【财报】Upwork发布2026年二季度财报，营收 1.917 亿美元，同比下降约 2%：AI正在重写自由职业市场HRTech概述：全球自由职业平台 Upwork 发布2026年第二季度财报。公司GSV为9.664亿美元，同比下降3.6%，营收1.917亿美元，同比下降2%，活跃客户也下降4%。但一个更重要的变化正在发生：低复杂度工作正在持续转向自动化，而高价值AI人才、更复杂项目和新的工作类别正在增长。
AI正在拆掉知识工作的初级职业阶梯，而新的Human + AI职业阶梯还没有完全建起来。Upwork已经开始把自己从传统自由职业平台重新定义为连接企业、Human Experts和AI Agents的工作市场，并通过ChatGPT、Claude和MCP进入AI工作流。
未来企业管理的不只是员工和外包人员，还可能包括大量AI Agent。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Upwork 2026 年第二季度财报看起来并不“增长”：GSV 为 9.664 亿美元，同比下降 3.6%；营收 1.917 亿美元，同比下降约 2%；活跃客户降至 76.3 万，同比下降 4%。但如果把这些数字与 AI 业务、单客户价值和利润率放在一起看，呈现出的并不是一家传统自由职业平台简单进入衰退，而是一个更值得 HR 行业关注的信号——低复杂度工作正在被 AI 自动化，而平台正在主动把增长重心转移到高价值 AI 工作、复杂项目、SMB 深度服务和 Enterprise Workforce Management。
从 HRTech 的视角看，这份财报真正值得研究的，也不是 Upwork 本季度少了多少客户，而是它正在试图回答一个所有 HR 科技公司未来都会面对的问题：当企业里的“劳动力”开始同时包括 Employee、Contractor 和 AI Agent，人才平台究竟应该管理“人”，还是管理“工作”？
收入仍在下降，但Upwork已经从“追求更多客户”转向“经营更高价值客户”
Q2 2026，Upwork Marketplace Revenue 为 1.669 亿美元，同比下降 2%；Enterprise Revenue 为 2,480 万美元，同比增长 2%。GAAP Net Income 为 2,540 万美元，同比下降 22%，但 Adjusted EBITDA 却达到 6,410 万美元，同比增长 12%，Investor Presentation 披露的 Adjusted EBITDA Margin 达到约 33.4%。与此同时，Take Rate 提升至 19.8%，同比增加 40 个基点。
真正关键的是另一项指标：GSV per Active Client 达到创纪录的 5,230 美元，同比增长约 5%，并已经连续八个季度环比增长。 与此同时，Active Clients 同比下降 4%。
这组数据实际上揭示了 Upwork 当前非常明确的经营方向：客户数量可以下降，但留下来的客户必须产生更多、更复杂、更高价值的交易。
过去的自由职业平台依赖的是“大量客户 × 大量任务 × 平台抽佣”；新的 Upwork 更希望形成“大客户/高价值 SMB × 持续工作需求 × 更高客单价 × 更多服务收入”的模式。
这也是为什么收入仍然承压，但 Adjusted EBITDA 和 Take Rate 却能够继续改善。Upwork 已经不再单纯追求 Marketplace 的交易规模，而是在主动优化其业务结构。
AI没有把旧工作等量转换成新工作，它首先正在消灭一部分低复杂度任务
CEO Hayden Brown 在此次财报中给出了一句非常重要的判断：
“While lower-complexity work continues to shift toward automation…”
也就是说，低复杂度工作正在持续转向自动化。
这是本季度最值得 HR 与人才行业重视的一句话。
如果 AI 只是帮助 Freelancer 提高效率，那么理论上 Upwork 总体 GSV 不一定应该下降。但现实是，Q2 GSV 下降 3.6%、Active Clients 下降 4%。这意味着部分原来需要支付给自由职业者的任务，并没有转化成新的人工需求，而是被 AI 直接完成了。
但另一方面，新需求正在出现。Q2 2026，Upwork 平台 AI-related work GSV 同比增长超过 22%；其中 AI Strategy & Consulting GSV 增长超过 50%。Investor Presentation 显示，AI-related work 按 Q2 GSV 年化计算已经达到约 3.3 亿美元。
这形成了一个非常典型的 AI 劳动力市场分层：
基础写作、简单设计、翻译、标准化数据处理和低复杂度数字任务越来越容易自动化，而 AI Strategy、Consulting、Workflow Design、Agent Implementation 和更复杂的业务项目开始产生新的需求。
因此，未来人才市场真正需要讨论的可能已经不是简单的“AI会不会取代工作”，而是：
哪些任务会消失，哪些任务会升级，哪些任务会由 Human + AI共同完成。
Business Plus正在证明：Upwork真正想争夺的是企业级SMB预算
Upwork 第二条增长曲线来自 Business Plus。
Q2 Business Plus GSV 环比增长 24%、同比增长 174%；Business Plus Active Clients 环比增长 16%、同比增长 219%。更值得注意的是，38%的 Business Plus 活跃客户第一次在 Upwork 发生消费，就是通过 Business Plus 完成。 Investor Presentation 同时披露，其 Q2 Business Plus Revenue 同比达到约 2.5 倍。
这说明 Business Plus 并不仅仅是在把原来的 Freelancer Marketplace 用户升级成付费会员，而是在帮助 Upwork 获取一种新的客户群体：有持续项目、有复杂需求、有管理需求，同时又没有完整 Enterprise Procurement Infrastructure 的中型及成长型企业。
这类客户的价值远高于一次性的 Freelancer Hiring。
Upwork实际上正在尝试从：
“帮你找一个自由职业者”
升级为：
“帮你持续获得、组织和管理外部专业能力”。
这也是 HR Tech 产品增长中非常值得参考的一条路径：不要只提供单点工具，而是围绕客户不断增加的复杂度，从 Entry Product 向 Workflow、Management、Benchmark 和 Enterprise Solution逐层升级。
Enterprise与Lifted：Upwork正在逼近真正的Contingent Workforce Management
第三条增长主线是 Enterprise。
Upwork 旗下 Lifted 已在 6 月底将第一批企业客户迁移到新的平台，并扩大 Go-to-Market 团队，包括招聘新的 Head of Sales。与此同时，Enterprise Solutions 中的 EOR offering GSV 同比增长29%。该业务在 2025 年通过 Lifted 收购 Ascen 后得到进一步加强。
这意味着 Upwork 的边界正在继续扩大。
从最初的 Freelancer Marketplace，到 Contractor Management，再到 EOR、Managed Services、Enterprise Workforce Solutions，它越来越接近一套完整的 Contingent Workforce Infrastructure。
未来企业可能不再分别购买“自由职业平台”“EOR”“Contractor Management”“AI Agent”，而是希望在一个统一的 Work Layer 中配置：
Employee、Contractor、Freelancer、EOR Worker，以及 AI Agent。
一旦这个方向成立，Upwork真正竞争的就不再只是 Fiverr 或其他 Freelancer Marketplace，而会逐渐进入更广泛的 Workforce Management 市场。
ChatGPT、Claude和MCP背后的野心：让AI成为新的“劳动力采购入口”
Upwork另一个非常值得观察的战略，是它正在主动进入 AI Agent 的工作流程。
继 2026 年 4 月推出 Upwork app for ChatGPT 后，公司又推出 Upwork Claude Connector，并发布 Model Context Protocol（MCP）server。通过 MCP，客户与 Freelancer 可以让 AI Agent 在已有工具和工作流中寻找人才、发现工作机会，并帮助管理 Upwork 上的工作。Investor Presentation 明确提到 Claude、ChatGPT、Cursor 以及其他 MCP-compatible products。
这里真正重要的并不是又多了一个 ChatGPT 插件。
传统人才平台的入口是“人搜索人”：
企业产生需求 → HR或业务部门进入人才平台 → 搜索人才 → 发布项目。
Agent时代可能变成：
企业告诉 AI Agent 一个业务目标 → Agent拆解任务 → 判断哪些任务AI能够完成 → 哪些任务需要Human Expert → 自动调用 Upwork寻找相应专业人才。
这样一来，Upwork就可能从一个“用户访问的网站”，逐渐变成一个被 AI Agent调用的劳动力网络。
这也是 Upwork 为什么开始强调自己的定位不是 Freelancer Marketplace，而是：
“The human and AI-powered work marketplace.”
真正的新变量，是AI Agent开始成为一种独立的劳动力供给
Investor Presentation 第10页给出的结构非常清晰：
Clients、Human Experts、AI Agents，三者围绕 Upwork 平台形成新的工作关系。
更进一步，公司在 Presentation 中提出，Upwork希望为 SMB 提供 “AI diffusion layer”，通过人才和 human-supervised agents 帮助中小企业跨越从“拥有AI能力”到“真正采用AI”的鸿沟。公司同时披露，其 human-supervised agent product 已于 2026 年 8 月推出，但原文未披露独立正式产品名称。
这个变化对 HR Tech 的意义可能比单纯的 AI Recruiting 更大。
过去企业劳动力结构主要是：
Employee + Contractor。
现在正在出现第三种资源：
AI Agent。
未来 HR 和企业管理者必须开始回答新的问题：什么任务应该由员工完成？什么任务可以直接交给 Agent？哪些工作必须 Human-in-the-loop？一个 AI Agent 的成本应该如何核算？Human + Agent组合之后，生产率究竟提升多少？增加的 Token、模型、软件和治理成本是否值得？
这些问题最终都会落到一个核心概念：
AI Workforce Management。
$1.3万亿美元市场故事很大，但Upwork短期仍处于转型“Gap”
Upwork Investor Presentation 给出了三个长期增长支柱：Transforming human + AI work、Accelerating SMB growth，以及 Unlocking Enterprise expansion。公司引用委托第三方完成的市场研究，预计到2028年相关机会约为 1.3万亿美元，其中 SMB contingent digital knowledge work 为 5,300 亿美元、Enterprise 为 6,500 亿美元、Agentic AI 为 1,200 亿美元。需要强调的是，这属于市场机会估算，并非 Upwork 已经实现的收入。
短期数据仍然说明转型并没有完成。
Q3 2026 Revenue Guidance 为 1.76亿至1.84亿美元；全年 Revenue Guidance 为 7.30亿至7.50亿美元。与此同时，Q2 Operating Cash Flow 从去年同期的 7,250 万美元降至 4,690 万美元，Free Cash Flow 从 6,560 万美元下降到 3,590 万美元。
因此，目前最准确的描述并不是“Upwork已经完成AI转型”，而是：
传统低价值任务下降，新型AI高价值工作正在快速增长，但新的需求规模暂时仍未完全覆盖旧市场的收缩。
这正是 AI 时代大量知识工作平台未来几年都可能经历的“增长缺口”。
HRTech观察：未来企业真正缺少的可能不是更多AI工具，而是一套AI Workforce衡量体系
从 Upwork 这份财报继续往前推一步，HRTech认为，一个新的企业管理问题正在形成。
今天多数企业仍然通过“有多少员工使用 ChatGPT”“采购了多少 Copilot席位”来衡量AI采用。但当 AI 真正进入工作流程后，这些指标很快会失去意义。
企业真正需要知道的是：
一项工作原来需要多少 Human Hours，现在需要多少；Human与Agent分别完成了什么；单位任务成本是否下降；AI增加了多少模型和Token成本；质量、速度和风险是否改善；以及哪些岗位正在从“执行工作”转向“监督、设计和管理Agent”。
因此，HRTech接下来关注的重点也正在从单纯的 AI Readiness，进一步走向 AI Workforce ROI、AI Workforce Benchmark和Human + AI工作结构分析。HRAI Forward所衡量的“AI是否已经成为可复用、可迁移、可衡量的HR工作能力”，本质上也是这条路径的起点：先知道组织和HR当前处于什么位置，再进一步判断AI投入究竟有没有真正改变工作方式和产出。
Upwork此次财报给出的启示非常明确：
未来最有价值的 HR Tech 公司，未必只是帮助企业“招聘更多人”或“部署更多AI”，而是能够帮助企业回答——
什么工作应该由谁完成，以及Human + AI组合之后，企业是否真的创造了更多价值。
这可能才是 AI Workforce 时代真正的新基础设施。
GSV
2026年08月12日
GSV
【硅谷】大学生招聘平台Handshake收购AI原生学习平台Uplimit：AI 技能培训正在从“课程学习”走向“职业网络”HRTech概述：美国大学生求职招聘平台 Handshake 宣布收购 AI 原生学习平台 Uplimit，计划打造一个连接学习、技能与招聘的全球 AI 学习平台。此次交易的核心，是把 AI 技能训练从传统课程模式，推进到项目实践、认证证书和真实能力证明。Handshake 目前拥有 2500 万求职者网络，Uplimit 则服务 Databricks、Clay、GE HealthCare、Kraft Heinz 等组织，帮助企业发展 AI 能力。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Handshake 收购 AI 原生学习平台 Uplimit，正在把早期职业招聘、AI 技能学习、项目实践和能力证明连接到同一个人才网络之中。与传统学习平台不同，这笔交易的核心不只是增加课程内容，而是围绕 AI 时代的人才准备度，重构学习、技能验证与招聘之间的关系。Handshake 官方表示，此次收购将用于建设连接 learning、skills 和 hiring 的全球 AI 学习平台，并把 Uplimit 的 AI-native learning 能力带入其 2500 万求职者网络。
AI 技能缺口正在推动学习平台重新定义价值
AI 正在快速进入职场，但教育体系、企业学习和招聘评估机制尚未同步升级。Handshake 引用 Jobs for the Future 数据显示，职场 AI 使用率在一年内从 8% 上升至 35%，但超过半数劳动者仍认为自己尚未准备好使用 AI。Handshake 的 Class of 2026 Graduation Report 也显示，只有 28% 的学生认为所在课程项目已经有意义地整合 AI，尽管 58% 的学生相信更强的 AI 技能将影响其职业成功。
这意味着，AI 技能差距不再只是企业培训部门的问题，也正在变成招聘、职业发展和高校就业服务共同面对的基础设施问题。过去，求职者可能依靠学校、专业、实习经历和简历关键词获得机会；未来，雇主更需要看到候选人能否真正使用 AI 完成任务、构建项目并形成可验证的工作成果。
Uplimit 的价值：从被动课程转向能力证明
Uplimit 的核心定位是 AI-native learning platform，重点不是传统的在线视频课程或静态课程体系，而是通过 hands-on projects、verified credentials 和 proof of capability 帮助学习者建立可展示的能力证据。Uplimit 的投资方和支持者包括 Greylock、Conviction、Salesforce Ventures、GSV、Greg Brockman（OpenAI）和 Mustafa Suleyman（Microsoft AI/DeepMind）；其客户包括 Databricks、Clay、GE HealthCare 和 Kraft Heinz。
Handshake 表示，将基于 Uplimit 推出新的 skills studio，首先聚焦 AI 学习体验，并围绕具体职业路径和职能进行设计，例如 sales、marketing 和 business analysis。学习者将不只是观看视频和参加测试，而是完成真实项目、获得反映实际能力的证书，并把相关成果展示在 Handshake profile 上。对雇主而言，这类 validated credentials 将成为比简历描述更有意义的人才信号。
Josh Bersin：Handshake 想成为 AI 经济时代的职业与技能网络
Josh Bersin 在最新评论中将此次收购放在更大的市场格局中观察。他指出，Handshake 不再只是大学招聘和早期职业发展平台，而是在尝试建立面向 AI 经济的 job and skilling network。Bersin 引述 Handshake President Jonathan Stull 与 Uplimit CEO and Co-Founder Julia Stiglitz 的表述，将 LinkedIn 描述为数字时代的 jobs、careers 和 upskilling network，而 Handshake 的新定位则更接近 AI 时代的 job and skilling network。
这一判断凸显了 Handshake 与 LinkedIn 之间潜在的定位差异。LinkedIn 的核心资产是职业身份、社交关系、内容分发和招聘网络；Handshake 若能把 AI 项目、技能认证、早期职业人才、高校关系和雇主需求整合起来，就有机会形成一种更偏“能力证明”和“职业入口”的新型人才网络。
Handshake 的另一条增长线：AI model training 与 data labeling
Josh Bersin 的评论还补充了一个重要背景：过去一年，Handshake 已经大幅进入 AI model training 市场，业务形态与 Mercor、Surge 和 Scale AI 等公司类似，即连接学生、专业人士和专家参与 AI 模型标注、训练和评估。Bersin 称，data labeling and AI training 市场规模已经超过 70 亿美元，并以每年 25%–30% 的速度增长；对于深度技能专家，相关工作时薪最高可能达到 300 美元。
需要注意的是，Bersin 文中提到的一些 Handshake AI training 业务收入估算，并非 Handshake 官方财务披露。他写道，部分估算认为 Handshake 该业务可能已接近或超过 10 亿美元，并且其中一半或更多收入流向参与训练的专家。对于正式商业报道而言，这类数字应被理解为第三方评论中的市场估算，而不是公司确认的收入数据。
这条业务线解释了 Handshake 收购 Uplimit 的深层逻辑。Handshake 不只是希望为求职者提供 AI 课程，而是已经在 AI 训练任务、专家技能评估、模型验证和人才供给之间积累经验。Bersin 认为，Handshake 在 AI data labeling 和 AI training 市场中的实践，可以反向强化其 AI-native learning 体验，使平台更理解哪些技能能够被验证、哪些项目成果真正具有就业价值。
从企业培训到人才市场：AI skilling 的新方向
AI skilling 的市场方向正在发生变化。过去，企业学习平台主要围绕课程库、学习管理系统、完成率和考试结果展开；现在，AI 技能学习开始与真实项目、职业路径、能力认证和招聘机会绑定。对于学习者来说，学习的目的不只是获得证书，而是形成能够被雇主识别的能力资产；对于企业来说，技能认证不只是员工培训结果，也可能成为外部招聘和内部流动的重要判断依据。
Handshake 的 skills studio 计划将 AI 学习体验面向不同职业路径和职能展开，并与 leading employers、frontier AI labs 和 technology companies 合作开发内容。其长期想象空间在于：求职者可以通过平台学习 AI、构建 AI 项目、形成可验证的个人能力档案，再通过同一平台连接雇主机会。
对 HR 与 L&D 的影响：学习指标将从“完成课程”转向“证明能力”
对企业 HR、招聘团队和 L&D 负责人而言，这笔交易传递出的信号非常明确：AI 培训的价值衡量方式正在改变。未来企业不应只关注员工是否参加过 AI 培训、完成了多少学习时长、通过了多少测试，而要关注员工能否把 AI 应用于真实工作场景，能否产出项目成果，能否形成可验证、可复用、可评估的能力证明。
招聘端也会受到影响。随着 AI 技能快速扩散，简历上的“熟悉 AI 工具”“掌握 AI 应用”会越来越难以区分真实能力。更有效的人才信号可能来自项目作品、技能徽章、验证证书、实际产品原型或工作流案例。Handshake 与 Uplimit 的结合，正是试图把这类能力证据直接嵌入人才市场。
交易信息与未披露事项
Handshake 官方已确认收购 Uplimit，并计划继续支持 Uplimit 现有企业客户，同时将其能力整合进 Handshake 的 skills studio 与 AI 学习平台建设。官方未披露交易金额、估值、支付方式、具体交割日期、Uplimit 团队整合安排、未来企业版定价或高校合作费用。
HRTech 评论：AI 学习平台的竞争焦点正在从内容数量转向能力验证
HRTech 认为，Handshake 收购 Uplimit 的核心意义，不在于“招聘平台买了一家学习平台”，而在于 AI 时代的人才基础设施正在重新组合。学习平台、招聘平台、职业网络、AI training marketplace 和技能认证工具之间的边界正在变得模糊。谁能够证明一个人真正会什么、能做什么、能为企业创造什么价值，谁就可能掌握下一代人才市场的关键入口。
过去十年，HR Tech 市场大量投资集中在招聘自动化、学习管理、技能图谱和内部人才市场。但很多系统仍然停留在“记录能力”或“推荐课程”的层面，难以真正证明能力。AI 的出现正在改变这一点。企业不再满足于员工完成一门 AI 课程，而是希望看到员工能否用 AI 改造销售流程、生成分析报告、搭建营销自动化代理、优化客服知识库或重构业务流程。这种变化会推动 L&D 从内容运营部门走向能力生产部门，也会推动招聘从简历筛选走向项目验证和技能证据评估。
对中国企业和出海企业而言，这一趋势同样值得关注。AI 培训不应被简单设计为一次性课程或工具教学，而应结合岗位场景、业务目标和可交付成果来设计。未来更有价值的 AI 学习项目，应该能够沉淀为员工的能力档案、团队的工作方法和企业的人才数据资产。Handshake 与 Uplimit 的组合，提醒 HR 负责人重新思考一个关键问题：企业真正需要建设的不是 AI 课程体系，而是能够持续验证、更新和转化员工能力的 AI skilling infrastructure。
GSV
GSV
GSV
GSV
GSV
GSV
扫一扫 加微信
hrtechchina
