-
资讯
超越招聘：以技能底座重构企业劳动力规划
HRTech概述：传统以岗位为中心的人力规划模式，已难以适配技术与业务的双重加速迭代。文章指出，企业人才管理的深层症结并非人才供给不足，而是技能可见度的缺失 —— 组织对岗位的了解远超对员工真实能力资产的掌握。由此，人才管理需要从 "为未来岗位招聘" 转向 "打造面向未来的人才队伍"，依托统一的技能底座，打通能力盘点、人才发展、内部人才市场与 HR 职能协同。本文结合当下趋势，系统阐述这一范式转移的内在逻辑、落地路径与组织价值。
一、劳动力规划的旧范式：正在失效的岗位中心主义
多年来，劳动力规划长期停留在相对静态、以岗位为中心的操作模式：识别岗位需求、依据 JD 招聘匹配人才、岗位失效后再做人员替换。这套逻辑暗含两个前提假设：岗位是相对稳定的基本单元，且能力可以稳定映射到岗位之上。然而，两个前提正在同时瓦解。
技术迭代周期持续压缩，岗位职责的演变速度已远超岗位说明书的更新频率。过去被视为专业壁垒的能力 —— 数据分析、流程自动化、AI 工具应用 —— 正快速走向普惠化，岗位边界愈发模糊。在这种环境下，企业过往的常规解法是持续向外招聘补齐新兴能力缺口。但这一路径存在双重失效：外部专业人才引进成本居高不下，且外包只能解决单点能力补充，无法回答更深层的组织命题 —— 企业能否持续盘活内部人才存量，动态调整现有员工的能力定位。
这正是行业共识发生转向的底层原因：人才管理的重心，正从 "为未来岗位招聘" 升级为 "打造面向未来的人才队伍"。二者存在本质差异：招聘只能扩充人头规模，而组织的应变能力，必须依靠体系化的人才能力建设来沉淀。
二、核心痛点：技能可见度缺失，而非人才供给不足
当前最大的认知误区，是把劳动力瓶颈归咎于人才供给。真实症结恰恰相反 —— 问题不在于缺乏人才，而在于技能可见度不足。这也是劳动力就绪度（workforce readiness）长期难以落地的根本障碍。
企业往往对组织架构、岗位编制、汇报关系了然于心，却看不清员工真实的能力资产。传统组织架构图仅服务于 HR 厘清层级与编制，无法呈现能力的动态分布：谁的数据分析能力在持续成长？谁已掌握 AI 工具落地能力？谁具备可迁移的潜在领导力？又有哪些员工经过定向培养，能承接新业务角色？技能信息的黑箱化，直接催生了人才错配。
由此产生一个代价高昂的隐性循环：当业务提出新能力需求时，由于缺乏现有技能库与业务能力需求之间的匹配机制，企业往往直接启动外部招聘 —— 即便组织内部早已具备对应能力储备，也会因技能不可见而重复对外寻才。这是典型的 "组织的健忘症"：资产在场，却无人识得。
三、新一代人才管理范式：技能供给与业务需求的结构性对齐
破解上述困局，需要一套截然不同的提问方式。新一代人才管理范式的核心，是系统回答三个问题：我们当下拥有哪些技能？未来业务需要哪些技能？二者之间的能力缺口在哪里？
这三问构成的正是组织技能供需之间的结构性错配分析。它把劳动力规划从 "经验判断" 推向 "数据驱动"，也把人才决策的颗粒度从 "岗位" 下沉到 "技能" 这一更细、更动态、更可操作的单元。技能由此成为贯穿招聘、学习、绩效、职业发展的统一语言。
四、从单点培训项目，转向业务对齐的能力建设
基于技能的人才发展，早已不能局限于传统课程目录。学习平台只能告诉员工 "可以学什么"，却无法回答 "业务需要你掌握什么"" 这项能力对业务与职业机会意味着什么 "。人才发展的真正杠杆，在于与业务转型方向的深度绑定。
以 AI 落地为例：企业在客户流程中引入 AI，仅安排工具通识培训远远不够。客服人员需要掌握 AI 辅助下的全新作业流程；管理者要学会解读 AI 产出的绩效指标；运营管理层则需具备流程重构与 AI 治理能力。对应的学习资源必须围绕业务场景打包设计，而非简单堆叠 "AI 培训课程"。
这意味着组织需要建立三层清晰视图：转型所需能力的拆解、现有技能基线的盘点、高潜力培养对象的识别，并据此设计工作场景融合的学习路径。唯有如此，人才发展投入才能从 "有课程" 走向 "有价值"。
五、内部人才流动：从人才管理副产品到组织战略杠杆
面向未来的人才队伍，不止于员工持续学习，更关键在于技能能够在组织内部实现流动复用。新兴岗位所需能力，往往与现有员工已掌握的技能高度关联：运营专员可迁移流程与分析能力至数据岗位；市场人员的用户洞察可复用至产品战略；技术专家的知识储备可适配 AI 治理等新兴岗位。
一旦忽略这种技能关联性识别，组织就会持续 "舍近求远"，在外部寻找本就藏于内部的优秀人才。这既是效率损失，更是组织资产的流失。
因此，基于技能的劳动力规划，正与内部人才市场（internal talent marketplace）深度耦合。它的目标并非精准预判员工未来的职业终点，而是把潜在的成长路径显性化、可触达。这一转变同样重塑员工体验：人才发展不再是被动接受按需培训，而是主动掌握能够打开新机会的核心能力 —— 这正是雇主价值主张（EVP）与留存策略的关键一环。
六、落地路径：从业务场景出发的四步方法
构建面向未来的人才队伍，应当从真实业务场景切入，而非依赖泛化的未来技能清单。可循的四步路径如下。
第一步，识别战略变革点。HR 与业务负责人共同识别将重塑工作方式的关键变化：新技术落地、客户模式迭代、自动化改造、市场扩张、监管政策调整等。
第二步，将变革转化为能力。把业务变革拆解为具体的组织能力要求，明确 "能力变化" 而非 "岗位变化"。
第三步，建立技能基线。通过技能评估、管理者反馈、项目履历、资格认证，并叠加日趋成熟的技能智能（Skills Intelligence）工具完成盘点。需要强调的是，不必追求构建 100% 完美的员工能力数据库，核心目标是实现足够的技能透明度，足以支撑劳动力战略决策。
第四步，分类制定缺口补齐策略。明确哪些能力内部培养、哪些优先外部招聘、哪些依托外部协作。必须破除一个教条：技能再培训并非万能方案。对高度专业、紧急稀缺的能力，外部引入反而更具效率优势。
七、HR 职能的重构：从孤立模块到技能底座的联动体系
这一变革对 HR 职能提出了全新期望。劳动力规划、学习发展、招聘、绩效、职业发展不再是彼此孤立的模块，而是通过统一的技能框架形成联动体系。
面向未来的劳动力战略，本质是四层匹配的闭环：业务目标匹配所需能力、能力需求匹配现有员工技能、人才发展方案匹配能力缺口、组织人才部署匹配业务落地节奏，最终构建弹性的人才管理体系。
由此，HR 的思考视角发生根本转换 —— 从 "这个岗位需要多少编制"，转向 "我们需要哪些核心技能？这些技能当前分布在哪些员工身上？如何高效填补能力缺口？" 这背后，是 HR 从行政事务执行者向战略能力运营者（talent capability operator）的角色跃迁。
八、结语：人才优势的本质是组织自适应能力
未来的人才竞争，不属于能够预判所有新岗位与新技术的企业，而属于具备组织自适应能力的企业。能够动态感知能力需求变化、摸清内部人才资产、定向培养关键能力、将人才部署到价值最高场景的组织，才能在持续波动的商业环境中占据主动。
打造面向未来的人才队伍，不是让员工去适配一套固定的远期蓝图，而是让组织随时保有迎接下一轮变革的能力储备。
结合当下 HRTech 趋势的能力建设落点
在当下 HRTech 演进浪潮中，技能智能、内部人才市场、生成式 AI 正在成为落地基于技能劳动力规划的核心基础设施。技术不再只是 HR 的自动化工具，而是打通技能盘点、能力缺口分析、个性化学习推荐与内部人才匹配的数据底座，正在打破传统岗位体系带来的信息孤岛。
值得关注的三条技术主线：其一，AI 驱动的技能图谱自动构建，让技能盘点的颗粒度与更新频率大幅提升；其二，内部人才市场的智能匹配，将技能关联性从人工判断推向算法推荐；其三，以技能为中心的个性化学习路径，将人才发展与业务需求实时对齐。
从静态编制规划走向动态能力运营，是人力资源数字化转型的核心主线。企业借助 HRTech 工具实现技能资产可视化，才能真正释放内部人才潜力，把劳动力就绪度从理念转化为持续驱动业务转型的组织能力。
技术理念的落地离不开真实行业实践的碰撞。如果希望围绕 HR 科技获取一手落地案例、开展同行深度交流、搭建专业人脉连接，关注 9 月 17 日深圳 HR 科技年度论坛・What's Next。本次活动面向企业 HR、HR 科技机构从业者，以线下论坛的形式集中研讨人才管理现存痛点、企业落地实践经验以及行业下一步发展趋势。欢迎报名参与 9 月 17 日深圳 HR 科技年度论坛，与众多企业 HR、行业专家及生态伙伴面对面交流。
-
资讯
HR部门不会消失，但一批HR岗位会先被压缩：Anthropic的2030推演，正在重写HR岗位价值
HRTech核心解读：Anthropic一套面向 2030 年的 AI 经济情景模型显示：最极端情形下，GDP 比无 AI 路径高 32.4%，但认知型岗位工资下降、失业率升至 17.9%。这份研究真正值得 HR 看的是：未来不该只讨论“哪些岗位会消失”，而要开始按任务重构工作、技能和内部流动。很值得转给团队一起看，HRTech拆解到HR岗位哪些会消失，哪些更有前途！
如果 AI 真的能够完成一半甚至更多的知识工作，企业里的 HR 部门会变成什么样？
The Anthropic Institute 最新发布的《Economic Scenarios for Transformative AI》没有专门讨论 HR，但它提供了一套非常适合重新审视 HR 职业的框架：未来真正被 AI 改变的基本单位，并不是一个完整的“岗位”，而是岗位里面的一项项任务。
Anthropic 用一句非常重要的话概括了这一逻辑：The economy is made out of tasks.
在它设定的 Substantial Scenario 中，到 2030 年，AI 已经具备完成一半知识工作的能力，而且其中大部分可以自主完成，只是企业并不会马上把 AI 应用到所有这些工作上；在更激进的 Extreme Scenario 中，AI 在绝大多数知识工作任务上的生产率超过人类，几乎都可以自主完成，同时几乎不再产生新的知识型人类任务。
如果把这个框架放进今天的企业 HR 部门，一个越来越清晰的趋势就出现了：HR 并不会作为一个职业整体消失，但 HR 部门内部不同岗位的价值会发生非常剧烈的重新排序。
一些今天大量存在的事务型 HR 岗位，很可能被明显压缩；一些岗位不会消失，但工作内容会被重新定义；还有一批目前看起来并不是 HR 部门人数最多的岗位，未来反而可能越来越重要。
这或许才是 Anthropic 这份报告对 HR 从业者最现实的启示。
一、Anthropic真正提醒我们的，不是“多少岗位消失”，而是“多少任务不再需要人做”
Anthropic 为 2026—2030 年美国经济设计了 Modest、Substantial 和 Extreme 三种情景。它特别强调，这些是用于理解不同技术发展路径的 scenarios，而不是对未来的确定预测，也没有给任何一种情景赋予发生概率。
但三种情景之间的差异非常值得企业管理者关注。
在 Modest Scenario 中，到 2030 年，美国 GDP 比没有 AI 的路径高 1.6%；在 Substantial Scenario 中高 8.3%；在 Extreme Scenario 中则高出 32.4%。
问题在于，经济增长并不意味着所有知识工作者都会同步受益。
在更激进的情景中，越来越多的经济增长流向资本，而不是劳动。在 Extreme Scenario 下，劳动收入占 GDP 的比例下降到 45.2%，资本收入占比则提高到 54.8%。同时，知识型工作受到大规模自动化冲击，整体失业也可能显著上升。
这背后真正发生的，并不是某一天企业突然宣布“这个职业不存在了”，而是一个岗位内部越来越多的任务逐渐被 AI 接管。
当被接管的任务积累到一定比例之后，企业才开始问第二个问题：这个岗位还需要这么多人吗？
这对于 HR 自身同样成立。
二、第一批被压缩的，很可能不是HR这个职能，而是“事务型HR”
先看今天最常见的 HR Assistant、HR Coordinator、HR Administrator。
这些岗位承担了大量企业不可缺少、但高度流程化的工作，包括新员工入职资料、员工信息维护、证明文件、面试安排、会议协调、政策通知、假期查询、员工 FAQ、离职流程、基础数据整理以及各种 HR 系统操作。
问题在于，如果按照 Anthropic 的 task-based framework 去拆解，这些任务中的很大一部分都具备几个共同特点：规则明确、重复频率高、数字化程度高、主要依赖文本和信息处理，而且异常情况相对有限。
这正好是 AI Agent、HRIS 和 workflow automation 最容易进入的区域。
所以未来更可能发生的事情，不是企业宣布“取消 HR Operations”，而是原来 5 个人承担的事务型工作逐渐变成 1—2 个人管理系统、处理异常，再由 AI 和自动化流程完成大量标准工作。
这会首先冲击 HR Assistant、HR Coordinator、HR Administrator，以及 HR Shared Services 中大量 Tier 1 类型的岗位。
这些岗位不会一夜之间消失，但企业为每 100 名、500 名或者 1,000 名员工配置多少事务型 HR，可能会明显下降。
这其实就是 Anthropic 模型所描述的 automation 真正进入企业之后的典型路径：岗位并不是突然消失，而是岗位内部能够交给 AI 的任务越来越多，最终改变 headcount economics。
三、招聘可能成为HR内部最早经历大规模岗位重构的职能之一
如果把 Recruiter 拆开来看，一个招聘岗位实际上包含十几种甚至几十种任务：写 JD、寻找候选人、搜索数据库、筛选简历、发送 outreach、安排面试、回答候选人问题、整理 interview notes、生成候选人 summary、跟踪流程、制作 offer，以及与 Hiring Manager 沟通和判断候选人。
这些任务的 AI 曝露程度完全不同。
其中，JD 撰写、candidate sourcing、简历初筛、候选人匹配、outreach 文案、Scheduling、基础 screening 和 candidate FAQ，都属于 AI 很容易参与甚至自动完成的任务。
因此最先承压的，很可能是 Recruiting Coordinator、Talent Sourcer、Volume Recruiter，以及主要依靠简历筛选和流程推进产生价值的初级 Recruiter。
但这并不意味着 Recruiter 会消失。
相反，Recruiter 可能会出现非常明显的两极分化。
过去，一个 Recruiter 的价值可以体现为“我能找到很多候选人”“我一天能处理多少份简历”“我管理多少个 requisitions”。未来这些能力的稀缺性会迅速下降，因为 AI 搜索和处理候选人的能力越来越强。
真正升值的会是另外一部分能力：理解业务到底需要什么人、挑战 Hiring Manager 不合理的要求、判断候选人的潜力与组织适配性、影响高端人才、理解人才市场，以及把人才数据转化成管理层决策。
因此未来真正有价值的 Recruiter，会越来越像 Talent Advisor，而不是“招聘流程操作员”。
这恰恰符合 Anthropic 的模型逻辑：AI 首先接管的是 task，而不是整个 occupation。最终剩下的人类任务往往更加复杂，也更加依赖 judgment、relationship 和 accountability。
四、HRBP不会消失，但“流程型HRBP”会越来越危险
HRBP 可能是未来几年 HR 内部分化最剧烈的岗位之一。
今天很多企业虽然设有 HRBP，但 HRBP 实际承担的工作仍然包括大量流程推进：解释 HR policy、推动 Performance Review、跟踪 headcount、协调 recruitment、传递总部政策、组织 talent review、处理基础员工问题。
如果一个 HRBP 的主要价值是“知道公司流程怎么走”，那么 AI 对这个岗位的冲击会越来越大。
因为员工未来并不需要为了了解 PTO、Benefits、Promotion Policy 或 Performance Process 找 HRBP。AI 可以连接企业内部 HR policy、HRIS 和 knowledge base，在几秒钟之内回答大量标准问题。
真正不会轻易被替代的 HRBP，是另一种 HRBP。
当一个 BU Head 问：“AI 进入之后，这个部门未来到底需要多少人？”“我们是不是有太多管理层级？”“销售团队为什么一直招不到合适的人？”“哪些岗位未来三年应该减少，哪些技能应该提前建设？”“这个组织应该怎么重新设计？”这些问题已经不再是流程问题，而是 Business + Organization + Talent Decision。
这种 HRBP 的价值反而会提高。
所以未来 HRBP 很可能分成非常清楚的两类：流程型 HRBP 被压缩，战略型 HRBP 升值。
HRBP 真正的门槛也会随之改变。懂劳动政策、懂招聘流程、懂绩效流程依然重要，但已经不够。未来优秀 HRBP 必须拥有更强的 Business Acumen、Data Literacy、Organization Design、Workforce Planning 和 AI Literacy。
换句话说，HRBP 不会因为 AI 消失，但 AI 会迫使 HRBP 回到这个岗位原本应该承担的战略角色。
五、Payroll和Benefits不会简单消失，但“操作价值”会迅速下降
Payroll 和 Benefits 是另外两个容易被简单判断为“会被自动化”的 HR 领域。
如果只看工资计算、数据录入、eligibility check、enrollment、员工 FAQ 和 plan comparison，AI 和自动化确实可以承担越来越多工作。
但 Payroll 真正困难的部分从来不是按下“发工资”按钮，而是 multi-state taxation、classification、compliance、audit、异常情况、系统整合以及不断变化的劳动法规。
Benefits 也是一样。
员工“我的 deductible 是多少”“什么时候 open enrollment”“这家医院是不是 in-network”这些信息查询型任务，未来越来越没有必要依靠 Benefits Administrator 人工回答。但医疗成本控制、Plan Design、Broker Management、Vendor Negotiation、ACA/ERISA Compliance、Employee Communication 和 Benefits Strategy 的专业价值并不会因此消失。
所以这两个岗位真正发生的是 value migration：从 administration 向 expertise 迁移。
未来企业可能需要更少的人“操作福利”，却更需要能够回答“公司一年花几百万美元福利预算，怎样设计才能真正控制成本并提高员工价值”的人。
这也是为什么 AI 对 HR 的影响不能简单理解成“自动化=岗位消失”。同一个岗位内部，一部分任务贬值，另外一部分任务反而可能因为复杂度提高而更加昂贵。
六、L&D也会经历一次非常彻底的价值重构
企业培训领域同样会出现明显分化。
课程资料整理、PPT 制作、培训通知、基础 e-learning 内容、考试题目、培训总结等工作，AI 已经可以非常高效地完成。这意味着大量以“制作培训内容”为主要工作内容的 L&D 岗位，未来价值会下降。
但企业真正需要的并不是更多课程，而是员工能否形成未来需要的能力。
特别是在 Anthropic 所描述的知识工作快速变化情景下，真正困难的问题不是“给员工上一门 AI 课”，而是：哪些工作正在发生变化？哪些技能正在贬值？哪些新能力正在升值？一个员工如何从正在减少的工作转移到新的工作？
这使得 L&D 的价值中心会从 Content Production 转向 Capability Building。
真正升值的 L&D，不是最会做课程的人，而是能够完成 skills gap analysis、设计 reskilling architecture、推动 manager capability，并帮助组织实现 workforce transition 的人。
而且 Anthropic 自己在 2026 年关于 worker retraining 的研究也提醒，面对显著劳动力市场变化，“培训”并不是万能答案。职业转换存在明显摩擦，员工即使愿意学习，也不代表可以迅速进入完全不同的职业。
这对企业 HR 的含义非常直接：未来真正需要建立的，不只是 Learning Platform，而是 Skill Graph + Internal Mobility + Workforce Planning。
七、真正升值的第一类HR：Workforce Planning与Organization Design
如果说哪些 HR 岗位最可能因为 AI 而升值，我认为 Workforce Planning 和 Organization Development 会排在非常靠前的位置。
原因并不复杂。
过去的 Workforce Planning 很多时候只是根据业务增长率计算明年需要增加多少 headcount。但进入 AI 时代以后，问题变成了：如果 AI 可以完成一个岗位 30%、50% 甚至 70% 的任务，我们到底还需要多少人？
这已经不是传统 headcount planning，而是 Work Design。
比如一个 Customer Service 团队原来有 500 人，AI Agent 可以完成 60% 的标准咨询之后，剩余员工应该是多少？留下的人应该处理什么问题？Manager span 应该怎么变化？职位等级怎么设计？剩下的工作应该重新组合成什么岗位？
再比如一个 100 人的软件团队，如果 Coding Agent 显著提高工程师生产率，公司究竟应该减少 Junior Engineer，还是保持人数并提高研发速度？如果 Junior Position 大量减少，未来 Senior Engineer 从哪里培养？
这类问题没有哪个 AI 软件可以直接替 CEO 做决定。
它需要 Workforce Planning、Finance、Business Leader 和 HR 一起重新设计组织。
所以从 Anthropic 的 task-based framework 往企业内部继续推演，未来 HR 非常核心的一项能力将是：
Task → Skill → Job → Organization → Headcount
谁能够把这条链条建立起来，谁就开始真正参与 AI 时代的组织设计。
八、真正升值的第二类HR：People Analytics会从“做报表”变成“做决策”
People Analytics 也会出现明显两极分化。
今天大量 People Analyst 的工作仍然是导数据、做 Excel、制作 Dashboard、统计 turnover、headcount、time-to-hire，再生成月报。
这些工作本身高度适合 AI。
未来 CEO 并不需要一个 Analyst 花两天告诉他“今年离职率是 14.2%”。AI 几秒钟就能给出这个结果。
真正有价值的问题是：为什么离职率上升？哪些团队异常？哪些员工存在风险？这个问题到底和 manager、pay、workload 还是 career opportunity 有关系？如果调整组织结构，会产生什么后果？
因此基础 reporting 的价值会下降，而 Workforce Intelligence、Predictive Analytics 和 Decision Science 会升值。
未来好的 People Analytics 团队不是 HR 的“数据部门”，而是组织决策部门。
九、真正升值的第三类HR：Total Rewards可能比今天更重要
Anthropic 这份报告中，有一个经常被忽略、但对 HR 极其重要的结果：AI 可以让社会整体变得更富裕，但经济增长并不会自动平均流向劳动者。
在 Extreme Scenario 中，资本收入占 GDP 的比例升至 54.8%，劳动收入占比下降到 45.2%。Anthropic 因此直接提出一个核心问题：如果 AI 创造了巨大的生产率收益，如何确保这些收益能够被更广泛地分享？
这个宏观问题进入企业之后，其实就是 Total Rewards 问题。
假设一个原来 100 人的部门，通过 AI 变成 70 人，同时产出提高 30%。企业获得了更高 Productivity、更低 Labor Cost 和更高 Margin。
那么剩下的 70 名员工获得什么？
如果他们承担了更复杂的工作，需要管理 AI Agent，需要承担更大的责任，却仍然按照原来的岗位价值支付工资，那么组织内部会形成新的收益分配矛盾。
因此 AI 时代可能会出现新的 skills premium、AI productivity incentive、profit sharing、equity compensation，以及完全不同的 Job Architecture。
未来 Total Rewards 面对的问题不只是“市场上这个岗位多少钱”，而是：当 Human + AI 共同创造价值之后，人应该拿多少？
这会让 Compensation、Job Architecture 和 Total Rewards 重新进入企业 AI 战略的核心位置。
十、Employee Relations、Labor Relations和复杂人才判断，反而可能更加重要
还有一类岗位，AI 可以提供帮助，但很难承担最终责任。
比如 Employee Relations。
AI 可以整理调查材料，可以帮助搜索政策，可以分析文件，可以生成 interview questions，但涉及 harassment、discrimination、termination、performance disputes、workplace conflict 等问题时，真正困难的从来不是“找到信息”，而是理解 context、判断风险、处理人与人的关系，并承担决策责任。
Labor Relations 更是如此。
谈判、工会关系、集体协议、员工情绪和劳资冲突，本质上属于高度情境化的人际和组织问题。
同样，Executive Assessment、Succession Planning、Leadership Development 也不是简单的信息处理任务。
AI 可以告诉企业一个人有哪些数据表现，但“这个人是不是下一任 CEO”“两个候选人谁更适合带领正在转型的业务”，依然属于复杂 judgment。
所以未来企业真正稀缺的 HR 能力，很可能从 Execution 转向 Judgment、Orchestration 和 Accountability。
十一、AI最终可能让HR部门变得更小，但也更专业
如果把这些变化放在一起，未来企业 HR 的组织形态其实已经可以看到一些轮廓。
过去很多公司的 HR 部门是一个“金字塔”：下面有大量 Coordinator、Administrator、Recruiter、Shared Services 和执行人员，中间是 Manager、HRBP，上面是少数 HR Director 和 CHRO。
AI 会逐渐压缩这个金字塔的底部。
未来更可能出现的是：更少的事务型 HR，一套更强的 HR Technology 和 AI infrastructure，再加上一批专业程度更高的 HRBP、Organization Development、Workforce Planning、People Analytics、Total Rewards、Employee Relations 和 Change Management 人才。
也就是说：
HR 部门可能变小，但 HR 的专业门槛会变高。
这与 Anthropic 当前看到的劳动力市场早期信号也并不矛盾。Anthropic 2026 年对 AI labor-market impacts 的研究发现，AI 实际使用距离理论上能够完成的工作仍然有明显差距，目前尚未观察到高 AI 暴露职业出现系统性失业增长，但已经看到一个值得继续观察的信号：高暴露职业中，年轻劳动者的招聘可能正在放缓。
这意味着真正的变化很可能不是“明天大量 HR 被裁掉”，而是未来几年企业开始逐渐减少 entry-level、transactional 和 coordination-heavy 的岗位。
而这恰恰可能带来另一个长期问题：如果初级岗位减少，未来高级 HR 从哪里成长出来？
这是所有知识工作行业都将面对的问题。
十二、对今天的HR从业者来说，真正危险的不是不会用AI
很多人现在把 AI 时代 HR 的个人竞争力理解为“会不会使用 ChatGPT”“会不会写 Prompt”。
这可能严重低估了真正的变化。
AI 工具使用很快会成为类似 Excel、Email 一样的基础能力，本身不会形成长期职业壁垒。
真正决定一个 HR 是否升值的，是 AI 把他的基础任务拿走以后，他还剩下什么。
如果一个 HR 的核心价值是：“告诉我流程，我负责执行。”那么风险最高。
如果一个 HR 的价值是：“出现复杂情况，我可以判断应该怎么处理。”那么相对安全。
而未来真正稀缺的 HR，应该能够进一步回答：“业务准备发生变化，我可以告诉公司应该如何重新设计组织、岗位、技能、人才和 AI 的组合。”
这三种 HR，对应的实际上就是三个不同层级：
Process Executor → Professional Judgment → Organization Architect。
未来几年，越来越多 HR 的职业迁移，很可能就在这三个层级之间发生。
HRTech观察：AI不会先消灭HR，而是先重新给HR定价
Anthropic 这份报告最大的价值，不是告诉我们 2030 年会有多少人失业，而是让我们重新理解工作的基本结构。
一个岗位从来不是一个不可分割的单位，而是一组任务。
当 AI 开始拿走其中一部分任务之后，岗位剩余部分的价值就会发生变化；当越来越多任务可以被自动化之后，岗位数量才开始改变；当整个公司的岗位结构发生改变之后，组织设计、人才结构和薪酬体系也必须随之改变。
因此，对 HR 来说，真正的问题从来不是：
“AI 会不会取代 HR？”
而应该是：
“AI 拿走我的一半工作之后，剩下的一半工作值多少钱？”
对于 HR Assistant、HR Coordinator、HR Administrator、Recruiting Coordinator、Talent Sourcer、基础 Reporting Analyst 和大量 Shared Services 岗位，这个问题已经越来越现实。
对于 HRBP、Recruiter、L&D、Payroll、Benefits 和 HR Generalist 来说，未来则是一场非常明显的重新分化：事务处理能力正在贬值，专业判断和业务咨询能力正在升值。
而对于 Workforce Planning、Organization Development、People Analytics、HR Technology、Total Rewards、Employee Relations、Change Management 和真正战略型的 HRBP 来说，AI 反而可能创造一个比过去更大的舞台。
因为当 AI 开始重新定义工作的时候，企业最终一定需要有人重新设计工作。
这可能就是未来 HR 最重要的角色变化：
从管理“人和岗位”，走向设计“Human + AI 的工作系统”。
HRTech认为，未来真正优秀的 HR，不一定是最会使用 AI 的 HR，而是最懂得如何重新划分 人做什么、AI 做什么，以及组织应该因此如何改变 的 HR。
Anthropic 的研究并没有宣布 HR 的终点，但它已经给出了一个非常清楚的方向：AI 不会简单地消灭 HR，它会先重新给每一种 HR 工作定价。
-
资讯
从"救火"到"预判"：AI驱动下，HR正从被动响应走向前瞻规划
HRTech概述：当 HR 长期扮演 "消防队" 角色、只在问题爆发后才被动补位，组织正为这种滞后付出越来越高的代价。本文拆解预测性劳动力规划这一新范式：如何将劳动力数据、AI 与业务预测结合，提前预判技能缺口；AI 在需求建模、流失预警、技能缺口分析中的三重应用；以及数据治理、试点先行等落地路径与常见误区。核心结论一句话：面向未来的人才规划，算的不是人头账，而是技能账。
人力资源部门长期以来一直被视为公司的 “消防队”。当一名经理辞职、关键团队突然闲置，或是需求激增导致需要招聘新员工时，人力资源部门便会负责处理岗位配置、预算安排、合规问题，并解决由此暴露出的任何人才难题。
这就是 “被动式人力资源管理” 的写照：只有在问题显现后，才会做出关于劳动力队伍的决策。然而，随着经济的不确定性、技术的飞速发展、技能需求的不断变化以及员工期望的转变，等待技能缺口出现所带来的成本正在迅速攀升。基于职位空缺进行的人员编制规划和招聘并非真正的劳动力规划；作为对职位空缺的反应而进行的人员编制规划和招聘，也并非真正的劳动力规划。
还有另一种方法：预测性劳动力规划。通过整合劳动力信息、人工智能和业务预测，组织能够预判未来所需的技能，而非被动应对当前缺乏的技能。现有人力资源将转变为一种可分析、可预见的资产，可以加以磨练、提升，并与企业的长期目标紧密结合。
突破被动应对的陷阱
受限于被动的人力资源管理与其所依据的数据密切相关。历史流动率、招聘周期、离职面谈以及年度人员编制预算，这些数据仅反映组织中已经发生的情况。它们虽能提供一些背景信息，但对未来预测的参考价值有限。
预测性人力规划不仅基于历史数据和信号，还基于预测性数据。影响市场的条件、员工情绪、业务增长预测、技能趋势、劳动力供应情况以及其他领先指标均可纳入规划流程。组织不再仅仅关注短期岗位填补或即将到来的预算，而是能够展望未来几年的人员需求。
这改变了人力资源部门处理人才问题的方式。在人才短缺开始影响业务时，人力资源部门才会采取预防性措施。而预测性规划旨在在人才短缺发生之前就发现其迹象。重点也从 “招聘周期” 和 “每名雇员招聘成本” 转向了 “人才价值”、“技能持久性”、“高素质劳动力” 和 “业务就绪度”。
如果缺乏前瞻性，企业可能会陷入代价高昂的困境。可能突然出现技术人才短缺，导致无法按时完成项目或推动公司发展；随后会出现招聘潮，最终不得不进行重组。通过预测性规划，招聘、培养和留任将转变为持续的预测活动，从而缓解这种波动。
AI 如何提升预测性劳动力规划与人力资源决策
AI 正助力加速这一转型，因为它能够从海量数据中识别出人工难以追踪的趋势。但 AI 对人力资源的重要性不仅限于自动化行政任务。它还能帮助组织洞察因业务环境变化而产生的未来劳动力需求。
AI 的应用方式多种多样，其中最主要的一种是多维度劳动力需求建模。虽然参考部门负责人的预估是一种方法，但机器学习模型会综合考虑产品和销售管道、预期收入、扩张计划、劳动力市场、经济指标以及季节性或监管变化等因素，而非仅依赖部门负责人对明年人员编制需求的预估。整合这些信号的能力，有助于更准确地预测何时、何地以及哪些技能将最为紧缺。
人工智能还可用于辅助流失风险分析。传统的人力资源流程通常在员工决定离职后才启动。预测模型能够识别出预示员工流失风险较高的模式，例如：薪酬水平从高于、低于或与市场预期持平的状态发生转变的时间点；最近晋升群体中缺乏晋升机会；组织人事变动；员工职业发展；以及对工作场所的投入度变化等。如果使用得当，这些信号不能作为判断员工何时离职的决定性因素。它们只是能提前提醒人力资源部门，可能需要采取其他支持、发展或留任措施。
一个关键转变是从人员编制规划转向技能缺口分析。职位名称并不能准确反映员工的技能水平。人工智能不仅能够评估公司内部可能出现技能缺口的位置，还能将当前的技能组合与未来的业务需求进行匹配。例如，一家计划在两年内涉足分布式账本技术（DLT）领域的金融服务公司，可以利用基于技能的模型来确定公司需要掌握哪些技能，才能朝着正确的方向迈进。随后，领导层可以选择在组织内部培养这些技能、招聘具备相关技能的人才，或者寻求外部帮助来获取这些技能。
前瞻性规划的经济效益
预测性劳动力规划的优势远不止于提升人力资源效率。在招聘流程的早期阶段就对人才需求有更深入的洞察，可以最大限度地减少对临时用工方案和招聘机构的临时依赖。六个月或十二个月的规划周期，能让组织在人才短缺出现之前，有更多时间培养内部人才并建立候选人储备渠道。
预测性规划还能保障企业正常运转。对于计算机软件开发、医疗保健和高科技制造等行业的岗位，关键职位的空缺可能会导致项目停滞、限制生产能力，或对收入产生负面影响。识别可能出现短缺的关键需求，能使组织提前培养接班人、从内部提拔或外部招聘，从而防止该特定职位成为业绩瓶颈。
它还有潜力优化资本配置。对于新市场开拓、新产品、新技术或扩张项目，高管们希望了解组织是否具备交付能力。劳动力预测将人才需求置于更广泛的财务和战略规划讨论中，而非将其视为下游的人力资源问题。
组织常犯的错误
预测性人力规划的核心不在于技术，而在于人。切勿将其误认为又一款软件应用。
即使购买了配备人工智能技术的人力资本管理（HCM）平台，并将其与分散或过时的数据关联起来，组织仍会发现其预测结果有误。
任何预测性规划的有效性，取决于其所依据的数据和业务背景。人力资源数据应与财务及 ERP 解决方案、销售周期、产品时间表和运营流程相衔接。否则，即使是先进的模型，也很可能针对错误的未来进行优化。例如，某个产品团队可能决定停用一种编程语言，而未能掌握这一信息的劳动力模型，却可能建议组织投资于未来需求将逐渐减少的该语言。
在高度不稳定的环境中，预测模型在可预测性方面存在固有局限。对于处于发展初期和 / 或正经历重大结构性或监管变革的新兴公司或行业，可能缺乏足够数量的稳定历史模式来用于可靠的预测。如果环境变化的速度超过了模型的适应能力，更复杂的算法反而可能导致虚假的自信。然而，持续的验证和人工判断仍然至关重要。
将预测性人力规划转化为战略
数据治理是实施预测性人力规划的起点，而非技术本身。组织若要依赖可靠的预测，必须拥有准确且一致的员工数据、技能详情、组织架构图以及人力信息，这些数据需经过良好治理且易于获取。
下一步是从岗位角色转向技能。组织不应仅以职位名称为依据，而应根据当前或未来所需的技能来调整计划，并考虑如何通过内部流动或发展来弥合技能差距。
最后但同样重要的是，企业不应仓促进行全公司范围的全面转型。有控制的试点项目可以提供一条更加清晰的路线图。对于历史上劳动力需求难以预测的业务部门（例如，专门的销售或工程团队），可以在接下来的两个季度内，在传统的被动流程之外并行运行预测模型。通过对比预测结果与实际情况，人力资源从业者和公司领导者能够发现需要改进的地方，学习如何做到精准预测，进而充满信心地扩大应用范围。
要真正从预测性劳动力规划中获益，关键在于转变思维方式。人力资源部门不应等到人员流失、技能短缺或产能问题成为实际难题时才采取行动。当劳动力数据、商业智能、人工智能驱动的预测以及人类经验相结合时，企业就能更早地预见能力缺口，并在这些缺口对绩效产生负面影响之前及时采取行动。
因此，面向未来的人才规划不仅仅在于预测企业未来需要多少人。其核心在于了解哪些技能在何时会变得重要，以及组织如何在市场需求出现之前就培养这些技能。
HRTech 视角总结
从 "消防队" 到 "预言家"，HR的角色正被 AI 重新定义。2026 年人力资源科技的主线，正从流程自动化走向预测与决策智能：当智能代理可以接管事务性工作，HR的增量价值恰恰落在 "前瞻" 上 —— 把劳动力数据、业务预测与技能智能结合，在缺口出现前完成布局。而这一切的前提，是建立在对 AI 变化的系统性理解之上：预测模型的准确度，取决于组织能否持续获取高质量的信号与趋势判断。想用更完整的数据理解 AI 变化，而不是只看零散新闻？AI HR 转型双报告，面向 HRD、HR 数字化负责人、AI 项目负责人，通过双报告下载提炼关键数据、市场变化与决策线索，可用于行业判断、管理层汇报和年度规划，为预测性人才决策提供扎实的数据底座。免费下载 AI HR 转型双报告
-
资讯
2026人力资源战略跃迁：从生成式AI试点迈向智能体自主行动
HR 正从 "试用 GenAI" 迈向 "部署智能代理"
现代人力资源管理将超越对生成式人工智能（GenAI）工具的简单尝试，引入能够在明确的人类监督下执行任务、做出决策并管理跨企业系统交互的智能代理。这一转型正在深刻影响招聘、人员配置、员工关系以及人力资源成本管理。
据麦肯锡观察，许多组织仍停留在试点阶段，但基于智能代理的人力资源运营模式已开始浮现。到2026 年，HR领域最值得关注的飞跃，将是从 "实验" 转向 "可量化的企业价值"。
1. 从 GenAI 试点到代理式行动
规模化之前，先重构运营模式
HR 领导者正越来越清晰地认识到生成式 AI 与代理式 AI 的战略差异：AI 代理能够对任务进行推理、与系统沟通、采取行动并上报异常；而生成式 AI 更偏向辅助员工创建内容、总结信息或回答查询。
HR 专家可依据交易量、决策复杂度、风险与潜在商业价值，梳理招聘、入职、员工服务、薪资管理、劳动力规划、学习与绩效等流程。处理量大且相对结构化的活动，是早期部署智能代理的理想场景；而涉及雇佣资格、薪酬、纪律处分与解雇的决策，则应明确保留给人类。
这本质上是一种新的运营模式：代理负责执行具体工作，员工监督具体结果，高管管理边界。其价值不仅在于减少行政时间，更在于构建可扩展的人机协作设计，让 HR 人员专注于劳动力战略、组织设计、领导力发展与复杂员工决策。
从自动化试点到端到端人才引擎
从 GenAI 试点到代理式运作的转变，在招聘场景中体现得尤为典型。传统 AI 方法能够撰写职位描述、评估求职者，而代理式招聘则将人才寻源、评估、面试、日程安排与入职流程整合为一个整体流程。据德勤报告，将 AI 与智能代理纳入招聘流程的趋势日益普及，相关解决方案或将很快取代传统上由人类专家承担的大部分招聘工作。
落地第一步，是识别招聘人员在处理候选人时的时间浪费点。代理能够根据特定标准筛选申请、补全缺失信息、主动联系候选人、安排面试、将数据录入招聘系统，并在需要人工判断时及时通知招聘人员。随后，企业应持续评估筛选时间、面试时长、招聘人员工作负荷、候选人响应率、录用率与招聘质量。
2. 代理式 AI 的价值不止于自动化
以产能、速度、质量与体验四维衡量
衡量代理式 AI 对业务成果的影响，而非单纯统计 AI 使用情况，才能真正体现其对 HR 团队与员工体验的价值。建立一套价值评分卡，从四个维度评估：释放的处理能力、缩短的周期时间、提升的决策质量、增强的体验。
据 Workday 与德勤研究，采用 AI 功能的客户招聘人员产能提升了 54%；新型招聘代理已能处理人才寻源、外联沟通、职位推荐、职位描述撰写与面试安排等工作。其背后的经济原理是一致的：目标不仅是自动化特定任务，更是在不增加团队人员的前提下，为 HR 员工腾出更多用于战略性工作的时间。
员工体验也应以同样标准衡量。能够当场解决常见咨询的员工服务专员，有助于减少案例数量、加快解决速度；但当员工在所有渠道都能获得一致答复、HR 专家得以聚焦更复杂的问题时，其影响才会真正放大。
从编制规划走向技能与能力规划
代理式 AI 正在变革劳动力管理，使其从人员编制规划转向能力规划。HR 高管应将 AI 实施与技能智能相结合：劳动力管理负责人不应只考虑所需员工数量，更应思考哪些任务将被自动化、需要哪些新技能、将创造哪些新岗位，以及从何处获取新技能填补缺口。
由此带来的业务成果，是更具适应性的员工架构：HR 部门能够更准确地预测未来人才需求，更早发现员工队伍缺口，并推动招聘、培训、岗位轮换与组织设计朝着与企业战略一致的方向发展。
3. 不丧失人类责任感的扩张
审慎规模化，而非盲目自动化
麦肯锡指出，2026 年 HR 领域的重大飞跃将通过审慎的规模化实现。当前 HR 领域的 AI 应用仍受制于技术体系割裂、能力建设不足，以及过度侧重行政而非业务用例等问题。高管可遵循四个阶段推进：
第一，建立 AI 准备度基准，涵盖数据质量、流程成熟度、集成架构、员工能力、治理机制与可衡量的业务目标；
第二，根据价值、可行性、风险与可扩展性，对用例进行优先级排序；
第三，将智能代理部署到受控工作流中，并在关键决策点设置人工审批环节；
第四，只有在性能、安全性、采用率及财务成果均得到验证后，才进行规模化部署。
从 "自动化比例" 转向 "经济价值"
这一框架同样改变了投资决策的方法论。领导者不应仅依据自动化比例或许可证成本比较不同智能代理，而必须衡量周期缩短、行政负担减轻、员工体验提升、错误风险降低、招聘人员处理能力增强以及 HR 决策优化所带来的经济价值。
从 "试点尝鲜" 到 "价值兑现"，人机协同重构 HR
2026 年，全球 HR 科技领域最确定的叙事，正是 AI 从 "辅助工具" 走向 "智能体（Agent）" 的规模化落地 —— 而这场转型的胜负手，已不在技术本身，而在组织能否完成从 "试点尝鲜" 到 "价值兑现" 的跨越。无论是招聘产能 54% 的提升、端到端人才引擎的成型，还是劳动力管理从编制规划走向能力规划，都在印证同一个趋势：代理式 AI 正从单点提效工具，升级为重塑 HR 运作方式的底层能力。
但规模化从来不是自动化的简单叠加。当 AI 代理越来越多地承担执行性工作，人类的价值锚点反而更加清晰 —— 在雇佣资格、薪酬、纪律处分等关键决策上守住责任边界，在劳动力战略、组织设计与复杂员工问题上发挥判断力。能够把自主 AI 与坚实的数据平台、人工管控、人才策略及价值问责机制结合起来的组织，才能真正把试点项目转化为核心能力。这场重构的终局，不是 AI 取代 HR，而是让 HR 成为更懂业务、更能驱动组织战略的角色。
而 "试点如何走向规模、人机边界如何划定"，恰恰是当下 HR 科技圈讨论最热烈、也最需要真实实践来回答的问题 —— 希望围绕 HR 科技获得更真实的案例、同行交流与专业连接？9 月 17 日深圳 HR 科技年度论坛・What's Next， 面向企业 HR、HR 科技机构，通过线下论坛报名集中讨论当前问题、实践经验与下一步趋势。报名参加 9 月 17 日深圳 HR 科技年度论坛，并与相关企业 HR、专家及行业伙伴建立连接，共同探讨 "AI + 劳动力" 的下一站。
-
资讯
AI 进入 “证据时代”｜2026 年 9 月 HRTech 月度观察报告免费下载：从 Product Demo 到 Income Statement
欢迎下载HRTech最新推出的 2026 年 9 月月度行业观察报告《AI 进入 “证据时代”：从 Product Demo 到 Income Statement》。报告依托全球 HR 上市公司 TOP10、中国大陆 HR 上市公司 TOP10 与 2026 年 8 月全球 HR 科技投融资数据，帮 HR 看清 AI 商业化现实、供应商风险、劳动力架构变化，以及当下该怎么调整采购选型标准。PDF 里带有全部数据图表，还有企业治理参考问题、90 天行动方案、采购检查表，拿到手就能用于内部研讨、2027 预算梳理和供应商评估。
报告下载地址：
https://www.hrtechchina.com/Survey/63B1F4AA-C78C-1748-95D8-28C9F9A6CF30
一、海内外 HR 资本市场核心数据
全球 HR 上市企业行情
全球 HR 上市公司 TOP10 单月总市值涨幅 20%，合计达 4113.8 亿美元；Recruit Holdings、ADP、Workday、Paychex 头部四家合计占 TOP10 总市值约 89%，行业头部集中度进一步提升。 头部企业市值与变动：
Recruit Holdings：1612 亿美元，+39.1%
ADP：1126 亿美元，+6.2%
Workday：478 亿美元，+20.7%
Paychex：447 亿美元，+7.5%
其余上榜企业包含 Paycom、Randstad、Paylocity、BOSS 直聘、Adecco Group、Robert Half。其中 Workday AI 产品贡献超过 25% 新增 ACV，成为重要增长变量。
国内 HR 上市市场表现
中国大陆 HR 上市公司 TOP10 总市值 808.6 亿元，表面呈现修复态势；剔除 BOSS 直聘之后，其余九家企业合计市值下降 3.1%，市场增长高度集中。BOSS 直聘单月市值增长 48.1 亿元，占 TOP10 总市值约 68%，AI 商业化已经进入招聘全流程。
2026 年 8 月全球 HRTech 投融资概况
当月一共披露 16 起融资事件，融资总额超 1.4 亿美元，早期项目占比 37.5%；最大单笔融资为人才信任验证平台 Yardstik，获得 3000 万美元融资。资本主线从传统 HR 工具，转向 AI + 新型劳动力、一线员工管理、行业操作系统方向。
二、企业 HR 必须关注五大现实变化
报告提炼五大直接影响 2027 预算制定、供应商评估、流程设计、数据治理、HR 团队能力建设的现实议题，配套企业治理问题、责任主体参考，可直接用于 HR 团队内部讨论：
AI 进入财务验证期采购逻辑需要从 “有没有 AI” 转向 “AI 创造了什么结果”。开展 PoC 项目，必须提前定义基线、目标指标与退出条件，不能仅以产品演示作为验收标准。
AI 扩展到劳动力本身企业将面对 Human + Contractor + Agent + Robot 的混合劳动力架构。AI 不再只是工作流工具，Agent、机器人开始直接承接工作任务，劳动力规划需要把新型劳动力纳入统一管理框架。
Core HR 底座价值上升AI 应用越深入，越依赖可信的员工主数据、权限体系、系统接口、合规与审计机制。核心人事与 Payroll 系统是 AI Agent 稳定运行的前提，底层数据混乱只会放大 AI 带来的错误风险。
供应商可持续能力（Vendor Viability）进入采购标准核心系统采购重点考察持续经营、数据迁移、服务 SLA 以及退出机制；创新 AI 应用遵循小范围试点、清晰退出路径原则，不能使用同一套风险标准对待两类项目。
从 AI 项目管理升级到 AI Workforce Operating ModelAI Agent 属于持续运行的工作载体，并非一次性采购项目。企业需要明确流程归属、AI 任务边界、人工接管条件、衡量指标与追责机制，搭建可持续运行的人机协同运营模型。
三、这份报告适配人群
报告聚焦系统采购、AI 试点与供应商选型真实决策场景，并非泛行业资讯汇编，适合以下岗位从业者阅读参考：
CHRO、HRD 人力资源负责人；HRBP 业务人力资源伙伴；HR 数字化、HRIS 人事系统负责人；招聘与员工服务负责人；正在推进 AI 项目、开展供应商选型的专项团队。
四、免费获取完整报告
AI真正改变HR行业的时刻，可能不是Agent被发布的那一天，而是Agent第一次稳定进入企业预算、收入、利润和劳动生产率的那一天。
2026年8月，我们看到这一变化开始发生。
对于HR科技供应商，这意味着竞争进入新的阶段；对于企业HR，则意味着“要不要使用AI”的讨论正在结束，“如何让AI真正工作，并对结果负责”的阶段已经开始。—— HRTech
27 页完整版 PDF 包含全部数据图表、五大变化完整解读、治理问题对照表、90 天行动计划与 AI 时代 HR 科技供应商采购检查表。前往报告页面填写基础信息，即可免费下载完整报告，将行业趋势转化为企业可落地执行方案。
https://www.hrtechchina.com/Survey/63B1F4AA-C78C-1748-95D8-28C9F9A6CF30
数据说明：全球榜单采用HRTech统一美元市值口径，以2026年8月31日收盘附近数据为参考；中国榜单以2026年9月1日收盘市值为参考。非美元上市公司的美元市值同时受到本币股价、汇率和股本变化影响；投融资金额按照公开披露数据统计。
如有问题咨询
联系人：科科
微信：hrtechina
邮件联系：hi@hrtechchina.com
更多活动推荐，AI时代助力HR获取更多行动方案及落地实践，链接更多同行HR
线下高端论坛，对标标杆实战解法
9月17日 深圳2026人力资源科技年度论坛，聚焦AI赋能HR数字化、组织人才创新等核心议题，拆解岗位重构、初级人才重塑、AI时代人才识别的实战打法，链接大湾区及全国优质HR行业资源，获取可直接落地的转型经验。
报名链接：http://hrnext.cn/Gxy3C
10 月 22 日上海・2026 HRTechXPO® 超级盛典
聚焦生成式 AI 规模化落地人才全生命周期，深度探讨人机协同人才战略、算法决策风险管控、HR 软技能与组织文化塑造，汇聚头部企业 CHRO，分享 AI 时代守住人本价值的实战方案，前瞻 2027 人力资源管理变革方向。
行业标杆评选，沉淀优秀实践案例2026 HRTech创新奖（INNO Awards）火热申报中，专项发掘AI重构人力流程、优化人才体系、提升组织效能的优质落地案例。企业可主动申报，沉淀自身转型成果、对标行业顶尖实践，提升企业人力资源品牌影响力。
提名链接：http://hrnext.cn/Usmwh3
HR AI Forward・AI 能力成熟度评测
不再只衡量 AI 工具使用率，从个人‑团队‑组织三层维度评估企业 AI 转型真实水平，帮助企业区分「单纯降本裁员」和「真正工作重构」，评估 AI 替代速度与人才再吸收能力的差距，输出岗位重设计、内部转岗、技能升级行动建议。
想要紧跟AI人力变革趋势，一站式获取趋势洞察、能力诊断、实战方案与行业资源？
👉 所有测评报名、论坛参会、奖项申报、白皮书领取，可直接对接官方咨询通道：
企业端咨询：小科微信 ：hrtech-china邮件地址：ex@hrtechchina.com 机构合作咨询：奈斯微信：HRTechNice邮件地址：nice@hrtechchina.com
-
资讯
【深度解读】Workday二季度财报营收26.49亿美元，AI拿下超25%新增ACV，一家HR科技巨头站在新的十字路口
HRTech核心摘要：Workday 这是一份相当稳健的财报：季度营收26.49亿美元，同比增长12.8%；订阅收入24.71亿美元，同比增长13.9%；Non-GAAP营业利润率达到31.1%，全年利润率预期继续上调。但真正值得关注的变化藏在另一组数据里——AI已经贡献Workday超过25%的新增年度合同价值（ACV），超过5,500家客户正在使用至少一个Workday自主开发的AI Agent。与此同时，Workday下一季度订阅收入增速预计进一步下降到12%，资本市场正在重新思考这家HR SaaS巨头究竟应该如何估值，而Silver Lake潜在私有化收购的传闻，更让这一问题变得格外值得关注。我们一起来看详细财报解读！
营收26.49亿美元：Workday依然在增长，但已经明显进入“成熟SaaS”阶段
Workday于8月27日公布截至2026年7月31日的FY2027第二财季业绩。季度总收入达到26.49亿美元，同比增长12.8%；其中订阅收入24.71亿美元，同比增长13.9%，约占总收入的93.3%。专业服务收入为1.78亿美元，与去年同期基本持平。过去六个月，Workday累计实现收入51.91亿美元，同比增长约13.1%，其中订阅收入48.26亿美元，同比增长约14.1%。
单独来看，13%左右的增长速度对于一家年收入即将突破100亿美元的大型企业软件公司并不差。问题在于，Workday曾经是一家典型的高增长云软件公司，而现在增长曲线已经明显变平。
FY2024，Workday全年收入为72.59亿美元；FY2025增长至84.46亿美元；FY2026进一步达到95.52亿美元，但FY2026同比增速已经下降至约13%。同期订阅收入从FY2024的66.03亿美元增至FY2025的77.18亿美元，再达到FY2026的88.33亿美元。Workday目前预计FY2027全年订阅收入99.40亿至99.50亿美元，同比增长约13%。也就是说，如果没有新的增长曲线出现，Workday基本已经进入一家年收入百亿美元、长期增长约10%—15%的成熟企业软件公司的轨道。
这种变化在前瞻指标上更加明显。
截至Q2，Workday未来12个月订阅收入积压订单达到90.34亿美元，同比增长14.2%；总订阅收入积压订单为274.03亿美元，同比增长只有8.0%。而在FY2026年末，这两个指标分别增长15.8%和12.2%。Workday预计FY2027第三季度订阅收入为25.15亿美元，同比增长约12%。
换句话说，Workday并没有出现业务恶化，但传统SaaS业务自然增速正在缓慢下降。
这也是为什么这份财报里真正重要的数字不是12.8%，而是另外一个数字——25%。
AI贡献超过25%的新增ACV：这是Workday这份财报最重要的信号
Workday联合创始人、CEO兼董事长Aneel Bhusri在财报中第一次给出了一个非常明确的AI商业化指标：AI已经贡献超过25%的新增ACV。
与此同时，超过5,500家Workday客户目前正在使用至少一个Workday自主开发的AI Agent，较上一季度增长超过35%。而Workday目前全球客户总数超过11,500家，这意味着其自研Agent已经快速进入相当大比例的客户基础。
这比“AI调用次数增长了多少”“有多少用户使用Copilot”重要得多。
ACV，也就是年度合同价值，本质上已经接近收入商业化指标。当AI能够直接进入新增合同以及现有客户扩展合同，意味着Workday正在回答整个SaaS行业最重要的问题之一：
AI到底只是原有软件里的一个免费功能，还是可以成为新的收入来源？
至少从Workday目前披露的数据看，答案正在逐渐偏向后者。
这也是Workday与很多HR科技公司的最大不同。大量HR软件公司都已经加入生成式AI、Copilot或者Agent功能，但真正能够证明企业愿意为AI增加合同金额的公司并不多。Workday此次披露“AI贡献超过25%新增ACV”，意味着AI已经开始从产品故事进入财务故事。
更值得注意的是，这并不是突然出现的结果。
过去一年多，Workday实际上进行了一轮非常激进的AI资产重组。公司先后收购AI人才编排平台HiredScore、AI合同智能平台Evisort，随后又在FY2026完成Flowise、Paradox、Sana和Pipedream等AI相关交易。其中Paradox和Sana的收购对价分别约为11亿美元。Paradox切入招聘与候选人体验，Sana覆盖企业知识、学习和AI交互入口，Flowise提供Agent Builder能力，Pipedream则通过数千个连接器解决Agent跨应用执行的问题。
如果把这些收购放在一起看，会发现Workday真正想构建的已经不是传统意义上的HCM产品组合。
它正在搭建一个完整的企业Agent基础设施：
Workday自身拥有HR和财务系统中的结构化数据、权限、审批流程和业务规则；Sana提供新的AI用户入口；Flowise提供Agent开发能力；Pipedream负责跨系统连接；Paradox、HiredScore、Evisort则把Agent直接嵌入招聘、人才和合同等具体业务场景。
这也是为什么Workday现在不断强调所谓的“deterministic rails”——确定性的业务规则和控制体系。
通用大模型可以生成答案，但企业真正需要的是：AI能不能在正确的权限下访问正确的数据，在正确的流程里执行正确的动作，并且留下可以审计的记录。
HR和财务恰恰是最需要这种能力的两个领域。
从“卖Seat”走向“卖Work”，可能才是Workday真正的第二增长曲线
过去二十年，企业SaaS最核心的商业模式基本建立在Seat之上。
企业有多少员工、多少HR用户、购买几个模块、使用哪些功能，决定了软件合同金额。Workday自己在SEC文件中也明确说明，其订阅收入主要受到客户数量、每个客户的员工数量、购买的应用以及产品价格影响。
Agent的出现可能开始改变这个逻辑。
如果一个Recruiting Agent能够完成候选人筛选、沟通、面试协调和流程推进，一个Financial Audit Agent可以自动准备审计证据，一个Learning Agent能够自动生成学习内容、推荐课程并完成技能分析，那么软件供应商出售的就不再只是“让员工使用的软件”。
它开始出售被完成的工作本身。
这对于整个HR SaaS行业都是非常大的商业模式变化。
过去HR软件公司面对的问题是企业员工数量增长放缓甚至下降，就意味着Seat增长有限；AI Agent时代，一个企业即使没有新增员工，也可能因为希望自动化更多工作流程而增加AI软件支出。
这就是为什么“超过25%的新增ACV由AI驱动”如此重要。
如果这个比例未来继续上升，Workday就有可能第一次部分摆脱传统HCM软件与企业headcount高度相关的增长模式。
利润率已经超过31%，Workday正在同时证明另一件事：AI不一定意味着无限烧钱
Workday这一季度Non-GAAP营业利润达到8.24亿美元，同比增长约21%，Non-GAAP营业利润率从去年同期的29.0%提高到31.1%。公司同时把FY2027全年Non-GAAP营业利润率指引进一步提高至31.0%。
对于一家仍然大规模投入AI的企业软件公司而言，这是一个很有意思的组合：
收入增长约13%，但利润增长明显快于收入增长。
这表明Workday现在正在从过去典型的“增长优先型SaaS”转向更加平衡的“增长 + 利润 + 自由现金流”模式。
不过，投资者也不能完全只看Non-GAAP指标。
Workday本季度GAAP营业利润只有3.13亿美元，对应11.8%的营业利润率，与31.1%的Non-GAAP利润率之间存在接近20个百分点的差距。其中最重要的原因仍然是股票薪酬。
Q2 Workday确认的share-based compensation达到4.62亿美元，高于去年同期的3.91亿美元，相当于季度收入的17.4%。其中仅产品研发部门的股票薪酬就达到2.17亿美元。
所以从财务分析角度看，31%的Non-GAAP营业利润率固然说明Workday的软件商业模式拥有非常强的经营杠杆，但4亿多美元一个季度的股票薪酬同样是真实的股东经济成本。
这也是分析大型美国SaaS公司时不能忽略的一点。
另一个容易被误读的数据：单季度现金流下降，但上半年现金流实际上仍在增长
从Q2单季度看，Workday经营活动现金流从去年同期的6.16亿美元下降至5.20亿美元，自由现金流从5.88亿美元下降至4.60亿美元，分别同比下降约16%和22%。
如果只看这一季度，很容易得出“利润提升、现金流反而恶化”的结论。
但把观察周期拉到半年，情况完全不同。
FY2027上半年Workday经营现金流达到12.15亿美元，高于去年同期的10.73亿美元，同比增长约13%；自由现金流达到10.76亿美元，高于去年同期的10.09亿美元，同比增长约7%。因此目前更合理的解释是季度回款、递延收入、应收账款以及付款节奏带来的波动，而不是Workday整体现金创造能力出现明显恶化。
真正值得关注的是另一个成本。
Q2 Workday订阅服务成本从3.70亿美元增加至4.36亿美元，同比增长18%，明显快于13.9%的订阅收入增长。根据10-Q披露，其中第三方托管基础设施成本增加约3,300万美元。上半年订阅服务成本同样增长18%，其中第三方托管基础设施支出增加约8,000万美元。
这实际上提醒我们：AI不是免费的。
推理计算、数据调用、Agent执行、模型基础设施都会增加软件公司的交付成本。未来AI产品能不能真正提升SaaS公司的长期利润率，并不能只看AI合同增长，还要看AI带来的收入增量是否长期快于计算成本。
这将成为下一阶段所有AI SaaS公司都必须回答的问题。
半年花29亿美元回购股票：Workday的资本配置方式也彻底变了
另一个容易被忽略的数字，是Workday正在以前所未有的规模回购自己的股票。
仅Q2，Workday就回购约980万股Class A普通股，支出约13亿美元；FY2027上半年股票回购现金支出已经达到约29.24亿美元。董事会本季度又批准最高额外40亿美元的开放式股票回购授权。
这实际上也是Workday进入成熟阶段的另一项证据。
年轻的高增长SaaS公司通常把现金全部投入研发、销售和并购；成熟的软件平台则开始在研发、并购和股东回报之间重新配置资本。
Workday FY2026已经花费29亿美元回购股票，如今FY2027上半年又投入接近相同规模。
与此同时，截至7月31日，Workday现金、现金等价物和有价证券已经从FY2026年末的54.43亿美元下降至34.03亿美元。公司总资产也从180.74亿美元下降至158.57亿美元，其中一个重要原因就是持续回购股票。
这家公司已经越来越不像十年前那个单纯追求收入增长的Workday。
然后就是最敏感的问题：为什么这个时间点出现了Silver Lake私有化传闻？
8月13日，Reuters援引知情人士报道称，全球大型科技私募股权机构Silver Lake正在与Workday讨论潜在收购，相关谈判已经持续数月。如果最终达成交易，这可能成为全球历史上规模最大的企业软件私有化交易之一。
消息公布当天，Workday股价一度上涨接近18%，公司市值升至约511亿美元。Reuters同时强调，当时双方尚未达成最终协议，也不能保证交易一定完成。Workday和Silver Lake均没有就交易本身进行实质性评论。
值得注意的是，在8月27日公布的Q2财报中，Workday仍然没有对潜在私有化作出实质性回应。最新市场报道同样指出，公司继续对Silver Lake相关报道保持沉默。
从财务逻辑看，Silver Lake为什么会对Workday感兴趣并不难理解。
这是一家拥有超过11,500家企业客户、覆盖超过65% Fortune 500、订阅收入占比超过93%、全年订阅收入即将达到100亿美元、Non-GAAP营业利润率超过30%、每年能够产生数十亿美元自由现金流的企业软件公司。
更重要的是，它的核心系统是HR和财务。
这些系统的替换成本极高，而且涉及员工数据、薪酬、财务、审批、合规和审计。即使AI能够快速生成大量软件代码，大企业也很难突然把Workday这样的核心系统全部拆掉自己开发。
这就是所谓System of Record的价值。
而资本市场目前最大的担忧恰恰相反：生成式AI和Agent会不会削弱传统SaaS公司的护城河，甚至让企业不再需要为大量Seat支付高额订阅费。
这也是为什么Silver Lake潜在收购Workday具有非常强的象征意义。
如果一家大型PE愿意以数百亿美元规模押注Workday，本质上意味着它可能判断：
AI不是要消灭Workday，而是有可能让Workday原本最有价值的数据、流程和系统入口变得更值钱。
Reuters随后在对软件行业估值的分析中也指出，Workday潜在私有化交易被市场视为大型投资机构对成熟企业软件长期现金流价值的一次重要投票。
当然，现在仍然只是交易传闻。在正式协议、董事会决议或SEC文件出现之前，都不能把Silver Lake收购Workday当作已经确定的事实。
但它出现的时间非常值得关注。
资本市场为什么财报后反而跌了？因为市场要的已经不是“AI增长”，而是“AI重新加速公司增长”
Workday这份财报实际上超过了市场对收入和调整后EPS的预期，但财报公布后股价盘后一度下跌约5%。
原因并不复杂。
Workday预计Q3订阅收入25.15亿美元，同比增长12%，基本符合市场预期，而不是明显超过预期。资本市场目前已经相信Workday能赚钱，也已经相信Workday能够推出AI产品，甚至开始相信客户愿意为AI付费。
市场下一步要求它证明的是：
AI能不能把Workday的整体增长从12%—13%，重新推回更高水平？
这才是Workday现在最大的估值问题。
如果未来两年，AI贡献新增ACV的比例从25%继续上升到40%、50%，但Workday整体订阅收入增长仍然只有10%—12%，那说明AI可能只是在替代原来的模块销售，并没有真正创造足够大的增量。
反过来，如果AI Agent渗透率持续上升，并最终推动客户合同金额、交叉销售和Net Expansion重新提升，那么市场可能重新把Workday从“成熟SaaS公司”定价为“AI时代的企业工作平台”。
这两个结果对应的估值完全不同。
HRTech判断：Workday正在经历的不是一次产品升级，而是商业模式升级
从HR科技行业角度，我们认为Workday Q2真正值得关注的不是26.49亿美元营收本身，而是三个同时发生的变化。
第一，传统HCM SaaS正在进入成熟期。Workday的客户规模、市场占有率和收入体量已经非常大，单纯依靠新增HCM客户已经越来越难维持过去20%以上的增长。
第二，AI开始第一次形成可以量化的第二增长曲线。超过25%的新增ACV来自AI、5,500多家客户开始使用Workday自主Agent，意味着Agent正在从技术展示进入商业采购。
第三，Workday正在试图把自己的核心资产重新定义。
过去Workday是一套System of Record——记录谁在公司、薪酬是多少、职位是什么、谁审批什么、钱怎么流动。
未来Workday希望成为System of Action——不只是记录工作，而是直接让Agent完成工作。
如果这个转型成功，那么未来企业购买HR软件的逻辑也会发生变化。
过去我们问的是：“有多少员工使用这套系统？”
未来可能会变成：“这套系统替企业完成了多少工作？”
这也是HRTech认为整个HR科技行业未来三到五年最值得关注的一条商业模式主线。
Workday现在并没有陷入危机。恰恰相反，它可能正处在上市以来最重要的一次转型。
只是对一家已经接近百亿美元收入规模的公司来说，下一阶段的挑战也远比推出几个AI功能困难。
它必须证明，AI不仅能够让Workday的软件变得更聪明，还能够让一家已经进入成熟期的软件巨头重新加速增长。
如果这个答案最终是肯定的，那么今天市场讨论的Silver Lake私有化价格，未来回头看可能是在低估Workday。
如果答案是否定的，那么25%的AI新增ACV最终可能只是传统SaaS增长放缓过程中的一次结构性迁移。
接下来几个季度，HRTech认为最值得持续追踪的三个数字已经非常清楚：
AI贡献新增ACV的比例、12个月订阅收入积压订单增速，以及Workday整体订阅收入能否重新加速。
这三个指标，将比Workday发布多少个Agent更重要。
资料依据：Workday FY2027 Q2 Financial Results、Workday Form 10-Q及历史SEC文件、Workday Investor Relations公开材料、Reuters等公开市场信息。本文涉及Silver Lake收购的部分截至2026年8月27日仍属于市场报道及交易传闻，Workday尚未正式确认交易。
-
资讯
【财报】BOSS直聘Q2营收23.99亿元、经营利润暴增32.6%：7000万月活之后，AI正在改写招聘行业
HRTech核心解读：BOSS直聘最新财报值得HR仔细看：Q2收入23.99亿元，同比增长14.1%，经营利润增长32.6%，月活首次突破7000万。付费企业客户达到720万，季度平均月活首次突破7000万。经营利润达到8.63亿元，同比增长32.6%，经营利润率从去年同期约31%提高到36%。但真正重要的不是净利润暴涨173%，而是BOSS直聘正在用AI从“招聘流量平台”转向“候选人和招聘结果交付平台”。如果这条路跑通，招聘平台、猎头、RPO和企业Recruiter的边界都可能被重新定义。
财报中最抢眼的是净利润同比增长173.1%至19.42亿元，但需要注意，其中包含了来自智谱投资的大额公允价值收益。剔除投资收益及股权激励后，调整后净利润为10.29亿元，同比增长9.4%。 更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。8月25日，BOSS直聘母公司KANZHUN LIMITED发布2026年第二季度及上半年业绩。从表面数字看，这是一份相当亮眼的财报：第二季度收入23.99亿元，同比增长14.1%；经营利润8.63亿元，同比增长32.6%；净利润达到19.42亿元，同比增长173.1%；季度平均月活跃用户首次突破7000万，过去12个月付费企业客户达到720万。
但在HRTech看来，这份财报真正值得关注的并不是“净利润增长173%”。其中相当大的贡献来自BOSS直聘对智谱的投资收益。更有价值的信号是：在中国招聘市场并没有出现全面强劲复苏、企业招聘依然高度结构化的情况下，BOSS直聘的收入增长反而从第一季度的7.6%加速到第二季度的14.1%，经营利润增速达到32.6%，同时继续增加世界杯品牌营销投入。这意味着BOSS直聘正在从过去几年依靠用户扩张驱动增长，进一步转向“用户规模+商业化效率+AI交付”共同驱动的新阶段。
更大的问题则在财报之外：如果把BOSS直聘与中国的智联招聘、猎聘，以及全球的Indeed、LinkedIn、SEEK和欧洲Stepstone放在一起看，会发现全球招聘平台正在发生一次非常一致的商业模式迁移——传统的Job Board正在消失，未来真正有价值的招聘平台，卖的可能不再是职位广告、简历和流量，而是越来越接近“招聘结果”。
第二季度收入23.99亿元，主营业务增长正在重新加速
2026年第二季度，BOSS直聘实现收入23.986亿元，同比增长14.1%，其中企业在线招聘服务收入23.840亿元，同比增长14.7%，已经贡献公司绝大部分收入。经营利润从去年同期6.512亿元增加到8.632亿元，同比增长32.6%；以季度收入计算，经营利润率从约31.0%提高到约36.0%，提升约5个百分点。调整后经营利润达到10.497亿元，同比增长19.2%。
上半年整体收入44.674亿元，同比增长11.0%；经营利润14.868亿元，同比增长36.3%。更值得注意的是成本端，上半年总经营成本及费用只从29.455亿元增加至29.888亿元，增幅约1.5%，远低于收入增长速度。其中研发费用同比仅增长1.8%，行政费用下降23.6%，销售及营销费用则增长18.9%，主要与广告投入增加有关。
第二季度尤其明显。公司销售及营销费用同比增长38.3%至5.809亿元，其中一个重要原因是赞助2026 FIFA World Cup及相关品牌营销活动。但即使在营销投入大幅增加的情况下，经营利润仍然增长32.6%，说明公司的经营杠杆正在继续释放。
这可能比单纯的收入增长更加重要。招聘平台天然具有明显的平台经济属性：一旦用户、企业、职位和求职者形成足够大的双边网络，新增交易的边际成本理论上应该持续下降。BOSS直聘目前表现出来的，正是这种网络效应逐步转化为利润率的过程。
净利润增长173%需要拆开看，智谱贡献了大量投资收益
第二季度BOSS直聘净利润达到19.423亿元，同比增长173.1%，这是最容易成为新闻标题的数字，但也最容易被误读。
第二季度，公司来自被投资企业公允价值变化的税前投资收益达到14.661亿元。2026年上半年，这部分税前投资收益累计达到20.802亿元，主要来自公司持有的Z.AI Co., Ltd.，即智谱。BOSS直聘目前持有智谱1,486,720股，约占智谱已发行股本的0.3%，投资成本只有约5270万元，而截至2026年6月30日的公允价值已经达到约21亿元。
因此，如果观察招聘主营业务，更合适的指标是调整后净利润。BOSS直聘第二季度调整后净利润为10.292亿元，同比增长9.4%；上半年调整后净利润18.854亿元，同比增长10.6%。
所以，判断这份财报质量不能用“净利润增长173%”，但这并不意味着主营业务表现不强。相反，收入增长14.1%、经营利润增长32.6%以及利润率提升，已经足够说明核心招聘业务正在改善。
回看过去三年，BOSS直聘已经从“高速用户增长”进入“规模变现”阶段
如果将第二季度数据向前拉三年，变化会更加清楚。
2023年第二季度，BOSS直聘收入14.88亿元；2024年第二季度增长至19.17亿元，同比增长28.8%；2025年达到21.02亿元，同比增长9.7%；2026年进一步增长至23.99亿元，同比增长14.1%。也就是说，经历2025年增速明显放缓之后，2026年第二季度收入重新出现加速。
用户增长的轨迹则更加明显。第二季度平均月活跃用户从2023年的4360万增加到2024年的5460万、2025年的6360万，再到2026年的7020万。过去12个月付费企业客户则从2023年的450万增加到2024年的590万、2025年的650万和2026年的720万。
这里出现了一个值得关注的变化：2024年的主要故事仍然是“用户高速扩张”，MAU增长25.2%，付费企业客户增长31.1%；到2026年，这两个指标的增速已经分别放缓至10.4%和10.8%，但收入增速反而达到14.1%。
换句话说，BOSS直聘已经不能再完全依靠新增用户讲增长故事，而需要从已有的7000万级用户网络里获得更多商业价值。这也是为什么AI、候选人交付、大客户解决方案和更深层次招聘服务开始变得重要。
中国招聘市场的竞争，BOSS直聘正在进一步拉开规模差距
如果把BOSS直聘与猎聘放在一起，平台定位和规模差异已经非常明显。
2026年上半年，同道猎聘实现收入9.89亿元，同比增长5.6%；其中企业端收入约8.20亿元，同比增长6.7%，归属于公司股东的净利润约8803万元，同比增长9.6%，经调整归母净利润约1.1亿元，同比增长13.5%。同期BOSS直聘收入达到44.67亿元，已经超过猎聘的四倍。
但这并不意味着两家公司处于完全相同的市场。BOSS直聘已经越来越接近全民级招聘基础设施，覆盖白领、蓝领、中小企业、低线城市和大型企业；猎聘仍然更聚焦中高端人才、企业客户和猎头三端生态。猎聘截至2026年6月底拥有约1.22亿注册个人用户、151.2万家验证企业和约23.1万名验证猎头，付费企业客户约6.3万家。由于企业客户定义与BOSS直聘完全不同，不能简单把BOSS直聘的720万付费企业客户直接与猎聘6.3万家客户进行比较。
有意思的是，两家公司正在走向同一个方向：AI商业化。猎聘披露，2026年上半年AI产品综合现金回款接近同比翻倍，AI Pro账号渗透率已经接近四成，新客户AI Pro覆盖率超过七成；BOSS直聘则把AI进一步延伸至AI寻访、AI辅助沟通、AI候选人交付和AI面试。
这意味着中国在线招聘下一阶段的竞争，很可能不再只是“谁有更多职位、更多简历”，而是谁能用AI把这些数据转化成更高质量的招聘结果。
智联招聘的压力，则从SEEK财报中体现得更加明显
智联招聘已经不是上市公司，因此外界很难像分析BOSS直聘一样获得完整季度数据。但其股东SEEK的2026财年报告提供了另一个观察窗口。
SEEK披露，智联招聘FY2026的gross revenue约为5.006亿澳元。与此同时，SEEK在2026财年对与智联招聘相关的股权投资和应收款累计计提约3.56亿澳元减值。SEEK在年报中明确指出，智联招聘继续受到中国宏观经济疲弱和竞争压力影响，新管理层已经开始战略调整，向符合中国经济发展优先方向的新增长领域转型。
这组信息很重要。
过去中国在线招聘市场很长一段时间的竞争逻辑，是“前程无忧+智联招聘+猎聘+后来进入的BOSS直聘”。但移动互联网时代的产品结构彻底改变了这个行业。BOSS直聘通过移动端即时沟通，把原来“发布职位—收到简历—筛选简历—电话联系”的长流程压缩为候选人与招聘者直接连接，实际上改变了招聘市场的流动性。
现在AI又可能带来第二轮结构性变化。
AI真正改变的并不是推荐算法，而是BOSS直聘准备开始“交付候选人”
BOSS直聘财报里最值得HR Tech行业关注的一句话，是公司正在利用AI推动商业模式从“traffic-based matching”向更加广泛、可扩展的“closed-loop recruitment delivery model”发展。
这句话翻译成商业语言，其实非常简单：过去平台卖“流量”，未来平台希望卖“结果”。
目前BOSS直聘求职者端的AI求职Agent已经开始覆盖职位偏好理解、简历优化、职业方向建议、职位推荐、岗位适配分析、AI模拟面试以及求职沟通反馈。企业端则包括AI寻访、AI辅助沟通、AI候选人交付和AI面试。公司披露，高端白领、金领以及大规模蓝领招聘的AI商业服务均取得较强增长，服务企业数量、交付的意向候选人数量以及单客户平均服务费均显著提升，但暂时没有披露具体收入。
这是一个非常关键的变化。
如果平台只是推荐100份简历，它还是一个招聘网站；如果平台能够理解岗位、主动搜索人才、筛选候选人、联系候选人、确认意向、完成初步面试，最后只把10名合格候选人交给企业，它实际上已经开始进入过去属于Recruiter、猎头和RPO的业务范围。
也正是在这里，中国与全球招聘市场开始出现高度一致的趋势。
美国Indeed已经开始证明：招聘网站最大的增长空间，并不是职位广告
Indeed母公司Recruit Holdings最新财报或许是全球招聘市场最值得研究的案例之一。
截至2026年6月的Recruit Holdings FY2026第一季度，其HR Technology业务收入达到28.58亿美元，同比增长20.9%；其中美国市场收入16.4亿美元，同比增长30.0%，欧洲及其他地区收入约6.1亿美元，同比增长28.5%。更夸张的是，该业务EBITDA+S利润率已经达到47.4%。Recruit还将2026财年HR Technology全年收入预期上调至114.85亿美元，同比增长18.7%。需要说明的是，这一业务板块包括Indeed、Glassdoor等产品，并非Indeed单一平台收入。
但真正值得研究的是收入增长从哪里来。
美国市场Average Revenue per Job Posting同比增长35%，Premium Sponsored Jobs等产品推动单个招聘职位的商业价值持续提升。换句话说，即使招聘职位总量不出现爆发式增长，平台仍然可以通过更高质量的匹配、更精准的推广以及更接近招聘结果的服务提高每一个招聘需求的价值。
Recruit Holdings甚至重新定义了自己的市场。
它在最新投资者材料中将2025年全球HR Matching市场规模估算为3020亿美元，其中传统“Job Advertising & Talent Sourcing”只有约340亿美元，而Direct Hire约710亿美元、Retained Search约240亿美元、Temporary Staffing约1050亿美元，Internal Recruitment Automation约680亿美元。
这实际上告诉整个招聘行业：真正巨大的市场从来就不是职位广告。
过去招聘网站只参与招聘预算最前端的一小部分；AI让平台第一次有能力向招聘流程中段和后段延伸。
LinkedIn的优势更加特殊：它拥有的不是简历数据库，而是全球职业关系图谱
截至2026年6月30日的Microsoft FY2026，LinkedIn全年收入达到198.17亿美元，同比增长11%；2026财年第四季度收入同比增长12%。不过需要特别说明，LinkedIn的收入并不只来自招聘，其业务包括Talent Solutions、Marketing Solutions、Premium Subscriptions和Sales Solutions，因此不能把198亿美元全部理解成招聘收入。
LinkedIn真正值得关注的是Hiring Assistant。
这款AI招聘Agent已经从传统关键词搜索进一步进入岗位理解、候选人发现、人才筛选、候选人沟通和招聘流程管理。LinkedIn披露，其Hiring Assistant可以在超过12亿份职业档案上运行，并且能够结合企业ATS历史候选人数据。
LinkedIn在2026年发布的数据还显示，使用Hiring Assistant的企业平均获得的“quality hires”增加11%，高需求人才招聘增加18%；随着使用时间延长，质量提升进一步扩大。需要注意，这些指标来自LinkedIn自己的平台研究方法，而不是独立第三方研究，但它至少说明LinkedIn正在有意识地把AI价值从“节约招聘人员时间”转向“提高招聘质量”。
这也是LinkedIn最难被复制的优势：它拥有的不只是简历，而是职业身份、职业关系、技能、内容互动、企业组织结构和招聘行为共同形成的Professional Graph。
AI时代，数据越丰富，Agent能够完成的任务就越复杂。
澳大利亚SEEK提供了另一个答案：职位数量下降，也可以靠“每个职位的价值”增长
SEEK的2026财年同样很有代表性。FY2026公司净收入约11.99亿澳元，同比增长10%；EBITDA约5.30亿澳元，同比增长15%，EBITDA利润率从42%提高至44%，调整后利润增长28%。
但SEEK的职位广告数量并没有同步增长。事实上，澳大利亚和部分亚洲市场的付费职位广告量仍然承压。
收入为什么还能增长？
答案是yield。
FY2026 SEEK亚太市场单个职位的收益水平增长18%，核心职位广告及增强服务收入增长10%。通过新的广告层级、Advanced ad以及value-based pricing，SEEK正在提高每个招聘需求的货币化能力。
这是招聘平台未来一个非常重要的商业模式变化：职位数量不再是唯一核心指标。
当AI能够提高匹配率、申请转化率和最终招聘结果以后，一个“真正能招到人的职位”显然应该比一个只是获得1000次浏览的职位更值钱。
欧洲Stepstone：AI之外，合规和可信招聘会成为新的护城河
欧洲市场则提供了另外一个观察维度。
The Stepstone Group旗下拥有德国Stepstone、英国Totaljobs、IrishJobs等招聘品牌，其官方定位已经非常明确：未来核心业务是“AI-driven job marketplaces”和programmatic-powered recruitment marketing。
欧洲招聘市场还有一个非常明显的结构性变化。Stepstone数据显示，德国每个职位收到的申请兴趣较2023年已经接近翻倍，而明确欢迎跨职业转换者的职位占比自2019年以来增长超过六倍。换句话说，未来的问题不是“没有申请人”，而是大量申请涌入以后，企业如何识别真正合适的人。
这也是AI最擅长、同时风险最大的领域。
欧盟已经明确把招聘、候选人筛选和人员选择相关AI列入高风险应用范畴。经过最新AI Omnibus调整后，与就业相关高风险AI系统的主要规则计划从2027年12月2日起适用，而部分AI透明度要求已经自2026年8月2日起生效。
因此，在欧洲，未来招聘平台的竞争力可能不只是“AI更聪明”，而是“AI足够聪明，同时能够证明它为什么做出这个判断”。
可解释性、偏差控制、人类监督、数据治理和审计能力，都可能从法律成本变成产品竞争力。
全球招聘网站的终局：从Job Board走向Hiring Infrastructure
把BOSS直聘、Indeed、LinkedIn、SEEK和Stepstone放在一起，一个越来越清晰的趋势正在形成。
第一代招聘网站解决的是“信息数字化”问题，把报纸招聘广告搬到互联网；第二代招聘平台解决的是“匹配效率”，通过搜索、推荐算法和移动沟通提高求职者和企业之间的连接效率；第三代招聘平台则正在进入“招聘执行”。
AI Agent可以理解岗位，可以找人，可以筛选，可以沟通，可以安排面试，甚至可以对招聘效果进行持续反馈。
这意味着所谓“招聘网站”最终很可能不再是一个真正意义上的网站。
它会越来越像一套招聘基础设施。
企业告诉系统：“我要在上海招聘20个AI工程师”“我要在美国三个月内招聘300名销售”“我要在深圳找到一个有海外工厂经验的HR负责人”，平台自动完成市场人才分析、职位生成、人才搜索、广告投放、主动寻访、筛选、沟通、面试安排和候选人排序，HR最终处理的只是少数真正需要人类判断的候选人。
到了那个阶段，招聘平台卖的就不再是“职位发布30天”。
它卖的是招聘能力。
未来最大的机会，是从340亿美元的职位广告市场进入更大的招聘交易市场
从这一点再回头看BOSS直聘这份财报，就会发现AI的战略意义可能远远大于短期贡献了多少收入。
Recruit Holdings估算的全球3020亿美元HR Matching市场中，传统职位广告和人才寻访只有约340亿美元。真正庞大的市场存在于人才招聘、猎头、灵活用工和招聘自动化。
所以未来几年全球招聘平台可能同时沿着几个方向扩张：从职位广告进入候选人交付，从搜索工具进入AI Agent，从外部招聘进入ATS和内部人才市场，从按职位收费进入按招聘效果收费，从单纯拥有简历数据变成拥有经过验证的职业身份、技能和招聘结果数据。
而随着AI生成简历、自动投递和批量申请越来越普遍，另外一种资产也会越来越昂贵——真实的人。
谁能够确认一个候选人是真实的人、拥有真实技能、真的愿意换工作，并且真的适合这个岗位，谁就掌握了未来招聘市场最稀缺的“可信信号”。
这也是LinkedIn的职业身份网络、BOSS直聘的大量即时沟通行为、Indeed的职位与申请数据、SEEK的区域招聘交易数据以及Stepstone的欧洲劳动力市场数据真正具有长期价值的原因。
HRTech观察：BOSS直聘真正的下一场战争，已经不是与另一家招聘网站竞争
从2026年第二季度的数据看，BOSS直聘在中国市场的规模优势仍在扩大。月活突破7000万、付费企业客户达到720万、收入重新加速、经营利润率继续改善，意味着它已经逐渐跨过单纯依赖用户扩张的阶段。
但它接下来面对的竞争，也会更加复杂。
未来的竞争对手不一定只是智联招聘和猎聘，而可能包括猎头、RPO、ATS、招聘自动化工具、AI Agent，甚至企业内部招聘团队过去自己完成的一部分工作。
同样的事情也在全球发生：Indeed希望从职位广告进入招聘结果，LinkedIn让Hiring Assistant成为Recruiter的AI协作者，SEEK通过更高yield而不是更多职位实现增长，Stepstone则把AI匹配和程序化招聘作为未来平台基础设施。
所以，2026年真正值得关注的问题已经不再是“AI会不会进入招聘网站”。
它已经进入了。
真正的问题是：当AI可以完成搜索、筛选、沟通、邀约甚至部分面试之后，谁能够拥有招聘流程，谁能够定义“好的候选人”，以及谁最终能够为招聘结果收费。
这场竞争决定的，可能不是下一代招聘网站是谁，而是谁会成为下一代全球人才市场的基础设施。
-
资讯
上海2026社保公积金新标准正式落地：最低基数7546元，7月起需补差，HR需要注意什么？
8月18日，人力资源日这天，上海2026年度社保缴费基数和住房公积金缴存标准相继明确。
核心摘要：上海2026年度社保、公积金新标准正式落地：社保缴费基数为7546—37731元/月，公积金缴存基数为2740—37731元。新社保标准自7月1日起执行，因基数调整产生的补差需在9月底前完成，规定期限内免收滞纳金。需要注意的是，并非所有员工都要补差，重点影响此前按7460元最低基数和37302元最高基数缴费的人群。社保最低基数与公积金最低基数不同，是因为前者与全口径平均工资挂钩，后者与最低工资标准衔接。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
根据上海市人力资源和社会保障局公布的信息，自2026年7月1日起，上海社保缴费基数上限调整为37731元/月，下限调整为7546元/月，上海市2025年度全口径城镇单位就业人员平均工资为12577元/月。因新标准从7月1日起执行，参保单位及职工因基数调整产生的社会保险费补差，应在2026年9月底前完成缴纳，期间免收滞纳金。
与此同时，上海2026年度住房公积金缴存基数上限也正式确定为37731元，下限为2740元。普通住房公积金单位和职工缴存比例仍为各5%—7%，补充住房公积金单位和职工缴存比例为各1%—5%。
对企业HR、薪酬福利及Payroll团队来说，这次政策调整最需要关注的，并不是简单的“社保又涨了”，而是三个具体问题：哪些员工会产生补差？为什么社保最低基数是7546元，而公积金最低基数只有2740元？企业接下来需要做哪些操作？
社保上下限同步上涨，但整体涨幅并不高
与上一年度相比，上海2026年度社保缴费基数上下限均有所提高。
2025年度，上海社保缴费基数上限为37302元/月，下限为7460元/月，对应2024年度全口径城镇单位就业人员平均工资12434元/月。
2026年度则调整为：
2025年度上海全口径月平均工资为12434元，2026年度调整为12577元，增加143元。
社保缴费基数上限由2025年度的37302元，提高至2026年度的37731元，增加429元。
社保缴费基数下限由2025年度的7460元，提高至2026年度的7546元，增加86元。
从比例上看，2025年度上海全口径月平均工资同比上涨约1.15%，社保缴费基数上下限也基本按照这一幅度同步调整。
其中，37731元正好是12577元的3倍；7546元则对应平均工资60%左右的水平。
因此，对于大多数工资处于7546元至37731元区间、且缴费基数原本按照实际工资正常申报的员工来说，此次上下限调整本身未必会改变其社保缴费基数。
真正直接受到影响的，主要是原来按照最低基数缴纳的员工，以及工资高于缴费基数上限的高收入员工。
不是所有员工7月社保都要“补差”
这是本轮调整最容易产生误解的一点。
官方明确提出，因缴费基数调整产生的社会保险费补差，应在2026年9月底前缴纳，期间免收滞纳金。
但这并不意味着“上海所有员工7月社保都需要统一补一笔钱”。
是否产生补差，要看员工原有缴费基数是否因新标准发生变化。
例如，一名员工此前按照2025年度最低基数7460元缴纳社保，新标准实施后最低基数变为7546元，其缴费基数就需要增加86元/月，从7月起产生相应的单位和个人社保费差额。
如果一名高收入员工此前因为超过上限，按照37302元缴费，新上限提高至37731元后，最高缴费基数增加429元/月，同样可能产生补差。
但如果员工的正常缴费基数是10000元、15000元或者20000元，并没有触及新旧上下限，那么单纯因为上下限发布，并不会自动产生7546元或37731元带来的补差。
所以，对HR来说，更准确的处理逻辑应该是：
先判断员工缴费基数是否因上下限变化而变化，再判断是否存在补差，而不是简单理解为“7月所有员工统一补缴”。
为什么社保最低基数是7546元，公积金却只有2740元？
这也是很多员工最容易疑惑的地方。
2026年度上海社保缴费基数下限为7546元，而住房公积金缴存基数下限为2740元，两者相差4806元。
原因在于，两套制度确定下限的逻辑不同。
社保上下限与上海全口径城镇单位就业人员平均工资挂钩。2025年度上海全口径平均工资为12577元/月，社保基数下限约为其60%，也就是7546元；上限则为其300%，即37731元。
公积金最低缴存基数则与上海现行最低工资标准相衔接。上海从2025年7月1日起已经将月最低工资标准从2690元提高至2740元。
因此，2026年度上海住房公积金缴存基数下限为2740元。
这就形成了一个很有代表性的情况：对于月工资较低的员工，社保可能必须按照7546元作为最低缴费基数，而住房公积金则按照另一套缴存基数规则执行，两者不能混为一谈。
企业HR在向员工解释工资单时尤其需要注意这一点，避免把“最低工资”“社保最低基数”和“公积金最低基数”当成同一个数字。
公积金上限同步提高至37731元
根据上海2026年度住房公积金调整政策，职工住房公积金缴存基数从2024年月平均工资调整为2025年月平均工资，缴存基数最高不超过37731元，最低不低于2740元。
普通住房公积金方面，单位和职工缴存比例仍为各5%—7%，单位可在这一范围内自主确定具体比例。
按照单位和职工各7%的最高普通住房公积金缴存比例计算：
月缴存额上限为5282元，月缴存额下限为384元。
这里的5282元是单位和个人两部分合计金额，对应单位最高约2641元、个人最高约2641元。
补充住房公积金继续实行自愿缴存，单位和职工比例分别为1%—5%。按照双方各5%计算，2026年度补充住房公积金：
月缴存额上限为3774元，月缴存额下限为274元。
因此，如果一名员工同时按照普通公积金7%+7%和补充公积金5%+5%的最高比例缴存，其普通公积金和补充公积金单位、个人合计月缴存额最高可以达到9056元。
已经完成公积金调基的企业，不需要重新操作一遍
今年公积金调整还有一个操作层面的便利。
早在7月上海启动2026年度公积金基数调整时，由于当时2026年度缴存基数上限尚未公布，上海明确提出，在新上限公布之前暂时按照2025年度上限37302元执行。对于已经完成2026年度基数调整、且申报工资高于37302元的员工，新上限公布后将按照新标准重新核定。
按照8月18日正式通知，已经完成2026年度基数调整的单位无需再次办理基数调整。
对于此前申报工资超过37302元的员工，上海公积金中心将根据新的37731元上限重新核定缴存基数、变更月缴存额，并通知单位。
因此HR需要做的不是重新提交全部员工资料，而是重点检查受上限变化影响人员的调整结果，以及已经缴存月份是否存在少缴补缴。
上海正在进一步打通社保与公积金申报数据
除了数字本身，今年还有一个值得HR关注的变化。
上海公积金中心与税务部门继续共享社保缴费工资申报数据。经企业授权后，年度社保缴费工资数据可以直接应用于住房公积金基数调整，实现员工工资数据预填，企业无需再次填写员工月平均工资信息。
如果社保信息与公积金信息不匹配，企业再自行填报。
从HR数字化和企业用工管理角度看，这一变化值得关注。过去企业工资、个税、社保、公积金往往存在多个系统、多次申报，而随着税务、社保和公积金之间的数据共享程度提高，企业重复录入会逐渐减少，但与此同时，不同系统之间工资和人员数据的一致性也会变得更加重要。
对于HR和Payroll团队而言，这意味着未来薪酬基础数据质量、员工身份信息、工资口径以及跨系统一致性管理的重要性会进一步提升。
HR在9月底前重点检查这五件事
对于上海企业来说，本轮调整并不复杂，但涉及7月开始追溯执行，因此HR和薪酬团队仍应尽快完成一次核对。
第一，检查员工2026年度社保缴费基数，尤其重点筛查此前按照7460元最低基数和37302元最高基数缴费的员工。
第二，根据新的7546元—37731元区间判断哪些员工实际产生社保补差，并确保相关补差在2026年9月底前完成。官方明确，在规定期限内完成补差不收取滞纳金。
第三，检查2026年度公积金基数是否已经完成调整。正常情况下，应依据员工2025年度月平均工资确定，并受到2740元—37731元上下限约束。
第四，对于工资高于原公积金上限37302元的员工，重点核查系统按照37731元新上限重新核定后的缴存结果，以及此前月份是否需要办理少缴补缴。上海7月发布的调整提示已经明确，新上限公布后，存在应缴差异的职工需要处理少缴补缴。
第五，提前做好员工沟通。如果员工8月或9月工资单中突然出现社保补差、个人扣款变化，HR最好提前说明这是2026年度缴费基数正式公布后，对7月起应缴费用进行的调整，避免员工误认为企业额外扣款。
HRTech观点：真正值得关注的不是86元，而是数据管理越来越透明
单从数字来看，今年上海社保调整其实相当温和。
社保最低基数从7460元提高至7546元，只增加86元；最高基数从37302元增加至37731元，增加429元。2025年度全口径平均工资也仅从12434元提高到12577元，同比增长约1.15%。
因此，对大多数企业来说，今年不会因为社保上下限调整出现非常明显的人力成本跳升。
但从HR管理的角度，更值得注意的是另一条趋势：企业工资、税务、社保、公积金之间的数据正在进一步连接。
当社保缴费工资可以直接预填至公积金系统，当不同系统之间的数据越来越容易交叉核验，HR未来面对的问题就不再只是“每个月有没有按时缴费”，而是员工工资口径是否一致、系统数据是否准确、实际薪酬与申报信息是否匹配。
对于企业来说，这也是薪酬管理逐渐从单纯的Payroll操作，走向更加系统化的数据治理和用工合规管理的一个缩影。
截至目前，2026年度上海企业可以重点记住四个数字：
社保缴费基数：7546元—37731元。
住房公积金缴存基数：2740元—37731元。
社保新标准从2026年7月1日起执行。
因基数调整产生的社保补差，应在2026年9月底前完成。
对于HR来说，接下来最重要的不是重新计算所有员工，而是准确找到真正受到上下限变化影响的人群，并完成补差、核对和员工沟通。
来源：上海市人力资源和社会保障局、上海市住房公积金管理委员会、上海公积金。
-
资讯
Josh Bersin：AI大规模落地，HR岗位为何逆势增长？
伴随各类 AI 人力工具持续落地，行业内一直存在这样的判断：大量重复性人事工作将由系统接管，人力资源从业者的整体规模或将不断收缩。深耕人力领域三十年的行业分析师 Josh Bersin 用完整就业数据推翻了这一固有认知。在全行业持续加码 AI 技术的大环境下，HR 相关招聘需求、岗位薪资同步上行，人力资源行业并未萎缩，反而在职能迭代中打开全新增长空间。
核心数据佐证：AI普及后， HR岗位增速跑赢大盘
本次调研依托 Lightcast 长达十年的全域岗位投放数据库，覆盖招聘、培训、人力分析、HR 数字化等全部人力资源细分岗位，梳理出极具参考价值的两组长期数据。
2016 至 2026 十年间，全品类 HR 岗位投放复合年增长率稳定维持 1.2%，行业需求长期保持正向增长；而在 ChatGPT 落地、各类 HR 智能工具批量普及的近二十四个月，HR 岗位招聘增速直接攀升至 6%，增长幅度明显超过全社会整体就业平均水平。
薪资层面的变化更直观体现行业价值提升，2015 至 2024 年间 HR 公示岗位薪资整体上涨 82%，复合年涨幅达到 3.1%，同期市场通胀年均涨幅仅 2.1%，人力资源从业者收入增速跑赢通胀，企业愿意为具备数字化、战略思维的专业人力人才支付更高薪酬成本。
岗位变化本质：事务岗缩减，高价值人力岗持续扩容
很多从业者会产生疑惑，HR 充斥大量标准化工作，为何 AI 普及后行业需求不降反升？核心答案在于 AI 带来的不是岗位清零，而是人力资源岗位的结构性分层与价值升级。
根据 HR2030 长期研究测算，企业内部约 30% 至 40% 的传统 HR 岗位具备高度自动化属性，HR 行政、招聘协调、培训事务、薪酬录入等工业化流程岗正在逐步缩减。这类机械执行类工作完全可以交由智能系统、数字代理完成替代，但岗位缩减并不等于编制削减，释放出来的人力全部转向贴近业务、负责组织经营的新型人力岗位，行业整体人才需求总量持续走高。
企业真实落地：五大 HR 职能迎来全面转型
各大企业落地的人力团队调整方案，清晰展现这场职能转型的真实走向。
在沃尔玛、渣打银行等企业，基础人事咨询人力转型处理员工绩效、家庭保障等高复杂度个案，深耕员工体验；学习发展从业者告别冗长课程制作，转向搭建轻量化业务实训内容；招聘团队摆脱简历筛选、排期等琐事，专注深度面谈与雇主品牌搭建，纯 AI 面试落地效果不及预期；人力分析师依托实时数据预判流失、定位协作瓶颈；松下、埃森哲将 HRBP 升级为组织变革顾问，AI 承接基础测算，人力专职解决团队深层经营难题。
底层核心逻辑：AI 无法替代 “人” 相关复杂管理工作
AI 能够高效处理标准化人事流程，却无法替代与人相关的复杂经营议题，这也是 HR 岗位持续扩容的根本原因。
当下企业组织变革节奏加快，转型过程中的情绪疏导、机制设计都需要 HR 牵头；全球人才竞争加剧，内部人才挖掘、梯队搭建依赖人力长期运营；AI 衍生算法偏见、数据隐私等合规风险，需要 HR 建立管控规则；职场倦怠、文化公平等软性员工诉求，只有依靠共情沟通才能妥善解决。简单来说，AI 接管事务性工作，HR 回归组织经营核心角色，企业因此需要更多复合型人力人才。
从业者转型方向：三大核心能力必须补齐
结合 Josh Bersin 将于十月发布新书《Superpowered》的前瞻观点，以及 HR2030 长期行业研究结论，AI 时代人力资源从业者需要完成三重能力迭代。
一是熟练驾驭各类人力智能工具，区分自动化与人工处理的工作边界；二是搭建人力数据与业务结果的联动思维，输出可落地经营建议；三是深耕组织经营能力，聚焦文化、变革、人才长期发展，发挥 AI 无法复刻的沟通与统筹价值。
总结：AI 是 HR 升级催化剂，而非行业终结者
行业数据已经给出明确答案，AI 从来不是人力资源行业的终结者，而是推动职能分层、价值升级的催化剂。短期事务型岗位收缩属于正常行业迭代，但战略型、数字化、变革型 HR 岗位需求持续爆发，行业整体规模与薪资待遇同步上行。对于企业和人力从业者而言，主动拥抱人机协同模式、跳出单纯行政工作思维，才能抓住 AI 浪潮下人力资源行业全新的增长红利。
线下交流渠道：深度拆解 AI 人力转型落地实践
文中揭示的 AI 重塑 HR 职能、岗位价值升级已是全行业共同趋势，想要获取更多企业真实落地案例、和同行交流数字化转型痛点、预判下一阶段人力科技发展方向？9月17日，2026人力资源科技年度论坛·深圳， 面向企业 HR、HR 科技机构，通过线下论坛报名集中讨论当前问题、实践经验与下一步趋势。报名参加 9 月 17 日深圳 HR 科技年度论坛，并与相关企业 HR、专家及行业伙伴建立连接。了解更多 / 立即参与：https://www.hrtechchina.com/Public/html/917.html
更多HRTech活动安排：https://www.hrtechchina.com/Public/html/event/eventlist.html
来源：Josh Bersin
-
资讯
向内构建智慧企业：人力资源科技如何激活组织核心竞争力?
经营视角转变：人才成为企业核心分析变量
长久以来，企业构建经营智能的重心，大多放在财务、运营以及客户相关的数据之上。依靠这套分析体系，管理者可以看清业务营收，优化供应链运转，提升客户服务体验，却常常忽略企业最宝贵的资产 —— 人。伴随生成式人工智能、人才预测分析、组织数字仿真等技术加速应用，企业的管理思路正在发生改变：员工的能力、协作模式与创造的隐性经验，才是支撑企业长远发展的关键信息来源。人力资源相关技术也已经超越考勤、算薪、招聘这类基础事务范畴，逐步成为渗透组织各个环节的底层能力，从企业内部推动智慧组织的建设。
决策逻辑迭代：从事后复盘转向前置预判
传统数字化更多是把线下流程搬到线上，依靠周期报表完成事后复盘。而新一代智慧组织，核心在于持续迭代学习，把人才维度的数据纳入高层决策参考。如今市场竞争不再单纯依靠产品与技术拉开差距，团队整体能力、内部协同效率、组织创新活力，才是对手难以复制的壁垒。人才分析正在获得和财务分析、客户分析同等的战略地位。管理者思考问题的角度也随之转变，不再只考虑如何简化人事工作，而是探究人才储备、团队协作会对业务增长产生怎样的影响。整合招聘、学习发展、绩效、跨团队协作等多维度信息之后，企业能够更早识别业务潜在瓶颈，挖掘内部创新机会，让组织决策从被动补救转向提前布局。
挖掘隐性资产：激活员工沉淀的组织经验
员工在项目攻坚、跨部门沟通、对接业务过程中沉淀下来的经验，是常规报表很难捕捉的一手信息，也是企业巨大的无形财富。过去企业主要依靠年度绩效考核、阶段性调研获取员工信息，不仅时效性差，看到的也只是碎片化的现状，很难掌握组织真实的运行状态。借助人工智能与多维度数据分析手段，组织可以实现对内部行为的动态观测：梳理团队协作关系，识别高价值核心人才，找出沟通阻碍；结合任务负荷、知识共享、学习进度，及时发现团队倦怠隐患；跳出岗位头衔的局限，发掘员工身上未被利用的迁移能力，盘活内部人力资源，减少对外招聘的压力。个体零散的工作经验，经过技术沉淀转化为可复用的组织能力，帮助管理者看见组织真实的样貌。
AI 深度落地：重塑人力资源核心工作模式
人工智能正在推动人力资源工作完成模式升级，行业已经度过零散工具试用的阶段，走向智能化能力的深度落地。预测式人才分析不再只输出历史统计报表，通过模型持续运算，预判人才流失风险、技能缺口以及团队产能变化，让人事工作从问题发生之后再处理，变成提前做好人才储备与组织调整。围绕能力优先的用人理念，搭建企业动态人才能力视图，既可以为新项目、管理岗位匹配合适人选，也能预判未来业务所需要的能力方向，为员工规划成长路径。依托知识关联技术，打通员工、项目、部门之间的信息，直观呈现组织内部知识流转情况，助力跨部门创新。自然语言技术改变传统一年一度的员工调研模式，从日常反馈内容当中感知团队情绪，及时发现管理层面的问题。结合业务扩张、人员流动等现实情况开展人才推演，针对业务转型、组织重组等重大事件给出人才规划参考。同时根据业务目标和个体现状，生成个性化学习提升方案，补齐整个组织的能力短板。
底层技术底座：多技术协同支撑组织智能化
上述能力的落地，需要整套技术体系相互配合。生成式 AI可以承接制度答疑、简历梳理、基础绩整理等大效量重复性事务，让人力资源从业者把精力投向更具战略价值的组织工作；自然语言技术挖掘各类非结构化文本，客观反映组织氛围与管理短板；知识沉淀工具快速定位企业内部的专业人才；组织仿真模型可以预先模拟架构调整、人员变动带来的各类影响，降低组织变革的试错成本；统一数据中台则打通人事、财务、业务之间的信息隔阂，给管理层提供完整的组织视角。
全周期渗透：技术贯穿人才管理全业务场景
技术带来的改变，并不局限于人力资源部门，而是贯穿人才从入职到发展的全生命周期，渗透到企业经营的方方面面。人才获取阶段，更加看重能力匹配，弱化简历标签带来的局限，提升人岗契合度；人才规划上，依托实时的组织信息灵活调配人力，适配业务起伏与转型节奏；借助流失风险识别和个性化成长支持，留住核心骨干；持续的学习体系帮助团队跟上业务迭代；用更加客观的方式评估管理者，完善后备人才梯队；在组织重组、数字化转型过程中，持续跟踪团队的适应情况，保障变革平稳推进。
业务实际收益：构筑组织长期竞争护城河
拥抱人力资源科技，能够给企业带来多重长期价值。人才视角的数据补足业务判断的盲区，推动管理告别纯粹经验主义；重复性事务被技术承接，让团队聚焦创新与战略工作；充分感知员工的诉求，降低核心人员流失带来的招聘、培训损耗；对组织人才家底做到心中有数，提升企业应对外部市场变化的敏捷应变能力；促进知识在内部流动，激发内生创新，构建难以被模仿的组织竞争力。
现实落地阻碍：待化解多重实践难题
当然在实践当中，企业依旧绕不开现实挑战。涉及大量员工敏感信息，如何平衡数据分析价值和个人隐私，建立合理的数据使用规则，是绕不开的课题；算法本身可能存在的AI 偏见，需要建立人工复核与定期校验机制，避免在任用、评估环节产生不公；不少企业遗留多套相互独立的旧系统，打通不同来源的数据存在系统集成门槛；部分员工会对技术介入人事管理心存顾虑，企业需要做好宣导，明确技术仅作辅助，最终决策权归属于人。
行业未来展望：走向能力驱动的柔性组织
展望接下来的几年，人力资源领域的技术应用还会持续演进。大量标准化人事事务会实现自主自动化处理，系统可以主动识别组织和员工的需求并给出应对建议；多源数据的深度联动，将辅助输出完整的人才策略；组织数字孪生仿真会得到更加广泛的应用，成为调整组织架构前的常用手段；人机协同会成为管理常态，技术负责信息处理，人承担共情沟通与战略决策；以能力为核心的柔性人才组织会越来越多，打破固化岗位的束缚，激活内部人才市场；人力资源相关能力也会进一步和企业整体经营体系融合，不再作为一套孤立系统存在。
管理重心向内回归，投资人的价值
人力资源科技的演进，本质上是企业管理视角向内回归。过去企业习惯依靠外部业务指标评判发展好坏，现在越来越多企业意识到，组织真正的竞争力根植于内部的人。人工智能浪潮之下，人力资源相关技术早已不是单纯处理人事流程的工具，而是串联人才、业务与战略的重要纽带。未来具备韧性与创新力的组织，必然能够做好人机协同，打通各类经营信息，依靠组织人才能力驱动业务增长。对企业而言，布局人力资源科技，本质上就是投资组织最重要的战略资产 —— 人，以此打造一套可以持续适应市场变化的现代化组织模式。
想持续掌握综合领域的重要变化、活动与专业资源？HRTech 近期活动、评选、报告与测评一览面向全部用户，通过聚合页面集中提供相关内容和参与入口，帮助用户减少信息筛选成本，并及时发现值得关注的趋势与机会。查看近期可报名、可下载和可参与的 HRTech 资源。了解更多 / 立即参与：https://www.hrtechchina.com/Public/html/event/eventlist.html
扫一扫 加微信
hrtechchina
