-
automation
HR部门不会消失，但一批HR岗位会先被压缩：Anthropic的2030推演，正在重写HR岗位价值
HRTech核心解读：Anthropic一套面向 2030 年的 AI 经济情景模型显示：最极端情形下，GDP 比无 AI 路径高 32.4%，但认知型岗位工资下降、失业率升至 17.9%。这份研究真正值得 HR 看的是：未来不该只讨论“哪些岗位会消失”，而要开始按任务重构工作、技能和内部流动。很值得转给团队一起看，HRTech拆解到HR岗位哪些会消失，哪些更有前途！
如果 AI 真的能够完成一半甚至更多的知识工作，企业里的 HR 部门会变成什么样？
The Anthropic Institute 最新发布的《Economic Scenarios for Transformative AI》没有专门讨论 HR，但它提供了一套非常适合重新审视 HR 职业的框架：未来真正被 AI 改变的基本单位，并不是一个完整的“岗位”，而是岗位里面的一项项任务。
Anthropic 用一句非常重要的话概括了这一逻辑：The economy is made out of tasks.
在它设定的 Substantial Scenario 中，到 2030 年，AI 已经具备完成一半知识工作的能力，而且其中大部分可以自主完成，只是企业并不会马上把 AI 应用到所有这些工作上；在更激进的 Extreme Scenario 中，AI 在绝大多数知识工作任务上的生产率超过人类，几乎都可以自主完成，同时几乎不再产生新的知识型人类任务。
如果把这个框架放进今天的企业 HR 部门，一个越来越清晰的趋势就出现了：HR 并不会作为一个职业整体消失，但 HR 部门内部不同岗位的价值会发生非常剧烈的重新排序。
一些今天大量存在的事务型 HR 岗位，很可能被明显压缩；一些岗位不会消失，但工作内容会被重新定义；还有一批目前看起来并不是 HR 部门人数最多的岗位，未来反而可能越来越重要。
这或许才是 Anthropic 这份报告对 HR 从业者最现实的启示。
一、Anthropic真正提醒我们的，不是“多少岗位消失”，而是“多少任务不再需要人做”
Anthropic 为 2026—2030 年美国经济设计了 Modest、Substantial 和 Extreme 三种情景。它特别强调，这些是用于理解不同技术发展路径的 scenarios，而不是对未来的确定预测，也没有给任何一种情景赋予发生概率。
但三种情景之间的差异非常值得企业管理者关注。
在 Modest Scenario 中，到 2030 年，美国 GDP 比没有 AI 的路径高 1.6%；在 Substantial Scenario 中高 8.3%；在 Extreme Scenario 中则高出 32.4%。
问题在于，经济增长并不意味着所有知识工作者都会同步受益。
在更激进的情景中，越来越多的经济增长流向资本，而不是劳动。在 Extreme Scenario 下，劳动收入占 GDP 的比例下降到 45.2%，资本收入占比则提高到 54.8%。同时，知识型工作受到大规模自动化冲击，整体失业也可能显著上升。
这背后真正发生的，并不是某一天企业突然宣布“这个职业不存在了”，而是一个岗位内部越来越多的任务逐渐被 AI 接管。
当被接管的任务积累到一定比例之后，企业才开始问第二个问题：这个岗位还需要这么多人吗？
这对于 HR 自身同样成立。
二、第一批被压缩的，很可能不是HR这个职能，而是“事务型HR”
先看今天最常见的 HR Assistant、HR Coordinator、HR Administrator。
这些岗位承担了大量企业不可缺少、但高度流程化的工作，包括新员工入职资料、员工信息维护、证明文件、面试安排、会议协调、政策通知、假期查询、员工 FAQ、离职流程、基础数据整理以及各种 HR 系统操作。
问题在于，如果按照 Anthropic 的 task-based framework 去拆解，这些任务中的很大一部分都具备几个共同特点：规则明确、重复频率高、数字化程度高、主要依赖文本和信息处理，而且异常情况相对有限。
这正好是 AI Agent、HRIS 和 workflow automation 最容易进入的区域。
所以未来更可能发生的事情，不是企业宣布“取消 HR Operations”，而是原来 5 个人承担的事务型工作逐渐变成 1—2 个人管理系统、处理异常，再由 AI 和自动化流程完成大量标准工作。
这会首先冲击 HR Assistant、HR Coordinator、HR Administrator，以及 HR Shared Services 中大量 Tier 1 类型的岗位。
这些岗位不会一夜之间消失，但企业为每 100 名、500 名或者 1,000 名员工配置多少事务型 HR，可能会明显下降。
这其实就是 Anthropic 模型所描述的 automation 真正进入企业之后的典型路径：岗位并不是突然消失，而是岗位内部能够交给 AI 的任务越来越多，最终改变 headcount economics。
三、招聘可能成为HR内部最早经历大规模岗位重构的职能之一
如果把 Recruiter 拆开来看，一个招聘岗位实际上包含十几种甚至几十种任务：写 JD、寻找候选人、搜索数据库、筛选简历、发送 outreach、安排面试、回答候选人问题、整理 interview notes、生成候选人 summary、跟踪流程、制作 offer，以及与 Hiring Manager 沟通和判断候选人。
这些任务的 AI 曝露程度完全不同。
其中，JD 撰写、candidate sourcing、简历初筛、候选人匹配、outreach 文案、Scheduling、基础 screening 和 candidate FAQ，都属于 AI 很容易参与甚至自动完成的任务。
因此最先承压的，很可能是 Recruiting Coordinator、Talent Sourcer、Volume Recruiter，以及主要依靠简历筛选和流程推进产生价值的初级 Recruiter。
但这并不意味着 Recruiter 会消失。
相反，Recruiter 可能会出现非常明显的两极分化。
过去，一个 Recruiter 的价值可以体现为“我能找到很多候选人”“我一天能处理多少份简历”“我管理多少个 requisitions”。未来这些能力的稀缺性会迅速下降，因为 AI 搜索和处理候选人的能力越来越强。
真正升值的会是另外一部分能力：理解业务到底需要什么人、挑战 Hiring Manager 不合理的要求、判断候选人的潜力与组织适配性、影响高端人才、理解人才市场，以及把人才数据转化成管理层决策。
因此未来真正有价值的 Recruiter，会越来越像 Talent Advisor，而不是“招聘流程操作员”。
这恰恰符合 Anthropic 的模型逻辑：AI 首先接管的是 task，而不是整个 occupation。最终剩下的人类任务往往更加复杂，也更加依赖 judgment、relationship 和 accountability。
四、HRBP不会消失，但“流程型HRBP”会越来越危险
HRBP 可能是未来几年 HR 内部分化最剧烈的岗位之一。
今天很多企业虽然设有 HRBP，但 HRBP 实际承担的工作仍然包括大量流程推进：解释 HR policy、推动 Performance Review、跟踪 headcount、协调 recruitment、传递总部政策、组织 talent review、处理基础员工问题。
如果一个 HRBP 的主要价值是“知道公司流程怎么走”，那么 AI 对这个岗位的冲击会越来越大。
因为员工未来并不需要为了了解 PTO、Benefits、Promotion Policy 或 Performance Process 找 HRBP。AI 可以连接企业内部 HR policy、HRIS 和 knowledge base，在几秒钟之内回答大量标准问题。
真正不会轻易被替代的 HRBP，是另一种 HRBP。
当一个 BU Head 问：“AI 进入之后，这个部门未来到底需要多少人？”“我们是不是有太多管理层级？”“销售团队为什么一直招不到合适的人？”“哪些岗位未来三年应该减少，哪些技能应该提前建设？”“这个组织应该怎么重新设计？”这些问题已经不再是流程问题，而是 Business + Organization + Talent Decision。
这种 HRBP 的价值反而会提高。
所以未来 HRBP 很可能分成非常清楚的两类：流程型 HRBP 被压缩，战略型 HRBP 升值。
HRBP 真正的门槛也会随之改变。懂劳动政策、懂招聘流程、懂绩效流程依然重要，但已经不够。未来优秀 HRBP 必须拥有更强的 Business Acumen、Data Literacy、Organization Design、Workforce Planning 和 AI Literacy。
换句话说，HRBP 不会因为 AI 消失，但 AI 会迫使 HRBP 回到这个岗位原本应该承担的战略角色。
五、Payroll和Benefits不会简单消失，但“操作价值”会迅速下降
Payroll 和 Benefits 是另外两个容易被简单判断为“会被自动化”的 HR 领域。
如果只看工资计算、数据录入、eligibility check、enrollment、员工 FAQ 和 plan comparison，AI 和自动化确实可以承担越来越多工作。
但 Payroll 真正困难的部分从来不是按下“发工资”按钮，而是 multi-state taxation、classification、compliance、audit、异常情况、系统整合以及不断变化的劳动法规。
Benefits 也是一样。
员工“我的 deductible 是多少”“什么时候 open enrollment”“这家医院是不是 in-network”这些信息查询型任务，未来越来越没有必要依靠 Benefits Administrator 人工回答。但医疗成本控制、Plan Design、Broker Management、Vendor Negotiation、ACA/ERISA Compliance、Employee Communication 和 Benefits Strategy 的专业价值并不会因此消失。
所以这两个岗位真正发生的是 value migration：从 administration 向 expertise 迁移。
未来企业可能需要更少的人“操作福利”，却更需要能够回答“公司一年花几百万美元福利预算，怎样设计才能真正控制成本并提高员工价值”的人。
这也是为什么 AI 对 HR 的影响不能简单理解成“自动化=岗位消失”。同一个岗位内部，一部分任务贬值，另外一部分任务反而可能因为复杂度提高而更加昂贵。
六、L&D也会经历一次非常彻底的价值重构
企业培训领域同样会出现明显分化。
课程资料整理、PPT 制作、培训通知、基础 e-learning 内容、考试题目、培训总结等工作，AI 已经可以非常高效地完成。这意味着大量以“制作培训内容”为主要工作内容的 L&D 岗位，未来价值会下降。
但企业真正需要的并不是更多课程，而是员工能否形成未来需要的能力。
特别是在 Anthropic 所描述的知识工作快速变化情景下，真正困难的问题不是“给员工上一门 AI 课”，而是：哪些工作正在发生变化？哪些技能正在贬值？哪些新能力正在升值？一个员工如何从正在减少的工作转移到新的工作？
这使得 L&D 的价值中心会从 Content Production 转向 Capability Building。
真正升值的 L&D，不是最会做课程的人，而是能够完成 skills gap analysis、设计 reskilling architecture、推动 manager capability，并帮助组织实现 workforce transition 的人。
而且 Anthropic 自己在 2026 年关于 worker retraining 的研究也提醒，面对显著劳动力市场变化，“培训”并不是万能答案。职业转换存在明显摩擦，员工即使愿意学习，也不代表可以迅速进入完全不同的职业。
这对企业 HR 的含义非常直接：未来真正需要建立的，不只是 Learning Platform，而是 Skill Graph + Internal Mobility + Workforce Planning。
七、真正升值的第一类HR：Workforce Planning与Organization Design
如果说哪些 HR 岗位最可能因为 AI 而升值，我认为 Workforce Planning 和 Organization Development 会排在非常靠前的位置。
原因并不复杂。
过去的 Workforce Planning 很多时候只是根据业务增长率计算明年需要增加多少 headcount。但进入 AI 时代以后，问题变成了：如果 AI 可以完成一个岗位 30%、50% 甚至 70% 的任务，我们到底还需要多少人？
这已经不是传统 headcount planning，而是 Work Design。
比如一个 Customer Service 团队原来有 500 人，AI Agent 可以完成 60% 的标准咨询之后，剩余员工应该是多少？留下的人应该处理什么问题？Manager span 应该怎么变化？职位等级怎么设计？剩下的工作应该重新组合成什么岗位？
再比如一个 100 人的软件团队，如果 Coding Agent 显著提高工程师生产率，公司究竟应该减少 Junior Engineer，还是保持人数并提高研发速度？如果 Junior Position 大量减少，未来 Senior Engineer 从哪里培养？
这类问题没有哪个 AI 软件可以直接替 CEO 做决定。
它需要 Workforce Planning、Finance、Business Leader 和 HR 一起重新设计组织。
所以从 Anthropic 的 task-based framework 往企业内部继续推演，未来 HR 非常核心的一项能力将是：
Task → Skill → Job → Organization → Headcount
谁能够把这条链条建立起来，谁就开始真正参与 AI 时代的组织设计。
八、真正升值的第二类HR：People Analytics会从“做报表”变成“做决策”
People Analytics 也会出现明显两极分化。
今天大量 People Analyst 的工作仍然是导数据、做 Excel、制作 Dashboard、统计 turnover、headcount、time-to-hire，再生成月报。
这些工作本身高度适合 AI。
未来 CEO 并不需要一个 Analyst 花两天告诉他“今年离职率是 14.2%”。AI 几秒钟就能给出这个结果。
真正有价值的问题是：为什么离职率上升？哪些团队异常？哪些员工存在风险？这个问题到底和 manager、pay、workload 还是 career opportunity 有关系？如果调整组织结构，会产生什么后果？
因此基础 reporting 的价值会下降，而 Workforce Intelligence、Predictive Analytics 和 Decision Science 会升值。
未来好的 People Analytics 团队不是 HR 的“数据部门”，而是组织决策部门。
九、真正升值的第三类HR：Total Rewards可能比今天更重要
Anthropic 这份报告中，有一个经常被忽略、但对 HR 极其重要的结果：AI 可以让社会整体变得更富裕，但经济增长并不会自动平均流向劳动者。
在 Extreme Scenario 中，资本收入占 GDP 的比例升至 54.8%，劳动收入占比下降到 45.2%。Anthropic 因此直接提出一个核心问题：如果 AI 创造了巨大的生产率收益，如何确保这些收益能够被更广泛地分享？
这个宏观问题进入企业之后，其实就是 Total Rewards 问题。
假设一个原来 100 人的部门，通过 AI 变成 70 人，同时产出提高 30%。企业获得了更高 Productivity、更低 Labor Cost 和更高 Margin。
那么剩下的 70 名员工获得什么？
如果他们承担了更复杂的工作，需要管理 AI Agent，需要承担更大的责任，却仍然按照原来的岗位价值支付工资，那么组织内部会形成新的收益分配矛盾。
因此 AI 时代可能会出现新的 skills premium、AI productivity incentive、profit sharing、equity compensation，以及完全不同的 Job Architecture。
未来 Total Rewards 面对的问题不只是“市场上这个岗位多少钱”，而是：当 Human + AI 共同创造价值之后，人应该拿多少？
这会让 Compensation、Job Architecture 和 Total Rewards 重新进入企业 AI 战略的核心位置。
十、Employee Relations、Labor Relations和复杂人才判断，反而可能更加重要
还有一类岗位，AI 可以提供帮助，但很难承担最终责任。
比如 Employee Relations。
AI 可以整理调查材料，可以帮助搜索政策，可以分析文件，可以生成 interview questions，但涉及 harassment、discrimination、termination、performance disputes、workplace conflict 等问题时，真正困难的从来不是“找到信息”，而是理解 context、判断风险、处理人与人的关系，并承担决策责任。
Labor Relations 更是如此。
谈判、工会关系、集体协议、员工情绪和劳资冲突，本质上属于高度情境化的人际和组织问题。
同样，Executive Assessment、Succession Planning、Leadership Development 也不是简单的信息处理任务。
AI 可以告诉企业一个人有哪些数据表现，但“这个人是不是下一任 CEO”“两个候选人谁更适合带领正在转型的业务”，依然属于复杂 judgment。
所以未来企业真正稀缺的 HR 能力，很可能从 Execution 转向 Judgment、Orchestration 和 Accountability。
十一、AI最终可能让HR部门变得更小，但也更专业
如果把这些变化放在一起，未来企业 HR 的组织形态其实已经可以看到一些轮廓。
过去很多公司的 HR 部门是一个“金字塔”：下面有大量 Coordinator、Administrator、Recruiter、Shared Services 和执行人员，中间是 Manager、HRBP，上面是少数 HR Director 和 CHRO。
AI 会逐渐压缩这个金字塔的底部。
未来更可能出现的是：更少的事务型 HR，一套更强的 HR Technology 和 AI infrastructure，再加上一批专业程度更高的 HRBP、Organization Development、Workforce Planning、People Analytics、Total Rewards、Employee Relations 和 Change Management 人才。
也就是说：
HR 部门可能变小，但 HR 的专业门槛会变高。
这与 Anthropic 当前看到的劳动力市场早期信号也并不矛盾。Anthropic 2026 年对 AI labor-market impacts 的研究发现，AI 实际使用距离理论上能够完成的工作仍然有明显差距，目前尚未观察到高 AI 暴露职业出现系统性失业增长，但已经看到一个值得继续观察的信号：高暴露职业中，年轻劳动者的招聘可能正在放缓。
这意味着真正的变化很可能不是“明天大量 HR 被裁掉”，而是未来几年企业开始逐渐减少 entry-level、transactional 和 coordination-heavy 的岗位。
而这恰恰可能带来另一个长期问题：如果初级岗位减少，未来高级 HR 从哪里成长出来？
这是所有知识工作行业都将面对的问题。
十二、对今天的HR从业者来说，真正危险的不是不会用AI
很多人现在把 AI 时代 HR 的个人竞争力理解为“会不会使用 ChatGPT”“会不会写 Prompt”。
这可能严重低估了真正的变化。
AI 工具使用很快会成为类似 Excel、Email 一样的基础能力，本身不会形成长期职业壁垒。
真正决定一个 HR 是否升值的，是 AI 把他的基础任务拿走以后，他还剩下什么。
如果一个 HR 的核心价值是：“告诉我流程，我负责执行。”那么风险最高。
如果一个 HR 的价值是：“出现复杂情况，我可以判断应该怎么处理。”那么相对安全。
而未来真正稀缺的 HR，应该能够进一步回答：“业务准备发生变化，我可以告诉公司应该如何重新设计组织、岗位、技能、人才和 AI 的组合。”
这三种 HR，对应的实际上就是三个不同层级：
Process Executor → Professional Judgment → Organization Architect。
未来几年，越来越多 HR 的职业迁移，很可能就在这三个层级之间发生。
HRTech观察：AI不会先消灭HR，而是先重新给HR定价
Anthropic 这份报告最大的价值，不是告诉我们 2030 年会有多少人失业，而是让我们重新理解工作的基本结构。
一个岗位从来不是一个不可分割的单位，而是一组任务。
当 AI 开始拿走其中一部分任务之后，岗位剩余部分的价值就会发生变化；当越来越多任务可以被自动化之后，岗位数量才开始改变；当整个公司的岗位结构发生改变之后，组织设计、人才结构和薪酬体系也必须随之改变。
因此，对 HR 来说，真正的问题从来不是：
“AI 会不会取代 HR？”
而应该是：
“AI 拿走我的一半工作之后，剩下的一半工作值多少钱？”
对于 HR Assistant、HR Coordinator、HR Administrator、Recruiting Coordinator、Talent Sourcer、基础 Reporting Analyst 和大量 Shared Services 岗位，这个问题已经越来越现实。
对于 HRBP、Recruiter、L&D、Payroll、Benefits 和 HR Generalist 来说，未来则是一场非常明显的重新分化：事务处理能力正在贬值，专业判断和业务咨询能力正在升值。
而对于 Workforce Planning、Organization Development、People Analytics、HR Technology、Total Rewards、Employee Relations、Change Management 和真正战略型的 HRBP 来说，AI 反而可能创造一个比过去更大的舞台。
因为当 AI 开始重新定义工作的时候，企业最终一定需要有人重新设计工作。
这可能就是未来 HR 最重要的角色变化：
从管理“人和岗位”，走向设计“Human + AI 的工作系统”。
HRTech认为，未来真正优秀的 HR，不一定是最会使用 AI 的 HR，而是最懂得如何重新划分 人做什么、AI 做什么，以及组织应该因此如何改变 的 HR。
Anthropic 的研究并没有宣布 HR 的终点，但它已经给出了一个非常清楚的方向：AI 不会简单地消灭 HR，它会先重新给每一种 HR 工作定价。
-
automation
ADP 收购薪酬管理软件Pequity：AI驱动薪酬管理进入全球化新阶段
HR Tech概述：ADP 宣布收购成立于2019年的薪酬管理软件公司 Pequity，这意味着全球最大的薪资服务商正式将AI与薪酬规划全面结合。Pequity 以自动化预算、薪酬公平分析和场景模拟闻名，被视为“新一代薪酬操作系统”。Pequity 由 Kaitlyn Knopp 于2019年创立，仅凭23人团队打造出业内领先的薪酬规划与预算平台，被众多企业用于全球薪酬管理与公平分析。
2025年10月29日，美国新泽西州罗塞兰（Roseland）——全球人力资源与薪资巨头 ADP（纳斯达克代码：ADP）正式宣布收购薪酬管理软件公司 Pequity，标志着其在AI驱动的全球薪酬管理领域再下一城。这一并购不仅扩展了ADP在薪酬规划与透明化方面的产品布局，也为企业在应对复杂法规、薪酬公平与数据决策方面提供了更强大的支持。
Pequity 成立于2019年，总部位于旧金山，是一家快速崛起的薪酬管理创新企业。它以“电子表格式体验+企业级自动化”为核心，为客户提供预算规划、场景模拟、全球货币计算、薪酬公平分析等功能。短短六年间，这家仅有23名员工、其中11名工程师的团队，便为员工规模从100到10万人的企业提供过核心薪酬管理支持，被视为“新一代薪酬操作系统”。
ADP 全球产品与创新总裁 Sreeni Kutam 在声明中表示：“薪酬透明化法规与人才竞争正推动企业寻求更智能、更灵活的薪酬系统。Pequity 的加入，让我们能够为客户提供从规划、预算到执行的端到端AI解决方案。”他强调，此次收购将帮助ADP进一步整合其HR与薪资平台，提升企业在全球范围内的薪酬决策效率与公平性。
Pequity 联合创始人兼CEO Kaitlyn Knopp 在个人声明中坦言，这次收购不仅是战略选择，更是使命延续。她写道：“Pequity 一直致力于让企业做出更明智的薪酬决策。加入 ADP 后，我们可以借助其全球资源、客户基础与运营体系，将我们的创新推向更广阔的舞台。”Knopp 还特别感谢了过去支持Pequity的客户与伙伴：“每一次产品更新、每一次客户反馈，都是我们前进的动力。如今我们将以更大的能量，继续打造全球最优秀的薪酬系统。”
业内人士认为，此次并购不仅是ADP在AI薪酬科技领域的又一布局，也象征着HR科技市场的整合趋势正在加速。随着薪酬透明法案在美国与欧洲陆续生效，企业迫切需要从数据、算法到合规的全流程支持，而ADP与Pequity的结合，恰好补齐了“薪酬决策智能化”的关键环节。
这场收购被视为“大公司平台力”与“初创创新力”的结合——前者拥有深厚的客户体系与稳定基础设施，后者带来灵活、敏捷的创新精神。双方的融合，或将推动企业薪酬管理从行政事务走向战略决策，开启全球薪酬智能化的新纪元。
当AI、数据与公平性成为薪酬管理的新三大关键词，ADP与Pequity的结合，象征着薪酬科技正式进入“智能融合时代”。在这场由算法与人性共同驱动的变革中，未来的薪酬决策将不再仅仅是数字游戏，而是企业战略、员工信任与公平价值的综合体现。
-
automation
刚刚:Workday宣布11亿美元收购瑞典AI驱动的知识学习平台Sana，打造AI驱动的“未来工作入口”
HRTech概述：Workday 将以11亿美元收购瑞典AI企业知识平台公司 Sana，计划于2026财年Q4完成交割。Sana 以 AI 智能体（Sana Agents）与 AI 学习平台（Sana Learn）闻名，已服务超100万用户。未来 Sana 将与 Workday 的员工与财务数据深度整合，实现知识检索、流程自动化、内容生成与个性化学习体验，服务 Workday 生态内7,500万用户。此举标志着 Workday 迈向“未来工作入口”战略，加速企业AI变革。
Workday出手11亿美元拿下Sana
2025年9月16日，Workday, Inc.（纳斯达克代码：WDAY）在Workday Rising 2025大会上宣布，已与总部位于瑞典斯德哥尔摩的AI企业知识平台公司Sana签署最终收购协议，交易金额约为11亿美元，将收购Sana全部流通股权。
该交易预计将在Workday 2026财年第四季度（即2026年1月31日前）完成，需满足惯常交割条件。交割完成后，Sana将成为Workday全资子公司，其核心产品Sana Agents和Sana Learn将继续以独立品牌形态发展，并全面融入Workday的AI战略版图。
Sana此次交易的顾问为DLA Piper，Workday方面的财务顾问为Allen & Company LLC，法律顾问为Orrick。
Sana：AI原生的企业知识与学习平台
成立于2016年的Sana，长期专注于AI原生企业知识与学习平台的研发，核心产品包括：
Sana Agents：一套无代码AI智能体构建平台，可用于构建企业内部任务自动化代理，支持文档检索、内容生成、洞察分析、流程执行等全链条工作流，且所有操作通过“Agent System of Record”机制记录，保障安全与合规；
Sana Learn：AI驱动的企业学习管理与内容创作平台，集课程生成、知识库搭建、个性化辅导、互动学习于一体。
目前，Sana已服务全球数百家企业、超过100万名用户。其客户案例包括：
某全球电动车制造商：员工学习参与度提升 275%；
一家拥有7,500名员工的欧洲安装行业分销商：课程开发周期从 4个月缩短至4天；
某全球金融科技公司：内容创作周期从 3周缩短至3小时。
Sana曾获得多轮风险投资支持，投资方包括Merck旗下基金与Polestar创始团队等，凭借其AI原生技术在企业培训和知识管理领域建立了领先地位。
战略意义：打造“未来工作入口”平台
根据Workday产品与技术总裁Gerrit Kazmaier的表述，Sana的加入将成为Workday打造“未来工作入口（front door for work）”战略的核心支点。Workday计划将Sana的知识搜索、智能体和学习系统，与其在人力与财务领域的独特数据上下文深度整合，实现以下目标：
知识与数据融合：实现跨Workday、Google Drive、SharePoint、Office 365等多源数据的统一检索；
智能体驱动工作：通过Sana Agents提供任务自动化、主动推荐、洞察推送、绩效管理等AI服务；
学习与技能重构：利用Sana Learn的AI内容生成与个性化辅导功能，加速员工技能建设、内部流动与再培训计划；
个性化体验升级：基于员工角色、团队构成与绩效数据，主动提供定制化仪表盘、流程工具和学习资源。
届时，全球超过7,500万名Workday用户将能够在同一平台内完成数据获取、流程执行、内容生成与技能学习，极大提升工作效率与体验一致性。
产品互补：强化Workday学习与前端智能化能力
Sana的两大核心产品与Workday现有产品形成互补：
Sana Learn 将为Workday Learning注入AI生成式课程开发、个性化辅导与互动学习等能力，解决企业对“规模化+个性化”学习内容的迫切需求；
Sana Agents 则补足了Workday在前端智能体、跨系统知识检索与工作流执行方面的能力，使员工可以用自然语言发出指令，系统自动完成数据整合、流程审批、绩效分析等任务。
这意味着Workday未来的用户体验将从“提供数据平台”转向“提供智能助手”，从而显著提高员工生产力与系统使用粘性。
行业观察：Workday的AI版图加速成型
长期关注企业HR科技领域的分析师Josh Bersin指出，此次收购不仅是产品线补强，更是Workday整体战略架构的根本性跃迁。通过引入Sana的AI原生架构，Workday将从“后端交易系统”向“前端AI体验平台”转型，从而在以下几个方向强化竞争力：
技术维度：实现AI原生知识图谱、生成式学习内容、智能体平台三位一体的闭环；
用户体验维度：统一知识、数据、行动与学习入口，减少用户在多系统之间切换；
商业维度：借力Sana成熟的企业客户基础与快速迭代的AI产品，将大幅提升Workday的客户粘性与交叉销售潜力。
在全球企业加速投入AI转型、人才再培训与内部流动的大背景下，Workday通过此次收购切入企业知识与学习赛道的“AI上层建筑”，有望显著扩大其在HR科技市场的总体可寻址市场（TAM），并建立长期壁垒。与此同时，SAP收购SmartRecruiters、Oracle强化AI Copilot等竞争者动作频频，Workday此举也被视为正面回应市场竞争的关键举措。
财务与运营前景
Workday目前尚未披露此次收购对未来财务业绩的具体影响，但表示将于后续财报更新指引。本次交易仍需监管及惯常交割程序完成。分析人士预计，此项收购将以增长性投资的形式纳入Workday整体战略支出，短期对利润率或有压力，但将强化其在人才管理与AI企业应用领域的长期增长潜力。
HRTech评论：
这笔价值11亿美元的收购交易，标志着Workday在企业AI平台转型道路上迈出了关键一步。未来，Sana的AI能力与Workday在人员与财务数据的优势结合，将重塑企业用户与员工的交互方式，为全球客户带来更智能、更主动、更个性化的工作体验，也为Workday在AI驱动的下一代企业应用竞赛中奠定领先地位。
值得注意的是，Workday近年已多次通过并购快速补充AI能力：包括2023年收购Helios（AI技能匹配引擎）、2024年收购HiredScore（人才智能与内部流动AI平台），以及2025年初收购Paradox部分团队以强化AI招聘助理功能。此次整合Sana，则进一步补齐了Workday在知识检索、任务自动化与AI学习内容生成上的关键能力模块，显示其正以“拼图式并购”策略加速构建AI时代的企业中台能力。
新闻来源：
Workday 官方新闻稿（PRNewswire，2025年9月16日）
Josh Bersin《Workday Acquires Sana to Transform Its Learning Platform – And Much More》（2025年9月）
-
automation
【美国】Bullhorn 收购 TargetRecruit：开启医疗招聘智能中台新时代
HRTech概述：2025年8月1日（宜收购），美国领先的招聘软件公司 Bullhorn 宣布收购总部位于休斯顿的 TargetRecruit。这家专注于 Salesforce 平台的前台与中台招聘解决方案提供商加入 Bullhorn，将其 Salesforce 生态系统用户总数扩大至近15万。此次并购显著增强了 Bullhorn 在医疗行业招聘市场的影响力，尤其是在增长迅猛的 locums（临时医生）与 per diem（按天计费）岗位招聘方面。
此次收购扩大了 Bullhorn 的医疗保健人员配置范围，并为 TargetRecruit 客户提供人工智能和中台专业知识的创新
波士顿——2025年8月1日——全球领先的人力资源和招聘软件供应商Bullhorn今日宣布收购TargetRecruit。TargetRecruit是一家总部位于休斯顿的供应商，提供基于Salesforce平台构建的前台和中台解决方案。此次收购深化了Bullhorn在支持基于Salesforce开展业务的公司的战略投资，并巩固了其作为Salesforce生态系统中领先招聘独立软件供应商的地位。
随着 TargetRecruit 的加入，Bullhorn 的 Salesforce 用户群将增长至近 15 万，进一步巩固了其规模和覆盖范围。此次收购增强了 Bullhorn 在医疗保健人员配置市场的地位，尤其是在临时医生和每日津贴这两个行业增长最快的领域。TargetRecruit 的客户将受益于 Bullhorn 对医疗保健人员配置的深度投入，获得经过验证的最佳实践、领域专业知识和工具，从而帮助他们自信地扩展业务。
在招聘行业，基于 Salesforce 平台打造优秀的独立软件供应商 (ISV) 业务极其困难，尤其是在中台，因为它是最复杂且成本最高的领域之一。Bullhorn 凭借其丰富的资源、成熟的产品和卓越的实施经验，成功解决了这一挑战。该公司在 Salesforce 平台上对中台和 Marketplace 合作伙伴关系的深度投资，将为 TargetRecruit 客户释放更大的价值。
Bullhorn Salesforce 产品高级副总裁 Jonathan Novich 表示：“TargetRecruit 在医疗保健人员配置领域享有盛誉，我们非常高兴欢迎他们的客户加入 Bullhorn 社区。此次收购不仅扩大了我们的 Salesforce 生态系统覆盖范围，还为 TargetRecruit 客户提供了清晰的创新之路，并依托 Bullhorn 成熟的技术、人工智能投资和中台专业知识。”
对于选择升级到Bullhorn Recruitment Cloud 的客户，Bullhorn 将通过其人工智能和自动化解决方案提供更多价值。借助由 Agentforce 提供的Bullhorn Amplify，这些公司可以简化运营、提高生产力并加速盈利增长。
Bullhorn 将继续支持客户当前使用的所有现有 TargetRecruit 产品。
关于 Bullhorn
过去25年来，Bullhorn一直致力于为招聘和人力资源行业打造业界领先的云端软件。通过与全球1万家客户建立合作伙伴关系，Bullhorn积累了丰富的招聘最佳实践知识库和深厚的行业专业知识，助力企业拓展业务。Bullhorn由创始人领导，总部位于波士顿，在14个国家/地区拥有1400名员工，致力于提供卓越的客户体验——这是其核心使命。欲了解更多信息，请访问www.bullhorn.com或在领英上关注Bullhorn 。
关于TargetRecruit
TargetRecruit 是一款基于 Salesforce 构建的完全集成式 ATS 和 CRM 解决方案，专为招聘公司设计。凭借强大的定制功能以及对自动化和数据可视化的高度重视，TargetRecruit 彻底改变了招聘企业的运营方式。
-
automation
【加州】薪酬科技公司 BetterComp 完成 3300 万美元 A 轮融资，加速全球扩张与 AI 创新
HRTech概述：总部位于加州的核桃溪的薪酬管理科技公司 BetterComp 宣布完成 3300 万美元 A 轮融资，由 Ten Coves Capital 领投。创立于 2019 年的 BetterComp 专注于现代化薪酬管理，其平台融合 AI 市场定价与薪酬推荐，已服务多家《财富》500 强企业。近两年实现 100% 年增长，团队规模扩大 33%。本轮融资将推动其全球扩张、产品迭代与团队建设。
【美国加州 Walnut Creek，2025年7月22日】——专注于薪酬管理软件的科技公司 BetterComp 宣布完成 3300 万美元 A 轮融资，本轮由知名金融科技投资机构 Ten Coves Capital 领投。这笔资金将用于加强产品研发、拓展全球市场、加速人工智能在薪酬管理领域的应用，并持续扩充团队以满足企业客户的增长需求。
BetterComp 成立于 2019 年，由 Alan Miegel、Sandra Leon 和 Derek Watson 三位薪酬领域资深人士共同创办，致力于通过现代技术手段重塑传统企业薪酬管理流程，提出了“市场定价规模化（market pricing at scale）”的全新理念，解决企业在全球化、合规化、数据一致性等薪酬策略制定中的痛点。
员工薪酬是大多数企业最大的单项支出，然而大型企业的薪酬团队往往依赖于几十年前开发的单点解决方案和传统、脱节的平台。BetterComp 打破了这一现状，提供了一个由专业领域专家团队支持的现代化、用户友好的平台。其尖端技术可显著节省时间，并提供 AI 驱动的洞察，使薪酬专业人士能够根据不断发展的人才战略和监管要求，做出更快、更准确的薪酬决策。
联合创始人兼首席执行官 Alan Miegel 表示：“多年来我们亲眼见证 HR 部门在技术加持下不断进步，但薪酬团队却长期依赖老旧系统与表格工具。我们希望通过技术，将繁琐的流程自动化，把时间还给薪酬团队，让他们专注于战略决策。”
过去两年，BetterComp 实现了连续 100% 的年度营收增长，客户中已有 38% 为《财富》500 强企业。2025年，公司团队规模已增长 33%。此次融资是 BetterComp 创立以来首次引入外部资本，标志着其从自筹阶段迈入快速扩张期。
Ten Coves Capital 合伙人 Steve Lula 表示：“薪酬科技领域长期被忽视，BetterComp 以其深厚的行业洞察力与技术实力脱颖而出。我们相信它将成为该行业的领先者，重新定义全球企业的薪酬策略实践。”
据介绍，BetterComp 未来将在以下几个方面重点投入：
强化 AI 能力：构建具备安全性与透明度的 AI 工具，提升市场定价、薪酬推荐和数据归一处理效率
产品扩展：开发新的功能模块与数据集成方式，满足跨国企业与中大型组织的定制化需求
全球市场开拓：将产品从北美市场延伸至亚太、欧洲等地区，加速本地化适配与客户支持能力
生态合作：持续扩大与咨询公司、人力资源系统与数据供应商的集成合作，构建开放型薪酬科技生态系统
BetterComp 的平台现已具备强大的可扩展架构，能够支持不同薪酬政策、数据源与全球团队协作，其“可配置、安全性强、易用性高”的设计理念也获得了众多薪酬专业人士的认可。
随着薪酬透明化、合规管理与人才竞争加剧，企业对智能化、自动化薪酬工具的需求日益增长。BetterComp 此轮融资不仅是对其产品与愿景的肯定，更标志着全球薪酬科技市场迈入新一轮创新周期。
关于 BetterCompBetterComp 是一家总部位于美国加州 Walnut Creek 的薪酬管理软件公司，致力于通过现代化平台与 AI 技术，帮助企业实现薪酬决策自动化、数据一致化与全球市场定价管理。其客户涵盖从中型企业到《财富》500 强公司，产品强调可扩展性与战略适应性，已成为薪酬科技领域的重要创新力量。更多信息请访问 bettercomp.com。
关于 Ten Coves CapitalTen Coves Capital 是专注于金融科技生态系统的成长型投资机构，投资领域覆盖支付、保险、资产管理、人力资源与薪酬系统等关键垂直行业。其团队已成功推动超过 40 家软件公司实现商业化规模增长与价值创造。了解更多请访问 tencoves.com。
-
automation
CHRO如何在Agentic AI时代引领转型？-从工具使用者到组织智能架构师
HRTech概述：在AI快速演进的背景下，一种全新的人力资源战略正在崛起——Agentic AI。与传统自动化不同，Agentic AI 更强调“人机协作”，由HR主导、AI支持，共同实现更高效、更可信、更具战略性的决策模式。CHRO将不再只是执行者，而是组织智能的塑造者。他们将管理AI治理、建立伦理规范，并重塑人才战略与工作模式。
在AI技术席卷各行各业的当下，HR也站在了关键转型的风口浪尖。但这一次，变革不再是简单的流程自动化，而是一场围绕“智能协作”展开的深层重构。一场名为“Agentic AI”的革命正在悄然开启，而CHRO（首席人力资源官）正成为这场革命的核心引领者。
过去十年，AI在HR中的应用多集中于效率层面，例如自动筛选简历、智能排班或聊天机器人。人们习惯性地把AI当成一套“流程优化工具”。然而，在Agentic AI崛起的今天，这种理解已远远不够。
所谓“Agentic AI”，并非仅指具备感知、预测和处理能力的AI系统，更强调它在组织中作为“主动代理者”的角色。换句话说，它不再是“被调用的工具”，而是“共同参与决策与价值创造的智能个体”。
这对CHRO而言，既是一场挑战，更是一场空前的战略机遇。
CHRO的角色，将从“流程守门人”走向“组织智能架构师”
在《Agentic Carousel》报告中，HR的AI成熟度被划分为五个阶段，每一个阶段都对CHRO提出了新的要求。
在最初阶段，HR引入AI主要为了减负降本，例如RPA自动化、招聘系统、考勤管理工具。此时的CHRO，更多是“效率优化者”，关注系统选型与ROI。
进入第二阶段，AI开始赋能洞察。HR团队借助AI进行离职率预测、招聘渠道分析或薪酬对比。这一时期的CHRO，要成为“洞察翻译者”，能够将数据解读转化为业务语言，支撑高层决策。
而真正的转折点，发生在第三阶段——协作。Agentic AI的概念在这一阶段真正落地。HR开始引入智能推荐引擎、AI教练、员工发展路径推演等新型产品。AI不再仅服务于流程，而是与HR共建体验。CHRO的角色也随之转型，成为“人机协作推动者”。
接下来，是最难但也是最关键的第四阶段：信任建立。AI的使用引发隐私、偏见、透明度等伦理问题，这一时期的CHRO，不再只是HR部门的负责人，而是组织中AI治理的倡导者与建设者。他们必须从零建立伦理框架，设定治理边界，与法务、IT、风控部门紧密协作，确保AI在组织内“用得对、用得稳、用得明白”。
最终，顶尖的CHRO将进入第五阶段，成为真正的“组织智能架构师”。此时的AI已融入企业战略执行链条，HR也不再是传统的支持职能，而是构建“人+机”共生系统的中枢——既理解人性，也管理算法；既制定人才策略，也操控技术杠杆。
Agentic AI的核心：不是替代人类，而是赋能人类
Agentic AI强调的是主动性与人类协同。它不是接管HR的工作，而是把HR从繁杂冗余中解放出来，让HR团队更聚焦于影响力建设、战略落地与文化引导。
在这种模式下，CHRO的重点工作也随之改变。他们不再只关心绩效制度是否公平、薪酬是否具有市场竞争力，而是开始构思：
我们的AI招聘系统是否存在潜在偏见？
员工是否信任他们的职业成长轨迹是AI建议的？
组织是否具备基于AI洞察灵活重构团队的能力？
我们是否已建立起可以透明追责的AI治理体系？
这些问题，过去并不属于HR的核心关注，但如今，CHRO必须站在这些议题的最前线。
三个关键行动，构建AI时代的战略型HR中枢
首先，CHRO要搭建AI伦理与治理机制。这不是IT或法务部门的任务，而应由HR牵头，设立跨部门委员会，定义AI的边界与员工知情权，推动透明与信任的组织文化。
其次，要推动技能结构的系统性升级。AI不会自动提升组织智能，它需要人类理解、引导、解释。CHRO要重构培训体系，将AI素养、数据分析、跨职能协作、文化演进等能力融入人才发展路径。
第三，要以**“战略运营核心”的定位重塑HR架构**。不再把HR当作后台，而是将其升级为企业的“智能中控室”。通过AI与人协同，HR能实时洞察员工状态，预测团队动能，辅助管理层制定业务决策，真正参与业务成长。
未来的HR，不是更自动化，而是更智能化、更人性化
如果说过去的HR转型靠的是系统实施、流程重组与服务共享，那么未来的HR转型靠的将是战略主导、文化重塑与智能融合。
Agentic AI不是一项技术趋势，而是一场范式转变。它要求CHRO具备前所未有的综合能力——理解人性、驾驭技术、治理复杂系统、引领组织文化。
这正是未来最强CHRO的进化之路。
-
automation
Josh Bersin谈为什么关于 AI 会毁掉工作和人类的恐慌被严重夸大
HRTech 概述：Josh Bersin驳斥了关于AI将摧毁就业、削弱人类价值的广泛担忧。他指出，尽管AI发展迅猛，但多数企业目前仍处在AI转型的初期阶段，仅10%不到的公司真正实现了深度集成。以Galileo平台为例，Bersin强调，AI实际上正在释放员工的创造力，催生所谓的“超级员工”（Superworker），提升个人与组织的生产力，而非简单替代工作。
文章列举了多个行业和场景中的AI应用情况，包括Chipotle、H&M和中东地区的大型航空公司，均处于流程重构与工具探索阶段。Bersin认为，AI的使用反而创造了更多管理与优化工作的机会，从而使人类在工作中向更高层次的创造与决策迈进。他还指出AI目前仍缺乏情感、同理心、历史理解与人类的复杂动机系统，未来的企业创新仍依赖于人类独有的智慧与精神力量。
他呼吁业界抛弃AI恐慌，聚焦于学习如何善用AI这项工具。AI不会毁掉工作，而是会重塑工作，为未来几十年的职业发展提供新的路径。
详情阅读：
Josh Bersin说自己常被那些盛行的夸张文章和评论惊讶——说 AI 会毁掉就业市场、网络或我们的生活。尤瓦尔·赫拉利（Yuval Noah Harari）认为这是对人类的“存在性”变革。马克·贝尼奥夫（Mark Benioff）宣称，Salesforce 30–50% 的运营现在由 AI 完成。媒体如 The Verge（Nilay Patel）担心所有谷歌的网页流量将消失。
虽然没有人能预测未来，但我每个月都与数百家公司对话，每周与至少 5 家软件厂商会面，所以对现状有较清晰了解。正如我在《超级员工的崛起》中所述，上述很多恐惧其实都没有根据。相反，我坚信 AI 工具和平台将激发个人创造力、业务增长与创新，并由此创造许多岗位、提高工资、改善我们的职场与企业运营。
第一，所谓白领工作将被全面淘汰，目前还没发生
确实，招聘有些疲软，但主要原因是 IT 预算上涨 62%，CEO 正推动业务领导“采用” AI。这种推动效应减缓了招聘速度，几乎所有公司都在思考如何通过自动化重组岗位与职责。
我每天与高级 HR 领导交流，得到的反馈一致：CEO 与 CFO 已下达命令，“别招人了，赶快上 AI”。因此，招聘预算被冻结。
这种推动虽有道理，但很多东西尚未落地，因为像 MS Copilot、SAP Joule、ChatGPT 这样的现成工具，还不够贴合业务流程。目前尚不明确哪些岗位将被改变、哪些常规工作可以被淘汰，也不知道该买或做什么 AI 产品。
以我的 AI 转型四阶段模型为例，我估计当前有 60% 的企业处于阶段 1，30% 处于阶段 2，仅有不到 10% 达到阶段 3（在各业务职能中差异较大）。例如 Chipotle 在招聘中应用 Paradox 到第 3 阶段，H&M 应用 Maki People 也如此，我们自己的 HR Academy 已通过 Galileo Learn 达到阶段 3。
但总体来看，销售自动化、潜在客户生成（我现在每天都会收到许多“Agent”发来的垃圾邮件）、合同管理、营销（我们的 HubSpot 系统并不像想象中智能）、采购、应收账款等领域，AI 还没成熟。这正在到来，但还远远不到成熟阶段。
我希望在贝尼奥夫下次财报电话会上，他能具体说明到底节省了多少钱，并列出那“50% 岗位”。我怀疑他会这样做。根据 LinkedIn 数据，Salesforce 的自然营收增长约 8%，员工人数增长 4%，看起来只是略微提高了效率，不像贝尼奥夫所言那样夸张。
所以，这些承诺确实在未来几年内会兑现，但当前企业级落地仍有 1–2 年的开发周期。
例如上周，我在中东与一家大型航空公司会面，他们的 HR 团队刚开始做流程再造。虽然愿景逐渐明朗，但他们意识到所需产品目前尚未到位。他们正在做设计，并寻找合适的 AI 解决方案。
这就是为什么我认为大部分企业的 AI 转型将主要依赖内部构建，并联动供应商。我们已无法再用“买 Workday 然后启动”的方式实现自动化——AI agent 将高度可配置，公司必须清晰知道自己需要什么。
它会来……但现在还根本没到那一步。
第二，每一个 AI Agent 都创造了大量新工作
例如我们 Galileo 的 Agent 已有超过 4,000 人启用，它们发现自己有更多“新工作”需要做（如数据查找、流程清理等），因为那些重复、枯燥的工作被 AI 接管了。这就是“超级员工”效应。
就像买电吹风：叶子不会消失，你也不会扔掉扫帚。它只是让你吹叶子的速度快了 10 倍，但接下来你还得收拾、打包、放上路边回收。现在回收公司获得了更多叶子，你还可以修剪灌木（另一个机器人岗位），电吹风公司也赚更多钱。
换句话说，自动化一个任务，会推动我们从事更高价值的事情；越来越多时间会被用于管理这些工具（学习 prompt、找到高质量数据、不断迭代、培训、确保安全）。
本周我看到一个新的 AI 工具，它做 FP&A（财务、预算、计划与管理），每家公司都需要这种工具。旧系统人工处理简直是噩梦。这个新系统将其财务、CRM、HRMS 数据合在一起，自动发现利润缺口、进度滞后和预算超支。原来这要我和 CFO 手动处理几个小时。
这种超级员工效应正在进行中：美国目前失业率仍很低（4.2%），正如我在上一篇关于初级岗位的文章里说明的，工作市场虽有波动，但白领工作将在几十年内继续存在。我们只处在转型期。
我猜想当初互联网兴起（1998 年左右），人们预测“书本”会消失、零售门店会消失。但现实恰恰相反：作家和零售者进化为使用和借助网络。27 年后，我们建立了 Substack、混合电子商务、移动点餐等商业模式，推动图书出版反而繁荣。
写书依然值得，但很多作者更愿透过 Substack 建立受众，而不是被亚马逊“绑架”。超现实吧？这就是“超级员工”效应。一旦你意识到你会看到它无处不在。
这种关于我们工作、职业、生活的“创造性重塑”只会加速。我告诉客户：你们都是开发者！只要用英语（或本语）学习如何“编程与自动化”你的工作、生活与企业。
第三，AI 并不像 AI 工程师认为的那般“智能”
虽说大家痴迷于 AI 超智能和通用人工智能（GAI），但人类基因组比 AI 的高级数学复杂 1,000 倍。我们的基因组是数百万年进化的产物，因此人类擅长“感知、创造、情感与不可预测性”。
70 万亿种蛋白质组成为我们 DNA，每个细胞类型不同。这些 DNA 编码了千万年的学习、进化、环境与经验，有些科学家认为它近乎无限。拜托 Nvidia，不要拿它跟人比。
人类的这些“人类技能”：感知力、同理心、创造力、雄心、激情、毅力、创新力，在 AI 中都找不到。但 AI 是个非常强大的分析引擎，肯定会从经验中学习。
比如 Meta 刚宣布“超级智能实验室”，说到底是为了卖广告（也许还想做“恋爱机器人”）。它的业务由广告驱动，我懒得相信它会彻底改变我们的行业。除了让广告更精准（比如“焦虑中年女性”的广告），我没看到它能改变商业。
另一方面，我对“物理 AI”非常感兴趣——涉及物理、光、动量等方面，比如自动车辆、类人机器人和军用用途。我在中东看到了 Boston Dynamics 的一组爬行机器人网络，用于监测与保障石化厂的安全——非常让人毛骨悚然。
今天我在健身时跟教练聊起那些可以清理 100 磅杠铃的机器人。早年我在炼厂工作时，有一年硫化物泄漏杀死了一名操作工，那次惨剧绝对值得投资数百万来部署机器人监测系统。我猜现在很多化工厂、核电厂都在用这种机器人。我曾在核电站实习时，电厂工作人员总说“别靠那个阀门太近，因为那里有辐射”，但你看不见、感觉不到东西！
所以 AI 有成千上万惊人的用途，但这并不意味着自动驾驶汽车或炼厂机器人可以“感知”或“理解”道路、工厂或天气中的微妙差异。当然随着时间编码这些信号，但人类适应能力更强，我们将始终“超越”这些机器。
第四，是人类创造了新思想、新业务与新工业
再强调：是人类想出新的商业模式、创新、产品与服务，将价值带给世界。如果 AI 这么“聪明”，它为何不会自己成立公司？🙂
每一个突破性产品、科学发现、企业或创意，都是来自人的智慧。我们从出生起就是“学习动物”，具备生存、本能、恐惧、学习、ego、同理心、耐心、宽恕与胜利等复杂能力，正是这些特质造就了 Apple、Microsoft、Nike、Disney 等公司。每一个伟大的企业背后都有一个（或几个人）的主意，他们填补了市场空白。
AI 时代，我们终将迎来一套自动化 agent。买一个机器人，开启它，用它完成日常工作听上去挺诱人（我们用了几天就自动化了编辑与转录流程）。但推动我们的业务转向“智能 HR 与人才体系”的想法，是人类的主意，是我脑海中孕育的概念，是由我们的管理团队与合作伙伴策划打造的。
在压力之下，人类智慧大放异彩：看看乌克兰军队的创造力；看看我们如何迅速应对疫情；看看慢性病或某些残疾患者如何学会应对。这种人类智慧中蕴含神秘，我们拥有历史智能、道德标准。正如英国首席拉比 Jonathan Sacks 在他的经典著作中所言。这就是我所谓的“人类精神之不灭力量”。
每当我在客户面前讲述此类故事时，我感受到人类的创造力如何被激发。AI 并没有这种历史智能或时间因果关系。就如我与 Galileo 合作伙伴 Sana 的 CTO 探讨，他也认可 AI 不具备对历史及因果变化的真正理解。我会进一步与科学家们交流，但仍相信人类在学习与适应上远远领先于任何数据系统。
底线：我们的工作与生活是安全的
最后的结论是，也是我想传达的核心：AI 是工具。我们可以构建它，也可以教它做我们想要的事。如果我们不加控制，它或许会伤害我们（正如割草机或电锯），但是否使用取决于我们这群高级智慧人类。学习它、理解它、驾驭它，用它改善我们的工作、企业与生活——那就没错了。
生活会继续，经济仍由情感驱动，商业仍由人类的灵感、激情、毅力与努力推动。
-
automation
Josh Bersin说：HR组织将部分被AI取代——这是件好事
我(Josh Bersin)热爱人力资源这个职业。这些从业者负责招聘、人才发展、领导力培养，以及诸多企业中最重要的问题。尽管HR在历史上常被视为合规职能，但如今它的重要性比以往任何时候都要高。举个例子：在过去20年里，CHRO的薪资增长速度是CEO的5倍，这反映了HR角色的重要性正不断上升。
不过，我们也必须坦诚地面对现实：AI正在扰乱我们的角色。本周，IBM正式宣布，其AI代理现在能够回答94%的常见HR问题，而且除高层领导外，“HR业务伙伴”这一角色几乎已被淘汰。因此，CEO计划裁减HR人员编制，将预算转向销售和工程团队。
我们需要接受一个现实：我们正处于一个“加速度时代”。也就是说，AI的能力发展速度，远超组织的适应能力。因此，我们必须主动出击，重新设计企业架构。就HR而言，我们两年前提出的“系统性HR模型”现在正被AI全面自动化。
我对IBM的案例非常熟悉，它很好地展示了所有HR团队正在前往的方向。多年前，时任CHRO的Diane Gherson开启了一系列AI项目，自动化了招聘、薪酬分析和绩效管理流程。她曾在8年前的大会上分享，IBM的薪酬工具“CogniPay”（于2018年推出）如何利用AI根据技能提出薪酬建议。这款工具领先于当今的“以技能为基础”的策略，自动化了大量原本由经理决定的绩效和薪酬决策。
自那以来，IBM走得更远了。在我最近与现任CHRO Nickle Lamoureux 的交流中，她告诉我，AI代理可以协助撰写绩效评估、制定发展计划，并为管理者和高管提供绩效决策建议。我完全相信这一点，因为我每天都看到Galileo（注：Josh Bersin 公司产品）在为企业做这些事。（你可以看看他们最新的 Mercury 发布版本。）
这会对HR角色和岗位产生什么影响？很明显，许多岗位会被淘汰。
以学习与发展（L&D）或HR业务伙伴为例，我预计HR人员/员工的比例可能会减少20%-30%，甚至更多。这意味着这些人可能会转向管理AI平台，成为变革顾问（这是AI还无法胜任的），或转向组织设计、学习架构和数据管理等领域。
我认为这其实是好事。尽管我们都担心AI会“抢走我们的工作”，但必须记住，我们的真正职责不是“完成任务”，而是“创造价值”，解决复杂问题。在这个不断“爬升价值曲线”的过程中，我们必须学会使用AI、开发AI解决方案，并从系统角度思考企业如何运作。
我最近采访了一位WPP的出色HR负责人 ，他和他的团队利用OpenAI与Reejig（智能工作平台）等AI工具，将65,000个岗位名称精简为600个。这个项目涵盖了数据管理、业务分析、变革管理和领导力等多个维度。最终成果是WPP获得了重构其市场战略、创新方式与增长路径的巨大机会。
这正是我们希望HR团队做的事情。
随着越来越多的“智能代理”进入市场（参见我下面的图示），HR专业人士将不得不训练它们、部署它们，并“管理”它们的长期发展。这包括分析跨部门数据、将结果用于决策优化，并将我们的关注点从“招聘周期”“课程完成率”等过时指标，转向“转化为营收的时间”“实现生产力的时间”“客户服务成熟时间”等更有价值的指标。
你看出趋势了吗？在技术加速的时代，我们要尽可能主动拥抱变化。
停止只想着通过裁员节省多少钱（这只是短期收益），而要聚焦于如何创造价值。这才是AI带来的真正好处：更优质的客户服务、更快的产品上市、更高的创新能力。
从某种意义上讲，所谓“HR被裁员”的故事，其实是“HR正在爬上价值链”的故事——这是个积极变化。而对HR从业者来说，这也是一次个人转型的契机。
-
automation
【美国】一站式的HR科技平台Rippling完成4.5亿美元G轮融资，估值达168亿美元，正式启动2亿美元员工股权回购
HRTech概述：Rippling于2025年5月9日宣布完成4.5亿美元的G轮融资，公司估值达到168亿美元。 本轮融资由Elad Gil、Sands Capital、GIC、新加坡政府投资公司、Goldman Sachs Alternatives、Baillie Gifford和Y Combinator等投资者参与。 同时，Rippling启动了一项2亿美元的股票回购计划，旨在从现有和前员工手中回购部分股权。
【2025年5月9日】美国领先的一体化人力资源科技平台Rippling宣布完成4.5亿美元G轮融资，公司估值跃升至168亿美元，较2024年4月F轮融资的134亿美元估值提升25%。此次融资由包括Sands Capital、新加坡政府投资公司GIC、Goldman Sachs Growth和Baillie Gifford等在内的新晋投资人领投，Elad Gil、Y Combinator等现有投资方继续加持。
与此同时，Rippling还启动了规模达2亿美元的员工股份回购计划，旨在为当前与前员工提供流动性。这已是公司第二次发起大规模回购，2024年F轮融资时，Rippling就曾启动5.9亿美元的Tender Offer，其中2亿美元同样面向员工。
这轮融资令Rippling的累计融资总额达到18.5亿美元，公司目前已服务超过20,000家客户、拥有4,000多名员工，并实现年化收入（ARR）达5.7亿美元。
YC身份首次“转变”：投资者 → 客户
此次融资还有一大亮点——全球顶级创业加速器 Y Combinator（YC）不仅是Rippling的投资方，2025年还首次以客户身份对外官宣支持。YC 在一份公开案例中称 Rippling 是“YC 所有被投企业创始人的首选 HR 工具”，并为 YC 创业者推出了专属的“Founder Mode”优惠服务包。
这一合作也从侧面印证了 Rippling 在初创企业生态中的产品适配度。Rippling CEO Parker Conrad 本周还在 LinkedIn 上宣布推出全新“Startup Stack”计划，向早期创业公司提供长达6个月的免费服务，目标用户包括 Cursor（Anysphere）、Clay 和 Sierra 等超过15,000家初创公司。
法律战背景下的强势融资
Rippling此番大手笔融资与市场扩张之际，正值与竞争对手 Deel（同为YC毕业公司）卷入激烈的法律纠纷之中。Rippling 指控 Deel 雇佣其前员工获取商业机密，Deel 已在4月提起反诉。尽管官司缠身，Rippling 的估值和融资能力丝毫未受影响，反而赢得投资者更坚定的信任。
平台愿景与产品扩张
自2016年成立以来，Rippling持续扩展产品边界，目前已拥有24款核心产品，涵盖薪资、员工福利、单点登录、身份管理、账单支付和企业信用卡等。此次融资将用于拓展国际市场、增强现有产品，并加快新产品的研发进度。
Rippling 的核心愿景是构建一个连接人力、IT 和财务的企业级操作系统，通过打通分散的员工数据系统，实现整个员工生命周期的自动化和智能化管理，从而帮助企业提升效率，领先竞争对手。
-
automation
【收藏】AI赋能招聘（AI-Enabled Talent Acquisition）：未来招聘体系的重塑（附图）
HRTech概述：AI-Enabled Talent Acquisition》招聘漏斗图清晰展现了未来招聘如何在AI技术的支持下实现全面升级。从需求分析到正式录用，整个流程被分为前漏斗（Pre-Funnel）与招聘漏斗（Hiring Funnel）两个阶段。通过自动化与系统集成，企业能有效降低招聘成本、缩短招聘周期，并提升候选人体验。
在前漏斗阶段，HR团队通过内部人力计划与外部市场分析确定招聘需求，并设定用工方式（正式员工、FTC或灵活用工）。接着通过AI助力的职位描述优化、布尔搜索与广告发布，进入寻源流程，利用人才社区与SaaS平台进行持续吸引。
进入招聘漏斗后，AI代理团队承担简历筛选、初步对话、技能评估等任务，实现高达85%的流程自动化。通过区块链验证确保候选人身份可信，并由候选人体验团队全程优化旅程体验。与Workday、Deel、HireVue等标准化平台的集成，进一步打通数据链路，实现精准高效招聘。
在全球化与数字化加速发展的今天，企业的人才招聘（Talent Acquisition，简称TA）工作正经历着一场由人工智能（AI）驱动的深刻变革。基于Korn Ferry Talent绘制的《AI-Enabled TA》全景图，我们可以系统地了解未来招聘体系的核心构建模式——如何通过AI技术，实现招聘流程的标准化、智能化与自动化，大幅提升效率、降低成本，同时优化候选人体验。
一、招聘整体架构：双漏斗体系与领导机制
整个AI赋能招聘体系由TA领导团队（TA Leadership Team）统筹，设有：
候选人体验管理（Experience Management）
伦理与治理（Ethics & Governance）
招聘交付与寻源（Delivery & Sourcing）
数据与分析（Data & Analytics）
技术与系统（Tech & Systems）
通过建立专业化的卓越中心（COEs），确保招聘标准统一、技术前沿、运营高效。
招聘流程被清晰划分为两个阶段：
Pre-Funnel（前置阶段）：需求确认与岗位准备
Hiring Funnel（招聘漏斗阶段）：从简历筛选到正式录用
这种双漏斗体系确保了招聘从起点到终点的全链路精细化管理。
二、Pre-Funnel阶段：战略型准备与寻源（Days to Weeks）
前置阶段强调战略性招聘准备，包括：
需求分析（Needs Analysis）
内部（Internal）：结合企业人力规划（Workforce Planning）、业务需求，确定招聘需求。
外部（External）：通过市场分析（Market Analytics）了解人才市场供需情况。
招聘策略制定（Hiring Approach Confirmed）
明确是内部招聘、外包、项目制、临时工还是灵活用工（Gig/Fractional）。
招聘批准（Approvals）
包括正式合同（Perm）与固定期限合同（FTC）两种用工方式。
寻源与准备（Setup & Sourcing）
利用AI Agent、招聘经理（Manager）、HR通才（Generalist）协同作业，撰写职位描述、发布广告、进行布尔搜索、设置面试流程。
同时，在这一阶段，企业通过与外部SaaS工具集成，如Beamery、hackajob、hireEZ等，建立内部人才库与外部招聘渠道，形成持续运营的人才社区。
三、Hiring Funnel阶段：自动化驱动的招聘加速器（Hours to Days）
招聘漏斗阶段由底至顶依次包括：
简历筛选（CV Screening）
初步资格预筛（Conversational Pre-Qualification）
技能评估（Skills Assessments）
面试安排与管理（Interviews & Scheduling）
Offer发放（Offer）
合同签署（Contract）
正式录用（Hire）
在此过程中，有两大显著特点：
高比例自动化：招聘漏斗底部阶段（CV筛选到技能评估）实现了85%自动化率；整体流程平均达到75%自动化率。
AI代理团队（AI Agent Team）主导：尤其在前中期筛选工作，由AI完成简历解析、候选人初步沟通、技能匹配，大幅压缩人工成本与时间成本。
此外，还引入了候选人身份验证机制（Candidate ID Authentication），基于区块链技术，提高了数据安全性与候选人真实性验证的效率。
四、智能集成生态：SaaS与ATS协同作战
在技术集成层面，体系通过StackOne统一接入多家标准化SaaS工具与ATS（申请人追踪系统），包括：
ATS系统：如Workday
招聘协作与沟通平台：Slack、Kula、Pinpoint
薪资与人力管理平台：Deel、HiBob
人才筛选与测评工具：HireVue、HackerRank、TestGorilla
人才社区与CRM系统：Beamery、hackajob、hireEZ
这种“标准化集成”极大提高了招聘工具间的数据流动性与流程协同，避免信息孤岛现象。
五、候选人体验管理（Candidate Experience Management）：招聘成功的关键变量
在AI赋能的招聘体系中，候选人体验管理成为不可或缺的核心组成部分。
专设候选人体验团队（Candidate Experience Team），覆盖从简历投递到Offer发放、合同签署的每个环节。
流程中设置强制反馈点（如Offer和Contract阶段100%反馈），确保及时沟通与正向体验。
体验优化策略包括：
候选人旅程设计（Candidate Journey Mapping）
简化申请流程
自动化状态更新提醒
个性化面试安排
数据化监控体验得分（如Candidate Net Promoter Score, CNPS）
体验管理不仅影响候选人是否接受Offer，还直接关联到雇主品牌形象（Employer Branding）、招聘周期长度与人才转化率。目前HRTechChina正在举办2025候选人体验大奖的评选，积极参与了解行业变化趋势，更是赢得人才和雇主品牌的绝佳方法
在未来，体验即竞争力，优秀的Candidate Experience将成为企业吸引顶尖人才的重要武器。
六、总结：AI赋能招聘的六大变革价值
大幅缩短招聘周期（Days to Hours）
降低每次招聘成本（Full Cost per Hire下降）
提升候选人体验与满意度
加强招聘数据的可追溯性与透明度
实现招聘流程的可扩展性与标准化
助力企业人才战略落地，打造未来竞争力
AI正在将招聘流程从传统的“人海战术”，转变为精准、智能、体验驱动的战略模块。未来的TA团队，将成为AI与人力高度融合的新型作战单位，引领企业人才竞争迈入全新时代。
扫一扫 加微信
hrtechchina
