-
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。
-
观点
超级经理的崛起：AI 时代的新型管理角色
Josh Bersin 在最新文章《The Rise of the Supermanager》中提出：未来的管理者不应只是简单协调者，而应成为真正的 Supermanager（超级经理） —— 协同 AI 重塑流程、赋能团队、主导创新。虽然 AI 工具能够带来个体效率提升（约 10–20%），但这只是底层红利。若要撬动组织生产力边界，就必须走向多流程自动化和全面流程重构。Supermanager 会主动在自己的职能边界内“实验”、推动 AI 应用、引导团队创新。
我从未见过像 AI 这样大规模、快速、而且充满乐观情绪的技术投资。2025 年，Google、Nvidia、Meta、Microsoft、OpenAI 和 Amazon 的资本支出接近 9000 亿美元，相当于美国 GDP 的近 3%。
为什么如此乐观？因为企业相信，AI 是未来的生产力技术，而且越早让公司拥抱 AI 越好。
但到目前为止，实际结果喜忧参半。
虽然人们被 AI 工具所吸引，但美国 GDP 却在下滑（从 2023 年的 2.9% 降至 2025 年预计的 1.8%，上半年甚至出现 -1.6% 的负增长），企业利润也在放缓。IT 行业利润增长 34%，金融服务增长 10%，但其他行业利润大幅下滑，说明 AI 的盈利目前主要集中在 AI 公司自身。
这就是一个关于承诺、期望和众多好点子的故事。
大企业的难题
AI 的潜力毋庸置疑。我们在研究与咨询中也彻底革新了工作方式，实现了在几乎不增加人手的情况下保持增长。
但对那些有着几十年官僚体系、繁多职位层级的大型组织而言，要真正实现生产力的提升并不容易。
我们调研了数百家公司，正在开展一项重大研究。在 HR 领域，已经有超过 100 个 AI 应用场景，可以改善招聘、员工支持、发展与生产力。例如渣打银行已经用 AI 来评估绩效和撰写评语。
然而，正如 MIT 最近的一项研究所示，真正的“流程再造”还没有到来。
四阶段框架与生产力极限
在我们的四阶段框架中，一个人使用 AI 代理来加速工作是相对容易的。OpenAI 的数据显示，41% 的使用场景是“信息检索”，其次是写作、数据分析和回答复杂问题。这些“个人生产力技巧”确实能带来帮助，但提升的上限通常只有 10–20%。
那么，如何实现“多流程自动化”，真正重构工作的方式？
这就是管理的职责所在，也是我今天要讨论的。
管理模式的演变
我研究管理已有 30 年，这是一条曲折的道路。它可以追溯到 Peter Drucker 的《卓有成效的管理者》，之后经历了 Jack Welch 的裁员式管理、Howard Schultz 的员工关怀、Brene Brown 的勇敢领导、John Mackey 的有意识资本主义，再到 IBM 的敏捷管理和 Zappos 的“无管理者”实验（最终失败）。
管理从来是一个充满新思想的领域，模式层出不穷。但我今天要讨论的是：在 AI 世界中，有效管理正在发生怎样的变化？
两大变化：赋能与实验
在过去十年中，出现了两大深刻变化：
赋能（Empowerment）
员工比以往更有自主权，能获取大量信息和强大工具。
互联网和疫情让员工获得前所未有的自由，他们不会再回到过去。
实验（Experimentation）
技术民主化让变革不再完全来自上层，而是更多自下而上推动。
一线团队不只是执行者，而是创新与变革的源头。
这两点在当今商业世界全面展开。忽视它的企业将面临风险。
微软、Meta 等公司快速转向 AI，依靠项目驱动的领导文化。拜耳、联合利华、汇丰、万事达、Spotify 和飞利浦等企业的成功，也源于小型自治团队承担改进责任。
今天，与过去不同的是，超级经理无需等待高层委员会批准。他们直接在前线实验、迭代并推动变革。
打破组织惰性
随着技术飞速发展，职位与头衔反而成为阻碍（“这不是我的工作”）。超级经理则打破这种模式，主动承担责任，推动成长与改进。他们拥抱新思想，分享探索经验，把 AI 的实践直接带入业务，而不是等待总部下达“项目指令”。
这种趋势的原因在于：AI 与过去的技术不同。
ERP、云计算、移动互联网等技术往往需要大量 IT 投入和多年建设。而 AI 是一种 终极民主化技术，任何人都能学习使用。最具创新的人，可能是最年轻或资历最浅的员工，因为他们“通过实践学习”，没有旧有 IT 习惯的束缚。
这就是所谓的 “超级员工效应（Superworker effect）”：每个人都可能成为高绩效者，经验的价值相对下降。新想法可能来自任何地方，最贴近客户或流程的人反而能创新最多。
管理角色的转型
AI 让监督与绩效考核变得更容易，因为它能跟踪行为和结果。这使得领导者可以从繁琐的监督中解放出来，专注于战略、辅导、协作和工作再设计。
因此，经理不会消失，而是角色被重新定义：
监督和绩效管理是基本职能；
真正优秀的经理要在流程再造、实验与增长方面脱颖而出。
传统的“推动业绩”“强化竞争”依然重要，但现在被放到学习与成长的语境下。问题从“你今天完成了什么”变成“你今天学到了什么”。
超级经理带来信任、支持和同理心，帮助员工在 AI 时代学习、重塑与成长。
我们是否需要更少的经理？
如果管理者只做监督工作，那确实可能被 AI 代理取代。但这类“空壳经理”本就存在多年，未来会更快被淘汰。
真正的超级经理则不同：
他们协调跨团队的创新；
在生产力项目上进行理性投资或果断止损；
促进知识共享、团队协同和优先级一致性。
这才是未来管理者的核心价值。
我并不认为“中层经理”会消失，而是他们的工作内容正在重新定义。能推动超级经理行为的公司，将在新世界中脱颖而出。
AI 带来的不只是技术，而是管理模式的再造。
如果过去十年是“数字化转型”，
那么未来十年就是“管理重构”。
超级经理不会是额外的头衔，而是企业在 AI 时代必须具备的关键能力。
扫一扫 加微信
hrtechchina
