专家专栏 - HRTechChina.com - 向上的力量！

专家专栏

Workday的重塑：从系统记录平台到智能体平台，你看好这个转型吗？ HRTech概述：Josh Bersin最新分析指出，Workday正从“system of record”转向“agent platform”，试图将其在数据、权限、流程与合规方面的积累，升级为AI时代的企业运行基础设施。这一判断意味着，未来HR系统不再只是记录工具，而将成为AI执行工作流的核心支撑层。但从市场反馈来看，确定性仍优先于想象力。Paychex在部分阶段市值已超过Workday，反映出资本更看重稳定现金流与合规执行能力，而非尚未兑现的AI叙事。对HRTech行业而言，一个清晰趋势正在形成：AI将重构“入口层”，系统将下沉为“执行与规则层”，而真正的竞争，将围绕谁能掌控工作流、数据语义与合规能力展开。更多关注HRTech，了解全球HR科技资讯。以下是Josh Bersin的文章 Workday是财务和人力资源企业应用领域的先驱，但在人工智能时代，它一直在努力转型。本周，该公司以引人注目且整合的方式发布了清晰的未来战略，该战略充分利用了其近30亿美元的收购成果（HiredScore、Evisort、Paradox、Sana）、新的管理团队以及Workday在智能代理领域的重新定位。我看好这些举措，所以我想详细解释一下。 Aneel Bhusri的重塑战略 2008年，Workday首次上市时，该公司率先推出了一种专为云端设计、独具创新性的平台。这是一项突破。当时，企业普遍采用本地部署的客户端/服务器系统，唯一的替代方案是SaaS，即由其他公司托管的解决方案。这些老旧系统往往过时、难以集成，且缺乏扩展性和灵活性。 Workday 引入了一种新的架构：面向对象的数据库、集成的安全和业务规则引擎以及新颖的用户界面，这令各行各业的公司都感到兴奋。公司发展迅猛，始终秉持“一体化”的理念——打造一个能够满足所有人力资源和财务需求的单一系统，采用统一架构，面向未来。公司营收增长迅速，成功吸引了超过30%的《财富》世界2000强企业客户，目前拥有超过11500家客户和超过7500万终端用户。在这些年的发展历程中，公司始终秉持以员工为先的企业文化，吸引了众多人力资源主管、IT团队和投资者。联合创始人阿尼尔·布斯里(Aneel Bhusri)一直担任首席执行官一职，直至2024年将首席执行官的职位移交给卡尔·埃申巴赫(Carl Eschenbach)。正如阿尼尔在峰会上解释的那样，过去两年里，他感觉Workday失去了创业文化，人工智能战略也不明确。因此，他重返公司担任CEO，重组了高管团队，领导公司进行重塑。下面我将详细解释。新的Workday职位让我们先从主要问题入手：在人工智能代理技术日新月异、易于构建的今天，Workday 的角色是什么？“记录系统”在未来将发挥怎样的价值或作用？以下是我们所看到的他们的高层次回答。 Workday正在将系统记录平台转变为一个智能体平台。如果我们能够释放公司内部的数据、安全性和业务规则，就可以设计和构建可扩展、安全且快速的代理。Workday 作为值得信赖的记录系统，提供公司规则、策略、安全模型和合规性，使代理能够大规模运行。这些“基础架构”目前已存在于 Workday 中，在 Workday 之外重新构建它们成本高昂、耗时且风险巨大。 Workday重塑计划的五大支柱让我们来仔细分析一下这项战略的五大支柱。第一：AI是企业软件的补充，而不是替代。正如Workday所强调，仅靠推理能力无法完成发薪、财务结账、员工入职或职责分离。这些需要确定性的规则、审批链和二十年来构建的数据模型。Workday将概率推理与确定性执行结合，从而实现企业级AI。那些建立在提取数据之上的独立智能体平台，本质上是不完整的。第二：Workday的“运行轨道”是企业AI的核心。 Workday的配置和业务流程框架编码了每个客户的独特政策、审批流程、合规规则和组织结构。从某种意义上说，这些规则本身就是企业。在Workday之外运行的智能体并不了解这些规则，可能产生看似合理但违反合规的结果。而Workday通过现有配置来执行智能体操作，使其默认符合规则。第三：治理与智能体管理可以产品化。 Workday认为，智能体管理将成为未来基础设施的核心组成部分。智能体像员工一样，是一等主体，拥有身份、技能、权限范围以及审计记录。 Agent System of Record（目前已有1200多家客户注册并观察智能体）、新的基于标准的访问与权限管理系统，以及统一的智能体入口，共同构成这一体系。这些能力被定位为企业级“信任基础设施”，用于管理智能体的扩张。第四：通过Sana实现统一且解放的体验。 Sana成为Workday的新默认入口，所有客户均可使用（Sana for Workday），并可升级为Sana Enterprise，扩展至Salesforce、Slack、Teams和SharePoint。Sana正在与Microsoft Copilot等入口型AI竞争。 Workday的观点是，Sana将成为员工最后需要学习的企业应用。同时，它也是智能体开发平台和学习界面。第五：新的商业模式与结果对齐，而非席位。过去Workday按用户席位收费，价格高但使用率低。现在转向“席位+使用量”的混合模式，通过Flex Credits计量使用量。这将收入与客户结果（业务增长、生产力等）绑定。同时外部API也将按调用收费，补充此前未计入的收入。 Workday认为Sana是员工需要学习的最后一个企业应用软件（Joel Hellermark称之为软件界的达芬奇）。它同时也是代理开发工作室和学习平台。（我想指出的是，Sana 的动态学习平台远比大多数公司意识到的要强大得多。人工智能原生学习不仅仅是培训，它还能全面赋能员工，从而显著提升生产力并促进员工技能提升。） Workday 对“从零开始构建”的回应现在我们都体验过 Claude Code、Codex、Cursor 或其他工具，很容易想象从零开始“重建”HCM 系统。原则上，客户可以将 Workday 数据提取到数据湖中，使用工具将大型语言模型连接到数据湖，并尝试在 Workday 之外重建相同的代理功能。Workday 的回应是：这种方法会产生一个影子 ERP，构建成本高达数百万美元，缺少统一的对象图、配置系统和合规机制，而且自身也十分脆弱。由此产生的代理本质上就是不受规则约束的——它们在不执行规则的情况下最大化任务完成度。这会带来风险，并最终需要依赖现有的安全和工作流工具。（我对此有一些不同意见，因为使用微软、谷歌或 ServiceNow 的工具很容易构建多进程代理，这些代理可能使用 Workday 进行身份验证，但也可能依赖 OKTA 或 Azure Identity 进行身份验证。因此，为了便于实施，一些应用程序会保留在 Workday 中，但其他应用程序可能会部署在其他地方。如果 Workday 意识到这一点，并且不对 API 收取过高的费用，那就一切都好。） Workday 对多智能体未来的解决方案客户将运行多个AI平台：Microsoft Copilot、Anthropologie Claude、Gemini Enterprise、Salesforce Agentforce以及内部定制代理。Workday对此表示赞同。外部代理通过代理网关接入，使用 MCP 和 A2A 等开放标准。他们可以将任务委托给 Workday 代理以继承 Workday 的默认流程，也可以直接调用 Workday API（现在按调用次数计费）。无论哪种方式，当代理需要与人员、资金或受监管的工作流程交互时，逻辑推理部分将交由 Workday 处理。（再次强调，如果 Workday 基于 Sana 的全新 Agent Developer 真如演示那样令人兴奋，那么很多应用开发者都会使用它。过去，构建 Workday Extend 应用相当棘手，因此，开发过程越简单易用，对 Workday 就越有利。）我们能否让 Workday 更具动态性？动态重配置。反对云系统的一大理由是其产品发布周期缓慢，导致客户往往需要等待数年才能获得新功能。目前，Workday 每年仅更新两次系统，产品路线图的推进缓慢且高度关联。两项重大变革旨在解决这个问题。首先，您现在可以利用全新的用户体验和 Sana 扩展 Workday 的功能。在代理记录系统中注册代理，即可轻松构建新应用，无需等待。此外，Workday 还与数百家合作伙伴携手，共同构建代理合作伙伴网络，为行业特定代理和咨询代理提供服务。其次，更重要的是，Workday 推出了“部署代理”，这是一个动态的系统测试、配置和咨询式部署系统，可帮助客户更快地部署变更。这是一项巨大的改进。企业不仅可以在一周甚至更短的时间内配置和部署 Workday，而且客户也不再需要聘请昂贵的系统集成商来使其正常运行。此外，Workday 现在将更加持续地推出新版本。这大幅降低了实施和拥有成本，并使 Workday 能够更频繁地发布产品、功能和系统更新。这对客户来说是一项重大胜利，但对 Workday 系统集成合作伙伴来说却是一次巨大的冲击。（埃森哲报告称，他们在短短一周内就重组了 80 万名员工。）我对这个故事的分析我们派出了三位高级分析师参加峰会，并旁听了产品演示，还就整个产品战略进行了深入讨论。以下是我对这一切意义的总结。 1. 创始人回归，带来全新活力就像苹果公司的史蒂夫·乔布斯和星巴克的霍华德·舒尔茨一样，有时一家开拓型公司也会迷失方向。阿尼尔作为一位对技术和Workday市场有着深刻理解的领导者，拥有定义“下一个篇章”的活力和热情。创始人不仅引进了新的领导者，他还围绕产品领域建立了“总经理”模式，而不是将人工智能战略分散到各个领域。现在，Workday 为 Agent Factory 和 AI API 分别设立了专人负责，管理团队每月还会召开一次跨职能 AI 工作组会议。此外，在产品与技术总裁Gerrit Kazmaier的带领下，公司仅用一个下午就将 50 个代理项目精简至 15 个。“创业文化回归了。” （值得注意的是，微软最近出于几乎相同的原因，将其 Copilot 工程战略集中化。） 2. Workday 可以引领人力资源和财务部门实现自主运作的潮流。与其继续专注于 Workday 现有的数百个小型代理，该公司现在将目光投向了面向未来的大型转型代理。通过收购人工智能（招聘、智能代理和学习）领域的两大市场领导者 Paradox 和 Sana，Workday 拥有了一支在智能代理应用方面经验丰富的管理团队。Workday 不仅能够展示符合智能代理未来发展趋势的应用，还能充分利用其现有基础设施。这使公司有机会主动向企业展示未来的发展方向——构建和推动智能代理，从而重新定义企业的工作方式。（我们的经验表明，将现有工作流程或任务“智能化”带来的收益有限。真正的巨大回报来自于构建我们所谓的“第三阶段智能体”，它可以自动化整个工作流程，并消除流程中的任务和步骤。Sana 和 Paradox 就是这种未来趋势的体现。） 3. Sana 和 Paradox 改变了Workday：新的领导层 Workday正在利用新的领导者来实现这一目标。向产品和技术总裁 Gerrit Kazmaier 汇报工作的是 Workday 最新人工智能超级明星的两位新领导人：Adam Godson 和 Joel Hellermark。 Paradox 的首席执行官 Adam Godson 现在领导 Workday 的整个人才招聘平台，包括从 HiredScore 收购的 ATS 和人才情报系统。这是一个竞争异常激烈的热门市场，总支出超过 2000 亿美元。 Sana 的首席执行官（Joel Hellermark）现在领导着 Workday 的整个学习平台（和 AI 层），包括 Workday 的老产品 Workday Learning，这是一个总支出超过 4000 亿美元的市场。这些具有创业精神的领导者现在成为General Managers，因此他们不仅负责产品战略，也同时负责收入和客户支持。这创造出一组高度负责的产品负责人，与此前那个交付速度非常缓慢的“integrated product group”形成鲜明对比。产品愿景、产品速度和竞争力都会呈指数级提升。还要记住，现在talent acquisition、mobility、corporate learning和enablement，正是HR领域中AI发展最先进的几个领域。因此，我预计这两家公司中的开创性创新，将会直接影响Workday其他部分未来发生的许多agentic redesigns。（请注意这些新兴人工智能市场的动态变化：SAP 刚刚以 18 亿美元收购了 SmartRecruiters，知识工具供应商 Glean 的估值高达 72 亿美元。Workday 与这些解决方案直接竞争，因此从某种意义上说，Paradox + Sana 在外部市场上的价值可能达到 100 亿美元。） 4. Workday可以尝试定义企业AI基础设施我的第四个观察是，Workday有机会定义企业AI架构应该如何演进。这是一个混乱的话题，而且似乎让我见到的每一家公司都感到困惑。我们必须提出的问题非常复杂：我们到底要构建多少个agents？我们要设计什么样的Superagents和Subagents？是否应该有一些agents负责“action”，而另一些agents负责“observation and benchmarking”？是否应该存在主从关系，让某些agents必须向其他agents请求许可？我们又该如何划分不同agents所拥有的信息与权限？如果我们把agents看作“superpowered people”（我知道这是一个有些别扭的说法），那么我们就会遇到一些情绪和组织问题：agents会不会踩到其他agents的脚？某个人私下构建的小型“叛逆agents”，是否会复制、重叠甚至冲突于IT部门构建的更正式的企业级agents？这是一团乱麻。不过，Workday正在思考这个问题，而且他们看到了这个问题。在旧世界中，mainframe掌控一切。后来，“system of record”设定规则。今天，我们有很多层：智能LLM、语义与规则层、agent code layer，也就是编排、工具和工作流层，以及runtime/trust layer，也就是安全、合规和护栏层。 Workday可以定义这一切应该如何运作。虽然这里有很多竞争厂商，包括Microsoft、Anthropic、OpenAI、ServiceNow和Google，但在ERP/HCM世界里，我挑战Workday去承担领导角色。而这也引出了一个问题：谁是Workday的“forward deployed engineering team”？ 5. Workday理解context和semantic layer的挑战 “每个人都在忽视糟糕context这个巨大而无聊的问题。”——Joel Hellermark 这句话听在我耳朵里简直是音乐。关于AI，有一个重要经验是每个人都应该学习的：context创造价值；如果我们不能信任内容，我们就不能信任agent。 Gerrit解释说，Workday在准确性方面最大的提升，并不是来自更大的模型，而是来自对knowledge graphs和context engineering的投入。我们在自己的产品Galileo中也看到了同样的情况。因此，Workday正在推动Data Cloud演进，使其包含的不只是数据，而是你作为一家企业所建立起来的真实客户语义。这包括skills models、cost centers、career paths、certification workflows，以及数百种其他没有存储在HCM或财务数据库中的内容。 Workday团队理解这一点，说明Workday正在像一家AI公司一样思考，而不是像一个只想在工作流中构建agents的交易型软件供应商那样思考。结论这次活动，以及Workday一系列新领导者的出现，标志着一个转折点。公司已经准备好重塑自身、开创新解决方案，并专注于帮助客户和合作伙伴参与到business agent revolution之中。随着新的产品领导者、新的AI基础设施，以及帮助客户近乎实时地测试和重组其Workday系统的重点，我认为Workday确实正处在重塑的边缘。对于金融分析师而言，我预计像Sana、Paradox以及Enterprise AI management tools这样的产品，几乎会立即展现出新的收入增长。过去五年，我们与Paradox和Sana都有非常密切的合作，它们各自都有客户和实施案例，证明其能够为Workday客户带来巨大价值。我想祝贺Aneel、Gerrit以及整个Workday团队迎来这一重要转折点。随着未来更多公告发布，我们也会继续向大家更新相关信息。

专家专栏
2026年04月28日
专家专栏

Josh Bersin：人力资源伟大革新正式开启人力资源（HR）部门始终在两种身份间挣扎。HR究竟是战略伙伴——推动组织价值增长、激发人力资本潜能的引擎？还是行政职能部门——充当“公司警察”，负责执行规章制度、政策法规及劳动条例？前者是价值创造者，需要人文素养；后者是行政职能，理应尽可能实现自动化。这种双重角色定义了该职业多年。事实上，曾有“别相信HR”的流行梗，试图让员工相信HR是反派角色。如今我们正迈入变革时代。自2026年起，人力资源行业将迎来由人工智能驱动的重大革新，这场变革将化解上述矛盾，使HR摆脱行政负担，迈向真正的战略性“全栈”模式。历史的重担：日益复杂的职业人力资源行业规模庞大，全球从业者逾4000万人，涵盖数百种不同职位。过去50年间，其复杂性呈爆炸式增长。每当商业理念、社会规范与法律要求更新迭代，人力资源部门便需承担新使命。从基础薪酬核算、招聘管理和工作行政起步，逐步拓展至培训体系、工业心理学和岗位设计领域。20世纪60至70年代，我们又引入了工业心理学支持、职业发展管理、强制排名法及基于九宫格的继任者管理。近二十年又涌现出员工福祉、混合办公模式、DEI（或DEI的终结）、生产力管理、企业文化、管理跨度及领导力等议题。而今人工智能时代来临，我们必须应对人才密度、灵活岗位与组织设计、“无岗位”工作模式，以及薪酬公平与绩效管理等截然不同的全新范式。试想如何管理由超级工作者组成的企业——单个员工既能开发应用、分析数据，又可能对业务流程产生颠覆性影响？难道我们都要面对要求万亿薪酬的马斯克式员工？新领域涌现之际，旧领域并未消亡，导致人力资源部门最终需要数十位专家，各自负责百余个专业领域中的一个。现在再叠加运营结构的复杂性。大型组织采用联邦式人力资源模式，由中央团队配合地域或业务单元的地方团队运作。这些团队通常由人力资源业务伙伴领导——该角色职能跨度极大，既可高度战略化也可纯粹官僚化——必须根据具体区域需求本地化政策。因此人力资源不仅需要流程和专业知识，还必须通过本地规则、就业市场和文化来实施。（在新加坡招聘工程师与在德国招聘工程师存在天壤之别。）过去二十年间，管理这种复杂性的主要工具是人力资源技术，特别是Workday、Oracle和SAP等供应商提供的人力资本管理（HCM）系统。尽管这些系统非常复杂，但它们主要充当“业务工作流和记录保存系统”，而非真正解决人的问题。它们追踪员工数据、管理薪酬并处理基础流程，但仍需大量人力资源专业人员进行调试、维护和管理。人工智能催化剂：从记录保存到主动行动 2026年将成为企业人工智能驱动的转折点。我们不再将人工智能视为提升个人效率的工具，而是将其应用于业务流程本身。这使我们超越了提升个人效率的承诺：我们重新设计企业运作模式，构建名为“超级智能体”的系统以实现规模化与自主化。最佳类比是自动驾驶汽车。与其不断添加功能提升驾驶员效率（助力转向、刹车系统、车道碰撞检测、自动泊车），不如将这些独立智能体整合为专注于结果而非驾驶员的超级智能体。汽车的本质是优化乘客出行体验，而非减轻驾驶员负担。当驾驶员角色“消失”（类似于取代重复性工作）时，车辆安全性提升百倍，全新商业模式与规模化要素随之诞生（例如按里程付费而非购车）。人力资源及其他业务职能领域同样经历着变革。我们从助理起步，继而转向代理（面向个人的自动化工具），如今正迈向超级代理以管理完整流程。这一转变虽非一蹴而就，但正加速推进。我们正与大型保险公司、航空公司及制药企业合作开发超级代理，应用于全球员工入职、精准人才招聘及销售培训。这些代理应用将取代大量人力资源岗位，最终为企业带来更高效的规模化运营与更优异的成果。为何30-40%的人力资源岗位将消失基于超 250 个人力资源岗位的任务级深度数据，结合自动化工具与供应商的专业研究发现，当前人力资源领域中 30%-40% 的岗位，仅需较低成本投入即可实现自动化落地。企业可结合自身人力资源岗位名称与组织架构，快速开展相关岗位的自动化适配分析。面试安排专员、招聘协调员、服务台助理等岗位，其核心的战术性行政工作，长期以来一定程度上制约了人力资源部门的整体效率。而这些岗位的从业者，可向更具价值的工作方向转型，比如人工智能代理的搭建与管理、候选人的深度对接，以及为业务团队提供专业的人力资源咨询支持。人力资源职业版图会因此萎缩吗？答案是否定的。过去五年，人力资源岗位的招聘量实现了 60% 的增长，增速显著领先于多数职业领域。真正发生变革的是人力资源的岗位结构 —— 常规性的人力资源岗位将逐步退出舞台，人工智能相关的新型岗位正加速涌现，绝大多数人力资源从业者也将向 “全栈型” 人才转型。与此同时，人力资源从业者的薪资水平也有望迎来上涨，相关深度分析可参考往期播客内容。自动化潜力领域：通过系统性人力资源AI蓝图分析，我们锁定了六大核心机遇领域：人才招聘与入职：AI智能助手可承担候选人筛选、面试安排及新员工入职的多步骤复杂流程。（关于偏见与诉讼风险，我将另文详述。）员工服务：解答政策、规章制度及例外条款相关咨询——用高度智能的代理取代呼叫中心。表单处理、理赔与档案管理：维护精准员工档案、确保合规性的后台工作（包括学习管理系统运营）将实现自动化。培训、员工赋能与内容交付：面对企业培训数百亿的投入，人工智能可优化个性化学习内容的创建与交付流程。（详见《企业学习革命》研究报告，探讨这个4000亿美元市场的重塑进程。）人力资源业务伙伴影响力提升：通过“经理人伽利略”等智能助手分担业务伙伴工作，让员工直接获取团队管理建议、信息及工具。 “全栈式”人力资源的崛起自动化终极目标并非削减成本，而是创造商业价值。通过自动化流程，我们能提升其可扩展性、准确性，并减轻员工与管理者的负担。HR团队可助力更快更具战略性地招聘；避免近期常见的“雇佣/解雇”循环；实时培训管理者与员工；并快速精准识别管理问题、高流失区域及风险。对人力资源团队而言，专业人员得以专注于我们称之为“全栈式人力资源”的战略工作——这些工作直接影响企业的最终收益。这种转变使人力资源部门更贴近其服务的业务单元。人力资源业务团队无需耗费时间处理数据录入或政策执行，可专注于：人才获取与内部流动：作为人才顾问，决定招聘对象、调动人选及晋升人选。战略性人才管理：识别高潜质领导者，构建与业务目标及员工发展相契合的职业路径。文化与员工敬业度：营造安全、创新、高效能的企业文化组织架构与岗位设计：协助企业调整组织结构及岗位职能，适应人工智能与市场新需求。人工智能协调：构建、整合并设计自动化HR流程的人工智能代理系统，这是新兴且至关重要的职能。对人力资源基准的影响员工与人力资源专员的配比，历来是人力资源领域的核心衡量指标，其行业历史基准值约为 100:1。伴随人工智能逐步承接人力资源领域的战术性工作，这一经典配比将迎来显著重构，未来有望突破 200:1、300:1，甚至达到 400:1 的新水平。这一变化并非意味着人力资源部门的人力规模会大幅缩减 —— 与之相反，自动化将催生大量人力资源新岗位。而这一趋势背后，正凸显出行业的核心价值升级：AI 自动化的深度渗透，将推动人力资源从业者的薪资水平迎来上涨空间。这一变革也为各行业带来了切实的价值机遇：在零售、餐饮等行业，企业借助 AI 实现招聘与排班的效率提升，能够快速响应客户需求，直接推动营收增长，这一模式已在奇波雷餐厅得到实践验证。在波音等制造行业，企业可通过 AI 赋能加速员工培训、深化安全文化建设、提升人才流动的灵活性，进而推动生产效率提升，实现飞机产量的增长，相关实践思路已与企业展开深度交流。这一系列实践，正印证着人力资源领域由 AI 驱动的价值重构与效能升级。新挑战：数据质量与信任还有一点需要考虑。随着人力资源管理以人工智能的速度发展，准确性、可解释性和可信度的重要性日益凸显。在人工系统中，招聘人员偶尔会出错；但在大规模运行的自动化系统中，招聘算法或薪资规则中的单一错误可能瞬间影响数千名员工。许多新兴的人力资源岗位都涉及管理这些系统的质量与完整性。人力资源专业人士必须确保所部署的人工智能系统由准确、最新且完整的数据驱动。如今，人工智能偏见与信任问题已成为人力资源部门的核心责任。针对人力资源供应商（Workday和Eightfold）的两起诉讼表明，构建可解释、高信任度的系统至关重要。这项重任现已落在人力资源部门肩上。总结长期以来，HR部门的双重身份矛盾与日益复杂的业务负担，制约了其战略价值的释放。2026年AI技术的规模化应用，将成为破解这一困局的关键催化剂，通过超级智能体替代30%-40%的事务性岗位，推动HR从行政执行者向全栈式战略伙伴转型。这种转型并非以削减成本为目标，而是通过自动化提升流程效率与准确性，让HR聚焦人才梯队搭建、企业文化塑造、组织架构优化、AI系统运维等核心战略工作，直接赋能业务增长。与此同时，数据质量管控与AI信任体系构建将成为HR行业的全新挑战与核心职责，员工与HR的配比基准也将迎来颠覆性调整。未来，全栈式HR将成为行业主流，凭借“战略思维+AI技能+业务洞察力”，成为组织价值增长的核心引擎。

专家专栏
2026年01月26日
专家专栏

大咖观点：生成式AI将全面普及，HRTech的未来在哪里？ HRTech概述：Josh Bersin最新推文谈到，生成式AI全面进入主流！46%的企业领导每天使用AI，80%每周使用，74%报告正向回报，AI投资普遍超千万美元。当前主要用于会议总结、数据分析与文档撰写，但AI正在从“个人助理”升级为“多功能智能体”。IBM Ask HR 与 Galileo 等系统正在成为企业的数字伙伴。未来，AI Agent 将具备记忆与个性，并通过数据治理实现跨系统协作。AI不会取代工作，而是让HR成为“超级工作者”。企业的竞争，将取决于谁能率先完成AI系统化转型。推荐阅读了解，视频解读可以访问视频号：HRTech 这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载 Josh Bersin刚刚完成了一次横跨欧洲、亚洲和中东、累计近六万英里的行程，拜访了数百家公司，讨论他们的AI战略。虽然每家公司的成熟度各不相同，但有一点非常明确：AI作为商业工具已经到来——它是真实存在的，其使用场景正在迅速增长。宾夕法尼亚大学沃顿商学院（Wharton）的最新调查显示，46%的商业领袖每天使用生成式AI（Gen AI），80%每周至少使用一次。在这些用户中，72%正在衡量投资回报率（ROI），74%表示结果是正向的。顺带一提，HR部门在使用率上排名第三，仅次于IT和财务部门。预算投入也在大幅上升：23%的大型公司每年在AI上的支出超过2000万美元，43%超过1000万美元。企业从AI中获得了什么？答案是：生产力。目前最主要的应用是我称之为“第一阶段”的使用方式——个人生产力提升。AI帮助员工总结会议、分析数据、查找信息、撰写或分析文档。这些个人层面的应用确实带来了实在的效率提升，但这仅仅是开始。生成式AI或将成为“新一代微软Office” 不得不说，这种使用方式与文字处理、电子表格和互联网搜索早期的发展非常相似——它们都是“个人生产力”的革命。微软对此早已深谋远虑，MS Copilot正在逐渐成为“新一代Office套件”。当然，AI能做的远不止这些。目前约有12%的公司部署了企业级AI代理（Corporate Agent），例如IBM的“Ask HR”。这类“知识与信息管理”聊天机器人正迅速普及，它们可以取代复杂的门户网站和SharePoint页面，也可用于客户支持。未来，每家公司都会拥有自己的AI代理。举个例子：我们的一位客户——一家大型医疗保健公司——已经运行员工聊天机器人（Agent）四年之久。它的成功使得公司所有的HR应用都逐步整合在其后端。员工通过该Agent就能获得关于薪资、福利、工作排班甚至培训的帮助。 AI在招聘领域的应用也已被证明行之有效：候选人可以与智能代理聊天、完成AI评估，甚至接受AI虚拟面试——这一切可在深夜进行，无需安排与招聘经理的通话。虽然高ROI的多功能Agent（Stage 3）尚未全面落地，但各企业已开始部署AI教练和AI学习工具。许多大型客户已上线AI原生学习系统，实现了30%–40%的人员优化，同时显著提升了学习与赋能效率。跨越卢比孔河：我们越过了什么界限？ “跨越卢比孔河”（Crossing the Rubicon）意味着“无法回头的临界点”。现在，我们正处在这样的时刻。尽管外界仍有各种危言耸听的报道——称AI将毁掉工作与生活——生成式AI其实是一种有用、务实、且易于理解的工具。它并不完美（我在播客中讨论过ChatGPT的高错误率），但一旦你掌握了使用方法，并建立可靠的数据集，AI的表现相当令人满意。两年前，《纽约时报》还在刊登那些关于AI恋人或“AI伴侣”的怪异故事。如今这些报道早已消失，取而代之的是超过1万亿美元的基础设施、工程与能源投资——让AI真正变得安全且可用。当然，这并不意味着AI百分之百安全。如果使用不当，你仍可能得到错误结论、糟糕报告或虚假结果。但我们正在学习如何“验证AI”的输出，对其“概率性特征”也更加适应。新的挑战也随之出现——AI的能耗与资源消耗。例如，阿联酋的一位领导者告诉我，每一次ChatGPT查询平均会消耗4升水，这已成为亟待解决的新问题。接下来会怎样？我们才刚刚开始，AI的演进远未结束。第一阶段：从单用户到多功能使用场景 AI的最大ROI将来自我称之为“多功能智能体”（Multi-Functional Agent）的形态。当前的AI工具，就像汽车中的“助力方向盘”——虽然能帮助转动方向，但我们真正想要的是“AI直接带我们到达目的地”，而非仅帮忙转向。这种转变正在招聘和培训领域率先出现。如今的AI代理能自动撰写职位需求、与候选人沟通、安排面试并筛选简历，接下来还会连接入职与绩效评估。这种“招聘-职业一体化智能体”正是多功能AI的雏形，我们也在为供应商与买方制定相关蓝图。企业不希望拥有上百个“各自为政的Agent”，而是希望建立能贯穿端到端业务流程的“智能工作代理”。例如，“从设计到生产再到销售”或“从营销到签约、再到开票与支持”的全流程。当前的单一用例AI将逐步走向融合。随着这些多功能Agent的出现（多数由IT团队自建，而非完全依赖供应商），企业岗位将被系统性重塑。不再需要“面试协调员”“客户预约助理”或“应收账款专员”——这些工作将被整合到AI工作流中。在我们的Galileo实践中也能看到这一趋势：它从最初的HR助手，进化为能自动回答问题、生成课程、解决复杂薪酬或内部政策问题的系统。Galileo如今能“为你构建解决方案”，从“问题或想法”一步直达“验证过的解决方案”，就像一辆“自动驾驶汽车”。智能体将拥有记忆与个性第二个重大变化是：AI智能体开始“了解你是谁”。例如，Galileo现在可以记住你的身份和过往行为。与其每次都从零开始，这些智能体会**“从你的使用中学习”，或“从业务本身学习”**，因此变得更具自主性、更个性化，也更有价值。想象一下：你是一位经理，面临产能不足的问题。你问Galileo：“能帮我招聘一个新员工吗？”Galileo可能会回答：“在我帮您开启招聘申请之前，能否请您说明这个职位要做什么？”然后它可能继续问你部门的管理幅度（因为它掌握基准数据），并建议道：“以您预算的薪资水平，寻找内部候选人可能更合适。是否希望我帮您筛选具备相关技能的公司内部员工？” 一个月后，当你再次向Galileo求助时，它可能会说：“上次您新招的那位员工似乎上手速度较慢。我们是否该为团队制定一个新的培训计划，再考虑增员？” 看出差别了吗？当所有这些“助力方向盘式”的AI工具逐渐协同工作时，下一步就是让AI真正“接管整辆车的驾驶”——帮助企业整体运作，而非只处理单点事务。Bersin预测：这类系统将在2026年大量落地。数据管理将成为企业的命脉在与拥有AI经验的公司交流时，我们几乎发现了一个共同点：他们新培养的最关键能力，是数据管理、数据标注与数据治理。我们在构建Galileo的过程中也得到了相同的教训：如果数据不准确、不及时、未正确标注，AI的输出就会失真。AI本身并不“理解”这些文字或数字的意义，它只是通过概率与向量计算来生成答案。因此，哪怕最微小的数据错误，都可能导致高比例的错误结论。（可参考我关于“45%的新闻查询结果有误”的播客内容。）这也是为什么像IBM、沃尔玛、BMS这样的公司最终发现，“数据所有权”成为了关键战略资源。例如，IBM在其“Ask HR”智能体中管理着超过6000条HR政策，并为每条政策指定负责人，负责更新与维护。现在，IBM正在构建新的智能体，用以扫描政策内容，监测全球数千个地区的法规变动，以提醒潜在风险。可以预见，所有公司都将踏上这一学习曲线。智能体将与智能体对话更令人兴奋的是：AI智能体之间的“互联互通”即将实现。我们称之为Agent-to-Agent（A2A）通信，或多代理通信协议（MCP）。虽然这些协议仍在早期阶段，但企业界已在积极探索。不过我也要提醒一句：别急着采购五十个不同的AI代理。如果这些代理不能互相协作，它们的实际价值会大打折扣。许多客户现在签合同时只签一年，就是为了避免“被锁死在某个快速过时的AI系统中”。供应商风险与市场格局 AI前路依然存在风险。我们仍不确定OpenAI是否能“自我整顿”，微软的Copilot目前分散在多个方向，而谷歌（Gemini）与Anthropic还需面对来自Grok、DeepSeek等新竞争者。如果股市出现剧烈调整，AI行业也很可能迎来一轮整合。我认为，那些专注于高质量、务实商业应用的产品才最值得购买。例如Galileo、Paradox、Eightfold、Sana、Arist等，这些HR领域的AI产品都已具备成熟的落地能力。此外，各大HCM厂商——SAP、Workday、ADP、HiBob、ServiceNow——也正在将AI智能体嵌入薪酬与流程引擎中，力图成为企业的端到端多功能智能体供应商。SAP收购SmartRecruiters、Workday收购HiredScore、Paradox与Sana的整合，正是这一趋势的体现。HR团队必须密切跟进这些生态变化。其他担忧：工作流失与员工“被弱化”？在我这次旅途中，听到了很多类似的担忧：HR人员害怕被取代；招聘人员不确定候选人是否“真人”；有人问我：“我们是不是都要变得更笨？” 我的回答是——如果你不主动拥抱这场革命，它也会在没有你的情况下开始。这是一个商业史上难得的转型时期，我们有机会彻底重塑自己的工作方式。现在不是退缩的时刻，而是亲手掌握AI工具、亲身实践的时刻。只要你开始使用这些工具，或者让我们带你体验Galileo，你就会发现新的职业机会——你的熟练度与经验将成为你在AI时代的竞争优势。至于AI是否会取代人类的工作？我建议别听技术圈那些危言耸听的人。这根本不可能。即便有一天我们真的拥有“自动驾驶汽车”，我们回头也可能会说：“其实开车也没多有趣嘛。”那时候我们会把注意力放到生活的其他部分，用新的方式创造价值。而AI技术仍然如此新、如此不完美、变化如此迅速，反而创造了无数新的岗位与角色——超级员工（Superworkers）、顾问、创新者——去挖掘新的应用场景。我记得1981年电子表格刚推出时，大家都以为会计师要失业了。结果呢？如今会计师比过去更多，只是他们不再浪费时间手算列数。对于设计师、创作者、作家或分析师而言，AI就像你身边的一台个人超级计算机。正如木匠使用电动锯与自动雕刻机一样，你依然能创造出精美、复杂的作品——只要学会使用这些新工具。欢迎来到新的世界现在迷雾已散，AI将长期存在。让我们一起走上“超级工作者”的道路，帮助组织学习、应用并充分利用这项惊人的新技术。接下来的方向，就掌握在我们手中。附录：这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载附录思维导图：

专家专栏
2025年11月11日
专家专栏

超级经理的崛起：AI 时代的新型管理角色 Josh Bersin 在最新文章《The Rise of the Supermanager》中提出：未来的管理者不应只是简单协调者，而应成为真正的 Supermanager（超级经理） —— 协同 AI 重塑流程、赋能团队、主导创新。虽然 AI 工具能够带来个体效率提升（约 10–20%），但这只是底层红利。若要撬动组织生产力边界，就必须走向多流程自动化和全面流程重构。Supermanager 会主动在自己的职能边界内“实验”、推动 AI 应用、引导团队创新。我从未见过像 AI 这样大规模、快速、而且充满乐观情绪的技术投资。2025 年，Google、Nvidia、Meta、Microsoft、OpenAI 和 Amazon 的资本支出接近 9000 亿美元，相当于美国 GDP 的近 3%。为什么如此乐观？因为企业相信，AI 是未来的生产力技术，而且越早让公司拥抱 AI 越好。但到目前为止，实际结果喜忧参半。虽然人们被 AI 工具所吸引，但美国 GDP 却在下滑（从 2023 年的 2.9% 降至 2025 年预计的 1.8%，上半年甚至出现 -1.6% 的负增长），企业利润也在放缓。IT 行业利润增长 34%，金融服务增长 10%，但其他行业利润大幅下滑，说明 AI 的盈利目前主要集中在 AI 公司自身。这就是一个关于承诺、期望和众多好点子的故事。大企业的难题 AI 的潜力毋庸置疑。我们在研究与咨询中也彻底革新了工作方式，实现了在几乎不增加人手的情况下保持增长。但对那些有着几十年官僚体系、繁多职位层级的大型组织而言，要真正实现生产力的提升并不容易。我们调研了数百家公司，正在开展一项重大研究。在 HR 领域，已经有超过 100 个 AI 应用场景，可以改善招聘、员工支持、发展与生产力。例如渣打银行已经用 AI 来评估绩效和撰写评语。然而，正如 MIT 最近的一项研究所示，真正的“流程再造”还没有到来。四阶段框架与生产力极限在我们的四阶段框架中，一个人使用 AI 代理来加速工作是相对容易的。OpenAI 的数据显示，41% 的使用场景是“信息检索”，其次是写作、数据分析和回答复杂问题。这些“个人生产力技巧”确实能带来帮助，但提升的上限通常只有 10–20%。那么，如何实现“多流程自动化”，真正重构工作的方式？这就是管理的职责所在，也是我今天要讨论的。管理模式的演变我研究管理已有 30 年，这是一条曲折的道路。它可以追溯到 Peter Drucker 的《卓有成效的管理者》，之后经历了 Jack Welch 的裁员式管理、Howard Schultz 的员工关怀、Brene Brown 的勇敢领导、John Mackey 的有意识资本主义，再到 IBM 的敏捷管理和 Zappos 的“无管理者”实验（最终失败）。管理从来是一个充满新思想的领域，模式层出不穷。但我今天要讨论的是：在 AI 世界中，有效管理正在发生怎样的变化？两大变化：赋能与实验在过去十年中，出现了两大深刻变化：赋能（Empowerment）员工比以往更有自主权，能获取大量信息和强大工具。互联网和疫情让员工获得前所未有的自由，他们不会再回到过去。实验（Experimentation）技术民主化让变革不再完全来自上层，而是更多自下而上推动。一线团队不只是执行者，而是创新与变革的源头。这两点在当今商业世界全面展开。忽视它的企业将面临风险。微软、Meta 等公司快速转向 AI，依靠项目驱动的领导文化。拜耳、联合利华、汇丰、万事达、Spotify 和飞利浦等企业的成功，也源于小型自治团队承担改进责任。今天，与过去不同的是，超级经理无需等待高层委员会批准。他们直接在前线实验、迭代并推动变革。打破组织惰性随着技术飞速发展，职位与头衔反而成为阻碍（“这不是我的工作”）。超级经理则打破这种模式，主动承担责任，推动成长与改进。他们拥抱新思想，分享探索经验，把 AI 的实践直接带入业务，而不是等待总部下达“项目指令”。这种趋势的原因在于：AI 与过去的技术不同。 ERP、云计算、移动互联网等技术往往需要大量 IT 投入和多年建设。而 AI 是一种终极民主化技术，任何人都能学习使用。最具创新的人，可能是最年轻或资历最浅的员工，因为他们“通过实践学习”，没有旧有 IT 习惯的束缚。这就是所谓的 “超级员工效应（Superworker effect）”：每个人都可能成为高绩效者，经验的价值相对下降。新想法可能来自任何地方，最贴近客户或流程的人反而能创新最多。管理角色的转型 AI 让监督与绩效考核变得更容易，因为它能跟踪行为和结果。这使得领导者可以从繁琐的监督中解放出来，专注于战略、辅导、协作和工作再设计。因此，经理不会消失，而是角色被重新定义：监督和绩效管理是基本职能；真正优秀的经理要在流程再造、实验与增长方面脱颖而出。传统的“推动业绩”“强化竞争”依然重要，但现在被放到学习与成长的语境下。问题从“你今天完成了什么”变成“你今天学到了什么”。超级经理带来信任、支持和同理心，帮助员工在 AI 时代学习、重塑与成长。我们是否需要更少的经理？如果管理者只做监督工作，那确实可能被 AI 代理取代。但这类“空壳经理”本就存在多年，未来会更快被淘汰。真正的超级经理则不同：他们协调跨团队的创新；在生产力项目上进行理性投资或果断止损；促进知识共享、团队协同和优先级一致性。这才是未来管理者的核心价值。我并不认为“中层经理”会消失，而是他们的工作内容正在重新定义。能推动超级经理行为的公司，将在新世界中脱颖而出。 AI 带来的不只是技术，而是管理模式的再造。如果过去十年是“数字化转型”，那么未来十年就是“管理重构”。超级经理不会是额外的头衔，而是企业在 AI 时代必须具备的关键能力。

专家专栏
2025年09月24日
专家专栏

AI时代的员工敬业度与幸福感危机——我们该怎么办？ HRTech概述:Josh Bersing刚刚发布文章指出，美国职场幸福度与员工敬业度出现严重滑坡。根据 Gallup 数据，全面敬业的员工比例仅为 21%，优秀的管理者仅为 27%；令人担忧的是，66% 的员工处于“痛苦”状态，8%处于“挣扎”状态。同时，世界幸福报告显示，美国幸福排名从 2024 年的第 15 名跌至 2025 年第 24 名，首次跌出前 20 名，现仅略高于波兰、伯利兹与台湾。文章分析背后成因：AI 引发裁员与不确定恐惧感；曾经被推崇的远程与灵活工作被缩减；缺乏对年轻管理者的培训与支持；社会关系被社交媒体与政治撕裂；员工对领导层的信任及公平感下降。员工敬业度与幸福感的统计数据令人震惊 Gallup 2025 年的数据表明，只有 21% 的员工完全投入工作（比去年下降 10%），只有 27% 的管理者投入工作（下降 11%），66% 的员工处于“痛苦”状态，**8%**处于“挣扎”状态。还有更多令人沮丧的消息。《2025 年世界幸福报告》显示，美国的幸福感从 2024 年的第 15 位骤降到 2025 年的第 24 位，这是美国首次跌出前 20 名。美国的幸福感仅略高于波兰、伯利兹和台湾，如今已低于英国。而且，这不仅仅是蓝领或一线工人的问题：正如《华尔街日报》文章《为什么管理者如此痛苦》指出的那样，管理者（27% 敬业度）比去年幸福感低 11%，年轻管理者的感受最糟。只有三分之一的年轻管理者接受过任何培训，而且他们的管理跨度还在不断扩大。我认为，管理者可能是受人工智能直接影响最大的群体。他们不仅被要求裁员、提高产出，还被期望在很多已经力不从心的情况下“改造”团队。然后是恐惧的问题。由于 DOGE、各种关于 AI 消灭工作的文章以及大量裁员，86% 的员工表示在工作中经常感到“恐惧”，**34%**的人害怕发声。他们害怕什么？害怕 AI 抢走工作、害怕被淘汰，或干脆害怕被忽视。（Adecco 对 8 万名员工的全球调查发现，40% 的员工担心工作稳定性，其中人工智能被列为这种恐惧的第一来源。）为什么会发生这一切？正如我在下方视频中讨论的那样，关于员工和劳动力幸福感的源源不断的调查和报告，源自多种因素的结合。远程工作刚刚习惯了灵活性，却被“拉回”办公室。AI 技术人员过度推销他们的工具，并说服 CEO 裁员。政治和社交媒体削弱了我们的社区感、友情和善意。《世界幸福报告》认为幸福有六个因素：人均 GDP（财富）社会支持（在遇到困难时是否有人可以依靠）预期寿命（寿命长短与健康质量）选择生活的自由（人们对自己生活控制和决策能力的感受）慷慨（慈善捐赠、志愿服务以及帮助陌生人的意愿）腐败感知（对政府和商业腐败的认知）当我们观察美国的幸福状况时，问题很明显。尽管 GDP 上升，但社会支持显著下降（19% 的年轻人表示没有可以依靠的人）、预期寿命下降、自由度下降 15%、腐败感知下降近 20%。正如那句老话所说，金钱并不是幸福的来源。在实际生活中，还有很多问题：加沙和乌克兰战火不断；美国政治极度两极化；关税战让国家对立；商业领袖们忙于追赶 AI，而 AI 现在主导着股市估值。如果你在普通的一天打开 CNBC，你会看到大多数记者在将公司的业绩与 Nvidia 或 Microsoft 比较，并想知道“他们如何才能跟上”。这给 CEO 带来了更大的压力，公司在不确定中手忙脚乱地重组、转型或裁员，试图成为一家“超级员工公司”。还有那些 AI 评论员，他们告诉我们“超级智能”即将到来。尽管听起来荒谬，但这让人们更加担心。四天工作制？还是 72 小时（996）工作制？现在我们来谈压力问题。尽管我们梦想着 AI 能带来四天工作制，但科技公司现在却走上了中国的路线，要求员工在周六工作。这被称为“996”，即早 9 点到晚 9 点，一周 6 天。在工作岗位稀缺的情况下，一些雇主能够强制执行这种规定。（风投似乎很喜欢这种方式。）事实上，中国现在真的在实行“007”——从午夜到午夜，一周七天，只是采用轮班制。 “如果你想建立一家价值 1 亿美元的公司，你可以每周工作五天。但如果你想建立一家价值 100 亿美元的公司，你就必须每周工作七天。”——某知名风投我们对四天工作制做了详尽的研究，大多数学术研究表明，生产力（每小时的实际产出）在每周 30–35 小时时达到峰值。当人们的体力极限被突破时，他们可以靠喝更多咖啡来支撑，但工作质量会下降。而软件公司是少数几个经常接受持续存在的缺陷的行业之一。我认为，大多数人都不希望自己的汽车、飞机或医疗设备是由一个为了赶进度在周六加班的人设计或制造的。是的，iPhone 是由疲惫的中国工人制造的（我建议你阅读《Apple in China》了解详情），但苹果对质量的专注克服了倦怠的工作条件。我们如何应对这些问题？（基于多年的研究）这些问题很复杂，正如我们下面的框架所示。我将解释其中一些主题，并推荐我的书《Irresistible》。注意：下面讨论的所有研究及更多内容可在 Galileo 和 Galileo Learn 中找到。重新思考“财务优先”先从基本问题开始：你的唯一商业目标是赚钱吗？如果是这样，你可能会忽视“持久的组织为股东带来最佳回报”这一事实。投资人力资本，你会发现这是你唯一会增值的资产（机器甚至软件都会老化）。将使命感与问责制重新聚焦我们遇到的最佳公司在“使命感”和“问责制”之间保持强大平衡。他们对产品和客户有不懈的关注，同时也会彼此问责。最近几位客户告诉我，他们的文化“太友好”。人们不愿进行困难的对话，因此绩效问题得不到解决。我听到的最佳做法是使用“张力时间（Time under Tension）”的概念，迫使人们在情况不佳时彼此交流。尽量避免过度招聘在我们的系统性 HR 研究中，我们发现太多公司认为所有问题都可以通过雇佣下一个专家来解决。这不仅非常昂贵，而且大多数“专家”不会久留。是的，我们希望建立人才密度，但你可以在公司内部找到优秀人才，而不必总是向外寻找。慷慨投资于员工发展平均公司每年在每位员工的发展上只花费 1,200–1,500 美元（约占工资总额的 1.5–2%）。要确保这些钱花得值得，不要浪费在没人会用的一堆课程上。我们建议采用动态学习模式，例如 Galileo Learn 和其他新兴平台。学习可以提高生产力、质量、创新和敬业度。因此，将发展性任务、临时项目、岗位轮换和灵活安排视为学习、成长和提高生产力的机会。打造动态组织：让人能够变换角色现在 AI 已经到来，我们都在面对职位变化、新角色和新的业务流程。PwC 的 CEO 调查支持我们的研究：那些经常调动人员的公司，其盈利能力比不这样做的公司高 27%，而且员工更敬业、更幸福、更高效。公平支付，而不仅仅是高薪薪酬固然重要，但它的重要性可能没有你想象的大。我们关于薪酬公平的研究发现，薪酬的公平性和透明度比薪酬水平本身重要七倍。确保你的薪酬与当地生活成本、技能水平和市场保持一致。在福利方面，要了解本地需求——在一个城市，健身房会员资格可能远不如物理治疗补贴有价值。学会欣赏、感谢并认可员工人类不是机器：我们都渴望被欣赏。一句简短的感谢、一次正式的表彰，甚至一个强大的社交认可平台，都能改变公司的运作方式。那些只是一味索取、很少奖励员工的公司，总是深陷倦怠之中。你可以通过专注于善意来避免这种情况。我们的研究显示，拥有高认可文化的公司，其自愿离职率比同行低 70%。践行企业公民责任虽然现在这并不流行，但请记住，作为私营部门领导者，你也有公民责任。我们对待员工、商业伙伴、供应链和社区的方式非常重要。这包括 DEI（多元化、公平性和包容性）、社区参与、归属感以及我们称之为“员工激活”（倾听员工）。伟大的公司也是伟大的公民，这些投入构成了员工幸福、满足和意义的基础。拥抱宽容、灵活和启发性最后，让我们记住以人为本的领导力基础。我们是人，不是机器。我们需要休息，我们有情感，有时会脆弱，也会犯错。是的，我们希望员工表现出色，但正如我们在疫情期间学到的那样，照顾好人，是照顾好业务的最佳方式。是的，员工敬业度确实很重要最后一点，正如我在《Irresistible》中所描述的，企业中的员工敬业度呈钟形分布。虽然平均分是 3.4（满分 5 分），但许多公司表现得更高。这些“不可抗拒型组织”在长时间内始终优于同行。如果你希望你的业务长久发展，就要照顾好你的团队。

专家专栏
2025年08月13日

专家专栏

Josh Bersin:人工智能能战胜人类直觉做决策吗？不可能多年来，我们一直在争论 AI 是否能用于人类决策，比如：该雇佣谁？该提拔谁？薪酬多少合适？以及数百种其他决策。领导者每天都面临复杂、艰难的抉择——我们能信任 AI 来替我们做决定吗？我的观点是：不能。什么是直觉？什么是情绪？我们都知道所谓“第一类思维”（Type 1 Thinking）——也就是直觉反应——在我们日常生活中扮演着主导角色。比如你见到一个人、坐在一个会议中，突然就知道“该雇谁”或“该怎么做”，即使数据很难查证。我最近深入研究了遗传学、情绪与直觉，并得出结论：再强大的 AI “超级智能”，也无法替代我们的情绪。而这些情绪，来自我们的成长背景、过往经历，甚至基因组成——往往比数据更具洞察力。作为一名工程师，我当然推崇数据与科学，因此并不是在否定算法与数据驱动决策。但我在人力资本领域的研究一再证明，是“人类直觉”在补充、辅助，并最终确定那些 AI 给出的建议。 AI 做决策的局限性在哪里？ AI 系统依赖“概率神经网络”进行训练，模型会从已有数据中学习，再用来判断新信息——写一段代码、生成一张图、创作一篇文章，它做得确实很出色。这是因为它可以瞬间把所有训练内容当作一个巨大的“数据集”，并用向量计算给出答案。但这都基于一个假设：数据本身就足够全面，能够包含足够多的观点和洞察。如今，大多数大型 AI 实验室已承认“可索引的数据已经用尽”，所以开始制造“合成数据”——也就是 AI 用已有数据生成新数据，以此来扩充模型。问题来了：这些数据缺失了什么？如果你研究情绪理论（至少有六种主流理论），你会发现大多数观点都认为，一个人“对一件事的感觉”源于其生活经历、刺激源（所见所闻所感）以及基因。而“基因”这个维度，则是几百万年人类进化的产物。所以即使某个商业决策在逻辑上是合理的，但我们每个人对数据的解读都是不同的，而我们的反应也由经验和人性所驱动。这就是为什么在一个高管会议上，大家面对同一组营收与市场数据，却会得出完全不同的结论：比如一个人说：“我们做得不错，该庆祝！”另一个则说：“为什么没更快增长？我们本可以更好！” 为什么人类决策更有优势？人类互动千差万别，有人积极进取，有人保守稳重。这种“直觉差异”正是一些公司在市场中脱颖而出的关键。那这种直觉来自哪里？来自我们几百万年的进化历史与独特的“表观遗传能力”（epigenetic capabilities）。换句话说，人类智能与直觉，源于我们的家族基因、成长经历与历史背景。以我自己为例：父亲那边是音乐家与科学家，母亲家族是商人。我最终成了一个热爱商业与人力工作的工程师。而因为父母都是企业家，我也成了一个有野心、敢冒险、喜欢挑战的人。这些人类“能力”，本质上是历史和基因的组合，它们在我们的情感、直觉、性格和智慧中展现出来。 AI 决策能超越人类吗？绝不可能。很多人用丹尼尔·卡尼曼的书《思考，快与慢》来解释这个问题。书中提出： “快速思维”是直觉， “慢速思维”是分析。尽管这个划分广受欢迎，但现实更复杂。AI 在“慢速分析”方面确实做得不错，但仍然极其“幼稚”。比如让 Grok 来解释“杰弗里·爱泼斯坦事件”，它会给出一段生硬的描述，但完全没有触及人类直觉所捕捉到的“这是个肮脏、混乱、令人羞耻的丑闻”。我想表达的是：无论 AI 如何发展，也无论企业在数据中心上投入多少资金，它都无法复制人类在基因、历史与演化层面累积的智能。举几个例子你就明白了：当你开车经过街口，看到一个小孩站在路边，你的本能反应是“她可能会突然冲出来”。当你在会议中感到“这个决策不对”，你会下意识决定“我们先别急，明天再看看感觉”。而 AI 呢？它只会基于逻辑推演立即给出一个“答案”。总结：人类直觉，在AI时代更重要这种“情绪 + 本能 + 遗传”的判断力，正是人类与众不同的关键所在。正因如此，我们才会有乔布斯与盖茨的不同，马斯克与奥特曼的差异。我们必须正视并尊重这些“人类智能”的组成部分，它们比以往任何时候都更重要。

专家专栏
2025年07月28日
专家专栏

Josh Bersin专栏：“人才情报市场”爆发，AI 如何重塑招聘、技能与决策？ HRTech概述：在当今数据驱动的时代，“人才数据” “People Data ”已成为企业最重要的资产之一。Josh Bersin 在其最新分析中指出，人才情报市场正在快速发展，形成从数据收集（如 Rhetorik）、数据建模（如 Lightcast、Revelio）、到智能平台（如 Galileo、Seekout）的三层架构。Lightcast 收购 Rhetorik 不仅加强了全球人才画像能力，还拓展至销售与营销数据领域。借助 AI，企业HR如今能通过对话式系统实现招聘推荐、技能评估、内部流动等多项功能。这场由数据与AI驱动的革命，正在重塑HR的专业边界。原文题目：People Data For Sale: How The Talent Intelligence Market Works 作者：Josh Bersin · 2025年7月16日在我们经济中，**“人力数据市场”**是最具活力和影响力的部分之一。每位招聘人员、选址专家、人力资源高管、经济学家、大学校长和政府规划者都希望知道：哪些岗位在增长？哪些技能最受欢迎？薪资趋势如何变化？还有更多相关洞察。虽然很多人了解美国劳工统计局（BLS）发布的公共调查数据，但在其背后，有一个更加先进、由 AI 驱动的产业：“人才数据市场”。人才数据市场的结构几十年来，像 Monster.com、LinkedIn 等公司，以及其他数百家公司，通过算法抓取了关于个人、职位和企业的信息。最初，他们这么做是为了开发产品和服务。但如今，**“数据采集本身”**已成为一项庞大的商业活动。大致来说，该市场可以分为三类供应商，且部分公司跨界经营。第一类：数据聚合商（Data Aggregators）代表企业包括：Rhetorik（已被 Lightcast 收购）、Lightcast（职位市场数据）、People Data Labs（PDL）、SignalHire、Revelio Labs、Cognism、Coresignal、Draup、Talent Neuron 等。这些公司专注于大规模采集专业个人档案数据，信息来源包括公共记录、网页抓取（例如 LinkedIn 的公开资料）以及与一些小型数据供应商的合作，有些合作甚至涉及隐秘运作（如以色列的情报公司）。部分聚合商如 Revelio、Draup、TalentNeuron、Lightcast 等，也会直接销售产品，因此在某种程度上也属于第二类供应商——数据整理与建模者。第二类：数据整理与建模商（Data Enrichment & Organizers）这类公司会将数据进行分类、构建技能模型、统一职位名称等，将海量非结构化数据组织成可用信息。他们的价值在于推理、日常更新以及与通用框架的整合。代表公司包括：Lightcast（领先者）、Draup、Revelio Labs、TalentNeuron、Findem、ZoomInfo 等。后者多聚焦于销售与金融领域。他们的技术团队会处理每天新增的数百万条记录，将其整理成职业分类体系（例如职位模型、职业编码），并推演出一个人的技能、雇主、教育背景、薪资与地理位置等信息之间的关联。随后，这些数据会以 API 接口、数据连接器等形式供第三方平台调用。这类数据处理非常复杂。例如，一个人的数据链会包含教育、技能、工作经历、雇主、所在城市等；这些又会连接到公司层级的信息，包括企业历史、产品、投资和技术项目等。当这些公司把数据组织得足够好时，可以回答如下问题：哪些职位越来越值钱？ AI 工程师的技能是如何细分的？电动车工程师需要哪些新兴技能？哪些能源科技正在崛起？哪些公司在使用？我要如何找到这些人才？这些能力，将使得使用这些平台的企业在人才市场上领先对手数倍。例如，很多公司用 Lightcast 进行选址决策，投资金额甚至高达数亿美元。第三类：人才智能平台（Talent Intelligence Products）这是产业链的第三环节。这类公司（包括几乎所有 HR SaaS 厂商）将上述数据集成进企业的招聘系统、技能分析、规划、内部流动等流程中。它们的任务是将外部人才数据与企业内部数据融合，从而使 HR 系统变得“智能”。举个例子：你想为某项目寻找最适合的市场或工程人才，但公司 HR 系统只记录了职称和学历。借助上述数据平台，这些系统可以告诉你：谁才是真正合适的人选？甚至还能预测谁具备晋升潜力。人才数据市场的高价值应用场景该市场主要面向四大类终端用户：企业客户：用于人力规划、招聘分析、技能战略。教育机构：用于课程设计、学生就业评估、经济影响评估。政府单位：用于经济发展、政策制定和劳动力投资。销售与市场团队：用于线索生成、市场细分和客户画像构建。对企业来说，这类数据对增长与绩效至关重要。随着 AI 系统普及，对高质量人才数据的需求也越来越高。例如，Galileo 是一款直接接入 Lightcast 数据的 AI 工具。你可以上传10位员工的姓名、职位、简历和会议记录，让 Galileo 进行能力评估、对比与基准分析。这一功能可用于绩效管理、发展辅导、岗位设计与招聘决策。 Josh 本人还尝试过让 Galileo 分析过去 6 个月的公司会议数据，它能自动识别出员工姓名、技能强项与弱项，有些甚至是他自己之前未曾意识到的。更重要的是，这只是冰山一角。通过这些数据+AI，企业可以：智能筛选候选人分析薪酬与外部趋势对比进行绩效分析与技能对标而这一切，都可以通过像 Seekout、Galileo、Eightfold 等 AI 系统实现，进入“对话式分析”新时代。最新动态：Lightcast 为何收购 Rhetorik？作为行业巨头，Lightcast 最近收购了数据采集公司 Rhetorik。这不仅增强了其人才画像数据源，还标志着其正式进军营销与销售数据市场。目前 Lightcast 已覆盖三大市场：企业、教育与政府。此次收购将：丰富 Lightcast 的员工数据维度拓展销售/市场线索类数据应用强化其在技能建模、薪酬基准、职业路径等方面的领先地位借助现有数据科学团队，Lightcast 有望在多个市场领域实现倍增式增长。 AI 正在加速这个市场的演进 Josh 在播客中指出，AI 工具如 Galileo、Microsoft Copilot 等，让每位 HR 或管理者都能轻松使用这些复杂的数据系统。你不再需要编写报告或查询数据库，只需提问，系统即可给出有洞察力的答案。 Lightcast 也正是意识到 AI 驱动的市场机会，才会加快产品布局，以巩固其市场领先地位。

专家专栏
2025年07月16日
专家专栏

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。

专家专栏
2025年07月02日
专家专栏

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。

专家专栏
2025年05月19日
专家专栏

Josh Bersin最新观点：人力资源行业将终结吗？以某种奇特的方式，答案是肯定的 Josh Bersin刚刚发布最新观点：随着AI的加速应用，人力资源行业正在经历前所未有的转变。未来，AI将接管50%到75%的传统HR任务，包括招聘、培训和员工支持。这不仅是一次简单的转型，而是一次彻底的再创造。HR专业人士需要主动重新设计流程，应用AI技术，提升团队效率与战略价值。成功案例如微软的Chipotle，已通过AI显著提高招聘质量与速度。未来的HR将成为AI系统管理者与企业顾问，而不再是传统流程管理员。企业必须提前布局，迎接这场AI浪潮。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。我刚刚在伦敦与数十家企业进行了为期一周的交流，大部分讨论都围绕着AI展开。绝大多数对话的主题是：公司在应对AI带来的影响时，感到焦虑、推动、甚至焦躁不安，这种焦虑不仅体现在HR部门，也体现在各业务团队中。在CEO和CFO的压力下，HR团队正被要求加速自动化、优化服务、并通过AI实现人员精简。虽然我们都知道AI是一种能够促进增长和规模化的技术，但当前传递出的主要信息是：“赶紧推动生产力项目。” 而所谓的“生产力”，实际上就是“裁员”的委婉说法。先谈谈裁员几乎我们接触的每一家企业，都的确存在人员过剩的问题。这是为什么呢？因为我们的招聘、资源配置和工作管理方式本身就非常低效。我们将“编制名额”下放给各级管理者，而他们则倾向于尽可能多地招聘人员。我们并没有真正教导或激励管理者如何构建高效的生产力，反而往往奖励他们“扩大团队规模”。结果就是，像我最近在一家大型广告公司看到的那样，组织中充满了各种各样的职位，但缺乏统一性和结构性。这家公司有约10万名员工，却设有超过6万个不同的岗位头衔——几乎每个职位都是为某个人量身定制的，这种做法显然荒谬。企业存在的根本目的，是为了实现规模化。如果每个部门经理都各自为战，自行搭建团队架构，那无异于将低效深植于企业之中。虽然我们有一些基本的组织效率模型，比如呼叫中心、全球服务中心、共享服务、能力中心等，但这些传统设计在当下正逐渐过时。在高性能多功能AI代理全面普及的时代，我们必须走得更远。从“第一性原理”重构组织？ Elon Musk 推崇“第一性原理”方法——即解散现有团队，只从零开始招聘最核心、最迫切需要的人员。这种方法在小型公司或许奏效，但在大型企业中，由于存在大量“支持服务”，简单地“砍掉重建”并不可行。现实中，很多公司在各个角落散布着项目经理、程序经理、分析师等职位，因为核心员工缺乏管理项目、推进计划、或进行数据分析的能力。由于招聘过程中缺乏严格的标准和规划，各部门纷纷自行扩编，导致组织臃肿、效率低下。组织设计本来就是一门古老且被严重忽视的学问，多数公司对此缺乏系统化思考。IBM 曾表示，他们的组织设计策略是“聘请一位高绩效高管，让他/她自己摸索出解决方案”——这实际上是行业普遍现象。 AI真正改变的，是“工作设计” 如果我们希望从AI工具和代理中获得真正的投资回报率，就必须彻底重新思考“工作设计”——不仅仅是画组织结构图，而是要厘清工作流程、标准化与非标准化的业务环节，并找出可以自动化的领域。尽管大多数企业已经部署了大量的生产力系统（如ServiceNow、Salesforce、Workday等），但由于缺乏使用这些系统的能力或纪律，反而持续地通过“增加人手”来解决问题。作为一名工程师，我对此体会尤深。将问题推给某个人远比优化底层“管道”来得容易。然而，管理工作流程就像修建城市水管系统——如果基础设施不合理，再先进的AI工具也无济于事。正如渣打银行Tanuj Kapilashrami所说：“必须先修好管道，才能合理应用AI。” 这意味着，我们不能指望微软Copilot之类的工具神奇地提升员工生产力。我们必须从根本上重新审视业务流程与员工技能，并围绕AI重新设计整个企业运作模式。员工技能，未来的关键企业之所以聘请大量“分析师”和“项目经理”，往往是因为普通员工和管理者缺乏项目管理、时间安排、数据分析等基本技能。未来，所有人都需要掌握这些能力，而不再依赖大量辅助人员。高阶专业人才应当专注于重大事务，而不是出席会议做会议记录（AI记录工具早已能胜任此事）。（顺便提一句，我预测很快就会出现AI项目经理、AI程序经理、AI数据分析师——这些岗位也将逐步被自动化！）那么HR会怎样？回到HR领域，当企业致力于重塑流程、导入AI时，HR的角色至关重要。 HR的本质任务是构建并管理围绕“人”的各项流程：招聘、培养、管理、薪酬、激励与支持等。这项使命极为庞大，当公司将焦点转向“提升生产力”时，HR必须积极参与。一般认为，一个运作良好的HR团队与公司整体人数的理想比例是1:100。也就是说，一家拥有1万名员工的公司，大约需要100名HR人员。而优秀的HR团队不仅自己高效运作，更会采购、搭建技术系统，以实现规模化管理。举例来说，如果CEO要求你招聘50名顶尖AI工程师，你不能只是随便打几个电话，而是要设计一套高效、可扩展的方法。这可能包括外包、引进人才情报系统、招聘高端猎头，等等。总之，HR自身也必须成为高效运作的样板。因此，HR团队必须迅速引入AI代理，取代大量重复性事务，尤其是那些依赖工作流、流程管理和行政性处理的工作。比如，我们的Galileo系统已经可以自动评估候选人的面试表现，并将其技能映射到Lightcast、SHL和Heidrick的领导力模型。未来，HR工作会消失吗？某种程度上，答案是肯定的。凭借出色的数据整合和生成能力，AI可以完成50%-75%的HR工作。目前这些AI系统尚未完全成熟，但趋势已经非常明显。我们刚刚与一家大型制药企业交流，他们已经基本实现了“全AI化管理”，以仅10人规模的学习与发展团队，服务6000多名科学家和制造专家。他们通过AI自动完成了培训、合规追踪、入职辅导、领导力支持等任务。对于大多数公司来说，这种效率简直是难以想象的。 HR将迎来身份危机未来，HR必须迅速向更高的成熟度迈进（可以参考我们提出的Systemic HR Maturity Model）。否则，就会像Elon Musk那样，被大规模裁员，并被迫在短时间内仓促上马AI项目。我并不是说这条路轻松易行。事实上，市面上真正成熟的AI HR产品还非常有限。但压力已经到来。 HR不能等着CFO拿着“生产力枪”指着自己，必须主动出击，修好内部“管道”，试用新工具，联合IT团队，重新设计工作模式。这样，你将能主动选择适合自己公司的AI系统，并构建一个全新的、充满机遇的职业未来。结语：HR的重塑与再创造让我们看看Chipotle的案例。他们通过部署基于AI的招聘代理，成功自动化了复杂的招聘流程，不仅节省了数百万美元，还大幅提升了招聘速度和质量。甚至在接受CNBC采访时，CEO将这一成果称为公司的“主要营收驱动因素”。这场HR身份危机，其实是一个难得的机遇。我们今天的招聘、培训、员工服务团队规模普遍过大。AI将能够自动化其中大量工作。我的建议是：在AI浪潮席卷而来之前，立即拿起你尘封已久的组织设计手册，重新设计HR团队的运作方式。这样，当面对AI供应商时，你可以主动提出自己的需求，而不是被动接受他们的产品。未来HR不会消失，但大量传统流程、数据管理与支持岗位将发生剧变。员工与候选人也会越来越习惯通过智能机器人，而非人力HR来解决问题。不过，真正优秀的HR专业人士，将会变成超能型人才（Superworker）——你将成为企业战略顾问、AI系统训练师，并且能够实时掌握公司人才与流程的整体健康状况。这次，不再是简单的“转型”，而是真正意义上的“再创造”。

专家专栏
2025年04月27日

12 3 4 5 6 7 8 9 10 11 》