-
HR科技
AI裁员背后的需求陷阱:企业省下了工资，却可能同时摧毁自己的客户
HRTech核心摘要：一篇很有意思的 63 页论文《The AI Layoff Trap》提出：AI 裁员最大的风险，也许不只是员工失业，而是一场企业无法主动退出的“自动化军备竞赛”。逻辑很简单：企业用 AI 替代员工，可以获得全部人工成本节约；但员工失去收入以后，也会减少消费，而这部分需求下降却由整个市场共同承担。因此，对一家企业最理性的选择——继续自动化——可能最终成为整个行业的不理性选择。论文认为竞争越激烈、AI 越强，这种“过度自动化”反而可能越严重。技能培训和 UBI 可以缓解后果，却不一定改变企业继续自动化的动力。
真正值得 HR 关注的问题已经变成：AI 替代工作的速度，是否正在超过新工作创造和员工重新吸收的速度？
当越来越多企业开始讨论“用AI减少多少人”“一个AI智能体可以替代几个岗位”“今年还能削减多少人工成本”时，一个看起来完全符合商业逻辑的问题正在出现：如果每一家企业都通过AI裁员降低成本，最后谁来购买这些企业生产的产品和服务？
2026年6月，University of Pennsylvania 的 Brett Hemenway Falk 与 Boston University 的 Gerry Tsoukalas 更新了一篇名为《The AI Layoff Trap》的论文。两位研究者没有继续讨论那个已经被反复争论的问题——“AI到底会不会抢走人的工作”，而是提出了一个更值得企业管理者警惕的经济学假设：
即使每一家企业都足够理性，也清楚大规模失业最终可能削弱消费需求，市场竞争仍然可能迫使所有企业不断自动化和裁员，最终进入一场没有赢家的“AI裁员陷阱”。
这对于正在制定AI战略的CEO、CHRO和企业管理者来说，可能比“AI会替代哪些岗位”更加值得关注。
企业看到的是降本，但市场承担的是需求下降
论文最核心的逻辑其实并不复杂。
假设一家企业原来需要100个人完成一组工作，现在通过AI自动化，其中20个人的工作可以被机器完成。对于这家公司而言，账非常容易算：减少20个人的工资、福利和管理成本，同时保持甚至提高产出。
于是AI投资回报率看起来非常漂亮。
但问题在于，被裁掉的20个人不仅仅是企业成本表上的20项人工费用，他们同时也是消费者。
当员工失去工作后，如果他们没有迅速找到新的工作，或者新的收入明显低于原来的收入，他们的消费能力就会下降。住房、餐饮、旅行、软件订阅、汽车、零售商品乃至各种企业服务的需求都会受到影响。
可是，这部分损失不会全部落到裁掉他们的那家公司身上。
一家企业能够获得自己裁员产生的全部成本节约，但它只承担整个社会消费需求下降中的一小部分，其他损失会分散到竞争对手和整个市场。
这就是论文所定义的**“需求外部性”**：企业承担的AI裁员成本，小于整个市场真正承担的成本。
因此，对于单家公司来说，“继续自动化”可能始终是正确选择；但当所有企业都这么做时，整个市场可能走向并非最优的结果。
最危险的地方：没有企业敢成为那个“不裁员的人”
这篇论文真正有意思的地方就在这里。
如果所有公司都知道大规模裁员可能削弱未来消费需求，大家是不是可以共同放慢自动化速度？
理论上似乎可以，现实中的竞争逻辑却未必允许。
假设同行通过AI把成本降低30%，你的企业仍然维持原有员工规模，那么对方可能拥有更低价格、更高利润率和更大的技术投资空间。即使你相信整个行业最终可能因为裁员过多而受到伤害，你依然没有动力首先停止自动化。
换句话说：
不是企业不知道风险，而是企业知道风险以后仍然可能不得不继续。
论文进一步指出，在其模型中，竞争越激烈、市场中的企业数量越多，每家公司需要自行承担的需求损失比例越小，过度自动化的激励反而越强；在极端情况下，这种竞争甚至会演化成类似经济学中的“囚徒困境”：所有企业都选择更激进的自动化，但最终企业所有者和员工都可能比更克制的自动化状态更差。
论文中的模拟图尤其值得注意。在作者设定的一组参数条件下，竞争均衡下的自动化率已经超过能够使企业整体利润最大化的水平。也就是说，问题已经不再只是“企业通过裁员把利益从员工转移给股东”，而是自动化继续推进之后，连企业所有者本身也可能开始受损。
这是“AI裁员陷阱”最反直觉的地方。
AI越强，问题可能反而越严重
通常我们会认为，现在AI还有很多缺陷，未来模型能力更强、成本更低、智能体更成熟以后，企业和员工就会找到新的平衡。
这篇论文给出了完全不同的推演。
作者认为，更强的AI可能进一步扩大企业之间的自动化竞争。每家公司都会担心：如果自己不部署，而竞争对手率先使用更先进的AI，对方就可能获得成本和市场份额优势。
于是AI能力每提升一个阶段，都可能触发新一轮自动化。
论文将其描述为一种“红皇后效应”：大家不断加速奔跑，不一定是为了到达更好的地方，而首先是为了避免被竞争对手甩在身后。作者的模型显示，更高的AI生产率并不会自动消除这种需求外部性，反而可能扩大过度自动化与集体最优之间的差距。
这也解释了为什么未来真正推动企业减少岗位的力量，可能不仅来自AI自身能力，而来自同行之间的竞争压力。
一家企业宣布通过AI把运营成本降低20%，很快就会成为另外几十家公司董事会讨论的案例。
于是，“我们真的需要减少这些岗位吗？”很容易变成另一个问题：
“如果竞争对手已经这么做了，我们还能不做吗？”
现实中的Block，只是论文用来说明趋势的一个案例
论文在开篇引用了Block作为现实背景案例。作者指出，Block在2026年2月裁减了接近其约10,000人规模一半的员工，并引用CEO Jack Dorsey关于AI使许多岗位变得不再必要的判断。需要强调的是，这是论文引用的现实案例，并不是论文通过实证研究证明Block裁员产生了所谓“需求外部性”。
这个区别非常重要。
《The AI Layoff Trap》本质上是一篇经济理论论文，而不是一项对几百家公司进行追踪以后得出的实证结论。它建立的是一种可能发生的机制，而不是宣布“AI裁员已经让美国经济进入需求危机”。
作者自己也承认，模型目前采用的是单一行业、单一时期以及对称企业等简化设定，而现实经济显然更加复杂。
因此，我们不应该把它解读为“AI裁员必然导致经济衰退”。
但是，它提出的问题依然非常重要。
真正决定结果的变量，可能不是裁掉多少人，而是这些人多久能够重新进入经济循环。
HR真正应该关注的指标：AI替代速度 vs. 人才再吸收速度
历史上的每一次技术革命都消灭了大量旧任务，同时创造新的工作。
所以真正的问题从来不是“旧岗位会不会消失”。
真正的问题是：
新任务和新岗位创造得够不够快？
论文使用一个非常关键的变量来描述这个过程：被替代员工失去的工资，有多少能够通过重新就业、转移支付或其他收入来源恢复。
如果一个软件工程师的部分工作被AI自动化，但三个月以后转向AI产品管理、智能体运营或新的软件岗位，而且收入没有下降，那么他的消费能力基本没有消失。
相反，如果大量员工被裁掉以后，需要一年甚至两年才能重新就业，而且收入明显下降，那么自动化与劳动力重新吸收之间就会形成越来越大的时间差。
从HRTech的角度看，这可能意味着企业未来衡量AI转型，不能再只有一个简单指标：
“AI帮助我们减少了多少人。”
更完整的指标体系应该至少包括：
AI自动化了多少任务、多少员工完成内部转岗、多少员工获得新技能、多少新的工作任务被创造、被替代员工多久重新获得工作，以及人均生产率增长最终有没有转化成新的业务增长。
换句话说，未来真正需要管理的不是单独的“自动化率”，而是：
AI Automation Speed 与 Workforce Reabsorption Speed 之间的差距。
这可能是未来几年观察AI就业影响最重要的指标之一。
培训有用，但论文认为培训本身还不够
对于HR来说，一个自然反应是：既然AI会替代部分工作，那就进行技能提升和再培训。
论文并没有否定这个方向。
相反，作者认为，再培训能够提高被替代员工重新获得收入的比例，因此可以降低自动化造成的需求损失。当员工能够快速进入新的、更高价值的岗位时，“AI裁员陷阱”会明显减弱。
但作者同时指出，如果技能培训不能真正转化为重新就业和收入恢复，仅仅提供课程并不能完全消除问题。
这对于今天企业的AI培训是一个很现实的提醒。
真正重要的不是完成了多少小时AI培训，而是培训以后工作有没有发生变化。
员工是不是承担了新的任务？是不是进入新的岗位？是不是获得了更高的生产率？企业是不是因此创造了新的业务？
这也是为什么AI时代的企业学习与发展正在从“培训完成率”逐渐走向“工作重构”。
HRTech一直强调，企业评估AI成熟度时，不能只统计员工使用了多少AI工具。使用率不等于能力，AI普及也不等于组织转型。真正的AI转型发生在任务、流程、岗位和组织运行方式开始改变的时候。
《The AI Layoff Trap》又给这个判断增加了一层宏观含义：工作重构不仅决定企业能不能获得AI回报，还可能决定劳动者能不能重新进入新的价值创造循环。
UBI也解决不了？论文给出了一个颇具争议的结论
论文还比较了六种可能的政策工具，包括技能提升与再培训、全民基本收入、资本收入税、员工持股、企业间协商以及自动化税。
在作者建立的特定模型中，再培训和员工持股可以缩小问题，但无法完全消除外部性；全民基本收入能够改善失业者生活并支撑消费需求，却没有改变企业决定“下一个岗位是否应该被自动化”的边际激励；资本收入税同样没有直接改变企业的自动化决策。
论文认为，在这一模型框架下，唯一能够直接修正这项需求外部性的工具，是一种类似环境污染税逻辑的**“庇古式自动化税”**：如果一家企业通过自动化把部分需求损失转嫁给了其他企业，那么就对这一外部成本收费，使企业重新承担完整的社会成本。
这个建议显然会引发巨大争议。
现实世界里如何定义“一个岗位被AI替代”？AI辅助员工和AI取代员工如何区分？企业使用软件几十年来一直都在减少人工流程，什么才算“AI自动化”？不同国家税制不同，会不会迫使企业把相关业务转移到海外？
作者自己也承认，实际执行自动化税需要识别企业层面的自动化行为，存在明显的监管和测量难题；单一国家实施还可能推动AI活动向其他地区转移。
因此，“要不要征收AI自动化税”未必是这篇论文最值得企业关注的结论。
真正值得关注的是它背后的逻辑：
我们今天对于AI投资回报率的计算，可能漏掉了一些成本。
从“裁掉多少人”，转向“重新设计多少工作”
过去一年，关于AI与就业的讨论经常陷入两个极端。
一种观点认为AI将迅速替代大量白领岗位。
另一种观点认为历史上的技术进步最终都会创造更多工作，因此不必过度担心。
《The AI Layoff Trap》提供了第三种观察方式。
长期来看，新工作最终可能依然会出现；真正危险的可能是中间这段过渡期。
如果AI替代任务的速度远远超过企业创造新任务、员工重新学习技能以及劳动力市场重新配置的速度，那么即使长期最终出现新的就业平衡，短期和中期仍然可能出现巨大的结构性摩擦。
这对HR意味着什么？
未来CHRO最重要的工作可能并不是决定“哪些岗位可以裁掉”，而是帮助企业回答另外几个问题：
哪些任务应该交给AI？哪些任务仍然应该由人完成？被自动化释放出来的人应该流向哪里？新的Human + AI工作流程如何设计？企业能否通过AI创造新的业务，而不只是减少人工？
这就是AI时代“工作重构”和传统意义上的“裁员降本”最大的区别。
前者试图用AI重新设计价值创造方式。
后者只是把AI当成更便宜的劳动力。
真正好的AI转型，不应该只是让企业需要更少的人，而应该让企业能够创造过去无法创造的价值。
如果AI最终只是不断提高“每10亿美元收入需要更少员工”这个指标，那么企业确实可能获得一段时间非常漂亮的利润率。
但如果AI能够帮助企业创造新的产品、新的客户需求、新的职业和新的工作任务，那么技术带来的生产率提升才有可能重新转化成下一轮经济增长。
这也许才是《The AI Layoff Trap》对于企业真正重要的提醒。
AI时代的问题已经不再只是：
“AI能够替代多少工作？”
更重要的问题正在变成：
“当AI替代旧工作以后，我们能不能足够快地创造新的工作和新的需求？”
如果答案是否定的，那么每一家公司的AI战略可能都完全理性，但所有企业加在一起，却可能正在跑向一个并不理性的终点。
而这，才是真正的“AI裁员陷阱”。
来源：Brett Hemenway Falk & Gerry Tsoukalas，《The AI Layoff Trap》，arXiv:2603.20617，当前版本日期 June 3, 2026。本文为 HRTech 基于论文内容所做的研究解读；论文属于理论模型研究，其结论不应被直接理解为对现实经济已经发生大规模“过度自动化”的实证证明。
-
HR科技
【深度解读】Workday传闻要被PE收购：股价一度暴涨超25%，私募Silver Lake为何偏爱SaaS
HRTech概述：海外传闻银湖Silver Lake正在洽谈收购Workday，双方已讨论数月，但目前尚无正式协议。消息一出，Workday盘中一度暴涨超25%，收盘上涨近18%，市值升至约511亿美元。值得注意的是，Workday并非陷入经营危机：2026财年收入95.52亿美元，订阅收入88.33亿美元，经营现金流29.39亿美元；超过4,000家客户已经使用其AI Agent。真正值得关注的不是“谁收购谁”，而是AI时代资本开始重新评估HR SaaS的价值：稳定订阅收入、企业核心数据、工作流控制力和AI重构能力，正在形成新的估值逻辑。你看好吗？
一则尚未确认的收购传闻，让Workday突然成为全球软件市场焦点。
美国时间8月13日，Reuters援引知情人士报道称，科技投资机构Silver Lake正在与Workday洽谈潜在收购，相关讨论已经持续数月。目前双方尚未宣布正式协议，谈判也可能最终无果。若交易真正落地，以Workday目前超过500亿美元的市值计算，它将成为全球软件行业规模最大的私有化交易之一。
一天增加近80亿美元市值，市场为什么如此兴奋？
消息公布后，Workday股价盘中最高达到226.28美元，一度上涨超过25%并触发短暂停牌，最终收于206.45美元，全天上涨17.92%。消息出现前，公司市值约430亿美元，收盘后迅速升至500亿美元以上。
这场暴涨背后还有一个反差：在收购传闻出现前，Workday今年股价已经累计下跌约15%，较2024年高点跌去超过40%。市场真正担忧的并不是Workday没有收入和客户，而是AI出现后，传统企业SaaS未来究竟还能保持多高的增长率和估值。在全球HR上市公司排名中被Paychex超越，排名全球第四。
20年前的PeopleSoft，似乎正在形成一种历史回声。
Workday的两位创始人都与PeopleSoft关系极深，但准确地说，Dave Duffield才是PeopleSoft创始人，他在1987年创办PeopleSoft；Aneel Bhusri则曾长期担任PeopleSoft高级管理职务，包括副董事长及负责产品战略、业务发展和市场的高级副总裁。2005年，两人共同创办Workday。
PeopleSoft的结局如今看起来颇有戏剧性。2003年Oracle发动敌意收购，最初报价约16美元/股。经过长达一年多的激烈攻防、诉讼和监管争议，Oracle最终在2004年12月以26.50美元/股、约103亿美元达成协议，并于2005年完成收购。PeopleSoft消失之后，Duffield和Bhusri几乎从零重新建立了一家面向云时代的企业软件公司——Workday。
二十多年后，当Workday自己再次站到潜在收购的十字路口，这段历史自然格外引人关注。
更大的变量不是Silver Lake，而是AI正在重新定义SaaS。
过去20年，SaaS商业模式依靠按用户收费、长期订阅、高续费率和数据迁移成本创造了极高估值。但AI Agent正在挑战这一套逻辑：当大量工作由AI完成，企业是否还需要按“人头”购买同样数量的软件席位？当Agent能够跨系统直接完成任务，传统应用软件界面和工作流的价值是否会下降？
这种不确定性正在直接影响整个软件行业估值，甚至让私募股权机构更难判断传统软件公司未来的现金流价值。Reuters指出，AI带来的不确定性已经成为今年大型软件私有化交易减少的重要原因之一。
Workday换回创始人CEO，本身就是一个强烈信号。
今年2月，Workday突然宣布联合创始人Aneel Bhusri重新出任CEO，Carl Eschenbach卸任CEO和董事，并转任战略顾问。Bhusri在回归时直接表示：“AI is a bigger transformation than SaaS。”Workday也已把自身定位从传统HR和财务SaaS进一步升级为管理“people、money and agents”的企业AI平台。
从HRTech角度看，这意味着企业软件的竞争正在从“谁拥有更多功能”，转向“谁能够真正控制数据、工作流和AI Agent”。如果你也正在思考AI究竟只是HR工具升级，还是会改变HR本身的工作方式，可以通过 HR AI Forward · AI能力成熟度评测，重新判断个人和团队目前处于什么阶段；9月17日深圳举行的 2026人力资源科技年度论坛·“What’s Next”，也将把AI如何重构HR工作与企业数字化作为核心议题。
Workday会不会真的被Silver Lake收购，现在还没有答案。但从PeopleSoft到Workday，从本地部署到SaaS，再从SaaS走向Agentic AI，企业软件可能正在进入又一次结构性转折。
HRTech将持续跟踪Workday与Silver Lake的最新进展。随时关注HRTech，一旦双方公布正式协议、交易价格或新的重大进展，我们将第一时间分享。
Silver Lake并不是第一次盯上SaaS，而且尤其熟悉HR与企业软件。
如果说这次Workday潜在收购最终成真，它并不会是Silver Lake突然跨界进入HR SaaS。过去十年，这家科技投资机构已经反复复制过“投资企业软件—私有化—长期重构”的路径。
2023年，Silver Lake联合CPP Investments以约125亿美元将员工体验和客户体验平台Qualtrics私有化；2024年又联合GIC以17亿美元收购订阅管理SaaS公司Zuora，并于2025年完成退市。更早之前，Silver Lake先向Software AG投资3.44亿欧元支持其向SaaS转型，随后在2023年完成约26亿美元收购并推动公司退市。此外，它还投资了提供HR、财务和企业管理SaaS的Cegid，以及直接收购法国Payroll和HR SaaS企业Silae。
这些交易呈现出一个非常清晰的逻辑：Silver Lake往往并不排斥已经进入成熟期的软件公司。相反，只要企业拥有稳定的订阅收入、强客户关系、关键企业数据和可持续现金流，而公开市场暂时低估其长期转型价值，就可能成为私募资本理想的私有化对象。
这也是Workday传闻真正值得注意的地方。过去，Silver Lake帮助Software AG完成的是从传统软件向SaaS的转型；今天，如果它真的考虑Workday，面对的则可能是更大的命题——如何把一家接近百亿美元收入规模的HR SaaS巨头，从“管理People和Money的软件”，重新改造成管理People、Money与AI Agents的企业AI平台。
-
HR科技
【财报】日本人力巨头Recruit Holdings 一季度营收破1.04万亿日元：Indeed美国收入逆势增长30%，AI招聘推动利润率升至47.4%
HRTech核心摘要：在HRTech最新全球人力资源上市公司市值TOP10观察中，Recruit Holdings继续稳居全球第一。相比市值排名本身，这家公司最新一季财报所呈现出的业务变化更值得关注：在美国招聘需求仍然偏弱、Indeed职位发布数量同比下降的情况下，以Indeed为核心的HR Technology业务仍实现高速增长，显示Recruit正在逐步摆脱传统招聘广告平台对职位数量和招聘周期的高度依赖，并尝试利用AI扩大单个招聘需求的商业价值。第一季度营收达到1.0453万亿日元，同比增长18.9%；
2026年8月7日，Recruit Holdings公布截至2026年6月30日的FY2026第一季度业绩。集团季度Revenue达到1.0453万亿日元，同比增长18.9%；EBITDA+S达到2928亿日元，同比增长56.5%；Operating Income增长66.1%至2554亿日元；归属于母公司股东的Profit达到2026亿日元，同比增长67.5%；Basic EPS为145.48日元，同比增长73.2%。Revenue、EBITDA+S和Basic EPS均创下历史新高。
从财务质量看，本季度最大的特点并不是收入增速，而是利润增速显著快于收入。集团EBITDA+S Margin从上一年同期的21.3%升至28.0%，显示规模增长与成本效率改善同时发生。而这一变化的核心来源，正是HR Technology业务。
HR Technology成为Recruit最重要的利润来源
FY2026 Q1，Recruit的HR Technology业务按美元计算Revenue达到28.58亿美元，同比增长20.9%；按日元计算为4554亿日元，同比增长33.2%。更突出的是盈利能力，HR Technology EBITDA+S达到2157亿日元，同比增长80.6%，EBITDA+S Margin从上一年同期的35.0%大幅提升至47.4%。
从全年业务结构来看，Recruit预计FY2026 HR Technology Revenue为1.822万亿日元，而Staffing业务Revenue为1.831万亿日元，两项业务收入规模几乎相当，但利润贡献已经完全不同。HR Technology全年EBITDA+S预计达到8340亿日元，Margin为45.8%；Staffing EBITDA+S预计只有1025亿日元，Margin为5.6%。公司预计HR Technology约贡献集团43%的Revenue，却贡献约75%的三大业务板块EBITDA+S。
这也是理解Recruit Holdings估值结构的重要基础。集团虽然仍同时拥有HR Technology、Staffing以及Marketing Matching Technologies等业务，但从利润和资本市场逻辑来看，公司的核心价值正在越来越集中于Indeed及其背后的全球招聘平台、数据资产和AI能力。换句话说，Recruit Holdings正在越来越像一家拥有大型传统人力服务业务的全球HR Technology公司，而不仅仅是一家综合人力资源服务集团。
美国职位发布下降约4%，Indeed收入却增长30%
本季度最值得关注的数据来自美国市场。Recruit披露，FY2026 Q1美国HR Technology Revenue达到约16.41亿美元，同比增长30.0%，创下季度历史新高；与此同时，美国Indeed职位发布总量同比下降约4%，US ARPJ，即Average Revenue Per Job Posting，同比增长35%。
这组数据具有非常明显的结构性意义。传统在线招聘平台通常高度依赖招聘市场景气度：企业招聘需求增加，职位发布数量上升，广告投入随之增加，平台收入增长；当职位数量下降时，平台收入往往同步承压。但Indeed目前出现的是职位发布数量下降、收入反而高速增长的组合，意味着平台正在显著提高每一个招聘需求对应的收入。
Recruit还特意将当前表现与FY2022 Q1进行比较。当时美国季度Revenue约为16.1亿美元，与当前水平接近，但美国职位发布数量比FY2026 Q1高约57%，职位数量同比增长约24%，US ARPJ仅增长约1%。今天，Indeed在职位数量明显减少的情况下实现更高Revenue，本质上反映出商业模式已经从依赖职位数量增长，逐步转向提升单个招聘需求的价值密度。
US ARPJ增长35%，并不能简单理解为广告涨价
Recruit此次特别解释了US ARPJ的定义。该指标的分子并不是单纯的Sponsored Jobs广告收入，而是美国HR Technology整体Revenue，其中包括Sponsored Jobs，以及Smart Sourcing、Smart Screening、Employer Branding和Indeed Flex等其他产品与服务；分母则是Indeed美国市场全部职位发布数量，包括企业直接发布在Indeed上的Hosted Jobs，以及从企业Career Site、ATS和其他互联网来源聚合的Indexed Jobs。
因此，US ARPJ更接近衡量Indeed围绕每一个职位能够实现多少综合变现，而不是招聘广告价格本身。Recruit CEO Hisayuki “Deko” Idekoba在电话会上进一步解释，目前SMB客户增长大致来自三个方面：付费客户数量增加、客户购买更多Sponsored Jobs，以及Unit Price提高。根据管理层当前观察，这三个因素的贡献大致相对均衡。
这一点非常重要，因为它说明Indeed目前并非单纯依靠提价驱动收入增长，而是同时存在客户数量增加、产品使用深度提高以及价格提升。对于SMB而言，招聘速度本身也具有明显经济价值。如果一个关键岗位已经空缺两个月，企业可能愿意额外支付1000美元甚至2000美元，只要能够更快完成招聘。对于人员精简的中小企业而言，一个关键职位长期空缺对经营的影响，往往远大于招聘工具本身的价格。
Premium Sponsored Jobs正在从招聘广告变成招聘流程产品
推动美国业务增长的重要产品之一是Premium Sponsored Jobs，但这一产品已经不能简单理解为传统意义上的“高级招聘广告”。Recruit在本次财报中将Premium产品覆盖范围划分为ATTRACT、ENGAGE和HIRE三个阶段，其中不仅包括First Page Visibility Boost、Job Branding、Location Targeting和Urgently Hiring Label等流量类能力，还加入了Advanced Matching、AI-Generated Messages、Matched Candidates、Invite-to-Apply、Interview on Demand以及AI Candidate Highlights等招聘流程功能，公司甚至已经开始测试定价高于Premium的Premium Plus。
这意味着Indeed的产品边界正在从Job Advertising向Matching、Sourcing、Candidate Engagement、Screening以及Interview Automation扩展。过去企业主要为职位曝光付费，现在企业开始为候选人匹配质量、招聘速度、筛选效率和自动化能力支付更多费用。
这也是US ARPJ快速提升背后的根本逻辑之一。Indeed增加的并不仅仅是广告库存的价格，而是每一个招聘需求中能够被平台商业化的流程和价值节点。
大型企业开始按照“几个Recruiter的产出”评估AI
在Enterprise市场，AI产品的价值评估方式已经出现更加明显的变化。Recruit在电话会上介绍了一个Healthcare客户案例。美国医疗行业大量岗位要求特定License或Credential，因此大型企业往往需要配置庞大的Recruiting Team，Recruiter需要持续搜索Resume Database、主动联系Candidate、确认License、进行Screening并安排Interview。
这类客户在评估Indeed AI时，已经不再只是比较软件功能，而是计算Resume Database Subscription Fee与Recruiter Labor Cost最终能够产生多少Scheduled Interviews，再将这一结果与Indeed自动化AI Recruiter进行对比。管理层表示，部分客户最终认为Indeed AI能够产生相当于数名全职Recruiter的工作成果。
这意味着Recruiting AI正在从传统的软件ROI进入“劳动力ROI”阶段。过去HR采购招聘系统时，主要比较功能、用户体验、Integration以及License Cost；未来企业可能越来越直接地评估AI究竟减少了多少Recruiter Hours、多少External Agency Spend，以及每一次Interview和Hire的成本下降了多少。
Indeed的目标并不是优化所有招聘流程，而是让部分流程直接消失
Recruit此次对AI Automation的解释，也比传统的“AI Copilot提高Recruiter效率”更加激进。Deko认为，企业之所以需要大量Sourcing、Resume Review、Candidate Outreach以及License Verification，很大程度上是因为最初进入招聘漏斗的候选人质量不足。如果AI Matching可以在招聘流程入口直接提供更高概率、更匹配的候选人，那么后续大量人工处理本身就可能不再需要。
这代表两种完全不同的AI逻辑。传统HR SaaS的路径是在人工作业流程上叠加AI，提高原有流程效率；Indeed希望实现的是通过提高Matching精度，直接减少Downstream Processes。管理层甚至认为，高精度Job Advertising与Candidate Sourcing未来可能逐步融合，因为当广告Targeting足够精准时，其本质上已经具备Automated AI Sourcing的属性。
如果这一逻辑能够规模化，对传统Sourcing Tools、Recruiting SaaS以及部分Recruitment Agency都会形成更深层次的竞争压力。Indeed的竞争方式并不是进入招聘流程中的每一个Software Category，而是试图利用自己处于候选人流量入口的位置，直接减少后续工具和人工服务发生的必要性。
从340亿美元招聘广告市场，走向约2000亿美元招聘支出市场
产品形态变化之后，Recruit对Indeed目标市场的定义也在同步扩大。公司认为，传统Job Advertising Market规模约为340亿美元，但企业更广泛的Hiring Expenditure市场约为2000亿美元，其中包括Placement Services以及估算约680亿美元的Hiring Automation市场；如果进一步将Temporary Staffing计算在内，广义市场规模可以达到约3000亿美元。
相比之下，Recruit目前预计FY2026 HR Technology Revenue只有114.85亿美元。这也是管理层认为业务仍存在大量White Space和Long Runway for Growth的核心依据。
从估值角度看，这一变化尤其重要。如果Indeed始终是一家Job Advertising Marketplace，其长期增长上限仍然由全球在线招聘广告市场决定；但如果它能够进入Sourcing、Screening、Automation、Placement乃至更广泛的Hiring Services，那么其可获取的Revenue Pool将发生明显扩张。
资本市场未来需要回答的核心问题，也不再只是Indeed还能获得多少招聘广告Market Share，而是它最终能够拿走企业多少Hiring Spend。
AI正在推动HRTech采购决策向CEO、CFO和CIO上移
此次电话会另一个值得关注的变化，是Enterprise客户决策链的变化。Deko表示，过去Indeed很少直接与大型企业CEO或CFO进行产品层面的沟通，但过去大约六个月，这类交流明显增加。原因在于，越来越多企业正在推动Enterprise AI Automation项目，这些项目已经不再只是HR部门内部的Technology Procurement，而是企业级生产率和成本效率项目，因此参与决策的人开始包括CEO、CFO、CIO以及HR负责人。
这意味着HR Technology公司的Buyer Persona也可能随之发生变化。过去厂商主要需要向CHRO、TA Leader或者HRIS负责人证明产品更好用；未来，则需要同时向CFO证明能够减少多少人工成本、多少Agency Spend，缩短多少Time to Hire，以及Cost per Interview和Cost per Hire能够下降多少。
从这个角度看，AI可能正在帮助HR Technology进入更大的Enterprise Productivity Budget，而不仅仅局限于传统HR预算。
AI计算成本上升，但利润率反而大幅改善
当前AI软件行业一个重要争议是，持续增加的Compute和Infrastructure成本会不会侵蚀传统SaaS的利润率。Recruit本季度提供了一个值得参考的案例。
公司明确表示，AI-related Compute and Infrastructure Expenses正在增长，但目前仍然只占HR Technology整体Cost Base的一小部分，尚未成为影响Margin的重要因素。与此同时，包括Share-based Payment Expenses在内的Employee Benefit Expenses，加上Outsourcing Expenses，占HR Technology Revenue的比例已经从FY2025 Q1约48%下降到FY2026 Q1约37%。最终，HR Technology EBITDA+S Margin由35.0%升至47.4%。
这意味着至少从当前阶段看，Indeed正在形成一种相对理想的AI经济模型：AI一方面提高单客户和单职位的Monetization，另一方面提高内部生产效率；新增Compute成本虽然存在，但规模仍小于人员和外包成本效率改善所带来的收益，因此Revenue Growth和Margin Expansion能够同时发生。
强劲表现推动Recruit大幅上调FY2026全年指引
基于Q1表现以及HR Technology最新业务趋势，Recruit Holdings同步大幅上调FY2026全年业绩预期。集团Revenue Guidance从5月份的4.03万亿日元上调至4.23万亿日元，同比增长14.4%；EBITDA+S从9490亿日元提高至1.105万亿日元，同比增长39.1%，并首次预计突破1万亿日元；EBITDA+S Margin从23.5%提高至26.1%；归属于母公司股东的Profit由6230亿日元提高至7550亿日元，同比增长51.9%；Basic EPS则从447日元提高至543日元，同比增长55.2%。
HR Technology无疑是此次Guidance上调的主要推动因素。全年HR Technology Revenue Guidance从107.38亿美元提高至114.85亿美元，同比增长18.7%；其中美国市场Revenue预计达到66.5亿美元，同比增长25.1%，而5月份原来的预期只有13.6%；Europe & Others预计达到25.2亿美元，同比增长23.2%；日本业务预计达到3670亿日元，同比增长5.4%。HR Technology全年EBITDA+S Margin也由41.0%提高至45.8%。
值得强调的是，Recruit对FY2026美国职位发布数量的假设仍然是同比下降约4%。因此，此次上调Indeed美国收入预期并不是建立在美国招聘市场明显复苏的基础上，而是建立在平台能够继续提升每一个招聘需求价值的基础上。这也是此次Guidance调整中最值得投资者关注的部分。
Staffing继续增长，但估值逻辑进一步向HR Technology集中
FY2026 Q1，Recruit Staffing业务Revenue为4552亿日元，同比增长11.5%，其中日本增长3.5%，Europe、US和Australia合计增长20.3%；EBITDA+S为282亿日元，同比增长5.2%，Margin由6.6%下降至6.2%。全年Staffing Revenue Guidance为1.831万亿日元，同比增长7.5%，EBITDA+S Margin预计为5.6%。
从经营层面看，Staffing依然是Recruit规模庞大且稳定的业务基础，但它与HR Technology之间不断扩大的Margin差距，也进一步解释了集团估值为什么越来越依赖Indeed。两项业务全年Revenue均约1.8万亿日元，但一个Margin为5.6%，另一个达到45.8%，两者对集团利润和估值的影响已经不可同日而语。
高增长之外，US ARPJ和监管风险仍需持续观察
尽管本季度表现强劲，Recruit未来仍面临两个值得关注的风险。首先是US ARPJ增长的可持续性。Q1 US ARPJ同比增长35%，公司预计FY2026全年仍增长约30%，如此快的Monetization提升不可能无限延续。Deko也特别指出，客户Average Spend在较短时间内迅速提高，因此公司需要持续关注Customer Satisfaction以及客户和社会对AI的接受速度。
未来几个季度，Premium Sponsored Jobs渗透率、Enterprise Adoption、新增付费客户数量、每客户购买职位数量、Average Spend per Client以及Retention，将成为判断增长质量的重要指标。
第二项风险来自日本Staffing业务。2026年6月2日，Recruit Staffing Co., Ltd.与Staff Service Co., Ltd.因涉嫌违反Antimonopoly Act接受Japan Fair Trade Commission现场检查。Recruit表示目前仍在配合调查，尚无法合理估计最终结果及其财务影响，因此FY2026 Guidance并未包含相关潜在影响。
HRTech观察：Recruit为何仍然值得作为全球HR科技的核心样本
如果将Recruit Holdings FY2026 Q1放回全球HR科技资本市场中观察，这份财报最重要的意义并不仅仅是Revenue增长18.9%，或者Indeed美国业务增长30%。真正值得关注的是，AI已经开始同时改变HR Technology的Revenue Model、TAM、Buyer、Workflow和Margin。
美国职位发布数量下降约4%，Revenue增长30%，US ARPJ增长35%，HR Technology EBITDA+S Margin达到47.4%，这几项指标结合起来，说明Indeed正在逐步从传统招聘流量平台转向更高价值的Hiring Platform。
过去招聘平台主要竞争Candidate数量、Traffic和Job Listings，未来的竞争可能越来越转向谁能够更快提供Qualified Candidates、产生更多Interviews、减少更多Manual Recruiting Work、降低企业Cost per Hire，并最终获得企业更大比例的Hiring Spend。
这也是Recruit Holdings继续位居HRTech全球人力资源上市公司市值榜首背后最值得关注的逻辑。资本市场真正押注的，并不是今天Indeed拥有多少招聘广告收入，而是它未来是否能够从全球Job Marketplace进一步演化成为企业级的AI Hiring Infrastructure。
延伸阅读：从Recruit Holdings看全球HR科技资本变化
Recruit Holdings只是当前全球HR科技资本市场变化的一个代表性样本。HRTech持续跟踪全球与中国HR上市公司的市值、Revenue、利润率、AI战略及投融资变化。在最新的全球人力资源上市公司市值TOP10中，Recruit Holdings继续位居第一。将Recruit与ADP、Paycom、Paylocity等公司放在一起观察，可以更清楚地看到当前HR科技行业正在出现的共同趋势：领先企业的重点已经从“增加多少AI功能”，转向AI能否提高单客户价值、扩大TAM、改善成本结构并争夺更大的企业工作流预算。
HRTech已经将全球与中国HR上市公司TOP10、全球HR科技投融资以及企业HR需要重点关注的趋势整合进入最新一期《HRTech资本月度观察》。对于正在进行HR系统采购、AI产品评估、供应商筛选以及2027年度HR数字化预算规划的企业HR负责人，可以进一步结合资本市场数据判断供应商的产品竞争力、持续投入能力与长期稳定性。
HRTech资本月度观察：
https://www.hrtechchina.com/Public/html/capitalwatch/hrtech-capital-monthly-watch-aug-2026.html
报告下载：
http://hrnext.cn/MXMV83
-
HR科技
深度专题：从HR的20个高频场景看HR AI真正的增长机会
过去两年，HR AI市场经历了一个明显变化。企业最初关注的是大模型能否生成职位描述、撰写邮件或总结文件；现在，HR开始追问更实际的问题：AI能否接入ATS、HRIS和学习平台，能否推动流程继续向前，能否减少重复操作，以及能否产生可以衡量的业务结果。
一项针对HR AI应用的研究梳理了138个工作场景，覆盖招聘、HR技术、学习与发展、员工体验、绩效管理、人才分析、薪酬福利、合规和组织发展等16个HR实践领域。其中，20个最常见的应用集中在招聘、HR平台、学习发展、绩效管理、员工沟通和人才分析六个领域。招聘相关场景占据近一半，说明目前最成熟的HR AI仍然集中在高频、标准化、数据相对清晰并且容易人工复核的工作中。
对于企业HR来说，这20个场景比“AI将如何改变人力资源”这样的宏观讨论更有参考价值。它们不仅展示了企业正在使用AI做什么，也揭示了HR AI产品最容易从哪里切入、如何形成稳定使用，以及哪些应用有机会从单点工具发展成为企业级工作平台。
20个最常见的HR AI应用，正在形成四类产品
第一类是招聘与人才获取，也是目前应用最集中的HR AI市场。
常见场景包括职位描述起草与优化、自动简历解析与筛选、招聘广告程序化优化、AI辅助搜寻被动候选人、候选人与岗位匹配、结构化面试指南生成、面试排期自动化、重复候选人识别、人才管道清理，以及面试转录与总结。
其中，职位描述起草与优化是目前最常见的HR AI应用，采用率达到20%；自动简历解析与筛选为16%；招聘广告优化和被动候选人搜寻均为12%；候选人与岗位匹配为11%。
第二类是HR平台与员工知识服务。
文件提交提醒与任务分流、HR系统内置AI Copilot，以及基于企业内部文档的知识库问答，已经成为HR平台最常见的AI功能。这类应用的共同特点，是AI不再作为一个独立聊天工具存在，而是进入员工服务、HR运营和系统操作流程。
员工提出休假、福利、薪酬或公司政策问题后，系统不仅需要回答问题，还应该识别员工身份、调用适用政策、提供对应表单，并引导员工完成下一步操作。
第三类是学习与发展。
长篇培训资料摘要、AI生成测验与情景练习、微学习内容生成、个性化学习推荐和自适应学习体验，正在成为学习平台的重要增长方向。
早期学习AI主要帮助培训团队提高内容生产效率。下一阶段，系统将根据员工岗位、能力差距、学习历史和业务任务，动态决定向谁推荐什么内容，以及在什么时间提供学习支持。
第四类是绩效、沟通和员工反馈。
AI辅助起草绩效评语、常规HR沟通、目标设定支持，以及新员工调查与反馈分析，都已经进入较常见的应用范围。
这些功能距离员工和管理者的日常工作更近，也更容易形成稳定的使用频率。但企业需要清楚区分“辅助表达”和“替代判断”。AI可以帮助管理者整理事实、改善表达和识别遗漏，却不应在缺乏业务背景的情况下，独立决定员工表现、晋升机会或后续管理措施。
企业应该从哪一个AI场景开始
很多HR团队面临的真正困难，不是缺少AI工具，而是不知道应该从哪个场景开始。
一种常见误区，是直接采购覆盖多个模块的AI平台，然后要求各部门寻找使用方式。更有效的方法，是先从企业真实存在的问题出发：哪些工作重复发生，哪些流程占用大量时间，哪些任务容易遗漏，哪些信息经常被重复查询，以及哪些结果能够被量化。
对于仍然主要依赖人工处理事务的HR团队，可以先从职位描述、日常沟通、文件摘要和培训内容生成等低门槛场景开始。
对于已经广泛使用生成式AI，但使用方式仍然零散的团队，下一步应当把AI固定嵌入招聘、员工服务或学习流程，建立模板、权限、审核和结果记录。
对于已经完成多个AI试点的团队，则需要进一步考虑系统连接、数据治理、跨流程编排和组织级AI能力建设。
HRTech推出的HR AI Forward成熟度框架与能力评测，将HR的AI发展划分为L0事务型HR、L1工具型HR、L2能力型HR和L3系统型HR四个等级、十二个阶段，帮助HR团队判断自己目前处于什么位置，以及下一步应该从工具使用、流程接入、能力沉淀还是系统建设入手。
138个应用场景解决的是“AI可以做什么”，成熟度评测解决的则是“企业现在适合做什么”。两者结合，才能避免企业一开始就进入高投入、高风险和难以衡量结果的复杂项目。
为什么招聘成为HR AI的第一增长入口
招聘之所以率先实现规模化，并不只是因为招聘科技公司更早采用AI，而是因为招聘流程天然具备适合自动化的条件。
职位描述、简历、岗位要求、候选人沟通和面试记录，大多以文本或结构化数据形式存在。职位发布、简历筛选、面试安排和候选人跟进又属于高频、重复的流程。同时，多数AI输出可以由招聘人员复核，即使出现问题，也有机会在最终录用决定前纠正。
这使招聘AI能够较快证明三类价值：减少行政操作时间、提高候选人处理速度，以及扩大招聘人员能够覆盖的人才范围。
但招聘场景也说明，模型能力不等于产品价值。一个能够生成优秀职位描述的工具，如果不能同步岗位模板、审批流程、招聘渠道和候选人数据，最终仍然只是一个低频写作工具。
真正具有增长能力的招聘产品，需要把“生成职位描述”连接到职位审批、广告发布、人才搜寻、候选人匹配、面试安排、面试记录和录用分析，让AI从内容生成进入完整招聘流程。
HR AI产品正在从内容生成走向工作流执行
从20个高频应用中，可以看到HR AI产品正在经历三个阶段。
第一阶段是内容生成。AI帮助HR起草职位描述、面试问题、绩效评语、员工邮件和培训材料。这类功能部署速度快、学习门槛低，也是企业最容易接受的起点。
第二阶段是流程协助。AI开始处理面试排期、文件提醒、简历解析、知识检索、候选人去重和会议总结。此时，产品价值不再只体现在生成质量，而是体现在能否减少操作步骤、缩短处理周期并降低流程遗漏。
第三阶段是智能编排。AI根据岗位需求推荐候选人，根据员工情况推荐学习内容，根据内部知识回答问题，并在HR系统中推动后续操作。产品开始从“回答用户的问题”转向“理解上下文并协助完成任务”。
对准备采购HR AI产品的企业来说，市场上并不缺少AI功能，真正困难的是判断不同产品属于哪个场景、能够解决什么问题、需要连接哪些系统，以及是否已经有同类客户验证。
企业可以通过HR科技云图 MapofHRTech查看招聘、人才管理、学习发展、员工体验、薪酬福利和HR数字化等不同类别的产品与服务机构，也可以下载2026 HR科技云图，作为企业开展供应商初步研究和产品选型的入口。HR科技云图同时提供动态产品目录和月度品牌榜单，帮助企业持续观察市场变化。
产品增长的核心，是占据一项高频工作
对于HR科技供应商而言，增加AI功能并不必然带来产品增长。很多AI功能在演示时非常吸引人，但用户试用几次后便不再使用，原因通常不是模型生成效果不够好，而是功能没有进入日常工作流程。
真正能够形成增长的产品，首先需要占据一项稳定发生的任务。例如，每次创建职位时自动生成和检查职位描述，每次安排面试时自动协调时间，每次完成面试后自动形成摘要，每次员工提出问题时自动从内部政策中寻找答案。
只有当AI与真实工作事件绑定，产品才可能获得持续使用。
其次，产品需要把多个孤立动作连接起来。以招聘为例，职位描述生成、招聘广告优化、人才搜寻、候选人匹配、面试指南和面试总结不应是六个彼此分离的功能，而应成为一个连续的招聘工作流。
用户不需要在不同工具之间重复复制信息，系统也能够使用前一个环节的数据支持后一个环节。
最后，产品必须建立结果反馈。AI推荐的候选人是否进入面试，生成的职位描述是否提高申请转化，学习推荐是否带来课程完成和技能改善，这些结果都应该反向进入产品。
没有反馈闭环的AI是一次性输出工具，有反馈闭环的AI才能持续改善，并形成真正的产品差异化。
对于正在建设AI产品、升级现有HR平台或已经形成客户案例的HR科技机构，可以申请加入HR科技云图产品与机构目录，让企业采购者能够在具体场景和产品类别中发现相关解决方案。HR科技云图的核心价值不是简单收录企业名称，而是将产品能力、市场分类、品牌信息和企业采购需求连接起来。
用户增长不是注册人数，而是从尝试走向工作习惯
HR AI的用户增长不能只看注册量、访问量或生成次数。企业用户是否真正采用一项产品，取决于产品能否完成从首次体验到稳定使用的转变。
用户激活的标志，不应只是打开AI功能，而是完成第一项有价值的HR任务。例如，成功生成并发布一个职位，完成一次候选人筛选，回答一个员工政策问题，或者制作一套能够直接使用的培训内容。
用户留存来自重复工作。职位描述、面试安排、员工问答、绩效评估和培训推荐都有明确的周期性。当产品能够在这些时间点主动出现，并自动带入岗位、候选人、员工或组织上下文，用户就不需要每次重新输入提示词，使用AI也会逐渐成为工作流程的一部分。
用户扩展发生在产品从个人工具变成团队系统之后。
最初可能只有一名招聘人员使用职位描述生成；随后，招聘团队开始共享模板，业务经理参与审批，HR负责人查看效率和质量数据；最终，产品扩展到更多岗位、部门和业务单元。
因此，对HR AI产品更有意义的增长指标应该包括：完成了多少真实工作流，用户是否持续重复使用，人工修改比例是否下降，流程周期是否缩短，是否有更多角色参与，以及产品是否从一个场景扩展到相邻场景。
从产品功能走向可传播的客户成果
HR AI供应商还需要解决一个经常被忽视的问题：产品已经上线，但市场并不知道它真正解决了什么问题。
仅仅宣传“接入大模型”“推出AI Agent”或“升级智能助手”，很难帮助企业买家理解产品价值。更有效的内容结构应该包括明确的业务场景、原有流程、AI介入方式、人员分工、实施周期和量化结果。
例如，与其只说产品推出了面试智能助手，不如说明它是否减少了面试记录时间、提高了面试反馈提交率，或者缩短了从面试到决策的周期。
与其只说系统能够生成培训内容，不如说明课程制作时间下降了多少、学习参与率是否提高，以及业务部门是否更快获得了需要的培训资源。
产品增长与内容增长最终需要连接在一起。产品功能提供实际价值，客户案例证明价值，行业内容解释价值，奖项和榜单进一步放大价值，最终形成企业认知、采购线索和市场影响力之间的增长循环。
目前，2026 HRTech INNO Awards已经设置HRTech创新实践奖、创新团队奖、创新产品奖，并特别设置人力资源科技AI创新产品奖。近12个月内已经形成实际应用和可量化成果的企业HR团队及HR科技产品，可以通过案例申报，将内部项目进一步沉淀为可复制、可传播的行业实践。
企业HR需要重新定义AI项目的衡量方式
当前很多企业AI项目仍然缺少清晰的价值衡量。企业知道员工正在使用AI，却不能准确回答AI节省了多少时间、改善了哪些结果，或者是否只是把工作从一个系统转移到了另一个系统。
对于职位描述生成，可以衡量起草时间、人工修改次数、审批周期和申请转化率。
对于面试排期，可以衡量人工协调时间、候选人取消率和招聘周期。
对于知识库问答，可以衡量问题解决率、人工工单减少量、响应时间和员工满意度。
对于学习推荐，可以衡量内容参与率、课程完成率、技能变化和实际岗位表现。
只有当HR把应用场景与业务指标连接起来，AI采购才会从创新试点预算进入长期运营预算，产品也才有机会从单一部门试点走向企业规模化部署。
AI应该减少低价值操作，而不是替代HR判断
AI目前最稳定的价值，是帮助HR更快地处理信息、形成初稿、发现模式和推进流程，而不是自动完成复杂的人事判断。
在招聘、绩效、薪酬、员工关系和组织调整等高影响场景中，AI可以提供信息和建议，但最终判断仍应由具备业务背景并承担管理责任的人完成。
产品需要保留人工审核、修改记录、数据来源、权限控制和员工申诉机制，而不能把“自动化程度更高”简单等同于“产品更加先进”。
对企业来说，负责任的AI应用不是降低创新速度，而是让产品更容易得到员工、管理者、法务和企业管理层的长期信任。
HR AI下一阶段的分水岭，是能否形成工作完成率
138个应用场景为企业提供了一张能力地图，而最常见的20个应用则说明，市场不会平均接受所有AI功能。
最先实现规模化的，仍然是高频、标准化、数据相对清晰、输出容易复核，并且能够产生明确业务结果的工作。
对于HR而言，正确的起点不是寻找一套能够覆盖所有场景的“万能AI”，而是找到最耗时、重复度最高、最容易衡量的几个流程，明确AI负责什么、员工负责什么，以及最终结果如何评价。
对于HR科技公司而言，下一阶段的竞争也不再是谁拥有更多AI按钮，而是谁能够把内容生成、流程自动化、数据连接和业务结果组合成完整产品。
用户不会长期为一次精彩的回答付费，但会为持续减少工作、缩短流程并改善结果的系统付费。
HR AI真正的增长机会，不在于让HR每天多使用一个聊天工具，而在于让AI进入工作发生的地方，理解组织上下文，协助完成任务，并把节省下来的时间重新投入到判断、沟通、关系和组织建设中。
HRTech将持续跟踪全球HR AI产品、企业实践、投融资、上市公司表现和HR科技市场变化。HR从业者可以阅读并下载《2026年8月HRTech行业观察报告：企业HR必须关注的五大变革》，也可以订阅HRTech每周资讯，持续获得全球HR科技产品、趋势和实践信息。
-
HR科技
【投融资6月月报】2026年6月全球人力资源科技投融资简报！
2026年6月，全球人力资源科技赛道投融资市场保持稳定活跃度。据HRTech行业统计数据显示，本月全球范围内可统计的人力资源科技投融资事件共计15起，本次统计剔除未披露金额、企业并购及退市相关事项，整体有效投融资金额接近4亿美元，资金持续向数字化、智能化HR解决方案赛道聚拢，彰显资本市场对人力资源数字化转型的长期看好。
从细分赛道资本流向来看，本月HRTech投融资呈现高度集中的特征，赛道分化趋势愈发明显。其中AI智能招聘平台、数字化劳动管理平台、薪资福利合规平台成为本月最受资本青睐的三大核心赛道。不难看出，当下行业痛点已从基础人事管理，转向招聘提效、人力精细化管理、全球薪资合规、员工权益保障等精细化场景，AI技术落地应用成为企业获得融资的核心加分项。
从融资轮次结构来看，6月HRTech投融资覆盖企业从初创到成熟发展的全生命周期，资本布局兼顾早期创新项目与成熟标杆企业。具体来看，本月包含1起种子轮前融资、3起种子轮融资、4起A轮融资、1起C轮融资、1起D轮融资，剩余5起投融资事件未对外公开具体轮次信息。整体数据体现出资本市场持续加码早期创新型HRTech企业，同时对具备成熟落地能力的行业头部企业持续加持，赛道发展梯队逐步完善。
详情可以访问：https://www.hrtechchina.com/Public/html/funding/hrtechreport202606.html
依托本月整体投融资市场格局，以下将重点盘点6月HRTech投融资金额前十的核心标杆案例，覆盖AI招聘、人力管理、人才培训、薪资合规、行业垂直人力服务等多个热门细分领域，清晰呈现当下全球人力资源科技的创新方向与资本偏好。
【西班牙】人工智能劳动力运营平台Factorial 完成了 1.5 亿美元 D 轮融资 - HRTechChina.com - 向上的力量！
Factorial
融资金额：1.5亿美元
融资轮次：D轮
领投人: General Catalyst
Factorial是一个人力资源管理平台，可自动化包括工时跟踪、薪资和招聘在内的各种人力资源流程。该公司平台帮助人力资源经理轻松管理员工的假期和病假，提供福利或灵活的薪酬计划，同时自动化工资发放，使客户能够自动化人力资源事务，减少错误，并深入了解其组织。
【美国】企业智能人力自动化平台Warp获得6000万美元B轮融资，AI重构企业人力管理 - HRTechChina.com - 向上的力量！
Warp
融资金额：6000万美元
融资轮次：B轮
领投人：Battery Ventures
Warp 是一款专为雄心勃勃的企业打造的、原生支持人工智能的员工管理平台。薪资、人力资源、合规、福利和 IT 系统均可自动运行。
【美国】医疗职业培训平台Stepful获得5500万美元C轮融资，AI重构医疗人才培养与留存体系 - HRTechChina.com - 向上的力量！
Stepful
融资金额：5500万美元
融资轮次：C轮
领投人：Oak HC/FT
Stepful 是一家正在重新定义美国最大医疗系统如何构建、培训和留住其人才队伍的培训平台，通过与全国范围内的医疗机构建立合作伙伴关系，Stepful 帮助毕业生在获得认证后直接对接就业机会。
【美国】企业级AI劳动力平台Convey获得3800万美元A轮融资，旨在借助AI团队成员实现企业运营自动化 - HRTechChina.com - 向上的力量！
Convey
融资金额：3800万美元
融资轮次：A轮
领投人：a16z
Convey 是一家人工智能劳动力平台，致力于帮助运营方为现代企业培训、部署和管理企业级数字同事。
【马德里】AI劳动力平台Orbio获得2100万美元A轮融资，旨在扩展面向一线团队的AI人才平台 - HRTechChina.com - 向上的力量！
Orbio
融资金额：2100万美元
融资轮次：A轮
领投人： Dawn Capital
Orbio 正在打造一个专为一线行业设计的人工智能人才管理平台。该平台的工作人员能够进行面试、评估候选人的适配度和积极性、引导新员工完成入职流程、监测员工敬业度和离职迹象，并在员工整个职业生涯周期内保持联系——从最初的应聘到在职期间直至离职。
【美国】全球薪资与福利AI原生平台Niural获得2100万美元融资并推出Niural AI Labs，加码高风险领域智能代理研发 - HRTechChina.com - 向上的力量！
Niural
融资金额：2100万美元
融资轮次：未披露
领投人：FOG Ventures、NewView Capital 及现有投资者
Niural 是一个专为全球薪资、福利、支付和合规管理打造的 AI 原生平台。Niural为150多个国家的企业提供服务，通过整合受监管的基础设施、专有的税务与合规系统、全球资金转移服务，以及其执行型AI同事EMMA，实现从创业初期到IPO乃至更远阶段的高风险业务运营自动化。
【比利时】金融科技初创公司Warren获得1000万欧元种子轮融资，重塑职场养老金体系 - HRTechChina.com - 向上的力量！
Warren
融资金额：1000万欧元
融资轮次：种子轮
领投人：Motive Ventures的风险投资部门
Warren 是一家总部位于根特的金融科技公司，正在从根本上改革比利时的职业养老金体系。通过其自有、获得 IBP 许可的养老金基金（Warren Pension Fund OFP），该平台将员工的养老金资本投资于多元化的 ETF 投资组合，且不收取任何资产的申购、赎回或管理费。雇主支付固定的认购费；所有收益的每一分钱都归员工所有。除了养老金基金外，Warren 还提供了一个辅导平台，通过人工智能或个人顾问，为员工提供涵盖整个财务生涯的指导，从养老金规划、健康保险到住房贷款和投资。
【乌克兰】AI物流数字化劳动力平台Cargofy获得960万欧元A轮融资，将AI“数字员工”替代传统物流人力 - HRTechChina.com - 向上的力量！
Cargofy
融资金额：960万欧元
融资轮次：A轮
领投人：u.ventures、Toloka和Movens Capital
总部位于乌克兰的 Cargofy 是一家人工智能物流技术初创公司，通过部署“数字员工”来实现货运运营自动化。依托AI数字员工，实现人机协同用工模式，单人人力可承接原有10人工作量，同步提升单人人效与人均营收，重构物流行业传统岗位用工标准。
【纽约】批量AI招聘平台HeyMilo AI完成600万美元融资：当AI开始筛选AI时代的求职者 - HRTechChina.com - 向上的力量！
HeyMilo AI
融资金额：600万美元
融资轮次：未披露
领投人：Category Ventures
HeyMilo AI是一家AI招聘平台，与传统ATS不同，HeyMilo把AI评估直接嵌入申请流程。候选人提交申请后即可启动语音、视频、短信、电话和简历分析等AI代理，自动生成结构化评估结果。
【美国】专为信用合作社和社区银行打造的嵌入式薪资预支平台Reset获得600万美元种子轮融资 - HRTechChina.com - 向上的力量！
Reset
融资金额：600万美元
融资轮次：种子轮
领投人： 信用合作社客户及该领域的战略合作伙伴
Reset是一家专为信用合作社和社区银行打造的嵌入式薪资预支平台，Reset的“应得工资获取”平台让账户持有人能够通过其金融机构，每日免费提取已赚取的收入，并享受自动现金流预算管理服务。该模式不仅能推动金融机构的核心存款增长、增加高额转账费收入并深化会员参与度，同时为工薪家庭提供更稳固的财务基础。
本次6月十大标杆投融资案例，完整展现了全球HRTech行业的最新发展格局与创新趋势。整体来看，本月获投企业普遍以AI技术深度落地为核心壁垒，不再局限于传统人事数字化工具，而是聚焦招聘自动化、一线员工管理、全球薪资合规、企业人才培养、金融化员工服务等垂直细分场景，精准解决企业人力管理的实操痛点。同时，融资轮次覆盖全周期、大额融资集中在成熟赛道、早期创新项目持续涌现，也印证了AI赋能人力资源精细化、智能化升级已成为行业不可逆的发展趋势，资本持续看好全球HR科技数字化革新的长期价值。
关于HRTech
HRTech核心报道中国人力资源科技创新企业及产品信息，关注并实时分享全球的人力资源科技资讯。同时，以原创角度独家报道人力资源科技公司和创业公司；每月关注并独家发布人力资源科技投融资数据及报告，业已成为人力资源科技领域创业者以及行业精英获取全球人力资源科技行业资讯和动态的主要渠道。
详情可以访问：https://www.hrtechchina.com/Public/html/funding/hrtechreport202606.html
-
HR科技
HR科技供应商责任被重新定义？Workday AI招聘歧视案释放重要信号
HRTech概述：Workday 在加州 AI 招聘歧视诉讼中未能成功驳回核心主张。案件中指控其AI驱动的求职者筛选工具可能基于种族、年龄、残障、性别等受保护特征，对求职者产生不利筛选影响。法院允许 FEHA 相关主张及部分 ADA 残障歧视主张继续推进。Workday 否认指控，称其工具只评估岗位资格，不评估受保护特征。对 HR 来说，这起案件的重要意义在于：AI 招聘工具不再只是效率工具，也可能成为合规责任来源。未来企业采购 AI 招聘系统，必须重点关注偏见测试、数据留存、算法解释、供应商责任和候选人权利。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Workday AI招聘歧视案继续推进：HR科技进入“算法合规责任”新阶段
HRTech注意到，备受关注的 Mobley v. Workday Inc. 案件近期出现重要进展。美国加州北区联邦法院对 Workday 试图驳回 AI 招聘歧视诉讼的动议作出裁定，允许部分核心主张继续推进。需要明确的是，这并不意味着 Workday 已经被认定存在歧视，也不是案件的最终判决；但法院没有在早期阶段终结关键指控，说明围绕 AI 招聘工具的法律责任边界，正在进入更实质性的司法审查阶段。
案件核心：AI招聘工具是否只是“软件”，还是招聘决策链条的一部分
该案最初由 Derek Mobley 于 2023 年提起，原告主张 Workday 的算法化申请人筛选工具在招聘过程中可能对特定求职者群体产生不利影响，涉及年龄、种族、残障和性别等受保护特征。案件的关键不在于某一家雇主是否单独拒绝了某位候选人，而在于 Workday 作为 HR 科技供应商，其系统如果参与了候选人筛选、排序、推荐或拒绝流程，是否可能被视为招聘决策链条中的实际参与者。
这也是本案区别于传统就业歧视案件的核心所在。过去，HR系统通常被视为雇主使用的后台工具；但当系统开始通过算法对候选人进行匹配、评分、排序或筛选时，它的作用可能不再只是记录信息，而是影响候选人是否进入下一轮流程。法院此前也关注到，Workday 的工具如果代表雇主执行某些筛选功能，其责任问题不能简单因为“最终录用决定由客户作出”而被排除。
法院关注的重点：加州法律适用与“代理责任”
本次裁定中，一个重要问题是加州公平就业和住房法是否可以适用于相关主张。Workday 的抗辩方向之一是，部分求职者并非加州居民，也并非申请加州岗位，因此加州法律不应被扩展适用。但法院在前期意见中指出，如果原告能够主张 Workday 在加州设计、开发、运营相关工具，并通过这些工具代表客户执行涉嫌歧视性的筛选行为，那么相关行为与加州之间可能存在足够联系。
这一点对 HR 科技行业非常关键。它意味着法院关注的不是候选人或岗位是否一定在加州，而是涉嫌产生歧视影响的技术行为、系统运营和公司决策是否与加州存在实质关联。对于总部、研发、算法治理或产品决策位于某一司法辖区的 HR Tech 公司而言，法律风险可能不再局限于客户所在地或岗位所在地。
残障歧视与“代理变量”成为重要争议
本案中另一个值得 HR 特别关注的问题，是所谓“代理变量”。原告主张，一些表面上看起来中性的筛选因素，可能在实际效果上成为受保护特征的替代指标。例如，就业空档、职业路径中断、工作经历模式、测评结果等，可能与健康状况、残障经历、年龄或其他身份特征存在关联。如果 AI 系统将这些因素作为负面信号，就可能形成差别影响。
这对企业采购 AI 招聘工具有直接启发。合规风险并不只来自系统是否明确使用了“年龄”“种族”“残障”等字段，也可能来自模型是否通过其他变量间接识别或放大这些差异。换句话说，一个系统即使没有主动读取受保护特征，也不等于没有歧视风险。真正的审查重点，应当是模型输出结果是否对特定群体形成系统性不利影响。
发现程序显示：算法审计与数据控制将成为诉讼焦点
法院此前在一份证据开示裁定中也处理了 Workday 偏见测试数据、客户申请人数据、EEO-1 和 OFCCP 文件等争议。法院没有要求 Workday 交出部分受到律师—客户特权保护的偏见测试数据，也没有简单认定 Workday 控制客户申请人数据；但法院要求 Workday 生产 EEO-1 和 OFCCP 相关文件，因为这些文件可能与 Workday 对 AI工具潜在人口统计差异的认知有关。
这说明未来 AI 招聘诉讼的重点，很可能不仅是系统“有没有算法”，而是企业和供应商是否知道算法可能带来差别影响，是否做过偏见测试，测试结果如何保存，哪些数据受法律特权保护，客户数据由谁控制，以及供应商是否有足够的合规治理记录。
Workday 的立场与行业影响
Workday 否认相关指控，并表示其招聘 AI 工具不会作出录用决定，其技术只评估岗位资格，而不是种族、年龄或残障等受保护特征。这个立场也代表了很多 HR 科技供应商的常见抗辩逻辑：供应商提供工具，客户作出最终决定。但本案正在挑战的正是这一边界。如果工具在事实上影响了候选人能否进入面试、是否被推荐、是否被优先展示，那么“工具”和“决策”之间的距离会被重新审视。
对于 HR 和企业采购团队而言，这起案件的现实意义非常明确。AI 招聘工具不能只从效率、体验和成本角度评估，还必须纳入合规尽调。企业在采购和使用相关系统时，应重点关注供应商是否提供偏见测试机制、算法影响评估、审计记录、候选人解释机制、数据留存政策、人工复核流程，以及合同中关于歧视索赔、数据披露和责任分担的条款。
HRTech观点：AI招聘进入治理能力竞争阶段
Workday 案的长期影响，可能不在于某一项具体主张最终是否成立，而在于它正在推动市场重新定义 AI 招聘工具的责任边界。未来，HR 科技供应商的竞争力不会只体现在更快筛选候选人、更智能匹配岗位或更低招聘成本上，也会体现在能否证明系统公平、可审计、可解释、可治理。
AI 招聘不会因为诉讼风险而停止发展，但企业使用 AI 的标准会明显提高。对于 HR 来说，真正成熟的 AI 招聘采购，不是被产品演示中的“智能推荐”打动，而是能够问清楚算法如何影响候选人、如何监测差别影响、如何处理异常结果，以及一旦发生争议，企业和供应商分别承担什么责任。
Workday 案提醒整个行业：AI 招聘已经从技术创新阶段，进入算法合规和治理能力的检验阶段。
HRTech一直在倡导HR一定要在人力资源工作中实践负责任的人工智能，详情可以访问。
https://www.hrtechchina.com/raihr
-
HR科技
SHRM26现场观察：AI之后，HR真正要解决的是信任、技能与组织能力
HRTech特邀嘉宾现场观察：SHRM美国人力资源年度论坛最重要的信号已经非常清晰：AI不再只是HR需要学习的新工具，而正在成为招聘、人才管理、员工福利、领导力和组织运营的底层变量。真正值得关注的，不是“AI会不会进入HR”，而是当AI已经进入HR之后，企业如何重新建立招聘信任、技能判断、员工连接和组织影响力。换句话说，SHRM26讨论的表面主题是AI，深层主题其实是HR如何在AI时代重新定义自己的专业价值。观点仅代表个人视角，不代表SHRM会议的全部内容
AI正在重塑招聘，但候选人真实性成为新的难题
在今年的现场讨论中，招聘仍然是最受关注的议题之一，但讨论重点已经发生变化。过去大家更关心AI如何帮助企业提高招聘效率，例如自动筛选简历、生成职位描述、优化候选人沟通流程。现在越来越多HR开始担心另一个现实问题：AI让候选人更容易包装自己，也让企业更难判断真实能力。
Robert Half围绕“AI-Crafted Resumes”的讨论非常典型。AI可以帮助候选人写出更漂亮、更精准、更符合关键词的简历，但这并不必然代表候选人具备相应能力。其调研显示，67%的HR leaders认为AI-generated applications正在拖慢招聘流程，因为招聘团队需要花更多时间验证技能、判断真实性，并从大量看似合格的申请中筛选出真正匹配的人才。这说明AI并没有简单地降低招聘成本，反而在某些环节制造了新的判断成本。
从现场感受来看，未来招聘的核心竞争力可能不再只是“谁的ATS更自动化”，而是“谁能更准确地验证候选人的真实能力”。简历越来越容易被优化，面试也越来越容易被辅助，企业真正需要建设的是更可信的技能验证机制、评估体系和候选人真实性判断流程。
Skills-First Hiring正在成为AI时代招聘的主线
SHRM26反复出现的另一个关键词是skills-first hiring。这个概念过去几年已经被讨论很多，但今年的不同之处在于，它不再只是理念，而是被AI进一步推到了企业招聘和人才管理的中心位置。
当AI可以帮助候选人优化简历、匹配岗位关键词，传统依赖学历、职位名称和工作年限的筛选方式就会变得更加脆弱。企业真正需要知道的不是候选人“看起来像不像合适的人”，而是候选人是否真正拥有完成工作所需要的技能、判断力和问题解决能力。因此，招聘逻辑正在从credential-based hiring转向skills-based validation，从简历筛选转向能力验证，从岗位匹配转向真实技能与业务场景的适配。
这也解释了为什么现场很多HR科技供应商都在强调talent signals、skills intelligence、assessment、workforce intelligence和internal mobility。AI时代的人才管理不再只是围绕岗位建立流程，而是围绕技能建立组织能力。未来企业的人才系统需要回答的核心问题是：我们拥有哪些技能？缺少哪些技能？哪些技能可以通过内部培养获得？哪些能力必须从外部获取？这将直接改变招聘、学习发展、继任计划和组织设计的底层逻辑。
HR的新角色不是使用AI，而是重新定义工作方式
今年SHRM26给人的一个明显感受是，AI已经不再是孤立的技术话题。它正在与workplace change、future of HR、workforce planning和leadership development连接在一起。这意味着HR的任务不只是学习使用AI工具，而是要参与重新定义工作方式。
在传统组织中，HR更多承担流程管理和支持职能，包括招聘、培训、绩效、薪酬、福利和员工关系。但当AI开始进入工作流程之后，企业需要重新思考岗位如何设计、任务如何分配、人机如何协作、管理者如何带队、员工如何成长。这些问题已经超出了传统HR运营范畴，更接近组织设计和业务转型。
从这个角度看，HR正在从流程执行者转向组织能力设计者。未来HR的价值不只是把招聘做快、把培训做完、把绩效流程跑通，而是帮助企业判断哪些工作应该被自动化，哪些能力应该被保留，哪些岗位需要重构，哪些员工需要重新培养。AI越深入组织，HR越需要具备业务理解、组织诊断和变革推动能力。
领导力与文化重新回到中心位置
一个值得注意的现象是，当AI成为大会高频词时，领导力、文化、信任和价值观反而被更频繁地讨论。围绕Oprah Winfrey、Simon Sinek等嘉宾的传播，强调的是character、purpose、leadership、culture和inclusion。这背后的逻辑并不矛盾：技术越强，组织越需要清晰的价值观和稳定的信任机制。
AI可以提升效率，可以生成内容，可以分析数据，也可以辅助决策，但AI无法自动建立组织信任，无法替代领导者给团队提供方向感，也无法真正创造员工对组织的归属感。当企业越来越依赖技术系统完成流程和判断时，人们反而会更加关注决策是否公平、沟通是否透明、文化是否健康、领导者是否值得信任。
因此，AI时代的领导力不是更少的人性，而是更高质量的人性。管理者需要从信息传递者转向意义建构者，从任务监督者转向教练和连接者。对HR来说，这意味着领导力发展和文化建设不会因为AI而变得不重要，反而会成为组织能否真正用好AI的关键条件。
员工健康与福利正在升级为Workforce Strategy
员工健康与福利也不再只是传统benefits话题。OpenLoop Health、The Obesity Society等机构围绕employee wellness、obesity care、benefits professionals和employer strategy展开讨论，说明健康福利正在从成本管理项目升级为企业的workforce strategy。
过去企业看待福利，更多是从合规、成本和员工满意度角度出发。但现在，员工健康正在与生产率、留任率、雇主品牌和组织韧性联系在一起。尤其是在长期压力、慢性病、心理健康和工作倦怠成为普遍挑战之后，企业很难再把员工健康视为边缘议题。
这对HR的启示是，福利管理不能只停留在年度续保和项目采购层面，而需要更深入地回答：哪些健康投入真正改善员工体验？哪些福利设计可以支持关键人才留任？哪些健康风险会影响组织生产力？未来优秀的benefits strategy会越来越接近workforce strategy，而不是单纯的行政福利安排。
HR Tech竞争正在从数字化走向AI驱动的决策与执行
HR科技供应商正在集中围绕AI hiring、workforce intelligence、employee engagement、performance和agentic HR展示方案。这个变化说明，HR Tech的竞争重点已经从“系统是否数字化”转向“系统是否能够帮助HR做出更好的判断并推动行动”。
过去HR系统的核心价值是记录、管理和流程自动化，例如记录员工信息、管理招聘流程、支持绩效周期、维护薪酬福利数据。现在，企业期待系统不仅能保存数据，还能识别问题、预测风险、推荐行动，甚至通过AI Agent完成部分执行工作。
这意味着HR Tech正在进入一个新的阶段。未来真正有竞争力的产品，不只是一个更好看的系统界面，也不只是把AI功能嵌入现有模块，而是能够把企业的人才数据、技能数据、绩效数据和业务场景连接起来，帮助HR形成更准确的组织洞察和更快的行动能力。
结语：SHRM26真正讨论的不是AI，而是HR的下一轮价值重构
综合来看，SHRM26释放出的核心信号是：AI已经成为HR行业的默认前提，但AI本身不是终点。真正的变化发生在AI进入招聘、管理、福利和组织文化之后，HR如何重新建立判断力、信任机制和业务影响力。
招聘需要从简历筛选走向真实性验证，人才管理需要从岗位逻辑走向技能逻辑，领导力需要从流程管理走向信任与意义建设，员工福利需要从成本项目走向组织韧性投资，HR科技也需要从数字化系统走向AI驱动的决策与执行。
因此，今年SHRM26最值得带走的一句话或许是：未来HR的价值，不在于是否会使用某一个AI工具，而在于能否帮助组织在AI时代更准确地识别人、更有效地发展人、更可信地连接人，并最终把人才能力转化为组织能力。
-
HR科技
深度解读：从AI代理到AI控制塔-大型企业AI转型进入系统重构阶段：Workday、SAP、ServiceNow、Microsoft释放的新信号
HRTech深度解读：企业AI转型正在进入“系统重构”阶段。Josh Bersin近期围绕Workday、SAP、ServiceNow、Microsoft和Cornerstone的分析显示，AI不再只是写邮件、做PPT、生成JD的效率工具，而是在进入企业软件的底层运行逻辑。Workday从system of record走向platform for agents，SAP强调Autonomous Enterprise，ServiceNow布局AI Control Tower，Microsoft掌握员工日常工作入口，Cornerstone则把学习平台升级为workforce intelligence和skills platform。对HR来说，真正的挑战不是学会更多AI工具，而是理解AI如何重构工作流、岗位、能力、治理和组织责任。未来HR的价值，不在于更会使用AI，而在于帮助企业设计AI时代的组织运行方式。
过去一年，企业对AI的讨论经历了明显变化。最初，许多组织关注的是员工如何使用ChatGPT、Copilot或各类AI写作工具提升效率；随后，企业开始讨论AI如何嵌入招聘、学习、绩效、客服、IT和财务流程；而现在，从Josh Bersin近期围绕Workday、SAP、ServiceNow、Microsoft和Cornerstone等大型公司的分析来看，一个更深层的变化正在发生：AI不再只是企业软件中的一个功能，而正在成为企业运行方式、组织结构和工作流系统重构的核心力量。
这也是中国HR和企业管理者尤其需要关注的地方。AI转型的重点，已经不再是“员工会不会用AI写邮件、写JD、做PPT”，而是企业是否有能力把AI放进真实业务流程中，重新定义人、系统、数据、流程和责任之间的关系。
一、从AI工具到AI代理：企业软件的底层逻辑正在改变
在过去的SaaS时代，企业软件的核心价值是“记录”和“流程”。HCM系统记录员工信息，ERP记录财务和供应链数据，LMS记录学习课程和培训完成情况，ITSM系统记录服务请求和工单流转。系统的价值来自数据集中、流程标准化和管理可视化。
但AI Agent出现之后，企业软件的价值正在发生迁移。系统不只是记录发生了什么，而是要帮助企业判断下一步该做什么，并在权限、规则和审计框架下自动完成部分工作。
Josh Bersin在分析Workday时指出，Workday正在从传统的system of record转向platform for agents。其逻辑是：企业内部的数据、安全模型、业务规则、合规要求和审批机制已经沉淀在Workday这样的核心系统中，如果AI代理要在企业内部大规模运行，就不能绕开这些规则，而必须在可信系统的“rails”之上运行。
这句话背后的意义非常大。AI不是简单替代一个软件按钮，也不是给现有界面加一个聊天框，而是把“执行工作”的能力放进企业系统。如果AI代理可以发起审批、筛选候选人、推荐薪酬调整、生成绩效反馈、安排学习路径、识别离职风险，那么它就不再是辅助工具，而是企业工作流中的新型执行主体。
这意味着未来企业管理的一个核心问题将变成：哪些工作由人做，哪些工作由AI代理做，哪些工作由人机协同完成，以及这些行为如何被记录、审计和治理。
二、Workday的信号：HR系统不再只是HR使用的系统，而是AI代理运行的基础设施
Workday的案例对HR行业尤其重要。过去，Workday被视为大型企业HCM和财务系统的代表，是企业记录员工、组织、薪酬、审批、绩效和财务信息的核心平台。但在AI时代，Josh Bersin认为Workday正在重新定位自己：它不再只是一个system of record，而要成为企业AI代理运行的平台。
这背后的关键不是“Workday也有AI功能”，而是Workday试图把企业规则、权限体系、组织结构、岗位信息、财务约束和合规边界变成AI代理可调用、可遵守、可审计的运行环境。换句话说，Workday的价值不只是数据本身，而是“可信业务规则”的系统化沉淀。
对于HR来说，这个变化非常关键。很多企业现在谈AI，仍然停留在“用AI生成招聘文案”“用AI写员工通知”“用AI做培训内容”这一层。但真正的大型企业AI转型，关心的是AI能否在组织内部安全执行任务。例如，一个AI招聘代理是否可以筛选候选人？是否可以自动安排面试？是否可以根据企业政策判断薪酬范围？是否可以在合规框架下记录推荐理由？是否能够被审计？如果这些问题没有解决，AI就只能停留在个人效率工具层面，无法进入企业级工作流。
这也是HR未来角色变化的起点。HR不能只问“我能用AI做什么”，而要问“企业中的人力资源决策和流程，如何被AI重新设计，并仍然保持公平、合规、透明和可解释”。
三、SAP的转型：AI正在从HR系统走向企业全局运营系统
如果说Workday代表了人力与财务系统的AI代理化，那么SAP的变化则代表了更大的企业运营系统重构。Josh Bersin近期分析SAP时提到，SAP正在将自己定位为Autonomous Enterprise，并将Joule和相关AI能力放在企业级运营自动化的核心位置。SAP的优势在于，它覆盖了财务、人力资本、库存、制造、采购、供应商、合同、外包和临时劳动力等企业关键资源。
这对HR的启发在于，未来很多所谓“人力资源问题”，不会只在HR系统里被解释。比如销售团队绩效下降，原因可能不只是销售人员能力不足，也可能来自定价策略、供应链成本、产品竞争力、区域市场变化、销售激励机制、经理管理方式或组织协同效率。过去HR只能看到员工数据和绩效结果，难以连接业务全貌；但如果AI能够打通ERP、HCM、财务、供应链、销售和学习系统，HR对组织问题的判断就会从“人力数据分析”升级为“业务系统级组织诊断”。
这对中国企业尤其重要。很多企业的人力资源管理仍然以流程、制度、考勤、招聘和薪酬为主，HR数字化也往往围绕“系统上线”和“数据看板”展开。但AI时代的HR价值，不再只是把HR流程线上化，而是能否帮助企业看清组织能力、业务结果和人才结构之间的真实关系。
SAP的AI转型提醒我们：未来的HR分析不应只回答“员工满意度是多少”“培训完成率是多少”“招聘周期是多少”，而要回答“组织能力是否支撑战略”“哪些岗位正在成为增长瓶颈”“哪些团队的结构与业务目标不匹配”“哪些流程正在消耗大量人力但没有创造战略价值”。
四、ServiceNow的野心：企业需要AI代理的控制塔
ServiceNow的转型则揭示了另一个重要方向：当企业内部出现越来越多AI代理之后，新的治理平台会变得非常关键。Josh Bersin在分析ServiceNow时指出，ServiceNow正在推动一个管理企业AI的宏大愿景，包括AI Control Tower、Agent Fabric、Context Engine等能力，目标是管理企业中的agent、workflow和people，并监控AI代理的成本、行为和ROI。
这个判断非常值得中国HR关注。今天很多企业还没有真正大规模部署AI代理，但已经可以看到未来的问题：不同部门会采购不同AI工具，员工会自行使用不同AI应用，业务团队会把AI接入各种流程，IT会担心数据安全，法务会担心合规风险，HR会担心公平性、岗位变化和员工能力断层。最终，企业会进入一个“AI使用高度分散，但责任边界不清晰”的阶段。
这就是为什么ServiceNow要做AI Control Tower。它看到的不是某一个AI工具的机会，而是企业AI治理层的机会。未来企业不只需要AI应用，更需要知道这些AI应用在做什么、谁授权了它们、它们调用了哪些数据、产生了什么成本、创造了什么业务价值、是否存在偏差和风险。
对HR而言，这个趋势意味着AI治理将成为HR必须参与的组织议题。尤其在人力资源场景中，AI一旦参与招聘、绩效、晋升、薪酬、培训推荐和员工关系，就会触及公平、偏见、隐私、合规和员工信任等敏感问题。HR不能只做AI工具的使用者，而必须参与制定AI使用规范、角色权限、员工培训、伦理标准和组织变革方案。
五、Microsoft的机会：谁掌握员工日常入口，谁就掌握企业AI入口
Josh Bersin近期也分析了Microsoft在企业AI中的机会。他认为Microsoft可能在企业AI竞争中占据非常重要的位置，因为它不仅有Copilot，还有Microsoft 365、Teams、Outlook、Excel、Azure、Microsoft Graph、Copilot Studio和庞大的企业客户基础。Microsoft的优势不是某一个单点AI能力，而是它已经处在员工每天工作的入口处。
这对HRTech行业有非常现实的影响。过去HR系统主要由HR部门选择和推动，员工进入HR系统通常是为了请假、查工资、做绩效、参加培训或提交申请。但在AI时代，员工可能不会主动打开某一个HR系统，而是直接在Teams、Outlook、Copilot或企业门户中提问：“我该如何申请育儿假？”“我今年的绩效目标应该怎么写？”“我适合申请哪个内部岗位？”“我需要补哪些技能？”“我的团队是否存在离职风险？”
如果Microsoft这样的横向入口能够连接企业数据和工作流，那么很多HR服务可能会从独立系统界面转移到员工日常工作入口中。这将改变HRTech产品的竞争逻辑。未来HR软件不只是比功能清单，而是比谁能进入真实工作场景、谁能与企业入口系统深度集成、谁能让员工和经理在最自然的工作环境中完成HR任务。
对中国市场而言，这也意味着企业微信、钉钉、飞书以及各类协同办公平台在AI时代可能承担更重要角色。HR系统如果仍然孤立存在，而不能进入业务沟通、任务协同和知识流转场景，其使用频率和战略价值可能会被削弱。
六、Cornerstone的变化：企业学习正在从课程管理转向能力基础设施
在学习与人才发展领域，Cornerstone的变化同样具有代表性。Josh Bersin近期分析Cornerstone时指出，这家公司正在通过Workforce AI重新定义企业学习、技能管理和全球enablement。Cornerstone不再只是传统LMS或学习内容平台，而是在向AI-native workforce intelligence和skills platform演进。
这反映了企业学习市场的根本变化。过去企业学习主要关注课程采购、内容管理、培训完成率和学习平台使用率。但AI时代真正的问题是：员工是否具备完成未来工作的能力？企业是否知道哪些技能正在缺失？哪些岗位会被AI重构？哪些团队需要重新培训？哪些经理需要被赋能？哪些员工可以通过内部流动而不是外部招聘满足业务需求？
传统L&D如果仍然停留在“买课程、推培训、统计完成率”，价值会迅速下降。AI正在把学习从内容供给转向能力诊断、个性化发展、岗位匹配、绩效支持和组织能力建设。Cornerstone的转型说明，企业学习平台正在从“培训系统”变成“员工能力基础设施”。
这对中国HR尤其有启发。很多企业过去做培训，关注的是年度培训计划和课程交付；但未来更重要的是建立动态能力图谱，识别员工当前能力、岗位未来要求和业务战略之间的差距。AI不是让培训部门更快生成课件，而是让企业更准确地判断组织能力是否跟得上业务变化。
七、HRTech判断：企业AI转型的主战场不是工具，而是工作流
综合Josh Bersin近期对这些大型公司的分析，我们认为，企业AI转型正在进入第二阶段。第一阶段是个人效率阶段，员工用AI写内容、做总结、查资料、生成文档。第二阶段是流程嵌入阶段，企业把AI放进招聘、客服、IT、财务、人力、学习等业务流程。第三阶段则是系统重构阶段，AI代理成为企业工作流的一部分，软件平台开始重新定义数据、权限、流程、角色和商业模式。
现在Workday、SAP、ServiceNow、Microsoft和Cornerstone的变化，说明大型企业软件公司已经开始进入第三阶段。
这对HRTech行业意味着，未来真正有价值的产品不只是“AI功能更强”，而是能否解决五个问题：是否理解企业真实工作流，是否能接入可信数据和业务规则，是否能让AI在权限和合规边界内执行任务，是否能衡量AI带来的业务结果，是否能帮助组织完成岗位、能力和流程的再设计。
因此，HRTech的竞争也会发生变化。单点工具如果只是包装AI生成能力，很容易被平台型产品吸收；只做内容库、表单流、简单聊天机器人的产品，也会面临替代风险。更有长期价值的方向，是围绕组织能力、工作流重构、AI治理、技能图谱、员工体验和业务结果形成可持续的数据与流程闭环。
八、对中国HR的真正启示：不要把AI转型误解为“学会几个工具”
对中国HR而言，Josh Bersin这些文章最大的价值不是告诉我们某一家美国软件公司发布了什么新产品，而是提醒我们：AI转型正在改变HR的专业边界。
过去HR的专业价值主要体现在招聘、薪酬、绩效、员工关系、培训和组织发展等模块能力。AI时代，这些模块不会消失，但它们会被重新连接。招聘会和技能图谱连接，培训会和绩效支持连接，组织发展会和业务数据连接，员工体验会和AI服务入口连接，合规会和算法治理连接。
未来HR需要具备三类新能力。
第一，是AI工作流设计能力。HR要能够识别哪些流程适合自动化，哪些流程必须保留人工判断，哪些流程需要人机协同。例如，AI可以帮助筛选简历，但最终录用决策如何保持公平？AI可以生成绩效反馈，但经理如何承担管理责任？AI可以推荐学习路径，但员工发展如何与业务目标连接？
第二，是AI治理与风险识别能力。HR必须理解AI在招聘、绩效、薪酬、晋升和员工关系中的潜在偏见、隐私风险、合规风险和员工信任问题。未来HR不只是制度执行者，而是组织AI使用边界的共同设计者。
第三，是组织能力重构能力。AI会改变岗位内容、技能要求、团队结构和管理方式。HR需要帮助企业重新定义岗位、能力模型、人才梯队、领导力标准和学习体系。真正的HR价值，不是告诉员工如何使用AI工具，而是帮助组织判断AI时代需要什么样的人和组织能力。
九、为什么这对中国企业更紧迫
中国企业在AI应用上往往行动很快，但在治理、流程、角色和组织能力建设上容易滞后。许多企业会先采购工具、先试点应用、先要求员工提升效率，但没有同步建立数据权限、流程边界、岗位影响评估和员工能力升级机制。这会带来一个问题：AI看似被广泛使用，但组织并没有真正变得更强，反而可能出现工具碎片化、流程混乱、责任不清和员工焦虑。
这正是Josh Bersin近期文章所揭示的核心趋势：大型企业软件公司正在把AI从“功能”升级为“企业运行层”。也就是说，AI真正的价值不是单点效率，而是系统能力。谁能把AI放进企业规则、数据结构、业务流程和组织治理中，谁才可能真正获得长期优势。
对中国HR来说，这也是一个重要提醒。不要只关注“AI能帮HR省多少时间”，而要关注“AI会如何改变企业管理的基本结构”。如果HR只把AI当工具，就会被工具替代；如果HR能参与设计AI时代的组织运行方式，就会成为企业转型中的关键角色。
十、HRTech结语：HR的机会，不在于更会用AI，而在于更懂组织如何被AI重构
Josh Bersin近期对Workday、SAP、ServiceNow、Microsoft和Cornerstone的分析，本质上指向同一个结论：企业AI转型已经进入平台化、代理化、治理化和系统化阶段。大型软件公司争夺的不只是AI功能，而是企业未来的工作入口、数据语义层、代理执行层、治理控制层和商业计费层。
这对HR行业是一次真正的提醒。AI不会只是让HR工作更快一点，而会重新定义HR工作的边界、价值和责任。未来优秀的HR不只是AI工具使用者，也不是简单的流程管理员，而是组织AI转型的设计者、治理者和能力建设者。
对中国企业来说，现在最需要做的不是追逐每一个新的AI工具，而是回到三个基本问题：我们的关键HR流程是否值得被AI重构？我们的组织是否具备管理AI使用行为的规则和能力？我们的HR团队是否已经从“个人AI使用”走向“组织AI治理与转型”？
真正的AI时代HR，不是会用更多工具的人，而是能够帮助企业重新设计工作、能力和组织运行方式的人。
-
HR科技
调查：员工开始用AI“抢同事工作”，有人因此升职，有人被裁
HRTech概述：AI正在迅速改变职场结构，但最新一项调查显示，这种变化已经从“提升效率”演变为更复杂的行为模式—很多人用 AI 把同事的工作接过来做，但不会告诉老板是 AI 做的，最后结果是——同事被裁了，他反而升职加薪。AI 已经不只是提效工具，而是“保饭碗工具”。这个对 HR 和管理者，其实是个很大的挑战
调查背景：1000名美国员工揭示新趋势美国职业平台ResumeBuilder发布的一项最新调查显示，在当前充满裁员压力的职场环境中，AI的使用方式正在发生显著变化。该调查于2026年4月通过Pollfish平台完成，覆盖1000名美国全职员工，且所有受访者均表示对未来12个月可能发生裁员“至少有一定担忧”。
结果显示，60.7%的受访者承认曾使用AI承担原本由同事负责的任务，这一行为被定义为“AI job hijacking”（AI岗位接管）。在过去12个月发生过裁员的公司中，这一比例进一步上升至74.3%，显示出裁员压力与该行为之间的显著关联。
行为变化：从“用AI提效”到“用AI替代同事”从人群分布来看，这一行为在35至44岁员工中最为集中，比例达到74.7%；男性员工的参与比例为67.1%，女性为51.8%。此外，近三分之一（32.3%）的AI使用者在过去六个月中已经接管了四项或以上的同事职责，显示出该行为正在规模化发展。
这一趋势意味着，AI在职场中的角色正在发生转变：从最初的效率工具，逐步演变为一种提升个人竞争力、甚至替代他人的手段。
信息不透明：大多数员工不会告诉老板AI参与程度更值得关注的是，AI的使用过程高度不透明。调查显示，62.8%的员工并未向管理者披露AI在工作中的实际参与程度。相反，他们往往将成果归因于个人努力或能力提升。
具体来看，50.1%的受访者表示会向经理解释为“主动承担更多职责”，28.2%称是“工作更加努力”，还有26.5%表示“通过与同事合作学习获得能力提升”。与此同时，61.6%的AI使用者坦言，如果管理者完全了解AI的参与程度，他们会对自身岗位安全感到担忧。
职场关系冲击：被替代的往往是“关系不错的同事”在组织关系层面，这一趋势的影响更加直接。调查显示，70.8%的受访者表示，被其接管工作的对象通常是“关系较好的同事”。
更具冲击力的是，在这些案例中，有63%的被替代者最终被裁员。按整体样本计算，约27.1%的受访者表示，他们曾通过AI接管朋友的工作，并最终看到对方被裁。这一结果表明，AI不仅改变了岗位结构，也正在重塑职场中的人际关系与信任基础。
激励机制扭曲：使用AI者反而获得更多回报尽管这一行为对同事产生了直接影响，但从个体职业发展的角度来看，AI使用者却普遍获得正向反馈。调查显示，79.6%的相关员工获得了至少一种职业回报。
其中，47.9%获得正面绩效评价，44.2%被赋予更多职责，21.7%获得晋升，20.4%获得加薪。这意味着，在当前绩效评价体系下，AI能力正在被直接转化为职业优势。
专家观点：从“创新”转向“生存竞争”ResumeBuilder首席职业顾问Stacie Haller指出，这一现象反映出职场行为逻辑的变化。她认为，这种趋势“更像是生存竞争，而不是单纯的创新”。
她进一步指出，当员工因裁员焦虑而采取行动时，往往会减少信息分享、规避风险，甚至在无意中削弱团队合作。长期来看，这种行为可能侵蚀组织内部的信任与文化，而管理层往往难以及时察觉。
AI治理将成为企业核心管理议题从更宏观的角度看，这一趋势并非孤立现象。在裁员压力、绩效竞争与AI能力差异叠加的背景下，员工行为正在发生结构性变化。AI逐渐从效率工具演变为“职场生存工具”。
对于企业而言，这提出了新的管理挑战：如何界定AI参与下的绩效归因，如何建立透明的使用规则，以及如何在推动AI应用的同时维护团队信任与协作机制。
未来的竞争，不仅在于谁更早采用AI，更在于谁能够更有效地治理AI。
-
HR科技
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。
扫一扫 加微信
hrtechchina
