saas - HRTechChina.com - 向上的力量！

saas

【维也纳】建筑与房地产行业AI原生后台自动化平台reebuild获得300万欧元种子轮融资，AI自动化释放建筑行业后台人力 HRTech概述：总部位于维也纳的建筑与房地产行业 AI 原生后台自动化平台 reebuild 已完成 300 万欧元种子轮融资。本轮融资由 Fortino Ventures 领投。作为一款垂直 AI 平台，reebuild 能逐行解析所有 incoming 文档 —— 无论是 PDF、照片、扫描件还是电子发票 —— 将其转换为结构化数据，并自动完成发票审核、成本管理和物料追踪。总部位于维也纳的建筑与房地产行业 AI 原生后台自动化平台 reebuild 已完成 300 万欧元种子轮融资。本轮融资由 Fortino Ventures 领投，这是一家总部位于根特的风投公司，正通过其第三代风投基金投资欧洲各地的 B2B 人工智能和软件公司。本轮其他投资者包括 Rise PropTech 和 CuriosityVC，现有投资者 Hansmann Family Office 也参与了本轮融资。本轮融资将用于三个方面：在 reebuild 已开拓的奥地利和德国市场之外拓展业务版图；开发全新的原生 AI 模块，以实现承包商从计算到会计工作流的全面自动化；以及扩充其维也纳总部的团队规模 —— 公司目前在该总部拥有约 25 名员工。创始人观点：深度扎根建筑行业，打造贴合现场的AI方案 “我们亲身了解该行业的问题，并结合客户的实际需求共同打造 reebuild，其设计极度贴近施工现场的日常现实。许多建筑公司和开发商至今仍在使用数十年来几乎未曾进化的软件，这些软件已无法满足日益增长的期望。我们坚信，凭借一支兼具深厚建筑行业知识与技术专长的团队，我们能够彻底改变这一市场。我们提供的不是又一款工具，而是一个真正理解施工现场及项目在商业层面运作方式的解决方案，”reebuild 首席执行官兼创始人Alexander Kornell表示。企业简介：垂直 AI 平台，解析各类文档自动处理后台业务 reebuild 由 Alexander Kornell（首席执行官）于 2022 年创立，Matteo Cimadom（首席收入官）和 Luca Papay（首席技术官）作为联合创始人加入。作为一款垂直 AI 平台，reebuild 能逐行解析所有 incoming 文档 —— 无论是 PDF、照片、扫描件还是电子发票 —— 将其转换为结构化数据，并自动完成发票审核、成本管理和物料追踪。平台核心能力：自动单据匹配，持续学习减少行政重复工作在该平台上，送货单、发票和订单确认函会自动匹配，软件会逐步从商务经理的决策中学习，从而随着时间的推移减少重复性的行政工作量。在现场，工头可以通过移动应用拍摄送货单照片，并将其即时嵌入系统。鉴于各部门之间的成本管理仍主要依赖电子表格和纸质文件夹，发票需人工核对，审批流程缺乏透明度，且提前付款折扣经常未能申领，reebuild 希望通过人工智能代理来弥补这一缺口 —— 这些代理负责准备工作、标记重复性任务并推荐后续行动，同时让人类团队负责最终审批。落地成果：服务上百家建筑企业，显著压缩单据处理时长公司表示，其平台已为超过 120 家建筑公司和房地产开发商处理了总额超过 5.3 亿欧元的发票，覆盖 8,200 多个施工现场和项目。该平台已自动处理超过 34.5 万份文档，客户群中活跃用户数超过 2,350 人，客户包括 Pittel+Brausewetter、3SI Immogroup、Rödl & Herdegen 以及 Kratzert Gruppe。据其报告，发票处理时间已从 20 多分钟缩短至约 3 分钟，客户反馈采购成本最高降低了 20%。投资方评价：建筑行业迎来 AI SaaS 后台数字化机遇 “我们相信，现在正是建筑公司利用 SaaS 和 AI 实现后台流程数字化和自动化的时机。reebuild 是执行这一任务的理想团队，其创始团队的家族根基就扎根于建筑行业，”Fortino Ventures 合伙人 Wouter Goossens 表示。长期规划：打造建筑行业智能后勤中心，Agent 覆盖全业务链路对 reebuild 而言，原生 AI 模块只是第一步，但公司旨在成为建筑行业的 “智能后勤中心”，届时 AI 智能体将独立处理开具发票、现场文档记录和项目估算等常规任务，覆盖承包商从报价到会计核算的整个商业工作流程。 HRTech视角从人力资源科技的视角观察，reebuild 这类面向建筑地产行业的垂直 AI 自动化平台，体现了行业数字化的新方向：AI Agent 不再局限于传统 HR 场景，开始深入重资产线下行业的后台行政岗位，承接单据录入、发票核对、资料归档等大量低附加值重复性事务。这类工具可以大幅减少企业行政、财务岗位的机械工作量，让员工将精力投入到更高价值的业务决策与现场管理工作。这也印证 HRTech 赛道的外延持续扩大，垂直行业业务自动化、后台人力减负类 AI 方案，正持续获得资本青睐，人力效能提升是这类垂直 SaaS 共同的底层价值。

saas
2026年10月14日
saas

【深度解读】Workday传闻要被PE收购：股价一度暴涨超25%，私募Silver Lake为何偏爱SaaS HRTech概述：海外传闻银湖Silver Lake正在洽谈收购Workday，双方已讨论数月，但目前尚无正式协议。消息一出，Workday盘中一度暴涨超25%，收盘上涨近18%，市值升至约511亿美元。值得注意的是，Workday并非陷入经营危机：2026财年收入95.52亿美元，订阅收入88.33亿美元，经营现金流29.39亿美元；超过4,000家客户已经使用其AI Agent。真正值得关注的不是“谁收购谁”，而是AI时代资本开始重新评估HR SaaS的价值：稳定订阅收入、企业核心数据、工作流控制力和AI重构能力，正在形成新的估值逻辑。你看好吗？一则尚未确认的收购传闻，让Workday突然成为全球软件市场焦点。美国时间8月13日，Reuters援引知情人士报道称，科技投资机构Silver Lake正在与Workday洽谈潜在收购，相关讨论已经持续数月。目前双方尚未宣布正式协议，谈判也可能最终无果。若交易真正落地，以Workday目前超过500亿美元的市值计算，它将成为全球软件行业规模最大的私有化交易之一。一天增加近80亿美元市值，市场为什么如此兴奋？消息公布后，Workday股价盘中最高达到226.28美元，一度上涨超过25%并触发短暂停牌，最终收于206.45美元，全天上涨17.92%。消息出现前，公司市值约430亿美元，收盘后迅速升至500亿美元以上。这场暴涨背后还有一个反差：在收购传闻出现前，Workday今年股价已经累计下跌约15%，较2024年高点跌去超过40%。市场真正担忧的并不是Workday没有收入和客户，而是AI出现后，传统企业SaaS未来究竟还能保持多高的增长率和估值。在全球HR上市公司排名中被Paychex超越，排名全球第四。 20年前的PeopleSoft，似乎正在形成一种历史回声。 Workday的两位创始人都与PeopleSoft关系极深，但准确地说，Dave Duffield才是PeopleSoft创始人，他在1987年创办PeopleSoft；Aneel Bhusri则曾长期担任PeopleSoft高级管理职务，包括副董事长及负责产品战略、业务发展和市场的高级副总裁。2005年，两人共同创办Workday。 PeopleSoft的结局如今看起来颇有戏剧性。2003年Oracle发动敌意收购，最初报价约16美元/股。经过长达一年多的激烈攻防、诉讼和监管争议，Oracle最终在2004年12月以26.50美元/股、约103亿美元达成协议，并于2005年完成收购。PeopleSoft消失之后，Duffield和Bhusri几乎从零重新建立了一家面向云时代的企业软件公司——Workday。二十多年后，当Workday自己再次站到潜在收购的十字路口，这段历史自然格外引人关注。更大的变量不是Silver Lake，而是AI正在重新定义SaaS。过去20年，SaaS商业模式依靠按用户收费、长期订阅、高续费率和数据迁移成本创造了极高估值。但AI Agent正在挑战这一套逻辑：当大量工作由AI完成，企业是否还需要按“人头”购买同样数量的软件席位？当Agent能够跨系统直接完成任务，传统应用软件界面和工作流的价值是否会下降？这种不确定性正在直接影响整个软件行业估值，甚至让私募股权机构更难判断传统软件公司未来的现金流价值。Reuters指出，AI带来的不确定性已经成为今年大型软件私有化交易减少的重要原因之一。 Workday换回创始人CEO，本身就是一个强烈信号。今年2月，Workday突然宣布联合创始人Aneel Bhusri重新出任CEO，Carl Eschenbach卸任CEO和董事，并转任战略顾问。Bhusri在回归时直接表示：“AI is a bigger transformation than SaaS。”Workday也已把自身定位从传统HR和财务SaaS进一步升级为管理“people、money and agents”的企业AI平台。从HRTech角度看，这意味着企业软件的竞争正在从“谁拥有更多功能”，转向“谁能够真正控制数据、工作流和AI Agent”。如果你也正在思考AI究竟只是HR工具升级，还是会改变HR本身的工作方式，可以通过 HR AI Forward · AI能力成熟度评测，重新判断个人和团队目前处于什么阶段；9月17日深圳举行的 2026人力资源科技年度论坛·“What’s Next”，也将把AI如何重构HR工作与企业数字化作为核心议题。 Workday会不会真的被Silver Lake收购，现在还没有答案。但从PeopleSoft到Workday，从本地部署到SaaS，再从SaaS走向Agentic AI，企业软件可能正在进入又一次结构性转折。 HRTech将持续跟踪Workday与Silver Lake的最新进展。随时关注HRTech，一旦双方公布正式协议、交易价格或新的重大进展，我们将第一时间分享。 Silver Lake并不是第一次盯上SaaS，而且尤其熟悉HR与企业软件。如果说这次Workday潜在收购最终成真，它并不会是Silver Lake突然跨界进入HR SaaS。过去十年，这家科技投资机构已经反复复制过“投资企业软件—私有化—长期重构”的路径。 2023年，Silver Lake联合CPP Investments以约125亿美元将员工体验和客户体验平台Qualtrics私有化；2024年又联合GIC以17亿美元收购订阅管理SaaS公司Zuora，并于2025年完成退市。更早之前，Silver Lake先向Software AG投资3.44亿欧元支持其向SaaS转型，随后在2023年完成约26亿美元收购并推动公司退市。此外，它还投资了提供HR、财务和企业管理SaaS的Cegid，以及直接收购法国Payroll和HR SaaS企业Silae。这些交易呈现出一个非常清晰的逻辑：Silver Lake往往并不排斥已经进入成熟期的软件公司。相反，只要企业拥有稳定的订阅收入、强客户关系、关键企业数据和可持续现金流，而公开市场暂时低估其长期转型价值，就可能成为私募资本理想的私有化对象。这也是Workday传闻真正值得注意的地方。过去，Silver Lake帮助Software AG完成的是从传统软件向SaaS的转型；今天，如果它真的考虑Workday，面对的则可能是更大的命题——如何把一家接近百亿美元收入规模的HR SaaS巨头，从“管理People和Money的软件”，重新改造成管理People、Money与AI Agents的企业AI平台。

saas
2026年08月14日
saas

字节重组飞书拆成两半：豆包吃产品，火山引擎吃商业化，这是一次组织降级，还是一次AI战略升维？ HRTech核心摘要：字节跳动近日启动面向企业服务与人工智能业务的重要组织调整。飞书原有的产品团队和GTM体系将被分别纳入豆包与火山引擎，字节跳动由此进一步整合大模型、企业协作场景、云基础设施及To B商业化能力。简而言之：产品归豆包，销售归火山，引擎归别人，最后只剩“品牌和服务保持不变”这句话。根据此次调整方案，飞书产品团队将与豆包产品团队整合，成立新的豆包产品团队，由豆包负责人赵祺负责，飞书负责人谢欣向赵祺汇报。在GTM体系方面，飞书负责市场、销售和客户服务的团队将与火山引擎相关团队整合，成立新的To B GTM组织——“创造力服务平台（Creativity Service Platform）”。新组织将统一负责字节跳动MaaS、SaaS及其他云服务的市场推广、企业销售和客户服务，由火山引擎负责人谭待负责。飞书销售负责人林婵、飞书战略及市场负责人史志隽将向谭待汇报。需要特别说明的是，此次调整并不意味着飞书品牌消失或现有飞书产品停止运营。根据字节跳动方面的表述，飞书原有产品和服务将保持不变，飞书与豆包还将在企业生产力场景中展开更深入的产品协作。飞书原有组织被拆分，产品与商业化分别进入两条主线从组织架构来看，此次调整改变了飞书过去相对完整的业务运行模式。此前，飞书拥有自己的产品研发、市场、销售和客户服务体系，能够以相对独立的企业协作软件业务进行产品决策、客户拓展和商业化运营。调整完成后，飞书的产品团队进入豆包体系，市场、销售和客户服务团队则进入火山引擎主导的创造力服务平台。飞书不再保留过去完整且相对独立的产品与GTM组织。因此，从组织权力和汇报关系角度观察，飞书的业务独立性确实有所下降。但将这次调整简单概括为“飞书被放弃”并不准确。飞书被拆分之后，其产品、企业数据和协作场景正在被纳入字节跳动更大的企业AI战略。飞书未来承担的角色，可能不再只是经营一套独立的协同办公软件，而是成为豆包进入企业工作场景的重要入口。豆包企业版已经在部分飞书客户中开启内测字节跳动此次调整背后，一个重要产品方向是豆包企业版。据飞书公开介绍，豆包企业版是一款面向企业组织的AI办公产品，依托字节跳动自研Seed模型体系，支持复杂任务执行、文档与数据处理、图片和视频创作，以及电脑与浏览器操作。由飞书产品团队深度参与开发的豆包企业版，已经在部分飞书客户中开启内测。与面向个人用户的通用AI助手不同，豆包企业版试图将人工智能直接嵌入企业的日常工作环境。企业员工可以在获得授权的情况下，让AI理解飞书中的文档、表格、会议、群聊和企业知识，并基于具体工作上下文执行任务。这意味着企业AI不再只是一个独立的聊天窗口，而是可能逐步参与信息检索、内容生成、数据整理、会议处理、跨系统操作和业务流程执行。飞书过去已经在企业级Agent领域进行布局。飞书aily被定位为企业级Agent平台，可连接企业知识、业务系统和AI技能，支持企业构建面向具体工作场景的智能应用。从这一角度看，豆包企业版与飞书的整合，并不是从零开始。飞书已经拥有组织通讯录、权限体系、企业知识、文档协作和应用开发环境，豆包则进一步提供通用模型、推理、内容生成与任务执行能力。豆包、飞书和火山引擎正在形成企业AI完整链条此次组织调整可以概括为三个层面的重新组合。豆包提供大模型、AI助手和Agent执行能力；飞书提供企业工作入口、组织关系、协作场景和知识数据；火山引擎则提供云基础设施、MaaS服务、企业销售与交付能力。过去，这些能力分布在不同的组织和产品体系中。调整后，字节跳动正在将其整合为一条更加完整的企业AI产品与商业化链条：底层是火山引擎提供的云计算、模型服务与技术基础设施；中间是豆包提供的模型与智能体能力；上层则是飞书所覆盖的文档、会议、沟通、知识与组织协作场景。在商业化层面，创造力服务平台将统一承担MaaS、SaaS等企业服务的市场、销售和客户服务工作。这有助于减少不同产品团队之间重复覆盖客户、销售资源分散及交付体系割裂的问题。字节跳动CEO梁汝波此前在2026年火山引擎FORCE原动力大会上表示，攀登AI高峰是公司当下最重要的事情。从此次组织调整看，字节跳动正在将这一战略进一步落实到企业业务的组织架构中：AI不再只是某个独立部门的新产品，而是开始重新定义企业软件、云服务和商业化团队之间的关系。飞书“被降级”，还是进入更重要的AI基础设施位置？对于飞书而言，这次调整具有明显的双重含义。一方面，飞书失去了过去相对独立的组织架构。产品负责人、销售负责人和市场负责人分别进入豆包与火山引擎的管理体系，意味着飞书不再以一个完整业务单元独立配置资源和推进战略。从这一意义上说，飞书的组织地位出现下降。另一方面，飞书在字节跳动企业AI体系中的产品价值可能进一步上升。大模型要进入企业，仅有模型能力并不够。AI需要知道员工是谁、可以访问哪些信息、正在参与什么项目、有哪些会议和文档、能够调用哪些业务系统，以及执行任务时应当遵守什么权限。飞书所积累的组织架构、权限体系、企业知识和工作场景，正是企业AI落地所需要的关键基础设施。飞书此前也曾明确表示，其AI能力离不开豆包大模型的支持，并强调企业数据需要受到权限管控和隔离，不应用于模型训练。因此，更准确的判断或许是：飞书的组织独立性正在下降，但它在字节跳动AI战略中的场景价值和数据基础设施价值正在上升。对HR科技行业意味着什么？此次调整不只是字节跳动内部的一次管理变化，也反映出企业软件和HR科技行业正在发生的结构性转变。过去，企业采购软件通常按照功能模块进行划分，例如协同办公、招聘管理、绩效管理、学习发展、员工服务和数据分析。不同系统拥有各自的界面、流程和数据库，员工需要在多个软件之间切换。 AI Agent进入企业后，这一模式可能发生变化。未来，员工不一定需要分别打开多个系统完成工作，而可能直接向企业AI提出任务。例如： “整理过去三个月的离职访谈，并总结主要原因。” “根据招聘计划筛选候选人，并生成面试安排。” “分析员工敬业度调查结果，识别高风险团队。” “根据公司的差旅和薪酬政策，回答员工问题。” 企业AI可以理解任务，再调用HR系统、协同平台、知识库和数据工具完成执行。在这种模式下，企业软件的竞争重点将逐渐从“谁拥有更多功能页面”，转向“谁能够向AI提供可信的数据、标准化的接口、可控的权限和可执行的工作流程”。对于HR SaaS厂商而言，需要重新思考三个问题。首先，产品能否成为AI Agent可以调用的能力模块，而不仅是由员工手动操作的独立系统。其次，企业数据是否具备清晰的权限、语义结构和治理机制，能够让AI安全、准确地理解和使用。第三，产品是否拥有足够深入的业务流程与专业规则，避免被通用AI工作入口替代。 HR部门也将面对新的组织设计问题字节跳动此次调整本身，也是一个典型的AI驱动组织变革案例。当AI从实验性技术变为公司的核心战略后，传统按照产品线划分的组织结构可能不再适用。模型团队、应用团队、云服务团队、销售团队和客户成功团队需要重新组合，形成围绕客户场景和AI能力的协同机制。对于企业HR和组织发展负责人而言，类似变化将带来新的管理议题：企业是否需要设立独立的AI部门，还是应当把AI能力嵌入每个业务部门？传统产品经理、销售、客户成功和实施顾问的职责将如何变化？当多个产品共享同一套模型和数据基础设施时，绩效目标与资源配置应如何设计？原有业务被整合进入AI主航道后，如何处理管理层角色、团队身份认同和员工预期？这些问题说明，AI转型不仅是技术系统升级，也是一场涉及组织架构、管理权限、人才能力和商业模式的系统性调整。 HRTech观察从独立协同办公平台到企业AI工作入口，飞书正在经历一次重要的身份变化。此次重组最值得关注的，并不是飞书是否在字节跳动内部“被降级”，而是字节跳动开始放弃模型、SaaS和云服务相互分离的组织方式。豆包负责智能，飞书提供工作场景，火山引擎负责基础设施与商业化。三者整合之后，字节跳动所竞争的已经不只是协同办公市场或云计算市场，而是企业AI时代的统一工作平台。对于HR科技行业而言，这也是一个清晰信号：未来HR软件不会只与其他HR软件竞争，还需要面对飞书、钉钉、Microsoft 365、Google Workspace等工作平台与大模型深度融合之后形成的新一代企业AI入口。当AI能够跨越文档、沟通、知识和业务系统直接完成任务，传统HR SaaS产品的页面、菜单和功能模块可能不再是用户接触企业软件的第一入口。真正具有长期价值的产品，将是那些拥有专业业务逻辑、可信企业数据、复杂流程执行能力，并能够被企业AI安全调用的系统。飞书的这次组织调整，可能正是中国企业软件从“SaaS协同平台”走向“AI工作操作系统”的一个重要节点。下一步关注 HRTech将继续关注豆包企业版的产品发布、企业客户内测进展，以及飞书、豆包与火山引擎在HR、人效管理、知识管理和企业Agent场景中的后续整合。对于企业HR团队，现阶段可以优先评估三个方向：梳理可供AI调用的企业知识与HR数据；检查权限、隐私和安全审计体系；识别招聘、员工服务、学习发展及人才分析中适合由Agent执行的高频任务。对于HR科技厂商，则需要加快建立开放接口、Agent工具调用能力和企业级权限体系，并重新评估产品在企业AI工作入口下的角色。更多全球HR科技、企业AI及未来工作趋势，欢迎持续关注HRTech，并查看HRTech最新行业活动与研究内容。

saas
2026年07月30日
saas

解读：AI不会淘汰所有 SaaS，而是重新定义HR Tech的价值 HRTech核心指南：AI 会不会让 HR SaaS 没价值了？Harvard Business Review 最新文章给出了一个很有意思的观点：AI 不会淘汰所有 SaaS，而是重新定义它们的价值。未来真正值钱的，不是 AI 功能，而是 Operational Intelligence（运营智能）——也就是基于真实业务数据持续提升组织判断能力。对于 HR Tech、HR Leader 和投资人来说，这可能是未来几年最值得关注的趋势之一。推荐一读。解读 Harvard Business Review：AI's Impact on SaaS Will Be Uneven 过去一年，几乎所有 HR Tech 厂商都在发布 AI 功能。从 AI 招聘助手、AI 面试官，到 AI HRBP、AI Agent，整个 SaaS 行业似乎都在进入一个新的竞争阶段。不少企业也开始提出一个问题：当 AI 能够编写代码、自动完成流程、快速生成应用之后，SaaS 还有价值吗？ Harvard Business Review 最新发表的文章《AI's Impact on SaaS Will Be Uneven. Here's What Leaders Need to Know》中，Harvard Business School 教授 Christopher Stanton 给出了一个值得整个 SaaS 行业思考的答案： AI 并不会让所有 SaaS 都失去价值，它真正改变的是不同 SaaS 的价值结构。对于 HR Tech 企业、投资人以及企业 HR 来说，这一观点值得深入理解。 AI 不会平均冲击所有 HR SaaS 很多人认为，大模型出现之后，大量软件最终都会被 AI Agent 所替代。 Christopher Stanton 并不认同这种观点。他认为，AI 的影响并不是平均发生的，而是取决于两个关键因素：第一，软件主要解决的是规则明确、流程固定的任务（Deterministic Tasks），还是需要预测、判断和决策支持的任务（Predictive Tasks）。第二，软件依赖的是企业自己的内部数据（Internal Company Data），还是大量跨客户、跨行业积累形成的共享数据（Pooled Data）。这两个维度共同决定了一款 SaaS 产品未来的竞争力。流程自动化软件，将最先受到 AI 冲击如果一个 SaaS 产品主要负责流程执行，例如审批、通知、数据录入、报表生成、信息查询等标准化工作，那么 AI 将大幅降低这些产品的技术门槛。随着 AI Agent、低代码开发平台以及自然语言工作流不断成熟，这类软件越来越容易被企业内部快速搭建，或者直接整合进现有平台。这并不意味着流程管理没有价值，而是意味着流程本身将越来越难形成长期竞争壁垒。未来企业购买软件，不再只是为了把纸质流程搬到线上，而是希望软件能够帮助组织做出更好的决策。真正的竞争壁垒来自 Operational Intelligence 文章提出了一个非常重要的概念——Operational Intelligence（运营智能）。这里的 Operational Intelligence，并不是简单的数据分析，也不仅仅是 AI 模型，而是企业通过大量真实业务运行过程中积累的数据、经验和场景，不断提升判断能力的一套智能体系。作者认为，这类产品未来将成为 SaaS 中最具竞争力的一类。原因在于，大模型能够学习公开知识，却无法天然拥有企业多年运营过程中形成的大量真实案例、边缘场景和业务经验。这些数据和经验，正是企业决策过程中最有价值的部分。未来的软件，价值将来自“判断”而不是“功能” 过去，大多数 HR 软件强调的是功能覆盖。招聘系统能够管理职位和简历。学习系统能够管理课程。绩效系统能够完成考核流程。这些能力未来仍然重要，但已经不足以形成明显差异。真正具有竞争力的软件，需要能够帮助企业回答更复杂的问题。例如：哪些候选人在未来更有可能取得成功？哪些员工存在较高离职风险？哪些技能将在未来两年成为组织能力短板？哪些岗位更适合内部流动而不是外部招聘？这类能力并不是增加几个 AI 按钮就能够实现，而是依赖长期积累的数据、算法以及真实业务经验。企业采购 SaaS 的标准正在发生变化 Christopher Stanton 提醒企业，在 AI 时代评估 SaaS，不应再只关注产品功能，而应该重新思考几个问题：这款产品真正创造的是流程价值，还是决策价值？它依赖的是企业自己的数据，还是拥有跨客户、跨行业积累形成的数据优势？这些数据是否经过真实业务场景持续验证？ AI 是否只是增加了交互方式，还是能够持续提升企业的判断质量？这些问题，将比是否拥有 AI Chat、AI Copilot 或 AI Agent 更重要。对于 HR Tech 行业意味着什么？对于 HR Tech 企业来说，未来竞争的重点可能不再是谁拥有更多 AI 功能，而是谁拥有更深的数据积累和行业理解。能够持续沉淀招聘、组织、绩效、薪酬、技能、员工体验等真实运营数据，并将这些数据转化为企业可以直接应用的管理洞察，才更有可能建立长期竞争优势。未来，HR Tech 的价值也将逐渐从"流程数字化"转向"运营智能"。软件不仅需要告诉企业发生了什么，更需要帮助企业理解为什么发生，以及下一步应该采取什么行动。 HRTech 观点 AI 正在降低软件开发的门槛，却没有降低企业管理的复杂度。未来，真正难以复制的，不会是某一个 AI 功能，而是长期积累形成的数据资产、业务经验和管理判断能力。对于 HR Tech 行业而言，这篇文章释放出的一个重要信号是：AI 时代真正值得投资的，不一定是功能最多的软件，而是能够持续输出 Operational Intelligence（运营智能）的产品。未来企业采购 HR Tech，也许最应该问的不再是： "这个产品有没有 AI？" 而是： "如果去掉 AI，它是否仍然拥有别人无法复制的运营智能？" 你觉得呢，欢迎讨论！

saas
2026年07月07日
saas

HRTech 特约评论：当 AI 账单开始衡量人效，企业会迎来新的 ROI 时代，还是新的 Token 歧视？ HRTech核心概述：HR系统从 SaaS 订阅到 Token 账单：HR AI 正在把人效管理推向新阶段！当 token 消耗开始被用于观察员工行为、衡量工作效率、分配 AI 权限甚至影响绩效判断时，企业也必须警惕一种新的组织风险：Token 歧视。更多前沿观察，请关注 #HRTech 企业购买 HR AI 软件，正在从“买一套系统”变成“购买一套持续消耗的智能基础设施”。过去 SaaS 的成本主要由席位、模块和年费决定，使用越深入，边际价值通常越高；但 AI 软件正在引入另一套逻辑：模型调用、token 消耗、上下文长度、agent 执行和超量计费。对 HR 来说，这不是单纯的技术账单，而是一个会同时影响预算、人效、权限、公平性和组织治理的新管理议题。AI 账单正在成为新的人效报表，但企业必须警惕，它也可能变成新的员工审判书。 HR AI 采购正在从“买软件”变成“买持续消耗的算力账单” 过去 SaaS 的逻辑是“用得越多越划算”。企业购买系统以后，更多员工登录、更多流程上线、更多数据沉淀，通常意味着软件价值被放大。但 AI 软件的成本逻辑不完全一样。AI 功能背后涉及模型调用、token 消耗、数据处理、上下文窗口、agent 执行和算力成本，使用越多，账单可能越高。如果企业没有提前问清楚 token 成本、调用上限、超量计费、模型等级、上下文长度、API 成本转嫁和毛利率安排，很可能会出现“买的时候像 SaaS，结账的时候像云账单”的情况。这对 HR 部门尤其重要。HR 过去并不是最擅长看懂云成本和技术账单的部门，但未来 HR AI 的成本结构会越来越接近云服务。一个看起来很简单的 AI 助手，背后可能区分基础模型、高级模型、按次调用、按 token 计费、按 workflow 执行计费、按 agent 自动化任务计费。如果 HR 只被产品 demo 打动，而没有理解背后的成本结构，后续很容易在预算上失控。 AI 让“普通员工 ROI”第一次变得更容易被观察过去我们讨论人效，经常遇到一个难题：普通员工的 ROI 很难衡量。销售可以看 revenue，客服可以看 ticket，工程可以看 pull request、bug fix 和 release cycle，但大量 HR、运营、市场、财务、法务、行政和分析岗位的价值并不总是直接体现在收入或产量上。他们的贡献往往是降低风险、减少错误、提升协同、缩短沟通、改善体验、提前预警。这些价值真实存在，却很难被清晰记录、比较和复盘。 AI 的出现让这个问题开始发生变化。AI 使用天然会留下数据痕迹：谁在使用、用了什么模型、消耗多少 token、调用多少次、用于什么任务、生成内容是否被采纳、是否进入后续工作流、是否减少返工、是否提高质量、是否缩短交付周期。过去隐藏在员工日常工作中的过程性劳动，第一次可能被系统化捕捉。换句话说，AI 不只是提高效率的工具，它也让效率提升这件事本身变得更可观察。这意味着，未来 HR 对人效的关注在 AI 时代确实可能更容易衡量。你花掉的 token，是否真的转化成了更高质量的产出、更快的交付和可复盘的 ROI？AI 账单正在把过去模糊的人效问题，变成一张可以被追踪、过程可见、可以比较和审计的新报表。 AI 人效的关键不是“用了多少”，而是“是否产生真实产出” 但这里必须明确一个核心观点：token spend 本身不是 ROI。一个员工消耗了很多 token，不代表他效率高；一个员工消耗很少 token，也不代表他没有价值。真正要看的，是 token 是否嵌入了正确的业务场景，是否改善了任务结果，是否减少了低价值劳动，是否提升了组织整体产出。比如，一个 HR 团队使用 AI 生成员工政策问答、候选人沟通模板、绩效校准摘要和薪酬分析初稿，如果这些内容被经理采纳，减少了重复沟通，提高了响应速度，降低了政策解释错误，那么 AI 支出就是有效投入。市场团队用 AI 做内容草稿、竞品分析和客户分层，如果最终提高了内容产出效率和转化质量，也可以形成可解释的 ROI。工程团队用 AI 辅助代码生成和问题排查，如果代码 review 通过率提升、bug 减少、release cycle 缩短，那么 token 成本可以被视为生产力投资。反过来，如果某个员工 AI 使用量很高，但输出质量低、返工率高、同事审核负担增加，甚至生成内容带来合规或事实错误，那么高 token 消耗就不是能力增强，而可能是低质量工作的放大器。这也是未来 AI 人效管理最重要的分水岭：企业不能只看使用频率，而要看使用结果；不能只看成本消耗，而要看产出质量；不能只看个人行为，而要看任务链路和业务结果。企业需要建立 AI ROI 治理，而不是简单做 AI 使用监控未来真正有价值的不是 AI 使用监控，而是 AI ROI 治理。监控回答的是“谁用了多少”，治理回答的是“为什么用、用得是否值得、如何优化、是否公平”。如果企业只做监控，很容易把 AI 管理变成新的员工压力源；如果企业做治理，AI 账单就可以成为优化组织能力和资源配置的工具。比较合理的路径应该分三层。第一层是 use case ROI，先衡量具体场景是否产生价值，而不是一开始就评价个人。比如招聘 JD 优化、客服工单摘要、薪酬分析、代码辅助、员工政策问答等场景，都应该先建立 baseline，比较使用 AI 前后的时间、质量、成本、错误率和满意度变化。第二层是 team ROI，判断哪些团队真正把 AI 嵌入了工作流，哪些团队只是表面使用。第三层才是 individual enablement，也就是识别哪些员工是高质量使用者，哪些员工需要培训，哪些使用行为存在浪费或风险。这套逻辑很重要，因为它避免了企业把 AI 账单直接变成绩效审判工具。AI 人效分析的正确方向不是“用系统证明谁不行”，而是“用数据发现哪里需要更好的工具、培训、流程和管理支持”。企业真正应该关心的是组织整体效率是否提升，而不是简单把每个员工的 token 消耗拉出来排名。 “Token 歧视”可能成为 AI 时代新的组织风险随着 AI 账单和人效数据逐渐连接，一个新的风险也会出现：Token 歧视。所谓 Token 歧视，并不是说企业不能管理 AI 成本，而是指企业可能基于 token 使用量、AI 支出水平或模型访问权限，对员工形成简单化、标签化甚至不公平的判断。一种情况是，高 token 消耗员工被默认视为低效。管理者看到某个员工花费高，就直接认为这个人浪费资源，却没有分析其任务复杂度、岗位性质、业务贡献和产出质量。另一种情况是，低 token 使用员工被默认视为落后。员工可能因为不常使用 AI，被贴上“不够 AI native”的标签，但实际上他的工作可能更依赖判断、沟通、经验和风险控制。还有一种情况是，企业只给高绩效、高职级或核心部门开放高级模型，普通员工只能使用基础工具，久而久之，AI 权限本身会变成一种新的组织资源差距。这类风险并不遥远。未来企业很可能会根据员工角色、绩效等级、部门预算和历史使用表现，分配不同的 AI 权限。高绩效工程师可以使用更强模型，普通支持岗位需要审批；核心业务部门可以调用更多 token，后台部门被严格限制；某些员工因为过去使用效率低，被降低模型权限。从商业角度看，这种资源分配可能有合理性，但如果缺乏透明规则和申诉机制，就可能放大组织内部的不平等。 HR 必须参与 AI 预算、权限和公平规则设计 AI 时代，HR 不能只做 AI 工具的使用者，也不能只做培训和推广部门。HR 必须进入 AI 治理的核心层，参与预算、权限、绩效解释、员工保护和组织公平规则的制定。因为 AI 账单表面上是 IT 和 Finance 的问题，但深层是组织能力和人才管理问题。 HR 需要和 Finance 一起看 AI 成本，判断不同团队、不同岗位、不同任务的 AI 投入产出是否合理；需要和 IT 一起看权限、数据安全、模型访问和系统集成；需要和业务部门一起看任务质量、流程效率和真实业务结果；还需要和 Legal 一起看合规、公平性、数据隐私和员工权益。AI 账单不应该只是一张费用报表，而应该成为企业理解组织能力、岗位变化和人才投资回报的新入口。这也意味着，未来 HR 的专业能力会被重新定义。懂绩效管理还不够，HR 还要理解 AI 成本结构；懂培训发展还不够，HR 还要判断哪些岗位需要 AI enablement；懂组织设计还不够，HR 还要理解哪些流程会被 AI 改写；懂员工体验还不够，HR 还要防止 AI 权限和数据分析造成新的不公平。 HR Tech 供应商的竞争会从功能模块转向数据与治理能力这场变化也会重塑 HR Tech 供应商的竞争逻辑。过去 HR 软件比拼的是模块完整度、流程自动化、用户体验、系统集成和服务交付能力。未来更重要的会是数据连接能力、权限治理能力、AI 成本解释能力、任务级 ROI 分析能力和行动闭环能力。一个真正有价值的 HR AI 平台，不只是告诉企业“员工用了多少 AI”，而是帮助企业判断“AI 在哪里创造了价值，在哪里制造了浪费，哪里需要培训，哪里需要限制，哪里需要重新设计岗位和流程”。这也是为什么 Rippling Data Cloud 这样的方向值得关注。它背后的核心不是多一个 dashboard，而是把员工数据、组织结构、业务系统数据、AI 使用数据和权限管理放到同一层，从而让企业有机会回答过去很难回答的问题：AI 是否真的改变了某个员工、某个团队、某个岗位的真实产出。未来 HR Tech 的竞争，可能不再只是 HCM、Payroll、Performance、Recruiting 各自模块之间的竞争，而会进入“组织数据操作系统”的竞争。谁能把人、任务、成本、产出、权限和 AI 使用连接起来，谁就更可能成为企业 AI 时代的管理基础设施。人效可以被数据增强，但不能被 token 简化尽管 AI 会让人效更容易被观察，但我们也必须保留一个基本判断：人的价值不能被简单压缩成一串 token 调用记录。很多高价值工作仍然很难被 AI 使用数据完整衡量。一个 HRBP 提前化解了一次管理冲突，一个财务人员发现了潜在合规风险，一个经理通过判断避免了错误决策，一个运营人员通过沟通挽回了客户信任，这些价值可能不会直接体现在 AI 账单里，但对企业同样重要。因此，AI 人效分析只能增强管理判断，不能替代管理判断。它可以帮助企业看清过程、发现趋势、识别异常、优化资源，但不能成为评价员工价值的唯一依据。如果企业把 AI 账单作为控制工具，它可能制造新的焦虑和不公平；如果企业把 AI 账单作为能力建设工具，它就可以帮助组织看清哪些工作正在被 AI 重塑，哪些员工需要新的技能支持，哪些岗位应该重新定义，哪些预算应该重新分配。 AI 账单会成为新的人效报表，但企业不能让它变成员工审判书 AI 时代，人效确实会变得更容易衡量。token 可以被计算，ROI 可以被建模，流程可以被审计，任务结果可以被复盘，这是企业管理的一次重要进步。但越是容易衡量，企业越要谨慎定义衡量的边界。真正成熟的组织，不会用 AI 账单简单审判员工，而会用它重新理解工作、设计流程、配置资源，并推动员工能力升级。未来 HR 面临的关键问题，不是“要不要衡量 AI ROI”，而是“如何衡量才不伤害组织”。当 AI 账单开始进入人效管理，企业必须同时回答两个问题：第一，token 是否真的转化成了产出；第二，衡量 token 的方式是否仍然尊重人的复杂价值。只有同时回答好这两个问题，AI 才不会变成新的管理焦虑，而会真正成为提升组织能力的基础设施。

saas
2026年06月29日

saas

【爱尔兰】人力资源科技初创企业HR Duo获得160万欧元融资，深耕一线劳动力管理 HRTech概述：爱尔兰人力资源科技初创企业HR Duo，聚焦一线员工密集型企业雇主运营服务，公司宣布完成160万欧元融资。本轮融资由现有核心投资者Puma Growth Partners领投，并得到了爱尔兰企业局（Enterprise Ireland）的大力支持。其最初的种子轮投资者已连续第三次进行跟投。HR Duo平台是一个集人力资源、合规与劳动力管理于一体的综合控制中心，将考勤、排班、劳资关系及合规智能整合到单一系统中。该平台还能够支持企业大规模开展合规且高效的人力资源运营。 HR Duo是一家为一线员工占比较高的企业提供雇主运营服务的爱尔兰公司，公司宣布完成160万欧元融资，旨在扩充其英国销售团队，并强化SaaS基础设施以支持业务规模化发展。本轮融资由现有核心投资者Puma Growth Partners领投，并得到了爱尔兰企业局（Enterprise Ireland）的大力支持。其最初的种子轮投资者已连续第三次进行跟投。增长目标：瞄准英国市场高速扩容 “本轮融资标志着HR Duo开启了一个充满信心的新篇章。去年我们的年度经常性收入（ARR）增长了近30%，今年的目标是实现超过41%的增长。鉴于我们75%的潜在客户来自英国，且在伯明翰的业务影响力日益扩大，发展方向十分明确。Puma Growth Partners、爱尔兰企业局以及我们的种子轮投资者的持续支持，为我们有目标地扩大规模提供了所需的一切条件，”HR Duo首席执行官Jerome Forde表示。行业赛道：劳动力管理成资本热门 2026年的融资活动表明，HR Duo的融资置身于更广阔的HRTech、劳动力管理及相关人力资源运营软件融资环境中，资本既流向了广泛的人力资源平台，也流向了更专业的垂直领域工具。 Factorial、Hublo、Veremark、Orbio和Nesto等大额融资轮次表明，投资者持续关注人工智能驱动的人力资源基础设施、合规管理、医疗保健人员配置、酒店业劳动力规划以及一线运营领域。尽管HR Duo本轮融资规模小于上述后期交易，但其聚焦的运营主题与之高度契合：即劳动力管理的数字化转型、减少人力资源及合规流程的碎片化，以及为拥有无固定工位或轮班制团队的雇主提供支持。资本观点：深耕垂直赛道潜力凸显 “我们很高兴能继续支持HR Duo——早在三年前我们就已首次投资。此后，我们一直与团队紧密合作以落实其战略，他们所展现的发展势头令我们印象深刻。作为人力资源技术领域中快速增长的细分市场，劳动力管理正呈现强劲势头，HR Duo 已做好充分准备把握这一机遇，我们非常期待支持该团队迈入下一阶段的增长，”Puma Growth Partners 投资总监Henri Songeur补充道。经营实绩：营收持续高速增长依托精准的赛道定位与成熟的产品体系，HR Duo保持强劲商业增长势头。自2020年至今，企业年度经常性收入实现6倍增长，同时维持85%的超高毛利率，充分验证了SaaS商业模式的稳定性与盈利能力，也为持续市场扩张、产品迭代提供坚实支撑。基于超高的市场增长预期，公司定下本年度41%以上的ARR增长目标。凭借伯明翰专属运营团队搭建的本土业务基础，叠加英国海量潜在客户资源优势，本轮融资将全面加速HR Duo在英国全域的市场落地与业务拓展，进一步扩大欧洲市场份额。官方赋能：本土机构助力出海成长 “爱尔兰企业局很荣幸能支持 HR Duo 完成本轮融资，这体现了我们持续致力于在高潜力爱尔兰企业成长历程的每个阶段提供支持的承诺。HR Duo 构建了一个强大的平台，填补了以一线员工为主的企业所面临的明显空白，其商业势头体现了团队和产品的双重实力。随着该公司加速英国扩张并从爱尔兰拓展其国际业务版图，我们期待继续深化合作，”爱尔兰企业局执行董事Mark Christal表示。行业机遇：中小企数字化缺口巨大数据显示，英爱地区中小企业HR科技市场规模达5-7亿欧元，市场空间广阔。当地多数中小企业跳过传统HR系统迭代阶段，直接从纸质化办公过渡到零散的单点工具，缺乏一体化、专业化的一线人力合规管理平台，行业需求长期未被满足，为HR Duo带来巨大的增量市场机遇。关于HR Duo HR Duo成立于2013年，主要服务于员工规模在100至1,000人之间的中小企业；这些企业通常管理着复杂的轮班制和一线员工队伍，面临着严格的监管义务，但往往没有庞大且专门的人力资源团队。该平台是一个集人力资源、合规与劳动力管理于一体的综合控制中心，将考勤、排班、劳资关系及合规智能整合到单一系统中。该平台还能够支持企业大规模开展合规且高效的人力资源运营。公司业务覆盖多个关键垂直领域，包括制造业、建筑业、医疗保健业，以及零售和酒店业。

saas
2026年06月26日
saas

【沙特】AI招聘平台Resquad AI获得150万美元种子轮融资，将革新AI驱动的技术人才招聘领域总部位于沙特的Resquad AI人工智能招聘平台完成150万美元种子轮融资。本轮融资由SRG集团领投，多位知名天使投资人参与投资。该平台致力于通过人工智能技术助力企业全球招聘技术人才。此轮融资标志着这家快速成长的初创企业迈入重要里程碑，彰显了投资者对其变革全球技术人才招聘模式的使命充满信心。 Resquad AI 的混合平台主要通过两种方式运作：既是面向企业的招聘软件工具，也是面向开发者的全球市场。它使企业能够接触来自 52 多个国家的经过审核的软件工程师和 IT 专业人员，同时允许开发者通过参与跨行业项目来变现技能并获得额外收入。 Resquad AI创始人兼首席执行官Abdullah Al-Jaafari表示：“我们正构建一个由创新与协作驱动的全球就业生态系统。我们的目标是与公共及私营部门建立高质量合作伙伴关系，强化海湾地区乃至更广阔区域的数字经济。此轮投资将助力我们深化技术研发并拓展新区域市场。” 通过自动化招聘生命周期的关键阶段，Resquad AI使企业能够将招聘周期缩短高达99%。该平台目前覆盖52个以上国家，成为跨境招聘的重要桥梁。此次扩张契合沙特《2030愿景》目标，助力构建强大的知识型数字经济。新融资资金将用于：增强公司专有的人工智能与机器学习能力。拓展中东及海湾合作委员会（GCC）区域业务版图。扩充内部团队以支持国际业务快速扩张。与政府及私营机构建立战略伙伴关系，推动区域就业创造与数字创新。自创立以来，Resquad AI始终定位为人工智能驱动招聘领域的先行者，致力于填补企业与全球科技人才间的鸿沟。其创新模式兼具可扩展性、透明度与高效性，有效应对了现代劳动力市场最紧迫的挑战之一。随着Resquad AI持续拓展海湾及国际市场版图，它正立足于科技、就业与创新的交汇点——从沙特阿拉伯腹地引领人工智能驱动的人才获取未来。关于Resquad AI Resquad AI由首席执行官Abdullah Al-Jaafari与联合创始人Anton Brychak于2024年创立，平台兼具数字化人才市场与SaaS服务双重功能，依托自主研发的人工智能引擎运行。该平台实现端到端招聘流程自动化，涵盖候选人筛选、技能匹配、定价、合规审核及支付管理，助力企业大幅缩短招聘周期。

saas
2026年01月20日
saas

【新加坡】招聘平台Fuku.AI获得85万美元种子轮前融资，推出面向亚洲中小企业的AI招聘平台总部位于新加坡的人工智能人才配置平台Fuku.AI宣布，已从家族办公室及天使投资人处完成110万新元（约合85万美元）的种子轮前融资。公司采用SaaS（软件即服务）商业模式运营。公司于2025年6月正式推出测试版产品，迄今已吸引逾190家中小企业用户，候补名单中更有超过500家企业。 Fuku.AI由招聘行业资深人士高凯文（曾任职于LHH、Spring Professional等机构）与哈佛毕业的人工智能工程师杨凯共同创立。杨凯被誉为诺贝尔奖得主杰弗里·辛顿教授门下顶尖的计算机科学学生。 Fuku.AI平台表示，其核心竞争力在于采用专有简历匹配鉴别模型，该模型具备深度语境理解能力，并依托大型语言模型评估引擎实现多渠道候选人触达。 Fuku.AI首席执行官高凯文表示：“中小企业需要经济高效的定制化招聘解决方案，以吸引当今快速变化的就业市场中的专业人士、管理人员、高管及技术人员（PMET）。我们的SaaS平台以可负担成本提供企业级功能，助力中小企业在竞争中获取顶尖人才。” Fuku.AI计划向马来西亚、香港、日本及澳大利亚拓展业务，目标在未来一年内实现100万美元（约合77.8478万人民币）的年度经常性收入。关于Fuku.AI Fuku.AI成立于2025年，是一家总部位于新加坡的人工智能招聘平台，致力于为亚洲中小企业提供可扩展且高效的招聘解决方案。

saas
2025年09月08日
saas

【日本】AI初创公司LayerX获得1亿美元B轮融资，运用AI技术减轻企业后台工作负担日本人工智能SaaS初创企业LayerX近日宣布完成1亿美元B轮融资，本轮融资由Technology Cross Ventures（TCV）领投。公司致力于帮助企业削减后台工作量，此次融资标志着这家美国基金首次投资日本初创企业。公司未披露估值，但表示本次融资规模及估值均创下日本七岁初创企业B轮融资纪录。其他投资者包括三菱日联银行、三菱UFJ创新合伙公司、JAFCO集团、Keyrock资本、Coreline Venture及JP投资，共同参与本轮融资，累计融资额达1.922亿美元。公司核心产品包括：为1.5万余家企业提供自动化的企业支出工作流平台Bakuraku（涵盖费用管理、发票处理及企业卡运营）；与三井物产合作开发的零售数字证券投资平台Alterna；以及旨在优化工作流程并整合企业数据的生成式AI解决方案Ai Workforce。 LayerX由连续创业者福岛义纪于2018年创立。福岛曾在东京大学攻读机器学习，此前创办的新闻应用Gunosy后于东京证券交易所上市。LayerX源于福岛在数字化转型（DX）与区块链领域的项目实践。创始人发现日本企业工作流程存在重大瓶颈——纸质发票处理环节后创立LayerX。福岛透露，这一洞察促使团队转向SaaS领域，推出人工智能驱动平台Bakuraku。该平台凭借原生AI用户体验迅速获得市场认可，助力LayerX与三菱UFJ金融集团等机构达成重大战略合作，为最新融资轮奠定基础。尽管数字化浪潮席卷而来，许多日本企业仍依赖纸质文件和Excel处理报销与发票业务，这位CEO继续说道。在国内市场，该初创企业面临Money Forward Cloud Keihi、freee和Rakuraku Seisan的竞争；全球范围内，其竞争对手包括SAP Concur、Rippling、Brex、Ramp、Spendesk和Airbase。福岛指出，在AI劳动力领域，该公司还面临Harvey的竞争。 Bakuraku以人工智能驱动的用户体验实现差异化。公司持续升级“自动录入与文档拆分”等自动化功能，同时投资人工智能代理及人工智能赋能的业务流程外包（BPO）。其团队拥有“超过12位前首席技术官及Kaggle大师”。福岛补充道，Bakuraku提供覆盖“费用管理、发票处理、企业卡、工作流、电子账簿合规、考勤及应收账款——所有功能集成于一体”的综合平台。公司宣布，其标志性平台Bakuraku Suite取得显著增长，在2023年11月完成A轮融资后不到两年便完成了B轮融资。首席执行官表示：“我们于2024年2月突破1万家客户，到2025年4月达到1.5万家，且企业客户仍在持续增加。” 员工规模也从2023年10月的约220人，增长至2025年7月底的约430人。" 据公司透露，LayerX正以日本SaaS企业史上最快速度迈向6800万美元（约合100亿日元）估值里程碑。福岛表示：“T2D3增长基准已提前达成，预计将在五年内超越日本企业从产品发布到达成该基准所需的八年纪录。” Ai Workforce的客户包括三井物产和三菱日联银行，而Bakuraku则服务于一风堂、IRIS Ohyama、帝国酒店及积水化学等企业。展望未来，该公司计划到2030财年实现约6.8亿美元（1000亿日元）的年度经常性收入，其中约半数将来自人工智能代理业务。同时计划到2028年将员工规模扩大至约1000人。关于LayerX LayerX成立于2018年，专注于利用人工智能技术减轻企业的后台工作负担。其主要产品Bakuraku旨在自动化企业费用流程，包括费用管理、发票处理和企业信用卡运营，已为超过15,000家公司提供服务。

saas
2025年09月02日
saas

EOR（Employer of Record）是全球用工解法，还是一场资本游戏？ HRTech概述：在全球远程办公日益普及、跨国用工需求日趋增长的背景下，“Employer of Record”（EOR，名义雇主）这一模式迅速走红，成为人力资源科技公司竞相宣传的卖点。但这真的是全球招聘的灵丹妙药，还是被精心包装的“合规外衣”？知名HR科技观察者、分析师 Matt Charney 在这篇犀利长文中，深度揭示了EOR平台背后的商业模式、法律风险与战略误区。Matt Charney 的文章不仅系统梳理了Deel、Rippling、Remote、Papaya Global等EOR代表企业的操作逻辑，还毫不避讳地指出：尽管EOR表面上为企业提供了便捷的全球雇佣路径，但其本质仍是一种高溢价的中介服务，可能掩盖了供应商锁定、合规责任转嫁、以及战略延迟等深层问题。对于正考虑全球扩张的企业而言，Matt Charney 提出明确建议：EOR可以是进入新市场的“短期桥梁”，却不应成为长期用工的“终点策略”。HR与招聘负责人必须回归初心，清晰界定EOR的适用场景，审慎评估平台能力，并始终将“人”置于合规与效率之上。这篇文章不仅是对EOR市场的冷静剖析，更是对“全球人才战略”是否真正可持续的深刻反思。无论你是创业者、HRD，还是国际化的HR服务提供商，都值得认真一读。以下是正文：现在，有一个新的缩写词正在HR科技圈大行其道，各家厂商纷纷将它加进融资PPT里（不，不是“AI”），而是 EOR——Employer of Record，名义雇主。说实话，这听起来确实不太“性感”。什么是EOR？简单说：你想在德国雇个顶尖工程师，或在巴西招个增长黑客，但你不想设立本地公司、搞懂外国税法，或者不小心触发某个政府的审计。 EOR平台——比如Rippling、Remote、Papaya Global、Multiplier，还有其他几百家长得差不多的——会以你的名义成为“法定雇主”，处理工资发放、合规、福利，以及你不想碰的各种繁琐事务。听起来是不是很美？确实是——直到你发现你其实是在付高价，雇一个光鲜的“中间人”，在你完全不了解的国家里按下“发工资”按钮，基于一套可能根本站不住脚的合规架构。工作无国界，但风险也一样我们怎么走到今天这一步的？其实，EOR这个概念并不新，几十年前就存在，常常藏在某些外包合同的角落，或某些国际商业咨询服务协议中。那时候，我们通常称之为“外包”或“离岸用工”——典型的里根时代遗产。然后，疫情来了（你还记得吧？），大家都远程办公了，于是每家VC支持的初创公司都开始喊：“雇佣全世界最优秀的人才！”尤其当“全世界”意味着不需要提供医保、401(k)、或体面的薪资时。全球招聘不再只是财富500强的专利，即便是刚拿了几百万美元种子轮的小公司，也能招个波兰的程序员，哪怕他们对那里的劳动法一无所知。于是，新的EOR平台就来了：界面漂亮、融资充足、自称“下一代全球雇佣解决方案”，按SaaS倍数收费——在如今的“资本寒冬”里，这种故事太容易讲。 “点击一次，在150+个国家雇人”——这确实比“外包”或“离岸”听起来更动人，虽然本质是一样：用高利润率去买便宜劳动力。但它们不会告诉你：你进入的是一个合规碎片化、费用虚高、合同模糊的世界——当事情出错时，你很可能孤立无援。 EOR靠什么赚钱？剧透一下：不是靠为雇主省钱。大多数EOR平台运作的是一种简单却极具吸引力的商业模式——特别对那些按ARR和营收估值的VC来说，简直“印钞机”：每位员工每月收固定费用，或按工资比例（通常10–15%）收取；福利方面加价（反正你也没法在韩国去比价医保）；额外收取签证服务、股权激励、法律支持等“高级服务”费用。你只要在六七个国家雇个几十人，这些加起来就是一大笔开销——只为了“你不拥有你的人”。这对EOR来说，是个完美的生意模型。对想延长现金流的小公司来说？就不那么妙了——这些“平台”对客户收取的费用，说好听是“服务溢价”，说难听点，近乎高利贷。 EOR到底是HR解决方案，还是一场空壳游戏？表面看，EOR就像是一种银弹，帮你快速进入海外市场，不设本地实体也能雇人。但深入看？水很深。我们先说法律风险。在一些国家，比如西班牙，只有经过官方认证的派遣机构才有资格提供EOR这类服务。欧盟最近确实有一个“似乎支持”的判决——只要企业不对员工进行日常管理就行。可问题是：你不管人，那你还雇他干嘛？再来是“常设机构风险”（PE风险）。如果你通过EOR雇佣的员工在当地创造营收、受你直接管理，那你仍然可能触发税务或商业登记责任。 EOR平台会说他们搞定了。你的会计可能会告诉你：你最好再核查一遍。别忘了“供应商锁定”：你在5个时区雇了30人，一旦你想换平台或自建实体？就像工资发到一半突然换系统一样——代价惨重，风险极高，可能直接断送职业前途。这是一场“圈地运动” 别搞错了，这是一场圈地竞赛（或者说淘金热）。 EOR市场从2022年的19亿美元，预计将在2028年增长至60–120亿美元，视你参考哪份分析报告而定（当然，也取决于有多少平台烧光钱或被并购）。原因很简单：投资人喜欢“订阅式收入”，喜欢“粘性高、毛利高、刚需”的生意。EOR正是这种模式的典范。但问题是：多数平台并不盈利。他们靠融资打价格战、争市场、扩地域。可烧钱总有尽头。到那时？并购、裁员、涨价，会陆续上演。你的EOR平台倒闭了，或者被整合进另一个HR系统？祝你好运，尤其是还要发全球工资的时候。那该不该用EOR？答案是：视情况而定。重点在于：EOR是一个优秀的短期工具，但非常糟糕的长期策略。理由很简单：它非常适合测试新市场、临时雇佣一位专家，或搭建小团队；它不适合大规模、长期、战略性用工。一旦员工开始产生营收、参与管理或担任核心角色，EOR平台就会带来合规风险，并且很难融入你自己的绩效、薪酬、文化体系中。如果你有明确的五年全球化战略——那你该自己“盖房子”，而不是一直租。你要的是雇人？那EOR不错。你要的是全球团队？那你得设实体、搞合规、拥有人。归根结底：EOR是“包装得很好的全球工资代发平台” 它不是在“重塑工作模式”，不是在“重定义HR”，更不是“就业的未来”。 HR和招聘负责人真正需要做什么？你不需要是全球税务专家，但你需要参与决策。因为虽然这个决定往往始于法务或财务，但最终责任一定落到HR头上。员工入职后，是你要回答问题：他们签的合同到底是什么意思？为什么他们不能像纽约的同事一样拿奖金？他们的医保包不包含试管婴儿？什么时候能转正？能升职吗？这不是采购问题，这是人的问题。而系统和“自动合规”并不能解决“人”的复杂性。所以，HR要做三件事：设定边界：明确哪些情况能用EOR，使用时间不能无限期。审慎选商：很多EOR其实是贴牌本地服务商，问清他们是否有当地法律实体、是否真实负责合规。保持参与感：任何“我们打算在某地雇人”的提议，都要问一句：“这个决定有长期意义吗？” 最终提醒：问题不在于选了哪个EOR平台。而是你忘了自己为什么用它——然后，继续用了太久。 EOR不会消失，市场只会越来越大。但增长 ≠ 价值，便利 ≠ 战略。如果你真的想建立全球化人才战略，那就从“像一个全球公司”那样思考：设立实体、理解法律、落地本地化人力战略。把EOR当成桥梁，而不是终点。下次有人说“我们直接EOR吧”，请你深呼吸，问几个问题，因为—— 签字的那个人可能不是你，但出事时，收拾残局的，一定是你。可以参考HR科技云图的出海服务选择适合的EOR机构：

saas
2025年08月13日

12 3 4 5 6 7 8 9 10 11 》 33 跳转至