-
HR leaders
负责任的AI（Responsible AI） 在招聘中的分界线：从 Workday 到 Eightfold，企业该让算法走多远？
HRTech概述：全球近一半企业已在招聘中引入人工智能，用于职位描述撰写、简历筛选和候选人匹配。然而数据显示，约四成HR担心算法偏见与透明度问题。企业已经结束试点阶段，进入规模化应用阶段。成功关键不在工具数量，而在数据基础、岗位架构与治理规则。AI更适合承担高重复性任务，人类则保留判断、同理心与最终决策权。Responsible AI强调人机协作，让技术放大能力，而不是取代专业。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
过去三年，招聘领域经历了一次前所未有的技术跃迁。生成式 AI、大模型和自动化工具迅速进入人才获取流程，从职位描述生成、简历筛选，到技能识别与候选人匹配，越来越多企业发现，招聘不再只是“人对人”的工作，而正在变成“人机协作”的系统工程。效率的提升肉眼可见：同样规模的招聘团队，可以处理数倍于过去的申请量，初筛时间从数周压缩至数小时，数据洞察也更加结构化和量化。
但当算法开始决定“谁被看到、谁被淘汰”时，问题的性质就发生了变化。招聘从来不仅仅是流程优化问题，它更关乎公平、合规与责任边界。当技术进入决策核心，企业真正需要思考的，已经不是“AI 能做什么”，而是“AI 应不应该做”。
Responsible AI 的讨论，正是在这样的背景下成为 HR 领域的新关键词。
从实践来看，AI 已经成为招聘的基础设施，而非锦上添花的工具。许多企业的招聘流程中，JD 写作、关键词筛选、候选人排序和技能标签提取都已实现自动化，部分组织甚至利用模型从非结构化简历中推断隐性能力，并为面试官生成结构化问题清单。这些能力极大释放了 HR 的时间，使团队可以从事务型工作中抽身，投入到更有价值的沟通和判断中。从效率维度看，AI 的确是必选项。
然而，风险也在同步放大。算法并非中立，它学习的是历史数据，而历史本身就可能带有偏见。如果过往录用人群集中于某些学校、性别或背景，模型极可能无意中复制甚至强化这种倾向。一旦问题存在，AI 的规模化能力反而会将偏差快速放大，形成系统性不公平。这也是为什么越来越多 HR 负责人开始意识到：招聘 AI 的挑战，并非技术成熟度，而是治理成熟度。
一些头部厂商的实践，恰好为行业提供了两个极具代表性的对照案例。
作为全球最大的人力资源系统厂商之一，Workday 近年来持续强化其 AI 能力，在招聘与人才管理中推出 Skills Cloud、自动匹配推荐和生成式 Copilot 等功能。这些工具的核心逻辑，并不是直接替代 HR 决策，而是提供“建议层”。系统可以基于海量数据推断技能相似度、识别内部人才流动机会、生成职位描述草稿，但最终的录用与晋升判断始终保留在人类手中。同时，Workday 强调模型可解释性与合规框架，在产品层面嵌入审计记录、权限管理和透明度机制，让企业清楚知道 AI 参与了哪一步、提供了什么依据。这种“增强型 AI”路径，本质上是在放大 HR 的判断力，而不是取代它。
另一家快速崛起的 Talent Intelligence 厂商 Eightfold AI 则走得更激进一些。其平台强调通过深度学习构建人才画像，实现大规模自动匹配与推荐，并宣称可以减少人为偏见、提升多元化招聘效果。然而，在实际落地过程中，外界也对算法透明度与公平性提出过质疑，甚至出现过与合规相关的争议与诉讼讨论。这类事件为行业敲响了警钟：即便技术目标是“更公平”，如果缺乏清晰的解释机制与责任边界，仍然可能带来法律与品牌风险。算法并不会自动等于公正，治理永远先于能力。
这两个案例共同揭示了一个现实：Responsible AI 的关键不在“多智能”，而在“有边界”。技术本身没有对错，真正决定风险高低的，是组织如何定义 AI 的角色。
越来越多领先企业开始采用一种更务实的分工逻辑，将招聘任务拆解为三类。对于高重复、低判断风险的环节，例如简历去重、批量筛选和流程通知，AI 完全主导是合理的选择；对于技能分析、候选人推荐或面试评分参考等场景，AI 作为辅助工具提供洞察，但仍由人类做最终判断；而在最终录用决定、文化契合评估或敏感沟通等关键节点，则必须由人类负责，算法需要主动“退场”。这种“主导—辅助—退场”的分层模型，比追求全面自动化更符合现实，也更有助于建立信任。
事实上，Responsible AI 的最大难点往往不在系统，而在组织文化。很多 HR 团队对 AI 的担忧并非来自技术本身，而是来自角色不确定性：是否会被替代？谁为结果负责？出了问题找谁？如果这些问题没有答案，再先进的工具也难以真正落地。因此，越来越多企业将重点放在 AI literacy 培训、流程标准化与治理机制建设上，让招聘经理理解 AI 能做什么、不能做什么，并在制度层面明确责任归属。只有当人类始终站在决策链条的终点，AI 才能被真正信任。
回到招聘的本质，它从来不是简单的匹配游戏，而是一种高度情境化的人类判断。候选人的潜力、团队协作能力、价值观契合度，往往难以被完全量化。算法可以帮助我们更快看到信息，但无法替我们承担责任，也无法替我们建立信任。
因此，Responsible AI 的终点，并不是“无人招聘”，而是让机器处理噪音，让人专注于真正重要的部分。当 HR 不再把时间花在翻简历和填表格，而是投入到候选人体验、组织设计与业务合作时，技术才算真正创造了价值。
说到底，招聘的未来不是 AI 或人类二选一，而是更聪明的分工。算法负责速度，人类负责温度。只有当两者各司其职，Responsible AI 才不再是口号，而是可持续的竞争力。
附录：
Responsible AI in HR—推动HR工作中实践负责任AI的倡导者（简称RAIHR）—特此发起此倡议。我们呼吁所有的人力资源行业同仁一同参与，共同构建和推广RAIHR的理念，RAIHR框架包含六个关键方面：透明性、公平性、隐私性、安全性、道德性和持续性。我们倡议每一位HR专业人士在其企业内部积极主导RAIHR的实施，并鼓励HR科技产品的开发和使用都围绕这一框架展开，以实现真正的可持续发展！我们更相信RAIHR是所有参与者和倡导者的未来关键竞争优势。
发起倡议的签名地址：https://www.hrtechchina.com/raihr
*RAIHR 由HRTech的Next AI专家委员会倡导成立
Responsible AI in HR（RAIHR）
Responsible AI in HR（RAIHR）是指在HR实践中的AI应用遵循高标准的道德和透明性原则，确保AI决策过程公开、可审查，并且对所有利益相关者公正无偏。
这包括在招聘、员工发展、绩效管理等HR功能中，AI技术的使用既促进了工作效率，也增强了员工的工作体验和满意度。
-
HR leaders
AI转型时代的HR角色：从人力资源到首席AI赋能官
HRTech推荐：《HR’s Role in AI Transformation》（点击下载）报告指出，人工智能带来的不仅是技术变革，更是以人为核心的管理革命。AI能够帮助企业简化流程、提升生产力、释放时间，使员工专注于更具创造性和战略性的工作。
AI转型不是单纯的技术问题，而是“人”的变革。HR 在其中扮演“首席AI赋能官（Chief AI Enablement Officer）”的角色。
报告提出了一个“三步战略”：第一，重塑AI驱动的HR职能，包括强化数据与技术基础、建立AI治理模式、实施AI控制塔并设计未来HR岗位；第二，在HR及全组织范围内推动AI应用，重点是技能重塑与提升，构建AI赋能框架，推动员工在Know AI、Use AI、Build AI与Lead with AI四个层面成长；第三，转型劳动力，涵盖变革管理、工作设计、人与AI代理协作、以及文化引领。特别强调AI代理将成为劳动力新成员，人类与AI的组合将决定未来组织的竞争力。
引言：AI转型是一场人类与组织的双重革命过去几十年里，技术革新不断改变企业运营的方式，但人工智能的兴起无疑是迄今为止最具颠覆性的力量。它不仅仅是一场技术浪潮，更是一次深刻的“人”的变革。人工智能的发展使组织在效率、洞察力和业务增长方面迎来了前所未有的机遇，但同时也带来了治理、文化和技能方面的巨大挑战。正是在这种背景下，HR被赋予了前所未有的使命——不仅是人才管理的执行者，更要成为AI转型的推动者和引领者。本报告由ServiceNow及其合作专家撰写，提出了一份面向HR领导者的行动手册，强调CHRO应成为“首席AI赋能官”，通过三步战略，将AI真正嵌入组织运行的血液之中。
为什么HR在AI转型中处于核心地位
人工智能带来的变化远远超过了效率层面的改进。它让企业重新思考工作的设计方式、人才的定义以及组织的整体结构。报告提出，“AI是一场人文复兴”，这意味着AI的最大价值在于释放人类的潜能，让员工摆脱低价值的事务性任务，把时间和精力集中在创造力、战略思维和创新活动上。
数据印证了这一趋势。根据ServiceNow的《AI成熟度指数2025》，82%的企业计划在未来一年增加AI投资。世界经济论坛的《未来就业报告》显示，86%的雇主认为到2030年AI和信息处理技术将会深刻改变业务模式。而Accenture的调查发现，64%的员工已经意识到AI将改变他们的工作内容，需要新的技能或进行显著的再培训。然而，McKinsey的调研也指出，只有1%的高管认为他们的生成式AI落地已达到成熟水平。这一矛盾说明，虽然AI投资与应用的热度极高，但企业在治理、应用深度和人才适配上依旧存在明显差距。
在这样的背景下，HR的任务不仅是配合技术部门落地工具，而是要将AI转型与人力战略绑定起来。正如报告所强调的，“企业战略始于人才战略”，如果HR不能主动推动AI赋能，那么企业的AI转型必然流于表面。
三步战略：HR引领AI转型的完整路线图
第一部分：重塑AI驱动的HR职能
AI要在HR中真正落地，首先必须打下坚实的技术与数据基础。报告强调，HR必须与IT形成紧密的战略合作关系，而不是过去的单向依赖。两者需要共同决定数据架构、技术平台和AI伙伴的选择，从而保证数据集中、质量可控，避免出现信息孤岛。只有这样，AI应用才能覆盖全员，形成统一体验，而不是分散在多个工具中导致混乱。
在此基础上，企业应建立HR专属的AI治理模式。ServiceNow提出“AI工厂”的概念，即通过结构化流程，将AI的创意收集、评估、优先级排序、开发与治理整合在一个可重复、可扩展的框架中。这种模式既能保障创新速度，又能确保伦理、合规和业务价值的平衡。例如，ServiceNow的AI控制塔就是一个典型案例，它能够实时监测AI模型的表现、数据质量和合规性，帮助HR领导者清晰掌握AI在组织内的使用情况，避免出现偏差或风险。
更重要的是，AI不仅改变了HR的工具箱，还将深刻改变HR岗位本身。未来的HR将不再只是处理招聘、绩效和培训，而是要承担更多“产品思维”和战略角色。新兴岗位包括AI编排设计师，负责规划AI代理与业务流程的融合；员工体验设计师，专注于优化AI驱动下的员工旅程；AI伦理官，确保AI使用与企业价值观一致；人才战略师，利用预测分析塑造长期的人才布局。这些角色的出现，意味着HR正在从事务执行者转向企业未来的战略设计者。
第二部分：推动AI赋能，重塑技能与学习生态
报告的第二步战略强调，AI赋能不仅发生在HR职能内部，更要扩展到整个组织。HR的责任是帮助所有员工掌握新技能，并通过合理的框架推动全员适应AI时代的工作方式。
世界经济论坛指出，到2030年，全球劳动力中约有59%的人需要进行技能重塑或升级，其中11%可能无法获得相应机会。这是一个极大的挑战。ServiceNow的研究同样表明，几乎所有岗位都将不同程度地经历任务的自动化或增强。因此，HR需要以战略性的方式推动再培训和技能升级，把员工从事务性任务中解放出来，让他们专注于创造价值。
未来的关键技能既包括技术能力，也包括人类核心能力。在技术层面，AI、大数据、网络安全和数字素养将持续增长。在人类核心方面，创造性思维、韧性、灵活性、领导力和好奇心同样重要。报告指出，单一的技能组合已不足以支撑未来，真正的竞争力在于技术与人类技能的结合。
为此，ServiceNow提出了“Know-Use-Build-Lead”的AI赋能框架。所有员工都需要具备AI的基础知识，理解提示工程和数据隐私等基本原则（Know）。大多数员工需要掌握如何使用AI工具完成工作（Use）。技术人员则需要具备构建AI解决方案的能力（Build）。而管理者必须学会如何引导团队与AI共事，推动采用和文化转型（Lead）。这种层级化的框架确保不同层次的员工都能找到清晰的学习目标。
此外，AI热力图是一个非常直观的工具，帮助企业识别岗位中最适合AI接管的任务。例如在HR共享服务岗位，AI能够处理知识库维护、案例管理和供应商对接等事务，从而节省员工约28%的时间。这些节省下来的时间被重新分配到人才发展和战略项目中，形成了“效率—学习—价值提升”的正向循环。
ServiceNow还推出了ServiceNow University，以AI驱动的学习体验取代传统的静态培训模式。它通过预测和个性化推荐，提供从入职到深度进阶的学习路径，使员工在工作中就能完成技能提升。这种模式意味着学习将不再是周期性任务，而是与工作高度融合的持续过程。
第三部分：转型劳动力，构建人机协同的新团队
AI的普及最终会改变劳动力的定义。报告提出，AI代理（Agentic AI）不再只是工具，而是将成为组织中的“虚拟员工”。这意味着HR必须考虑如何为AI代理“入职”，如何培训它们、如何评估绩效，甚至如何与人类员工共同组成混合团队。未来的组织将由人类与AI共同构成，HR的角色是设计并治理这种新型劳动力结构。
劳动力转型的关键在于三方面。第一是变革管理。许多员工对AI存有焦虑，担心被替代。HR必须通过沟通、培训和文化建设，确保员工理解AI是赋能工具而非竞争对手。第二是工作设计。企业需要明确哪些岗位和任务由AI承担，哪些仍需人类独有的判断、创造力和同理心。第三是文化引领。AI的真正成功取决于信任，当领导者投资于员工的学习和成长时，会传递一个重要信号：员工属于企业的未来。
报告特别强调，组织必须选择是用AI来替代人以削减成本，还是通过AI增强人类潜能。如果选择后者，就能打造更有韧性和创造力的团队，并形成长期竞争优势。
AI在实践中的应用价值
为了证明上述战略的可行性，报告提供了多个案例。
在ServiceNow内部，AI已经帮助HR共享服务部门实现生产力翻倍。一名HR支持员工的数量从412人提升到881人，同时不以裁员为目标，而是通过再培训把释放出来的时间投入到人才发展与战略工作中。
在AstraZeneca，AI平台帮助替代了实验室日常的手工流程，例如试管登记与存储，每年节省超过6万小时。这些时间被重新用于药物研发，从而加速了寻找罕见疾病治疗方案的进程。
BT集团的案例展示了AI在客户体验中的威力。通过ServiceNow平台，BT将客户服务的响应时间从4.7小时缩短到1分钟，任务自动化率提升80%。同时，AI还能预测并防止网络故障，帮助客户服务人员减少55%的文书时间。
这些案例表明，AI的价值不仅在于效率，更在于通过再分配时间和资源，实现业务增长和员工发展的双重目标。
未来趋势与大赌注
报告最后提出了未来几年的重点方向。
首先是Agentic AI。AI代理将成为劳动力规划的重要组成部分，独立完成任务并大规模运作，而人类则专注于需要创造力和复杂判断的工作。
其次是以技能为核心的组织模式。AI工具可以帮助企业绘制员工技能地图，识别差距并推荐培训。这样，组织能够更敏捷地适应变化，并把AI释放的能力重新分配到关键领域。
第三是“学习即工作”。未来的学习将不再依赖周期性的培训，而是融入日常工作流程。员工在完成任务的同时，不断获得新知识和技能，保持岗位的长期适应性。
此外，治理和信任将成为AI成功的基石。Accenture的调研显示，77%的高管认为，只有在信任和治理的基础上，AI才能真正释放潜力。
结论：HR是AI时代的变革引领者
《HR’s Role in AI Transformation》（点击下载）清晰地指出，HR在AI时代的使命远超传统职责。CHRO需要承担起“首席AI赋能官”的角色，推动AI的合规治理、技能重塑与文化转型，确保技术与人才的深度融合。AI的最终价值不是取代，而是增强，当人类的创造力与AI的效率结合，企业将迎来真正的人文复兴。
对企业而言，这意味着不能仅仅把AI视作提升成本效率的工具，而要把它看作战略资产，积极管理、合理分配，并通过文化和学习机制把员工纳入转型之中。只有这样，AI才能既推动业务增长，也成就更加有意义和有韧性的职场。
扫一扫 加微信
hrtechchina
