• 观点
    【深度解读】并购潮与私有化正在改写全球HRTech:从 SAP×SmartRecruiters、Workday×Paradox 、Paychex → Paycor到 Dayforce123亿美元的私有化 2025 年,HR 科技行业正在经历一场由资本主导的深度重构。SAP 宣布收购 SmartRecruiters(估值约 15 亿美元),Workday 收购 Paradox,Paychex 以 41 亿美元并购 Paycor,Dayforce 被 Thoma Bravo 以 123 亿美元私有化,HireRight 也以约 17 亿美元完成退市。如此密集的大额交易,几乎前所未有。 这些交易的背后,是资本市场与私募基金对 HR 科技未来价值的重新定价:一方面,上市公司通过收购补齐短板、扩大版图,以套件化和全流程能力增强市场份额;另一方面,私有化带来的“长期主义”让企业摆脱季度财报压力,获得更大的战略灵活度去扩展全球薪资、前线招聘、合规验证等长期增长业务。 HRTechChina 认为,这场并购与私有化浪潮的核心意义在于:行业正进入集中度加速提升的阶段,头部平台形成一体化能力,中端市场加速整合,而传统独立厂商的生存空间被进一步压缩。 未来 3–5 年,HR 科技的格局将围绕“平台主导、资本驱动、生态竞合”三大关键词展开。 Workday 收购 Paradox:锁定前线招聘场景 2025 年 8 月,Workday 宣布收购会话式招聘平台 Paradox。Paradox 以候选人体验 AI 和高频量招聘场景见长,其助手 Olivia 已完成超过 1.89 亿次候选人对话,平均能将招聘周期缩短至 3.5 天,候选人转化率超过 70%。 在此之前,Workday 已完成对 HiredScore 的收购,用于人才匹配与编排;同时也收购了 Flowise,增强其 AI Agent 能力。Paradox 的加入,意味着 Workday 从候选人发现、智能对话到招聘、入职,形成了一条完整的 AI 驱动招聘闭环。这让 Workday 在前线招聘市场获得了差异化优势,也确立了其在全球高频量岗位招聘中的领导地位。Paradox202年12月最后C轮融资2亿美元,估值15亿美元。 SAP 收购 SmartRecruiters:补齐 SuccessFactors 短板 SAP 在 2025 年宣布收购 SmartRecruiters,这是其 SuccessFactors 平台的重要补充。SmartRecruiters 作为新一代 ATS,在灵活性、AI 驱动招聘流程和开放生态方面具备领先优势。通过此次收购,SAP 将获得现代化的招聘核心能力,以与 Workday 在人才获取领域形成直接竞争。 这笔交易意味着传统 HCM 巨头正在加速补齐招聘拼图。对 SAP 而言,SmartRecruiters 不仅是功能的叠加,更是进入中端市场、提升候选人体验和招聘速度的关键。 Paychex 41亿美元收购 Paycor:中端市场 HCM 的整合 2025 年 1 月,Paychex 宣布以 41 亿美元收购 Paycor,并于 2025 年 4 月完成交割。这一交易是 HCM 行业中端市场的一次里程碑。 Paycor 长期深耕中小型企业市场,提供云端人力资源与薪资解决方案;而 Paychex 在中小企业薪资服务方面处于美国市场领先地位。两者的结合,意味着 Paychex 能在薪资之外,获得更完整的 HR SaaS 产品线,从而与 ADP、UKG、Workday 等形成更直接的竞争。 对企业用户而言,这一交易将带来更强的集成服务,但也可能导致未来市场的集中度提高,独立厂商的竞争压力加大。 Dayforce 私有化:123 亿美元交易 2025 年 8 月,Dayforce 与 Thoma Bravo 达成协议,以 123 亿美元全现金私有化,股东将获得每股 70 美元的现金溢价。该交易预计在 2026 年初完成。 私有化后的 Dayforce 将获得更大的战略灵活性,尤其是在全球薪资、劳动力管理和 AI 投资方面。资本市场普遍认为,私有化能让公司摆脱短期盈利压力,更专注于长期的产品与市场扩张。 这笔交易也表明,私募股权基金正在积极重塑 HR 科技版图,推动行业内的再次整合。 HRTech行业趋势分析 1. HCM 套件化加速 SAP 与 Workday 的收购显示,大型 HCM 平台正在补齐招聘短板。通过并购 SmartRecruiters、Paradox 等专业厂商,它们将 ATS、人才匹配、候选人体验整合进一体化套件,从而对独立招聘软件形成直接威胁。 2. 一线的招聘成为新战场 Workday 收购 Paradox 表明,一线用工市场正在成为 AI 招聘的最大增量领域。零售、医疗、物流等行业的快速招聘需求,使得会话式 AI 与自动化流程成为不可或缺的基础设施。 3. 中端市场整合显著 Paychex 收购 Paycor 是中端市场 HCM 的关键事件,显示该细分市场也进入整合阶段。类似的交易会持续压缩独立厂商的生存空间。 4. 私有化为“二次创业”提供资本工具 Dayforce 与 HireRight等HR科技机构的私有化,反映出私募基金正在推动 HR 科技行业的再平衡。相比公开市场,私有化能让企业更专注长期发展,但也会带来杠杆和整合的风险。 HRTechChina的观点 2025 年的并购与私有化浪潮,已经超越了单一产品层面的整合,而是预示着行业运行逻辑的重构。大型 HCM 平台通过收购 SmartRecruiters、Paradox、HiredScore、Flowise 等,基本补齐了从候选人获取、AI 匹配、对话体验到招聘入职的全链条能力;同时,私有化案例(Dayforce、HireRight)反映出资本市场的再平衡——公开市场追求短期盈利,而私募基金推动长期价值释放。整个行业的走向已经非常清晰:套件化、一体化、AI 驱动,以及资本主导的再平衡。 我们的观察: 平台主导,独立厂商生存空间缩小:SAP、Workday 等巨头通过收购补强招聘与 AI 能力,独立 ATS 与招聘软件被迫转型为生态合作伙伴,未来更多是“竞合”关系而非单纯竞争。 一线招聘将是最大增量场景:零售、医疗、制造、物流等前线岗位招聘成为 AI 招聘的突破口,效率、转化率与体验是核心指标。 中端市场整合提速:Paychex 收购 Paycor 是信号性案例,显示中端 HCM 市场已进入并购整合周期,未来竞争格局会明显集中。 私有化重塑资本节奏:Dayforce 与 HireRight 的私有化说明,PE/VC 正在重塑 HRTech 的资本路径,让企业获得更长的战略窗口,但也带来杠杆与整合风险。 AI 驱动全面渗透:无论是招聘、薪资还是合规,AI 都已不再是“附加功能”,而是所有产品的核心差异化方向。 对于企业用户而言,这意味着未来三到五年,HR 科技的选择不再是单点工具,而是“平台+生态”的博弈。如何在效率、合规与灵活性之间找到平衡,将是 CHRO 与 CIO 的核心任务。以上观点仅限于美国市场的观察。我们仅做参考,也欢迎大家一起与HRTech畅谈中国HR科技市场的发展。 来源:公司公告、新闻稿、行业分析报道(Workday、SAP、Paychex、Dayforce、HireRight 等官方发布及公开市场信息)
    观点
    2025年08月23日
  • 观点
    深度观察 | AI重构HR的未来蓝图:战略编排才是核心战场--解读Deloitte《HR Reimagined: Agentic AI for HR》 HRTech隆重推荐!在AI加速重塑企业运作方式的今天,人力资源领域也正经历着一场深刻变革。2025年夏季,Deloitte  发布了最新研究报告 《HR Reimagined: Agentic AI for HR》,由资深人力资本与AI转型顾问 Greg Vert 和 Kyle Forrest 联合撰写。报告围绕“Agentic AI”(智能体AI)这一新一代技术,系统探讨了AI如何在HR全价值链中发挥作用——从战略规划、治理体系,到能力建设与技术架构,并通过16项HR核心能力与67个具体活动的分析,描绘了从AI辅助(Assisted)到增强(Augmented)再到AI驱动(AI-Powered)的成熟路径。 本文将结合报告核心内容与行业背景,带来一份深入的中文解读,帮助HR领导者与业务决策者理解AI在HR中的落地价值、潜在风险及战略编排方法。非常值得推荐阅读!!如果需要PDF 可以添加客服或者邮件获取德勤报告 人工智能的快速发展,正在让HR领域面临一次前所未有的变革。从招聘到员工体验,从绩效管理到流程优化,AI的触角已经伸入几乎所有HR职能。Deloitte 在《HR Reimagined: Agentic AI for HR》中,描绘了一幅未来蓝图——AI不再只是工具,而是HR战略执行的核心力量。本文将结合报告要点,带来一份面向HR领导者的深度解读。 1. AI在HR的三种形态:从辅助到驱动 报告指出,AI在HR的应用大致分为三个阶段: 辅助型(Assisted):AI为人类提供支持,如自动生成职位描述、初步整理数据等。 增强型(Augmented):人类与AI交替协作,AI能处理部分复杂任务,如候选人筛选、知识库更新、调查分析。 驱动型(AI-Powered):AI主导流程执行,人类负责监督与优化,例如自动完成员工咨询、生成分析报告、触发跨部门流程。 解读:企业应先明确自身在这三个阶段中的位置,然后规划向更高阶段的演进路径,而不是盲目堆砌工具。 2. Agentic AI:HR的“虚拟同事” 传统AI往往是功能插件,作用单一。而Agentic AI的特征在于:理解上下文、规划多步骤任务、调用不同系统完成工作,并能根据反馈优化执行。这类AI更像是一名“虚拟同事”,能够独立完成从信号识别到结果交付的全流程。 解读:这要求HR团队具备“管理AI”的能力——为AI设定任务边界、明确流程接口、评估其工作成效,而不是只当它是一个按钮或查询工具。 3. 角色重塑:从事务处理到战略赋能 AI的引入会让HR的时间分配发生显著变化: HR业务伙伴(HRBP):从有限服务部分业务单元,转向为全体管理者提供战略性人才辅导。 卓越中心(COE):从数据收集整理转向实时洞察与预测,参与前置决策。 HR运营(HR Ops):80%以上的日常事务由AI执行,团队重心转向员工体验和流程改进。 解读:HR的绩效评估指标也应随之调整,从“完成多少任务”转向“业务贡献度”和“战略影响力”。 4. 高价值落地场景 报告给出了一些能快速显现成效的Agentic AI应用: 入职流程:多个AI协作完成任务分配、福利登记、培训安排,跨平台无缝衔接。 请假与返岗管理:AI提前识别返岗事件,触发跨部门流程,并根据反馈优化体验。 人才保留:AI实时分析流失风险并推送定制化留才方案,直接触发奖励或调配。 解读:这些场景有三个共性——跨系统、闭环执行、可持续优化,非常适合做为企业的AI试点项目。 5. 碎片化风险与战略编排 如果不同部门各自引入AI工具,很容易造成“67个AI源”的割裂局面:数据孤岛、体验不一致、治理困难。报告提出五个关键步骤来避免碎片化: 规划:目标与业务战略、员工需求一致; 治理:覆盖伦理、数据安全、信任机制; 能力建设:集中AI专业能力,设立卓越中心; 编排:工具互通并嵌入核心流程,而非外挂; 衡量:效率、体验、公平性与成果并重。 解读:这本质上是“企业级AI治理”的HR版本,需要跨部门协作才能真正落地。 6. 技术趋势:多智能体系统(MAS) 未来12-18个月,用户与HR系统的交互将从传统API调用,逐步转向多智能体系统(MAS)——多个AI可以相互协作、与人类互动、跨平台执行复杂任务。例如,招聘AI可以直接与培训AI、薪酬AI协作,实现从录用到入职培训到福利登记的自动化闭环。 解读:这意味着企业未来的AI生态将是“团队作战”而非“单兵作战”,需要提前规划架构与数据接口。 结语:AI价值取决于编排能力 AI进入HR是不可逆趋势,但它的价值并不会自动释放。真正的竞争力来自于战略性编排与持续优化——让AI不只是辅助工具,而是组织能力的一部分。对于想在未来人才竞争中保持领先的HR团队来说,现在正是重新设计角色、流程与能力结构的关键窗口期。 报告来源:Deloitte《HR Reimagined: Agentic AI for HR》 作者:Greg Vert 与 Kyle Forrest
    观点
    2025年08月18日
  • 观点
    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:
    观点
    2025年08月13日
  • 观点
    AI时代的员工敬业度与幸福感危机——我们该怎么办? HRTech概述:Josh Bersing刚刚发布文章指出,美国职场幸福度与员工敬业度出现严重滑坡。根据 Gallup 数据,全面敬业的员工比例仅为 21%,优秀的管理者仅为 27%;令人担忧的是,66% 的员工处于“痛苦”状态,8%处于“挣扎”状态。同时,世界幸福报告显示,美国幸福排名从 2024 年的第 15 名跌至 2025 年第 24 名,首次跌出前 20 名,现仅略高于波兰、伯利兹与台湾。文章分析背后成因:AI 引发裁员与不确定恐惧感;曾经被推崇的远程与灵活工作被缩减;缺乏对年轻管理者的培训与支持;社会关系被社交媒体与政治撕裂;员工对领导层的信任及公平感下降。 员工敬业度与幸福感的统计数据令人震惊 Gallup 2025 年的数据表明,只有 21% 的员工完全投入工作(比去年下降 10%),只有 27% 的管理者投入工作(下降 11%),66% 的员工处于“痛苦”状态,**8%**处于“挣扎”状态。 还有更多令人沮丧的消息。《2025 年世界幸福报告》显示,美国的幸福感从 2024 年的第 15 位骤降到 2025 年的第 24 位,这是美国首次跌出前 20 名。美国的幸福感仅略高于波兰、伯利兹和台湾,如今已低于英国。 而且,这不仅仅是蓝领或一线工人的问题:正如《华尔街日报》文章《为什么管理者如此痛苦》指出的那样,管理者(27% 敬业度)比去年幸福感低 11%,年轻管理者的感受最糟。只有三分之一的年轻管理者接受过任何培训,而且他们的管理跨度还在不断扩大。 我认为,管理者可能是受人工智能直接影响最大的群体。他们不仅被要求裁员、提高产出,还被期望在很多已经力不从心的情况下“改造”团队。 然后是恐惧的问题。由于 DOGE、各种关于 AI 消灭工作的文章以及大量裁员,86% 的员工表示在工作中经常感到“恐惧”,**34%**的人害怕发声。他们害怕什么?害怕 AI 抢走工作、害怕被淘汰,或干脆害怕被忽视。 (Adecco 对 8 万名员工的全球调查发现,40% 的员工担心工作稳定性,其中人工智能被列为这种恐惧的第一来源。) 为什么会发生这一切? 正如我在下方视频中讨论的那样,关于员工和劳动力幸福感的源源不断的调查和报告,源自多种因素的结合。 远程工作刚刚习惯了灵活性,却被“拉回”办公室。AI 技术人员过度推销他们的工具,并说服 CEO 裁员。政治和社交媒体削弱了我们的社区感、友情和善意。 《世界幸福报告》认为幸福有六个因素: 人均 GDP(财富) 社会支持(在遇到困难时是否有人可以依靠) 预期寿命(寿命长短与健康质量) 选择生活的自由(人们对自己生活控制和决策能力的感受) 慷慨(慈善捐赠、志愿服务以及帮助陌生人的意愿) 腐败感知(对政府和商业腐败的认知) 当我们观察美国的幸福状况时,问题很明显。尽管 GDP 上升,但社会支持显著下降(19% 的年轻人表示没有可以依靠的人)、预期寿命下降、自由度下降 15%、腐败感知下降近 20%。正如那句老话所说,金钱并不是幸福的来源。 在实际生活中,还有很多问题:加沙和乌克兰战火不断;美国政治极度两极化;关税战让国家对立;商业领袖们忙于追赶 AI,而 AI 现在主导着股市估值。 如果你在普通的一天打开 CNBC,你会看到大多数记者在将公司的业绩与 Nvidia 或 Microsoft 比较,并想知道“他们如何才能跟上”。这给 CEO 带来了更大的压力,公司在不确定中手忙脚乱地重组、转型或裁员,试图成为一家“超级员工公司”。 还有那些 AI 评论员,他们告诉我们“超级智能”即将到来。尽管听起来荒谬,但这让人们更加担心。 四天工作制?还是 72 小时(996)工作制? 现在我们来谈压力问题。尽管我们梦想着 AI 能带来四天工作制,但科技公司现在却走上了中国的路线,要求员工在周六工作。这被称为“996”,即早 9 点到晚 9 点,一周 6 天。在工作岗位稀缺的情况下,一些雇主能够强制执行这种规定。(风投似乎很喜欢这种方式。) 事实上,中国现在真的在实行“007”——从午夜到午夜,一周七天,只是采用轮班制。 “如果你想建立一家价值 1 亿美元的公司,你可以每周工作五天。但如果你想建立一家价值 100 亿美元的公司,你就必须每周工作七天。”——某知名风投 我们对四天工作制做了详尽的研究,大多数学术研究表明,生产力(每小时的实际产出)在每周 30–35 小时时达到峰值。当人们的体力极限被突破时,他们可以靠喝更多咖啡来支撑,但工作质量会下降。而软件公司是少数几个经常接受持续存在的缺陷的行业之一。 我认为,大多数人都不希望自己的汽车、飞机或医疗设备是由一个为了赶进度在周六加班的人设计或制造的。是的,iPhone 是由疲惫的中国工人制造的(我建议你阅读《Apple in China》了解详情),但苹果对质量的专注克服了倦怠的工作条件。 我们如何应对这些问题?(基于多年的研究) 这些问题很复杂,正如我们下面的框架所示。我将解释其中一些主题,并推荐我的书《Irresistible》。注意:下面讨论的所有研究及更多内容可在 Galileo 和 Galileo Learn 中找到。 重新思考“财务优先”先从基本问题开始:你的唯一商业目标是赚钱吗?如果是这样,你可能会忽视“持久的组织为股东带来最佳回报”这一事实。投资人力资本,你会发现这是你唯一会增值的资产(机器甚至软件都会老化)。 将使命感与问责制重新聚焦我们遇到的最佳公司在“使命感”和“问责制”之间保持强大平衡。他们对产品和客户有不懈的关注,同时也会彼此问责。最近几位客户告诉我,他们的文化“太友好”。人们不愿进行困难的对话,因此绩效问题得不到解决。我听到的最佳做法是使用“张力时间(Time under Tension)”的概念,迫使人们在情况不佳时彼此交流。 尽量避免过度招聘在我们的系统性 HR 研究中,我们发现太多公司认为所有问题都可以通过雇佣下一个专家来解决。这不仅非常昂贵,而且大多数“专家”不会久留。是的,我们希望建立人才密度,但你可以在公司内部找到优秀人才,而不必总是向外寻找。 慷慨投资于员工发展平均公司每年在每位员工的发展上只花费 1,200–1,500 美元(约占工资总额的 1.5–2%)。要确保这些钱花得值得,不要浪费在没人会用的一堆课程上。我们建议采用动态学习模式,例如 Galileo Learn 和其他新兴平台。学习可以提高生产力、质量、创新和敬业度。因此,将发展性任务、临时项目、岗位轮换和灵活安排视为学习、成长和提高生产力的机会。 打造动态组织:让人能够变换角色现在 AI 已经到来,我们都在面对职位变化、新角色和新的业务流程。PwC 的 CEO 调查支持我们的研究:那些经常调动人员的公司,其盈利能力比不这样做的公司高 27%,而且员工更敬业、更幸福、更高效。 公平支付,而不仅仅是高薪薪酬固然重要,但它的重要性可能没有你想象的大。我们关于薪酬公平的研究发现,薪酬的公平性和透明度比薪酬水平本身重要七倍。确保你的薪酬与当地生活成本、技能水平和市场保持一致。在福利方面,要了解本地需求——在一个城市,健身房会员资格可能远不如物理治疗补贴有价值。 学会欣赏、感谢并认可员工人类不是机器:我们都渴望被欣赏。一句简短的感谢、一次正式的表彰,甚至一个强大的社交认可平台,都能改变公司的运作方式。那些只是一味索取、很少奖励员工的公司,总是深陷倦怠之中。你可以通过专注于善意来避免这种情况。我们的研究显示,拥有高认可文化的公司,其自愿离职率比同行低 70%。 践行企业公民责任虽然现在这并不流行,但请记住,作为私营部门领导者,你也有公民责任。我们对待员工、商业伙伴、供应链和社区的方式非常重要。这包括 DEI(多元化、公平性和包容性)、社区参与、归属感以及我们称之为“员工激活”(倾听员工)。伟大的公司也是伟大的公民,这些投入构成了员工幸福、满足和意义的基础。 拥抱宽容、灵活和启发性最后,让我们记住以人为本的领导力基础。我们是人,不是机器。我们需要休息,我们有情感,有时会脆弱,也会犯错。是的,我们希望员工表现出色,但正如我们在疫情期间学到的那样,照顾好人,是照顾好业务的最佳方式。 是的,员工敬业度确实很重要最后一点,正如我在《Irresistible》中所描述的,企业中的员工敬业度呈钟形分布。虽然平均分是 3.4(满分 5 分),但许多公司表现得更高。这些“不可抗拒型组织”在长时间内始终优于同行。如果你希望你的业务长久发展,就要照顾好你的团队。
    观点
    2025年08月13日
  • 观点
    Josh Bersin:人工智能能战胜人类直觉做决策吗?不可能 多年来,我们一直在争论 AI 是否能用于人类决策,比如:该雇佣谁?该提拔谁?薪酬多少合适?以及数百种其他决策。领导者每天都面临复杂、艰难的抉择——我们能信任 AI 来替我们做决定吗? 我的观点是:不能。 什么是直觉?什么是情绪? 我们都知道所谓“第一类思维”(Type 1 Thinking)——也就是直觉反应——在我们日常生活中扮演着主导角色。比如你见到一个人、坐在一个会议中,突然就知道“该雇谁”或“该怎么做”,即使数据很难查证。 我最近深入研究了遗传学、情绪与直觉,并得出结论:再强大的 AI “超级智能”,也无法替代我们的情绪。而这些情绪,来自我们的成长背景、过往经历,甚至基因组成——往往比数据更具洞察力。 作为一名工程师,我当然推崇数据与科学,因此并不是在否定算法与数据驱动决策。但我在人力资本领域的研究一再证明,是“人类直觉”在补充、辅助,并最终确定那些 AI 给出的建议。 AI 做决策的局限性在哪里? AI 系统依赖“概率神经网络”进行训练,模型会从已有数据中学习,再用来判断新信息——写一段代码、生成一张图、创作一篇文章,它做得确实很出色。这是因为它可以瞬间把所有训练内容当作一个巨大的“数据集”,并用向量计算给出答案。 但这都基于一个假设:数据本身就足够全面,能够包含足够多的观点和洞察。如今,大多数大型 AI 实验室已承认“可索引的数据已经用尽”,所以开始制造“合成数据”——也就是 AI 用已有数据生成新数据,以此来扩充模型。 问题来了:这些数据缺失了什么? 如果你研究情绪理论(至少有六种主流理论),你会发现大多数观点都认为,一个人“对一件事的感觉”源于其生活经历、刺激源(所见所闻所感)以及基因。而“基因”这个维度,则是几百万年人类进化的产物。 所以即使某个商业决策在逻辑上是合理的,但我们每个人对数据的解读都是不同的,而我们的反应也由经验和人性所驱动。这就是为什么在一个高管会议上,大家面对同一组营收与市场数据,却会得出完全不同的结论: 比如一个人说:“我们做得不错,该庆祝!”另一个则说:“为什么没更快增长?我们本可以更好!” 为什么人类决策更有优势? 人类互动千差万别,有人积极进取,有人保守稳重。这种“直觉差异”正是一些公司在市场中脱颖而出的关键。 那这种直觉来自哪里?来自我们几百万年的进化历史与独特的“表观遗传能力”(epigenetic capabilities)。换句话说,人类智能与直觉,源于我们的家族基因、成长经历与历史背景。 以我自己为例:父亲那边是音乐家与科学家,母亲家族是商人。我最终成了一个热爱商业与人力工作的工程师。而因为父母都是企业家,我也成了一个有野心、敢冒险、喜欢挑战的人。 这些人类“能力”,本质上是历史和基因的组合,它们在我们的情感、直觉、性格和智慧中展现出来。 AI 决策能超越人类吗?绝不可能。 很多人用丹尼尔·卡尼曼的书《思考,快与慢》来解释这个问题。书中提出: “快速思维”是直觉, “慢速思维”是分析。 尽管这个划分广受欢迎,但现实更复杂。AI 在“慢速分析”方面确实做得不错,但仍然极其“幼稚”。 比如让 Grok 来解释“杰弗里·爱泼斯坦事件”,它会给出一段生硬的描述,但完全没有触及人类直觉所捕捉到的“这是个肮脏、混乱、令人羞耻的丑闻”。 我想表达的是:无论 AI 如何发展,也无论企业在数据中心上投入多少资金,它都无法复制人类在基因、历史与演化层面累积的智能。 举几个例子你就明白了: 当你开车经过街口,看到一个小孩站在路边,你的本能反应是“她可能会突然冲出来”。 当你在会议中感到“这个决策不对”,你会下意识决定“我们先别急,明天再看看感觉”。 而 AI 呢?它只会基于逻辑推演立即给出一个“答案”。 总结:人类直觉,在AI时代更重要 这种“情绪 + 本能 + 遗传”的判断力,正是人类与众不同的关键所在。 正因如此,我们才会有乔布斯与盖茨的不同,马斯克与奥特曼的差异。我们必须正视并尊重这些“人类智能”的组成部分,它们比以往任何时候都更重要。
    观点
    2025年07月28日
  • 观点
    员工体验平台的演进:推动 AI 转型的关键引擎 员工体验平台(EXP)正在成为企业 AI 转型的关键基础设施。EXP 不再只是HR工具,而是推动组织学习、透明沟通和员工赋能的核心平台。研究提出五大战略:以人为本、自下而上、持续学习、透明沟通和实时优化。案例包括 Microsoft 的 HR AI 转型、ASOS 的 AI 自动化、Clifford Chance 的法律文书 AI 起草。EXP 赋能组织实现敏捷变革和AI落地。 AI 正在快速改变职场——不仅是技术,更是组织文化与工作方式的深刻变革。 人工智能(AI)的广泛应用为生产力、效率和业务增长带来了前所未有的机遇。然而,AI 转型并不仅仅意味着“部署新技术”,它实际上深刻地重塑了员工体验,影响着组织文化、团队协作方式与工作流程。 在这一转型过程中,员工体验平台(Employee Experience Platform,简称 EXP) 正逐渐从传统的 HR 工具,演进为推动企业成功实施 AI 的关键引擎。EXP 不再只是一个用于请假或查政策的门户,而是集成沟通、学习、协作、数据与自动化的智能化平台,帮助组织推动 AI 采纳、提升员工准备度,并确保 AI 真正带来业务价值。 员工体验平台的演进 EXP 的初始功能主要是处理事务性流程,如请假申请、薪资查询等。但如今,随着 AI 技术的发展,EXP 已演变为智能化的交互中心,集成以下核心功能: 跨系统的员工沟通与协作 提供关于 AI 使用和员工情绪的实时洞察 支持个性化的学习与技能建设 自动化重复任务,让员工专注于更有价值的工作 同时,得益于 AI Agent 的融入,如今的 EXP 变得更易使用,员工可通过自然语言与系统交互,实现跨系统流程操作,无需再进入多个事务性系统。 因此,EXP 不再是“可有可无”的系统,而是 企业 AI 成功转型的关键基础设施。 企业 AI 转型案例 我们调研了三家具有代表性的公司,探讨他们在 AI 转型中如何借助 EXP 实现落地与成效: 1. ASOS(线上时尚零售) 部署 Microsoft Copilot 与 Microsoft Viva 赋能多业务部门 用 AI 驱动 HR 案例处理工具,提升服务效率 通过自助服务门户精简事务流程 用自定义 AI bot 自动完成可持续认证流程 成果:员工生产力提升、参与度增强、AI 无缝落地 2. Microsoft(打造 AI 驱动的 HR 部门) 通过 Viva 学习模块开展 AI 培训 自助 HR 工具增强员工支持体验 实时分析 AI 使用情况,持续优化策略 成果:HR 效率显著提升,数千名 HR 领导参与 AI 社群 3. Clifford Chance(国际律所) 用 AI 起草法律文件,为律师提供初稿 借助 AI 语言工具跨越法律语境差异 利用 AI 管理法律知识,快速找出相关案例 成果:文书效率提升、知识共享加速、决策更精准 AI 转型的敏捷性要求 与传统变革不同,AI 推广不是一次性事件,而是一个 持续试验、迭代和适应的过程。因此,企业需具备“变革敏捷性”(Change Agility),用灵活的机制推动员工学习和组织协同。 借助 EXP 实现 AI 成功的五大战略 我们总结出五个成功企业在 AI 转型过程中普遍遵循的策略,而 EXP 是支撑这些策略实施的核心平台: 1. 以人为本与目标导向(Focus on People and Purpose) AI 的导入需与组织使命、价值观和员工需求保持一致。EXP 可确保所有 AI 工具围绕员工体验设计,提升参与度、工作效率和福祉。 📌 案例:Microsoft HR 借助 Viva Amplify 定制 AI 推广内容,让 HR 团队及时获取战略沟通信息,确保 AI 项目与业务目标保持一致。 2. 采用自下而上的迭代方法(Bottom-Up, Iterative Approach) AI 转型不能靠高层指令推动,而应依赖一线员工的反馈与试验。EXP 通过实时反馈与学习机制,让员工在实际工作中试用、迭代与优化 AI 工具。 📌 案例:ASOS 借助 Viva 社区功能发起“Work Smarter”活动,员工可在平台上公开交流 AI 使用案例,形成知识共享文化。 3. 鼓励透明沟通与试验精神(Transparent Communication and Experimentation) 员工需要明确知道 AI 工具的使用场景、目的与风险,才能建立信任并积极参与。EXP 提供结构化、公开的试验机制,确保过程透明。 📌 案例:Clifford Chance 在 Microsoft Viva 中嵌入 AI 工作流程,员工可以实时测试 AI 辅助起草功能,同时了解其运行逻辑。 4. 推动持续学习与技能建设(Continuous Learning and Skill-Building) 员工必须掌握 AI 基本素养,才能有效融入 AI 工具。EXP 提供基于角色定制的学习路径,支持技能升级与长期成长。 📌 案例:Clifford Chance 借助 Viva Learning 培训员工 prompt 工程、AI 素养与数据分析技能,为 AI 工具的使用打下基础。 5. 实现实时度量与持续优化(Real-Time Measurement and Improvement) 与传统 IT 项目不同,AI 推广必须持续监测并快速调整策略。EXP 提供实时分析能力,帮助企业追踪员工情绪、生产力与 AI 使用情况。 📌 案例:Microsoft HR 借助 Viva Insights 实时追踪 AI 使用频率、员工负荷减轻情况与情绪变化,以便动态调整 AI 战略。 HR 在 AI 转型中的新角色 在 AI 重构工作的过程中,HR 部门不再只是支持者,而是: 主导员工技能升级与再培训 协助重塑岗位定义与工作流程 在 HR、IT 与业务之间架起 AI 战略桥梁 落实负责任 AI 政策,确保 AI 应用符合伦理与企业文化 HR 将在未来的 AI 时代中扮演 “战略引导者 + 管理变革催化者” 的核心角色。 行动建议与未来展望 企业若想在 AI 转型中取得成功,应当: ✅ 采用“变革敏捷”思维,持续学习、实时迭代 ✅ 建立 AI 驱动的员工体验平台,支持流程与文化融合 ✅ 打破 HR、IT、业务之间的壁垒,实现跨部门协同 ✅ 实施实时度量机制,根据反馈不断优化 AI 战略 EXP 已成为企业迈入 AI 未来的基础设施。 AI 将持续重塑职场,但决定 AI 成败的关键并非技术本身,而是组织是否能让员工真正拥抱 AI、用好 AI。 EXP 不再只是一个 HR 工具,而是打造学习型组织、推动信任建设和灵活变革的“中枢神经系统”。企业若想在 AI 驱动的时代中保持竞争力,就必须把员工体验放在战略核心位置。 作者:Kathi Enderes | 全球研究与行业分析高级副总裁 | Josh Bersin Company
    观点
    2025年07月20日
  • 观点
    Josh Bersin专栏:“人才情报市场”爆发,AI 如何重塑招聘、技能与决策? HRTech概述:在当今数据驱动的时代,“人才数据” “People Data ”已成为企业最重要的资产之一。Josh Bersin 在其最新分析中指出,人才情报市场正在快速发展,形成从数据收集(如 Rhetorik)、数据建模(如 Lightcast、Revelio)、到智能平台(如 Galileo、Seekout)的三层架构。Lightcast 收购 Rhetorik 不仅加强了全球人才画像能力,还拓展至销售与营销数据领域。借助 AI,企业HR如今能通过对话式系统实现招聘推荐、技能评估、内部流动等多项功能。这场由数据与AI驱动的革命,正在重塑HR的专业边界。 原文题目:People Data For Sale: How The Talent Intelligence Market Works 作者:Josh Bersin · 2025年7月16日 在我们经济中,**“人力数据市场”**是最具活力和影响力的部分之一。每位招聘人员、选址专家、人力资源高管、经济学家、大学校长和政府规划者都希望知道:哪些岗位在增长?哪些技能最受欢迎?薪资趋势如何变化?还有更多相关洞察。 虽然很多人了解美国劳工统计局(BLS)发布的公共调查数据,但在其背后,有一个更加先进、由 AI 驱动的产业:“人才数据市场”。 人才数据市场的结构 几十年来,像 Monster.com、LinkedIn 等公司,以及其他数百家公司,通过算法抓取了关于个人、职位和企业的信息。最初,他们这么做是为了开发产品和服务。但如今,**“数据采集本身”**已成为一项庞大的商业活动。 大致来说,该市场可以分为三类供应商,且部分公司跨界经营。 第一类:数据聚合商(Data Aggregators) 代表企业包括:Rhetorik(已被 Lightcast 收购)、Lightcast(职位市场数据)、People Data Labs(PDL)、SignalHire、Revelio Labs、Cognism、Coresignal、Draup、Talent Neuron 等。 这些公司专注于大规模采集专业个人档案数据,信息来源包括公共记录、网页抓取(例如 LinkedIn 的公开资料)以及与一些小型数据供应商的合作,有些合作甚至涉及隐秘运作(如以色列的情报公司)。 部分聚合商如 Revelio、Draup、TalentNeuron、Lightcast 等,也会直接销售产品,因此在某种程度上也属于第二类供应商——数据整理与建模者。 第二类:数据整理与建模商(Data Enrichment & Organizers) 这类公司会将数据进行分类、构建技能模型、统一职位名称等,将海量非结构化数据组织成可用信息。他们的价值在于推理、日常更新以及与通用框架的整合。 代表公司包括:Lightcast(领先者)、Draup、Revelio Labs、TalentNeuron、Findem、ZoomInfo 等。后者多聚焦于销售与金融领域。 他们的技术团队会处理每天新增的数百万条记录,将其整理成职业分类体系(例如职位模型、职业编码),并推演出一个人的技能、雇主、教育背景、薪资与地理位置等信息之间的关联。 随后,这些数据会以 API 接口、数据连接器等形式供第三方平台调用。 这类数据处理非常复杂。例如,一个人的数据链会包含教育、技能、工作经历、雇主、所在城市等;这些又会连接到公司层级的信息,包括企业历史、产品、投资和技术项目等。 当这些公司把数据组织得足够好时,可以回答如下问题: 哪些职位越来越值钱? AI 工程师的技能是如何细分的? 电动车工程师需要哪些新兴技能? 哪些能源科技正在崛起?哪些公司在使用?我要如何找到这些人才? 这些能力,将使得使用这些平台的企业在人才市场上领先对手数倍。例如,很多公司用 Lightcast 进行选址决策,投资金额甚至高达数亿美元。 第三类:人才智能平台(Talent Intelligence Products) 这是产业链的第三环节。 这类公司(包括几乎所有 HR SaaS 厂商)将上述数据集成进企业的招聘系统、技能分析、规划、内部流动等流程中。它们的任务是将外部人才数据与企业内部数据融合,从而使 HR 系统变得“智能”。 举个例子:你想为某项目寻找最适合的市场或工程人才,但公司 HR 系统只记录了职称和学历。借助上述数据平台,这些系统可以告诉你:谁才是真正合适的人选?甚至还能预测谁具备晋升潜力。 人才数据市场的高价值应用场景 该市场主要面向四大类终端用户: 企业客户:用于人力规划、招聘分析、技能战略。 教育机构:用于课程设计、学生就业评估、经济影响评估。 政府单位:用于经济发展、政策制定和劳动力投资。 销售与市场团队:用于线索生成、市场细分和客户画像构建。 对企业来说,这类数据对增长与绩效至关重要。随着 AI 系统普及,对高质量人才数据的需求也越来越高。 例如,Galileo 是一款直接接入 Lightcast 数据的 AI 工具。你可以上传10位员工的姓名、职位、简历和会议记录,让 Galileo 进行能力评估、对比与基准分析。这一功能可用于绩效管理、发展辅导、岗位设计与招聘决策。 Josh 本人还尝试过让 Galileo 分析过去 6 个月的公司会议数据,它能自动识别出员工姓名、技能强项与弱项,有些甚至是他自己之前未曾意识到的。 更重要的是,这只是冰山一角。通过这些数据+AI,企业可以: 智能筛选候选人 分析薪酬与外部趋势对比 进行绩效分析与技能对标 而这一切,都可以通过像 Seekout、Galileo、Eightfold 等 AI 系统实现,进入“对话式分析”新时代。 最新动态:Lightcast 为何收购 Rhetorik? 作为行业巨头,Lightcast 最近收购了数据采集公司 Rhetorik。这不仅增强了其人才画像数据源,还标志着其正式进军营销与销售数据市场。 目前 Lightcast 已覆盖三大市场:企业、教育与政府。此次收购将: 丰富 Lightcast 的员工数据维度 拓展销售/市场线索类数据应用 强化其在技能建模、薪酬基准、职业路径等方面的领先地位 借助现有数据科学团队,Lightcast 有望在多个市场领域实现倍增式增长。 AI 正在加速这个市场的演进 Josh 在播客中指出,AI 工具如 Galileo、Microsoft Copilot 等,让每位 HR 或管理者都能轻松使用这些复杂的数据系统。 你不再需要编写报告或查询数据库,只需提问,系统即可给出有洞察力的答案。 Lightcast 也正是意识到 AI 驱动的市场机会,才会加快产品布局,以巩固其市场领先地位。
    观点
    2025年07月16日
  • 观点
    从美国招聘网站裁员,看就业市场的深层重构—AI主导招聘入口,蓝领市场韧性凸显,平台价值面临重估 HRTech概述:2025年7,招聘行业接连迎来冲击:Indeed裁员1300人、Glassdoor被整合、CareerBuilder与Monster宣告破产、ZipRecruiter股价腰斩。传统“职位广告+流量”模式正被AI快速取代。同时,ADP数据也显示:白领岗位同比下降12.7%,而蓝领岗位需求相对稳定。招聘正发生深层结构性转移。你认为未来企业还需要传统招聘平台吗?你所在公司是否也开始使用 AI 工具招聘了? 以上仅代表美国市场的情况,我们做一个参考,国内的情况你怎么看? 2025年7月,日本人力资源服务巨头 Recruit Holdings 再次宣布重组其 HR 科技部门,裁员约1300人,约占该部门员工总数的6%。此次调整涉及旗下的 Indeed 和 Glassdoor,其中 Glassdoor 将正式并入 Indeed,原CEO也已确认将在10月离职,平台独立运营时代宣告结束。Recruit Holding的  CEO 也是目前Indeed 的CEO  Deko 在发给员工的内部信中写道:“AI 正在改变世界,我们必须适应,并确保我们的产品能够真正为用户提供卓越体验。” 这已是 Recruit 旗下 HR 科技业务三年来的第三轮大规模裁员,自2023年以来,仅Indeed一家公司累计裁员人数就已超过4000人(2023年2200人,2024年1000人,2025年这次),影响范围涵盖全球产品、市场、人力资源及研发团队。然而,这场变动并非孤例,而是整个美国招聘科技行业深度震荡的缩影。 招聘平台集体调整,传统模式遭遇全面冲击 除了Indeed,行业内多个知名招聘平台也已陷入结构性困境。2025年6月24日,CareerBuilder 与 Monster Worldwide 的母公司 Zen JV, LLC 及其旗下9家子公司正式在美国特拉华州申请了Chapter 11破产保护,标志着北美招聘平台两大代表性品牌正式走向终章。此次破产涵盖包括 CareerBuilder、Monster Worldwide、CareerBuilder France、Monster Government Solutions、FastWeb、Luceo Solutions 等在内的10家实体。根据法院文件披露,Zen JV 负债总额高达5亿美元,主要集中在市场推广、技术服务、法律费用等长期应付款项,资产规模则不足1亿美元。 更令人警醒的是,该集团已公开表示“当前无能力向普通无担保债权人偿付”,预计仅能在破产管理期间支付行政费用。这不仅是一场财务重组事件,更是AI技术变革与平台商业模式失灵交织下,传统招聘平台集体“退场”的标志性时刻。 科技招聘平台 DICE 的母公司 DHI Group 也在6月宣布裁员约100人,占其总员工数超过30%。即便是公开市场上的幸存者,如 ZipRecruiter,也面临严重的增长压力。其股价在2021年上市初期曾达到每股24美元以上,而截至2025年7月,已跌至不足12美元,市值缩水超过50%。2024年年报显示,其营收同比下降近8%,净利润出现连续两个季度负增长。 此外,大型招聘服务公司如 Randstad、Robert Half、ManpowerGroup 等,也都在2024年底至2025年初陆续下调年度营收预期。其中,Robert Half在其2025年Q1财报中明确指出“招聘需求持续低迷,白领岗位需求尤其不稳定”,并削减了近10%的内部招聘职位。 白领岗位下滑,蓝领市场韧性仍在 招聘平台的收缩,背后是白领岗位持续萎缩的宏观现实。根据 ADP 发布的2025年6月就业报告,美国私营部门当月净减少3.3万个岗位,为过去一年中最严重的月度下滑之一。而下滑的重点集中在信息、金融、教育与专业服务等“白领板块”。 相对而言,蓝领市场仍表现出一定的韧性。数据显示,6月制造业新增岗位1.5万个,建筑业新增9000个,运输与仓储岗位持平或微增。Revelio Labs的职位发布数据也印证了这一趋势:截至2025年第一季度,白领岗位发布同比下降12.7%,而蓝领岗位下降幅度仅为11.6%。 换句话说,并非整个就业市场都在收缩,而是招聘平台原本依赖最深的中高端白领市场正在发生结构性转移。同时,中小企业、制造业和本地化服务企业越来越倾向于通过私有化渠道或AI系统直接招聘,而非依赖传统平台。 AI招聘工具替代平台功能,入口权力正在迁移 更具颠覆性的,是 AI 技术对招聘流程的全方位替代。Paradox.ai 等AI平台已将简历筛选、候选人沟通、面试安排等环节自动化运行,企业平均可节省5至7天的招聘周期,并显著降低人工操作成本。 SmartRecruiters 在2025年初推出的 Winston 平台,更是几乎实现了招聘流程的全链路自动化,从岗位描述生成、候选人匹配到跟进面试与录用,全程无需人工介入。 而 Shopify 的招聘政策则更具象征意义:管理者必须先证明“AI无法完成任务”,才被允许新增人力岗位。 这种“AI优先”模式正在快速扩展至大型科技公司、远程组织和新兴初创企业。 这一切都对传统招聘平台构成根本性挑战。当企业可以通过AI系统在内部完成筛人、沟通、反馈等流程,是否还需要Indeed、Monster、CareerBuilder这样的“二手中介”? 自带人才资源的AI平台,正在绕过传统招聘入口 与招聘网站不同,以 HireEZ 为代表的 AI 主导型 sourcing 平台,正通过“自带人才图谱 + 主动推荐 + 多渠道触达”模式,直接打通企业招聘链条的前段。其最新推出的 Agentic AI 产品线,不仅能智能生成职位描述和人才画像,还能根据职位动态自动搜索全球超过8亿候选人的数据池,并通过多渠道(如邮件、LinkedIn、GitHub)实现个性化触达。 这类平台的核心优势在于:不依赖传统“发布-等待”的流量机制,而是主动“找到人、联系他、推动转化”,显著缩短招聘流程,尤其适用于技术、销售、医疗等“高需求+人才稀缺”岗位。 HireEZ 并非个例。Entelo、SeekOut、Findem、Fetcher 等新一代 sourcing tech 公司,纷纷布局 AI Agent 能力,试图将“招聘入口”从平台导流转为“搜索+自动跟进+分析”的闭环式体验。 这类产品的崛起正在清晰传递一个信号:企业并不一定非要依赖招聘网站,只要能高效获取人、联系到人、推进流程,平台不再是唯一通道。 平台价值重估:从流量生意转向数据能力 过去二十年,招聘平台依靠“职位广告+简历流量”的商业模式稳居入口地位。但今天,企业不再需要依赖外部平台筛选简历,也不再需要为“曝光”买单。 随着招聘数字化、AI自主化程度的提升,平台的价值正在从“渠道聚合”向“数据能力、系统协同”迁移。Recruit的整合动作正体现了这一趋势:通过将Glassdoor并入Indeed,集中资源打造AI招聘系统,并将“品牌+技术+用户行为”打通,才可能形成下一阶段的增长支点。 平台如果不能在AI系统中扮演“操作系统”角色,或在某一垂直行业构建高门槛的专业壁垒,将极易被AI招聘助手、私域SaaS系统所取代。 未来的招聘入口,将由AI定义 从表面看,这一轮平台裁员潮似乎只是经济寒冬下的被动收缩。但更深层的信号是:招聘的入口权正在从平台转向AI,从流量转向系统,从广告转向数据。 白领招聘正逐步走向智能化,蓝领招聘则重回本地化和平台外部化。传统平台的中介属性正在被解构,取而代之的是“流程引擎”和“智能交互”的新角色。 AI不会完全取代招聘行业,但它一定会取代那些缺乏AI能力、无法重新定义自身价值的招聘平台。
    观点
    2025年07月14日
  • 观点
    CHRO如何在Agentic AI时代引领转型?-从工具使用者到组织智能架构师 HRTech概述:在AI快速演进的背景下,一种全新的人力资源战略正在崛起——Agentic AI。与传统自动化不同,Agentic AI 更强调“人机协作”,由HR主导、AI支持,共同实现更高效、更可信、更具战略性的决策模式。CHRO将不再只是执行者,而是组织智能的塑造者。他们将管理AI治理、建立伦理规范,并重塑人才战略与工作模式。 在AI技术席卷各行各业的当下,HR也站在了关键转型的风口浪尖。但这一次,变革不再是简单的流程自动化,而是一场围绕“智能协作”展开的深层重构。一场名为“Agentic AI”的革命正在悄然开启,而CHRO(首席人力资源官)正成为这场革命的核心引领者。 过去十年,AI在HR中的应用多集中于效率层面,例如自动筛选简历、智能排班或聊天机器人。人们习惯性地把AI当成一套“流程优化工具”。然而,在Agentic AI崛起的今天,这种理解已远远不够。 所谓“Agentic AI”,并非仅指具备感知、预测和处理能力的AI系统,更强调它在组织中作为“主动代理者”的角色。换句话说,它不再是“被调用的工具”,而是“共同参与决策与价值创造的智能个体”。 这对CHRO而言,既是一场挑战,更是一场空前的战略机遇。 CHRO的角色,将从“流程守门人”走向“组织智能架构师” 在《Agentic Carousel》报告中,HR的AI成熟度被划分为五个阶段,每一个阶段都对CHRO提出了新的要求。 在最初阶段,HR引入AI主要为了减负降本,例如RPA自动化、招聘系统、考勤管理工具。此时的CHRO,更多是“效率优化者”,关注系统选型与ROI。 进入第二阶段,AI开始赋能洞察。HR团队借助AI进行离职率预测、招聘渠道分析或薪酬对比。这一时期的CHRO,要成为“洞察翻译者”,能够将数据解读转化为业务语言,支撑高层决策。 而真正的转折点,发生在第三阶段——协作。Agentic AI的概念在这一阶段真正落地。HR开始引入智能推荐引擎、AI教练、员工发展路径推演等新型产品。AI不再仅服务于流程,而是与HR共建体验。CHRO的角色也随之转型,成为“人机协作推动者”。 接下来,是最难但也是最关键的第四阶段:信任建立。AI的使用引发隐私、偏见、透明度等伦理问题,这一时期的CHRO,不再只是HR部门的负责人,而是组织中AI治理的倡导者与建设者。他们必须从零建立伦理框架,设定治理边界,与法务、IT、风控部门紧密协作,确保AI在组织内“用得对、用得稳、用得明白”。 最终,顶尖的CHRO将进入第五阶段,成为真正的“组织智能架构师”。此时的AI已融入企业战略执行链条,HR也不再是传统的支持职能,而是构建“人+机”共生系统的中枢——既理解人性,也管理算法;既制定人才策略,也操控技术杠杆。 Agentic AI的核心:不是替代人类,而是赋能人类 Agentic AI强调的是主动性与人类协同。它不是接管HR的工作,而是把HR从繁杂冗余中解放出来,让HR团队更聚焦于影响力建设、战略落地与文化引导。 在这种模式下,CHRO的重点工作也随之改变。他们不再只关心绩效制度是否公平、薪酬是否具有市场竞争力,而是开始构思: 我们的AI招聘系统是否存在潜在偏见? 员工是否信任他们的职业成长轨迹是AI建议的? 组织是否具备基于AI洞察灵活重构团队的能力? 我们是否已建立起可以透明追责的AI治理体系? 这些问题,过去并不属于HR的核心关注,但如今,CHRO必须站在这些议题的最前线。 三个关键行动,构建AI时代的战略型HR中枢 首先,CHRO要搭建AI伦理与治理机制。这不是IT或法务部门的任务,而应由HR牵头,设立跨部门委员会,定义AI的边界与员工知情权,推动透明与信任的组织文化。 其次,要推动技能结构的系统性升级。AI不会自动提升组织智能,它需要人类理解、引导、解释。CHRO要重构培训体系,将AI素养、数据分析、跨职能协作、文化演进等能力融入人才发展路径。 第三,要以**“战略运营核心”的定位重塑HR架构**。不再把HR当作后台,而是将其升级为企业的“智能中控室”。通过AI与人协同,HR能实时洞察员工状态,预测团队动能,辅助管理层制定业务决策,真正参与业务成长。 未来的HR,不是更自动化,而是更智能化、更人性化 如果说过去的HR转型靠的是系统实施、流程重组与服务共享,那么未来的HR转型靠的将是战略主导、文化重塑与智能融合。 Agentic AI不是一项技术趋势,而是一场范式转变。它要求CHRO具备前所未有的综合能力——理解人性、驾驭技术、治理复杂系统、引领组织文化。 这正是未来最强CHRO的进化之路。
    观点
    2025年07月03日
  • 观点
    Josh Bersin谈为什么关于 AI 会毁掉工作和人类的恐慌被严重夸大 HRTech 概述:Josh Bersin驳斥了关于AI将摧毁就业、削弱人类价值的广泛担忧。他指出,尽管AI发展迅猛,但多数企业目前仍处在AI转型的初期阶段,仅10%不到的公司真正实现了深度集成。以Galileo平台为例,Bersin强调,AI实际上正在释放员工的创造力,催生所谓的“超级员工”(Superworker),提升个人与组织的生产力,而非简单替代工作。 文章列举了多个行业和场景中的AI应用情况,包括Chipotle、H&M和中东地区的大型航空公司,均处于流程重构与工具探索阶段。Bersin认为,AI的使用反而创造了更多管理与优化工作的机会,从而使人类在工作中向更高层次的创造与决策迈进。他还指出AI目前仍缺乏情感、同理心、历史理解与人类的复杂动机系统,未来的企业创新仍依赖于人类独有的智慧与精神力量。 他呼吁业界抛弃AI恐慌,聚焦于学习如何善用AI这项工具。AI不会毁掉工作,而是会重塑工作,为未来几十年的职业发展提供新的路径。 详情阅读: Josh Bersin说自己常被那些盛行的夸张文章和评论惊讶——说 AI 会毁掉就业市场、网络或我们的生活。尤瓦尔·赫拉利(Yuval Noah Harari)认为这是对人类的“存在性”变革。马克·贝尼奥夫(Mark Benioff)宣称,Salesforce 30–50% 的运营现在由 AI 完成。媒体如 The Verge(Nilay Patel)担心所有谷歌的网页流量将消失。 虽然没有人能预测未来,但我每个月都与数百家公司对话,每周与至少 5 家软件厂商会面,所以对现状有较清晰了解。正如我在《超级员工的崛起》中所述,上述很多恐惧其实都没有根据。相反,我坚信 AI 工具和平台将激发个人创造力、业务增长与创新,并由此创造许多岗位、提高工资、改善我们的职场与企业运营。 第一,所谓白领工作将被全面淘汰,目前还没发生 确实,招聘有些疲软,但主要原因是 IT 预算上涨 62%,CEO 正推动业务领导“采用” AI。这种推动效应减缓了招聘速度,几乎所有公司都在思考如何通过自动化重组岗位与职责。 我每天与高级 HR 领导交流,得到的反馈一致:CEO 与 CFO 已下达命令,“别招人了,赶快上 AI”。因此,招聘预算被冻结。 这种推动虽有道理,但很多东西尚未落地,因为像 MS Copilot、SAP Joule、ChatGPT 这样的现成工具,还不够贴合业务流程。目前尚不明确哪些岗位将被改变、哪些常规工作可以被淘汰,也不知道该买或做什么 AI 产品。 以我的 AI 转型四阶段模型为例,我估计当前有 60% 的企业处于阶段 1,30% 处于阶段 2,仅有不到 10% 达到阶段 3(在各业务职能中差异较大)。例如 Chipotle 在招聘中应用 Paradox 到第 3 阶段,H&M 应用 Maki People 也如此,我们自己的 HR Academy 已通过 Galileo Learn 达到阶段 3。 但总体来看,销售自动化、潜在客户生成(我现在每天都会收到许多“Agent”发来的垃圾邮件)、合同管理、营销(我们的 HubSpot 系统并不像想象中智能)、采购、应收账款等领域,AI 还没成熟。这正在到来,但还远远不到成熟阶段。 我希望在贝尼奥夫下次财报电话会上,他能具体说明到底节省了多少钱,并列出那“50% 岗位”。我怀疑他会这样做。根据 LinkedIn 数据,Salesforce 的自然营收增长约 8%,员工人数增长 4%,看起来只是略微提高了效率,不像贝尼奥夫所言那样夸张。 所以,这些承诺确实在未来几年内会兑现,但当前企业级落地仍有 1–2 年的开发周期。 例如上周,我在中东与一家大型航空公司会面,他们的 HR 团队刚开始做流程再造。虽然愿景逐渐明朗,但他们意识到所需产品目前尚未到位。他们正在做设计,并寻找合适的 AI 解决方案。 这就是为什么我认为大部分企业的 AI 转型将主要依赖内部构建,并联动供应商。我们已无法再用“买 Workday 然后启动”的方式实现自动化——AI agent 将高度可配置,公司必须清晰知道自己需要什么。 它会来……但现在还根本没到那一步。 第二,每一个 AI Agent 都创造了大量新工作 例如我们 Galileo 的 Agent 已有超过 4,000 人启用,它们发现自己有更多“新工作”需要做(如数据查找、流程清理等),因为那些重复、枯燥的工作被 AI 接管了。这就是“超级员工”效应。 就像买电吹风:叶子不会消失,你也不会扔掉扫帚。它只是让你吹叶子的速度快了 10 倍,但接下来你还得收拾、打包、放上路边回收。现在回收公司获得了更多叶子,你还可以修剪灌木(另一个机器人岗位),电吹风公司也赚更多钱。 换句话说,自动化一个任务,会推动我们从事更高价值的事情;越来越多时间会被用于管理这些工具(学习 prompt、找到高质量数据、不断迭代、培训、确保安全)。 本周我看到一个新的 AI 工具,它做 FP&A(财务、预算、计划与管理),每家公司都需要这种工具。旧系统人工处理简直是噩梦。这个新系统将其财务、CRM、HRMS 数据合在一起,自动发现利润缺口、进度滞后和预算超支。原来这要我和 CFO 手动处理几个小时。 这种超级员工效应正在进行中:美国目前失业率仍很低(4.2%),正如我在上一篇关于初级岗位的文章里说明的,工作市场虽有波动,但白领工作将在几十年内继续存在。我们只处在转型期。 我猜想当初互联网兴起(1998 年左右),人们预测“书本”会消失、零售门店会消失。但现实恰恰相反:作家和零售者进化为使用和借助网络。27 年后,我们建立了 Substack、混合电子商务、移动点餐等商业模式,推动图书出版反而繁荣。 写书依然值得,但很多作者更愿透过 Substack 建立受众,而不是被亚马逊“绑架”。超现实吧?这就是“超级员工”效应。一旦你意识到你会看到它无处不在。 这种关于我们工作、职业、生活的“创造性重塑”只会加速。我告诉客户:你们都是开发者!只要用英语(或本语)学习如何“编程与自动化”你的工作、生活与企业。 第三,AI 并不像 AI 工程师认为的那般“智能” 虽说大家痴迷于 AI 超智能和通用人工智能(GAI),但人类基因组比 AI 的高级数学复杂 1,000 倍。我们的基因组是数百万年进化的产物,因此人类擅长“感知、创造、情感与不可预测性”。 70 万亿种蛋白质组成为我们 DNA,每个细胞类型不同。这些 DNA 编码了千万年的学习、进化、环境与经验,有些科学家认为它近乎无限。拜托 Nvidia,不要拿它跟人比。 人类的这些“人类技能”:感知力、同理心、创造力、雄心、激情、毅力、创新力,在 AI 中都找不到。但 AI 是个非常强大的分析引擎,肯定会从经验中学习。 比如 Meta 刚宣布“超级智能实验室”,说到底是为了卖广告(也许还想做“恋爱机器人”)。它的业务由广告驱动,我懒得相信它会彻底改变我们的行业。除了让广告更精准(比如“焦虑中年女性”的广告),我没看到它能改变商业。 另一方面,我对“物理 AI”非常感兴趣——涉及物理、光、动量等方面,比如自动车辆、类人机器人和军用用途。我在中东看到了 Boston Dynamics 的一组爬行机器人网络,用于监测与保障石化厂的安全——非常让人毛骨悚然。 今天我在健身时跟教练聊起那些可以清理 100 磅杠铃的机器人。早年我在炼厂工作时,有一年硫化物泄漏杀死了一名操作工,那次惨剧绝对值得投资数百万来部署机器人监测系统。我猜现在很多化工厂、核电厂都在用这种机器人。我曾在核电站实习时,电厂工作人员总说“别靠那个阀门太近,因为那里有辐射”,但你看不见、感觉不到东西! 所以 AI 有成千上万惊人的用途,但这并不意味着自动驾驶汽车或炼厂机器人可以“感知”或“理解”道路、工厂或天气中的微妙差异。当然随着时间编码这些信号,但人类适应能力更强,我们将始终“超越”这些机器。 第四,是人类创造了新思想、新业务与新工业 再强调:是人类想出新的商业模式、创新、产品与服务,将价值带给世界。如果 AI 这么“聪明”,它为何不会自己成立公司?🙂 每一个突破性产品、科学发现、企业或创意,都是来自人的智慧。我们从出生起就是“学习动物”,具备生存、本能、恐惧、学习、ego、同理心、耐心、宽恕与胜利等复杂能力,正是这些特质造就了 Apple、Microsoft、Nike、Disney 等公司。每一个伟大的企业背后都有一个(或几个人)的主意,他们填补了市场空白。 AI 时代,我们终将迎来一套自动化 agent。买一个机器人,开启它,用它完成日常工作听上去挺诱人(我们用了几天就自动化了编辑与转录流程)。但推动我们的业务转向“智能 HR 与人才体系”的想法,是人类的主意,是我脑海中孕育的概念,是由我们的管理团队与合作伙伴策划打造的。 在压力之下,人类智慧大放异彩:看看乌克兰军队的创造力;看看我们如何迅速应对疫情;看看慢性病或某些残疾患者如何学会应对。这种人类智慧中蕴含神秘,我们拥有历史智能、道德标准。正如英国首席拉比 Jonathan Sacks 在他的经典著作中所言。这就是我所谓的“人类精神之不灭力量”。 每当我在客户面前讲述此类故事时,我感受到人类的创造力如何被激发。AI 并没有这种历史智能或时间因果关系。就如我与 Galileo 合作伙伴 Sana 的 CTO 探讨,他也认可 AI 不具备对历史及因果变化的真正理解。我会进一步与科学家们交流,但仍相信人类在学习与适应上远远领先于任何数据系统。 底线:我们的工作与生活是安全的 最后的结论是,也是我想传达的核心:AI 是工具。我们可以构建它,也可以教它做我们想要的事。如果我们不加控制,它或许会伤害我们(正如割草机或电锯),但是否使用取决于我们这群高级智慧人类。学习它、理解它、驾驭它,用它改善我们的工作、企业与生活——那就没错了。 生活会继续,经济仍由情感驱动,商业仍由人类的灵感、激情、毅力与努力推动。
    观点
    2025年07月02日
  • 1234567891011 280 跳转至