纯的生成速度更重要。
第三，跨国企业需要重新评估全球薪酬与全球HR数据架构。随着AI Agent逐步参与员工服务、数据分析和流程执行，分散在不同国家和供应商中的薪酬数据将进一步增加管理复杂度。统一全球薪酬、HR与考勤数据，可能成为企业下一阶段AI落地的基础工程。
希望进一步了解员工对AI、工作安全感、代际管理、无偿加班和敬业度的真实态度，可下载ADP《职场人2026》全球劳动力白皮书。该报告覆盖36个国家、39,000多名员工，可为企业制定人才策略、员工体验计划和薪酬转型方案提供更具体的调研依据。
免费下载报告： https://www.hrtechchina.com/Survey/487D14BC-0DBE-6F25-BEB8-A97DE26CBE62
资料来源： ADP于2026年7月29日发布的第四季度及2026财年业绩公告与投资者演示材料。
artificial intelligence
artificial intelligence
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！ 2026 HRTech INNO Awards ——创新引领人力资源新未来推动人力资源科技创新，表彰行业先进
当下全球经济环境复杂多变，AI 大模型深度落地、企业全球化出海提速，人力资源数字化、智能化、全域线上化已成企业组织升级必经之路。人才竞争、组织效能、员工体验、全球化用工等多重挑战，倒逼 HR 管理模式、技术产品持续迭代创新。
HRTech 作为国内垂直深耕人力资源科技的第三方专业服务平台，长期聚焦行业前沿技术、标杆实践与产业趋势，持续输出行业榜单、专业峰会、深度内容，推动人力资本数字化高质量发展。 2026 HRTech INNO Awards 人力资源科技创新评选正式启幕，面向全行业发掘可落地、高价值、前瞻性的 HR 创新实践、优秀 HR 团队与数智产品，树立行业标杆，传递创新力量。
2026 HRTech INNO Awards 旨在表彰那些在人力资源科技领域做出杰出贡献的企业，HR团队及人力资源科技服务机构，鼓励创新、探索精神。
欢迎踊跃提名
https://www.hrtechchina.com/Survey/21484CA0-541F-A6BA-EC55-5DFADA5FDDB1
评选定位
面向企业 HR 团队、人力资源科技服务商，表彰在人才吸引、招聘选拔、培训发展、绩效管理、员工关怀、雇主品牌、全球化用工、AI 智能化落地等全 HR 场景，实现降本增效、组织增值、模式突破的创新主体；搭建行业案例共享、供需对接、品牌传播、资源链接的专业平台，以标杆力量驱动人力资源科技产业革新。
创新，需要勇气，更需要行动！
奖项设置HRTech创新实践奖（企业内部HR创新实践）
HRTech创新团队奖（企业内部HR团队）
HRTech创新产品奖（HR科技机构申请）
特别设立
人力资源科技AI创新产品奖
人力资源科技出海创新产品奖
参评核心要求
申报案例、产品落地周期为近 12 个月内，具备完整落地场景与可量化业务成果；
申报主体无行政处罚、重大负面舆情、行业失信记录；
创新方案需具备可复制性、行业参考价值，不局限单一小众场景；
所有申报材料需提交完整案例文档、数据成效佐证材料。入围主体需配合参与峰会现场标杆案例分享或线上专题访谈（部分优质项目）；
其他补充事宜
参评核心价值
权威行业认证：获得 INNO 创新官方行业标签，成为企业数字化创新转型实力背书；
全域品牌曝光：平台官网、行业公众号、垂直社群、行业峰会全渠道传播，海量 HR 专业人群触达；
供需精准对接：获奖案例纳入 HRTech 官方标杆案例库，精准匹配甲方企业数字化采购需求；
行业资源链接：免费参与线上专题沙龙、线下行业峰会，与头部 CHO、服务商面对面交流；
标杆内容沉淀：定制企业案例专访、行业专题报道，沉淀可复用市场宣传素材；
最大化利用评选结果：进行对产品的对外市场宣传 发挥在其领域的领导作用，促进产品创新和行业发展
参与评选流程
免费提名：扫描海报二维码 / 复制链接 http://hrnext.cn/Usmwh3 提交基础信息；
案例提报：初审通过后，完整上传项目实践、数据成果、落地材料；
专家评审：进入行业专家专业独立评审打分；
大众投票（部分项目）；
案例分享：部分优质项目及HR创新实践案例论坛现场分享；
颁奖典礼：获奖产品/项目，及团队现场参加颁奖典礼及颁发获奖证书。
企业奖项申请咨询：
微信：hrtech-china
邮件：hi@hrtechchina.com
机构奖项申请咨询：
微信：HRTechNice
邮件：nice@hrtechchina.com
立即提名，与HRTech一同见证和塑造人力资源科技的未来！
关于HRTechHRTech是国内首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。
artificial intelligence
artificial intelligence
黄仁勋震怒背后：英伟达经理要求“减少 AI 使用”的矛盾与未来组织文化之争
HRTech概述：英伟达 CEO 黄仁勋在全体员工大会上得知公司内部部分经理要求团队“减少使用 AI 工具”后，当场表达震怒。这一情绪并非情绪化反应，而是揭示了英伟达内部关于“AI 应该在多大程度上改变工作方式”的深层矛盾。作为全球最依赖 AI 红利的公司，英伟达本应在内部全面拥抱 AI。然而部分经理却要求降低 AI 使用比例，这背后反映出几大典型的组织阻力。
在英伟达（NVIDIA）最近的一次全员大会上，一段罕见的内部对话成为硅谷最引人关注的话题。据多位参会员工透露，当 CEO 黄仁勋得知公司内部竟然出现“部分经理要求团队减少使用 AI 工具”时，他当场表达了强烈不满，语气之直接和震动程度，都远超他以往的公开讲话风格。
他在台上反问道：“Some managers are telling their people to use less AI. Are you insane？”这句“你疯了吗？”不仅体现了他的震怒，也反映了这家引领全球 AI 浪潮的公司内部，正在经历一场深层次的组织文化冲突。
事实上，这次讲话不仅是一场情绪释放，而是一场明确的内部战略宣示。黄仁勋随即提出了英伟达未来必须执行的 AI 落地“四项内部要求”，这些要求将直接影响组织的工作方式、管理结构和文化方向。
他首先强调，AI 必须融入所有工作场景，成为默认工作方法，而不是实验性工具。英伟达内部全面采用自动化，包括工程、文档、市场、行政、运营等部门。他甚至使用了强硬字句：“I want to automate every task which can be automated with AI.”这意味着任何仍沿用“人工流程优先”的团队，都将被视为阻碍创新。
其次，他指出 AI 不完美不是拒绝使用的理由，而是英伟达员工参与改进的必要动力。、他要求团队在不成熟的情况下就开始尝试，并通过使用反馈推动工具完善。“Use it until it works”被视为一种责任，而不是压力。
第三，他将矛头明确指向管理层，强调管理者的角色不再是流程维护者，而是团队 AI 转型的推动者。如果经理阻碍或限制 AI，他认为这“本质上偏离了公司的方向”，也会影响管理绩效。
最后，他提出了英伟达未来的标准工作模式——“AI-first, Human-verified”。过去几十年的工作流程都是先由人工产出，再由技术辅助，但未来英伟达要求所有团队反转顺序：AI 生成初稿，人类进行验证与提升。
然而，一个问题随之而来：为什么连英伟达内部会出现“减少 AI 使用”的指令？原因并不神秘，而是所有科技公司在转型过程中都会遇到的组织现实。部分经理担心 AI 工具不够稳定或准确，可能影响产出质量；有些担忧团队技能差异导致结果不可控；更多的顾虑则来自安全与保密压力——英伟达的许多业务涉及敏感数据与技术细节，管理层会对全新的工具保持天然谨慎。
同时，大型公司长年形成的流程惯性也让团队更倾向于沿用熟悉的方式而不是快速变革。
然而，真正的矛盾并不在技术层面，而在组织文化层面。英伟达的增长速度极快，而内部的流程与文化能否匹配这种速度，将决定公司能否继续在 AI 时代保持领先。黄仁勋的震怒，是对这种文化滞后的直接反应。他需要的不仅仅是技术领先，更是一个敢于全面拥抱 AI 的组织。而限制 AI 使用的管理行为，在他看来，实质上是在削弱公司未来的竞争力。
英伟达的这场内部冲突，其象征意义已远超公司本身。它揭示了一个普遍真相：技术革命的难点，不在技术，而在组织。无论企业规模多大、技术多先进，只要涉及流程重构与权力结构变化，就一定会遇到中层阻力与文化惯性。黄仁勋的反击，展示了一个科技巨头在 AI 时代试图重塑自身的决心，也为整个行业提供了一个重要参照。
在自动化和 AI 渗透越来越深的时代，每一家企业都将面对类似的挑战：该如何推动员工真正使用 AI？如何处理中层对变革的焦虑？如何让组织结构适应全新的生产方式？更关键的是，当 AI 生成内容成为工作默认方式时，团队的能力模型、考核方式和协作方式又将如何重塑？
英伟达这场风波只是开端，却已经提出了一个足够深刻的问题：当最懂 AI 的公司都必须直面内部的犹豫与阻力时，其他组织又该如何迎接即将到来的自动化时代？
artificial intelligence
artificial intelligence
什么是Agentic AI？AI Agent如何重塑HR行业？
"Agentic AI"（代理人工智能）是您可能听说过的最新流行语，但实际上这个词在人力资源工作中的应用其实已经有一段时间了！
但究竟什么是 Agentic AI？它和传统的AI Agent有何区别？2025年是否真的是AI Agent之年？HRTechChina特别呈现这篇文章与您分享！
在人工智能（AI）快速发展的今天，我们已经经历了**预测AI（Predictive AI）和生成式AI（Generative AI）**的兴起，而如今，**Agentic AI（自主智能体AI）**正成为AI的下一个进化阶段。对于HR行业而言，这一技术的到来意味着更加智能的HR系统、自动化的人才管理流程，以及更精准的数据驱动决策。
但究竟什么是Agentic AI？它和传统的AI Agent有何区别？2025年是否真的是AI Agent之年？本文将为你详细解析Agentic AI的核心概念，并探讨它如何改变HR行业。
1. 什么是Agentic AI？
Agentic AI（自主智能体AI）是一种具备自主行动能力的人工智能技术，它不仅能像生成式AI一样回答问题、生成内容，还能自主感知环境、推理分析、执行任务，并从反馈中不断优化自身能力。
相比于传统的AI系统，Agentic AI最大的不同在于：
自主性（Autonomy）：无需人工干预，AI代理可以独立完成任务，例如审核候选人简历、优化招聘流程等。
适应性（Adaptability）：AI能够根据反馈不断优化决策，例如HR系统可以自动调整绩效评估标准，以适应不同部门的需求。
目标导向（Goal Orientation）：Agentic AI可以自主制定目标，并推理如何达成这些目标，例如自动匹配候选人与职位，提高招聘效率。
2. AI Agent vs. Agentic AI：有什么区别？
在HR行业中，我们常见的AI Agent（AI代理），例如智能客服或自动化面试助手，已经在许多企业得到应用。但与Agentic AI相比，传统AI Agent仍然具有局限性。
举个例子：
AI Agent：只能回答员工关于公司福利的常见问题，比如“今年的年假政策是什么？”
Agentic AI：不仅能回答问题，还能主动分析员工的休假情况，自动推荐合适的休假时间，并结合公司政策优化排班，确保业务顺利运行。
3. Agentic AI如何改变HR行业？
随着Agentic AI的发展，HR的许多日常工作将发生巨变。以下是几个关键应用场景：
（1）智能招聘与人才管理
Agentic AI可以帮助HR从简历筛选、面试安排到人才匹配实现全流程自动化。
🔹 自动筛选简历：AI代理可通过自然语言处理（NLP）分析海量简历，并根据职位要求筛选最匹配的候选人。🔹 优化招聘流程：Agentic AI能够自主调整招聘策略，例如根据市场趋势调整岗位描述，优化招聘渠道，提高人才获取效率。🔹 智能面试安排：AI代理可以结合面试官和候选人的日程，自动安排面试，并实时调整时间，减少HR的重复沟通工作。
（2）绩效评估与员工发展
HR部门可以利用Agentic AI来优化绩效考核体系，并制定个性化的员工成长路径。
🔹 智能绩效评估：AI代理可实时分析员工的工作数据，提供个性化绩效反馈，帮助管理者更公平地评估员工表现。🔹 个性化职业发展：Agentic AI可以分析员工的职业路径，自动推荐合适的培训课程或晋升机会，帮助企业留住优秀人才。
（3）员工体验与组织管理
AI可以提高员工满意度，并优化组织架构，提高整体效率。
🔹 智能员工助手：AI代理可以主动提醒员工提交报销单、更新考勤信息，甚至预测员工的离职风险，并提前采取措施留住人才。🔹 企业文化管理：AI可以分析员工情绪，帮助HR团队制定更合适的企业文化建设方案。
4. 为什么2025年是“AI Agent之年”？
2025年，Agentic AI的应用将迎来爆发式增长，这主要得益于以下三大趋势：
（1）AI技术的成熟与算力提升
随着大模型（如ChatGPT、NVIDIA NeMo）的不断升级，AI的推理能力越来越强，使得Agentic AI在HR场景下更加实用。
（2）企业数字化转型加速
全球范围内，企业正在加快HR数字化转型。Agentic AI能够帮助HR团队自动化重复性工作，让HR更专注于战略性任务，因此将被广泛应用。
（3）人才市场变化与HR挑战
后疫情时代，企业面临招聘难、员工流动性增加等挑战。Agentic AI可以通过智能化的人才管理系统，提高招聘效率、优化员工体验，并降低HR工作负担。
📌 预测：到2025年，超过50%的企业将引入Agentic AI，以优化HR管理流程。
5. HR如何准备迎接Agentic AI时代？
2025年将是AI Agent之年，HR行业必须抓住这一变革机遇。以下是HR团队可以采取的三大行动：
✅ 学习Agentic AI相关知识，关注AI在HR领域的应用趋势，如AI招聘、智能绩效管理等。✅ 尝试小规模部署AI代理，比如在员工服务、招聘管理等领域测试AI解决方案。✅ 与AI厂商合作，寻找适合企业的AI解决方案，如NVIDIA、微软、谷歌等提供的Agentic AI技术支持。
HR的未来，不只是管理人，更是管理智能体！Agentic AI将成为HR行业的重要助手，助力企业迈向智能化管理新时代！ 🚀
RAIHR倡导：实施负责任的AI（Responsible AI in HR, RAIHR）
随着Agentic AI在HR行业的广泛应用，我们必须关注AI的伦理、安全和公平性问题。**RAIHR（Responsible AI in HR）**倡导企业在引入Agentic AI时，遵循以下三大原则，确保AI技术的透明性、公平性和责任性：
✅ 透明性（Transparency）：确保AI决策过程可解释，HR能够理解AI的筛选标准、考核指标，避免“黑箱”决策。✅ 公平性（Fairness）：AI招聘和绩效评估应避免算法偏见，确保候选人和员工得到公平、公正的对待。✅ 责任性（Accountability）：AI在HR领域的应用应遵循合规要求，确保数据安全，并提供人工复核机制，避免AI错误影响员工职业发展。
Agentic AI的未来，不仅是效率与智能的提升，更应是“负责任的AI”！HR行业需要共同努力，确保AI技术真正惠及企业与员工，让AI成为推动组织可持续发展的正向力量！ 🌍💡
总结：Agentic AI将彻底改变HR工作方式
📌 AI Agent vs. Agentic AI：传统AI Agent只是执行预设任务，而Agentic AI能自主学习、推理和优化。📌 HR应用场景：Agentic AI将在招聘、绩效评估、员工体验等方面发挥巨大作用。📌 2025年是AI Agent之年：技术突破、企业数字化转型、HR挑战推动Agentic AI的全面应用。
📌 实施负责任的AI（Responsible AI in HR, RAIHR）我们必须关注AI的伦理、安全和公平性问题
未来，HR不再是“人力资源管理者”，而是“AI智能管理者”！准备好迎接这场AI革命了吗？ 💡
附录：RAIHR行动指南和框架图
artificial intelligence
扫一扫 加微信
hrtechchina
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
artificial intelligence
扫一扫 加微信
hrtechchina
