HR未来趋势：2026年10个信号正在重新定义HR的角色2026年10个信号正在重新定义HR的角色，随着 AI 深度进入组织运作，工作方式、技能结构、领导力模型和员工体验都在发生系统性变化。我们正在看到 10 个清晰的信号：HR 正从支持职能，走向工作设计、组织重构与企业级决策的核心位置。这个是David Green 每年发布的10个趋势，原文是12个，其中2个是让你参与的，所以我们还是按照10个趋势分享给你。
如果你不想看长篇文章，直接拷贝学习走这10个趋势就可以了。我们还有视频解读，你可以访问视频号：HRTech
1. Redesign Work for a Human–AI Operating System重新设计工作本身，让“人 + AI 智能体”成为一个协同运行的工作系统，而不是在旧流程上简单叠加 AI 工具。
2. Elevate Strategic Workforce Planning into a Core Enterprise Discipline将战略性人力规划（SWP）提升为企业级核心能力，与业务战略、资本配置和生产力决策深度绑定。
3. Build a Dynamic Skills and Capability Ecosystem构建动态技能与能力生态系统，用统一的技能语言、技能数据和流动机制支撑长期转型，而非一次性培训。
4. Reshape Leadership for the Agentic Age重塑领导力模式，帮助管理者在“人类 + AI 智能体并行工作”的环境中重新理解决策、责任与影响力。
5. Strengthen Organisational Health, Fairness & Inclusion to Unlock Sustainable Performance以组织健康、公平与包容为可持续绩效的基础，在 AI 放大效应下建立信任、透明与责任文化。
6. Reimagine Employee Experience for a Hybrid, AI-Augmented Workforce将员工体验视为一个“系统工程”，为混合办公与 AI 增强型工作方式重新设计体验、流程与协作节奏。
7. Scale People Analytics as a Strategic Intelligence Function把 People Analytics 从“HR 报表工具”升级为“企业级战略情报系统”，直接影响业务与组织决策。
8. Embed Responsible AI & Workforce Governance将 Responsible AI 与 Workforce Governance 内嵌到组织运行中，明确决策边界、人类监督与伦理责任。
9. Elevate the CHRO as Enterprise Co-Pilot in Organisational Reinvention推动 CHRO 成为 CEO 的企业级“共同驾驶者”，参与业务模式、组织结构与生产力重构。
10. Reinvent the HR Operating Model and HR Capabilities for the Agentic Era重构 HR Operating Model，从传统 COE 与交付模式，转向跨职能、AI 驱动、结果导向的运作体系。
“预测未来的最好方式，就是创造未来。”（Peter Drucker）
如果说 2024 年和 2025 年是对生成式 AI 与 agentic AI 进行实验的年份，那么 2026 年就是组织必须规模化落地的一年。CEO 现在期待可衡量的生产力提升，而 CFO 则要求更有纪律的价值创造。然而，许多组织仍停留在试点阶段——不是因为技术不成熟，而是因为其运营模式、技能与组织结构还无法在规模上吸收 AI。
三分之二的 CEO 表示：他们的竞争差异化取决于是否能在正确的岗位上拥有正确的专业能力，并通过再技能化（reskilling）、选择性招聘、AI agents 以及战略合作伙伴关系来支撑——即“build, buy, bot, borrow”模型。劳动力战略已经成为 CEO 级别的议题。
引言：HR 的 R&D 时刻 “在 AI 的未来里，HR 将成为你的 R&D 部门。”（Ethan Mollick）
对 HR 而言，其影响是深远的。正如 Ethan Mollick 所说：“在 AI 的未来里，HR 将成为你的 R&D 部门。”HR 如今正处在工作再设计、技能战略、领导力能力、组织健康与 AI 治理的交汇点。HR 在 2026 年做出的选择，将决定组织能否释放 agentic productivity，还是继续在几乎没有影响的实验中徘徊。
在我发布这份年度前瞻的 10 多年里，它已从“预测”演变为“机会”，因为塑造工作的力量正在以多年为周期展开——正如 Niels Bohr 诙谐地说：
“预测是非常困难的，尤其是关于未来的预测！”（Niels Bohr）
THE 12 OPPORTUNITIES FOR HR IN 2026FIG 1：12 Opportunities for HR in 2026（由 NotebookLM 设想；来源：David Green）
#1. Redesign Work for a Human-AI Operating System（为 Human-AI Operating System 重构工作）“Agentic AI 已经在改变任务、工作流与角色的本质——组织必须重新设计工作，才能充分捕捉收益。”（McKinsey, The State of AI in 2025）
组织正开始走出实验阶段，并重新思考工作的结构。HR 现在应当带头设计一个能够编排 humans 与 AI agents 的“操作系统”：明确任务、工作流、决策权、升级/上报点，以及人类在哪些环节提供独特价值。
问题不再是“我们能自动化什么？”，而是“为了交付我们需要的结果，人类与 agents 的最佳组合是什么？”这意味着从结果出发，将工作拆解为任务，再决定哪些应由人主导、哪些由 AI 增强、哪些由 agent 交付。
一个一致的操作系统需要清晰治理：透明度、伦理边界、决策阈值，以及人类监督的规范。在 CEO 推动生产力、CFO 要求成本纪律的背景下，HR 有机会成为安全、可扩展、能创造价值的 AI-enabled work 的架构师。做对了，组织将加速生产力、决策质量与执行速度；做错了，则可能继续被困在“试点炼狱”里。
“未来的工作不会由替代人类来塑造，而是通过重新设计系统，来优化人与技术的伙伴关系。”（Oliver Wyman Forum, How Generative AI is Changing the Future of Work）“当你围绕人类优势重构工作时，AI 会成为倍增器而不是威胁。从‘做任务’转向‘编排结果’。”（Loren Shuster，Digital HR Leaders podcast）FIG 2：Human Agency Scale（来源：Stanford）
#2. Elevate Strategic Workforce Planning into a Core Enterprise Discipline（将战略性劳动力规划提升为企业核心学科）“战略性劳动力规划如今是 CEO 级别的优先事项。”（McKinsey, Workforce Planning in the Age of AI）
Strategic workforce planning（SWP）已从 HR 流程上升为 C-suite 优先事项。CEO 现在将人才、技能、自动化与成本决策视为企业绩效的核心。因此，HR 必须把 SWP 转变为连接战略、技能、成本与组织设计的动态系统。这需要情景建模、内部流动映射、人才流动分析与生产力预测——而不是传统的人头规划。
CEO 希望 HR 管理的“build, buy, bot, borrow”组合要求持续决策，而非年度循环。在 agentic 环境中，技能需求持续变化，SWP 成为帮助领导者做出判断的机制：何时 reskill，何时招聘，何时部署 agents，何时合作伙伴协同。
做好 SWP，它将成为 CEO 提升竞争力的利器：让人才更快重新配置、权衡更清晰、长期投资更有信心。
“领先的公司把 workforce planning 融入业务节奏——不把它当作年度 HR 活动，而是当作战略能力。”（Diane Gherson，Digital HR Leaders Podcast）FIG 3：Five shifts for the future of workforce planning（来源：Deloitte）
#3. Build a Dynamic Skills and Capability Ecosystem（构建动态技能与能力生态）“技能已成为工作的货币——组织必须建立系统，让人可以流动地进入机会。”（World Economic Forum, Global Skills Taxonomy Toolkit）
静态的岗位架构无法跟上工作变化的速度。HR 必须建立一个动态 skills ecosystem，持续识别、更新并部署技能。AI-driven inference 能实时发现新兴能力，替代过时的自我申报与静态胜任力模型。
这个生态支持透明的内部流动、人才市场（talent marketplaces）、AI-enabled learning，以及与业务优先级对齐的能力建设，而不是泛泛的培训。可雇佣性（employability）将更多转向适应力、能力广度，以及与 AI 高效协作的能力。
技能生态能减少外部招聘、提升内部流动，并支撑规模化转型。到 2026 年，skills 可能成为企业“运行层”，把战略、劳动力决策与学习连接成一个自适应系统。
“高绩效公司正从 jobs 转向 skills，从等级层级转向随业务同速演进的能力生态。”（BCG, AI at Work 2025）“成为 skills-based organization 的真正原因是业务敏捷性。战略变化、技术演进时，你必须持续理解你拥有什么人，以及需要完成什么工作。”（Sandra Loughlin，Digital HR Leaders Podcast）FIG 4：Core skills in 2030（来源：World Economic Forum）
#4. Reshape Leadership for the Agentic Age（为 Agentic Age 重塑领导力）“当 AI 改变工作如何发生，领导力也必须进化。”（BCG, As AI Changes Work, CEOs Must Change How Work Happens）
为监督、专业与控制而设计的领导模式，已经不适用于 agentic AI 能执行任务、综合信息并加速决策周期的世界。在 agentic age，领导者的工作将从“管理工作”转向“编排系统”：界定问题、设定方向、治理风险，并让 people 与 agents 共同高效运作。
研究似乎非常明确：只有当领导者发展新的“肌肉”——判断力、系统思维、伦理推理、快速学习、透明度，以及以速度管理变革的能力——组织才能捕捉 AI 的价值。领导者必须成为工作流设计者，而不是工作审阅者；成为实验的推动者，而不是门禁；成为适应力的榜样，而不是确定性的象征。
心理安全（psychological safety）变得更重要。正如 Amy Edmondson 指出，人们需要感到安全，才能挑战领导者与 AI 输出。能够创造清晰、连接与信任的领导者，会看到更高的 agentic tools adoption。Insight222 的研究强调：最有效的领导者用数据与证据指导决策，同时在沟通与文化建设中保持深度的人性。
也许更重要的是，领导者必须学会“去学习”（unlearn）。正如 Katarina Berg 所说，几乎所有关于领导的方式都在被“重写”——执着于旧行为只会拖慢组织。
能真正胜出的领导者，会拥抱谦逊、好奇心与系统架构师的心态，引导 people 与 AI 创造出任何一方都无法独自达成的结果。
“心理安全延伸到 AI。人们必须感到安全，才能质疑输出并提出担忧。”（Amy Edmondson，Digital HR Leaders podcast）“领导者必须适应去学习……我们不能执着于那些已无法帮助人们繁荣的做法。”（Katarina Berg，Digital HR Leaders podcast）
#5. Strengthen Organisational Health, Fairness & Inclusion to Unlock Sustainable Performance（强化组织健康、公平与包容，释放可持续绩效）“提升员工 wellbeing 是提高生产力的强力机制——可能提升 10–15%。”（McKinsey Health Institute & World Economic Forum, Thriving workplaces）
组织健康、公平与包容如今是关键的经济倍增器。优先关注 wellbeing 的组织，往往在创新、留任、生产力与财务表现上持续优于同业。
在 agentic age，这些议题更为核心。治理不当的 AI 可能增加认知负荷、降低自主性，并引入新的公平风险——从偏差模型到不透明决策。HR 必须把公平、安全与包容嵌入工作流、招聘系统、绩效管理与职业路径中。工作也应被重新设计，以减少摩擦、保护自主性，并确保机会与技能的公平可及。
健康的组织转型更快、能留住稀缺技能，并建立 AI adoption 所需的信任。“让工作更好”不该只是口号（同时也是 Bruce Daisley 的优秀博客名），而应成为可持续绩效的硬性要求。
“优先投入 wellbeing 的公司跑赢股市……为股东带来更高回报。”（De Neve et al, Workplace Wellbeing and Firm Performance）“公平的重要性前所未有。AI 把风险抬高了，因此领导者必须清晰沟通，并建立问责文化。”（Patricia Frost，Digital HR Leaders podcast）FIG 5：员工 wellbeing 与公司财务表现的关系（来源：McKinsey、World Economic Forum、De Neve et al）
#6. Reimagine Employee Experience for a Hybrid, AI-Augmented Workforce（为混合、AI 增强型劳动力重塑员工体验）“员工体验如今是留任、生产力与韧性的首要预测因子。”（Deloitte, Global Human Capital Trends 2025）
Employee experience（EX）必须被当作系统来设计，而不是一堆分散的项目。持续倾听、行为洞察与实时反馈闭环，将取代年度调查，成为 EX 的核心“仪表盘”。
AI 正在重塑协作、问题解决与获取支持的方式——从生产力工具中的 copilots，到嵌入 HR 服务的 agents。HR 的任务是确保这些工具减少摩擦、增强连接，并提升意义与工艺感（craftsmanship），而非侵蚀它们。
文化是在微小瞬间被体验到的：团队仪式、协作规范、角色清晰度、系统响应速度。能够在工作流、领导行为、办公空间设计、技术与混合节奏上整体重构 EX 的组织，将释放更高水平的韧性、投入与绩效。
在 2026 年，EX 应进化为“员工每天如何感受到战略”的方式，而不是一个独立项目。
“混合办公不是政策——它是生态系统。你必须有意地设计体验，否则就会得到两边最糟的结果。”（Michael Fraccaro，Digital HR Leaders podcast）
加入我在 1 月 15 日的 webinar，我们将公布 Insight222 People Analytics Trends 的关键发现。请注册，与 Madhura Chakrabarti, PhD、Jonathan Ferrar 和我一同参加，揭晓第六年度 Insight222 People Analytics and AI Trends study 的结果（基于全球 370+ 家公司的数据）。Sign-up here。
#7. Scale People Analytics as a Strategic Intelligence Function（将 People Analytics 规模化为战略情报职能）“People analytics 必须从回答 HR 问题，进化为塑造企业决策。”（Insight222, People Analytics Trends Report 2025–26）
People analytics 正在成为指导企业决策的“情报系统”。借助 skills data、workflow telemetry、组织网络洞察以及 AI-usage patterns，组织终于可以理解“工作实际如何发生”，而不再只看组织架构图或流程图上“看起来如何”。这种从描述性报告到实时组织感知的转变，在 agentic age 是根本性的。
要有效规模化，people analytics 需要坚实基础：自动化数据管道、整合的 skills 与 work data、负责任的治理，以及能够快速设计与运行实验的能力。目标不是产出更多 dashboard（但愿别这样），而是产出清晰度：哪些行为驱动生产力？价值在团队中如何被创造？关键技能在哪些地方出现或流失？AI agents 对工作质量、决策速度与员工体验有什么影响？
做好后，people analytics 将成为战略优势：能够早期识别风险、更快重新配置人才，并持续改进工作流与领导行为。在 agentic organisation 中，赢家将是学习更快的人，而不仅是衡量更快的人。
“当你能证明参与度与能力如何提升盈利能力时，人力数据与业务绩效之间的联系就会变得清晰。”（Sharon Taylor，Digital HR Leaders podcast）“people analytics 的力量在于：洞察能直接连接业务结果——绩效、客户体验、生产力。”（Dawn Klinghoffer，Digital HR Leaders podcast）FIG 6：Insight222 Leading Companies in People Analytics Model（来源：Insight222）
#8. Embed Responsible AI & Workforce Governance（嵌入 Responsible AI 与劳动力治理）“AI 无法在缺乏信任的情况下规模化。”（Gartner, AI in HR: Hits, Misses and Growing Pains）
可信 AI 现在是业务的硬性要求。随着组织在工作流中部署 agentic systems，HR 必须主导建立治理框架，确保公平、可解释性与对员工/组织数据的伦理使用。这意味着设定清晰的决策边界、定义 human-in-the-loop 监督、对模型偏差进行压力测试，并建立透明沟通，让员工理解 AI 如何影响机会、评估与职业路径。
有效治理也需要持续监测结果，而不仅是部署前的风险评估。研究显示：治理不当的 AI 会侵蚀信任、增加认知负荷并放大不平等；而设计良好的系统则能提升自主性、安全与规模化绩效。
治理不是创新的刹车，而是让安全加速成为可能的护栏。拥有明确原则、文档化护栏与可信监督机制的组织，会更快 adoption AI，并获得更高的员工支持。Responsible AI 不再是边缘议题——它是雇主与员工之间现代社会契约的核心组成部分。
“Responsible AI 必须从一开始就嵌入，而不是等问题出现后再补丁式修复。”（TI People, From AI Impact Assessment to Results）“AI 会放大好与坏的决策。治理不是可选项——它决定的是进步还是伤害。”（Tomas Chamorro-Premuzic，Digital HR Leaders podcast）
#9. Elevate the CHRO as Enterprise Co-Pilot in Organisational Reinvention（把 CHRO 提升为组织再造的企业级副驾驶）“CHRO 现在是 CEO 在 AI 转型中最重要的伙伴。”（BCG, What CEOs Should Look For in an AI-First Chief People Officer）
当工作、技能、领导力与运营模式同时被重新设计时，CHRO 已成为 CEO 最紧密的战略伙伴。董事会也越来越依赖 CHRO 来评估领导力能力、组织健康、技能准备度、人才配置与 AI 驱动变革对劳动力的影响。
现代 CHRO 必须融合经济学、组织心理学、AI literacy、系统思维、文化专长与数据素养。他们将影响业务模式再造、自动化战略、生产力、领导任命、能力建设与文化更新等决策。
这是一种深刻的职责扩张。拥抱这一使命的 CHRO 将成为“再造的架构师”，而不仅是 HR 流程的守护者。这个角色比过去 50 年——也许是有史以来——更复杂、更关键、更接近企业绩效核心。
“CHRO 已从‘人力专家’转变为‘组织架构师’——塑造工作如何与技术一起演进。”（Lynda Gratton，Digital HR Leaders podcast）“CHRO 具备独特视角：理解能力、文化与变革。这种组合正是推动转型的关键。”（Janine Vos，Digital HR Leaders podcast）
#10. Reinvent the HR Operating Model and HR Capabilities for the Agentic Era（为 Agentic Era 重塑 HR 运营模型与能力）“传统结构无法交付如今所需的速度与整合度。”（Mercer, Operating by Design）
如果 HR 不先自我重塑，就无法交付本文前九项机会。传统 COEs 与服务交付模式是为稳定时代设计的——而非当下这种持续工作流重构、动态技能需求与 AI 无处不在的时代。
一个现代 HR operating model 需要：跨职能整合，而不是孤立的 COEsAI-enabled workflows，把事务性工作自动化来自 people analytics 与 skills data 的实时情报清晰的决策权与对结果负责的 owner–accountability具备 AI、经济学、数据与组织诊断能力的 HRBPs
HR 团队需要新的基础能力：系统思维、体验设计、产品思维、实验能力、行为科学、数据素养与技术素养。
只有先重塑自身，HR 才能推动组织其他部分的重塑。
“未来的 HR 职能融合 analytics、实验、组织设计与技术素养。这些不再是可选项——而是基础能力。”（Insight222, People Analytics Trends Report 2025–2026）“HR leaders 需要把自己当作产品经理——‘雇佣’就是产品。这种心态会改变一切——从我们如何设计体验，到我们如何推动 adoption，并与利益相关方共同创造解决方案。”（Tanuj Kapilashrami，Digital HR Leaders podcast）FIG 7：The New HR Operating Model（来源：TI People）
WHAT HR MUST BECOME TO DELIVER THESE OPPORTUNITIES（HR 必须成为什么，才能交付这些机会）为了实现这十个机会，HR 必须进化为一个更整合、更洞察驱动、更能定义未来的组织职能。这种转型需要三个关键转变。
1）以整合的企业系统方式运作工作再设计、技能、领导力与员工体验不可能由孤立团队完成。人才、学习、EX、people analytics 与 HR operations 必须作为互联平台运作：共享结果、共享情报、共享问责。我们正在解决的问题——技能稀缺、组织再设计、领导力转型与 AI 融合——都是系统问题，因此必须用系统方式回应。
2）成为 AI-fluent 且 evidence-ledHR professionals 不需要成为 data scientists 或 engineers，但必须理解 AI 的能力、风险与组织影响。AI literacy、数据素养与科学思维，已成为想在 HR 职业生涯中取得成功的基础能力。随着工作更 agentic，判断力与证据结合会让决策更好——HR 必须在全组织范围内倡导这种伙伴关系，从一线到董事会。
“如果 HR 不理解 AI 如何运作，我们就无法塑造工作如何被重新设计。数据与 AI 素养不再是可选项——它是入场券。”（Nickle LaMoreaux，Digital HR Leaders podcast）
3）构建新的能力组合未来 HR 职能融合组织心理学、行为科学、系统思维、体验设计、实验、治理、人才经济学与转型领导力。这些能力让 HR 能重设计工作流、以伦理方式治理 AI、加速能力建设，并编排复杂、跨多年的变革。
总之，HR 必须成为设计、赋能并加速组织再造的职能——而不是被动响应它。
“最优秀的 HR 团队一直在做实验。他们不追求拥有所有答案——而是追求比组织更快学习。”（Thomas Otter，Digital HR Leaders podcast）
CONCLUSION: HR'S MOMENT OF MAXIMUM INFLUENCE（结语：HR 影响力的最大时刻）2026 年将是决定性的一年。组织不再争论 AI 是否会重塑工作——而是在争论：会有多快、多安全、以及多有人性。这把 HR 推到企业战略中心，这是几十年来罕见的局面。
这些机会不是任务——它们是需要建设的能力。它们要求一个更整合、更实验化、更分析化、更有勇气的 HR 职能。有些会挑战长期以来的假设；大多数会把 HR 推出舒适区。
但回报也同样巨大。能够把 agentic technology 与 human judgement 和 care 结合起来的组织，将超越那些只依赖技术的组织。HR——凭借其在 people、work 与 strategy 交汇处的独特位置——握有组织如何适应、繁荣并释放价值的关键。
这是 HR 影响力的最大时刻。
问题不在于 HR 是否准备好了——而在于我们是否会抓住机会……
CROWDSOURCING: HELP SHAPE THE FINAL TWO OPPORTUNITIES（众包：一起塑造最后两个机会）每一年，最好的想法都来自这个社群。正在改变 HR 的挑战与创新，很少来自某一家公司的单点灵感——它们来自各行各业实践者的日常工作。
因此，我再次把最后两个机会开放给你。
如果你要为 HR 在 2026 年补充一个必须关注的机会，它会是什么——为什么？
它可以是你所在组织里正在出现的新变化，也可以是我在前十项机会中讨论不足的挑战，或是你认为正在更快到来的转变。
请在评论区分享你的想法。我会把最强的贡献综合成两项机会——#11 和 #12，并在新年对本文进行更新。
让我们一起塑造 2026 年 HR 的议程。
Responsible AI
2025年12月24日
Responsible AI
HR的影子AI行动指南： 从隐蔽使用到负责任 AI 的组织能力建设HRTech概述：影子AI （Shadow AI） 正在成为企业的真实现状：员工早已在日常工作中使用 AI，但往往“不敢说、不敢公开”。这不是违规，而是组织真实需求的外露，是基层对效率的自主追求。影子 AI 暴露的是心理安全不足、工具体验落差，以及组织学习断裂。HR 的角色正在发生改变：不再只是制度执行者，而是 AI 文化的塑造者、心理安全的设计者、治理框架的共同构建者。四步框架——心理安全、显性化、白化机制、Responsible AI 建设——将帮助企业把“地下创新”转化为组织能力。谁能更早拥抱 Shadow AI，谁就能在下一轮 AI 浪潮中领先。
一、当 AI 早已走进一线，却还停留在管理者PPT里
在很多企业的管理层会议上，AI 依然是战略汇报中的一个章节，是技术团队路演中的一个亮点，是外部大会上反复出现的关键词；但在员工的真实日常工作中，AI 早已“悄悄上岗”。销售用 ChatGPT 改邮件、运营用生成式模型写文案、HR 自己也可能用 AI 写 JD、起绩效评语、梳理政策……只是，这一切往往都发生在“未报备、未批准、未纳管”的状态下。这就是所谓的 Shadow AI（影子 AI）：员工在未正式获批、未纳入官方工具体系的前提下，自行使用各类 AI 工具完成工作目标。现有研究与市场观察都在指向同一个事实：员工实际使用 AI 的比例，远高于企业管理层的认知。而且，越是高绩效、越接近业务一线的员工，越有动力去寻找更高效的工具，也越可能成为影子 AI 的重度用户。对 HR 管理者而言，Shadow AI 不仅是一个技术或安全问题，更是一个组织问题与文化问题。如果只是简单将其视为“违规操作”，采取封堵、禁用、隔离等手段，只会把本就隐蔽的使用推向更地下的角落，让企业既承担风险，又完全丧失学习机会。本指南的出发点，是从 HRTech 与组织文化的视角，帮助 HR 管理者把 Shadow AI 从“地下水”引向“有渠道的水利系统”，把分散、隐蔽的个体实验，转化为安全、可控、可持续的 Responsible AI（负责任 AI）能力。
二、重新理解 Shadow AI：从“违规现象”到“欲望路径（Desire Path）”
如果从传统 IT 管理的视角，Shadow AI 与 Shadow IT 一样，是“未授权应用”，理应被列入风险清单。但如果我们转换视角，会看到另一层含义：Shadow AI 更像是校园里的“欲望小路（Desire Path）”——学校规划了标准道路，然而师生会按照自己的效率和习惯，踩出一条更加真实的路径；这条路径，往往比设计者想象的要合理得多。在企业中，Shadow AI 的出现，首先说明官方工具与流程无法完全满足一线需求。员工之所以绕过内部系统使用外部 AI 工具，往往不是为了规避规则，而是为了完成目标、节省时间，甚至是为了弥补现有系统的不足。其次，Shadow AI 折射出一种“不敢公开的创新”。许多员工其实已经在积累自己的提示词库、工作流模板和小型自动化流程，但出于对“被认为偷懒”“被质疑是否算自己的贡献”“被误读为岗位可被替代”的担心，他们选择不公开、不分享、不沉淀。换句话说，Shadow AI 是员工用脚投票之后留下的轨迹，是组织真实 AI 需求和真实效率突破的“热力地图”。如果企业只是从合规层面、技术控制层面去理解 Shadow AI，就会错过它作为“需求信号”和“创新线索”的价值。这也是 HR 需要主动介入的关键原因：如何将这种制度外的创新、隐蔽的效率实践，转化为可治理、可复制的组织能力。
三、Shadow AI 暴露的三大管理缺口：心理安全、工具落差与学习断裂
要把 Shadow AI 当成机会，首先要承认它是组织管理上的一面镜子。当前大量影子 AI 的存在，至少揭示了三类典型缺口。第一，AI 心理安全感缺失。员工不敢公开承认自己使用 AI，是因为在当前文化氛围下，“用 AI 完成工作”并未被正式定义为一种被鼓励的能力，反而可能被解读为“偷懒”“不够专业”，甚至被视为未来裁员时“可以被机器人替代”的证据。如果没有心理安全感，员工就不会主动说明“这里我用到了 AI”，更不会愿意把自己的 AI 工作流分享给组织，这直接阻断了企业学习的可能性。第二，官方工具与真实需求之间存在明显落差。很多企业已经在搭建内部大模型平台或 AI 助手，但常见问题包括响应缓慢、调用复杂、上下文受限、接入场景单一，甚至与员工日常使用的应用脱节。一线员工用外部 GPT 等工具可以在 30 秒完成的任务，内部工具可能需要数分钟甚至更长。一旦体验差距过大，Shadow AI 就几乎不可避免。第三，组织学习与治理机制断裂。当前不少企业对 AI 的管理仍停留在“政策下载”“使用禁令”“统一培训”的层面，缺少一个真正面向业务的、可持续的 AI 学习和治理循环：哪里出现了新的 AI 工作流，如何被发现、如何被评估、如何被白化（纳入官方）、如何被复制推广。结果是，员工的创造性实践被锁在个体层面，组织既看不到风险，也看不到机会。
四、HR 在 Shadow AI 中的独特角色：文化定义者与行为架构师
在 AI 治理的角色分工中，IT 负责技术护栏和安全架构，高管层负责战略方向与问责机制，而 HR 的核心职责在于“人”和“行为”。这意味着，HR 在 Shadow AI 问题上的角色，不是简单地转发 IT 的禁用公告，而是要通过文化、制度、激励与能力建设，把一个隐蔽、分散、个体化的现象，转化为公开的、可讨论的、可治理的集体实践。其一，HR 是 AI 心理安全感的主要设计者。心理安全感不是一句口号，而是涉及绩效评估逻辑、能力模型定义、晋升标准、沟通语境的一整套机制。HR 需要帮助管理层明确：使用 AI 是一种能力，不是作弊；公开分享 AI 使用经验，是一种贡献，而不是可疑行为。只有这样，员工才会相信“说真话是安全的”，AI 使用才能从影子状态走向阳光之下。其二，HR 是 AI 文化的塑造者。HR 可以引导企业从“工具导向”转向“文化导向”：与其问“我们有没有自己的大模型”，不如问“我们的员工能不能自然地把 AI 作为工作伙伴”。这种文化关乎是否鼓励尝试、是否允许试错、是否鼓励跨团队分享，以及是否把“AI 流畅性（AI Fluency）”写进人才画像与能力模型之中。其三，HR 是 AI 能力建设与治理框架的共同设计者。在岗位说明书、培训发展、人才盘点和组织发展项目中，HR 完全可以把“与 AI 协作的能力”“构建 AI 工作流的能力”“识别和审查 AI 输出风险的能力”作为新一代核心能力维度，并与 IT、安全、法务共同搭建 Responsible AI 的制度框架和教育体系。
五、HR Shadow AI 行动框架：从察觉现象到建立负责任 AI 体系
要从战略层面走向具体行动，HR 可以参考一个“四步式”行动框架：心理安全 → 显性化与分享 → 白化与护栏 → Responsible AI 体系化。
第一步：建立 AI 心理安全感，明确“用 AI 是被鼓励的行为”HR 需要与高管层一起，向全公司发出清晰、统一的信息：在合理边界下使用 AI，是被鼓励的；在工作中说明自己使用了 AI，不会削弱对个人能力的认可；凡是能够证明 AI 使用为业务带来实质价值的案例，都可以成为正面的组织故事。这种信息不应停留在“口头安抚”，而要落实到绩效评估标准、KPI 设定、团队例会、内部沟通中，甚至体现在领导者自身的示范行为里。只有当员工真正相信“用 AI 和说明用 AI 都是安全的”，Shadow AI 才会从“要隐藏”的状态转向“可以讨论”的状态。
第二步：建立 Shadow AI 显性化与分享机制，把个体经验变成组织资产当心理安全感初步建立后，HR 应主动设计可持续的分享机制。例如，设立跨部门 AI 使用经验分享会或内部“AI Demo Day”，开设专门的 Slack/飞书频道收集高效提示词与工作流，鼓励团队每季度提交一到两个“AI 提效案例”。同时，HR 可以配合设立激励机制，如“季度最佳 AI 工作流”“年度 AI 创新团队”等，以非物质荣誉与适度物质奖励相结合的方式，让员工知道：不仅可以公开，而且值得公开。在这一阶段，HR 的重点不在于立刻统一工具，而在于尽量全面地看见：哪些岗位、哪些业务场景、哪些流程已经自然地被 AI 改造；在哪些地方，Shadow AI 已经成为事实标准。这些信息会成为后续治理和产品化的坚实基础。
第三步：与 IT 共建“白化机制”和技术护栏，从影子实践走向合规落地当大量 Shadow AI 使用场景被可视化之后，HR 应与 IT、安全、法务组成联合治理小组，对这些场景进行分级评估：哪些场景风险较低，可以通过简单规范直接纳入官方工具；哪些场景涉及敏感数据，需要通过技术手段（如脱敏、私有化部署、安全网关等）重构方案；哪些场景暂时不宜使用外部公共模型，需要专门设计替代路径。所谓“白化机制”，并不等同于“一刀切审批”，而是一个将影子实践纳入正式工具链与风控体系的过程。例如，将员工实践中最常用的提示词整理成组织级 Prompt Library，将高频工作流固化为一键调用的自动化模板，将临时性质的“复制粘贴+外部网站”操作替换为安全 API 或内部模型调用。HR 在此过程中的角色，是确保白化过程不压制真实需求，避免以管理的名义牺牲体验，从而促使员工再次转向影子路径。
第四步：构建以 Responsible AI 为目标的治理体系，将 AI 融入人才与组织发展
当显性化、白化和护栏搭建初步完成，组织就进入了 Responsible AI（负责任 AI）的建设阶段。此时，HR 需要协同其他关键职能，搭建一个长期可运行的治理体系，而不是一次性的专项项目。在制度层面，可以明确 AI 使用政策，包括可用场景、敏感数据边界、必须进行人工复核的情形、生成内容的署名与责任划分等；在能力层面，可以将 AI 相关能力写入岗位能力模型和晋升标准，将提示词能力、AI 判断能力、工作流设计能力、风险识别能力等，作为人才发展的新维度；在教育层面，可以设计分层培训体系：对所有员工提供基础 AI 素养课程，对管理者提供“AI 驱动团队”的领导力课程，对关键岗位提供场景化的深度训练。更进一步，HR 还可以推动将 AI 相关数据纳入组织诊断与人才盘点：例如，团队内部 AI 使用质量与频率是否与业务成效相关，哪些团队在 AI 采用上明显落后，哪些岗位的任务内容已经悄然改变，需要调整职位说明与绩效权重。这些工作会让 Responsible AI 不仅停留在“安全与合规”的层面，而真正延伸到“能力与竞争力”的层面。
六、典型应用场景：从招聘到绩效，Shadow AI 如何转化为治理样板
在具体实践中，HR 可以从几个典型场景入手，将 Shadow AI 转化为治理范例。在招聘领域，许多企业已经观察到候选人利用 AI 优化简历与面试回答，同样也有招聘团队使用 AI 来撰写 JD、筛选简历、生成面试问题。HR 可以先通过工作坊收集招聘团队真实使用 AI 的方式，识别其中哪些做法有助于提高效率与候选人体验，哪些做法可能带来偏见或不透明的风险。随后，通过明确政策与技术手段，构建一个既利用 AI 增效，又能保证公平与可解释性的招聘流程，并在内部公开这些标准，以减少阴影和猜忌。在绩效与评价场景中，部分管理者可能已经使用 AI 来草拟绩效评语或反馈。HR 不应简单禁止，而应明确：AI 可以作为辅助撰写工具，但不可以替代管理者的主观判断；最终的评语内容必须由管理者审核并承担责任。同时，HR 可以为管理者提供“如何借助 AI 写出更清晰、更具建设性的反馈”的培训，将 Shadow AI 使用引导到有益和规范的方向。在日常运营和知识管理中，员工可能已经在用 AI 整理会议纪要、编写操作手册、归纳流程和 FAQ。HR 完全可以将这些实践纳入知识管理体系：通过统一工具和流程，确保重要内容可以被沉淀、可被搜索、可被版本管理；同时，对不同类型内容设置清晰的访问与保密等级，避免知识资产流失或误用。
七、从 Shadow AI 到 Responsible AI 的飞轮
从 HR 的视角，Shadow AI 不是短期要消灭的现象，而是长期需要理解和引导的“地下创新能量”。一味压制，只会带来更隐蔽的使用与更高的不可控风险；积极引导，则可以形成一个健康的飞轮：员工自发实验 → 组织建立心理安全与分享机制 → 高价值实践被识别并白化 → 在治理框架下标准化与规模化 → 反馈到文化与能力体系 → 刺激下一轮更高质量的实践。在这一过程中，HR 的角色正在发生根本变化：不再只是制度的执行者，而是 AI 文化的设计者、AI 能力模型的定义者、跨职能治理框架的共同架构者。那些能够主动拥抱 Shadow AI、从中提炼出组织机会并搭建 Responsible AI 体系的 HR 团队，将为企业赢得的不只是效率，还有在下一轮技术周期中持续演进的能力。当我们不再只把 Shadow AI 看成“要被消灭的影子”，而是把它视为“正在书写中的真实 AI 采用路线图”，HR 才真正有机会站到 AI 治理的前台，成为组织转型的关键推动者，而不是被动跟随者。
最后，HRTechChina在2024年就发起推动HR工作中实践负责任AI的倡议（简称RAIHR）， 我们呼吁所有的人力资源行业同仁一同参与，共同构建和推广RAIHR的理念，RAIHR框架包含六个关键方面：透明性、公平性、隐私性、安全性、道德性和持续性。我们倡议每一位HR专业人士在其企业内部积极主导RAIHR的实施，并鼓励HR科技产品的开发和使用都围绕这一框架展开，以实现真正的可持续发展！我们更相信RAIHR是所有参与者和倡导者的未来关键竞争优势。
Responsible AI in HR（RAIHR）
Responsible AI in HR（RAIHR）是指在HR实践中的AI应用遵循高标准的道德和透明性原则，确保AI决策过程公开、可审查，并且对所有利益相关者公正无偏。
这包括在招聘、员工发展、绩效管理等HR功能中，AI技术的使用既促进了工作效率，也增强了员工的工作体验和满意度。
Responsible AI
2025年12月07日
Responsible AI
微软最新方法论：用 AI 重塑组织，迈向前沿企业（Frontier Firm）HRTech概述：微软发布全新《Becoming a Frontier Firm》框架，系统总结其 AI 转型经验，提出五大关键洞察：让知识工作可见化、明确风险边界、构建合适的 AI 工具组合、重塑角色与组织结构、建立持续实验文化。微软指出，AI 转型不是简单引入工具，而是对工作方式、流程与组织能力的全面重构。
在实践路径上，微软提供三条可复制模式：角色加速、流程重塑和 AI 原生孵化。从提升单个角色的效率，到重塑端到端流程，再到从零构建 AI 驱动的新型团队结构，为企业提供了不同层级的落地方案。AI 将成为组织竞争力的基础能力。迈向前沿企业，需要技术、流程与人的协同演进。微软的方法论，为企业提供了一个清晰可执行的转型路线图。
视频解读关注视频号：HRTech
微软万字报告揭秘：未来企业如何用AI重塑一切？这三大法则你必须知道
当前，企业界正普遍面临一个严峻的AI挑战：许多公司都在进行各种AI实验，但很少有公司能将这些零散的AI活动，转化为可衡量的、实实在在的业务影响。太多项目陷入了“试点炼狱”（pilot purgatory），最终只留下一堆“看起来很酷但无法扩展、无法落地、也无足轻重的演示”（shiny demos that don't scale, don't stick, and don't matter）。
为了应对这一挑战，微软提出了一个全新的组织模式——“前沿企业”（Frontier Firm）。这是一种由人领导、由智能体（Agent）运营的组织，它们像购买电力一样购买智能，并像滚雪球般让其价值复利增长（human-led, agent-operated organizations that buy intelligence like electricity... and compound it like interest）。这不仅是一个概念，更是企业驾驭AI浪潮的最终答案。
本文将从微软的深度报告中，为您提炼出最具冲击力和参考价值的三大核心法则，以及三种可落地的行动路径，帮助您理解如何将AI从“试点项目”真正转变为企业发展的核心引擎。
微软的分析揭示，“前沿企业”之所以能脱颖而出，并非依赖于其技术堆栈，而是源于其对三大基础运营法则的严格遵守。
法则一：让“看不见”的工作“看得见” (Make the Invisible Visible)
知识型工作（Knowledge work）长期以来都面临一个根本性难题：它难以被观察、衡量和改进。你无法像观察流水线一样，去观察一个人如何谈判合同，或起草一份产品发布策略，因为真正的行动发生在无形的思维和沟通之中。而一个简单却深刻的道理是：你无法改造你看不见的东西。
这正是AI转型的起点。微软劳动力转型企业副总裁Katy George指出：
“用AI进行重塑，起点并非技术，而是理解人们实际的工作方式。你无法改造你看不见的东西。” (Redesigning with AI doesn’t begin with technology. It begins with understanding how people actually work. You can’t transform what you can’t see.)
“前沿企业”解决这个问题的核心方法论，就是将工作“可见化”。通过采用“生命中的一天/一周”（day-in-the-life/week-in-the-life）研究、现场观察（Gemba walks）、用户画像地图（persona mapping）、流程挖掘（process mining）、价值流图（value stream mapping）和持续改善（Kaizen）等方法，企业可以清晰地描绘出工作流程的每一步，揭示隐藏的瓶颈、延迟和交接点，从而找到AI可以发挥最大作用的具体机会。
例如，金融运营平台Ramp通过追踪其财务流程中的每一个交接环节，发现许多微小的延迟在不知不觉中累积成了巨大的时间成本。在定位了这些问题后，他们部署了AI智能体来自动匹配收据和复核审批。最终，Ramp每月能处理500万张收据，节省了整整30,000个工时，并以创纪录的速度完成账目结算。
法则二：AI不是“外挂”，而是“基础设施” (AI as Core Infrastructure)
许多公司对待AI的态度，更像是一场“创新戏剧”（innovation theater）——将其作为公关稿和投资者电话会议上的展示品。相比之下，“前沿企业”则将AI视为与电力、网络同等重要的核心基础设施，并将其深度嵌入到核心业务流程之中。
这种思维上的根本转变，意味着企业思考的问题从“我们可以在哪里增加一些自动化？”转变为“我们如何围绕AI来重新设计工作？”。只有这样，企业才能真正开始利用AI实现复合式回报，加速业务周期，并发现全新的能力。
微软提出的实践方法是“设计合适的AI解决方案集”，即根据具体的业务需求，灵活地组合使用无代码、低代码和专业代码的工具，确保技术与业务目标精准匹配。
以LinkedIn为例，他们正在重塑整个产品开发流程，让AI成为日常工作密不可分的一部分。他们将一个名为“Mae”的内部AI智能体嵌入到开发工作流中，该智能体能自动修复超过三分之一的开发者构建问题。在这种模式下，AI不再是一个需要单独打开的“外挂”工具，而开发人员也能承担起从研究、设计到编码、测试的更广泛职责，最终结果是交付速度的大幅提升和一种由AI驱动业务表现的文化。
法则三：抵达“前沿”不是终点，而是一种实践 (The Frontier is a Practice)
AI转型没有终点线。“前沿企业”永远处于“公测版”（perpetual beta）状态，它们将每一个现有流程都视为一个等待验证的假设，并将每一次改进都视为下一次创新的燃料。
这一原则是如此基础，以至于它构成了微软分析的核心论点：
“前沿企业不会将AI简单地叠加在现有工作之上；它们从根基上重新思考工作的完成方式。” (Frontier Firms don't layer AI on top of existing work; they rethink how work gets done from the foundation up.)
这种“持续实验的文化”并非无序的、随意的尝试。它恰恰需要结构化的实验、可靠的衡量指标和严格的治理体系，以确保创新是负责任且风险可控的。团队需要系统地学习如何设计、运行和评估实验，将好奇心转化为指数级的价值。
例如，一家金融服务机构在转型过程中，首先由CEO设定了“利用AI改善客户服务”的明确目标。随后，团队绘制了核心服务流程的每一步，并重新定义了初级和高级员工的角色。这完美体现了“由人领导、由智能体运营”的原则：AI智能体处理前期的资料分析（“智能体运营”），从而将资深专家解放出来，专注于运用判断力、同理心和战略洞察力来领导客户沟通（“由人领导”）。整个过程通过培训和激励机制来推动，并以一种“展示你的工作”（show your work）的开放方式进行追踪，确保了清晰的步骤和明确的责任。
实战手册：微软给出的三种行动路径
在理解了上述三大法则之后，企业需要具体的行动路径来将理念付诸实践。微软在其自身的转型探索中，总结出了三种可供其他公司参考的落地方法。
路径一：加速个人角色 (Accelerate Personas)
方法解释： 这种方法专注于组织内的特定角色（如销售、公关、财务分析师），通过为他们配备定制化的Copilot和智能体，将优秀员工的AI使用技巧和工作流程规模化，从而整体提升该角色的绩效。其战略意义在于，它将AI的成功从一场“个人赛”转变为一场“团体赛”。
实例：微软公关部（Microsoft Communications） 他们通过为公关专业人士绘制“一天的工作”，发现了重复性高且耗时的任务。随后，团队开发了定制化的“公关Copilot”（Communications Copilot），它能够自动化处理撰写社交媒体帖子、创作故事初稿和生成FAQ等日常任务。同时，团队还在探索使用“研究员智能体”（Researcher agent）来自动生成媒体简报。这些举措让团队能将更多精力聚焦于更具战略性的核心工作，显著提升了效率和影响力。
路径二：重塑工作流程 (Reinvent Workflows)
方法解释： 这种方法着眼于整个端到端的业务流程（如财务预测、客户支持），利用AI来重新设计整个流程，以大幅减少时间消耗、资源浪费和人力投入。
实例：微软财务部（Microsoft Finance） 财务部领导层首先确定了六个对业务至关重要的核心工作流程。然后，他们将这种自上而下的战略优先级，与来自一线员工自下而上的创新想法相结合。通过公民开发者和专业IT团队的协作，他们在关键节点上构建并实施了AI解决方案。最终，公司实现了更快的财务预测、更短的合规处理时间，并达成了收入增长速度超过员工人数增长的优异成果。
路径三：培育AI原生孵化 (Cultivate AI-first Incubation)
方法解释： 这种方法最为彻底，它采用一种“零基重设”（zero-based redesign）的思路。它由一个专家团队从零开始，以AI为核心，彻底重新设计一种全新的工作方式、团队结构和业务流程。
实例：微软行业解决方案工程部（Microsoft Industry Solutions Engineering） 为了加速交付为客户定制的解决方案，该部门创建了名为“萤火虫小队”（firefly squads）的敏捷团队。这些由资深专家组成的小组拥有端到端的项目所有权，他们采用一种实验驱动的模式，利用模块化模式和AI生成的参考解决方案进行快速原型设计和代码复用，并借助GitHub Copilot智能体加速开发。这种AI原生的工作方式，最终为客户带来了成本的降低、满意度的提升，并显著缩短了特定项目的交付周期。
成为“前沿企业”的旅程，不是一次简单的技术升级，而是一场深刻的业务转型。通过坚守这三大法则——让工作可见以摆脱猜测，将AI作为核心基础设施以摆脱“创新戏剧”，以及拥抱永续的实验实践以摆脱停滞——企业才能最终挣脱“试点炼狱”的束缚，真正开启价值创造的征程。
AI变革的核心，不在于引进了多少工具，而在于我们是否敢于从根本上重新思考“工作”本身。
问题不在于AI是否会重塑你的公司——它已经在这样做了。真正的问题是，你将带领你的组织脱颖而出，还是让别人来定义未来的可能性？
附录：
《Becoming a Frontier Firm》
下载地址：https://www.hrtechchina.com/Resources/B3172FC0-35E3-6E17-CA66-EA98CD61E3E6.html
全球知名招聘平台Indeed 的CEO宣布卸任，前任掌门人 Deko 回归接任
【HRTech报道】2025年6月2日，全球领先的招聘平台 Indeed 宣布重大管理层变动：现任首席执行官 Chris Hyams 宣布卸任，并由前任CEO Deko 重新担任公司最高领导职务。这一人事变动标志着Indeed进入AI战略升级的全新阶段，也为即将发布的“Agentic AI 平台”铺平了道路。
Chris Hyams 于2010年加入Indeed，最初担任产品副总裁，后于2019年起接任首席执行官。在其任内，Indeed实现了跨越式发展：月活跃求职者从2000万增长至超过3亿，平台累计帮助超过7500万人找到工作，公司收入增长超过200倍。Hyams也因此被广泛认为是推动Indeed转型与全球化的关键人物。
Hyams在告别信中表示：“Indeed 是我职业生涯中最有意义的一段经历。我们的使命不仅仅是帮助人们找到工作，而是赋予他们尊严、目标和人生的方向。”他也指出，尽管决定离职十分艰难，但“人生漫长，时间宝贵，应将其用于最能发挥影响力的地方”。未来他将专注于多个全球性议题，包括Responsible AI、信息透明、劳动者赋权及科技与人文的融合发展。
值得关注的是，Hyams强调，他将留任董事顾问至2025年底，并将协助新一届管理团队完成过渡。在交棒之际，Indeed也即将于今年秋季发布其“史上最重要”的产品创新——Agentic AI 平台。该平台旨在为求职者提供“个性化的职业代理人”，为企业提供“智能人才发掘工具”，借助AI重新定义招聘体验。
新任CEO Deko 曾在2013年至2019年间担任Indeed首席执行官，彼时他带领公司完成了核心产品的重构、全球业务拓展及关键技术堆栈升级，被认为是Indeed历史上创新速度最快的时期之一。此次回归，也被业内视为Indeed押注AI未来的战略信号。
分析人士认为，随着AI技术快速发展，全球招聘市场正经历前所未有的结构性重塑。Indeed此时的人事调整，既是战略交接的自然延续，也展现了其在AI驱动的“未来工作世界”中继续保持领导地位的决心。
Hyams的离任，也引发了全球HR科技界的广泛关注。LinkedIn、X（原Twitter）等社交平台上，不少业内人士表达了对他领导风格的尊敬和对其未来行动的期待。
Indeed 的变革，或许正预示着一个全新招聘时代的开启。
附录其原文：
After nearly 15 years of helping people get jobs, I’ve made the decision to leave Indeed.
Here is the note I shared with the team.
~~
Hi everyone,
After nearly 15 years of helping people get jobs, I’ve made the decision to leave Indeed. Indeed has been the most meaningful work of my life—and choosing to leave has been one of the hardest decisions I’ve ever made. I’ve had the incredible privilege of working side by side with people who care deeply about each other, and about our mission to help people get jobs. Together, we have helped millions of people make better lives for themselves, for their families, and for their communities.
Effective today, Deko returns as CEO of Indeed. From 2013 to 2019, Deko led the company through a period of extraordinary innovation and growth. I know his visionary leadership will guide the next era to even greater heights. I’ll remain on as a Board advisor through the end of 2025 to support the transition.
I joined Indeed in October 2010 as VP of Product. At the time we had 130 people, 20 million monthly unique visitors, and a simple and clear mission to help people get jobs. Indeed was the biggest company I had ever joined, and I worried I had missed all the fun of building something great. I could not have been more wrong.
Today, over 300 million job seekers use Indeed each month. Our revenue has grown 200x. Most importantly, 27 people get hired on Indeed every minute—one every 2.2 seconds. Since we started measuring hires, more than 75 million people have gotten jobs thanks to Indeed—and we know that number is a dramatic undercount.
Our mission to help people get jobs is the driving force of Indeed. It’s our connection to the people whose lives we touch every day. We know that a job is more than just a paycheck. It’s a source of dignity and pride. A job is where we find meaning and purpose in our lives. The average person will spend 90,000 hours of their lives at work—more than most of us will spend with our loved ones. That time is precious, and the work we do to help people get jobs is a kind of sacred responsibility.
When my brother and I were kids, our dad told us a story about a close friend facing challenges in his life. The lesson of the story was that we make tough decisions not because life is short, but because life is long. Time *is* precious, and we need to spend it where we can be most useful.
At this moment in history, that means devoting myself to a few urgent issues ensuring that all technology—not just Indeed—is built with humanity at its core. This includes advancing Responsible AI, countering disinformation, empowering workers, defending human rights, and bridging the gap between technology and the humanities. Many of you know my path began far from tech—a liberal arts degree, work in adolescent addiction recovery, teaching high school special education. My career in tech has been driven by the values instilled from these experiences. As technology reshapes our world, these values feel more urgent—and at risk—than ever. That’s what I want to help change.
There’s never a perfect time to leave a job that means so much. This fall, we’ll launch what I believe is the most profound innovation in Indeed’s history. Our new agentic AI platform will realize the vision of a personal talent agent for every worker in the world, and a personal talent scout for every employer. I’ve been inspired to work every day with the teams bringing this vision to life. But now is the time for the teams who will carry this work forward to lead the way.
I’m deeply grateful to our founders Rony Kahan and Paul Forster for their vision, and for inviting me on this journey. To Deko for bringing Indeed into the Recruit family and giving me the opportunity of a lifetime to lead Indeed. To the early team whose commitment to putting job seekers first resonates in every decision we make today. To our exec team for leading with vision, clarity, and humanity. To our Inclusion Business Resource Groups for everything you have taught me. And to the teams who rarely get the spotlight but are essential to everything we do—Client Success, Workplace Operations, Trust & Safety, IT, AV, Communications, HR, Finance, Legal, Aggregation Operations, Security, Business Technology, and our many partners like RK Catering and Allied Security, to name just a few.
Most importantly, I am grateful to all of you, along with the hundreds of millions of job seekers and employers who have come together on Indeed to create a better world of work.
At last month’s quarterly update meeting, I said there has never been a more exciting time to be at Indeed. I believe that to my core. Thanks to AI, the world of work is changing faster than ever, and the world needs Indeed to innovate faster than ever. I will be cheering you on from the sidelines as you build a better future of work for all.
Chris
Responsible AI
2025年06月03日
Responsible AI
【重磅发布】推动HR工作中实践负责任AI的倡议书
推动HR工作中实践负责任AI的倡议书
HR同仁们：
目前人工智能（AI）已成为推动工作场所变革的强大力量。从科技向善的初衷，到AI治理模式的探索（OpenAI董事会风波），再到近期欧盟人工智能法案的制定，我们见证了AI的强大能力和对世界可能产生的影响，同时我们也敏锐的观察到AI在工作场所可能带来的挑战与风险。作为人力资源行业的专业人士，我们肩负使命和责任——将AI的潜力转化为增进员工福祉和推动企业发展的实际行动。
面对这一使命和责任，我们 Responsible AI in HR—推动HR工作中实践负责任AI的倡导者（简称RAIHR）—特此发起此倡议。我们呼吁所有的人力资源行业同仁一同参与，共同构建和推广RAIHR的理念，RAIHR框架包含六个关键方面：透明性、公平性、隐私性、安全性、道德性和持续性。我们倡议每一位HR专业人士在其企业内部积极主导RAIHR的实施，并鼓励HR科技产品的开发和使用都围绕这一框架展开，以实现真正的可持续发展！我们更相信RAIHR是所有参与者和倡导者的未来关键竞争优势。
我们将通过聚合行业专家的智慧，讨论并制定并不断迭代更加全面的RAIHR行动指南，支持您在组织内实施负责任的AI决策。我们诚挚邀请您签名支持这一倡议，并作为RAIHR的倡导者，为您的组织引入明智、公正、可持续的AI实践。
让我们一道参与发起RAIHR的倡议，签名后将可以获得倡导者徽章和倡导者证书，并将有机会优先获得RAIHR社区的更多后续支持。
让我们一起行动，塑造一个更加智能和负责任的未来工作场所。立即加入我们，成为变革的一部分。
马上签名，共同倡导负责任的AI在人力资源工作中的应用和实践。
发起倡议的签名地址：https://www.hrtechchina.com/raihr
*RAIHR 由HRTech的Next AI专家委员会倡导成立
Responsible AI in HR（RAIHR）
Responsible AI in HR（RAIHR）是指在HR实践中的AI应用遵循高标准的道德和透明性原则，确保AI决策过程公开、可审查，并且对所有利益相关者公正无偏。
这包括在招聘、员工发展、绩效管理等HR功能中，AI技术的使用既促进了工作效率，也增强了员工的工作体验和满意度。
倡议签名：https://www.hrtechchina.com/raihr
Responsible AI
Responsible AI
Responsible AI
Responsible AI
Responsible AI
Responsible AI
Responsible AI
Responsible AI
Responsible AI
扫一扫 加微信
hrtechchina
