-
观点
AI治理的真相：为什么HR不能再置身事外？来自2025年最新报告的四大颠覆性洞察
HRTech概述：过去两年，HR 的讨论几乎都围绕着“AI 会不会取代 HR”、“AI 能不能提升 HR 的效率”，但在技术快速落地的背后，有一个更关键、却普遍被忽视的现实正在发生——AI 治理（AI Governance）正成为企业组织能力的新核心，而 HR 在其中既是最大缺席者，也是最大受益者。最新发布的《AI Governance Profession Report 2025》给出了一个清晰信号：AI 治理正在从“技术问题”变成“组织问题”；从“法律合规”变成“人才与文化变革”。
这篇文章将带你从 HR 的角度，看懂这波变化到底意味着什么。视频解读，请访问视频号：HRTech
引言：从AI热议到HR的现实困境
企业高层对人工智能（AI）的期待与日俱增，而人力资源（HR）领导者则陷入了一场日益严峻的现实困境。在这场变革中，HR的角色正被他人定义，而影响这一全新权力格局的窗口期正在迅速关闭。这已不仅是关于效率工具的讨论，而是一场关乎HR未来战略价值的生存之战。
权威机构IAPP最新发布的**《2025年AI治理专业报告》**用冰冷的数据敲响了警钟。报告显示，高达77%的公司已在着手AI治理，且对47%的公司而言，这已是排名前五的战略要务。这已不再是边缘议题，而是企业的核心战场。更值得警惕的是，报告揭示了一个惊人的事实：近乎所有企业（98%）都预计需要增聘员工来应对AI治理的需求。这不仅是一个合规挑战，更是一个迫在眉睫、规模庞大的组织与人才挑战。
然而，HR在这场游戏中身在何处？正如HR Rebooted的创始人兼首席执行官Michelle Strasburger所指出的：“作为组织政策的守护者，设计和实施能够平衡团队、降低风险并驱动最大商业影响的AI战略与治理，是HR的责任与荣幸。”现实却不容乐观。数据表明，AI治理的版图正在被划分，而HR却可能被排除在外。
本文将深入解读这份权威报告，为您揭示四个可能颠覆HR传统认知的“真相”。我们将不仅呈现数据，更会深度剖析“这对HR意味着什么”，并提供切实可行的“HR行动指南”，帮助您抓住这稍纵即逝的机会，从规则的被动接受者，转变为企业负责任AI生态的关键架构师。
1. 洞察一：反直觉的“治理先行”策略已成主流，等待观望等于落后
传统观念是“先应用，后治理”——引入新技术，待问题出现后再制定管理政策。然而，《2025年AI治理专业报告》揭示了一种全新的、更具前瞻性的主流模式，这对HR规划未来工作方式发出了明确的信号：游戏规则已经改变。
报告中最令人惊讶的发现之一是，“治理先行 (governance first)”已成为一种普遍的企业策略。数据显示，在那些尚未使用AI的企业中，已有高达30%启动了AI治理的相关工作。
这对HR意味着什么？ 这彻底颠覆了HR部门的传统工作模式。HR习惯于在新的软件或工具引入后，才开始制定配套的使用政策。但AI的系统性风险——从招聘歧视到绩效评估偏见——要求HR必须转变思维。我们不能再等到AI工具在全公司铺开后才被动地“打补丁”，而必须在技术大规模部署前就深度介入，参与顶层设计，确保“以人为本”的原则从一开始就嵌入AI应用的DNA中。
HR的行动指南：从“被动响应者”到“主动设计者” HR领导者必须将AI治理前置，将角色从政策的执行者转变为规则的设计者。
发起风险评估：在企业计划引入任何新的HR Tech或AI工具（如AI简历筛选、员工情绪分析软件）之前，主动联合IT、法务及合规部门，共同发起全面的风险与影响评估。
嵌入政策框架：将AI伦理和负责任的使用原则，提前整合进现有的管理框架中。修订《员工手册》、招聘政策和绩效管理流程，明确AI工具使用的边界和规范。
学习行业先例：全球人才公司Randstad的案例极具启发性。他们很早就意识到AI在招聘这一高风险领域应用的潜在影响，因此早在2019年就着手定义了一套AI原则，确保其技术应用从一开始就走在合规与道德的轨道上。
将治理前置，不仅是风险规避，更是战略远见。当HR完成了这一步，下一个问题自然浮现：这项关键工作，究竟由谁来主导？
2. 洞察二：AI治理并非HR的“独角戏”，而是需要主动融入的“跨职能联盟”
明确AI治理的组织归属和HR在其中的定位，是确保其发挥影响力的前提。然而，报告数据给出的答案可能会让许多HR感到警醒。
当被问及哪个部门对AI治理负有主要责任时，报告显示，目前的主导者是隐私部门 (22%)、法务与合规部门 (22%) 以及 IT部门 (17%)。一个最刺眼的数据是：没有任何一家受访企业 (0%) 将HR列为主要负责部门。
这对HR意味着什么？ 这是一个强烈的信号：尽管AI的应用深刻影响着组织的“人”，但HR在企业的AI治理架构中并非天然的核心玩家。然而，这并非意味着HR已被边缘化。报告同时强调，构建AI治理体系需要一个“村庄的共同努力 (it takes a village)”。更重要的是，数据显示，有21%的企业预计HR部门将在未来承担更多的AI治理职责。更深层次的数据揭示了一个关键趋势：在更成熟、规模更大的AI治理团队中，HR的角色变得愈发重要。当治理团队规模达到11-20人时，HR的参与预期跃升至33%；当团队规模为21-30人时，这一比例更是高达50%。这正是HR主动出击、确立自身价值的战略机遇期。
HR的行动指南：采取“联盟策略”，而非争夺“所有权” HR的最佳策略不是去争夺AI治理的“所有权”，而是成为这个跨职能联盟中不可或缺的“粘合剂”与“赋能者”。
锻造正式合作机制：主动与法务、IT、隐私和安全等部门建立合作关系。报告指出，39%的公司已经设立了AI治理委员会，HR应积极争取成为其中的核心成员，贡献在员工关系、组织文化和道德伦理方面的专业视角。
主导AI素养提升：发挥HR在组织变革管理、内部沟通和员工培训方面的核心优势，主导全员的AI素养（AI Literacy）提升计划。TELUS公司的实践堪称典范，他们通过向所有团队成员提供数据和AI扫盲项目，并建立一个由业务部门专家组成的“数据管家 (data stewards)”网络，成功地将治理文化渗透到业务的方方面面。
拥抱跨部门协作的复杂性：正如Credo AI的创始人兼首席执行官Navrina Singh所观察到的，接受当前治理结构的分散性，并从中找到合作的切入点。
当HR成功融入这个联盟后便会发现，真正的挑战不仅在于“由谁来做”，更在于“需要什么样的人来做”，而这恰恰是HR可以掌握主动权的关键所在。
3. 洞察三：真正的AI人才缺口，是既懂技术又懂合规的“治理专家”
在AI时代，当企业热议“AI人才抢夺战”时，目光大多聚焦于算法工程师。然而，报告揭示了人才缺口的另一面——一个对HR而言更具战略价值的新战场。
数据显示，23.5%的受访者表示，找到合格的AI专业人才是交付AI项目的一大挑战。报告进一步解释，这里所指的“合格人才”并非技术开发者，而是那些能够驾驭和管控AI风险的复合型人才——即**“AI治理专业人才 (AI governance professionals)”。他们不仅需理解AI技术，更要具备治理、风险和合规（GRC）的深厚知识，并能将复杂的法律要求转化为企业内部可执行的政策。而前文提到的98%的企业预计需要增聘AI治理人员**，更是将这一人才缺口的巨大规模暴露无遗。
这对HR意味着什么？ 这一发现直接将AI治理的挑战与HR的核心职能——人才战略、招聘与发展——紧密联系起来。既然HR在治理所有权上（洞察二）处于劣势，那么其最强大的战略反击就是成为这一稀缺人才的独家供应商。HR的战场不能局限于“如何用AI工具”，更要上升到战略层面，思考“如何为公司储备管理AI的人”。这为HR提供了一个从后台支持走向前台战略赋能的绝佳机会。
HR的行动指南：将“AI治理人才”纳入战略性劳动力规划 HR部门应立即行动，将这一新兴的人才类别纳入其战略性劳动力规划（Strategic Workforce Planning）中。
修订招聘标准：在招聘法务、合规、IT等相关岗位时，将AI治理知识或相关认证（如报告中提到的AIGP认证）作为优先考虑或必备条件。
启动内部“增能 (upskilling)”项目：与其向外苦苦寻觅，不如向内挖掘潜力。为公司现有的隐私、法务、风险管理等领域的员工设计专项培训，帮助他们补充AI知识，使其成长为内部的AI治理专家。IBM正是通过抽调不同背景的专家组建核心团队，并对业务部门的合规专员进行系统性培训，成功构建了其治理能力。
明确HR的监督角色：HR必须认识到自身在确保AI合规使用与维护员工信任方面的关键角色。正如Upright HR创始人Brian Kosicki所强调的：
即便拥有了合适的专才，若没有足够的权威，他们的努力也可能付诸东流。这便引出了第四个，也是关乎成败的洞察。
4. 洞察四：领导力层级比部门归属更重要，高级别负责人是信心的关键
对于AI治理这样一项需要打破部门壁垒的复杂项目，其成功的决定性因素往往不是技术或流程，而是领导层的支持和清晰的问责机制。报告中的一组数据有力地证明了这一点，也为CHRO向董事会建言提供了强有力的论据。
数据显示，总体而言，52%的企业对遵循《欧盟AI法案》等严格法规有信心。 但当我们将负责人的级别考虑在内时，情况发生了戏剧性的变化：当公司最高级别的AI治理负责人是高级副总裁（SVP）或以上级别时，这一信心比例飙升至71%！
这对HR意味着什么？ 这一发现的深刻含义在于：AI治理的成功与否，并不完全取决于它被安置在哪个具体部门，而更多地取决于负责人的级别、其所能调动的资源以及其在组织中的话语权。高级别领导的直接参与，能确保AI治理被视为一项严肃的战略要务，而非一个孤立的、仅为应付检查的合规任务。
HR的行动指南：在公司治理层面推动建立清晰的问责制 作为公司高管团队的一员，首席人力资源官（CHRO）应从更高层级的公司治理角度出发，推动建立强有力的AI治理问责机制。
任命高级别负责人：向CEO和董事会明确建议，应任命一位SVP或更高职级的负责人来统一领导公司的AI治理工作，确保其拥有跨部门的决策权和资源调配能力。
融入高管绩效考核：为了确保AI治理得到持续的关注和投入，应推动将AI治理的进展和关键风险指标，纳入高管团队的绩效考核（KPIs）体系中。
以身作则，加强HR领域的监督：HR自身在人才招聘等领域使用AI时，由于涉及高风险决策，更需要高级别的监督。可以借鉴Randstad的经验，他们不仅设立了AI指导委员会进行战略决策，还成立了独立的数据道德咨询委员会来审视伦理问题，构建了多层次的治理架构。
当治理的问责机制在最高层得以确立，AI治理才能真正从纸面走向实践。
HR的战略抉择——做规则接受者还是规则制定者？
数据描绘了一幅清晰的图景：AI治理的架构正在被快速搭建，无论HR是否参与其中。这是一个**“治理先行”（洞察一）的时代，由一个HR目前“所有权”为零的“跨职能联盟”（洞察二）所主导，这个联盟由高级别领导**（洞察四）挂帅，并且他们正迫切地寻找市场上极度稀缺的**“治理专家”**（洞察三）。这并非又一项合规任务，而是关乎企业未来组织形态的架构性工程。
面对这股浪潮，HR正站在一个关键的战略十字路口。您的选择不再是成为“旁观者”还是“架构师”，而是成为“规则的接受者”还是“规则的制定者”。您可以被动地等待其他部门制定好规则后去学习和执行，也可以主动出击，利用HR在组织文化、人才发展和道德伦理方面的独特优势，成为这场变革中不可或缺的核心力量。
正如万事达卡（Mastercard）的首席隐私与数据责任官Caroline Louveaux所言，这不仅是责任，更是机遇：
“我们已将负责任的AI融入创新流程，并专注于提升AI素养，以确保组织各层级都为AI做好了准备。……我们期待与该领域的合作伙伴共同努力，从而建立信任，让AI惠及世界各地的每一个人。” — Caroline Louveaux, Chief Privacy and Data Responsibility Officer at Mastercard
当AI正在重新定义工作时，HR将如何重新定义自己的角色？是成为规则的被动执行者，还是成为信任的主动守护者？
在未来6到12个月内，您将采取哪一项具体行动，来确保HR在公司的AI治理蓝图中占据一席之地？
-
观点
AI-First 时代：首席人事官的5个新标准
HRTech概述：波士顿咨询公司（BCG）的最新研究指出，企业在AI转型中最大的误判，并非技术路线选择错误，而是低估了首席人力资源官（Chief People Officer, CPO）在战略层的关键作用。在AI重塑商业版图的浪潮中，CEO们纷纷投资算法、平台与模型，却常常忽视一个更深层的现实：技术可以提升效率，唯有人才能重建信任。
真正的“AI-First企业”，CPO不再是执行AI战略的“配角”，而是引领组织再造与能力重构的核心驱动力。
推荐阅读了解，视频解读可以访问视频号：HRTech
重新定义CPO在AI时代的战略价值
在企业竞相拥抱人工智能的浪潮中，CEO们最常见也最致命的误判，是一种 foundational strategic error that directly correlates with value destruction：低估了首席人事官（CPO）在转型成功中所扮演的核心角色。他们常常将CPO定位为AI战略的“支持者”——一个负责执行和协调员工过渡的角色，而非从一开始就参与塑造战略、重塑组织关键能力的“引领者”。
这是一个代价高昂的错误。最新调研数据显示，尽管几乎所有企业都在尝试应用AI，但仍有高达60%的公司未能从其AI投资中产生实际价值。与之形成鲜明对比的是，表现最优的5%的公司（BCG称之为“未来型公司 (future-built companies)”）正在解锁巨大的商业回报，其营收增长、股东总回报和EBIT利润率分别比落后者高出1.7倍、3.6倍和1.6倍。这一差距的根源，并非仅仅是技术的优劣，而是企业在重构“人机协同”这一全新运营模式上的根本性失败。
为了弥合这一差距，企业必须重新设计工作流、重塑岗位架构、大规模提升员工技能，并赢得一线员工的信任——尤其是在那些最初并非为生成式AI（GenAI）或AI代理而设计的职能部门。所有这些职责都直指CPO。本报告旨在为人力资源领域的专业人士深入解读，为何CPO必须完成从战略支持到战略引领的角色转变，并详细剖析未来AI-First CPO必须具备的五项核心领导力新标准。
--------------------------------------------------------------------------------
1. 战略角色的演变：从人事管理者到企业“能力架构师”
AI时代从根本上颠覆了CPO的核心职责：其使命不再是维护和渐进式优化现有组织，而是要以前所未有的魄力，对工作结构、领导方式和组织适应性进行一场颠覆性的重构。这意味着，CPO的角色正在从传统的人事管理者，演变为企业的“首席能力架构师”（Chief Capabilities Architect）。
传统CPO职责
AI-First CPO（能力架构师）
核心：维护与渐进式发展
核心：颠覆与重构
- 人才规划与招聘
- 重新设计整合AI的工作流
- 领导力发展
- 重塑岗位架构与角色期望
- 薪酬福利管理
- 主导大规模、持续性的员工技能提升
- 绩效评估体系
- 制定衡量AI真实价值（如生产力）的KPI
- 塑造积极的企业文化
- 在变革中建立并维护员工信任
“首席能力架构师”这一新角色要求CPO具备深刻的战略性和概念性思维。他们必须能够精准判断：哪些工作应由人类完成，哪些可以交由AI承担？如何构建能够无缝整合AI工具的新工作流程？这是一项艰巨的挑战，随着AI技术的不断迭代，CPO需要持续地对岗位进行“拆解”与“重组”，并决定何时引入新人才、为谁提供何种技能提升。然而，这种前瞻性的技术架构能力必须与一种永恒的领导力优势相结合——即深刻的共情能力，以引导焦虑的员工，将他们对未知的恐惧转化为拥抱变革的热情。
这一角色的紧迫性已在领先企业中得到印证。数据显示，那些从AI中获得卓越回报的顶尖公司，在为员工提供结构化的AI学习项目方面的可能性是落后者的四倍。这不仅是投资力度的差异，更是战略优先级的体现。
这种深刻的角色转变，要求CPO必须具备一套全新的思维模式与核心能力。接下来的章节，我们将深入探讨这些具体的能力标准。
--------------------------------------------------------------------------------
2. AI-First CPO的五项核心领导力标准
尽管目前拥有直接AI转型经验的CPO凤毛麟角，但决定其成功与否的关键，并非履历本身，而是其是否具备适应AI革命的特定思维模式和技能组合。CEO们应运用以下五项标准作为评估其CPO是否具备“AI-First”领导力的核心框架。
2.1. 标准一：具备强烈的“AI好奇心”与实践经验
在ChatGPT亮相全球近三年之际，一位卓越的CPO不应再仅仅停留在“讨论”AI的层面，而必须成为AI的积极使用者和实践者。这种“AI好奇心”并非空谈，而是体现在具体的行动中：
亲自使用：积极试用各类AI工具，理解其潜力和局限。
内部试点：在人力资源部门内部率先启动AI试点项目，以亲身体验应用过程中的障碍，并探索解决方案。
定义价值：着手制定能够衡量真实价值创造（如生产力提升、效率增益）的KPI，而非满足于流于表面的参与度或活动指标。
建立技术语感：CPO无需成为技术专家，但必须具备足够的实践经验和技术流畅度，以便能够主导战略对话，并对AI将如何重塑劳动力提出清晰、有根据的见解。
2.2. 标准二：拥有领导“范式转移”的转型经验
虽然直接的AI转型经验尚属稀缺，但其他类型的大规模变革经验（如重大的技术转型或颠覆性的行业运营模式重塑）同样至关重要，其经验具备高度的可迁移性。
拥有此类经验的CPO对变革的艰巨性有着深刻的理解。他们曾亲眼见证新技术如何重新定义角色和工作流程，这为他们提供了一套预判阻力点、管理利益相关者焦虑、并驾驭转型过程中非线性混乱的心理“剧本”。更重要的是，他们在过往的转型中，已经培养出一种关键能力：识别并解决那些可能拖延甚至破坏敏捷转型的心理、实践和管理层面的障碍。 这种洞察力让他们在引导AI转型时，更不易被人性层面的挑战所颠覆。
2.3. 标准三：具备在模糊中“构建结构”的能力
最成功的CPO能够将创新思维与严谨、结构化的方法相结合，从而将团队的创造力引导至价值最高的领域。当他们参与转型决策时，他们带来的不是一堆悬而未决的问题，而是一个清晰的行动框架。这种结构化思维通常表现为：
立即解决: 他们明确了“3个当前就能回答的问题”。
验证假设: 他们对另外“3个问题已形成有力假设，并正通过实验验证”。
监控未来: 他们识别出“4个到2027年才需解决，但正密切监控其加速信号的问题”。
这种能力确保了CPO在战略讨论中，始终能带着清晰的优先级和可行的方案，推动议程向前发展，而不是让讨论陷入无休止的开放式提问中。
2.4. 标准四：能够与员工构建并管理“新的社会契约”
AI转型的最大阻力并非来自技术，而是源于信任的缺失。为了直接应对这一挑战，CPO必须主动构建并管理一份与员工的“新社会契约”。员工们普遍担忧自己的工作岗位会因此消失、被降级或失去原有的意义。这些真实存在的恐惧会逐渐侵蚀员工的使命感，并固化为对变革的阻力。
这份契约是建立信任、引导变革的关键，其核心要素包括：
清晰阐明公司为何以及如何使用AI。
明确界定相关的决策将如何制定，确保过程的透明度。
公开定义成功的标准将如何衡量，让员工理解变革的目标。
理想情况下，这份契约应在转型之初，通过征求各级员工的意见来共同制定，从而建立广泛的共识和认同感。
2.5. 标准五：勇于在决策层“主张应有席位”并挑战现状
在AI转型中，CPO的角色绝不能被视为次要。他们必须心安理得地主导公司的人才战略，并深度参与公司的重塑过程，在决策桌上拥有不容置疑的一席之地。
这意味着CPO需要具备无畏的挑战者精神，能够勇敢地挑战组织内固有的假设——即使这些假设来自CEO本人。只有这样，才能确保人才战略与公司整体的AI战略紧密结合、切实可行，而不是沦为纸上谈兵。
最终，一位AI-First的CPO是三个身份的结合体：一位高瞻远瞩的战略大师、一位推动变革的创新者，以及一位信任的捍卫者 (trust champion)。
--------------------------------------------------------------------------------
3. 引领企业迈向AI驱动的未来
定义一家AI-First公司的标准，绝不仅仅是其技术实力或算法的先进性，更在于其如何有效地重塑工作方式，并带领全体员工共同迈向未来。这使得CPO的角色变得前所未有的重要。
对于CEO而言，其在AI时代的首要任务，就是挑选、赋能并支持一位能够胜任这一重塑使命的CPO。未能做到这一点，并非简单的授权失误，而是一种领导力的根本性缺失，它将不可避免地把公司归入那60%停滞不前的落后者行列。只有确保CPO有能力、有信心在这个主角位置上发光发热，他才能真正引领整个组织，穿越变革的迷雾，迈向一个截然不同的、由AI驱动的未来。
-
观点
大咖观点：生成式AI将全面普及，HRTech的未来在哪里？
HRTech概述：Josh Bersin最新推文谈到，生成式AI全面进入主流！46%的企业领导每天使用AI，80%每周使用，74%报告正向回报，AI投资普遍超千万美元。当前主要用于会议总结、数据分析与文档撰写，但AI正在从“个人助理”升级为“多功能智能体”。IBM Ask HR 与 Galileo 等系统正在成为企业的数字伙伴。未来，AI Agent 将具备记忆与个性，并通过数据治理实现跨系统协作。AI不会取代工作，而是让HR成为“超级工作者”。企业的竞争，将取决于谁能率先完成AI系统化转型。推荐阅读了解，视频解读可以访问视频号：HRTech
这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
Josh Bersin刚刚完成了一次横跨欧洲、亚洲和中东、累计近六万英里的行程，拜访了数百家公司，讨论他们的AI战略。虽然每家公司的成熟度各不相同，但有一点非常明确：AI作为商业工具已经到来——它是真实存在的，其使用场景正在迅速增长。
宾夕法尼亚大学沃顿商学院（Wharton）的最新调查显示，46%的商业领袖每天使用生成式AI（Gen AI），80%每周至少使用一次。在这些用户中，72%正在衡量投资回报率（ROI），74%表示结果是正向的。顺带一提，HR部门在使用率上排名第三，仅次于IT和财务部门。
预算投入也在大幅上升：23%的大型公司每年在AI上的支出超过2000万美元，43%超过1000万美元。
企业从AI中获得了什么？答案是：生产力。目前最主要的应用是我称之为“第一阶段”的使用方式——个人生产力提升。AI帮助员工总结会议、分析数据、查找信息、撰写或分析文档。这些个人层面的应用确实带来了实在的效率提升，但这仅仅是开始。
生成式AI或将成为“新一代微软Office”
不得不说，这种使用方式与文字处理、电子表格和互联网搜索早期的发展非常相似——它们都是“个人生产力”的革命。微软对此早已深谋远虑，MS Copilot正在逐渐成为“新一代Office套件”。
当然，AI能做的远不止这些。目前约有12%的公司部署了企业级AI代理（Corporate Agent），例如IBM的“Ask HR”。这类“知识与信息管理”聊天机器人正迅速普及，它们可以取代复杂的门户网站和SharePoint页面，也可用于客户支持。未来，每家公司都会拥有自己的AI代理。
举个例子：我们的一位客户——一家大型医疗保健公司——已经运行员工聊天机器人（Agent）四年之久。它的成功使得公司所有的HR应用都逐步整合在其后端。员工通过该Agent就能获得关于薪资、福利、工作排班甚至培训的帮助。
AI在招聘领域的应用也已被证明行之有效：候选人可以与智能代理聊天、完成AI评估，甚至接受AI虚拟面试——这一切可在深夜进行，无需安排与招聘经理的通话。
虽然高ROI的多功能Agent（Stage 3）尚未全面落地，但各企业已开始部署AI教练和AI学习工具。许多大型客户已上线AI原生学习系统，实现了30%–40%的人员优化，同时显著提升了学习与赋能效率。
跨越卢比孔河：我们越过了什么界限？
“跨越卢比孔河”（Crossing the Rubicon）意味着“无法回头的临界点”。现在，我们正处在这样的时刻。
尽管外界仍有各种危言耸听的报道——称AI将毁掉工作与生活——生成式AI其实是一种有用、务实、且易于理解的工具。它并不完美（我在播客中讨论过ChatGPT的高错误率），但一旦你掌握了使用方法，并建立可靠的数据集，AI的表现相当令人满意。
两年前，《纽约时报》还在刊登那些关于AI恋人或“AI伴侣”的怪异故事。如今这些报道早已消失，取而代之的是超过1万亿美元的基础设施、工程与能源投资——让AI真正变得安全且可用。
当然，这并不意味着AI百分之百安全。如果使用不当，你仍可能得到错误结论、糟糕报告或虚假结果。但我们正在学习如何“验证AI”的输出，对其“概率性特征”也更加适应。
新的挑战也随之出现——AI的能耗与资源消耗。例如，阿联酋的一位领导者告诉我，每一次ChatGPT查询平均会消耗4升水，这已成为亟待解决的新问题。
接下来会怎样？
我们才刚刚开始，AI的演进远未结束。
第一阶段：从单用户到多功能使用场景
AI的最大ROI将来自我称之为“多功能智能体”（Multi-Functional Agent）的形态。当前的AI工具，就像汽车中的“助力方向盘”——虽然能帮助转动方向，但我们真正想要的是“AI直接带我们到达目的地”，而非仅帮忙转向。
这种转变正在招聘和培训领域率先出现。如今的AI代理能自动撰写职位需求、与候选人沟通、安排面试并筛选简历，接下来还会连接入职与绩效评估。这种“招聘-职业一体化智能体”正是多功能AI的雏形，我们也在为供应商与买方制定相关蓝图。
企业不希望拥有上百个“各自为政的Agent”，而是希望建立能贯穿端到端业务流程的“智能工作代理”。例如，“从设计到生产再到销售”或“从营销到签约、再到开票与支持”的全流程。当前的单一用例AI将逐步走向融合。
随着这些多功能Agent的出现（多数由IT团队自建，而非完全依赖供应商），企业岗位将被系统性重塑。不再需要“面试协调员”“客户预约助理”或“应收账款专员”——这些工作将被整合到AI工作流中。
在我们的Galileo实践中也能看到这一趋势：它从最初的HR助手，进化为能自动回答问题、生成课程、解决复杂薪酬或内部政策问题的系统。Galileo如今能“为你构建解决方案”，从“问题或想法”一步直达“验证过的解决方案”，就像一辆“自动驾驶汽车”。
智能体将拥有记忆与个性
第二个重大变化是：AI智能体开始“了解你是谁”。例如，Galileo现在可以记住你的身份和过往行为。与其每次都从零开始，这些智能体会**“从你的使用中学习”，或“从业务本身学习”**，因此变得更具自主性、更个性化，也更有价值。
想象一下：你是一位经理，面临产能不足的问题。你问Galileo：“能帮我招聘一个新员工吗？”Galileo可能会回答：“在我帮您开启招聘申请之前，能否请您说明这个职位要做什么？”然后它可能继续问你部门的管理幅度（因为它掌握基准数据），并建议道：“以您预算的薪资水平，寻找内部候选人可能更合适。是否希望我帮您筛选具备相关技能的公司内部员工？”
一个月后，当你再次向Galileo求助时，它可能会说：“上次您新招的那位员工似乎上手速度较慢。我们是否该为团队制定一个新的培训计划，再考虑增员？”
看出差别了吗？当所有这些“助力方向盘式”的AI工具逐渐协同工作时，下一步就是让AI真正“接管整辆车的驾驶”——帮助企业整体运作，而非只处理单点事务。Bersin预测：这类系统将在2026年大量落地。
数据管理将成为企业的命脉
在与拥有AI经验的公司交流时，我们几乎发现了一个共同点：他们新培养的最关键能力，是数据管理、数据标注与数据治理。
我们在构建Galileo的过程中也得到了相同的教训：如果数据不准确、不及时、未正确标注，AI的输出就会失真。AI本身并不“理解”这些文字或数字的意义，它只是通过概率与向量计算来生成答案。因此，哪怕最微小的数据错误，都可能导致高比例的错误结论。（可参考我关于“45%的新闻查询结果有误”的播客内容。）
这也是为什么像IBM、沃尔玛、BMS这样的公司最终发现，“数据所有权”成为了关键战略资源。
例如，IBM在其“Ask HR”智能体中管理着超过6000条HR政策，并为每条政策指定负责人，负责更新与维护。现在，IBM正在构建新的智能体，用以扫描政策内容，监测全球数千个地区的法规变动，以提醒潜在风险。可以预见，所有公司都将踏上这一学习曲线。
智能体将与智能体对话
更令人兴奋的是：AI智能体之间的“互联互通”即将实现。我们称之为Agent-to-Agent（A2A）通信，或多代理通信协议（MCP）。虽然这些协议仍在早期阶段，但企业界已在积极探索。
不过我也要提醒一句：别急着采购五十个不同的AI代理。如果这些代理不能互相协作，它们的实际价值会大打折扣。许多客户现在签合同时只签一年，就是为了避免“被锁死在某个快速过时的AI系统中”。
供应商风险与市场格局
AI前路依然存在风险。我们仍不确定OpenAI是否能“自我整顿”，微软的Copilot目前分散在多个方向，而谷歌（Gemini）与Anthropic还需面对来自Grok、DeepSeek等新竞争者。如果股市出现剧烈调整，AI行业也很可能迎来一轮整合。
我认为，那些专注于高质量、务实商业应用的产品才最值得购买。例如Galileo、Paradox、Eightfold、Sana、Arist等，这些HR领域的AI产品都已具备成熟的落地能力。
此外，各大HCM厂商——SAP、Workday、ADP、HiBob、ServiceNow——也正在将AI智能体嵌入薪酬与流程引擎中，力图成为企业的端到端多功能智能体供应商。SAP收购SmartRecruiters、Workday收购HiredScore、Paradox与Sana的整合，正是这一趋势的体现。HR团队必须密切跟进这些生态变化。
其他担忧：工作流失与员工“被弱化”？
在我这次旅途中，听到了很多类似的担忧：HR人员害怕被取代；招聘人员不确定候选人是否“真人”；有人问我：“我们是不是都要变得更笨？”
我的回答是——如果你不主动拥抱这场革命，它也会在没有你的情况下开始。这是一个商业史上难得的转型时期，我们有机会彻底重塑自己的工作方式。现在不是退缩的时刻，而是亲手掌握AI工具、亲身实践的时刻。只要你开始使用这些工具，或者让我们带你体验Galileo，你就会发现新的职业机会——你的熟练度与经验将成为你在AI时代的竞争优势。
至于AI是否会取代人类的工作？我建议别听技术圈那些危言耸听的人。这根本不可能。
即便有一天我们真的拥有“自动驾驶汽车”，我们回头也可能会说：“其实开车也没多有趣嘛。”那时候我们会把注意力放到生活的其他部分，用新的方式创造价值。
而AI技术仍然如此新、如此不完美、变化如此迅速，反而创造了无数新的岗位与角色——超级员工（Superworkers）、顾问、创新者——去挖掘新的应用场景。
我记得1981年电子表格刚推出时，大家都以为会计师要失业了。结果呢？如今会计师比过去更多，只是他们不再浪费时间手算列数。
对于设计师、创作者、作家或分析师而言，AI就像你身边的一台个人超级计算机。正如木匠使用电动锯与自动雕刻机一样，你依然能创造出精美、复杂的作品——只要学会使用这些新工具。
欢迎来到新的世界
现在迷雾已散，AI将长期存在。让我们一起走上“超级工作者”的道路，帮助组织学习、应用并充分利用这项惊人的新技术。接下来的方向，就掌握在我们手中。
附录：这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
附录思维导图：
-
观点
从“人”到“智”：2026年HR战略的五大拐点与AI共生时代的到来
HRTech概述：2026年，人力资源正进入“人机共智”新阶段：绩效管理首次超越敬业度成为核心，DEIB投入下滑，代际分化加剧，薪酬透明化陷入信任危机，而AI正从工具走向共生。真正领先的HR团队，不是被技术取代，而是用AI重塑组织绩效、文化与信任的未来。
在2026年的人力资源舞台上，HR不再只是组织的情绪调节器，而成为企业智能化转型的核心驱动力。一份调查在以对1,002位HR专业人士的全球调研为基础，揭示了AI浪潮下人力资源管理的深层结构性变化。报告指出：绩效管理首次超越员工敬业度，成为HR的头号任务；AI不再是概念，而成为日常运营的内核；而多元、公平与包容（DEIB）的退潮，正在重塑组织文化的优先级。
以下是本报告的五大关键拐点与专业洞察。
一、绩效管理登顶：HR的“北极星”重新校准
在过去六年中，员工敬业度一直是HR战略的主旋律。然而2026年，40%的HR团队将绩效管理列为首要任务（敬业度为39%）。报告指出，这一变化并非理念倒退，而是**“从激励到产出”的自然演进**。随着AI驱动的绩效系统和数据分析的普及，HR开始建立“持续反馈—目标校准—成长辅导”的闭环体系。
更重要的是，高绩效团队展现出共同特征：
五倍于低绩效团队的DEIB投入；
在绩效与敬业度之间实现良性循环；
将AI嵌入管理流程，实现“数据驱动的人本绩效”。
正如OpenClassrooms首席人力官Stéphanie Fraise所言：“绩效与敬业度并非对立，而是相互推动的双星系统。”
二、DEIB退潮与绩效崛起的“反向镜像”
数据表明，仅16%的团队在2026年仍将DEIB视为核心优先事项，相比2023年下降近一半。表面上是资源收缩，实质上是企业在“快速量化”与“长期文化建设”之间的摇摆。然而，报告明确指出：削弱DEIB，等于削弱绩效驱动力。高绩效团队往往拥有更强的包容文化、更开放的沟通机制与更高的员工信任度。多元视角并非政治口号，而是提升创新力与决策质量的底层机制。
三、代际裂痕扩大：HR必须重建多世代协作结构
报告中最具启示性的发现之一，是代际差异正成为HR战略的新变量。
Z世代与千禧一代的驱动力来自“助人成长”，却最易情绪倦怠。
X世代与婴儿潮一代追求战略影响力，却往往脱离一线员工感受。
面对代际分层的组织，报告提出两项关键策略：
“交叉导师制（Cross-Generational Co-Mentoring）”：年轻人教授AI与新技术，年长者传递决策与影响力经验。
AI辅助的文化洞察系统：通过实时员工情感分析与反馈机制，帮助HR更精准识别各代群体的动机与压力源。
这不仅是文化建设，更是组织智能化的社会设计。
四、薪酬透明化进入“冷静期”：从公布到公正的距离
过去几年，薪酬透明化被寄予厚望。然而，2026年的现实是——仅18%的HR将薪酬视为重点（创六年新低）。员工的不满集中于“加活不加薪”：43%的HR表示，员工承担更多工作却未获得加薪；47%的员工正对这种“干升职”现象发出抗议。
尤其在欧洲，随着《EU薪酬透明指令》即将生效，透明已成法规底线，但**“透明≠公平”**。真正的突破来自三个层面：
构建基于能力与岗位价值的薪酬结构；
量化工作负荷与角色漂移（Job Drift）；
提升经理层的薪酬沟通与解释能力。
薪酬体系的未来，不仅在于可见，更在于可解释、可信任。
五、AI共生时代的到来：从“辅助”走向“自主”
报告显示，72%的高绩效团队使用四种以上HR工具，49%使用六种以上，且42%的白领HR已在日常使用Agentic AI。这意味着AI已从“生成”迈入“代理”（Agentic）阶段——能自主规划、执行与反馈。同时，61%的HR领导者对AI伦理表示担忧，但83%仍持乐观态度。AI的使用边界不再取决于技术成熟度，而取决于组织文化中的“心理安全感”和“实验精神”。
最成熟的团队已学会三步法：
小规模AI试点（Low-risk Pilots）——从低风险场景测试实际成效；
业务对齐（Business Alignment）——确保AI工具直接关联绩效指标；
持续学习机制（Continuous Learning Loop）——让AI成为HRBP的“副驾驶”，而非“替代者”。
正如Hudson Valley Property Group的HR总监Chuck Marcelin所言：
“AI 是提升，而非替代。真正落后的，不是技术，而是观念。”
六、HR的未来，是“人机共智”的未来
2026年的HR世界，正在经历一次认知重构。绩效与人文的平衡、数据与判断的共振、AI与信任的并存，将决定企业在未来五年的韧性与竞争力。“People + AI Succeeding Together”不再是一句口号，而是HR战略的核心逻辑。在AI重塑组织边界的同时，HR的真正使命，也正回归初心——让科技成就人，而非取代人。
HR Tech 观点总结：未来的优秀HR，不仅要懂“人”，更要懂“智”；不只是组织管理者，更是AI系统的设计者与文化塑造者。在AI共生的时代，HR不再被动适应技术，而要主动塑造智能组织的人性边界。
-
观点
AI重写规则：2026年HR领导者的五项关键优先事项
在AI加速重塑工作的时代，HR已不再只是管理制度与流程的职能部门，而是组织智能化与文化变革的核心驱动力。面对AI带来的结构性变革与技能重构，2026年的HR领导者必须从战略高度重新定义“人”的价值与“工作”的边界。未来HR的使命在于引领AI转型、重塑组织结构、构建以技能为核心的灵活体系，并将AI素养纳入专业能力核心。这不仅关乎技术，更关乎组织信任、文化韧性与长期增长。本文将系统阐述AIHR报告中的五大优先方向，帮助HR专业人士把握AI时代的领导力关键。视频解读请关注视频号：HRTech
AI驱动下的组织再造
2026年，人力资源领域正经历自工业革命以来最深刻的变革。生成式AI与智能自动化的快速渗透，使组织必须重新思考“工作”本身的定义。AI不再只是技术项目，而是牵动人、文化与治理的系统性转型。根据Cisco《AI Readiness Index》数据，98%的企业表示必须尽快在AI上取得实质成果，但同时91%的企业尚未具备推动AI文化的准备度。在这种背景下，HR的角色不再是执行，而是引领。未来的HR领导者应聚焦五项核心优先事项，以重新定义“人力资源”在智能组织中的战略地位。
一、共同领导组织AI转型（Co-lead Organizational AI Transformation）
在AI浪潮中，技术部门常被视为主导者，但现实表明：AI项目的成功取决于文化与人的准备度，而非算法精度。AIHR的调研显示，87%的组织尚未准备好捕捉AI的潜在价值。仅有少数企业，如Moderna，将HR与IT整合为一个战略单元，共同构建“AI协作治理模型（AI Co-Leadership Model）”，实现技术部署与员工文化并行落地。
HR的首要任务，是建立“人本导向的AI治理体系”。这意味着：
在AI卓越中心（AI CoE）中确立HR的决策席位；
绘制AI对岗位与技能的影响地图（Impact Map）；
建立员工信任机制，通过内部“AI公开论坛”与透明沟通来减少焦虑。
关键数据支持：
59%的组织必须在12个月内展示AI投资回报；
91%的组织文化尚未适配AI环境（Cisco AI Readiness Index, 2025）。
换言之，AI不是IT项目，而是组织设计项目。HR是AI转型的社会架构师。
二、将AI产能再投资于增长与创新（Reinvest AI Capacity Gains into Growth）
AI平均每年可为员工节省超过120小时（Google, 2025），但时间节省并不等于组织成长。AIHR的分析指出，若企业将效率红利仅用于裁员与成本控制，将导致组织知识断层与信任崩塌。IBM在2024年的案例证明了这一点——企业因AI自动化裁员8000人，随后又因创新停滞不得不重新招聘。
未来的HR领导者应将AI带来的时间盈余转化为“学习资本”，通过以下方式推动再投资循环：
能力再培养（Reskilling）：识别AI替代风险岗位，建立内部技能迁移通道；
创新投入（Innovation Time）：为员工预留5%–10%的创新探索时间；
组织福祉（Wellbeing）：监测技术压力（Technostress）指数，防止产能过载。
关键数据支持：
86%的CHRO认为整合数字劳动力已成为核心职责（Salesforce, 2025）；
30%的企业预期因AI带来生产力增长，但仅19%计划同步提升员工学习投资。
AIHR建议企业制定“产能再投资ROI模型”，以员工参与率、创新项目数量与技能增长率为衡量标准。
三、重构HR体系以支持跨职能成果（Redesign HR for Cross-Functional Outcomes）
AI的价值在于连接，而传统HR的结构在于分割。AIHR的研究指出，42%的HR团队认为现有系统无法支撑战略执行，45%的HR结构对业务目标支持力不足。在AI驱动的组织中，HR不再是孤立职能，而是“跨职能网络（Cross-Functional Network）”的一部分。
领先企业正通过**“HR敏捷小组（HR Pods）”**取代传统的职能部门：
以业务成果为导向（如员工留存率、技能转化率）；
成员来自HR、IT、业务部门与分析团队；
每季度复盘成果并调整策略。
例如，微软在其AI劳动力优化项目中，采用跨部门数据小组形式，将招聘、绩效与学习系统打通，实现了员工生命周期的智能化管理。这种结构不仅提升了响应速度，也让HR成为企业创新的引擎。
关键数据支持：
HR数字化市场正以25%的年增长率扩张（Grandview Research, 2025）；
63%的HR专业人士表示尚未准备好领导数字化转型（AIHR HRBP Model Research）。
未来的HR不再是“人力资源中心”，而是“成果交付网络”。
四、从人头数转向技能数（Move from Headcount to Skill Count）
AI与灵活用工平台的崛起，使“岗位”这一概念逐渐被“技能”取代。Deloitte研究表明，技能驱动型组织比传统组织高52%的创新力，57%的应变力，更有63%的绩效领先概率。
AIHR指出，未来组织的竞争力将取决于技能的深度与可流动性（Skill Depth & Mobility）。这意味着HR需要：
建立AI辅助的技能图谱（AI-enabled Skills Taxonomy）；
允许员工、合同工与AI代理人（AI Agents）按项目灵活协作；
将绩效与激励机制从职位导向转为成果与技能导向。
某全球制造集团在AI驱动的技能生态建设中，通过AI自动识别员工技能并匹配项目需求，项目完成效率提升了35%。
关键数据支持：
77%的高管认为灵活技能流动是未来组织韧性的关键（Deloitte, 2025）；
73%的员工认为基于技能的实践将提升工作体验与公平感。
技能将成为新的“货币”，HR的任务是建立其“流通机制”。
五、将AI素养打造为HR的核心竞争力（Build AI Fluency as a Core HR Capability）
AI素养（AI Fluency）不只是会用AI工具，而是能理解其逻辑、治理与伦理。AIHR在2025年调研了1500名HR专业人士，发现：
仅35%的人认为自己具备AI协作能力；
61%的HR几乎未参与AI项目；
38%的人依靠自学AI工具。
AI素养包含四个层面：
认知层（Awareness）：理解AI原理、限制与潜在风险；
应用层（Application）：将AI嵌入招聘、绩效与学习流程；
伦理层（Ethics）：识别偏见、防止算法歧视；
领导层（Leadership）：推动组织在“负责任AI”框架下运作。
AIHR提出“T型HR模型（T-Shaped HR Model）”，将AI能力与商业洞察、人文判断并列为核心专业能力。正如AIHR首席科学家Dieter Veldsman所言：“AI素养将成为HR的新语言，谁能流利表达，谁就能定义未来。”
从管理者到智能组织的共同设计师
AI的普及意味着HR职能正被彻底重塑。未来的HR领导者不仅要懂人，更要懂算法；不仅要能管理员工，更要能管理智能系统。AIHR认为，HR将成为连接技术理性与人文温度的桥梁。他们的成功，不仅取决于技术采用速度，更取决于是否能引导组织在效率、信任与意义之间找到平衡。
2026年的人力资源领导者，将不再是事务执行者，而是智能组织的共同设计师（Co-Designer of Intelligent Organizations）。
来源：AIHR《HR Priorities 2026 Report》，2025年11月发布。(参考文献包括Cisco AI Readiness Index, McKinsey State of AI 2025, Deloitte Skills-based Organization Report, Salesforce Agentic AI Impact Study, Grandview Research 2025.)
-
观点
全球HR能力报告：超过一半HR低估了AI转型的挑战
HRTech概述：在AI驱动的新时代，人力资源正在经历前所未有的能力裂变。《全球HR能力报告》通过对13,000多名HR专业人士的研究发现，超过一半的HR团队对自身应对AI转型的能力缺乏信心。报告指出，未来HR的竞争力将由五大核心要素决定：商业敏锐度、数据素养、数字敏捷、人员倡导与执行卓越。然而，现实中多数HR仍停留在事务管理阶段，对业务理解不足，对技术应用信心不强。AI的浪潮不仅重塑岗位与流程，更在重新定义HR的角色与价值。
想要掌握这场变革的关键，就必须以数据为依据、以数字化为引擎。关注HRTechChina，获取最新全球HR趋势与AI转型洞察。
在AI加速重塑组织的时代，人力资源部门正站在一场能力重构的门槛上。最新发布的《Future-Ready HR Skills Report（未来型HR技能报告）》通过对13,000多名全球HR专业人士的调研，为“面向未来的人力资源能力”描绘了全景图。关注视频号：HRTech 获取视频解读。
报告揭示了一个令人警醒的现实：
超过一半的HR团队承认，他们没有信心能够真正满足企业对人力资源职能的期待。
这份研究不仅是关于“HR需要学习什么”，更是关于“HR如何重新定义自己”的答案。
一、五维度重塑：未来HR的核心能力地图
报告认为，面向未来的HR需要具备五大核心能力：
商业敏锐度（Business Acumen）：理解商业逻辑，将人力决策与价值创造直接挂钩。
数据素养（Data Literacy）：从数据中提炼洞察，驱动基于证据的决策。
数字敏捷（Digital Agility）：懂得何时、如何、为何使用技术以创造业务影响。
人员倡导（People Advocacy）：在变化中坚守公平、包容与价值导向。
执行卓越（Execution Excellence）：将战略转化为结果，解决复杂问题并推动落地。
这五大领域共同构成HR的“未来能力模型”，而现实中，HR群体在这些方面的差距仍然明显。
二、能力错位：HR的“信心陷阱”
1. 商业敏锐度：懂业务，才有发言权
73%的HR自认为具备商业理解力，但“商业流利度（Commercial Fluency）”是得分最低的子能力。在服务岗位上，这种差距更为突出；相反，那些直接参与战略制定的HRBP得分明显更高。
结论： HR若想成为决策层的一部分，必须理解利润模型、市场动态与客户需求。
2. 数据素养：从报告到洞察的进化
人力资源拥有史上最丰富的数据，却仍未能把数据转化为决策力。最大短板不是工具，而是**“数据翻译力”与“故事化表达”**——也就是让数据真正说服业务。
AIHR指出：“Insight without action is just noise.” —— 洞察若无法落地，只是噪音。
优秀的HR不仅能读懂数据，还能讲出影响决策的故事。在未来三年内，“数据翻译力”将成为HR是否能参与公司决策的分水岭。
真正具备数据素养的HR，能用一页图表讲清决策依据，用一句洞察带动组织行动。
3. 数字敏捷：技术不再是选项，而是生存力
数字敏捷是目前HR最薄弱的领域。仅39%的受访者认为自己擅长使用数字工具，而经验的积累并未显著改善这一点。很多HR“会用系统”，却不会评估ROI或选择合适的工具。
未来的关键在于： 技术思维与业务判断的融合。数字化不是HR的“额外技能”，而是能力底座。
4. 人员倡导：价值导向的领导力回归
74%的HR表示对“以价值为导向”充满信心，但在“伦理与风险应对”上存在明显短板。报告指出，真实的组织历练比任何课程更能塑造HR的价值观。
优秀的HR懂得在变革中守住边界，在组织利益与员工权益之间找到平衡。
5. 执行卓越：让战略真正落地
82%的HR对自己的执行力充满信心，但“分析型问题解决”仍是普遍弱项。执行力不是“多做”，而是“做对”。
真正的执行卓越，是能在复杂环境中保持方向感与持续性，并通过数据衡量结果，而非过程。
三、四大转型优先级：从“泛学”到“定向成长”
报告最后总结出未来HR能力建设的四个关键方向：
聚焦基础（Focus on Fundamentals）：商业流利度、数据翻译力、数字决策力，是HR的生存底线。
宽度与深度并行（Build Broad and Deep Skills）：未来HR应既懂人，又懂数、懂业务、懂技术。
以曝光驱动学习（Learning Through Exposure）：能力成长源自跨部门协作、实战项目与真实场景，而非年资堆积。
看清真实能力（Understand Real Capability）：不同职能、人格与行为模式决定HR的发展路径，应以“行为画像”而非“职位等级”来评估。
四、90天落地蓝图：从认知到实践
报告提出可操作的三步路径：
第1月：诊断与对齐评估团队在商业理解、数据与工具应用上的差距，确定两个可量化业务目标。
第2月：实战与复盘发起跨部门OKR项目，组织“数据驱动决策”模拟演练。
第3月：数字化落地试点自动化流程或AI工具应用，将结果与业务指标直接挂钩。
这份“90天计划”帮助HR从学习走向执行，实现能力的真正转化。
HR的未来，不在AI，而在人
报告的结尾写道：
“HR团队的成功，取决于他们的技能是否仍具相关性。”
AI不会取代HR，但会淘汰那些不懂业务、不会用AI、缺乏判断力的从业者。未来的HR将不只是“人事管理者”，而是能用数据和洞察驱动组织成长的战略伙伴。
面对AI浪潮，中国的HR正站在全球转型的同一起跑线上。要抓住时代机遇，关注HRTechChina，获取更多关于HR数字化转型、AI应用与全球趋势的最新解读。
-
观点
深度解读：AI正在成为你的新“同事”，从工具到队友，企业准备好了吗？(附录报告下载)
一、AI不再是工具，而是“团队的一员”
报告《AI Agents As Employees》（附下载），揭示了一个前所未有的趋势：AI正从“被动执行的工具”，转变为“主动参与的员工”。在企业的日常运作中，AI代理（AI Agents）已经开始承担明确的职责，它们可以理解目标、设定行动计划、跨系统执行任务，并与人类同事协作。
这意味着，AI不再仅仅是后台算法或客服机器人，而是正在被企业正式“纳入组织结构图”。在某些创新公司中，AI代理甚至被赋予职位名称——如“AI市场分析员”“AI合规专员”“AI创意顾问”等。
二、AI代理的崛起：企业自动化的新形态
AI代理（AI Agent）与传统AI最大的区别在于其“主动性”与“自主性”。它们可以不依赖人工指令，自行感知任务、拆解目标并执行决策。报告指出，一个成熟的AI代理具备四个特征：
主动性（Proactivity）：能够自发识别并启动任务；
目标导向（Goal-driven）：不再仅响应指令，而是围绕目标执行；
持续学习（Adaptive Memory）：能记住历史任务与结果，不断优化自身行为；
协作能力（Collaborative Integration）：能与人类或其他AI协同完成复杂任务。
这类“智能员工”正在出现在多个行业中。例如：
Unstoppable Domains 的AI客服代理已处理约三分之一的用户请求；
Shopify 利用AI代理帮助新商家自动上架和优化产品；
Banco do Brasil 用AI代理执行实时风险与合规监控；
Synergetics.ai 建立AI代理市场，提供金融、法务、合规等可即插即用的AI员工。
三、从自动化到协作：组织正在被重塑
AI代理的出现，不仅改变了工作效率，更重塑了组织关系。报告强调：真正的变革，不是AI接管人类，而是AI融入团队结构。
企业的组织图正在发生革命性变化。传统的人力层级——经理、主管、执行者——正在被“人机混合团队（Human + AI Teams）”替代。这种新模式下：
AI负责数据密集型、重复性、系统性任务；
人类负责战略决策、创新思维、情绪沟通与伦理判断。
但这种融合带来新的挑战：信任、透明度与心理安全。员工会担心“AI是否在取代我”，而管理者则困惑“AI输出的结论是否可信”。
四、信任的重建：AI透明化成为企业竞争力
报告认为，未来的核心竞争力不再是AI算法的先进程度，而是AI决策的透明性与可解释性。只有可解释、可追溯的AI，才能赢得员工和客户的信任。
目前，包括 Salesforce、Microsoft、PwC 在内的企业，正在研发“Explainable AI（可解释AI）”与“AI Audit Trail（AI决策追踪）”机制，以确保AI的行为合规、可靠且可核查。63%的员工表示，“人工复核”机制是提升AI信任度的关键。
报告建议企业建立：
AI服务卡（AI Service Card）：记录AI的功能、数据源与决策范围；
伦理审计机制（Ethical Audit）：确保AI行为符合公司价值观；
透明反馈系统（Feedback Loop）：让员工能追溯AI行为背后的逻辑。
五、领导力的转变：从“管理人”到“管理AI”
随着AI代理融入团队，管理者的职责也在变化。未来的领导者，不仅要懂得如何激励人，还要学会如何监督AI、纠偏AI、与AI协作。
这意味着一种新型的“AI领导力”正在诞生。报告提出三大核心能力：
技术理解力：掌握AI的基本原理与局限；
伦理判断力：在冲突与风险中平衡效率与公平；
系统思维：能同时统筹人类与AI的协作机制。
同时，新的岗位也在兴起，如 首席AI官（Chief AI Officer）、AI治理主管（AI Governance Lead）、AI伦理负责人（AI Ethics Officer）。
六、效率的代价：IBM与麦当劳的警示
报告中特别引用了两个案例，揭示AI“过度自动化”的风险：
IBM案例：2023年，IBM采用AskHR系统后，裁掉了约8000名HR员工。但两年后，公司发现AI虽能处理94%的问题，却无法应对复杂的人类事务。最终，IBM重新招聘人类HR岗位，CEO Arvind Krishna 承认：“AI没有情感判断力，它能给答案，却无法安抚人心。”
麦当劳案例：2024年，麦当劳放弃AI自动点餐系统，因为AI频繁出错、误识别语音。高效率带来的，却是用户体验和信任的崩塌。
这两个案例成为报告中的警示章节：The Limits of Automation（自动化的边界）。AI能提升效率，但当企业忽视“温度”与“人性”，自动化就会变成风险放大器。
七、未来的衡量标准：ROI不止是省钱
过去企业衡量AI的投资回报率（ROI）主要看成本节约与效率提升。但报告提出了全新的“四维ROI模型”：
维度 说明
经济价值（Economic Value） 成本节约、营收增长、时间效益
运营绩效（Operational Performance） 准确性、执行力、稳定性
员工与客户体验（Human Impact） 满意度、信任度、协作度
伦理与社会价值（Ethical Value） 品牌信任、社会责任、AI治理透明度
企业未来的竞争，不再只是“谁用AI更多”，而是“谁用AI更负责任、更聪明、更人性化”。
八、结语：AI的未来，不是取代，而是共生
《AI Agents As Employees》的核心结论是：
“未来的竞争优势，不属于最先采用AI的企业，而属于最懂得让AI与人类共生的企业。”
AI代理正在成为企业的新成员，但它不是人类的替代品，而是人类智慧的放大器。真正的未来组织，将是一个 “Human + AI” 协作生态—人在其中创造意义，AI在其中驱动效率。
而领导者的终极考验，不是如何驯服AI，而是如何在人与AI之间，重新定义“信任”的边界。
想了解更多关于“AI代理如何重塑组织结构、信任机制与领导力”的研究，请下载完整报告：《AI Agents As Employees》——来自Unstoppable Domains COO Sandy Carter 的深度分析，揭示AI从工具到“队友”的全路径演化。
（下载地址：https://www.hrtechchina.com/Survey/E729DF7E-1F90-FD11-9E24-688BA8ED8B1D ）
-
观点
IBM裁掉8000名HR后，又重新招聘人类HR——当AI效率高，却失去了判断的温度
HRTech概述：IBM曾用AskHR系统取代8000名HR，AI能处理94%的询问，却无法理解员工的情绪与信任。两年后，IBM重新招聘人类HR岗位，重建人与组织的桥梁。麦当劳的AI点餐系统也因高错误率被终止。AI的确提升了效率，却削弱了人性温度。未来领导者的关键，不是完全自动化，而是在人机之间找到平衡——让AI处理事务，让人类判断情境。真正的竞争力，将来自“人机共生”。
一、AI狂飙的年代：IBM的“理性实验”
2023年，IBM成为全球AI转型的先锋之一。公司高调宣布将通过其自研的智能人力资源系统 AskHR，实现HR自动化与成本优化。系统上线后，IBM在全球范围内裁撤了约 8000名人力资源岗位员工，这被视为AI接管人力工作的一次大胆实验。
AskHR系统的确强大——它能在几秒内回答员工关于薪资、假期、绩效、合规等常见问题，处理速度和准确率远超人工。据IBM CEO Arvind Krishna 介绍，该平台能处理 94% 的标准询问，实现了显著的运营效率提升。
然而，IBM很快意识到一个更深层的问题：AI能回答问题，却无法理解问题背后的“人”。
二、AI的极限：无法替代“人类判断”
自动化系统擅长逻辑，但在需要情境理解和人性判断的场景中，AI往往显得“机械而冷漠”。当员工情绪波动、绩效分歧、文化冲突或伦理争议出现时，AskHR的回答虽然正确，却让人“感觉被拒绝了”。
报告指出，在裁员后的两年间，IBM的内部员工满意度显著下降。尤其在涉及晋升、公平与组织文化的议题中，AI的冷处理方式削弱了信任，员工与组织之间的关系被“算法化”了。
到2025年，IBM不得不重新招聘人类HR岗位，尤其在 工程、市场、销售与组织发展部门，重建人类判断与沟通的桥梁。这一决策被外界称为——
“AI自动化的一次人性反弹（the human backlash to automation）”。
三、效率的代价：麦当劳的“AI点餐失败”
IBM并非唯一的例子。麦当劳在2024年终止了其AI自动点餐系统试点，因为AI在识别顾客语音时频频出错。错误率高达20%，不仅延误了订单，还引发大量客户投诉。
这些案例都揭示出一个相同的事实：
AI的效率提升是显著的，但人类的信任损失更昂贵。
AI的局限不在算法，而在对复杂情境的理解。它缺乏“语境判断力”（contextual judgment），无法分辨人类语言中的情绪、隐喻与价值冲突。
四、“效率”与“温度”的平衡：AI领导者的课题
IBM的案例在全球商业界引发强烈反思。报告认为，未来企业在部署AI代理（AI Agents）时，必须在效率与人性之间重新找到平衡。
领导者的角色，也从“流程管理者”转向“AI监督者（AI Steward）”。他们需要懂得以下三点：
建立双循环系统（Human-in-the-loop）：让AI处理机械任务，但在人类判断关键节点保留人工复核。
重塑信任机制：建立AI决策的“可解释性”（Explainability）与“追溯机制”（Audit Trail）。
衡量新型ROI：不仅看成本节约，还要看文化、信任与长期创新的收益。
五、启示：AI的未来，不是取代，而是协作
IBM的“先裁后招”是一个时代信号——AI不是终点，而是检验组织智慧的分水岭。那些盲目追求效率的企业，最终会发现，真正的竞争优势来自“人机共生”。
AI可以处理问题，但解决问题仍需要人心。正如报告结语所写：
“Efficiency without empathy backfires.”没有温度的效率，终将反噬组织的信任。
-
观点
AI让“明星员工”跑得更快了，但企业该如何避免被甩出时代？
人工智能的浪潮正在改变一切：生产效率、创新速度、岗位结构——甚至连“优秀员工”与“普通员工”的界限，也被重新划定。
《华尔街日报》（Why AI Will Widen the Gap Between Superstars and Everybody Else）近期的一篇报道指出：AI 并不会让所有人变强，反而可能让强者更强、差距更大。这种“AI驱动的不平等”，正在成为未来职场最值得关注的风险之一。
一、技术的红利，为何被少数人收割？
AI 的普及表面上看是“全民赋能”，但它的使用门槛并不低。报道指出，AI 的复杂性、迭代速度与专业门槛，使得“超级个体”（Superstars）更容易脱颖而出。
他们懂算法逻辑、会用AI解决复杂问题，能够把技术转化为成果。而普通员工，即使有相同的工具，却因缺乏系统性知识、判断力与实践经验，难以将AI真正变成生产力。
这意味着：AI时代的竞争，不再是资源之争，而是“学习速度”的较量。
二、AI鸿沟的核心，不是技术差距，而是学习差距
这篇文章揭示了AI不平等的三个深层逻辑：
复杂性加剧AI技术的快速演化让学习曲线越来越陡峭。能跟上的人越来越少，掉队者越来越多。
持续学习成为壁垒超级员工持续更新技能，而大多数人仍停留在“等培训”的阶段。学习速度，成为新的分水岭。
技术民主化的反讽AI工具虽然更易获取，但这恰恰让顶尖人才能更轻松地做更复杂的事。同样的工具，不同的结果。
于是，组织内部形成了新的马太效应：AI让强者更快进步，让普通员工更快被替代。
三、风险不仅在个体，更在组织
这场AI鸿沟，不只是个人危机，更是组织风险。一旦企业内部的“AI学习差”扩大，将带来三大连锁反应：
协作失衡： 团队知识水平出现断层，协作效率下降。
心理焦虑： 普通员工感受到不公平与被边缘化，信任感削弱。
组织失衡： 创新能力集中在少数人手中，企业抗风险能力下降。
换句话说，AI不仅在重塑生产力，也在重塑组织结构与文化。
四、HR和企业领导者该如何应对？
文章结尾提出了三个方向，值得每个组织认真执行：
投资学习，而不是只买工具与其投入预算在AI软件订阅上，不如投入到系统培训与实战项目中。AI不是“会不会用ChatGPT”，而是“能否改变工作方式”。
建立终身学习文化推动员工形成“持续更新技能”的习惯，从一次性培训转向循环式学习。
从“个体精英”转向“集体智能”让AI成为团队共享的智力基础，而非个别明星员工的秘密武器。通过知识分享机制、AI应用案例库、跨部门学习小组，让“学习”成为组织的生产力。
五、AI不是决定差距的原因，态度才是
AI不会自动制造不平等，但它会放大一切差距——包括学习的速度、认知的高度与组织的格局。未来的职场，不会有“技术平均值”，只会有“学习分层”。
对于个人：越早开始使用AI，越早掌握未来语法。对于企业：越快建立AI学习体系，越能缩小组织内部的智力差距。
AI的门槛并非技术，而是心态。问题不是“AI会不会取代人”，而是“你是否还在等别人教你用AI”。
AI正在重新定义“生产力红利”的分配方式。在新的职场版图中，领先几个月的学习投入，就可能决定几年后的竞争格局。这既是时代的不公，也是一种机会。因为主动者，永远有先发优势。
-
观点
【AI“幻觉”惹祸】德勤退还澳大利亚政府44万澳元：AI责任与信任的边界被推上风口浪尖
德勤（Deloitte）因使用AI生成报告出现虚假引用，已向澳大利亚政府退回部分项目款项。报告价值约44万澳元，生成工具为OpenAI GPT-4o。事件核心并非“AI出错”，而是“人未复核”。当AI进入专业决策场景，如合规审查、HR管理、绩效评估，风险就不再是技术问题，而是责任问题。
2025年10月6日，多家国际主流媒体——包括《金融时报》（Financial Times）、《卫报》（The Guardian）与《商业内幕》（Business Insider）——同时报道：全球“四大会计师事务所”之一的德勤（Deloitte）已向澳大利亚政府退回部分咨询费用，原因是一份由AI辅助生成的官方报告出现了严重引用错误与虚构文献。
这份价值约44万澳元（约合人民币210万元）的报告名为《Targeted Compliance Framework Assurance Review》（目标合规框架保障评估报告），由澳大利亚就业与劳工关系部（DEWR）委托编制，旨在评估政府福利与合规系统的执行效果。报告发布后不久，学术界发现其中存在大量不实引用、错误脚注甚至虚构学术来源，随后被媒体揭露使用了生成式AI撰写部分内容。
【AI参与写报告？德勤承认并退款】
在舆论持续发酵后，德勤承认报告部分内容由微软Azure OpenAI GPT-4o辅助生成。由于AI“幻觉”导致文献造假、案例失真，德勤决定退回合同的最后一笔款项，澳大利亚政府也确认将公开合同细节。
德勤在声明中强调，报告的核心结论与政策建议未受影响，错误仅限于引用与注释层面。然而，公众和立法机构的质疑并未因此平息。澳大利亚工党参议员Deborah O’Neill直言：“德勤的问题不是AI问题，而是人类智力问题（a human intelligence problem）。”
她进一步呼吁，所有与政府合作的咨询机构应明确披露“AI在项目中的使用范围与程度”，并建立AI审查与复核机制。
【时间线回顾】
7月：德勤提交最终报告，未披露AI使用。
8月：学术界发现报告引用了不存在的案例与研究文献。
9月：媒体报道德勤正在内部审查并准备修订。
10月6日：德勤公开承认使用AI，并确认退款；政府表态将强化未来合同披露要求。
【咨询业的信任危机：从AI到责任边界】
这起事件不仅揭示了AI在文本生成领域的潜在风险，也让整个咨询与公共服务行业重新思考“责任”的归属。当AI生成报告、起草政策或撰写分析文件时，如果缺乏人类复核机制，错误就不再只是“技术问题”，而是专业信任危机。
AI的“幻觉”并非罕见——它会在缺乏事实支撑时生成貌似合理却虚构的信息。但当此类内容出现在政府报告、政策研究或企业审计中，其后果已不止于“学术瑕疵”，而可能直接影响公共决策与财政责任。
专家指出，AI可用于信息整理与初步分析，但在涉及法律、政策与公共治理的场景中，必须建立“三层防线”：算法审计、人工复核、责任归属。否则，AI效率越高，错误传播也越快。
【对HR与企业管理的启示】
这场“AI幻觉风波”不仅属于咨询行业的教训，也对人力资源与组织管理发出了强烈信号。AI的普及正快速改变招聘、绩效、培训与合规管理等领域，但如果HR不掌握AI使用的监督与伦理权力，这一权力就会被技术部门接管。
负责任的AI治理（Responsible AI）并非技术议题，而是组织文化与价值观的延伸。HR不仅要懂得如何应用AI提升效率，更要懂得如何为AI“设边界”。
AI可以加速决策，但只有人类能为决策承担责任。在AI时代，HR是组织中最后的信任守门人。
德勤的退款事件或许只是AI时代众多“幻觉案例”中的一个，但它让我们重新看清一个本质：技术从不犯错，真正出问题的，是放弃了复核与判断的人。
扫一扫 加微信
hrtechchina
