【重磅】HCM时代正在结束：Workday正重构AI驱动的工作执行系统，微软重构HR架构，HRTech进入AI执行时代HRTech核心概述：这篇文章强烈推荐HR科技公司的CEO、企业HR负责人收藏研究，把握未来趋势！
过去二十年，企业通过 HCM 系统来“管理人”和“记录工作”；而接下来十年，系统本身将开始参与并完成工作。这不是一次简单的 AI 升级，而是一场关于“工作如何被执行”的范式转移。当系统不再只是承载流程与数据，而是具备理解上下文、遵循规则并推动任务完成的能力时，企业运行的基本逻辑正在发生改变。HCM 时代所代表的“以记录为中心的系统范式”，正在走向终点。
而Workday刚刚发布新一代Agentic AI，标志着企业软件进入“执行时代”。不同于传统AI只提供建议，这一代AI Agent可以理解企业数据、遵循流程规则，并直接完成HR与财务任务。Workday提出“New Work Day”概念，人类负责决策，AI负责执行，形成全新的协作模式。同时，其引入按结果付费的flex credits模式，也意味着SaaS商业模式正在发生变化。HCM时代正在结束！更多全球HR科技趋势，请关注 HRTech
Workday 这最新一轮产品发布的意义，不在于又增加了多少 AI 功能，而在于它正在重新定义企业系统的角色。按照官方表述，Workday 这次推出的是“hundreds of new AI capabilities and agents”，并且将这些能力直接嵌入平台，用于 HR、Finance、IT 和 Legal 等关键职能，目标是让企业从“AI-assisted tasks”走向“truly agentic work”。这说明 Workday 想做的，已经不再只是传统意义上的 HCM 软件，而是一个能够理解上下文、遵循企业规则并推动任务执行的平台。与此同时，微软在 Amy Coleman 领导下对 HR 组织架构的调整，也释放出相似信号：组织侧正在为“人类 + AI”共同工作的未来重构自身。这不是两个孤立事件，而是系统与组织同时转向新工作方式的开始。
Workday 当前到底在做什么：从 AI 辅助走向 Agentic Work
从 Workday 官方文章来看，这次发布的核心非常明确：Workday 正在把 AI 从“功能层”推进到“工作层”。文章开宗明义写到，未来企业不会再只受限于人本身能做什么，而将由 people 和 AI agents 共同驱动；同时，Workday 正在向客户推出“hundreds of new AI capabilities and agents built directly into the platform”，并强调这些能力不仅改变工作如何完成，也改变工作的体验。这里的关键，不只是 AI 更强，而是 AI 被定义为平台内的“agentic teammates”，能够结合 trusted HR、finance、business data，连同 operational context 和 enterprise guardrails，把工作“做对”。
Workday 在这篇文章中给出的结构，其实已经勾勒出一个新的平台框架。
第一层是 Sana from Workday。官方说明，Sana from Workday 已在全球范围内正式可用，其中包括 Sana for Workday、Sana Self-Service Agent，以及 Sana Enterprise。Sana for Workday 被定义为新的 AI interface；Sana Self-Service Agent 负责自动化大量 HR 和 finance 的任务、问题与工作流；Sana Enterprise 则把这种能力扩展到 Workday 之外，去 orchestrate hundreds of enterprise systems and business applications。换句话说，Workday 不再满足于做自己系统内部的对话入口，而是在尝试成为跨系统的统一 conversational interface。
第二层是面向职能域的 agentic teammates。官方列出的 HR 侧能力包括 Payroll Agent、Total Rewards Agent（Early Access）、Talent Management Agent（Early Access）以及 Sana Self-Service Agent。Payroll Agent 的定位是横跨 payroll process 编排工作流、识别缺失数据与配置、管理 minimum wage updates，并提供 conversational insights。Total Rewards Agent 用于将 job profiles 与 market data 进行 benchmark，帮助 HR leaders 对 roles、skills 和 structures 做更准确的匹配。Talent Management Agent 则可基于 real-time contribution signals，为 managers 起草 evidence-based reviews。除了这些 agent，Workday 还增加了 Fraudulent Application Detection、Organizational Design & Scenario Modeling、Demand Forecasting 以及 Workday Peakon AI Topics 等 HR 能力。也就是说，这一轮变化已经不只是“问答式AI”，而是覆盖招聘、入职、绩效、薪酬、员工反馈与组织设计等多个核心流程。
第三层是将 agentic AI 扩展到 Finance、IT、Legal 和数据基础设施。Finance 侧新增 Financial Audit Agent、Planning Agent、Revenue Contract Agent（Early Access），并引入 Reimagined Expense Management 与 AI-Powered Reconciliation；其中 AI-Powered Reconciliation 被官方表述为可将 preparation and reconciliation 自动化“up to 70%”。IT 侧新增 Adoption Agent、BP Optimize Agent 和 Deployment Agent，同时扩展了 Workday Developer Copilot 与 AI Widgets。Legal 侧则继续推进 Workday Contract Intelligence Agent 和 Contract Negotiation Agent，并新增 full-document review and redlining capability。与此同时，Workday 还在强化 Workday Data Cloud、Live Data Query、Workday Data Connect 与 Workday Data Lake，明确强调要在 preserving Workday as the system of record 的同时，让外部平台获得 governed、real-time SQL access，且基于 zero-copy approach 避免数据重复。
如果把这些变化放在一起看，就能更准确理解 “Agentic AI” 与 “New Work Day” 的含义。它和此前常见的 Copilot、Assistant、Automation 的差别在于：Copilot 更偏向建议与生成，Assistant 更偏向问答与支持，Automation 多数基于预设规则；而 Workday 这次强调的是 reasoning、operational context、enterprise guardrails 与 orchestration。也就是说，系统不只是回应你的请求，而是在企业权限、流程与数据边界内，参与到多步骤任务的完成过程。Workday 自己在文中也明确写出，这些能力会让客户从 “AI-assisted tasks” 走向 “truly agentic work”，结果是 fewer clicks、fewer handoffs，以及更多时间投入更重要的工作。
Workday 为什么现在必须这么做：四层逻辑正在合流
如果只把这次动作理解为“AI 很热，所以 Workday 也要发 AI”，判断会过浅。更准确的说法是，Workday 是在商业、产品、技术与行业四层力量同时推动下，不得不向前走。
先看商业逻辑。过去企业采购 HCM 或 ERP，更关注的是流程标准化、数据统一、报表能力和合规性；而今天，客户越来越关心系统到底能否真正减少人工、提升产出、降低共享服务成本，并缩短业务完成路径。Workday 在文章里刻意强调，让 HR、Finance、IT、Legal teams “trade mundane, repetitive tasks for the work that really matters”，并多次使用 fewer clicks、fewer handoffs、automates routine work、agent-driven workflows 等表达。这反映出企业客户衡量软件价值的方式正在改变：不再只看有没有这个模块，而开始看这个系统能不能把工作做完。
再看产品逻辑。传统 HCM 的产品结构，建立在相对清晰的模块边界之上：招聘是招聘、绩效是绩效、薪酬是薪酬、员工服务是员工服务。但这次 Workday 的产品叙事，已经明显不是按模块展开，而是按工作流和执行任务展开。比如 Sana Self-Service Agent 并不局限于某个模块，而是横跨 Workday 与其他 knowledge sources 回答问题；Sana Enterprise 更进一步，直接跨 hundreds of enterprise applications 做 orchestration。Payroll Agent、Planning Agent、Contract Negotiation Agent 这些命名本身，也表明产品单元从“模块”变成了“执行主体”。这背后反映出一个变化：企业软件的核心设计对象，正在从功能模块转向任务流与工作结果。
技术逻辑则更直接。过去的自动化，多数依赖规则引擎、流程脚本和固定触发条件；它可以让流程更快，但很难处理跨系统、跨上下文、带判断色彩的复杂任务。而 Workday 这次反复强调 AI reasoning、trusted data、operational context 和 enterprise guardrails，说明它试图把大模型的推理能力与企业级 deterministic systems and controls 结合起来。这一步很关键，因为企业并不缺一个会聊天的模型，企业缺的是一个能够在权限边界、流程规则和真实数据约束下可靠执行的系统。Workday 的思路，本质上是把大模型从“生成层”引入到“执行层”。
行业逻辑则是更深的一层。无论是 HR Shared Services、Finance operations，还是 IT administration、contract review，这些职能过去十几年都在被不断标准化、流程化、中心化。今天它们共同面临的问题是：复杂性不断增加，但企业无法无限增加人手。于是，企业需要的已不再只是“更好的记录系统”，而是“更强的工作执行平台”。Workday 文章中把 HR、Finance、IT、Legal 一并纳入这一轮 agentic AI 叙事，本身就说明它看到的不是单一 HR 场景，而是整个企业后台与中台职能的共同转型。这也意味着，HR Tech 厂商如果仍然把自己理解为“某个模块的软件提供商”，很可能已经落后于客户需求的转变。
Workday 这一步的核心逻辑：它真正争夺的是 work execution platform 的位置
把前面的事实和逻辑合起来看，我的判断是：Workday 这次并不只是扩展 HCM，而是在从 HCM platform 走向 work execution platform。这个判断不是基于夸张想象，而是基于它在文章里已经做出的几项明确信号。
第一，Workday 依然强调 preserving the integrity of Workday as the system of record，但同时又通过 Sana、Data Cloud、Live Data Query、Data Connect 和 Data Lake，把系统能力向外扩展。也就是说，它并没有放弃 system of record 的位置，反而是在此基础上向 system of action 延伸。
第二，Sana Enterprise 被定义为可以 orchestrate agents across hundreds of enterprise systems and business applications。这已经不是单一 HCM 的叙事，而是 agent orchestration layer 的叙事。谁能成为这个层，就有机会从“一个系统”升级为“多个系统之上的工作入口和执行协调者”。
第三，Workday 这次把 HR、Finance、IT、Legal 放在同一波发布中，不是偶然。它在试图证明：agentic AI 不是某个部门的小功能，而是贯穿 enterprise operations 的统一方法。这意味着，未来讨论 Workday 时，不能再只把它看成“人力资源管理系统厂商”。更准确的理解是，它正在试图占据企业后台工作执行平台的位置。
至于 Flex Credits、outcome-based pricing、AI agent as labor 这类变化，这篇官方文章并未展开详细说明，因此若做进一步讨论，必须明确属于趋势判断，不应伪装成本文事实。原文未说明 Flex Credits 的具体机制，也未直接使用 outcome-based pricing 或 AI agent as labor 这些表述。但从 Workday 将 agent 明确包装为能持续执行任务的“teammates”，并把价值叙事从“软件功能”转向“把工作做对、做快、做完”，可以预见的是，未来企业软件的商业模式很可能会向结果与执行量倾斜，而不再仅以 seat 或 module 为中心。这种变化一旦发生，影响就不会局限于 HR，而会同时波及 Finance、IT、Legal 等系统预算与采购逻辑。这里需要强调：这是基于现有动作的行业推演，并非该篇原文直接陈述。
从 Workday 的现实变化出发，未来 HR 科技产品会怎么演进
如果以 Workday 这次已经发生的变化为起点，未来 HR 科技产品的演化方向会越来越清晰。
首先，HCM 的核心数据结构会逐步从 job-based 走向 task-based。今天的大多数 HCM 依然围绕职位、组织层级、岗位说明、审批路径来设计；但当系统开始能够处理具体任务时，企业管理的对象会越来越多地变成“谁来完成什么任务，以什么规则完成”。这并不意味着 job 会立刻消失，而是意味着 task、workflow、signal、context 会在产品结构中越来越重要。Workday 这次已经把 Payroll、Talent Management、Total Rewards、Planning、Contract Review 这些工作，重新组织为 agentic teammates 的执行单元，这正是一个前兆。
其次，Employee Experience、People Analytics、Knowledge、Workflow、Service Delivery 会加速融合。过去这些是分开的市场：一个做员工体验，一个做员工服务，一个做知识库，一个做分析，一个做流程。但从 Sana Self-Service Agent 和 Workday Peakon AI Topics 这类能力可以看到，未来体验不再只是界面体验，分析也不再只是报表分析，知识也不再只是静态知识库。系统会把员工提问、知识检索、反馈主题、流程执行和个性化答案整合成一个连续过程。员工感知到的，不再是“我在用几个系统”，而是“我在一个界面里把问题解决了”。
第三，AI Agent 对 HR Shared Services 和 HR Operations 的影响会最先落地。因为这些职能天然拥有高频、重复、规则明确、跨系统协同的特征。Workday 自己在文中提到 recruiting、onboarding、performance、payroll 等流程都正在走向 agent-driven workflows，这意味着 HR 运营工作会先被重写：一线问答、资料查找、状态更新、规则校验、数据补全、绩效材料草拟等任务，会越来越多地由 agent 完成。这里的结果不一定是简单裁员，更可能是团队结构重组：人类 HR 从执行大量标准动作，转向处理异常、提供判断、做组织设计与策略支持。
Talent Acquisition、Learning、Performance 也会随之变化。招聘环节中，Fraudulent Application Detection 已经说明 AI 将成为甄别 bot 或可疑申请的重要能力；Talent Management Agent 则表明绩效反馈的起草与初步整合正在自动化。至于 Learning，本文原文未展开详细说明，因此不能据此断言 Workday 已发布对应 agent；原文未说明。但可以预见的是，若招聘、绩效、组织设计、员工反馈已经进入 agentic 逻辑，那么学习与技能发展迟早也会被纳入同一条“从 signal 到 action”的链条。这一点属于趋势判断。
未来产品竞争的核心，也会从“功能多不多”转向“是否能完成工作、是否能编排人和 AI 的协作”。因为当所有厂商都能接入模型、都能做聊天界面时，真正的壁垒就不在生成能力，而在于上下文、数据质量、企业规则、跨系统编排能力和执行可靠性。Workday 这次最值得行业重视的地方，不是它用了多先进的模型表述，而是它明确把 trusted data、controls、guardrails、deterministic systems 作为 agent 成立的基础。未来 HCM 的界面会更对话化、动作更自动化、数据模型更强调实时信号与任务上下文，价值衡量方式也更偏向“系统帮企业减少了多少人工步骤、缩短了多少周期、完成了多少可审计任务”。这些变化目前还在展开过程中，但方向已经很明确。
为什么微软最新的 HR 组织架构调整是关键呼应
如果只看 Workday，很容易把这件事理解为系统厂商的主动升级；但把微软的 HR 组织调整放进来，逻辑就更完整了。因为它说明，企业组织一侧也在同步变化。
你提供的微软新架构中，最值得重视的不是某个具体部门名称，而是这些名称组合起来所反映出的设计思路。Engineering HR 这个设置，本身就不是传统 HR 语言。它说明 HR 不再只是制度管理和业务支持部门，而正在把流程、系统、工程化能力视为 HR 核心能力的一部分。换句话说，组织已经在假设：未来 HR 要管理的，不只是人和政策，还包括系统配置、流程逻辑和自动执行能力。
Employee Experience 与 People Analytics 的整合也同样重要。过去很多公司把体验与分析拆开，体验偏沟通与设计，分析偏数据与洞察。但当 AI 和 agent 进入 HR 体系后，体验和分析必须合一。因为未来员工体验不只由界面和政策决定，也由系统是否能基于数据及时响应、理解问题并推动动作决定。微软把 People Analytics 并入 Employee Experience，恰恰说明组织侧已经意识到：数据不再只是用来看，而是用来驱动体验与行动。
Workforce Acceleration 则是另一个强信号。传统 HR 语境更常见的是 Workforce Planning、Workforce Management、Talent Management，而“Acceleration”这个词意味着关注点已经从“管理既有劳动力”转向“提升整体工作速度与能力”。在 AI 进入工作流的背景下，这个命名很有意味。它暗示组织正在思考的，不只是人怎么被管理，而是整体 workforce——包括未来可能由系统和 agent 承接的一部分工作——如何被加速和放大。
把微软这套组织调整与 Workday 的产品方向放在一起看，就能看到非常清晰的行业信号：系统方已经在从 HCM 转向 work execution，组织方也在从传统 HR team 转向更工程化、更数据化、更面向未来协作模式的结构。两边同时变化，就意味着 HR 科技行业不能再停留在旧范式里。未来 HR 能力模型会明显分化：一部分 HR 会更像 architect，负责设计流程、规则、人机协作与组织结构；另一部分偏执行型、事务型岗位则会被 agent 和自动化持续压缩。这里同样要强调，关于微软此举未来影响的部分属于分析判断；微软具体内部意图，若未在正式材料中说明，则不宜做超出证据的断言。
未来 HR 的核心，不再只是管理人，而是设计“人 + AI 如何共同完成工作”的组织与系统
Workday 这次动作最重要的意义，不在于发布了多少 agent，而在于它正在把 HR 系统从“记录人”推向“执行工作”。它没有放弃 system of record 的根基，反而是在 trusted data、controls 和 enterprise guardrails 之上，向 system of action 迈进。与此同时，微软的 HR 架构调整说明，企业组织本身也已经开始为这种新系统逻辑做准备：HR 要更工程化、更数据化，也更面向任务流和生产力提升。
这背后的真正变化是，未来 HR 的核心职责将不再只是管理人、制定政策或维护流程，而是设计一个新的工作系统：在这个系统里，人类负责判断、创造、关系与复杂决策，AI 负责越来越多的执行、整合、提醒、检索、草拟与编排。谁能先把“人 + AI 如何共同完成工作”这件事设计清楚，谁就更可能在下一阶段的 HR 科技和组织竞争中占据主动。
对 HR 科技行业而言，最危险的不是 AI 来得太快，而是仍用旧 HCM 的想法去理解新一代系统。因为当组织方已经开始变化、系统方也已经开始变化时，行业再把自己理解为“卖模块、卖功能、卖记录系统”，就已经慢了一拍。Workday 这一步真正提出的问题不是“要不要加 AI”，而是“未来的企业系统，到底是记录工作，还是完成工作”。这才是接下来几年 HR 科技行业最值得严肃面对的分水岭。
Workday 正在把 HR 系统从“记录人”推向“执行工作”，微软则在把 HR 组织从“支持职能”转向“生产力设计者”。两者共同指向的，是一个全新的企业运行逻辑：工作不再完全由人完成，而是由“人 + AI”共同构成的混合劳动力系统来执行。在这个框架下，HR 的核心不再只是管理人，而是设计任务如何被拆解、如何在不同主体之间分配、以及如何在系统中被可靠地执行。对于 HRTech 行业而言，这已经不是是否拥抱 AI 的问题，而是是否能够完成从“记录系统”向“执行系统”的跃迁。
HCM 的旧边界正在失效，新的竞争，将围绕“谁能真正让工作被完成”展开。
employee experience
2026年03月29日
employee experience
深度解读：微软为何突然重构HR？AI时代组织运营模式的一次前置升级HRTech核心解读：微软近日披露的一轮HR组织调整，表面上看是一次高层分工与汇报关系的重排，实质上却是AI时代下人力资源运营模式的一次系统升级。Amy Coleman上任Chief People Officer满一年之际，微软正在把HR从传统的支持系统，重构为更贴近业务节奏、更能驱动组织适应与资源重配的能力系统。对于所有HR同仁来说，这次调整的意义，远不止于微软自身。
微软HR架构大调整：从“稳定运营”走向“敏捷适应”的转型
如果只把微软这次变化理解为一次人事调整，很容易忽略它真正的分量。Amy Coleman在内部备忘录中写得非常直接：技术、工作方式与组织结构都在演变，而变化速度已经超过现有 运营模式和决策节奏原本所能承载的范围。她进一步指出，微软不再只是被要求“为稳定而扩张”，而是需要“为适应性而扩张”，并帮助企业建立新的节奏。
这句话几乎可以视为整轮重构的总开关。它说明微软看到的问题并不是某个单点 HR 流程不够好，而是原有 HR 体系建立在相对稳定、可预期、线性扩张的增长逻辑之上；而进入 AI 时代之后，业务优先级、产品节奏、组织接口与人才需求正在快速重排，原来的 HR 架构已经难以匹配这种变化。
这一背景与微软整体组织演进是同步的。根据原始材料，微软在 AI 时代正重新调整其产品与高管格局，包括整合 Copilot AI 工具团队，安排 Mustafa Suleyman 聚焦于 2025 年 11 月成立的 AI superintelligence 团队，同时也在 Rajesh Jha 退休之后推进 Office、Teams、Windows 等业务的管理交接。换句话说，HR 的变化不是孤立动作，而是微软整体组织为 AI 时代重新校准 运营模式的一部分。
从这个意义上说，这次 HR 重构并不是传统意义上的“HR优化”，而是微软在 AI 时代重新定义 HR 角色的一次系统性动作：HR不再只是承接业务提出的人才、流程与政策需求，而是要更深地参与组织如何响应变化、如何重配资源、如何让人和AI共同工作这些更根本的问题。
微软新的HR架构，到底是怎样一套系统
从 Amy Coleman 的内部备忘录来看，微软此次重构最重要的不是“换了谁”，而是“按什么逻辑重新组织HR”。在她之下，新的People组织被分成几个更清晰的能力模块，每个模块都更直接地对应业务结果，而不是传统意义上的职能分工。
首先是 Engineering HR。微软将所有工程 HR 团队整合到 Mel Simpson 领导之下，由她担任 CVP, Engineering HR。备忘录中特别提到，她当前已与 Copilot、Microsoft 365、Windows、Devices、MAI 和 OCTO 等团队紧密合作；在新的结构下，她与团队将面向所有工程领导者展开协同。 这意味着微软明确把工程人才支持作为独立且关键的业务接口，而不是再分散在多个 HR 线条中处理。
其次是 Employee Experience，由 Nathalie D'Hers 担任 CVP, Employee Experience。此次最值得关注的变化之一，就是由 Kanwal Safdar 领导的 People Analytics 团队将并入 Employee Experience 组织，向 Nathalie D'Hers 汇报。Amy Coleman 对此的解释非常明确：如果微软要提供 AI-first 的产品与体验，就必须更有意识地把“体验如何被设计”与“洞察如何被生成和应用”连接起来。她还提到，相关领导团队将在未来一个月内进一步定义，如何在保留 People Analytics 团队既有合作优势的同时，把分析资源更贴近业务。
第三个模块是 Total Rewards，由 Mike Cyran 担任 CVP, Total Rewards，直接向 Amy Coleman 汇报。Fred Thiele 已被晋升为 CVP, Global Benefits and Mobility，Mark Breer 负责 Executive Compensation、Global Equity Programs 以及 MAVS TR，两人都向 Mike Cyran 汇报。Amy Coleman 在 备忘录 中强调，薪酬与福利是员工体验与业务结果的共同核心，在工作方式持续变化的情况下，企业如何奖励与投资员工，比以往任何时候都更加重要。她还特别提到 Mike Cyran 在全球 pay equity、高绩效文化与差异化薪酬体系上的经验。 这说明微软并没有把 rewards 看作成本控制工具，而是明确视为支持高绩效与业务优先级的重要杠杆。
第四个模块是 Global Talent Acquisition。微软在 备忘录 中表示，人才战略就是竞争战略，而能否赢得未来，取决于是否能在竞争高度激烈、节奏不断加快的市场里招到最优秀的人才。因此，公司正在进入任命 dedicated Global Talent Acquisition leader 的最后阶段，该负责人将直接向 Amy Coleman 汇报。在这一负责人到位之前，Kristen Roby Dimlow 继续领导 GTA。 这里最值得注意的是 Amy Coleman 对“single owner”的强调：招聘必须由一个单一负责人全权带领，才能真正帮助业务扩张、提速并做出正确判断。
第五个模块是 People & Culture。微软将 HR4HR 与 Culture & Inclusion 合并，成立新的 People & Culture 团队，由 Leslie Lawson Sims 担任 VP, People & Culture。Diana Navas-Rosette 作为 GM, Culture & Inclusion，向 Leslie Lawson Sims 汇报。Amy Coleman 对这个新组织的定义很关键：它既是 People 团队如何运作的“引擎”，也把关键的 inclusion 工作织入到日常运作之中。 从原文可以看出，微软并没有否定 inclusion 的重要性，而是改变了它的组织位置——从相对独立的倡议型单元，转向与 People 运营和企业文化更深融合的日常机制。
第六个模块是 Global Talent Development。微软将 Talent Management、Leader Development、Manager Capability 与 Aspire 放在同一体系之下，由回归微软的 Wyatt Cutler 担任 VP, Talent Development。Leah Colson 与 Rawan Shalhoub 分别从 Talent Management 和 Manager Excellence & Development 向 Wyatt Cutler 汇报。Amy Coleman 对这一重组的描述是：把这些能力放在一起，可以加速微软最持久的业务优势之一——人的能力。 这说明微软在发展模块上的目标，已不仅是提供培训与发展项目，而是更系统地建设管理者、领导者与团队的能力。
第七个模块则是这次重构中最具前瞻意味的部分：Workforce Acceleration。微软新设这一 dedicated team，由 Justin Thenutai 担任 VP, Workforce Acceleration，Karen Kocher 领导的 Learning & Skilling 团队向其汇报。Amy Coleman 在 备忘录 中将 skilling、redeployment、workforce planning 以及 emerging human-agent collaboration 放在同一段中，并明确指出，这是一组相互连接的能力，能够帮助微软以不同方式思考人才与组织再造，并加速整个 workforce。 这一段几乎揭示了微软对未来 HR 战场的判断：AI时代的核心问题，已经不只是“如何招聘更多人”，而是“如何提升技能、重新配置人才、规划 workforce，并设计人和 agent 的协作方式”。
此外，Amy Coleman 还在备忘录 中回顾了几位关键领导者的离开与退休，包括 Lindsay-Rae McIntyre 将于 3 月 31 日离职，去担任外部公司的 Chief People Officer；Kristen Roby Dimlow、Chuck Edward 与 Dawn Klinghoffer 将在本财年末退休。 这些变化说明，这次重构并非简单增量叠加，而是与领导层交接、新旧模式更替同步发生。
从这张组织图中，读懂微软真正要改变什么
如果把这次结构变化放在传统 HR 语境下，很容易得到一个表层结论：微软是在做组织整合、职责收拢、汇报关系重排。但从你前面提供的截图解读与原文一起看，微软要改的其实是 HR 运营模式本身。
首先，它反映出 HR 正从“稳定型支持系统”转向“适应型组织系统”。过去很多大型企业的 HR 架构，是为了支撑规模化与一致性建立起来的，强调标准流程、明确分工、稳定运行。而微软在备忘录 中明确提出，现有 运营模式 和 decision rhythms 已经无法适应变化的速度。 这意味着问题不在于 HR 做得不够努力，而在于原有模式更适合稳定时期，不适合 AI 时代的持续重组。
其次，People Analytics 被并入 Employee Experience，说明数据分析在微软内部不再只是“看板”和“报告”的生产机制，而是被要求嵌入员工体验与业务决策闭环。原文中 Amy Coleman 强调，要把 how we design experiences 与 how we generate and apply insights 更有意识地连接起来。 这几乎可以被理解为微软对 People Analytics 角色的重新定义：分析的终点不是产生洞察，而是推动更快、更贴近业务的行动。
再次，Engineering HR 的统一收拢，说明微软正在把 HR 更深地嵌入核心产品和工程优先级之中。Copilot、Microsoft 365、Windows、Devices、MAI、OCTO 这些团队并不是普通业务单元，而是微软当前与未来产品竞争力的核心组成。 当这些工程团队在 AI 时代加速迭代时，HR若仍然分散、滞后或被动响应，必然跟不上业务节奏。Engineering HR 被集中到一个更清晰的结构之下，本质上是让 HR 支持能力与工程组织的速度重新对齐。
最值得 HR 同行认真思考的，是 Workforce Acceleration 的成立。Amy Coleman 并没有把这一模块仅仅定义为 learning 或 workforce planning，而是把 skilling、redeployment、workforce planning 与 human-agent collaboration 统一起来。 这意味着微软已经把未来 workforce 的核心问题看作一个系统问题：员工的技能如何更新、内部人才如何重配、岗位结构如何规划、人和 AI agent 如何协同，这些不能再被拆开处理。对于 HR 而言，这是一种相当清晰的信号：未来的关键不只是“招到谁”，而是“现有 workforce 如何被重新组织和加速”。
People & Culture 的变化同样值得重视。Lindsay-Rae McIntyre 作为 Chief Diversity Officer 离开后，微软并没有在原文中宣布一个同样独立的替代职位，而是由 Leslie Lawson Sims 领导新的 People & Culture 团队，并将 Culture & Inclusion 纳入其中，Diana Navas-Rosette 向其汇报。 这不是简单削弱 inclusion，而是组织哲学的变化：文化与包容不再主要以独立倡议的形式被推动，而是被要求更深地织入 People 团队的日常运作、领导行为与组织机制之中。
Amy Coleman的一周年感悟，其实是这次改革的管理哲学
如果只把 Amy Coleman 的一周年文字看作一封感性短文，会错过它最有价值的部分。她在那段感悟里写道，如果一项工作不能加速业务、不能帮助团队做出最好的工作，就应该停下来问一句，为什么还要做。接下来她提到的三句话——“Clarity beats complexity”“Build with, not just for”“Unlearning matters just as much as learning”——并不是抽象价值观，而更像是这次重构的 operating philosophy。
“Clarity beats complexity” 对应的，首先就是结构与流程的简化。在微软的重构中，我们看到的是更清晰的能力模块、更直接的负责人、更明确的汇报关系，以及对 single owner 的强调。尤其在 Global Talent Acquisition 中，Amy Coleman 明确写到，这项工作需要一个 fully dedicated 的负责人。 这背后对应的就是一个很朴素但很重要的管理判断：复杂会降低速度，而在 AI 时代，速度不再只是执行效率问题，而是组织竞争力本身。
“Build with, not just for” 则解释了为什么 HR 必须更深嵌入业务与员工场景。Engineering HR 的集中、Employee Experience 与 People Analytics 的结合、对 employee 作为 customer 的强调，都是在告诉我们，微软不再满足于 HR 设计一套制度“交付给业务”或“交付给员工”，而是要在业务真实运转的场景中与之共同构建解决方案。原文中 Amy Coleman 也强调，微软需要构建那些反映领导者和员工“今天如何工作”，并能预判“明天需要什么”的体验。 这本质上就是共创逻辑，而不是传统支持逻辑。
“Unlearning matters just as much as learning” 则是最容易被低估的一句。很多企业在谈转型时，都强调学习新能力，但真正阻碍变化的，往往不是没有新知识，而是放不下旧模式。微软这次重构中最鲜明的一点，正是它在主动拆解一部分旧的 HR 组织惯性：People Analytics 不再独立运行，Culture & Inclusion 不再维持原有结构，Workforce Acceleration 作为新模块被明确放到前台。这说明微软并不是简单叠加新项目，而是在主动让出空间，用新的能力模块替换旧有组织路径。
从这个角度看，Amy Coleman 的周年感悟其实不是对过去一年的情绪总结，而是对这次变革提供的认知框架。她写的是简单的语言，但背后对应的是一套很明确的组织观：HR要更清晰、更贴近业务、更敢于放下旧的路径依赖。
这次微软改革，对所有HR同仁意味着什么
对 HR 同行而言，微软这次调整最重要的价值，不在于照搬它的组织图，而在于它揭示了几个已经越来越清晰的趋势。
第一，AI 时代 HR 的核心竞争力，正在从流程管理转向组织适配能力。过去 HR 的成熟度，往往体现在制度健全、流程清晰、合规稳健；但在变化速度不断加快的今天，更关键的问题是，HR能否帮助组织更快感知变化、更快决策、更快调配资源。Amy Coleman 在原文中的判断已经很直白：过去的运营模式 与 decision rhythms 不再适用。 这意味着“稳定”不再足以定义优秀 HR，适应性才是。
第二，HR 的价值正在从支持业务转向加速业务。Amy Coleman 的那句标准已经非常清楚：如果一项工作不能 accelerating the business，就要反问自己为什么做。对很多 HR 团队来说，这其实是一个很严格的要求。它意味着 HR 不再只以满意度、覆盖率、执行率来证明价值，而要更直接地回答：是否让业务更快、更准、更具组织能力。
第三，People Analytics 的终点不是报表，而是决策。微软将其并入 Employee Experience，并强调 insight-to-action 的连接，就是在告诉我们，分析能力如果不能嵌入业务与体验，就仍然停留在支持层。 未来更重要的，不是 HR 是否有 analytics 团队，而是 analytics 是否真正改变决策质量和速度。
第四，Talent Development 的目标不再只是课程覆盖率或培训项目完成率，而是组织能力建设。微软把 Talent Management、Leader Development、Manager Capability、Aspire 放在同一结构下，就是在强调发展不应再以项目为中心，而要以能力为中心，以组织需要什么能力、管理者需要什么能力、如何建立可持续的人才梯队为中心。
第五，Workforce Planning 与 Human-Agent Collaboration 很可能会成为未来 HR 最关键的新战场。微软把 human-agent collaboration 明确写进 Workforce Acceleration 的定义里，这一点极具标志性。 它意味着领先科技公司已经不再把 AI 只看作提升效率的工具，而开始把“人如何与 agent 协作”视为 workforce 设计的一部分。对 HR 来说，这将直接影响岗位设计、技能模型、组织边界与人才再配置逻辑。
最终，微软这次调整传递出的最重要信号是：领先科技公司正在把 HR 从“人事支持功能”升级为“组织资源调度与能力重构系统”。这不是概念上的夸张，而是组织图、汇报关系与能力模块共同指向的方向。微软不是第一个谈 AI 对 HR 影响的大公司，但它这次给出的，已经不是观点，而是一套更接近实际 运营模式的答案。
给HR同仁的核心启示
对所有 HR 同行来说，微软这次改革真正值得借鉴的，不是具体岗位名称，也不是是否设立一个叫 Workforce Acceleration 的部门，而是背后的三个判断：第一，HR必须以业务速度为参照系，而不是只以流程完整性为参照系；第二，HR必须把数据、体验、人才发展与 workforce 重配放到同一个更大的组织适配框架中去理解；第三，HR未来的角色，不再只是维护秩序，而是帮助组织在持续变化中完成资源重组、能力升级与人机协同设计。
如果说过去优秀的 HR 是把支持系统做得更稳，那么未来更关键的 HR 能力，可能是把组织系统调得更快。微软这次重构之所以值得所有 HR 同行认真研究，就在于它展示了一种越来越清晰的趋势：在 AI 时代，HR 不再只是围绕“人”运转，而是开始围绕“组织如何持续适应变化”来重建自己。
employee experience
2026年03月27日
employee experience
HR未来趋势：2026年10个信号正在重新定义HR的角色2026年10个信号正在重新定义HR的角色，随着 AI 深度进入组织运作，工作方式、技能结构、领导力模型和员工体验都在发生系统性变化。我们正在看到 10 个清晰的信号：HR 正从支持职能，走向工作设计、组织重构与企业级决策的核心位置。这个是David Green 每年发布的10个趋势，原文是12个，其中2个是让你参与的，所以我们还是按照10个趋势分享给你。
如果你不想看长篇文章，直接拷贝学习走这10个趋势就可以了。我们还有视频解读，你可以访问视频号：HRTech
1. Redesign Work for a Human–AI Operating System重新设计工作本身，让“人 + AI 智能体”成为一个协同运行的工作系统，而不是在旧流程上简单叠加 AI 工具。
2. Elevate Strategic Workforce Planning into a Core Enterprise Discipline将战略性人力规划（SWP）提升为企业级核心能力，与业务战略、资本配置和生产力决策深度绑定。
3. Build a Dynamic Skills and Capability Ecosystem构建动态技能与能力生态系统，用统一的技能语言、技能数据和流动机制支撑长期转型，而非一次性培训。
4. Reshape Leadership for the Agentic Age重塑领导力模式，帮助管理者在“人类 + AI 智能体并行工作”的环境中重新理解决策、责任与影响力。
5. Strengthen Organisational Health, Fairness & Inclusion to Unlock Sustainable Performance以组织健康、公平与包容为可持续绩效的基础，在 AI 放大效应下建立信任、透明与责任文化。
6. Reimagine Employee Experience for a Hybrid, AI-Augmented Workforce将员工体验视为一个“系统工程”，为混合办公与 AI 增强型工作方式重新设计体验、流程与协作节奏。
7. Scale People Analytics as a Strategic Intelligence Function把 People Analytics 从“HR 报表工具”升级为“企业级战略情报系统”，直接影响业务与组织决策。
8. Embed Responsible AI & Workforce Governance将 Responsible AI 与 Workforce Governance 内嵌到组织运行中，明确决策边界、人类监督与伦理责任。
9. Elevate the CHRO as Enterprise Co-Pilot in Organisational Reinvention推动 CHRO 成为 CEO 的企业级“共同驾驶者”，参与业务模式、组织结构与生产力重构。
10. Reinvent the HR Operating Model and HR Capabilities for the Agentic Era重构 HR Operating Model，从传统 COE 与交付模式，转向跨职能、AI 驱动、结果导向的运作体系。
“预测未来的最好方式，就是创造未来。”（Peter Drucker）
如果说 2024 年和 2025 年是对生成式 AI 与 agentic AI 进行实验的年份，那么 2026 年就是组织必须规模化落地的一年。CEO 现在期待可衡量的生产力提升，而 CFO 则要求更有纪律的价值创造。然而，许多组织仍停留在试点阶段——不是因为技术不成熟，而是因为其运营模式、技能与组织结构还无法在规模上吸收 AI。
三分之二的 CEO 表示：他们的竞争差异化取决于是否能在正确的岗位上拥有正确的专业能力，并通过再技能化（reskilling）、选择性招聘、AI agents 以及战略合作伙伴关系来支撑——即“build, buy, bot, borrow”模型。劳动力战略已经成为 CEO 级别的议题。
引言：HR 的 R&D 时刻 “在 AI 的未来里，HR 将成为你的 R&D 部门。”（Ethan Mollick）
对 HR 而言，其影响是深远的。正如 Ethan Mollick 所说：“在 AI 的未来里，HR 将成为你的 R&D 部门。”HR 如今正处在工作再设计、技能战略、领导力能力、组织健康与 AI 治理的交汇点。HR 在 2026 年做出的选择，将决定组织能否释放 agentic productivity，还是继续在几乎没有影响的实验中徘徊。
在我发布这份年度前瞻的 10 多年里，它已从“预测”演变为“机会”，因为塑造工作的力量正在以多年为周期展开——正如 Niels Bohr 诙谐地说：
“预测是非常困难的，尤其是关于未来的预测！”（Niels Bohr）
THE 12 OPPORTUNITIES FOR HR IN 2026FIG 1：12 Opportunities for HR in 2026（由 NotebookLM 设想；来源：David Green）
#1. Redesign Work for a Human-AI Operating System（为 Human-AI Operating System 重构工作）“Agentic AI 已经在改变任务、工作流与角色的本质——组织必须重新设计工作，才能充分捕捉收益。”（McKinsey, The State of AI in 2025）
组织正开始走出实验阶段，并重新思考工作的结构。HR 现在应当带头设计一个能够编排 humans 与 AI agents 的“操作系统”：明确任务、工作流、决策权、升级/上报点，以及人类在哪些环节提供独特价值。
问题不再是“我们能自动化什么？”，而是“为了交付我们需要的结果，人类与 agents 的最佳组合是什么？”这意味着从结果出发，将工作拆解为任务，再决定哪些应由人主导、哪些由 AI 增强、哪些由 agent 交付。
一个一致的操作系统需要清晰治理：透明度、伦理边界、决策阈值，以及人类监督的规范。在 CEO 推动生产力、CFO 要求成本纪律的背景下，HR 有机会成为安全、可扩展、能创造价值的 AI-enabled work 的架构师。做对了，组织将加速生产力、决策质量与执行速度；做错了，则可能继续被困在“试点炼狱”里。
“未来的工作不会由替代人类来塑造，而是通过重新设计系统，来优化人与技术的伙伴关系。”（Oliver Wyman Forum, How Generative AI is Changing the Future of Work）“当你围绕人类优势重构工作时，AI 会成为倍增器而不是威胁。从‘做任务’转向‘编排结果’。”（Loren Shuster，Digital HR Leaders podcast）FIG 2：Human Agency Scale（来源：Stanford）
#2. Elevate Strategic Workforce Planning into a Core Enterprise Discipline（将战略性劳动力规划提升为企业核心学科）“战略性劳动力规划如今是 CEO 级别的优先事项。”（McKinsey, Workforce Planning in the Age of AI）
Strategic workforce planning（SWP）已从 HR 流程上升为 C-suite 优先事项。CEO 现在将人才、技能、自动化与成本决策视为企业绩效的核心。因此，HR 必须把 SWP 转变为连接战略、技能、成本与组织设计的动态系统。这需要情景建模、内部流动映射、人才流动分析与生产力预测——而不是传统的人头规划。
CEO 希望 HR 管理的“build, buy, bot, borrow”组合要求持续决策，而非年度循环。在 agentic 环境中，技能需求持续变化，SWP 成为帮助领导者做出判断的机制：何时 reskill，何时招聘，何时部署 agents，何时合作伙伴协同。
做好 SWP，它将成为 CEO 提升竞争力的利器：让人才更快重新配置、权衡更清晰、长期投资更有信心。
“领先的公司把 workforce planning 融入业务节奏——不把它当作年度 HR 活动，而是当作战略能力。”（Diane Gherson，Digital HR Leaders Podcast）FIG 3：Five shifts for the future of workforce planning（来源：Deloitte）
#3. Build a Dynamic Skills and Capability Ecosystem（构建动态技能与能力生态）“技能已成为工作的货币——组织必须建立系统，让人可以流动地进入机会。”（World Economic Forum, Global Skills Taxonomy Toolkit）
静态的岗位架构无法跟上工作变化的速度。HR 必须建立一个动态 skills ecosystem，持续识别、更新并部署技能。AI-driven inference 能实时发现新兴能力，替代过时的自我申报与静态胜任力模型。
这个生态支持透明的内部流动、人才市场（talent marketplaces）、AI-enabled learning，以及与业务优先级对齐的能力建设，而不是泛泛的培训。可雇佣性（employability）将更多转向适应力、能力广度，以及与 AI 高效协作的能力。
技能生态能减少外部招聘、提升内部流动，并支撑规模化转型。到 2026 年，skills 可能成为企业“运行层”，把战略、劳动力决策与学习连接成一个自适应系统。
“高绩效公司正从 jobs 转向 skills，从等级层级转向随业务同速演进的能力生态。”（BCG, AI at Work 2025）“成为 skills-based organization 的真正原因是业务敏捷性。战略变化、技术演进时，你必须持续理解你拥有什么人，以及需要完成什么工作。”（Sandra Loughlin，Digital HR Leaders Podcast）FIG 4：Core skills in 2030（来源：World Economic Forum）
#4. Reshape Leadership for the Agentic Age（为 Agentic Age 重塑领导力）“当 AI 改变工作如何发生，领导力也必须进化。”（BCG, As AI Changes Work, CEOs Must Change How Work Happens）
为监督、专业与控制而设计的领导模式，已经不适用于 agentic AI 能执行任务、综合信息并加速决策周期的世界。在 agentic age，领导者的工作将从“管理工作”转向“编排系统”：界定问题、设定方向、治理风险，并让 people 与 agents 共同高效运作。
研究似乎非常明确：只有当领导者发展新的“肌肉”——判断力、系统思维、伦理推理、快速学习、透明度，以及以速度管理变革的能力——组织才能捕捉 AI 的价值。领导者必须成为工作流设计者，而不是工作审阅者；成为实验的推动者，而不是门禁；成为适应力的榜样，而不是确定性的象征。
心理安全（psychological safety）变得更重要。正如 Amy Edmondson 指出，人们需要感到安全，才能挑战领导者与 AI 输出。能够创造清晰、连接与信任的领导者，会看到更高的 agentic tools adoption。Insight222 的研究强调：最有效的领导者用数据与证据指导决策，同时在沟通与文化建设中保持深度的人性。
也许更重要的是，领导者必须学会“去学习”（unlearn）。正如 Katarina Berg 所说，几乎所有关于领导的方式都在被“重写”——执着于旧行为只会拖慢组织。
能真正胜出的领导者，会拥抱谦逊、好奇心与系统架构师的心态，引导 people 与 AI 创造出任何一方都无法独自达成的结果。
“心理安全延伸到 AI。人们必须感到安全，才能质疑输出并提出担忧。”（Amy Edmondson，Digital HR Leaders podcast）“领导者必须适应去学习……我们不能执着于那些已无法帮助人们繁荣的做法。”（Katarina Berg，Digital HR Leaders podcast）
#5. Strengthen Organisational Health, Fairness & Inclusion to Unlock Sustainable Performance（强化组织健康、公平与包容，释放可持续绩效）“提升员工 wellbeing 是提高生产力的强力机制——可能提升 10–15%。”（McKinsey Health Institute & World Economic Forum, Thriving workplaces）
组织健康、公平与包容如今是关键的经济倍增器。优先关注 wellbeing 的组织，往往在创新、留任、生产力与财务表现上持续优于同业。
在 agentic age，这些议题更为核心。治理不当的 AI 可能增加认知负荷、降低自主性，并引入新的公平风险——从偏差模型到不透明决策。HR 必须把公平、安全与包容嵌入工作流、招聘系统、绩效管理与职业路径中。工作也应被重新设计，以减少摩擦、保护自主性，并确保机会与技能的公平可及。
健康的组织转型更快、能留住稀缺技能，并建立 AI adoption 所需的信任。“让工作更好”不该只是口号（同时也是 Bruce Daisley 的优秀博客名），而应成为可持续绩效的硬性要求。
“优先投入 wellbeing 的公司跑赢股市……为股东带来更高回报。”（De Neve et al, Workplace Wellbeing and Firm Performance）“公平的重要性前所未有。AI 把风险抬高了，因此领导者必须清晰沟通，并建立问责文化。”（Patricia Frost，Digital HR Leaders podcast）FIG 5：员工 wellbeing 与公司财务表现的关系（来源：McKinsey、World Economic Forum、De Neve et al）
#6. Reimagine Employee Experience for a Hybrid, AI-Augmented Workforce（为混合、AI 增强型劳动力重塑员工体验）“员工体验如今是留任、生产力与韧性的首要预测因子。”（Deloitte, Global Human Capital Trends 2025）
Employee experience（EX）必须被当作系统来设计，而不是一堆分散的项目。持续倾听、行为洞察与实时反馈闭环，将取代年度调查，成为 EX 的核心“仪表盘”。
AI 正在重塑协作、问题解决与获取支持的方式——从生产力工具中的 copilots，到嵌入 HR 服务的 agents。HR 的任务是确保这些工具减少摩擦、增强连接，并提升意义与工艺感（craftsmanship），而非侵蚀它们。
文化是在微小瞬间被体验到的：团队仪式、协作规范、角色清晰度、系统响应速度。能够在工作流、领导行为、办公空间设计、技术与混合节奏上整体重构 EX 的组织，将释放更高水平的韧性、投入与绩效。
在 2026 年，EX 应进化为“员工每天如何感受到战略”的方式，而不是一个独立项目。
“混合办公不是政策——它是生态系统。你必须有意地设计体验，否则就会得到两边最糟的结果。”（Michael Fraccaro，Digital HR Leaders podcast）
加入我在 1 月 15 日的 webinar，我们将公布 Insight222 People Analytics Trends 的关键发现。请注册，与 Madhura Chakrabarti, PhD、Jonathan Ferrar 和我一同参加，揭晓第六年度 Insight222 People Analytics and AI Trends study 的结果（基于全球 370+ 家公司的数据）。Sign-up here。
#7. Scale People Analytics as a Strategic Intelligence Function（将 People Analytics 规模化为战略情报职能）“People analytics 必须从回答 HR 问题，进化为塑造企业决策。”（Insight222, People Analytics Trends Report 2025–26）
People analytics 正在成为指导企业决策的“情报系统”。借助 skills data、workflow telemetry、组织网络洞察以及 AI-usage patterns，组织终于可以理解“工作实际如何发生”，而不再只看组织架构图或流程图上“看起来如何”。这种从描述性报告到实时组织感知的转变，在 agentic age 是根本性的。
要有效规模化，people analytics 需要坚实基础：自动化数据管道、整合的 skills 与 work data、负责任的治理，以及能够快速设计与运行实验的能力。目标不是产出更多 dashboard（但愿别这样），而是产出清晰度：哪些行为驱动生产力？价值在团队中如何被创造？关键技能在哪些地方出现或流失？AI agents 对工作质量、决策速度与员工体验有什么影响？
做好后，people analytics 将成为战略优势：能够早期识别风险、更快重新配置人才，并持续改进工作流与领导行为。在 agentic organisation 中，赢家将是学习更快的人，而不仅是衡量更快的人。
“当你能证明参与度与能力如何提升盈利能力时，人力数据与业务绩效之间的联系就会变得清晰。”（Sharon Taylor，Digital HR Leaders podcast）“people analytics 的力量在于：洞察能直接连接业务结果——绩效、客户体验、生产力。”（Dawn Klinghoffer，Digital HR Leaders podcast）FIG 6：Insight222 Leading Companies in People Analytics Model（来源：Insight222）
#8. Embed Responsible AI & Workforce Governance（嵌入 Responsible AI 与劳动力治理）“AI 无法在缺乏信任的情况下规模化。”（Gartner, AI in HR: Hits, Misses and Growing Pains）
可信 AI 现在是业务的硬性要求。随着组织在工作流中部署 agentic systems，HR 必须主导建立治理框架，确保公平、可解释性与对员工/组织数据的伦理使用。这意味着设定清晰的决策边界、定义 human-in-the-loop 监督、对模型偏差进行压力测试，并建立透明沟通，让员工理解 AI 如何影响机会、评估与职业路径。
有效治理也需要持续监测结果，而不仅是部署前的风险评估。研究显示：治理不当的 AI 会侵蚀信任、增加认知负荷并放大不平等；而设计良好的系统则能提升自主性、安全与规模化绩效。
治理不是创新的刹车，而是让安全加速成为可能的护栏。拥有明确原则、文档化护栏与可信监督机制的组织，会更快 adoption AI，并获得更高的员工支持。Responsible AI 不再是边缘议题——它是雇主与员工之间现代社会契约的核心组成部分。
“Responsible AI 必须从一开始就嵌入，而不是等问题出现后再补丁式修复。”（TI People, From AI Impact Assessment to Results）“AI 会放大好与坏的决策。治理不是可选项——它决定的是进步还是伤害。”（Tomas Chamorro-Premuzic，Digital HR Leaders podcast）
#9. Elevate the CHRO as Enterprise Co-Pilot in Organisational Reinvention（把 CHRO 提升为组织再造的企业级副驾驶）“CHRO 现在是 CEO 在 AI 转型中最重要的伙伴。”（BCG, What CEOs Should Look For in an AI-First Chief People Officer）
当工作、技能、领导力与运营模式同时被重新设计时，CHRO 已成为 CEO 最紧密的战略伙伴。董事会也越来越依赖 CHRO 来评估领导力能力、组织健康、技能准备度、人才配置与 AI 驱动变革对劳动力的影响。
现代 CHRO 必须融合经济学、组织心理学、AI literacy、系统思维、文化专长与数据素养。他们将影响业务模式再造、自动化战略、生产力、领导任命、能力建设与文化更新等决策。
这是一种深刻的职责扩张。拥抱这一使命的 CHRO 将成为“再造的架构师”，而不仅是 HR 流程的守护者。这个角色比过去 50 年——也许是有史以来——更复杂、更关键、更接近企业绩效核心。
“CHRO 已从‘人力专家’转变为‘组织架构师’——塑造工作如何与技术一起演进。”（Lynda Gratton，Digital HR Leaders podcast）“CHRO 具备独特视角：理解能力、文化与变革。这种组合正是推动转型的关键。”（Janine Vos，Digital HR Leaders podcast）
#10. Reinvent the HR Operating Model and HR Capabilities for the Agentic Era（为 Agentic Era 重塑 HR 运营模型与能力）“传统结构无法交付如今所需的速度与整合度。”（Mercer, Operating by Design）
如果 HR 不先自我重塑，就无法交付本文前九项机会。传统 COEs 与服务交付模式是为稳定时代设计的——而非当下这种持续工作流重构、动态技能需求与 AI 无处不在的时代。
一个现代 HR operating model 需要：跨职能整合，而不是孤立的 COEsAI-enabled workflows，把事务性工作自动化来自 people analytics 与 skills data 的实时情报清晰的决策权与对结果负责的 owner–accountability具备 AI、经济学、数据与组织诊断能力的 HRBPs
HR 团队需要新的基础能力：系统思维、体验设计、产品思维、实验能力、行为科学、数据素养与技术素养。
只有先重塑自身，HR 才能推动组织其他部分的重塑。
“未来的 HR 职能融合 analytics、实验、组织设计与技术素养。这些不再是可选项——而是基础能力。”（Insight222, People Analytics Trends Report 2025–2026）“HR leaders 需要把自己当作产品经理——‘雇佣’就是产品。这种心态会改变一切——从我们如何设计体验，到我们如何推动 adoption，并与利益相关方共同创造解决方案。”（Tanuj Kapilashrami，Digital HR Leaders podcast）FIG 7：The New HR Operating Model（来源：TI People）
WHAT HR MUST BECOME TO DELIVER THESE OPPORTUNITIES（HR 必须成为什么，才能交付这些机会）为了实现这十个机会，HR 必须进化为一个更整合、更洞察驱动、更能定义未来的组织职能。这种转型需要三个关键转变。
1）以整合的企业系统方式运作工作再设计、技能、领导力与员工体验不可能由孤立团队完成。人才、学习、EX、people analytics 与 HR operations 必须作为互联平台运作：共享结果、共享情报、共享问责。我们正在解决的问题——技能稀缺、组织再设计、领导力转型与 AI 融合——都是系统问题，因此必须用系统方式回应。
2）成为 AI-fluent 且 evidence-ledHR professionals 不需要成为 data scientists 或 engineers，但必须理解 AI 的能力、风险与组织影响。AI literacy、数据素养与科学思维，已成为想在 HR 职业生涯中取得成功的基础能力。随着工作更 agentic，判断力与证据结合会让决策更好——HR 必须在全组织范围内倡导这种伙伴关系，从一线到董事会。
“如果 HR 不理解 AI 如何运作，我们就无法塑造工作如何被重新设计。数据与 AI 素养不再是可选项——它是入场券。”（Nickle LaMoreaux，Digital HR Leaders podcast）
3）构建新的能力组合未来 HR 职能融合组织心理学、行为科学、系统思维、体验设计、实验、治理、人才经济学与转型领导力。这些能力让 HR 能重设计工作流、以伦理方式治理 AI、加速能力建设，并编排复杂、跨多年的变革。
总之，HR 必须成为设计、赋能并加速组织再造的职能——而不是被动响应它。
“最优秀的 HR 团队一直在做实验。他们不追求拥有所有答案——而是追求比组织更快学习。”（Thomas Otter，Digital HR Leaders podcast）
CONCLUSION: HR'S MOMENT OF MAXIMUM INFLUENCE（结语：HR 影响力的最大时刻）2026 年将是决定性的一年。组织不再争论 AI 是否会重塑工作——而是在争论：会有多快、多安全、以及多有人性。这把 HR 推到企业战略中心，这是几十年来罕见的局面。
这些机会不是任务——它们是需要建设的能力。它们要求一个更整合、更实验化、更分析化、更有勇气的 HR 职能。有些会挑战长期以来的假设；大多数会把 HR 推出舒适区。
但回报也同样巨大。能够把 agentic technology 与 human judgement 和 care 结合起来的组织，将超越那些只依赖技术的组织。HR——凭借其在 people、work 与 strategy 交汇处的独特位置——握有组织如何适应、繁荣并释放价值的关键。
这是 HR 影响力的最大时刻。
问题不在于 HR 是否准备好了——而在于我们是否会抓住机会……
CROWDSOURCING: HELP SHAPE THE FINAL TWO OPPORTUNITIES（众包：一起塑造最后两个机会）每一年，最好的想法都来自这个社群。正在改变 HR 的挑战与创新，很少来自某一家公司的单点灵感——它们来自各行各业实践者的日常工作。
因此，我再次把最后两个机会开放给你。
如果你要为 HR 在 2026 年补充一个必须关注的机会，它会是什么——为什么？
它可以是你所在组织里正在出现的新变化，也可以是我在前十项机会中讨论不足的挑战，或是你认为正在更快到来的转变。
请在评论区分享你的想法。我会把最强的贡献综合成两项机会——#11 和 #12，并在新年对本文进行更新。
让我们一起塑造 2026 年 HR 的议程。
employee experience
employee experience
employee experience
employee experience
employee experience
employee experience
employee experience
employee experience
employee experience
employee experience
扫一扫 加微信
hrtechchina
