-
Joule
SAP宣布收购比利时HRTech公司TechWolf：从技能管理到工作智能，AI正在重构企业人力资源管理
全球企业软件巨头SAP正在进一步加强其在人工智能与人力资源科技领域的战略布局。
2026年10月6日，德国企业软件公司SAP SE宣布，已与比利时人工智能公司TechWolf签署收购协议，计划将后者的Work Intelligence（工作智能）技术、专有数据模型及AI研发能力纳入SAP产品体系。交易预计于2026年第四季度完成，仍需获得监管批准并满足其他惯常交割条件，双方未披露具体收购金额。此次收购将进一步强化SAP SuccessFactors HCM Suite的人才智能能力，并为SAP旗下AI助手Joule及Autonomous Enterprise战略提供更加深入的组织与工作数据支持。
与传统HR科技收购不同，TechWolf的核心价值并不在于提供另一套招聘、绩效或学习管理系统，而在于利用人工智能理解企业员工实际从事的工作、拥有的技能，以及这些工作如何受到AI技术影响。
HRTech认为，这笔收购反映出企业级人力资源科技正在发生一项重要变化：软件厂商的竞争正从管理人员、流程和员工记录，逐渐延伸到理解真实工作任务、预测组织能力需求，以及支持AI时代的岗位与工作流程重构。
一、SAP收购TechWolf：将工作智能纳入企业AI战略核心
根据SAP官方公告，TechWolf将为SAP带来三个重要资产：专有的Context Graph for Work数据模型、AI模型技术，以及专注企业工作与技能分析的应用人工智能研究团队。
SAP计划将这些能力应用于SAP SuccessFactors人才管理体系，支持更动态的技能识别、劳动力规划、人才发展、内部人才流动和组织重新设计。
SAP Autonomous Suite总裁兼首席产品官、SAP SE Extended Board成员Manoj Swaminathan表示，TechWolf围绕技能与工作构建的Context Graph，可以为AI智能体提供更加可靠的上下文基础，使智能体在处理技能规划、人才管理等任务时获得更准确的信息支持。
SAP还预计，这种上下文基础能够提高AI Token的使用效率，降低劳动力管理智能体的部署成本，并增强Joule在技能型招聘、劳动力规划和岗位设计等场景中的智能决策能力。
需要指出的是，这些属于SAP规划中的技术与商业价值。双方表示，新的联合产品将在交易完成后进一步设计和开发，因此相关能力尚不能全部视为已正式推出的商业产品。
从战略角度观察，SAP希望通过此次收购建立的不只是更先进的技能数据库，而是一个能够将员工、工作任务和企业业务战略连接起来的智能分析基础。
二、TechWolf是谁？一家来自比利时的AI工作智能公司
TechWolf是一家总部位于比利时Ghent的人工智能企业，最初起源于Ghent University的大学项目，由Andreas De Neve等联合创始人创办，持续从事企业技能与工作智能相关技术研发已有约八年。
与传统人力资源软件厂商不同，TechWolf并不以替代企业现有HCM系统为主要目标，而是通过连接现有HR系统与业务系统，从相关数据中推断员工技能、分析工作任务，并构建动态更新的组织能力模型。
公司目前服务的企业包括HSBC、Atlas Copco Group、GSK、Ericsson、AMD、MetLife、PayPal和Booking.com等大型国际组织。
SAP披露，TechWolf的开源AI模型累计下载量已经超过200万次。这一数字反映了相关模型的技术传播和使用情况，但不能直接等同于企业付费客户数量。
更值得关注的是其业务增长速度。
TechWolf联合创始人兼CEO Andreas De Neve在10月6日发表的公开信中透露，过去18个月，公司在美国市场的年度经常性收入（Annual Recurring Revenue，ARR）从100万美元增长至1500万美元，达到原来的15倍。
De Neve表示，面对AI带来的大规模劳动力转型需求，公司现有能力已经难以充分满足市场需求，因此需要借助更大的企业平台扩大技术覆盖范围和交付规模。
对于一家专注大型企业工作智能的公司而言，这一增长趋势说明，越来越多企业正在将技能数据和工作任务分析视为AI转型的重要基础设施，而不仅仅是传统HR数字化项目的附加功能。
De Neve还表示，此次交易预计将成为比利时历史上规模最大的风险投资支持软件企业收购案，并带来比利时规模最大的员工股权流动性事件。不过，由于双方尚未披露交易估值，这一历史性规模判断目前仍属于管理层公开表述。
三、从Skills Intelligence到Work Intelligence：TechWolf真正解决什么问题？
理解此次收购的关键，在于区分Skills Intelligence（技能智能）与Work Intelligence（工作智能）。
过去十多年，大型企业在人力资源数字化方面投入了大量资源，建立HRIS、HCM、ATS、LMS、绩效管理系统和员工技能档案。
这些系统能够回答许多重要问题，例如企业有多少员工、组织结构如何分布、员工拥有哪些技能、哪些岗位存在空缺，以及哪些员工需要接受培训。
但是，当企业真正开始大规模引入AI时，一个更复杂的问题随之出现：企业知道员工担任什么职位，却未必真正了解员工每天完成哪些任务，以及这些任务将如何被人工智能改变。
例如，一名财务分析师的职位描述可能包括预算编制、财务预测、数据分析和管理报告，但其中某些任务已经能够由AI辅助完成，另一些则仍然需要专业判断、业务沟通和复杂决策。
如果企业仅依据职位名称判断AI影响，很容易将整个岗位视为一个不可分割的工作单元，从而高估或低估自动化对人员配置的影响。
TechWolf尝试解决的正是这一问题。
其核心技术Context Graph for Work，是一种将工作任务、人员技能和外部劳动力市场信息连接起来的专有数据模型。
根据SAP介绍，该模型主要从三个层面理解企业组织：首先识别工作本身，深入到岗位内部的具体任务；其次分析员工拥有并实际应用的技能；最后结合外部劳动力市场的变化，判断不同能力的供给与需求趋势。
这些信息进一步与企业业务战略关联，为管理者提供更加动态的组织能力视图。
这意味着，企业未来不仅能够了解当前拥有哪些人才，还可能进一步分析哪些任务正在变化、哪些技能将更有价值，以及哪些工作需要重新分配给员工或AI智能体。
从职位到任务、从静态技能档案到动态工作分析，是Work Intelligence区别于传统HR数据管理的重要特征。
但工作智能并不意味着企业能够自动、完整地观察每一位员工的全部实际工作。模型的准确性仍然取决于接入数据的质量、任务信息的覆盖程度、技能推断方法，以及企业对分析结果的验证机制。
四、为什么SAP需要TechWolf？真正的战略价值在于连接HR与业务数据
SAP拥有覆盖财务、采购、供应链、生产运营、人力资源及客户体验等领域的庞大企业软件体系。
SAP SuccessFactors在人才管理方面拥有成熟的产品基础，但企业的真实工作并不只发生在人力资源系统中。
例如，销售人员的工作可能体现在CRM系统，采购人员的工作体现在供应链与采购流程，财务团队的工作体现在ERP系统，而研发人员的日常工作则可能分布在项目管理和协作工具中。
传统HCM系统主要记录员工及其雇佣关系，而大量能够反映实际工作内容的业务数据存在于其他企业应用中。
TechWolf的一个重要价值，就是尝试在这些系统之间建立工作与技能的关联。
TechWolf CEO Andreas De Neve在公开信中解释，公司选择SAP的重要原因，是AI转型本质上也是工作方式的转型，而能够反映真实工作的信息大量存在于业务运营系统中。
由于全球许多大型企业使用SAP管理核心业务流程，双方结合有机会为工作智能提供更加丰富的企业业务背景。
这也是此次交易与传统HR软件功能性收购之间的重要区别。
SAP并非简单增加一个技能分析模块，而是希望将工作智能逐渐发展为连接企业运营与人力资源管理的基础能力。
对于未来的企业AI智能体而言，理解业务流程与组织工作上下文尤其重要。
如果智能体只知道某位员工的职位和技能，却不了解企业业务目标、任务依赖关系与组织资源约束，那么它很难为复杂的人才配置提供可靠建议。
而当人员技能、具体工作和企业运营数据形成关联之后，AI便有可能支持更深入的战略性劳动力规划。
例如，当一家制造企业计划通过自动化调整运营模式时，系统可以辅助分析不同业务环节的任务变化、所需的新技能、现有员工的能力差距，以及通过内部培训或外部招聘满足新需求的不同路径。
从这一角度看，TechWolf带给SAP的核心资产，不仅是人才智能技术，更是将企业工作数据转化为组织决策依据的能力。
五、从合作伙伴到收购标的：SAP与TechWolf已有技术整合基础
此次收购并非SAP与TechWolf合作的起点。
早在2025年1月，TechWolf的Skill Data Infrastructure就已通过SAP Store向SAP SuccessFactors客户提供服务。
2026年8月7日，TechWolf进一步宣布获得SAP Store的Spotlight+ designation，表明双方在技能数据和产品整合方面的合作进一步深化。
当时，TechWolf已经获得Built with SAP BTP和SAP SuccessFactors Skills相关认证，其技能智能数据能够与SAP SuccessFactors Talent Intelligence Hub、Career & Talent Development、Opportunity Marketplace、Recruiting、Learning以及Performance & Goals六个模块进行对接。
这些技术整合使TechWolf不必完全替换企业现有系统，而是作为技能数据基础层，为现有HR应用提供持续更新的信息。
实际客户案例也说明，双方已经建立一定的产品协同基础。
2026年9月24日，TechWolf公布了与全球制药企业Chiesi有关的岗位架构重构案例。
Chiesi原有的职位名称和岗位等级体系，尚不足以准确反映员工实际承担的工作和技能要求。通过TechWolf的Job Architecture Redesign Agent，企业重新分析岗位背后的具体工作内容，重构岗位架构，并为各岗位生成新的职位描述。
随后，在合作伙伴TalenTeam支持下，相关岗位结构被配置到SAP SuccessFactors，并通过SAP Job Profile Builder投入使用。
根据TechWolf披露，该项目在数周内完成了岗位架构重构、职位与员工重新映射以及系统上线。企业项目负责人表示，如果没有相关AI智能体，项目的复杂程度和所需时间都可能显著增加。
这一案例的意义在于，它展示了工作智能如何从分析工具走向实际组织管理流程。
当然，这属于厂商披露的单个客户案例，不能直接推导出所有企业均可实现相同的实施周期或投资回报。
但它说明，SAP与TechWolf的技术合作已经具备一定的企业实践基础，而不是在并购完成后才开始寻找应用场景。
六、一个值得关注的细节：TechWolf也与Workday合作
此次交易还有一个值得HR科技行业关注的特点：TechWolf并不是只服务SAP生态的技术供应商。
它同时与Workday等人力资源科技平台开展合作。
2025年1月29日，TechWolf与Workday宣布，Workday将在其超过20,400名员工组成的全球团队中部署TechWolf的AI技能智能技术，以丰富技能数据并支持员工职业发展。
TechWolf也提供与Workday Skills Cloud连接的技术能力，通过识别工作相关技能，向Workday的人才管理系统提供更准确的技能信息。
这意味着，TechWolf原本具有跨HCM平台运行的技术定位。
对于SAP而言，收购TechWolf有助于增强其在工作智能领域的技术能力，但也带来了一个重要的生态问题：当一家原本服务多个HCM平台的技术公司被SAP收购后，其他平台客户能否继续获得稳定、中立的产品服务？
对此，TechWolf CEO Andreas De Neve明确表示，公司将继续服务所有客户，无论其是否使用SAP系统。
按照目前计划，TechWolf在交易完成后仍将保持独立实体及TechWolf品牌，由Andreas De Neve继续担任CEO，并与现有管理团队合作运营。
公司总部继续位于比利时Ghent，同时维持London和New York业务，并计划在San Francisco进一步拓展。
联合创始人兼CTO Jeroen Van Hautte将前往San Francisco推动当地办公室建设。
这一安排表明，SAP至少在当前阶段希望保留TechWolf的独立市场定位和现有客户关系。
不过，从长期竞争格局来看，跨平台兼容性、数据互操作性、产品研发优先级及商业合作关系是否会发生调整，仍需要观察交易完成后的实际执行情况。
七、对企业HR意味着什么？未来的关键可能不再只是招聘和培训
对于企业CHRO及HR数字化负责人而言，此次收购最值得关注的并不是短期内增加多少AI功能，而是未来人力资源管理所依赖的信息基础可能发生改变。
首先，传统以岗位为中心的管理方式将面临更多挑战。
许多企业的人力资源规划仍然以岗位编制、组织层级和年度招聘预算为主要依据，但AI可能首先改变岗位内部的部分任务，而不是立即替代整个岗位。
因此，企业需要更加细致地理解工作任务与技能之间的关系，才能判断什么时候应该招聘、什么时候应该培训，以及什么时候应该重新设计工作流程。
其次，内部人才流动和技能再培训可能获得更强的数据支持。
当企业能够更加准确地识别员工实际应用的技能，以及不同业务任务需要的能力时，就有机会发现传统职位描述中不容易体现的内部人才资源。
这不仅可能提升内部人才配置效率，也可能帮助企业降低对外部招聘的依赖。
第三，战略性劳动力规划将更加需要与业务部门合作。
过去，Workforce Planning经常被理解为预测未来员工数量、控制人工成本及安排招聘计划。但在AI时代，管理层需要回答的问题正在变化：未来的工作应该由哪些人完成，哪些任务可以由AI承担，哪些人类能力需要保留和强化，以及组织结构应如何调整？
这些问题无法仅由HR部门独立解决，而需要财务、运营、IT和业务管理团队共同参与。
第四，HR数据治理和AI决策的可解释性将变得更加重要。
当AI开始推断员工技能、识别任务变化，并参与招聘、人才发展和人员配置建议时，企业必须关注信息来源是否合法、分析结果是否准确，以及模型是否可能放大历史数据中的偏差。
TechWolf披露，其平台提供欧盟和美国数据驻留选项、加密和访问控制能力，并取得ISO/IEC 42001及ISO/IEC 27001认证。
这些措施有助于企业建立AI治理与信息安全基础，但并不意味着所有具体应用场景自动满足相关法律与监管要求。
特别是涉及招聘、晋升、绩效及其他可能对员工产生重大影响的决策时，企业仍需要落实适当的人类监督、数据治理和合规审查。
对于HR而言，AI时代真正重要的能力，可能不只是使用AI工具提高行政效率，而是能够理解工作如何变化，并与业务管理层共同重新设计组织。
八、HR科技行业竞争正在进入工作智能时代
从行业竞争角度来看，SAP收购TechWolf释放了一个值得关注的信号：传统HCM厂商正在进一步争夺企业AI决策所需要的数据基础与业务上下文。
过去，企业级HR软件主要围绕人员信息系统展开，随后逐步扩展到招聘、绩效、学习、员工体验和People Analytics等功能。
近年来，技能智能与技能型组织成为大型HCM厂商的重要发展方向。
但随着AI智能体开始参与真实工作流程，仅仅拥有技能标签或者员工档案已经不够。
企业还需要理解工作任务之间的关系、不同技能如何应用于具体业务，以及AI引入后组织能力需求将如何调整。
这使Work Intelligence逐渐成为值得关注的新技术领域。
从技术架构来看，未来企业HR科技可能进一步形成相互连接的三个层次：底层由HCM和其他业务系统提供基础记录，中间由Skills Intelligence与Work Intelligence构建动态组织上下文，上层则由AI分析工具和智能体辅助完成招聘、学习、组织规划及业务决策。
这一结构并不意味着现有HCM系统会被替代，而是其价值有可能从传统记录与流程管理，进一步延伸至智能决策。
对SAP而言，拥有覆盖多个业务部门的ERP和企业应用基础，是推进这一战略的重要优势。但与此同时，其竞争对手也可以通过第三方数据、外部合作和自身AI技术发展类似能力。
因此，未来行业竞争的关键并不只是哪个公司率先拥有Work Intelligence产品，而是谁能够建立可信、持续更新、可跨系统使用的数据基础，并通过可验证的业务成果证明其价值。
九、HRTech观察：未来企业竞争的焦点，是重新定义工作
在AI快速发展的背景下，企业面临的核心问题正在从“如何让员工使用AI”，逐步转向“如何重新设计人类与AI共同完成的工作”。
这两种思路存在明显区别。
前者主要关注工具使用率、员工培训和个人工作效率；后者则涉及任务分工、工作流程、岗位边界、管理责任和组织结构，最终影响企业的整体经营模式。
如果企业只是为每名员工配置AI工具，却没有重新审视工作如何完成，那么AI投资可能局限于局部效率改善，难以转化为系统性的组织生产力提升。
而当企业能够从任务层面分析工作内容，就有机会将AI应用、人才发展和组织设计连接起来。
对于大型跨国企业，这种能力尤其重要。不同国家和业务部门的岗位名称可能相似，但实际任务、技能要求和自动化机会并不完全相同。能够动态理解这些差异，将有助于企业制定更加精细化的全球人才战略。
不过，真正实现这一愿景仍然存在挑战，包括跨系统数据整合、员工隐私保护、技能推断准确性、业务部门参与度，以及AI投资回报的持续验证。
SAP已经宣布收购TechWolf，但这笔交易最终能否重塑企业人力资源管理，取决于双方能否将技术优势转化为可规模化部署、可治理并且能够产生实际业务价值的产品。
根据SAP Community于10月6日发布的信息，在交易获得批准并完成交割之前，SAP与TechWolf将继续独立运营，具体整合产品路线图将在交割后制定。
因此，市场仍需要等待更明确的产品交付时间、技术整合方式与商业模式。
HRTech认为，SAP此次收购的重要意义，在于进一步推动HR科技行业从People Data走向Skills Intelligence，再走向Work Intelligence。
过去，HR系统帮助企业回答“我们拥有哪些员工”；随后，技能智能帮助企业回答“员工能够做什么”；而工作智能试图进一步回答“企业究竟需要完成哪些工作，以及这些工作应该如何在人与AI之间重新配置”。
这一变化可能成为未来几年企业级人力资源科技发展的重要方向。
对于企业HR领导者而言，现在值得开始思考的，已经不仅是如何采购更先进的HR软件，而是如何让人力资源数据真正进入企业战略与业务运营过程，并为AI时代的组织重构提供决策依据。
未来HR的战略价值，可能越来越取决于能否理解、设计和持续优化工作本身。
参考资料：
SAP News Center，2026年10月6日：SAP to Acquire TechWolf, Giving Enterprises Evidence-Based View of Work in the Age of AI
SAP Community，2026年10月6日：SAP to Acquire TechWolf: Placing Work Intelligence at the Center of the Autonomous Enterprise
TechWolf，2026年10月6日：A New Chapter: SAP to Acquire TechWolf
TechWolf，2026年8月7日：TechWolf Achieves SAP Spotlight+ Designation
TechWolf，2026年9月24日：How Chiesi Rebuilt the Foundation for Its Workforce Transformation
TechWolf，2025年1月29日：Workday to Roll Out TechWolf’s AI-Powered Skills Intelligence
-
Joule
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。
-
Joule
【重磅】Workday 全新出击中型市场：WorkdayGo 背后的战略转向与行业冲击波
HRTech概述：Workday 正在进行战略转型，从以产品为中心转向以市场为导向。2025 年春季发布的 350 多项新功能，强调了 AI 驱动的人才再发现和简化的工作流程。Workday 通过 WorkdayGo 进军中型市场，面临 UKG 和 HiBob 等竞争对手的挑战。全球扩张将依赖于在 SAP 和 Oracle 主导地区的战略合作伙伴关系。尽管面临 AI 领域的挑战，Workday 的创新和增长承诺值得肯定。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
2025 年春季，全球领先的 HCM 云平台 Workday 正式迈出其转型路上的关键一步——推出专为中型企业打造的“WorkdayGo”快速部署方案。这一动作不仅标志着 Workday 正式向更广阔的中型市场渗透，也被行业权威 Josh Bersin 称为“市场导向转型中的里程碑事件”。
WorkdayGo 是什么？不是“简化版”，而是“快装版”
过去十年，Workday 成功定义了大型企业级人力资源与财务系统的标杆，其客户包括 Amazon、Pfizer、Bank of America 等全球巨头。但中型企业却常常因其部署成本高、周期长而望而却步。
WorkdayGo 改变了这一切。
据 Workday 官方介绍，WorkdayGo 是一套预配置、可快速上线、面向 500–5000 员工规模企业的标准化解决方案。它涵盖招聘、薪酬、员工入职与管理等核心流程，借助 AI 自动化引擎，最多可在 8 周内部署上线，相比传统项目节省了高达 60% 的实施时间。
据 Workday 多家实施伙伴介绍，WorkdayGo 使用标准化模板、预设数据模型和流程配置，客户通过“启动—配置—上线”三步走流程，即可在 6–8 周内完成部署。这种方式大幅降低了项目复杂度，支持“轻咨询+本地化适配”模式，使得中型企业无需依赖长期顾问驻场即可完成上线。
为什么 WorkdayGo 来得正是时候？
中型企业正成为 HR SaaS 增长主战场在全球范围内，员工规模 500–5000 的企业数量远超大型组织，尤其在亚太、欧洲及拉美市场，仍有大量企业尚未完成核心 HR 云端化。这也是为什么 HiBob、UKG、Paycor、Dayforce 等厂商过去两年纷纷发力中型市场。
竞争格局变了，Workday 不能等了HiBob、Personio 等“生于中型市场”的厂商，凭借快、轻、灵的产品模式在全球迅速扩张，已经开始威胁 Workday 的生态边界。WorkdayGo 被视为对这些“新贵”直接反击的产品利器，意在捍卫其在企业人力系统领域的领导地位。
实施伙伴网络的转型机会WorkdayGo 还为系统集成商（SI）与合作伙伴生态提供新的商业路径。以往长周期项目只适合大型实施商，而 Go 模式让中小服务伙伴也能进入生态，在更多国家落地本地化版本，这将大幅提升 Workday 的全球渗透力。
Workday 的“市场导向”战略初见成效
Kathi Enderes 在其文章中指出，Workday 正在经历一次从“产品驱动”到“市场驱动”的彻底转型。此次春季更新中，Workday 一口气发布了 350 多项新功能，涵盖 AI 人才再发现（Talent Rediscovery）、自动化配置（AI Configurator）、全新 Workday Assistant 助理、全球薪酬适配等。
而 WorkdayGo，则是这些 AI 能力的缩影：让中型企业也能以极小成本享受 AI 带来的效率红利。
中型市场将成 2025–2027 年竞争核心
HRTechChina 观点认为，WorkdayGo 的发布并非“推出新产品”那么简单，而是标志着 HCM 产业进入“全栈产品 × 全市场覆盖”的深水区竞争阶段。谁能以最快速度服务中型企业、以最低门槛交付 AI 价值，谁将在新一轮 HR SaaS 战争中胜出。
Workday 正在以行动表明：它不再只是大企业的选择，也正在成为中型企业的 AI 人力伙伴。
以上信息来源多方解读，其中参考workday、josh bersin、Kathi Enderes等内容
-
Joule
AI如何重塑2025年人力资源?
在人工智能生成技术进步的推动下，人力资源行业正在经历一场引人注目的变革。有了人工智能生成技术，人力资源团队就能实现日常任务自动化、员工体验个性化，并从海量数据中获得可操作的见解。
然而，实施正确的 GenAI 工具可能会很困难；因此，今天我们将探讨 2025 年转变人力资源的五种基本生成式 AI 工具，它们将帮助您在人力资源运营中保持领先地位。
人力资源领域一直以来都是数据密集型的，需要对细节一丝不苟的关注和对人员动态的深刻理解，而有了 GenAI，您和您的团队就可以利用机器学习和自然语言处理的力量。
这一转变有三个关键进步：
1.1. 提高效率
GenAI 可自动执行简历筛选、面试安排和入职流程等重复性任务，从而节省时间并减少人为错误。
1.2. 可操作的洞察力
GenAI 提供的高级分析功能可帮助您识别趋势、预测劳动力需求，并根据组织目标做出数据驱动型决策。
1.3. 提供个性化服务
人工智能驱动的工具将帮助您分析员工数据，并为员工的培训、职业发展和健康计划提供量身定制的建议，从而促进员工的参与和积极性。这些功能使 GenAI 成为不可或缺的工具，帮助企业快速适应劳动力动态和员工期望的不断变化。
2. 2025 年人力资源领域的顶级人工智能生成工具
以下是四大生成式人工智能工具的主要功能、优缺点和定价概览：
2.1. Leena AI
榜单上的第一名是 Leena AI，这是一款人工智能驱动的人力资源助手，可简化各种人力资源功能，包括员工查询管理、绩效考核和政策发布。该工具的对话式人工智能引擎可让员工通过与 Slack 和 Microsoft Teams 等流行平台集成的聊天机器人即时获取信息。不过，它针对小众用例的定制功能有限。现在，它的起价是每个用户每月 5 美元，企业可定制价格。
2.2. Lattice
这款人工智能驱动的人力资源助手将绩效管理和员工参与结合到一个平台中。Lattice 利用人工智能提供可操作的反馈、目标跟踪和个性化学习建议，从而与公司目标保持一致。不过，对于新用户来说，该工具的学习曲线比较陡峭。关于起始定价，Lattice 为每位用户每月提供 11 美元，并提供分级计划。
2.3. SAP SuccessFactors HCM 与 Joule
SAP SuccessFactors通过其Joule平台整合了GenAI，提供高级分析、个性化员工体验和简化的人力资源流程。由于其可扩展性和强大的安全协议，它对跨国企业尤为有效。不过，与我们列表中的其他人工智能驱动的人力资源助理平台相比，其实施成本相当高（根据组织规模和要求定制定价），而且非常复杂。
2.4. Effy
榜单上的第四名是 Effy，这是一款人才管理工具，利用 GenAI 优化招聘、技能评估和员工发展。此外，它的预测分析功能还能帮助你识别高潜力的候选人和员工。在定价方面，Effy 的起价为每个用户每月 8 美元，并提供企业定价。不过，它的定制功能有限，对大型企业的可扩展性也有限。
3. 生成式人工智能在人力资源领域的未来
随着工作场所应用的不断涌现，生成式人工智能将不再仅仅是人力资源技术中的一项功能，而将发展成为一个基础性的推动因素。根据 Gartner 的数据，38% 的人力资源领导者已经探索或实施了人工智能解决方案，以提高组织内的流程效率。此外，据预测，到 2025 年底，将有超过 45% 的人力资源领导者实施 GenAI 解决方案。
例如，在招聘流程中，GenAI 可以帮助您撰写职位描述并与候选人沟通。现在，一旦您获得了人才，它就能提供众多支持入职和职业成长的工具。GenAI 工具可为新员工创建调查问卷，收集信息以起草绩效评估报告，并为员工个人推荐定制的学习计划。
我们还可以期待一个更加无缝的人力资源流程，因为它还将指导人力资源专业人员解决员工队伍中潜在的技能差距，并制定技能提升和再培训计划以满足组织需求，从而保持相关性和有效性。此外，人力资源领导者还必须考虑参与 GenAI 的管理和部署。
结论
随着 GenAI 的不断发展，它将成为人力资源工作环境中不可或缺的一部分。因此，为了在竞争中保持领先地位，您可以在组织中实施生成式人工智能工具，减少团队的行政工作量，把更多时间花在真正重要的工作上。
扫一扫 加微信
hrtechchina
