资讯 - HRTechChina.com - 向上的力量！

资讯

Apple 起诉 OpenAI 窃取商业秘密：一场由人才流动引发的硬件与组织治理危机 Apple 指控多名前员工在加入 OpenAI 前后，非法获取并使用 Apple 的硬件研发、制造工艺与供应链机密。事件不仅是一场科技公司的知识产权诉讼，也暴露出 AI 人才争夺、员工离职管理和招聘合规中的系统性风险。 2026 年 7 月 10 日，Apple 向美国加州北区联邦地区法院提起诉讼，起诉前 Apple 员工 Chang Liu、Tang Yew Tan，以及 OpenAI Foundation、OpenAI Group PBC 和 io Products, LLC，指控其涉嫌盗用商业秘密和违反员工保密协议。简单来说，Apple 的核心指控是：OpenAI 为了加快进入消费硬件市场，大量招募 Apple 的工程师和管理人员，而部分员工在离开 Apple 前后，涉嫌带走、下载或泄露 Apple 的内部文件、硬件设计资料、制造工艺和供应链信息，并将这些信息用于 OpenAI 的硬件研发和招聘活动。目前，这些内容仍然是 Apple 在起诉状中提出的单方指控，尚未经过法院审理和认定。案件后续还需要经过被告答辩、证据开示、禁令听证和可能的庭审程序。发生了什么：Apple 指控前员工离职后仍在获取内部资料案件中最受关注的人物之一是 Chang Liu。Chang Liu 曾在 Apple 工作八年多，担任 Senior System Electrical Engineer，参与 iPhone 等敏感硬件项目。他于 2026 年 1 月 22 日离开 Apple，并加入 OpenAI。 Apple 称，Chang Liu 在离职过程中没有完成正常的设备归还和安全审查，也没有回应 Apple 关于离职面谈和保密义务的联系。Apple 进一步指控，他至少保留了一台 Apple 配发的工作电脑，并在离职后继续尝试访问 Apple 的内部系统。 2026 年 2 月 9 日前后，Chang Liu 据称发现自己仍然可以通过一个当时尚未被 Apple 发现的身份验证漏洞，访问 Apple 的云端网络存储系统。Apple 表示，他没有报告漏洞，而是在已经加入 OpenAI 的情况下，持续访问并下载 Apple 的内部资料。 Apple 称，被下载的资料包括未发布产品信息、技术演示文档、工程规格、项目数据，以及一套超过 1,000 页的技术文件。其中部分内容涉及主逻辑板，也就是 MLB 的制造流程、测试方式、设备选择和故障分析。 Apple 认为，这些信息并不是普通的员工工作经验，而是多年研发、制造和供应链投入所积累的商业秘密。 Apple 指控 OpenAI 将招聘面试变成信息获取渠道案件中的另一名重要人物是 Tang Yew Tan，通常也被称为 Tang Tan。Tang Tan 曾在 Apple 工作约 24 年，最后担任 Vice President of Product Design for iPhone and Apple Watch。离开 Apple 后，他参与创办 io Products，后者于 2025 年被 OpenAI 以约 65 亿美元收购。Tang Tan 随后成为 OpenAI 的 Chief Hardware Officer。 Apple 指控，Tang Tan 和 OpenAI 的硬件团队在招聘 Apple 员工时，多次询问涉及 Apple 内部项目、产品代号和制造流程的问题。起诉状称，OpenAI 要求部分候选人在面试中进行“Technical Deep Dive”，详细介绍其在 Apple 的工作，包括产品组件选择、CAD 工具、仿真软件、系统集成方法、供应商选择和制造协作流程。更严重的指控是，OpenAI 面试人员曾要求 Apple 候选人携带实际零部件、样品、原型和设计资料参加面试，包括 Batteries、Systems-in-Package、main logic boards、shields、housings 和 back glass 等。 Apple 认为，这些面试要求已经超出了正常的人才评估范围，实质上是在利用招聘流程获取竞争对手的内部技术与产品信息。也有小道消息说是其与苹果9月新任CEO关系非常紧张。前员工被指提前了解 Apple 的离职安全流程 Apple 还指控，Tang Tan 或 OpenAI 内部人员持有一份标注为“Need to Know”的 Apple 内部文件。这份文件描述了 Apple 在员工离职时会采取哪些安全措施，包括设备检查、账户审查、取证流程和保密提醒。根据 Apple 的说法，这份文件被提前分享给即将从 Apple 跳槽到 OpenAI 的员工，使其可以在正式提交离职申请前了解 Apple 的检查方式，从而规避安全审查。 Apple 还称，OpenAI 曾建议部分员工不要立即向 Apple 透露下一家公司是 OpenAI，并尽量争取正常的两周离职期，从而在离职前继续保留对 Apple 系统和资料的访问权限。如果这些指控最终获得证据支持，这意味着问题可能并非个别员工的临时行为，而是已经涉及招聘、离职和人才引进流程中的组织性操作。 Apple 指控 OpenAI 利用其供应链和制造工艺 Apple 的诉讼并未停留在员工文件泄露层面。 Apple 还指控 OpenAI 和 io Products 利用前 Apple 高管掌握的供应商信息、内部术语和制造知识，接触 Apple 的长期合作伙伴。其中一项指控涉及 Apple 的专有金属表面处理技术。Apple 称，OpenAI 或 io 要求一家 Apple 合作伙伴为其执行原本受严格保密协议约束的多步骤金属处理工艺，并让合作伙伴误以为这一行为已经获得 Apple 授权。 Apple 还表示，OpenAI 曾向参与电源、电池和制造设计的 Apple 供应商提出高度针对性的问题，而这些问题只有熟悉 Apple 内部技术和供应链体系的人才能提出。从商业竞争角度看，这部分指控直接触及 Apple 最核心的竞争壁垒：不仅是产品设计本身，更包括如何制造、如何选择供应商、如何控制质量，以及如何实现全球规模化交付。为什么这起案件对 HR 和企业管理具有重要意义从 HRTech 的角度看，这起案件并不只是 Apple 与 OpenAI 之间的知识产权争议，而是一场典型的“人才流动风险事件”。 AI 行业正在以前所未有的速度争夺工程师、产品负责人、供应链专家和高级管理人员。当竞争从软件模型扩展到 AI 设备、芯片、机器人和消费硬件时，人才的价值已经不仅体现在个人能力，也体现在他们掌握的组织知识、技术路径和供应商网络。企业面临的核心问题是：员工可以自由流动，但企业商业秘密不能跟着员工一起流动。正常的职业经验、通用技能和行业知识属于员工个人能力的一部分。员工可以在新公司继续使用自己的专业判断、管理能力和工程经验。但源代码、未发布产品信息、内部项目代号、具体设计图纸、测试数据、供应商合同、制造参数和专有流程，通常属于企业受保护的信息。两者之间的边界，正是许多公司在人才竞争中最容易忽视的地方。 HR 部门不能再把保密管理只交给法务和 IT 传统上，商业秘密保护常被视为法务或信息安全部门的职责。但从这起案件来看，风险实际上贯穿员工全生命周期。风险从招聘开始。当招聘团队要求候选人过度展示上一家公司的真实项目、代码、样品和内部文件时，企业本身就可能成为商业秘密侵权的参与者。风险也存在于员工在职期间。如果企业没有建立清晰的数据分级、访问权限和异常下载监测机制，即使员工已经提出离职，仍可能继续访问大量敏感资料。风险更集中在离职阶段。高风险岗位员工的权限关闭、设备归还、文件检查、个人邮箱转发记录和外部存储设备使用情况，都需要 HR、法务和 IT 共同管理。风险还可能延续到新员工入职后。新公司必须明确告诉员工，不得携带、上传或使用前雇主的机密资料，也不得在内部培训、产品设计或供应商会议中披露前雇主受保护的信息。对企业 HR 的五项建议第一，建立高风险岗位识别机制。并不是所有员工离职都需要同样强度的审查。涉及核心研发、AI 模型、产品路线图、芯片、硬件设计、定价、客户数据、制造工艺和供应链关系的岗位，应被纳入高风险人员清单。第二，把招聘合规写进面试流程。企业应明确禁止面试官要求候选人提供前雇主的源代码、设计图、真实客户资料、内部文件、产品原型、供应商名单和未发布项目信息。技术面试可以评估候选人的思考过程和专业能力，但不应要求候选人证明自己“掌握多少上一家公司的秘密”。第三，强化离职前后的数据行为监测。当员工提出离职或出现明显跳槽信号后，企业可依法加强对异常下载、批量复制、个人邮箱转发、外接设备使用和敏感文件访问行为的监测。这一过程需要在适用法律、员工隐私政策和公司制度框架内进行，不能简单扩大为无差别监控。第四，重新设计离职程序。离职面谈不应只是薪资结算和设备归还。对于关键岗位，应加入商业秘密提醒、文件返还确认、系统访问终止、外部存储检查和持续保密义务确认。第五，对新员工实施“干净入职”。从竞争对手公司加入的新员工，尤其是高管和研发人员，应在入职时签署声明，确认不会携带、上传或使用前雇主的任何保密资料。企业还应通过培训告诉管理者：不能因为新员工“知道很多”就鼓励其分享前公司的内部信息。 HRTech 可以如何帮助企业降低风险这起案件也说明，员工离职管理正在从行政流程转变为数据治理和风险治理。未来的人力资源系统不仅需要记录入职、转岗和离职日期，还需要与身份管理、设备管理、文档权限和安全监测系统连接。例如，当关键员工提交离职申请后，系统可以自动触发一套风险工作流，包括权限复核、异常下载检查、设备归还任务、保密提醒和管理者确认。招聘系统也可以加入面试合规提示，提醒面试官不得要求候选人披露前雇主机密，并对涉及“原型”“代码”“供应商名单”和“内部文档”等敏感内容的面试材料进行审核。在 AI 时代，HRTech 的价值不只是提升招聘效率或员工体验，也包括帮助企业建立可审计、可追踪、可执行的人才风险管理体系。结语 Apple 与 OpenAI 的诉讼最终如何发展，仍取决于后续证据和法院判断。但这起案件已经给企业敲响警钟：当行业进入高强度人才争夺阶段，招聘速度、人才密度和技术能力固然重要，人才引进过程中的合规边界同样重要。优秀人才可以带来经验、判断和创造力，但企业不能通过人才流动获取竞争对手的商业秘密。对于 HR 而言，未来最重要的能力之一，不只是把人招进来，而是确保企业用正确的方式招人、用人和管理人员流动。这既是法律风险问题，也是组织治理、雇主品牌和长期竞争力问题。

资讯
2026年07月12日
资讯

【限时免费下载】36 国 39000 + 员工调研｜《职场人 2026》白皮书，HR 做人才规划必备数据参考【限时免费下载】36 国 39000 + 员工调研｜《职场人 2026》白皮书，HR 做人才规划必备数据参考做 HR、人力负责人、HRD 的我们，每年都要面对几大无解难题：团队流失率居高不下，哪怕调整薪酬福利，员工依旧普遍焦虑； 70 后至 00 后五代员工同场办公，一套管理制度无法适配所有人；企业落地 AI 数字化工具，投入成本上涨，员工实际产出却没有提升；管理层常态化无偿加班，核心骨干悄悄更新简历，人力隐性成本持续走高。 ADP 研究院 2026 年度重磅调研《职场人 2026》，面向全球 36 个市场、超 39000 名职场人分层取样，用一手真实员工心态数据，拆解 2026 全球劳动力核心变化，为企业人力管理、年度人才盘点、员工关系建设提供权威对标依据。下载链接：http://hrnext.cn/xALS93 您也可以扫描文中图片二维码，即可免费下载完整版（限时免费），获取 36 国细分数据、行业对比、落地管理建议。一、报告 5 大核心调研结论数据来源：ADP 研究院 2026 全球劳动力调研《职场人 2026》白皮书1. 职业安全感危机：全球仅 22% 员工笃定自身岗位稳定数据显示，没有任何一个区域过半员工拥有职业安全感，市场分化差距明显：尼日利亚 38% 员工认为工作安稳，日本仅 5%，中国为 20%。工种层级差距显著：知识型员工安全感 30%，技能型员工 18%，事务型重复性岗位仅 16%。高职业安全感员工具备多重优势：敬业度高出 6 倍、无离职意愿概率翻倍、职场负面压力低 2.5 倍。 HR 落地实操组织变动、架构调整提前全员透明同步，减少员工负面猜测；针对基层、事务岗员工增设常态化技能培训、轮岗发展机会；管理者一对一同步员工个人成长路径，清晰传递晋升预期。 2. 五代同堂新职场：代际诉求割裂，分层管理才是最优解当下职场首次实现青少年到曾祖辈五代员工共存，不同年龄段员工诉求差异巨大： 18-26 岁年轻员工：对 AI 工具、职业晋升更乐观，本科毕业生 32% 自认具备晋升技能，同期无学历员工仅 24%； 55 岁以上资深员工：易自我怀疑技能、财务焦虑更强，但消极职场压力更少、整体离职意愿最低。白皮书核心解决方案：搭建跨代师徒机制，年轻人输出数字化能力，资深员工传承行业经验与管理软技能，双向激活团队活力。 3. 无偿加班暗藏巨大人力损耗，层级越高问题越突出全球 62% 员工每周无偿加班 5 小时以内，26% 每周 6-15 小时，12% 每周无偿工作 16 小时及以上。职级差异清晰：20% 高管每周无偿加班超 16 小时，普通员工仅 9%。调研悖论：长期超长无偿加班的员工敬业度看似更高，但普遍自评工作效率低下、压力过载、主动求职跳槽意愿更强。 HR 落地实操规范工时管理，明确岗位工作边界；建立加班补偿、调休机制；合理拆分工作负荷，避免任务集中挤压私人时间。 4. AI 全面渗透职场，但预期生产力提升并未落地全球半数员工每周多次使用生成式 AI，1/5 员工几乎每日使用；区域使用差距悬殊：印度 41% 员工每日使用 AI，日本 43% 从未尝试，中国 26% 员工每日使用 AI 工具。高频 AI 使用者优势：工作压力更低、团队归属感更强、敬业度显著提升；现存痛点：高频使用 AI 的员工，更容易认为自身生产力未达到预期，岗位焦虑同步加剧。 HR 落地实操配套全员 AI 技能培训，明确 AI 辅助工作边界；同步开展员工心理疏导，缓解技术替代岗位的恐慌情绪。 5. 全球员工敬业度偏低，仅 19% 职场人高度敬业 2025 年全球高度敬业员工占比仅 19%，区域分化明显：巴西 29% 全球第一，本次调研 36 个市场中中国员工高度敬业占比 11%，处于亚太低位。提升敬业度核心抓手（数据佐证）：感知企业愿意投入自身成长的员工，53% 处于高度敬业状态；无任何培训支持的员工，该比例仅 12%。企业可通过人才发展投入、建立管理层信任、塑造岗位价值感、降低职场负面压力四大维度，提升团队整体敬业度。二、这份白皮书，HR 适配全年度人力工作场景年度人力规划 & 人才盘点：对标全球、亚太、中国细分员工数据，精准诊断团队流失、倦怠核心根源；员工关系 & 员工关怀方案：针对职业焦虑、无效加班、代际矛盾设计标准化沟通、福利机制；企业数字化（AI 落地）配套方案：预判员工技术恐慌，搭建内部数字化培训体系；人才梯队建设：区分年轻员工、资深员工，搭建分层晋升、跨代师徒管理体系；出海企业人力参考：36 个国家/市场员工心态、薪酬预期完整数据，支撑跨国团队制度搭建。本文所有数据均来自 ADP 官方全球劳动力调研，完整原始数据表可通扫描图片二维码或点击文章底部“阅读原文”获取。立即下载【职场人 2026】，获取 36 国细分数据、行业对比、落地管理建议。下载链接：http://hrnext.cn/xALS93 您也可以扫描文中图片二维码或者点击文章底部“阅读原文”，即可免费下载完整版。如有问题咨询联系人：科科微信：hrtechina 邮件联系：hi@hrtechchina.com

资讯
2026年07月07日
资讯

微软裁员约4,800人：AI时代的组织重构正在发生 Microsoft于2026年7月6日通过公司官方博客发布内部沟通，由EVP和CPO Amy Coleman向员工说明最新一轮组织调整。Microsoft本次将裁减约4,800个岗位，占全球员工总数约2.1%。公司表示，这一决定是为了将人员、投资和组织精力进一步集中到最重要的业务优先级和增长机会中，以应对快速变化的技术环境、客户需求和商业模式。裁员重点集中在Commercial Business与XBOX 根据Microsoft官方备忘录，本轮调整主要发生在Microsoft Commercial Business和XBOX组织。Commercial Business的变化与公司近期宣布的Frontier Company相关，Microsoft正在重塑面向企业客户的工作方式，将工程专家更深入地嵌入客户场景，帮助客户加快技术部署。这意味着企业销售和客户交付模式正在从传统销售驱动，进一步转向更贴近客户实际部署和价值落地的模式。 XBOX方面，Microsoft表示正在进行重组，以支持业务长期成功。公司还将让四家gaming studios转到new management下运营，目标是保留相关intellectual property和ongoing projects。官方备忘录没有披露这四家工作室的具体名称，也未说明各地区和各职能的具体裁员分布。 Microsoft强调：岗位不是被AI直接替代此次沟通中最值得HR关注的是Microsoft对AI影响的表述。Amy Coleman明确表示，本次被取消的岗位“not being replaced by AI”，即并不是被AI直接替代。但她同时指出，AI正在改变工作完成方式，部分日常任务已经可以被自动化，因此员工需要持续学习、建立新技能，并随着工作方式演变不断适应。这一区分非常重要。它说明大型科技公司的组织调整，不能简单理解为“AI抢走工作”。更准确地说，AI正在改变企业如何服务客户、如何配置资源、如何设计岗位、如何组织团队，以及如何判断哪些业务和能力最值得继续投入。岗位变化往往不是来自单点技术替代，而是来自整个经营模式和组织结构的重构。内部转岗、自愿退休与技能升级成为缓冲机制 Microsoft也强调，公司一直在寻找减少岗位取消的替代方案。过去一年，Microsoft已将超过4,000名员工重新安置到新岗位，其中本月又有500人完成内部转岗。此外，超过30%的eligible employees参与了近期的voluntary retirement program。公司表示，未来还会继续探索类似方式，以尽可能降低直接裁员的必要性。从HR管理角度看，这反映出大型企业在组织转型中的新工具组合：一方面通过业务聚焦和组织调整提升效率，另一方面通过内部转岗、reskilling、自愿退休和员工支持机制降低转型冲击。对于受影响员工，Microsoft称将提供财务支持和相关资源，帮助他们进入下一阶段。 AI转型正在变成组织转型 Microsoft这次调整释放出的信号并不局限于一家科技公司。随着AI成为企业基础能力，组织管理的重点正在发生变化。企业不只是购买AI工具、建设AI平台或培训员工使用AI，更需要重新思考岗位结构、管理层级、客户交付模式和人才流动机制。尤其在Commercial Business中，Microsoft将engineering experts更紧密地嵌入客户现场，说明未来B2B科技企业的商业组织可能会更强调技术交付能力、行业场景理解和客户价值实现，而不是单纯依赖传统销售流程。对HR而言，这意味着招聘画像、绩效评价、能力模型和组织设计都需要随之调整。 HRTech观察：裁员背后是资源重新配置这次Microsoft裁员并不是一个简单的成本削减事件，而是AI时代大型企业进行资源重新配置、组织重组和业务聚焦的典型案例。公司一边强调岗位并非被AI直接替代，一边承认AI正在改变工作方式，这种表述更接近未来几年企业转型的真实状态：AI不一定直接替代某个岗位，但会推动企业重新定义哪些工作重要、哪些能力稀缺、哪些组织结构需要被压缩或重建。对HR领导者而言，真正需要关注的不是“AI是否会裁掉员工”这个单一问题，而是如何提前建立动态 workforce planning 能力，如何让reskilling与业务优先级绑定，如何提升内部流动效率，以及如何在组织调整中保持透明沟通和员工支持。Microsoft的案例提醒企业：AI转型最终一定会进入组织层面，而HR必须成为这场转型的核心参与者。

资讯
2026年07月07日
资讯

AI接管人才事务，这四类HR能力无可替代随着 AI 深度渗透招聘、员工管理、人才盘点全流程，工具的效率优势肉眼可见：几分钟完成千份简历筛选、自动生成岗位 JD、一键排期面试、提前预判员工流失风险，标准化人力行政工作几乎全部实现自动化。不少企业 HR 团队开始思考：当机械性人才工作全部交由系统完成，人力资源从业者的核心价值将落脚何处？行业共识给出清晰答案：AI 只能处理可量化、有历史数据可循的标准化流程，真正决定核心人才留存、组织长期发展的关键决策，依旧依赖人类独有的综合判断力。成熟的人才管理体系应当形成 “AI 处理事务，人力主导决策” 的分工模式，过度依赖自动化只会催生招聘偏见、空洞候选人体验、松散企业文化等长期隐患。本文结合 TMI 行业研究，拆解 AI 在人才管理中的能力边界，梳理人类不可替代四大核心优势，并落地一套可直接执行的人才战略优化方案。一、AI 在人才管理中的核心价值：效率与规模化处理 AI 的两大核心优势是极速处理与海量承载，覆盖人才全生命周期标准化环节，有效释放 HR 团队大量重复工时。简历筛选环节，AI 可依据预设标准批量分拣海量应聘资料，大幅缩短人工筛选周期；依托全量员工数据挖掘隐藏趋势，提前识别潜在离职风险，人工分析往往需要数周才能完成同类统计；面向全员推送千人千面的培训学习方案，实现规模化人才培养；自动完成面试预约、消息提醒，减少招聘人员日常琐碎沟通；智能问答机器人全天候响应候选人、员工常规咨询，降低人力接待成本。合理运用 AI 工具，能够把 HR 从数据录入、流程流转等机械工作中解放，将工作重心从 “流程处理” 转向 “员工成长赋能”。但工具带来的速度优势，无法建立候选人信任，更不能扭转员工消极状态、激活团队内在动力，这也是人力从业者不可替代的核心立足点。二、人力四大独有核心能力，AI 无法复刻复制 AI 仅能基于历史数据推演规律，面对无先例、涉及复杂人性与情感的场景，存在天然短板。四大人力核心能力，牢牢掌握在人类手中，也是未来 HR 核心竞争力： 1. 高共情情绪感知力 AI 可以通过文本识别标注离职邮件负面情绪，却无法敏锐捕捉高绩效员工隐性倦怠，更无法通过一对一沟通适时疏导、提前挽留。读懂员工藏在言语背后的真实情绪，是降低流失率、稳定团队的关键，也是区分优秀管理者与普通执行者的核心标尺。 2. 复杂场景综合判断力 AI 只能依托过往数据给出量化评分，但人才管理充斥大量无标准答案的模糊决策。例如两名晋升候选人，一人数据指标更亮眼，另一人长期支撑团队渡过业务低谷，机器无法权衡团队氛围、长期协作等软性变量，只有人力管理者能够综合全局背景做出取舍，并承担决策带来的全部后果，这是算法无法承载的责任。 3. 长期信任关系构建能力 AI 能够记录员工互动记录，却无法建立深度信任联结。员工产生负面情绪、萌生离职想法时，只会向值得信赖的管理者坦诚倾诉，问卷、系统表单很难获取真实诉求。拥有良好人际信任的管理者，能提前数周察觉员工动摇并及时干预，而信任关系需要长期经营，无法依靠算法快速生成。 4. 组织文化与领导力塑造能力 AI 可以监测员工敬业度数据、捕捉士气下滑信号，但无法塑造团队文化。企业文化源于管理者在重大抉择中坚守企业价值观，全体员工观察、效仿形成行为共识。组织变革、文化重塑需要成熟的领导力支撑，也是全球人才管理高阶认证 GTML™重点培养的核心能力。随着自动化工具普及，以上四类能力稀缺性持续走高，成为企业人才竞争的核心壁垒。三、AI 自动化普及，人力软技能价值持续攀升当基础事务全面自动化，区分 HR 从业者价值的不再是流程熟练度，而是机器无法具备的人文能力。世界经济论坛《2025 未来就业报告》印证这一趋势：至 2030 年，全球 39% 岗位核心技能将迎来迭代，韧性、领导力、共情等人本类技能长期刚需；预计新增 1.7 亿岗位、9200 万岗位被替代，具备适应力与变革领导力的人才将迎来更大发展空间。报告明确提出，人才管理、领导力、共情力是伴随技术发展持续升值的核心技能。企业真正稀缺的复合型人才，是兼具数字化工具操作能力与人文软实力的 HR 从业者。以组织架构调整举例，AI 可测算裁撤岗位、预估成本节约，但只有管理者能够直面团队安抚情绪、坦诚沟通决策、重建团队信心，员工会长久记住变革中人力传递的温度，而非冰冷的数据测算结果。四、落地实操：四大步骤搭建人机协同人才战略企业可在本季度落地这套实操方案，放大人力独有优势，平衡 AI 工具效率与人本管理价值。步骤 1：开展全流程自动化盘点梳理招聘、入转调离、绩效、培训全人才流程，将标准化、规则化工作交由 AI 承接；涉及人际沟通、复杂判断的环节，完整保留人工介入节点。步骤 2：围绕高阶判断重构岗位职能剥离 HR 岗位重复行政工作，重新修订岗位职责，将辅导沟通、职业发展面谈、团队关系协调设为核心工作内容。步骤 3：管理者共情能力专项培训将同理心、积极倾听纳入管理者常态化培训体系，依靠情绪感知能力降低流失、稳定团队，长期可显著缩减人才替换成本。步骤 4：搭建标准化人才管理能力成长路径为 HR 团队设置清晰技能提升体系，依托行业认证统一专业框架：入门从业者考取 TMP™人才管理执业证书，深耕战略方向的从业者进阶 STMP™高级人才管理认证，实现全员统一专业语言，落地企业人才战略。五、自动化过度落地四大风险，企业需主动规避全面引入 AI 人才工具时，容易陷入过度自动化误区，四大隐患需要提前规避：算法全权主导人才决策：AI 仅作为推荐参考，所有影响员工职业发展的关键决策，必须由人工最终确认并承担责任；规模化放大历史偏见：算法基于过往招聘数据训练，极易复刻历史用人偏见，上线前必须完成公平性审计；候选人体验冰冷化：单纯追求处理速度，缺少人文沟通会让求职者产生 “流水线工具” 观感，持续损害雇主品牌形象；员工信任感持续流失：当员工感知职业发展由算法判定，工作投入度、敬业度会明显下滑，企业需主动公开 AI 使用边界与应用场景。行业总结 AI 重构人才管理的底层执行逻辑，大幅降低标准化人力工作门槛，但无法替代人性、共情、综合判断与长期领导力。未来企业人才竞争力，不在于 AI 工具的覆盖广度，而在于能否打造人机协同体系：让 AI 承接重复事务，让人力聚焦有温度、有价值的战略型人才工作。对于 HR 从业者而言，主动掌握数字化工具的同时，深耕情绪感知、组织变革、信任搭建等机器无法复刻的核心能力，才能在 AI 时代持续建立不可替代的职业壁垒。

资讯
2026年07月06日
资讯

2026人力趋势指南 AI 全面渗透、人才诉求迭代、合规监管收紧、气候风险常态化…… 多重变量交织之下，人力资源行业正式迎来转型拐点。全球 HR SaaS 服务商 HiBob 发布《2026 职场未来报告》，梳理出 8 大重塑企业人力管理的核心趋势。曾经偏后勤支持的 HR 职能，将转型为企业变革领航者；所有人力数字化、人才管理、员工关怀动作，都将直接关联董事会经营风险与长期竞争力。本文结合报告核心观点，从人力资源科技视角拆解落地路径，为企业 HR 团队提供可执行参考。一、职业倦怠升级为董事会级经营风险过去企业仅将员工倦怠归为个人身心健康问题，2026 年心理安全将成为硬性合规与经营指标。全球标准 ISO 45003、澳洲维多利亚州职场心理健康立法落地，心理伤害正式纳入安全生产监管范畴；2024 年员工消极怠工造成全球经济损失高达 4380 亿美元，管理层倦怠直接拉低团队产能、推高离职率。人力科技落地方向：HR 系统嵌入心理风险定期评估模块，将员工心理健康纳入管理者考核 KPI；搭建工作量管控数字化看板，自动预警超负荷岗位，联动人力、法务、业务部门统一落实员工关怀责任，从流程源头减少无效加班。二、时间价值超越薪资，灵活用工成为人才核心刚需后疫情时代员工诉求彻底反转：超半数职场人将弹性工时、自由办公地点列为求职硬性标准，四分之一求职者换工作首要考量时间自主权。85% 从业者证实充足休息可显著提升工作产出。企业单纯依靠加薪已无法留住核心人才，可控的个人时间、无干扰深度工作时段、周期性休整机制，成为人才吸引力核心筹码。人力科技落地方向：数字化排班系统支持压缩工时、四天工作制试点；日历管理工具锁定专属深度工作窗口；人力规划模块自动预留学习、休整时间，平衡企业绩效目标与员工个人生活。三、全流程数字化，是企业发挥 AI 价值的底层基础 AI 工具不再是加分项，数字化工作流成为企业落地 AI 的入场券。仅零散采购 AI 工具、保留大量线下手工流程的企业，会因数据割裂、信息杂乱，难以实现自动化与智能分析。调研显示，能实现 AI 高回报的企业，均完成端到端流程数字化重构，统一打通人力、财务、业务数据。人力科技落地方向：统一 HR 数字中台标准化全部门数据口径；重构招聘、绩效、培训全链路线上流程，自动沉淀结构化工作数据；同步配套员工透明化数据使用说明，规避员工监控负面感知。四、AI 普及下，判断力取代知识储备成为核心人才壁垒 AI 可随时调取海量信息，单纯知识记忆不再是职场竞争力；批判性思考、复杂场景决策、辨别 AI 输出误差的判断力，成为企业最稀缺能力。世界经济论坛数据显示，分析思维持续位居全球紧缺核心技能，优质判断力是规避 AI 幻觉、决策失误的关键防线。人力科技落地方向：搭建场景化线上培训体系，以真实业务案例替代纯理论课程；人才测评系统增加思辨、决策能力评估维度；在员工学习平台嵌入 AI 校验实操练习，培养人机协同判断能力。五、技能本位取代岗位头衔，重构人才管理底层逻辑传统岗位头衔正在失效：LinkedIn 预测 2030 年 70% 现有岗位所需技能将全面迭代；德勤数据证实，推行技能化管理的企业人才调配效率提升 107%，核心员工留存率提升 98%。AI 能够快速盘点全员技能清单，打破固定岗位束缚，实现内部人才灵活调动。人力科技落地方向：上线 AI 技能盘点工具，建立企业全员技能数据库；绩效、薪酬、晋升体系解绑岗位职级，以能力成长为核心评价标准；搭建跨部门技能流动数字化通道。六、薪酬透明化成为企业信任与人才竞争壁垒欧盟薪酬透明指令将于 2026 年 6 月全面落地，澳洲已禁止薪资保密条款；同时 AI 工具让求职者快速获取市场薪酬区间，薪资不透明企业将丧失雇主品牌优势。86% 管理者认可薪酬透明可提升团队信任、留存核心人才。人力科技落地方向：HR 系统内置薪酬区间公示模块；搭建薪酬公平数据看板，自动监测性别、岗位薪资差距；配套管理者数字化沟通培训素材，统一薪酬答疑标准。七、气候环境风险纳入常态化人力规划极端高温、极端天气、空气污染等气候灾害从环境议题转为持续性运营风险。世卫组织数据显示，气温超 20℃后每升高 1℃，员工产能下降 2%-3%；极端天气频繁打乱通勤、线下办公秩序。人力科技落地方向：人力系统增加气候应急排班预案；远程办公流程一键启动，极端天气下保障业务连续；结合区域气候数据动态调整现场办公、轮岗制度。八、以人为本的负责任 AI，是数字化落地信任基石全球仅 46% 员工愿意信任企业 AI 系统，70% 从业者呼吁 AI 监管机制。算法不透明、员工无参与权，会大幅阻碍 AI 工具落地效率；员工参与共建的 AI 治理框架，能让企业数字化转型落地速度提升 34%。人力科技落地方向：搭建多方协同 AI 数字化治理平台；系统清晰展示算法数据源、决策逻辑；内置 AI 输出校验流程，强化人机协同工作模式，坚守伦理合规底线。行业总结八大趋势共享统一核心逻辑：2026 年人力管理不再是单一行政工作，所有数字化、制度、考核、AI 建设，最终都要回归 “以人为本”。对于 HR 科技从业者与企业人力团队而言，单纯堆砌工具、照搬旧制度无法适配新职场环境。只有将员工心理安全、时间自主权、技能发展、数据公平、气候应急、可信 AI 融入数字化顶层设计，才能在人才竞争与业务变革中建立长期韧性。未来，HR 数字化平台将不只是流程自动化工具，更是企业预判人力风险、激活人才价值、构建可持续组织的核心战略载体。

资讯
2026年07月03日

资讯

2026年7月全球HR上市公司市值榜单解读：日本HR巨头Recruit持续保持全球第一，Payroll与AI治理成为资本主线截至2026年7月1日收盘，HRTech发布的全球人力资源上市公司市值TOP10榜单显示，全球HR产业资本格局继续向头部公司集中。Recruit以1044.9亿美元市值位居第一，ADP以942.3亿美元位列第二，Paychex、Workday、Paycom、BOSS直聘、Paylocity、Randstad、Korn Ferry和Persol分列第三至第十位。与上一期相比，Recruit和ADP继续扩大领先优势，Paychex升至第三，Workday回落至第四，BOSS直聘位列全球第六。榜单变化背后，资本市场正在进一步确认三类HR公司最具长期价值：一是掌握薪酬、税务和员工主数据的Payroll基础设施公司；二是掌握企业核心组织数据的HR Tech平台；三是掌握人才流量和招聘数据的全球招聘平台。 Recruit重回千亿美元区间，招聘平台仍是全球HR最大入口 Recruit本期市值达到1044.9亿美元，较上一期增加68.2亿美元，继续稳居全球第一。其核心价值已经不只是传统人力资源服务，而是Indeed、Glassdoor等平台形成的全球招聘流量入口、职位数据、候选人数据和雇主生态。 6月期间，Recruit延续了此前财报中释放出的AI驱动招聘增长逻辑。Indeed在AI匹配、简历筛选、职位推荐和雇主效率提升方面持续强化，说明招聘平台正在从“信息发布平台”进入“智能匹配基础设施”阶段。AI并没有简单削弱招聘平台，反而让拥有最大招聘数据和用户网络的平台更具优势。这也是Recruit市值重新突破千亿美元的重要原因。招聘市场具有周期性，但人才流量入口具有长期稀缺性。 ADP与Paychex继续证明Payroll的资本韧性 ADP本期市值达到942.3亿美元，较上一期增加55.5亿美元，继续位列全球第二。Paychex市值365.2亿美元，排名第三。两家公司合计市值超过1300亿美元，说明Payroll仍然是HR产业最稳定、最具现金流价值的赛道。 6月，ADP继续通过National Employment Report等数据产品强化其就业市场风向标地位。ADP的价值不仅来自Payroll系统本身，也来自长期沉淀的大规模就业、薪酬和雇佣数据。对于资本市场而言，这类数据资产在AI时代将变得更加重要。 Paychex在6月发布2026财年第四季度和全年业绩，收入与盈利均保持增长，并强调HCM、Payroll、福利和外包服务的组合优势。Paychex还入选TIME美国WorkTech公司榜单，进一步强化其在中小企业WorkTech和HCM服务市场的品牌位置。 Payroll赛道的核心逻辑非常清晰：企业可以减少招聘，可以延后培训，也可以暂停组织发展项目，但每个月必须发工资、处理税务、管理员工主数据和福利合规。因此，Payroll公司拥有高频、刚需、强合规和高续费的特征，是HR产业中最抗周期的商业模式。 Workday短期回落，但AI治理正在成为新叙事 Workday本期市值321.8亿美元，较上一期下降39.3亿美元，排名第四。短期市值回落并不意味着Workday的战略价值下降，而是资本市场正在重新评估AI时代核心HCM系统的增长节奏和估值倍数。 6月2日，Workday发布Agent Passport，用于测试、验证和持续监控企业内部AI Agent。该产品强调对AI Agent进行身份识别、风险评估、行为追踪和治理，并引入OWASP LLM Top 10、NIST AI RMF、MITRE ATLAS等框架。这一动作非常关键，说明Workday正在从“HR系统供应商”转向“AI时代企业治理基础设施”。在AI Agent进入企业流程之后，HR和财务系统面临新的风险：一个未经治理的Agent可能错误修改员工信息、审批流程、薪酬数据或权限设置。Workday的机会，正是把组织数据、流程治理和AI监管结合起来。未来HR Tech的竞争，不只是功能竞争，而是“系统可信度”和“AI治理能力”的竞争。 Paycom与Paylocity继续争夺中型企业HCM市场 Paycom本期市值63.8亿美元，位列第五。Paylocity市值59.6亿美元，位列第七。两家公司都处于美国中型企业HCM、Payroll和员工体验市场的核心位置。 Paycom的优势在于单一数据库HCM平台和员工自助流程，其长期叙事是通过自动化和AI减少HR后台操作，提高Payroll准确率和流程效率。Paylocity则更强调云端HCM、员工体验、协作和现代化HR流程。6月期间，两家公司虽然没有出现特别重大的并购事件，但其市值仍然稳定在60亿美元附近，说明市场仍然认可美国中端HCM SaaS的长期价值。不过，Paycom、Paylocity与Workday之间仍然存在明显差距。Workday面向大型企业核心系统，Paycom和Paylocity主要服务中型企业市场。未来它们能否进一步抬高估值，取决于AI产品能否带来更高ARPU、更低流失率和更强的客户扩展能力。 BOSS直聘位列全球第六，中国HR科技仍具稀缺性 BOSS直聘本期市值62.8亿美元，较上一期下降2.8亿美元，排名第六。它仍然是唯一进入全球HR上市公司TOP10的中国企业，也是全球主要在线招聘平台中的重要代表。需要说明的是，BOSS直聘本期采用的是全口径市值计算。按照A类普通股约8.20亿股、创始人B类普通股约1.27亿股计算，合计约9.47亿股；公司1 ADS等于2股普通股。部分行情平台仅按A类股计算，因此会显示约55亿美元市值，这属于统计口径差异。与此同时，BOSS直聘2026年以来已回购注销约3%股本，总股本仍在持续缩减中，这也是后续观察其每股价值、资本回报和市值变化时需要注意的重要因素。 6月，BOSS直聘继续推进股份回购，并披露2026年上半年累计回购金额已超过人民币20亿元。公司还完成年度股东大会相关事项。对投资者而言，BOSS直聘当前的关键词已经从单纯增长转向“盈利质量、现金流、回购和股本收缩”。从行业位置看，BOSS直聘仍是中国HR科技公司中最具全球可比性的上市平台。中国多数HR上市公司市值仍处于人民币数十亿元区间，而BOSS直聘已经进入全球HR上市公司第二梯队。这说明资本市场仍然愿意为平台网络效应、用户规模和招聘数据资产支付更高估值。 Randstad、Korn Ferry与Persol：传统人服仍在榜单，但估值逻辑已改变 Randstad以53.6亿美元位列第八，Korn Ferry以34.5亿美元位列第九，Persol以34亿美元新入榜。传统人服公司依然拥有庞大客户基础、全球网络和服务交付能力，但资本市场给予的估值明显低于Payroll、HR SaaS和招聘平台。 6月，Randstad在印度任命新的Managing Director，体现其继续强化高增长区域市场布局。Korn Ferry于6月23日发布2026财年第四季度和全年业绩，第四季度fee revenue同比增长7%，全年fee revenue达到约29亿美元，existing contracts remaining fees同比增长10%。这表明高端人才咨询、组织咨询和项目型服务仍有恢复动力。 Persol在6月披露2026财年相关报告，全年收入达到约1.56万亿日元。Persol进入全球TOP10，说明日本综合人服市场仍具备较强规模基础。但与Recruit相比，Persol更偏向传统综合人服，估值水平明显低于平台型招聘生态。传统人服公司的问题并不是没有收入，而是估值倍数不高。原因在于这类业务仍较依赖人工交付，规模扩张并不必然带来更高利润率。相比之下，Payroll、SaaS和招聘平台更容易形成可复制收入、数据沉淀和长期客户黏性。全球HR产业正在进入“AI治理+核心数据+现金流”时代 7月榜单释放出的信号非常清晰：全球HR产业的资本价值正在集中于三类能力。第一是高频刚需能力，代表公司是ADP和Paychex。Payroll之所以长期拥有高估值，是因为它处于企业运营不可中断的核心环节。第二是核心系统和数据能力，代表公司是Workday、Paycom和Paylocity。AI时代并不会削弱核心HCM系统，反而会强化组织数据底座和流程治理的重要性。第三是人才流量和平台能力，代表公司是Recruit和BOSS直聘。招聘平台掌握雇主、职位、候选人和匹配数据，是AI招聘最重要的基础设施之一。从6月公司动态看，AI已经不再只是“提升效率”的工具，而开始进入更深层的企业治理和业务模型重构。Workday强调AI Agent治理，Recruit强化AI招聘匹配，Paychex和ADP继续把Payroll数据与HCM服务结合，BOSS直聘通过回购和股本收缩提升资本回报质量。 2026年7月全球HR上市公司市值榜单显示，HR产业并没有因为AI浪潮而被简单改写，反而进一步验证了基础设施、平台和数据的重要性。Recruit、ADP、Paychex和Workday仍然构成全球HR资本市场的核心力量，BOSS直聘则继续代表中国HR科技企业进入全球竞争视野。对于中国HR行业而言，最大的启示是：真正有全球估值能力的HR公司，不能只是服务公司，也不能只是工具公司，而必须成为平台、系统或数据基础设施。AI会加速这一过程，但不会替代商业模式本身。未来的赢家，仍然是那些既掌握核心场景，又能把数据、技术和现金流转化为长期资本价值的公司。你觉得呢

资讯
2026年07月03日
资讯

2026人力资源技术五大核心变革转型背景：HR数字化迈入战略新阶段在现代职场持续变革的浪潮下，人力资源已成为企业组织转型的核心枢纽。伴随混合办公普及、行业技能差距扩大、员工职场诉求持续升级，企业对HR数字化的投入持续加码，旨在平衡日常运营效率与长期人才战略，筑牢市场核心竞争力。数字化转型前沿已从基础流程线上化，升级为**互联互通、可预判、可赋能**的智慧化职场体系。企业依托AI、大数据分析与自动化技术，破除HR行政工作壁垒，以数据化、战略性决策优化人才管理，全方位升级员工职场体验。 AI迭代：从工具赋能升级为战略合作伙伴人工智能长期赋能HR基础工作，而2026年将成为AI在人力资源领域的转型元年，正式从辅助工具升级为企业人才战略核心伙伴。现阶段AI可高效承接简历筛选、面试排班、员工咨询应答等重复性行政工作，大幅释放HR团队精力，聚焦高价值战略工作。未来“代理型AI”将实现更高层级自主能力，依托场景认知与历史数据经验，独立完成流程优化、人才洞察挖掘等工作，提前预判劳动力潜在问题。据SHRM《2026年人力资源领域人工智能现状》报告显示，目前已有39%的企业落地AI人力资源应用，行业渗透持续提速，而合规化、透明化、去偏见化的AI应用，将成为企业建立人才信任的核心关键。人才变革：技能取代资历成为招聘新标尺传统人才招聘与管理高度依赖岗位履历、任职年限等硬性指标，已无法适配新时代企业发展需求。当下企业愈发意识到，员工核心技能与环境适应能力，远比固定资历更具价值，彻底重构了企业招、育、留全流程人才体系。依托AI赋能的现代化HCM平台，企业可精准绘制全员技能图谱、快速排查内部技能缺口，打破唯外部招聘的人才补位模式，深度挖掘内部人才潜力。通过定向技能培训、搭建清晰的内部成长路径，不仅有效降低企业外部招聘成本，更能显著提升员工留存率，打造可持续迭代的内部人才梯队。数据升级：预测性分析重构人才管理逻辑传统HR数据仅用于事后统计复盘，存在严重的滞后性。预测性劳动力智能分析技术的普及，彻底改变这一现状，推动人才管理从“被动应对”转向“主动预判”。现代分析系统可整合招聘、绩效、员工调研、考勤、办公生产力等全维度数据，深度挖掘常规观测无法察觉的潜在规律，精准预判员工流失风险、测算未来人才缺口、定位影响员工敬业度与产能的核心因素。该能力不仅优化日常人才运营，更能支撑企业业务扩张、人才继任规划、资源精准分配。据Gartner研判，数据驱动的HR战略将成为企业人才韧性建设的核心重点，预测性分析也将从可选配置，变为HR数字化转型的标准刚需。体验革新：千人千面打造个性化职场服务新时代员工不再局限于基础薪资福利，对职业发展、个人价值认可、个性化职场体验的需求持续提升。依托AI与劳动力大数据，现代化员工体验平台可实现全生命周期个性化服务，覆盖个性化入职引导、精准化学习发展推荐、内部岗位智能匹配、定制化福利激励等多元场景。差异化的职场服务能够深度拉近雇主与员工的联结，强化员工归属感与忠诚度。在高端人才竞争日趋激烈的当下，专属化、高品质的员工体验，已成为企业吸引、留存核心人才的核心差异化优势。合规升级：自动化治理规避用工风险随着企业全球化布局加速，各地劳动法规、职场规范、数据隐私政策持续迭代，人力资源合规管理复杂度陡增，传统人工管控模式效率低下、风险极高。HR自动化合规治理平台成为企业刚需，可实时监测全球法规变动，自动完成流程核查、文档更新、薪资核验、资质管理等工作，精准识别劳动力管理中的异常风险，提前干预规避隐患。同时，合规自动化可生成实时可视化报告，兼顾管理透明度与问责性，大幅削减HR行政负担，为企业全球化用工、规范化运营筑牢安全屏障。行业总结：集成化生态开启HR全新篇章当下HR数字化的核心变革，不再是单一工具的落地应用，而是AI智能、技能管理、数据预测、体验服务、合规治理的深度融合。企业逐步摒弃零散化、孤立化的HR工具，全面布局一体化、集成化的人力资源数字生态，实现各模块协同赋能、价值最大化。值得注意的是，技术始终是赋能手段而非替代核心，人力资源的人文温度、同理心与战略判断力，仍是行业不可替代的核心。2026年将成为HR科技的质变之年，数字化技术将推动人力资源从基础事务管理，迈向智能化、战略化、人本化的全新阶段，助力企业持续保持组织敏捷性与市场竞争力。

资讯
2026年07月01日
资讯

【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。

资讯
2026年07月01日
资讯

BIPO获得Apis Partners 5,000万美元战略投资，助力全球化发展迈入新阶段加速布局关键增长市场，进一步拓展国际业务版图通过纪律性的战略并购，持续提升全球服务能力持续投入AI与Agentic Workflow，打造AI嵌入式薪酬与人力资源平台构建并完善平台内的嵌入式金融服务能力 Apis Partners Group (UK) Limited（以下简称“Apis”），是一家专注投资金融服务及相关技术赋能企业的全球领先私募股权投资机构，今日宣布向亚太地区领先的薪酬及人力资源解决方案服务商BIPO战略投资5,000万美元。BIPO作为覆盖全球雇佣以及合规薪资管理的一站式人力资源合作伙伴，每年在170多个国家和地区处理近20亿美元的薪酬发放。本次投资是Apis Growth Fund III的第九笔投资，该基金近期完成最终募集，规模达12.3亿美元。本次交易体现了Apis与公司管理团队紧密合作、共同推进战略重点落地，并实现可衡量、可持续增长的投资策略。在新兴及高增长经济体中，合规的薪酬与劳动力管理能力对于企业规模化运营至关重要，本次投资将助力BIPO迈入国际市场扩张的新阶段。 BIPO成立于2010年，亚太总部位于新加坡，是亚洲市场的人力资源领军企业，提供集人力资源管理系统（BIPO HRMS）、全球薪酬外包（GPO）、名义雇主服务（EOR）及劳动力数据分析于一体的综合解决方案。BIPO在全球设有50多个自营主体，服务超过5,600家中小企业及大型企业客户，并依托覆盖26个国家/地区的自主研发薪酬引擎，在170多个国家和地区处理薪酬业务。BIPO作为一家深耕亚洲的专业服务机构，既助力亚洲企业走向国际，也支持跨国企业进入亚洲这一复杂且快速增长的市场，并在其中实现规模化发展。BIPO的客户群涵盖科技、制药与生命科学、奢侈品零售、银行与金融、物流及资产管理等行业的全球领军企业；跨国企业客户通过BIPO平台，对遍布多个国家和地区的员工进行合规管理，在亚洲市场的复杂用工环境中实现高效运营。 Apis将依托自身丰富的跨境并购经验，支持BIPO在全球范围内推进收购与整合、进一步强化全球化能力。BIPO也将持续加码人工智能，深化智能体（Agentic）工作流在项目实施与服务交付中的融合，推动实现“AI深度嵌入的亚洲薪酬与人力资源平台”这一战略目标；同时继续保留在合规薪酬执行中不可或缺的人工监督机制，确保服务的准确性与合规性。此外，Apis还将与BIPO团队携手，深化其金融服务产品矩阵，包括资金管理（Treasury）与外汇能力（FX）及其他相关服务。薪酬与劳动力管理是全球用工与金融服务体系中的关键一环，为新兴市场和全球范围内的合规支付、人才流动以及正规就业提供重要支撑。BIPO按照各地监管要求进行搭建结构化的薪酬处理流程与完整、可审计的服务体系，提升雇主与员工之间的透明度与信任度。BIPO通过帮助员工获得规范化的收入记录和合规的薪资支付，助力更多个人进入正规经济体系，进而提升其获得银行账户、信贷、保险等基础金融服务的机会，推动更广泛的经济参与和长期的普惠金融。 Apis Partners联合创始人兼管理合伙人Matteo Stefanel表示 “薪酬与劳动力管理是企业跨境运营的核心所在，也是全球金融体系中最为关键的环节之一，需要服务商对监管政策有深刻理解，并做到精准、稳定地执行。在这些准确性与合规性都不容妥协的市场中，BIPO已在亚洲打造了极具实力的平台，兼具深厚的本地监管对接能力、规模化运营能力以及值得信赖的交付能力；本次投资也体现了Apis在更广阔的金融服务体系生态中的持续拓展，包括嵌入式金融、支付等相邻领域，我们认为，这些领域具备长期结构性增长潜力。” Apis Partners联合创始人兼管理合伙人Udayan Goyal表示 “BIPO是一家由创始人带领发展的企业，历经十余年，BIPO持续建设在亚洲规模化运营薪酬与人力资源服务所需的管理平台、市场信誉和区域覆盖能力。BIPO如今已在全球为约70万名员工提供服务，发放近20亿美元薪酬，服务近6,000家企业客户——BIPO以合规、透明的薪酬服务，帮助更多员工进入正规金融体系，拓展其获得金融服务的机会。在Apis，我们专注于投资那些为全球经济金融体系提供关键支撑的平台型企业；在这些领域，技术既能创造商业价值，也能带来更广泛的系统性影响。BIPO已在多个地区展现出强劲的客户增长势头。我们很高兴能够支持其迈入下一阶段的国际化发展，并助力打造一家真正全球化的薪酬与人力资源服务领军企业。” BIPO创始人兼首席执行官 Michael Chen表示 “我们与Apis的合作正值BIPO发展的关键阶段。Apis在金融服务领域拥有深厚专长，并在跨境并购方面积累了卓越的成功经验，这将助力我们以更高效、更稳健的方式加速全球化布局。此次投资将助力我们加速拓展关键增长市场，持续强化平台能力，并进一步深化在人工智能、自动化和嵌入式金融服务等领域的布局。展望未来，BIPO有望成长为服务全球分布式员工队伍的核心平台，为全球就业与金融体系的高效运转提供关键支撑。我们将携手Apis，共同开启BIPO发展的新阶段——打造一个真正面向全球、AI嵌入式的薪酬与人力资源平台，帮助企业与人才更高效、顺畅地开展跨境运营。” 关于Apis Partners Apis Group（以下简称“Apis”）总部位于伦敦，是全球领先的私募股权投资机构，专注于金融服务体系及金融科技领域。该公司管理或提供顾问服务的资产规模（AUM）达23亿美元，投资于已实现盈利、经过验证的商业模式，并与管理团队携手推动变革性增长，创造卓越回报。 Apis在全球三大枢纽拥有逾40名专业人士，凭借数十年的行业积淀与深厚的国际网络开展业务。该公司致力于创造价值，采取亲力亲为、以合作为本的方式，为所投企业提供战略建议、并购机会及运营改善方面的支持。Apis高度重视成长资本所能带来的影响力，因此将普惠金融与金融健康作为其影响力投资理念的核心要义。 Apis为投资者创造回报的出色业绩亦得到印证：在2025年HEC巴黎高等商学院—道琼斯成长股权投资人排行榜（HEC Paris-Dow Jones Growth Equity Investor Ranking）中，位列专注金融领域机构榜首，并在全球范围内排名第二。 Website：www.apis.pe 关于BIPO BIPO总部位于新加坡，是亚洲领先的人力资源服务企业，专注于提供集薪酬与人力资源于一体的综合解决方案。公司以三大核心业务为支柱：人力资源管理系统（BIPO HRMS）、全球薪酬外包（GPO）及名义雇主（EOR）服务，并提供先进的劳动力数据分析。 BIPO 的业务遍及亚太、欧洲、拉丁美洲、中东、非洲及北美，依托自主研发的薪酬引擎，为170多个国家和地区的大型企业及中小企业客户提供服务。作为一家深耕亚洲、兼具区域专长与国际连通能力的专业人力资源服务机构，BIPO 与各类组织携手提升运营效率，既助力亚洲企业拓展全球业务，也帮助跨国企业在亚洲复杂且快速增长的市场中实现无缝的规模化发展。 BIPO 的出色业绩与行业认可，体现在其于Everest Group多国薪酬（MCP）解决方案PEAK Matrix®评估中的领先地位，以及在“年度人力资源服务商大奖”（HR Vendors of the Year）等国际人力资源奖项中荣获最高荣誉。 Website：www.biposervice.com

资讯
2026年06月18日
资讯

【以色列】制造业物理AI平台Limitless Labs获得2000万美元A轮融资，正将AI从数字世界带入工厂车间 HRTech概述：全球首个面向机械制造领域 CAD/CAM 的 "代理式物理人工智能" 平台 Limitless Labs（前身为 LimitlessCNC）宣布完成 2000 万美元 A 轮融资。本轮由Dell Technologies Capital和 Square Peg 联合领投，Grove Ventures、Meron Capital 及 Kinetica 跟投。其智能代理可运行于工程师现有 CAD/CAM 系统内，核心价值是帮助制造商捕捉、标准化并推广资深编程人员的专业技能。全球首个面向机械制造领域 CAD/CAM 的 "代理式物理人工智能" 平台 Limitless Labs（前身为 LimitlessCNC）宣布完成 2000 万美元 A 轮融资。本轮由戴尔科技资本（Dell Technologies Capital）和 Square Peg 联合领投，Grove Ventures、Meron Capital 及 Kinetica 跟投。新一轮融资将用于组建美国商业团队、推动物理 AI 基础模型向闭环数控自动化演进、扩展 CAM Agent 产品线。公司计划扩建特拉维夫深科技研发实验室，未来 12 个月员工规模预计翻倍。Limitless Labs 还将出席底特律 "Reindustrialize 2026" 大会，参与推动美国制造业复兴。客户落地验证自结束隐身运营以来，Limitless Labs 已从初期试点扩展至 Blue Origin（蓝色起源）、凯迪拉克 F1 车队、山特维克、伊斯卡（Iscar）等标杆客户的全面生产部署，覆盖航空航天、国防、赛车、工业机械等高精尖领域，实际帮助客户将数控编程时间缩短多达 50%。平台符合《国际武器贸易条例》（ITAR）要求，可在 AWS GovCloud 部署，满足最严苛的行业安全监管标准。行业人才危机随着复杂高精度零部件需求增长，制造业正面临严峻的人才与知识传承危机。美国制造业劳动力近四分之一年龄在 55 岁及以上，97% 的制造商将知识传承列为首要关切，目前已有 40.9 万个职位空缺，预计 2033 年缺口将扩大至 190 万。而航空航天、国防、医疗等关键领域的零部件编程，至今仍高度依赖手工操作、隐性知识和资深工程师多年积累的宝贵经验。产品核心理念 “制造业不仅需要更多的自动化，更需要一种更好的方式来捕捉并推广那些仍存在于相对少数经验丰富的机床操作员脑海中的专业知识，”Limitless Labs联合创始人兼首席执行官David Priev表示。“我们创建 Limitless Labs 的初衷，是使其能够与制造商现有的 CAD/CAM 系统无缝集成，帮助团队标准化最佳实践、消除编程瓶颈，并让资深编程人员在不放弃控制权的前提下，专注于最艰巨的工作。我们相信，下一代主要的人工智能平台将专为物理世界打造，而这一切始于为制造商提供一种方法，使其能够将最佳知识推广应用到每一个新零件和每一位新工程师身上。” 技术方案与价值该平台的核心是公司的“物理AI基础模型”，其训练数据并非基于文本或通用代码，而是基于金属切削的物理原理、CAD几何形状以及真实机床的操作限制。该模型驱动着Limitless Labs的CAM代理，目前该代理可在Mastercam、NX和Creo等平台内运行。基于CAD文件，CAM Agent能够识别特征、推荐刀具、排序操作、生成刀具路径，并协助生成可直接用于车间的程序，在工程师保持对工作流控制的同时，将编程时间缩短多达50%。投资方观点 “Limitless Labs代表了企业AI的下一波浪潮，它超越了数字工作流，迈入了精密制造的物理世界，”戴尔科技资本（Dell Technologies Capital）董事总经理Yair Snir表示。“他们独特的基础模型以及生产部署的水准，让我们确信这支团队正在构建制造业人工智能的标志性平台。” “十八个月前，我们支持了 Limitless Labs 的愿景，即代理式人工智能能够改变工厂车间，”Grove Ventures 普通合伙人兼 SolarEdge 联合创始人 Lior Handelsman 表示。“自那时以来，该团队取得的成就超出了预期。他们将深层技术创新与实用软件相结合，这种方式有望重塑全球关键零部件的制造方式。” 关于 Limitless Labs Limitless Labs（前身为 LimitlessCNC）是全球首个面向机械零件制造领域 CAD/CAM 的“代理式物理人工智能”平台的开发者。其“物理人工智能基础模型”驱动着一个智能代理，该代理可帮助在工程师现有的 CAM 系统（包括西门子 NX CAM、Mastercam 和 PTC Creo）内实现 CNC 编程自动化。该平台部署于云端、私有 VPC 及 AWS GovCloud 环境中，并全面支持 ITAR 合规要求。该公司由 David Priev、Assaf Peleg 和 Shahaf Finder 于 2024 年创立，总部位于特拉维夫，目前正在美国拓展商业版图。迄今为止，该公司已从戴尔科技资本（Dell Technologies Capital）、Square Peg、Grove Ventures、Meron Capital 和 Kinetica 处筹集了 2730 万美元。

资讯
2026年06月17日

12 3 4 5 6 7 8 9 10 11 》 601 跳转至