-
Workforce Planning
SAP宣布收购比利时HRTech公司TechWolf：从技能管理到工作智能，AI正在重构企业人力资源管理
全球企业软件巨头SAP正在进一步加强其在人工智能与人力资源科技领域的战略布局。
2026年10月6日，德国企业软件公司SAP SE宣布，已与比利时人工智能公司TechWolf签署收购协议，计划将后者的Work Intelligence（工作智能）技术、专有数据模型及AI研发能力纳入SAP产品体系。交易预计于2026年第四季度完成，仍需获得监管批准并满足其他惯常交割条件，双方未披露具体收购金额。此次收购将进一步强化SAP SuccessFactors HCM Suite的人才智能能力，并为SAP旗下AI助手Joule及Autonomous Enterprise战略提供更加深入的组织与工作数据支持。
与传统HR科技收购不同，TechWolf的核心价值并不在于提供另一套招聘、绩效或学习管理系统，而在于利用人工智能理解企业员工实际从事的工作、拥有的技能，以及这些工作如何受到AI技术影响。
HRTech认为，这笔收购反映出企业级人力资源科技正在发生一项重要变化：软件厂商的竞争正从管理人员、流程和员工记录，逐渐延伸到理解真实工作任务、预测组织能力需求，以及支持AI时代的岗位与工作流程重构。
一、SAP收购TechWolf：将工作智能纳入企业AI战略核心
根据SAP官方公告，TechWolf将为SAP带来三个重要资产：专有的Context Graph for Work数据模型、AI模型技术，以及专注企业工作与技能分析的应用人工智能研究团队。
SAP计划将这些能力应用于SAP SuccessFactors人才管理体系，支持更动态的技能识别、劳动力规划、人才发展、内部人才流动和组织重新设计。
SAP Autonomous Suite总裁兼首席产品官、SAP SE Extended Board成员Manoj Swaminathan表示，TechWolf围绕技能与工作构建的Context Graph，可以为AI智能体提供更加可靠的上下文基础，使智能体在处理技能规划、人才管理等任务时获得更准确的信息支持。
SAP还预计，这种上下文基础能够提高AI Token的使用效率，降低劳动力管理智能体的部署成本，并增强Joule在技能型招聘、劳动力规划和岗位设计等场景中的智能决策能力。
需要指出的是，这些属于SAP规划中的技术与商业价值。双方表示，新的联合产品将在交易完成后进一步设计和开发，因此相关能力尚不能全部视为已正式推出的商业产品。
从战略角度观察，SAP希望通过此次收购建立的不只是更先进的技能数据库，而是一个能够将员工、工作任务和企业业务战略连接起来的智能分析基础。
二、TechWolf是谁？一家来自比利时的AI工作智能公司
TechWolf是一家总部位于比利时Ghent的人工智能企业，最初起源于Ghent University的大学项目，由Andreas De Neve等联合创始人创办，持续从事企业技能与工作智能相关技术研发已有约八年。
与传统人力资源软件厂商不同，TechWolf并不以替代企业现有HCM系统为主要目标，而是通过连接现有HR系统与业务系统，从相关数据中推断员工技能、分析工作任务，并构建动态更新的组织能力模型。
公司目前服务的企业包括HSBC、Atlas Copco Group、GSK、Ericsson、AMD、MetLife、PayPal和Booking.com等大型国际组织。
SAP披露，TechWolf的开源AI模型累计下载量已经超过200万次。这一数字反映了相关模型的技术传播和使用情况，但不能直接等同于企业付费客户数量。
更值得关注的是其业务增长速度。
TechWolf联合创始人兼CEO Andreas De Neve在10月6日发表的公开信中透露，过去18个月，公司在美国市场的年度经常性收入（Annual Recurring Revenue，ARR）从100万美元增长至1500万美元，达到原来的15倍。
De Neve表示，面对AI带来的大规模劳动力转型需求，公司现有能力已经难以充分满足市场需求，因此需要借助更大的企业平台扩大技术覆盖范围和交付规模。
对于一家专注大型企业工作智能的公司而言，这一增长趋势说明，越来越多企业正在将技能数据和工作任务分析视为AI转型的重要基础设施，而不仅仅是传统HR数字化项目的附加功能。
De Neve还表示，此次交易预计将成为比利时历史上规模最大的风险投资支持软件企业收购案，并带来比利时规模最大的员工股权流动性事件。不过，由于双方尚未披露交易估值，这一历史性规模判断目前仍属于管理层公开表述。
三、从Skills Intelligence到Work Intelligence：TechWolf真正解决什么问题？
理解此次收购的关键，在于区分Skills Intelligence（技能智能）与Work Intelligence（工作智能）。
过去十多年，大型企业在人力资源数字化方面投入了大量资源，建立HRIS、HCM、ATS、LMS、绩效管理系统和员工技能档案。
这些系统能够回答许多重要问题，例如企业有多少员工、组织结构如何分布、员工拥有哪些技能、哪些岗位存在空缺，以及哪些员工需要接受培训。
但是，当企业真正开始大规模引入AI时，一个更复杂的问题随之出现：企业知道员工担任什么职位，却未必真正了解员工每天完成哪些任务，以及这些任务将如何被人工智能改变。
例如，一名财务分析师的职位描述可能包括预算编制、财务预测、数据分析和管理报告，但其中某些任务已经能够由AI辅助完成，另一些则仍然需要专业判断、业务沟通和复杂决策。
如果企业仅依据职位名称判断AI影响，很容易将整个岗位视为一个不可分割的工作单元，从而高估或低估自动化对人员配置的影响。
TechWolf尝试解决的正是这一问题。
其核心技术Context Graph for Work，是一种将工作任务、人员技能和外部劳动力市场信息连接起来的专有数据模型。
根据SAP介绍，该模型主要从三个层面理解企业组织：首先识别工作本身，深入到岗位内部的具体任务；其次分析员工拥有并实际应用的技能；最后结合外部劳动力市场的变化，判断不同能力的供给与需求趋势。
这些信息进一步与企业业务战略关联，为管理者提供更加动态的组织能力视图。
这意味着，企业未来不仅能够了解当前拥有哪些人才，还可能进一步分析哪些任务正在变化、哪些技能将更有价值，以及哪些工作需要重新分配给员工或AI智能体。
从职位到任务、从静态技能档案到动态工作分析，是Work Intelligence区别于传统HR数据管理的重要特征。
但工作智能并不意味着企业能够自动、完整地观察每一位员工的全部实际工作。模型的准确性仍然取决于接入数据的质量、任务信息的覆盖程度、技能推断方法，以及企业对分析结果的验证机制。
四、为什么SAP需要TechWolf？真正的战略价值在于连接HR与业务数据
SAP拥有覆盖财务、采购、供应链、生产运营、人力资源及客户体验等领域的庞大企业软件体系。
SAP SuccessFactors在人才管理方面拥有成熟的产品基础，但企业的真实工作并不只发生在人力资源系统中。
例如，销售人员的工作可能体现在CRM系统，采购人员的工作体现在供应链与采购流程，财务团队的工作体现在ERP系统，而研发人员的日常工作则可能分布在项目管理和协作工具中。
传统HCM系统主要记录员工及其雇佣关系，而大量能够反映实际工作内容的业务数据存在于其他企业应用中。
TechWolf的一个重要价值，就是尝试在这些系统之间建立工作与技能的关联。
TechWolf CEO Andreas De Neve在公开信中解释，公司选择SAP的重要原因，是AI转型本质上也是工作方式的转型，而能够反映真实工作的信息大量存在于业务运营系统中。
由于全球许多大型企业使用SAP管理核心业务流程，双方结合有机会为工作智能提供更加丰富的企业业务背景。
这也是此次交易与传统HR软件功能性收购之间的重要区别。
SAP并非简单增加一个技能分析模块，而是希望将工作智能逐渐发展为连接企业运营与人力资源管理的基础能力。
对于未来的企业AI智能体而言，理解业务流程与组织工作上下文尤其重要。
如果智能体只知道某位员工的职位和技能，却不了解企业业务目标、任务依赖关系与组织资源约束，那么它很难为复杂的人才配置提供可靠建议。
而当人员技能、具体工作和企业运营数据形成关联之后，AI便有可能支持更深入的战略性劳动力规划。
例如，当一家制造企业计划通过自动化调整运营模式时，系统可以辅助分析不同业务环节的任务变化、所需的新技能、现有员工的能力差距，以及通过内部培训或外部招聘满足新需求的不同路径。
从这一角度看，TechWolf带给SAP的核心资产，不仅是人才智能技术，更是将企业工作数据转化为组织决策依据的能力。
五、从合作伙伴到收购标的：SAP与TechWolf已有技术整合基础
此次收购并非SAP与TechWolf合作的起点。
早在2025年1月，TechWolf的Skill Data Infrastructure就已通过SAP Store向SAP SuccessFactors客户提供服务。
2026年8月7日，TechWolf进一步宣布获得SAP Store的Spotlight+ designation，表明双方在技能数据和产品整合方面的合作进一步深化。
当时，TechWolf已经获得Built with SAP BTP和SAP SuccessFactors Skills相关认证，其技能智能数据能够与SAP SuccessFactors Talent Intelligence Hub、Career & Talent Development、Opportunity Marketplace、Recruiting、Learning以及Performance & Goals六个模块进行对接。
这些技术整合使TechWolf不必完全替换企业现有系统，而是作为技能数据基础层，为现有HR应用提供持续更新的信息。
实际客户案例也说明，双方已经建立一定的产品协同基础。
2026年9月24日，TechWolf公布了与全球制药企业Chiesi有关的岗位架构重构案例。
Chiesi原有的职位名称和岗位等级体系，尚不足以准确反映员工实际承担的工作和技能要求。通过TechWolf的Job Architecture Redesign Agent，企业重新分析岗位背后的具体工作内容，重构岗位架构，并为各岗位生成新的职位描述。
随后，在合作伙伴TalenTeam支持下，相关岗位结构被配置到SAP SuccessFactors，并通过SAP Job Profile Builder投入使用。
根据TechWolf披露，该项目在数周内完成了岗位架构重构、职位与员工重新映射以及系统上线。企业项目负责人表示，如果没有相关AI智能体，项目的复杂程度和所需时间都可能显著增加。
这一案例的意义在于，它展示了工作智能如何从分析工具走向实际组织管理流程。
当然，这属于厂商披露的单个客户案例，不能直接推导出所有企业均可实现相同的实施周期或投资回报。
但它说明，SAP与TechWolf的技术合作已经具备一定的企业实践基础，而不是在并购完成后才开始寻找应用场景。
六、一个值得关注的细节：TechWolf也与Workday合作
此次交易还有一个值得HR科技行业关注的特点：TechWolf并不是只服务SAP生态的技术供应商。
它同时与Workday等人力资源科技平台开展合作。
2025年1月29日，TechWolf与Workday宣布，Workday将在其超过20,400名员工组成的全球团队中部署TechWolf的AI技能智能技术，以丰富技能数据并支持员工职业发展。
TechWolf也提供与Workday Skills Cloud连接的技术能力，通过识别工作相关技能，向Workday的人才管理系统提供更准确的技能信息。
这意味着，TechWolf原本具有跨HCM平台运行的技术定位。
对于SAP而言，收购TechWolf有助于增强其在工作智能领域的技术能力，但也带来了一个重要的生态问题：当一家原本服务多个HCM平台的技术公司被SAP收购后，其他平台客户能否继续获得稳定、中立的产品服务？
对此，TechWolf CEO Andreas De Neve明确表示，公司将继续服务所有客户，无论其是否使用SAP系统。
按照目前计划，TechWolf在交易完成后仍将保持独立实体及TechWolf品牌，由Andreas De Neve继续担任CEO，并与现有管理团队合作运营。
公司总部继续位于比利时Ghent，同时维持London和New York业务，并计划在San Francisco进一步拓展。
联合创始人兼CTO Jeroen Van Hautte将前往San Francisco推动当地办公室建设。
这一安排表明，SAP至少在当前阶段希望保留TechWolf的独立市场定位和现有客户关系。
不过，从长期竞争格局来看，跨平台兼容性、数据互操作性、产品研发优先级及商业合作关系是否会发生调整，仍需要观察交易完成后的实际执行情况。
七、对企业HR意味着什么？未来的关键可能不再只是招聘和培训
对于企业CHRO及HR数字化负责人而言，此次收购最值得关注的并不是短期内增加多少AI功能，而是未来人力资源管理所依赖的信息基础可能发生改变。
首先，传统以岗位为中心的管理方式将面临更多挑战。
许多企业的人力资源规划仍然以岗位编制、组织层级和年度招聘预算为主要依据，但AI可能首先改变岗位内部的部分任务，而不是立即替代整个岗位。
因此，企业需要更加细致地理解工作任务与技能之间的关系，才能判断什么时候应该招聘、什么时候应该培训，以及什么时候应该重新设计工作流程。
其次，内部人才流动和技能再培训可能获得更强的数据支持。
当企业能够更加准确地识别员工实际应用的技能，以及不同业务任务需要的能力时，就有机会发现传统职位描述中不容易体现的内部人才资源。
这不仅可能提升内部人才配置效率，也可能帮助企业降低对外部招聘的依赖。
第三，战略性劳动力规划将更加需要与业务部门合作。
过去，Workforce Planning经常被理解为预测未来员工数量、控制人工成本及安排招聘计划。但在AI时代，管理层需要回答的问题正在变化：未来的工作应该由哪些人完成，哪些任务可以由AI承担，哪些人类能力需要保留和强化，以及组织结构应如何调整？
这些问题无法仅由HR部门独立解决，而需要财务、运营、IT和业务管理团队共同参与。
第四，HR数据治理和AI决策的可解释性将变得更加重要。
当AI开始推断员工技能、识别任务变化，并参与招聘、人才发展和人员配置建议时，企业必须关注信息来源是否合法、分析结果是否准确，以及模型是否可能放大历史数据中的偏差。
TechWolf披露，其平台提供欧盟和美国数据驻留选项、加密和访问控制能力，并取得ISO/IEC 42001及ISO/IEC 27001认证。
这些措施有助于企业建立AI治理与信息安全基础，但并不意味着所有具体应用场景自动满足相关法律与监管要求。
特别是涉及招聘、晋升、绩效及其他可能对员工产生重大影响的决策时，企业仍需要落实适当的人类监督、数据治理和合规审查。
对于HR而言，AI时代真正重要的能力，可能不只是使用AI工具提高行政效率，而是能够理解工作如何变化，并与业务管理层共同重新设计组织。
八、HR科技行业竞争正在进入工作智能时代
从行业竞争角度来看，SAP收购TechWolf释放了一个值得关注的信号：传统HCM厂商正在进一步争夺企业AI决策所需要的数据基础与业务上下文。
过去，企业级HR软件主要围绕人员信息系统展开，随后逐步扩展到招聘、绩效、学习、员工体验和People Analytics等功能。
近年来，技能智能与技能型组织成为大型HCM厂商的重要发展方向。
但随着AI智能体开始参与真实工作流程，仅仅拥有技能标签或者员工档案已经不够。
企业还需要理解工作任务之间的关系、不同技能如何应用于具体业务，以及AI引入后组织能力需求将如何调整。
这使Work Intelligence逐渐成为值得关注的新技术领域。
从技术架构来看，未来企业HR科技可能进一步形成相互连接的三个层次：底层由HCM和其他业务系统提供基础记录，中间由Skills Intelligence与Work Intelligence构建动态组织上下文，上层则由AI分析工具和智能体辅助完成招聘、学习、组织规划及业务决策。
这一结构并不意味着现有HCM系统会被替代，而是其价值有可能从传统记录与流程管理，进一步延伸至智能决策。
对SAP而言，拥有覆盖多个业务部门的ERP和企业应用基础，是推进这一战略的重要优势。但与此同时，其竞争对手也可以通过第三方数据、外部合作和自身AI技术发展类似能力。
因此，未来行业竞争的关键并不只是哪个公司率先拥有Work Intelligence产品，而是谁能够建立可信、持续更新、可跨系统使用的数据基础，并通过可验证的业务成果证明其价值。
九、HRTech观察：未来企业竞争的焦点，是重新定义工作
在AI快速发展的背景下，企业面临的核心问题正在从“如何让员工使用AI”，逐步转向“如何重新设计人类与AI共同完成的工作”。
这两种思路存在明显区别。
前者主要关注工具使用率、员工培训和个人工作效率；后者则涉及任务分工、工作流程、岗位边界、管理责任和组织结构，最终影响企业的整体经营模式。
如果企业只是为每名员工配置AI工具，却没有重新审视工作如何完成，那么AI投资可能局限于局部效率改善，难以转化为系统性的组织生产力提升。
而当企业能够从任务层面分析工作内容，就有机会将AI应用、人才发展和组织设计连接起来。
对于大型跨国企业，这种能力尤其重要。不同国家和业务部门的岗位名称可能相似，但实际任务、技能要求和自动化机会并不完全相同。能够动态理解这些差异，将有助于企业制定更加精细化的全球人才战略。
不过，真正实现这一愿景仍然存在挑战，包括跨系统数据整合、员工隐私保护、技能推断准确性、业务部门参与度，以及AI投资回报的持续验证。
SAP已经宣布收购TechWolf，但这笔交易最终能否重塑企业人力资源管理，取决于双方能否将技术优势转化为可规模化部署、可治理并且能够产生实际业务价值的产品。
根据SAP Community于10月6日发布的信息，在交易获得批准并完成交割之前，SAP与TechWolf将继续独立运营，具体整合产品路线图将在交割后制定。
因此，市场仍需要等待更明确的产品交付时间、技术整合方式与商业模式。
HRTech认为，SAP此次收购的重要意义，在于进一步推动HR科技行业从People Data走向Skills Intelligence，再走向Work Intelligence。
过去，HR系统帮助企业回答“我们拥有哪些员工”；随后，技能智能帮助企业回答“员工能够做什么”；而工作智能试图进一步回答“企业究竟需要完成哪些工作，以及这些工作应该如何在人与AI之间重新配置”。
这一变化可能成为未来几年企业级人力资源科技发展的重要方向。
对于企业HR领导者而言，现在值得开始思考的，已经不仅是如何采购更先进的HR软件，而是如何让人力资源数据真正进入企业战略与业务运营过程，并为AI时代的组织重构提供决策依据。
未来HR的战略价值，可能越来越取决于能否理解、设计和持续优化工作本身。
参考资料：
SAP News Center，2026年10月6日：SAP to Acquire TechWolf, Giving Enterprises Evidence-Based View of Work in the Age of AI
SAP Community，2026年10月6日：SAP to Acquire TechWolf: Placing Work Intelligence at the Center of the Autonomous Enterprise
TechWolf，2026年10月6日：A New Chapter: SAP to Acquire TechWolf
TechWolf，2026年8月7日：TechWolf Achieves SAP Spotlight+ Designation
TechWolf，2026年9月24日：How Chiesi Rebuilt the Foundation for Its Workforce Transformation
TechWolf，2025年1月29日：Workday to Roll Out TechWolf’s AI-Powered Skills Intelligence
Workforce Planning
2026年10月07日
-
Workforce Planning
【英国】HR科技公司HiBob获得1.66亿美元投资，由Salesforce领投
HRTech核心摘要：Salesforce刚刚领投HiBob的1.66亿美元投资，但比融资更值得关注的是HiBob的新定位：HR系统正在从System of Record走向Organizational Intelligence。 当AI Agent进入企业后，真正稀缺的可能不是AI模型，而是员工、技能、角色、团队、权限和组织关系形成的可信Context。这可能是HR Tech下一轮非常重要的产品方向，推荐大家看看。
总部位于伦敦的HR科技公司HiBob 宣布获得1.66亿美元投资，本次投资由 Salesforce 领投，Farallon Capital Management 参与。HiBob并未披露本次投资的具体融资轮次及交易后估值。
这笔投资将用于进一步推动HiBob在产品、技术、人工智能和创新领域的发展。相比融资金额本身，更值得HR科技行业关注的是HiBob正在重新定义自己的业务边界：从一家现代化HR平台公司，进一步发展成为面向AI时代企业的 Organizational Intelligence（组织智能） 平台。
Salesforce为什么投资HiBob？
HiBob旗下核心产品 Bob 是一套面向现代企业的People Management Platform，目前将HR、Payroll和Finance等功能整合在同一平台中。根据HiBob披露，其全球People Platform已经服务超过 5,500家客户，目前有来自 170多个国家的数千家中型及大型企业使用HiBob。
但Salesforce此次投资所指向的，并不仅仅是HiBob现有的HR SaaS业务。
随着生成式AI和AI Agents越来越深入企业工作流，企业面临的核心问题开始发生变化：AI不仅需要访问数据，还需要理解它正在服务的是一个怎样的组织。
例如，当AI帮助企业决定是否招聘一个新岗位时，单纯知道岗位描述远远不够。它还需要理解企业内部已经拥有哪些技能和能力、团队目前是否还有capacity、manager的管理跨度如何，以及企业下一阶段究竟需要哪些能力。
HiBob将这些信息称为 Trusted People Context（可信人员上下文）。
这些Context包括员工、岗位、技能、团队、汇报关系、权限、管理者、绩效、目标、薪酬、组织结构和workforce plans等。HiBob认为，当AI模型本身越来越普及之后，决定企业AI质量的关键将不只是模型能力，而是AI是否拥有准确、可信并且足够丰富的企业内部上下文。
HiBob联合创始人兼CEO Ronni Zehavi 对此给出了一个非常明确的判断：AI带来的并不只是技术变革，更是一次组织与管理模式的变革。未来真正具备竞争优势的公司，不一定只是拥有最好的AI模型，而是能够建立更适合AI时代运行的组织。
从System of Record走向Organizational Intelligence
过去很长一段时间，HR软件的核心价值是成为企业员工数据的 System of Record。
员工是谁、职位是什么、向谁汇报、薪酬是多少、绩效如何、接受过哪些培训，这些数据都保存在HRIS或者HCM系统中。HR系统本质上承担的是记录、管理和流程执行的作用。
HiBob认为，AI正在改变这个定位。
当AI Agents开始进入招聘、人才管理、组织规划、经理决策甚至日常业务执行之后，HR系统掌握的人员和组织数据不再只是HR部门的数据，而可能成为整个企业AI理解组织的重要基础。
Ronni Zehavi将HiBob下一阶段的发展方向定义为 Organizational Intelligence：利用可信的People Context，并将其与相关业务信息结合，使企业能够理解组织内部正在发生什么、为什么发生、谁最适合采取行动，以及下一步应该做什么。
这也意味着HiBob希望突破传统HR软件的边界。
HiBob明确表示，Organizational Intelligence不能只停留在HR Application内部。未来企业仍然会同时使用CRM、Finance、Collaboration和Operations等专业系统，而AI Agents会越来越多地跨系统工作。因此，人员、技能、角色和组织关系等可信Context需要随着工作一起流动。
HiBob正在建设一个更加开放的平台，通过 agents、workflows以及越来越多的headless experiences，把Workforce Context带入企业真正开展工作的系统中。
与Slack的合作正在成为重要连接点
Salesforce此次投资HiBob还有一个重要背景，就是HiBob与Salesforce旗下 Slack 的合作正在不断加深。
HiBob表示，双方围绕Slack以及 MCP（Model Context Protocol） 的合作，使Salesforce能够更加直接地看到，当可信的People Context从HR应用进入企业实际工作系统后能够产生怎样的价值。
HiBob的目标不是拥有企业中的所有系统，而是让其他系统能够更好地“理解这个组织”。
例如，当员工和经理直接在Slack中开展沟通和决策时，如果AI Agent能够同时理解员工角色、技能、团队关系、权限和组织结构，其提供的建议和执行能力就会比一个不了解企业内部情况的通用AI更有价值。
Slack CMO Ryan Gavin也指出，AI只有真正理解塑造一家公司的人员、角色和组织结构，才能发挥更大作用，而可信的Workforce Context正是这一能力的基础。
下一步：从管理“员工”走向编排“人+AI”
HiBob对于更长期未来的判断，则进一步指向 Workforce Orchestration（劳动力编排）。
当AI Agents真正成为企业workforce的一部分之后，未来的工作可能分为三种：一些工作由人完成，一些工作由AI完成，还有大量工作将由人与AI共同完成。
企业需要重新回答一系列传统HR系统过去很少涉及的问题：什么工作真正需要完成？需要哪些能力？应该由人还是AI负责？谁对最终结果负责？组织目前是否拥有完成这些工作的能力？AI创造的实际影响又应该如何衡量？
HiBob认为，要解决这些问题，企业必须能够把work、capabilities以及accountability连接起来，而Workforce Data将成为实现这一能力的重要基础。
HRTech观点：HR数据正在成为企业AI基础设施
从HR科技行业来看，Salesforce此次领投HiBob的1.66亿美元投资，意义可能并不局限于一次大型HR SaaS融资。
过去几年，HR科技公司的AI竞争主要集中在Copilot、生成职位描述、员工问答、人才推荐、绩效总结等应用层功能。但随着AI Agents开始真正执行工作，竞争正在进一步向底层移动。
AI需要的不只是模型，而是 Context。
而HR系统长期积累的员工、岗位、技能、组织架构、绩效、权限、目标与团队关系，恰恰构成了一家公司最重要的组织Context之一。
因此，未来HCM市场的竞争逻辑可能逐渐从：
System of Record → AI-enabled HCM → Organizational Intelligence → Workforce Orchestration
Salesforce投资HiBob，可以被看作这一趋势中的一个重要信号。
当Salesforce拥有CRM、Slack和AI Agent能力，而HiBob拥有People、Skills、Roles、Teams和Organizational Structure等组织数据，两类能力的结合指向的是一个更大的企业AI命题：未来AI不仅需要知道客户发生了什么，还必须知道企业内部谁能够采取行动、组织拥有什么能力，以及人和AI应该如何共同完成工作。
这也是HiBob此次融资最值得关注的地方——一家HR科技公司正在尝试把自己从“管理员工的软件”，升级为“让企业AI理解组织”的基础设施。
来源：HiBob官方新闻稿、HiBob联合创始人兼CEO Ronni Zehavi官方博客
Workforce Planning
2026年09月02日
-
Workforce Planning
调查显示：中国职场AI使用率领先全球，为何员工敬业度却处于低位？
《职场人 2026》揭示：AI已经进入中国员工的日常工作，但企业尚未完成从“工具普及”到“组织生产力”的转化。
生成式人工智能进入职场不到四年，已经从少数技术人员使用的专业工具，快速演变为覆盖写作、分析、编程、翻译、搜索、会议总结和决策辅助的通用工作工具。
在这一轮全球职场AI浪潮中，中国员工并没有落后。ADP研究院发布的《职场人 2026》显示，中国职场的生成式AI使用率已经明显高于全球平均水平，员工对AI工具的接触范围甚至接近全面覆盖。但与此同时，中国员工的敬业度却处于全球较低水平。
这一组看似矛盾的数据，揭示了中国企业AI转型中一个越来越重要的问题：员工开始使用AI，并不代表组织已经获得AI带来的生产力。
中国员工使用AI的比例已进入全球前列
《职场人 2026》基于ADP研究院2025年全球劳动力调研。该调研于2025年7月21日至8月4日进行，覆盖全球36个市场，收集了超过39,000名成年员工的反馈。
报告询问员工使用ChatGPT、Midjourney、Copilot等生成式AI工具的频率。全球范围内，20%的员工表示几乎每天使用AI，30%的员工每周使用多次。也就是说，全球约一半员工已经成为生成式AI的高频使用者。
中国市场的AI使用率高于这一全球平均水平。
数据显示，中国有26%的员工几乎每天使用生成式AI，高于全球20%的平均水平；只有2%的中国员工表示尚未尝试过AI，远低于全球15%的比例。中国与印度并列成为“从未使用AI”比例最低的市场之一。
从全球市场排名来看，中国员工日常使用AI的比例进入前十，仅低于印度、尼日利亚、越南、埃及、巴西、阿联酋、印度尼西亚、沙特阿拉伯和泰国。
中国26%的每日使用率，也明显高于新加坡的23%、英国的20%、美国的19%、中国台湾的18%、澳大利亚的16%、德国的14%、韩国的12%和日本的8%。
这说明，中国职场当前面临的主要问题，已经不再是员工是否接触AI，而是如何把个人层面的AI使用，转化为企业层面的稳定能力。
AI使用越频繁，员工敬业度越高、压力越低
从全球数据来看，AI高频使用与员工敬业度、团队归属感和工作压力之间呈现出明显关联。
在几乎每天使用AI的员工中，30%属于高度敬业员工；而在从不使用AI的员工中，高度敬业员工的比例只有14%。作为对比，2025年全球高度敬业员工的整体比例为19%。
压力方面也呈现出类似趋势。每天使用AI的员工中，只有11%处于“超负荷工作”状态，而从不使用AI的员工中，这一比例达到23%。
AI使用频率越高，员工也越倾向于认为自己已经融入团队，并认为自己身处一个优秀的团队。
这表明，AI在许多工作场景中正在成为员工的“协作伙伴”。它可以帮助员工更快地处理信息、减少部分重复劳动、降低完成复杂任务的门槛，并增强员工对自身能力和团队协作的信心。
但报告同时发现，AI并没有像企业普遍期待的那样，立即转化为员工能够感知到的生产力提升。
AI使用越多，员工反而越容易认为自己效率不够高
报告中最值得关注的发现，是AI使用与生产力感知之间的矛盾。
在几乎每天使用AI的员工中，16%认为自己近期的工作效率没有达到应有水平；而在从不使用AI的员工中，这一比例只有5%。
也就是说，AI高频使用者虽然敬业度更高、压力更低、团队归属感更强，却更容易认为自己的生产力没有达到预期。
这并不一定意味着AI降低了员工的实际生产力。
一种可能的情况是，AI提升了员工的产出速度，但同时也提高了组织对员工的工作要求。当原来需要一天完成的任务可以在几个小时内完成时，节省出来的时间并没有真正归还给员工，而是被新的任务、更多会议和更高的绩效目标迅速填满。
另一种情况是，企业只是把AI叠加在原有工作流程上，却没有重新设计岗位、任务和管理机制。员工仍然需要完成原来的审批、汇报、沟通和协作流程，同时还要承担AI生成内容的核验、修正和质量控制工作。
AI可以快速生成内容，但并不能自动消除组织中的重复汇报、低效审批、模糊决策和跨部门沟通成本。
因此，员工可能生产了更多内容，却没有明显感觉自己完成了更多有价值的工作。
中国职场呈现“AI高使用、敬业度低”的反差
相比全球市场，中国职场的反差更加明显。
中国有26%的员工几乎每天使用AI，高于全球平均水平；但中国高度敬业员工的比例只有11%，低于全球19%的平均水平，也低于亚太地区15%的平均水平。
2024年，中国高度敬业员工的比例为14%；2025年进一步下降3个百分点至11%，成为报告调查市场中员工敬业度最低的市场。
需要说明的是，这两组数据并不能证明AI导致了中国员工敬业度下降。报告没有披露中国市场AI使用频率与员工敬业度之间的交叉数据，因此不能直接建立因果关系。
但这至少说明，AI工具的快速普及，并没有自动解决中国企业长期存在的员工体验和组织管理问题。
报告指出，部分中国企业在疫情后收紧预算、冻结薪资增长、削减福利，同时没有充分认可高绩效员工的贡献。年轻员工越来越重视工作意义、灵活性和发展空间，但不少企业仍然延续资历导向型的管理方式。
在这样的环境中，AI可能更多成为员工个人应对工作负荷的“自救工具”，而不是企业系统性改善工作方式的基础设施。
员工利用AI撰写文案、整理信息、制作方案、分析数据和处理邮件，但其薪酬、职业发展、管理支持、绩效认可和工作意义并未同步改善。
AI让员工做得更快，却未必让员工工作得更好。
中国企业需要从“推广AI工具”转向“重新设计工作”
过去两年，很多企业的AI项目主要围绕工具采购、账号开通、培训课程和使用率展开。企业会统计有多少员工参加了培训、多少人开通了Copilot账号，以及每天产生了多少次AI调用。
这些指标能够说明AI工具是否被使用，却无法证明AI是否创造了价值。
中国企业下一阶段需要关注的，不应只是“有多少员工在用AI”，而应进一步回答四个问题：
第一，AI到底替代或增强了哪些具体任务？
第二，使用AI之后，工作周期、错误率、返工率和决策速度是否真正改善？
第三，AI节省的时间是否转化为更高价值的工作，还是被新的工作量迅速填满？
第四，员工是否因为AI获得了更好的职业发展机会，而不是变得更加焦虑和不确定？
企业需要建立岗位和任务层面的AI应用图谱，将工作区分为可以自动化的任务、可以由AI增强的任务、需要人类专业判断的任务，以及必须由人承担责任的任务。
与此同时，企业还需要重新设计团队协作方式、审批机制、质量标准、数据权限和绩效指标。只有当流程、岗位和管理方式一起发生变化，AI才可能从个人效率工具，转化为真正的组织生产力。
AI时代真正的竞争力，不是使用率，而是价值转化率
《职场人 2026》的数据说明，中国员工接受和使用AI的速度已经非常快。
中国职场并不缺少AI工具，也不缺少愿意尝试AI的员工。真正缺少的是把分散的个人使用，沉淀为组织工作方法的机制。
未来企业之间的差距，不会简单取决于谁购买了更多AI产品，也不会取决于谁拥有更高的AI账号激活率。
真正拉开差距的，将是哪些企业能够率先完成三个转变：
从个人使用AI，转向团队协同使用AI；从旧流程叠加AI，转向围绕AI重新设计工作；从追踪使用次数，转向衡量实际业务结果。
中国已经基本完成了职场AI应用的第一阶段——工具普及。
接下来更重要的，是进入第二阶段——工作重构。
下载《职场人 2026》，了解全球职场正在发生的变化
除了人工智能的职场应用，《职场人 2026》还深入分析了全球员工的职业不安全感、五代同堂的职场结构、无偿加班、员工压力、职业发展和全球员工敬业度。
报告覆盖全球36个市场、超过39,000名员工，为HR负责人、企业管理者、人才发展团队及组织研究人员提供了一份理解2026年全球职场变化的重要数据参考。
点击下载《职场人 2026：全球劳动力观点》中文版：
http://hrnext.cn/xALS93
AI正在改变员工完成工作的方式，但决定企业能否真正获得AI价值的，仍然是组织设计、管理方式和对人的长期投入。
Workforce Planning
2026年07月24日
-
Workforce Planning
【限时免费下载】36 国 39000 + 员工调研｜《职场人 2026》白皮书，HR 做人才规划必备数据参考
【限时免费下载】36 国 39000 + 员工调研｜《职场人 2026》白皮书，HR 做人才规划必备数据参考
做 HR、人力负责人、HRD 的我们，每年都要面对几大无解难题：
团队流失率居高不下，哪怕调整薪酬福利，员工依旧普遍焦虑；
70 后至 00 后五代员工同场办公，一套管理制度无法适配所有人；
企业落地 AI 数字化工具，投入成本上涨，员工实际产出却没有提升；
管理层常态化无偿加班，核心骨干悄悄更新简历，人力隐性成本持续走高。
ADP 研究院 2026 年度重磅调研《职场人 2026》，面向全球 36 个市场、超 39000 名职场人分层取样，用一手真实员工心态数据，拆解 2026 全球劳动力核心变化，为企业人力管理、年度人才盘点、员工关系建设提供权威对标依据。
下载链接：http://hrnext.cn/xALS93
您也可以扫描文中图片二维码，即可免费下载完整版（限时免费），获取 36 国细分数据、行业对比、落地管理建议。
一、报告 5 大核心调研结论数据来源：ADP 研究院 2026 全球劳动力调研《职场人 2026》白皮书1. 职业安全感危机：全球仅 22% 员工笃定自身岗位稳定数据显示，没有任何一个区域过半员工拥有职业安全感，市场分化差距明显：尼日利亚 38% 员工认为工作安稳，日本仅 5%，中国为 20%。
工种层级差距显著：知识型员工安全感 30%，技能型员工 18%，事务型重复性岗位仅 16%。
高职业安全感员工具备多重优势：敬业度高出 6 倍、无离职意愿概率翻倍、职场负面压力低 2.5 倍。
HR 落地实操
组织变动、架构调整提前全员透明同步，减少员工负面猜测；
针对基层、事务岗员工增设常态化技能培训、轮岗发展机会；
管理者一对一同步员工个人成长路径，清晰传递晋升预期。
2. 五代同堂新职场：代际诉求割裂，分层管理才是最优解
当下职场首次实现青少年到曾祖辈五代员工共存，不同年龄段员工诉求差异巨大：
18-26 岁年轻员工：对 AI 工具、职业晋升更乐观，本科毕业生 32% 自认具备晋升技能，同期无学历员工仅 24%；
55 岁以上资深员工：易自我怀疑技能、财务焦虑更强，但消极职场压力更少、整体离职意愿最低。
白皮书核心解决方案：搭建跨代师徒机制，年轻人输出数字化能力，资深员工传承行业经验与管理软技能，双向激活团队活力。
3. 无偿加班暗藏巨大人力损耗，层级越高问题越突出
全球 62% 员工每周无偿加班 5 小时以内，26% 每周 6-15 小时，12% 每周无偿工作 16 小时及以上。
职级差异清晰：20% 高管每周无偿加班超 16 小时，普通员工仅 9%。
调研悖论：长期超长无偿加班的员工敬业度看似更高，但普遍自评工作效率低下、压力过载、主动求职跳槽意愿更强。
HR 落地实操
规范工时管理，明确岗位工作边界；建立加班补偿、调休机制；合理拆分工作负荷，避免任务集中挤压私人时间。
4. AI 全面渗透职场，但预期生产力提升并未落地
全球半数员工每周多次使用生成式 AI，1/5 员工几乎每日使用；区域使用差距悬殊：印度 41% 员工每日使用 AI，日本 43% 从未尝试，中国 26% 员工每日使用 AI 工具。
高频 AI 使用者优势：工作压力更低、团队归属感更强、敬业度显著提升；
现存痛点：高频使用 AI 的员工，更容易认为自身生产力未达到预期，岗位焦虑同步加剧。
HR 落地实操
配套全员 AI 技能培训，明确 AI 辅助工作边界；同步开展员工心理疏导，缓解技术替代岗位的恐慌情绪。
5. 全球员工敬业度偏低，仅 19% 职场人高度敬业
2025 年全球高度敬业员工占比仅 19%，区域分化明显：巴西 29% 全球第一，本次调研 36 个市场中中国员工高度敬业占比 11%，处于亚太低位。
提升敬业度核心抓手（数据佐证）：感知企业愿意投入自身成长的员工，53% 处于高度敬业状态；无任何培训支持的员工，该比例仅 12%。
企业可通过人才发展投入、建立管理层信任、塑造岗位价值感、降低职场负面压力四大维度，提升团队整体敬业度。
二、这份白皮书，HR 适配全年度人力工作场景
年度人力规划 & 人才盘点：对标全球、亚太、中国细分员工数据，精准诊断团队流失、倦怠核心根源；
员工关系 & 员工关怀方案：针对职业焦虑、无效加班、代际矛盾设计标准化沟通、福利机制；
企业数字化（AI 落地）配套方案：预判员工技术恐慌，搭建内部数字化培训体系；
人才梯队建设：区分年轻员工、资深员工，搭建分层晋升、跨代师徒管理体系；
出海企业人力参考：36 个国家/市场员工心态、薪酬预期完整数据，支撑跨国团队制度搭建。
本文所有数据均来自 ADP 官方全球劳动力调研，完整原始数据表可通扫描图片二维码或点击文章底部“阅读原文”获取。
立即下载【职场人 2026】，获取 36 国细分数据、行业对比、落地管理建议。
下载链接：http://hrnext.cn/xALS93
您也可以扫描文中图片二维码或者点击文章底部“阅读原文”，即可免费下载完整版。
如有问题咨询
联系人：科科
微信：hrtechina
邮件联系：hi@hrtechchina.com
Workforce Planning
2026年07月07日
-
Workforce Planning
SHRM26现场观察：AI之后，HR真正要解决的是信任、技能与组织能力
HRTech特邀嘉宾现场观察：SHRM美国人力资源年度论坛最重要的信号已经非常清晰：AI不再只是HR需要学习的新工具，而正在成为招聘、人才管理、员工福利、领导力和组织运营的底层变量。真正值得关注的，不是“AI会不会进入HR”，而是当AI已经进入HR之后，企业如何重新建立招聘信任、技能判断、员工连接和组织影响力。换句话说，SHRM26讨论的表面主题是AI，深层主题其实是HR如何在AI时代重新定义自己的专业价值。观点仅代表个人视角，不代表SHRM会议的全部内容
AI正在重塑招聘，但候选人真实性成为新的难题
在今年的现场讨论中，招聘仍然是最受关注的议题之一，但讨论重点已经发生变化。过去大家更关心AI如何帮助企业提高招聘效率，例如自动筛选简历、生成职位描述、优化候选人沟通流程。现在越来越多HR开始担心另一个现实问题：AI让候选人更容易包装自己，也让企业更难判断真实能力。
Robert Half围绕“AI-Crafted Resumes”的讨论非常典型。AI可以帮助候选人写出更漂亮、更精准、更符合关键词的简历，但这并不必然代表候选人具备相应能力。其调研显示，67%的HR leaders认为AI-generated applications正在拖慢招聘流程，因为招聘团队需要花更多时间验证技能、判断真实性，并从大量看似合格的申请中筛选出真正匹配的人才。这说明AI并没有简单地降低招聘成本，反而在某些环节制造了新的判断成本。
从现场感受来看，未来招聘的核心竞争力可能不再只是“谁的ATS更自动化”，而是“谁能更准确地验证候选人的真实能力”。简历越来越容易被优化，面试也越来越容易被辅助，企业真正需要建设的是更可信的技能验证机制、评估体系和候选人真实性判断流程。
Skills-First Hiring正在成为AI时代招聘的主线
SHRM26反复出现的另一个关键词是skills-first hiring。这个概念过去几年已经被讨论很多，但今年的不同之处在于，它不再只是理念，而是被AI进一步推到了企业招聘和人才管理的中心位置。
当AI可以帮助候选人优化简历、匹配岗位关键词，传统依赖学历、职位名称和工作年限的筛选方式就会变得更加脆弱。企业真正需要知道的不是候选人“看起来像不像合适的人”，而是候选人是否真正拥有完成工作所需要的技能、判断力和问题解决能力。因此，招聘逻辑正在从credential-based hiring转向skills-based validation，从简历筛选转向能力验证，从岗位匹配转向真实技能与业务场景的适配。
这也解释了为什么现场很多HR科技供应商都在强调talent signals、skills intelligence、assessment、workforce intelligence和internal mobility。AI时代的人才管理不再只是围绕岗位建立流程，而是围绕技能建立组织能力。未来企业的人才系统需要回答的核心问题是：我们拥有哪些技能？缺少哪些技能？哪些技能可以通过内部培养获得？哪些能力必须从外部获取？这将直接改变招聘、学习发展、继任计划和组织设计的底层逻辑。
HR的新角色不是使用AI，而是重新定义工作方式
今年SHRM26给人的一个明显感受是，AI已经不再是孤立的技术话题。它正在与workplace change、future of HR、workforce planning和leadership development连接在一起。这意味着HR的任务不只是学习使用AI工具，而是要参与重新定义工作方式。
在传统组织中，HR更多承担流程管理和支持职能，包括招聘、培训、绩效、薪酬、福利和员工关系。但当AI开始进入工作流程之后，企业需要重新思考岗位如何设计、任务如何分配、人机如何协作、管理者如何带队、员工如何成长。这些问题已经超出了传统HR运营范畴，更接近组织设计和业务转型。
从这个角度看，HR正在从流程执行者转向组织能力设计者。未来HR的价值不只是把招聘做快、把培训做完、把绩效流程跑通，而是帮助企业判断哪些工作应该被自动化，哪些能力应该被保留，哪些岗位需要重构，哪些员工需要重新培养。AI越深入组织，HR越需要具备业务理解、组织诊断和变革推动能力。
领导力与文化重新回到中心位置
一个值得注意的现象是，当AI成为大会高频词时，领导力、文化、信任和价值观反而被更频繁地讨论。围绕Oprah Winfrey、Simon Sinek等嘉宾的传播，强调的是character、purpose、leadership、culture和inclusion。这背后的逻辑并不矛盾：技术越强，组织越需要清晰的价值观和稳定的信任机制。
AI可以提升效率，可以生成内容，可以分析数据，也可以辅助决策，但AI无法自动建立组织信任，无法替代领导者给团队提供方向感，也无法真正创造员工对组织的归属感。当企业越来越依赖技术系统完成流程和判断时，人们反而会更加关注决策是否公平、沟通是否透明、文化是否健康、领导者是否值得信任。
因此，AI时代的领导力不是更少的人性，而是更高质量的人性。管理者需要从信息传递者转向意义建构者，从任务监督者转向教练和连接者。对HR来说，这意味着领导力发展和文化建设不会因为AI而变得不重要，反而会成为组织能否真正用好AI的关键条件。
员工健康与福利正在升级为Workforce Strategy
员工健康与福利也不再只是传统benefits话题。OpenLoop Health、The Obesity Society等机构围绕employee wellness、obesity care、benefits professionals和employer strategy展开讨论，说明健康福利正在从成本管理项目升级为企业的workforce strategy。
过去企业看待福利，更多是从合规、成本和员工满意度角度出发。但现在，员工健康正在与生产率、留任率、雇主品牌和组织韧性联系在一起。尤其是在长期压力、慢性病、心理健康和工作倦怠成为普遍挑战之后，企业很难再把员工健康视为边缘议题。
这对HR的启示是，福利管理不能只停留在年度续保和项目采购层面，而需要更深入地回答：哪些健康投入真正改善员工体验？哪些福利设计可以支持关键人才留任？哪些健康风险会影响组织生产力？未来优秀的benefits strategy会越来越接近workforce strategy，而不是单纯的行政福利安排。
HR Tech竞争正在从数字化走向AI驱动的决策与执行
HR科技供应商正在集中围绕AI hiring、workforce intelligence、employee engagement、performance和agentic HR展示方案。这个变化说明，HR Tech的竞争重点已经从“系统是否数字化”转向“系统是否能够帮助HR做出更好的判断并推动行动”。
过去HR系统的核心价值是记录、管理和流程自动化，例如记录员工信息、管理招聘流程、支持绩效周期、维护薪酬福利数据。现在，企业期待系统不仅能保存数据，还能识别问题、预测风险、推荐行动，甚至通过AI Agent完成部分执行工作。
这意味着HR Tech正在进入一个新的阶段。未来真正有竞争力的产品，不只是一个更好看的系统界面，也不只是把AI功能嵌入现有模块，而是能够把企业的人才数据、技能数据、绩效数据和业务场景连接起来，帮助HR形成更准确的组织洞察和更快的行动能力。
结语：SHRM26真正讨论的不是AI，而是HR的下一轮价值重构
综合来看，SHRM26释放出的核心信号是：AI已经成为HR行业的默认前提，但AI本身不是终点。真正的变化发生在AI进入招聘、管理、福利和组织文化之后，HR如何重新建立判断力、信任机制和业务影响力。
招聘需要从简历筛选走向真实性验证，人才管理需要从岗位逻辑走向技能逻辑，领导力需要从流程管理走向信任与意义建设，员工福利需要从成本项目走向组织韧性投资，HR科技也需要从数字化系统走向AI驱动的决策与执行。
因此，今年SHRM26最值得带走的一句话或许是：未来HR的价值，不在于是否会使用某一个AI工具，而在于能否帮助组织在AI时代更准确地识别人、更有效地发展人、更可信地连接人，并最终把人才能力转化为组织能力。
Workforce Planning
2026年06月18日
-
Workforce Planning
2025年全球的HR Tech并购深度观察：资本重塑产业版图，平台化整合加速，Agentic AI与技能智能走向基础设施化
在全球科技投资整体趋于理性的背景下，人力资源技术（HR Tech）却逆势走出一条截然不同的曲线。2025年，这一市场不仅没有降温，反而迎来了近年来最为密集的一轮并购高峰。根据 Drake Star 的统计数据，仅前三季度，全球HR Tech领域就已完成超过650起并购与投资交易，披露资金规模达到223亿美元。无论从交易数量还是资本体量来看，HR软件正在被视作“高续费、强现金流、抗周期”的企业基础设施型资产，成为私募股权基金与大型平台厂商争夺的核心标的。
从全年走势看，本轮整合并非单点补强式的小规模收购，而是围绕三条清晰主线展开：
私募资本主导的十亿美元级Mega Deal频现，Agentic AI从概念进入可执行阶段，学习与技能（Learning & Skills）赛道出现首次结构性洗牌。这三股力量叠加，使HR Tech行业从“多点创新”逐步转向“平台集中化与智能化执行”的新阶段。
首先，私募资本成为2025年并购节奏的决定性力量。最具代表性的交易来自 Thoma Bravo，其以123亿美元将 Dayforce 私有化收购，成为全年规模最大的HR科技交易之一。与此同时，Paychex 以41亿美元收购 Paycor，进一步巩固北美中小企业薪资与HCM市场的领先地位。此类交易背后体现的是典型PE逻辑：收购成熟现金流资产，通过产品整合与成本协同实现利润提升，再通过二次并购或资本退出获得回报。这也意味着，缺乏规模优势与盈利能力的独立HR SaaS厂商，未来生存空间将愈发收窄，行业集中度持续提高几乎已成定局。
在资本整合之外，技术路径的变化同样深刻。2025年，Agentic AI真正开始走出“演示文稿”和“营销话术”，进入实际产品落地阶段。与早期只提供分析洞察的生成式AI不同，Agentic AI强调直接完成任务执行，即系统不再只是告诉HR“该做什么”，而是自动“把事情做完”。在这一方向上，Workday 的动作最为激进，短时间内连续收购 Paradox、Sana 与 FlowiseAI，分别强化对话式招聘、AI学习中枢以及自定义Agent构建能力。其战略意图十分清晰：从传统的“记录系统（System of Record）”转型为“执行系统（System of Action）”。未来的招聘安排、学习推荐、薪酬分析乃至合规检查，都可能由AI自动完成，HR角色逐步从执行者转向监督者与决策者。
与AI并行推进的，是学习与技能赛道的重组升级。长期以来，企业学习系统往往被视为边缘模块，难以直接与业务结果挂钩，但2025年情况出现明显变化。Coursera 与 Udemy 宣布合并，形成估值约25亿美元、拥有1.91亿注册学习者与超过15亿美元年收入的超级学习平台，这一交易被视为学习科技领域里程碑式事件。与此同时，Lightcast 通过多起收购强化技能与劳动力数据能力，ETU与Realizeit合并成立Skillwell，将沉浸式训练与自适应学习结合。行业共识逐渐形成：学习不再是课程堆叠，而是技能数据驱动的能力基础设施，招聘、内部流动与绩效管理都将围绕“技能智能（Skills Intelligence）”展开。
招聘科技同样进入整合加速期。SAP 收购 SmartRecruiters 补齐SuccessFactors在ATS方面的短板；Zoom 收购 BrightHire，将视频面试与智能分析深度结合；iCIMS 收购 Apli 强化一线用工自动化能力；Findem 收购 Getro 推出AI自动搜寻候选人的智能职位发布模式。可以看到，聊天机器人、筛选工具、面试分析等单点产品正快速被整合进大型平台，传统ATS逐步演变为集自动化、数据智能与关系网络于一体的人才运营中枢。
此外，员工体验与福祉领域也出现PE推动的“roll-up”整合趋势。LumApps 与 Beekeeper 合并打造覆盖办公室与一线员工的统一员工门户，估值超过10亿美元；meQuilibrium 与 RippleWorx 合并，形成心理健康与绩效分析结合的平台化方案。员工体验产品开始从“工具”升级为“综合服务层”。
综合来看，2025年的HR Tech并购潮揭示出三个长期结构性变化：
其一，行业集中度显著提升，寡头平台逐渐成型；
其二，AI能力从辅助分析走向自动执行，Agentic成为新竞争核心；
其三，技能数据成为底层基础设施，学习、招聘与绩效体系开始深度融合。
对于企业买方而言，平台整合有助于简化技术栈、提升效率，但也带来供应商路线变化与议价能力下降的风险；对于创业厂商而言，要么建立清晰差异化价值，要么成为并购标的，否则极易被边缘化。
可以预见，2026年这一趋势仍将延续。随着更多Agentic产品上线与私募资金持续入场，HR Tech的竞争焦点将不再是谁的功能最多，而是谁真正能够替企业“完成工作”。当系统能够自动执行招聘、培训与组织决策时，人力资源管理的形态也将随之被重新定义。
Workforce Planning
2026年01月31日
-
Workforce Planning
人力资源的未来：人工智能驱动的7大趋势正在重新定义2026年的人才战略
2026 年，HR 将迎来真正的分水岭。AI 不再只是自动化工具，而是开始主导招聘、员工服务与人才发展的整体编排。多智能体 AI、非结构化人才数据、超个性化体验，正在重塑 CHRO 的核心职责。这篇文章系统梳理了 7 大关键趋势，值得所有 HR 管理者认真一读。
重新定义2026年人才战略的7大人工智能驱动趋势
人工智能、自动化和数据如何重新定义未来的工作、劳动力规划和人才招聘。
随着人工智能系统的日趋成熟和数字化转型加速，2026年将成为人力资源领导者们具有里程碑意义的一年。包括来自顶尖风险分析师的洞见在内的最新研究和技术趋势报告揭示了劳动力战略、人才招聘、员工体验和组织设计等领域即将发生的巨大变革。
本指南详细分析了每位首席人力资源官都应该关注的2026 年最重要的人力资源趋势，以及这些趋势对您的人才战略的影响。
1. 人工智能劳动力协调将取代人工人力资源流程
这对首席人力资源官 (CHRO) 为何至关重要：
新一代多智能体人工智能系统正在将人力资源工作从任务自动化转变为端到端的工作流程编排。人工智能将越来越多地独立管理招聘步骤、合规任务、入职流程和日程安排等工作，而不再需要人力资源团队手动协调这些环节。
主要影响
更快的招聘和入职流程
更一致的政策执行
行政瓶颈减少
招聘人员和人力资源团队转向战略性工作
2. 人力资源领导者最终将释放非结构化劳动力数据的力量
企业拥有的人才数据比以往任何时候都多——简历、电子邮件、绩效评估、面试、技能概况、培训内容——但其中大部分仍然是非结构化的，并且没有得到充分利用。
2026年将是转折点
先进的人工智能现在可以将杂乱的人力资源数据转换为支持以下功能的结构化格式：
预测性人才建模
技能差距检测
留存率预测
个性化发展路径
招聘绩效分析
首席人力资源官现在应该做什么：
评估人力资源数据准备情况
识别数据熵最高的系统
开始构建“人力资源知识图谱”
3. AI语音代理将变革招聘、入职和人力资源服务交付方式
人工智能语音助手正在成为 2026 年的一大趋势，并迅速从客户服务扩展到人才招聘和员工体验领域。
首席人力资源官应预期的应用场景：
自动化候选人预筛选
面试安排和后续跟进
福利和入职指南
实时员工支持
提供多语种人力资源服务台
为什么这很重要
语音人工智能可以减少摩擦、缩短周期时间、提高可访问性，并大规模地提供类似人类的响应速度。
4. 高度个性化的候选人和员工体验流程将成为标准
到 2026 年，个性化将成为人力资源的一项基础能力，由多模态人工智能驱动，该人工智能能够理解个人偏好、职业模式、沟通风格和技能发展轨迹。
人工智能驱动的个性化示例
基于技能和求职意向的职位推荐，而非关键词推荐。
定制化的招聘信息
自适应学习路径
个性化健康提醒
员工旅程图实时更新
5. 制造业、能源和基础设施的复兴将带来新的人才压力
科技、人工智能、机器人和电气化正在推动实体产业的复兴：制造业、物流业、能源业、建筑业、生物技术业和工业自动化业。
这对首席人力资源官意味着什么：
新兴劳动力群体
技术和贸易技能人才严重短缺
能力模型的快速演变
对具备人工智能能力的产业人才的竞争日益激烈
应采取的行动
更新人才预测和劳动力战略
投资于持续技能再培训基础设施
与职业技术院校建立伙伴关系
6. 人工智能代理将代表员工和求职者使用人力资源系统
到 2026 年，人工智能代理将越来越多地作为员工和人力资源系统之间的交互层。
示例
填写申请表
请求提供人力资源政策详情
更新员工信息
获取休假或福利信息
引导候选人完成复杂的工作流程
这就要求首席人力资源官确保人力资源内容既能被人阅读，又能被机器阅读。
7. 随着人工智能协调招聘人员、经理和员工，人力资源工作将变成“多人协作”模式。
人工智能正在进入分析师所说的多人游戏模式——这意味着不同的人工智能代理可以与利益相关者合作，管理端到端的流程。
对人力资源部门而言，这意味着：
招聘人员与候选人经纪人协调
经理代理人协调发展建议
调度员协商可用性
学习代理推荐课程和学习路径
组织影响
更具凝聚力的决策
减少交接摩擦
更好的员工和候选人体验
更高的运营一致性
首席人力资源官在2026年应该优先考虑哪些事项
为了充分利用这些趋势，首席人力资源官应重点关注以下四个战略支柱：
1. 构建适用于人工智能的人力资源数据基础
包括数据治理、元数据标准和结构化知识层。
2. 重新设计人才流程以适应人工智能的协调，而不是渐进式自动化。
要从端到端的旅程角度来思考。
3. 为人工智能辅助角色做好人力资源准备
提升人工智能监管、故障排除和战略性人类决策方面的技能。
4. 在人才生命周期的各个阶段提供深度个性化的体验
从吸引人才到培养人才再到留住人才。
展望未来
2026 年，那些将人工智能视为工作设计、执行、衡量和体验方式的代际变革，而不是附加功能的首席人力资源官们将会获得回报。
及早拥抱这些趋势的组织将在以下方面表现优异：
速度
人才竞争力
成本效益
员工体验
劳动力适应能力
人力资源的未来不会是自动化，而是需要精心策划。引领这场变革的首席人力资源官们将为未来十年的劳动力创新树立标杆。
Workforce Planning
2025年12月22日
-
Workforce Planning
2026人力资源领域的十大趋势：从 AI 采用到“代理型转型”
HRTech概述：HRTechChina每年都会聚合整理全球各个专家、媒体发布的新趋势，供大家参考，2026年的趋势是什么？你怎么看，欢迎一起讨论交流！关注HRTechChina
大家都在谈 AI 与人力资源，但 2026 年的焦点不再只是“工具”，而是——自治系统、被激发的人，以及可衡量的动能。
来自 Gartner、Mercer、麦肯锡和德勤的多份研究报告都指向同一个结论：我们正进入“代理型人力资源（Agentic HR）”时代——智能系统不再只是辅助决策，而是与我们并肩行动、共同执行。
以下是未来即将到来的十大发展趋势，以及希望保持领先的领导者应如何应对。
从“AI 采用”到“代理型运营模式”
AI 助手已经是去年的话题。根据德勤预测，到 2028 年，三分之一的企业应用程序将支持“自驱动代理（self-driving agents）”，能够以极少的人类干预来感知、决策与行动。新的北极星指标将是 RoA（自主回报率，Return on Autonomy） —— 衡量人机协作在速度、信任与价值上的释放。
CHRO 从政策执行者转变为价值架构师
Gartner 2026 年调查显示，CHRO 不再优化流程，而是重新设计“工作如何创造价值”。AI 正在接管事务性任务，而 HR 的新使命，是构建一个让人类目标、数据与技术高度契合的生态系统。
技能也许是新的操作系统，但“动机”才是能源
Mercer 称“技能智能（skills intelligence）”是新的组织操作系统。确实，岗位正在逐渐消融，取而代之的是基于技能的灵活团队。但技能只能说明“人能做什么”，而动机才揭示“人为什么去做”。
下一个进化方向不只是技能智能，而是 动机智能（Motivational Intelligence™）。当企业将工作与员工内在驱动力相匹配，不只是重组团队，而是点燃组织的持续动能。未来的人力资源，不是“基于技能”，而是“由动机驱动”。
战略性劳动力规划终于走向成熟
麦肯锡的 HR Monitor 显示，多数公司仍停留在“人数规划”阶段，而非“能力规划”。2026 年将成为分水岭——能否利用 AI 预测技能缺口、驱动因素与业务结果，将决定企业的竞争层级。
人机信任将成为新的商业指标
德勤《代理型企业（Agentic Enterprise）》报告指出：自主性若缺乏信任，终将失败。我们将看到“政策即代码（policy-as-code）”、AI 审计，以及“监护型代理（guardian agents）”等机制，用以监督其他代理。AI 治理与透明度，将决定其能否真正被采纳。
经理效能被重新定义
随着 AI 自动化行政工作，管理者将重新成为“教练”。Mercer 预测，这一转变将要求全新能力：同理心、数据素养，以及 AI 导师支持下的持续反馈机制。
职业成长取代薪酬，成为留才关键
麦肯锡与 Work Institute 的研究均显示：员工离职并非因为薪酬，而是因为“停滞”。2026 年，能够让职业发展可视化、个性化、持续化的企业，将赢得人才。
员工体验 = 行为改变
Gartner 指出，HR 投资的回报不在于技术采用，而在于员工行为的改变。换句话说，关键不是工具，而是“动能”。
平台整合与代理层叠
多平台碎片化的时代即将结束。未来属于互联平台，以及能跨系统运行的 AI 层。多代理协同（multi-agent orchestration）将推动实时教练、洞察与执行，助力企业规模化运营。
变革管理进化为“变革运营”
变革将不再是事件，而是一项长期能力。它是一种“持续运转的肌肉”，通过沟通、试验与信任构建而成。德勤发现，当前仅有 44% 的员工支持重大组织变革——这一比例将决定谁能突破、谁将停滞。
结语：进入“代理型HR”的新时代
2026 不只是又一个“转型之年”，而是新纪元的开端：
AI 不取代人类，而是放大人类潜能；领导者不再管理流程，而是设计生态系统；成长不再是季度指标，而是每日实践。
对于那些在构建未来的 HR 者来说——现在正是从试点走向实践的时刻：让参与转化为能量，让数据变为决策，让动机驱动可衡量的绩效。
这正是 Claro Mentor 的使命：帮助企业结合 AI 与人类动机，实现持续成长，而非条件成长。
思考提问在这 10 大趋势中，哪一个将对你所在的组织产生最大的影响？
作者：斯玛达尔·塔德莫尔 Claro-AI Mentor 首席执行官兼联合创始人
Workforce Planning
2025年11月02日
-
Workforce Planning
AI转型时代的HR角色：从人力资源到首席AI赋能官
HRTech推荐：《HR’s Role in AI Transformation》（点击下载）报告指出，人工智能带来的不仅是技术变革，更是以人为核心的管理革命。AI能够帮助企业简化流程、提升生产力、释放时间，使员工专注于更具创造性和战略性的工作。
AI转型不是单纯的技术问题，而是“人”的变革。HR 在其中扮演“首席AI赋能官（Chief AI Enablement Officer）”的角色。
报告提出了一个“三步战略”：第一，重塑AI驱动的HR职能，包括强化数据与技术基础、建立AI治理模式、实施AI控制塔并设计未来HR岗位；第二，在HR及全组织范围内推动AI应用，重点是技能重塑与提升，构建AI赋能框架，推动员工在Know AI、Use AI、Build AI与Lead with AI四个层面成长；第三，转型劳动力，涵盖变革管理、工作设计、人与AI代理协作、以及文化引领。特别强调AI代理将成为劳动力新成员，人类与AI的组合将决定未来组织的竞争力。
引言：AI转型是一场人类与组织的双重革命过去几十年里，技术革新不断改变企业运营的方式，但人工智能的兴起无疑是迄今为止最具颠覆性的力量。它不仅仅是一场技术浪潮，更是一次深刻的“人”的变革。人工智能的发展使组织在效率、洞察力和业务增长方面迎来了前所未有的机遇，但同时也带来了治理、文化和技能方面的巨大挑战。正是在这种背景下，HR被赋予了前所未有的使命——不仅是人才管理的执行者，更要成为AI转型的推动者和引领者。本报告由ServiceNow及其合作专家撰写，提出了一份面向HR领导者的行动手册，强调CHRO应成为“首席AI赋能官”，通过三步战略，将AI真正嵌入组织运行的血液之中。
为什么HR在AI转型中处于核心地位
人工智能带来的变化远远超过了效率层面的改进。它让企业重新思考工作的设计方式、人才的定义以及组织的整体结构。报告提出，“AI是一场人文复兴”，这意味着AI的最大价值在于释放人类的潜能，让员工摆脱低价值的事务性任务，把时间和精力集中在创造力、战略思维和创新活动上。
数据印证了这一趋势。根据ServiceNow的《AI成熟度指数2025》，82%的企业计划在未来一年增加AI投资。世界经济论坛的《未来就业报告》显示，86%的雇主认为到2030年AI和信息处理技术将会深刻改变业务模式。而Accenture的调查发现，64%的员工已经意识到AI将改变他们的工作内容，需要新的技能或进行显著的再培训。然而，McKinsey的调研也指出，只有1%的高管认为他们的生成式AI落地已达到成熟水平。这一矛盾说明，虽然AI投资与应用的热度极高，但企业在治理、应用深度和人才适配上依旧存在明显差距。
在这样的背景下，HR的任务不仅是配合技术部门落地工具，而是要将AI转型与人力战略绑定起来。正如报告所强调的，“企业战略始于人才战略”，如果HR不能主动推动AI赋能，那么企业的AI转型必然流于表面。
三步战略：HR引领AI转型的完整路线图
第一部分：重塑AI驱动的HR职能
AI要在HR中真正落地，首先必须打下坚实的技术与数据基础。报告强调，HR必须与IT形成紧密的战略合作关系，而不是过去的单向依赖。两者需要共同决定数据架构、技术平台和AI伙伴的选择，从而保证数据集中、质量可控，避免出现信息孤岛。只有这样，AI应用才能覆盖全员，形成统一体验，而不是分散在多个工具中导致混乱。
在此基础上，企业应建立HR专属的AI治理模式。ServiceNow提出“AI工厂”的概念，即通过结构化流程，将AI的创意收集、评估、优先级排序、开发与治理整合在一个可重复、可扩展的框架中。这种模式既能保障创新速度，又能确保伦理、合规和业务价值的平衡。例如，ServiceNow的AI控制塔就是一个典型案例，它能够实时监测AI模型的表现、数据质量和合规性，帮助HR领导者清晰掌握AI在组织内的使用情况，避免出现偏差或风险。
更重要的是，AI不仅改变了HR的工具箱，还将深刻改变HR岗位本身。未来的HR将不再只是处理招聘、绩效和培训，而是要承担更多“产品思维”和战略角色。新兴岗位包括AI编排设计师，负责规划AI代理与业务流程的融合；员工体验设计师，专注于优化AI驱动下的员工旅程；AI伦理官，确保AI使用与企业价值观一致；人才战略师，利用预测分析塑造长期的人才布局。这些角色的出现，意味着HR正在从事务执行者转向企业未来的战略设计者。
第二部分：推动AI赋能，重塑技能与学习生态
报告的第二步战略强调，AI赋能不仅发生在HR职能内部，更要扩展到整个组织。HR的责任是帮助所有员工掌握新技能，并通过合理的框架推动全员适应AI时代的工作方式。
世界经济论坛指出，到2030年，全球劳动力中约有59%的人需要进行技能重塑或升级，其中11%可能无法获得相应机会。这是一个极大的挑战。ServiceNow的研究同样表明，几乎所有岗位都将不同程度地经历任务的自动化或增强。因此，HR需要以战略性的方式推动再培训和技能升级，把员工从事务性任务中解放出来，让他们专注于创造价值。
未来的关键技能既包括技术能力，也包括人类核心能力。在技术层面，AI、大数据、网络安全和数字素养将持续增长。在人类核心方面，创造性思维、韧性、灵活性、领导力和好奇心同样重要。报告指出，单一的技能组合已不足以支撑未来，真正的竞争力在于技术与人类技能的结合。
为此，ServiceNow提出了“Know-Use-Build-Lead”的AI赋能框架。所有员工都需要具备AI的基础知识，理解提示工程和数据隐私等基本原则（Know）。大多数员工需要掌握如何使用AI工具完成工作（Use）。技术人员则需要具备构建AI解决方案的能力（Build）。而管理者必须学会如何引导团队与AI共事，推动采用和文化转型（Lead）。这种层级化的框架确保不同层次的员工都能找到清晰的学习目标。
此外，AI热力图是一个非常直观的工具，帮助企业识别岗位中最适合AI接管的任务。例如在HR共享服务岗位，AI能够处理知识库维护、案例管理和供应商对接等事务，从而节省员工约28%的时间。这些节省下来的时间被重新分配到人才发展和战略项目中，形成了“效率—学习—价值提升”的正向循环。
ServiceNow还推出了ServiceNow University，以AI驱动的学习体验取代传统的静态培训模式。它通过预测和个性化推荐，提供从入职到深度进阶的学习路径，使员工在工作中就能完成技能提升。这种模式意味着学习将不再是周期性任务，而是与工作高度融合的持续过程。
第三部分：转型劳动力，构建人机协同的新团队
AI的普及最终会改变劳动力的定义。报告提出，AI代理（Agentic AI）不再只是工具，而是将成为组织中的“虚拟员工”。这意味着HR必须考虑如何为AI代理“入职”，如何培训它们、如何评估绩效，甚至如何与人类员工共同组成混合团队。未来的组织将由人类与AI共同构成，HR的角色是设计并治理这种新型劳动力结构。
劳动力转型的关键在于三方面。第一是变革管理。许多员工对AI存有焦虑，担心被替代。HR必须通过沟通、培训和文化建设，确保员工理解AI是赋能工具而非竞争对手。第二是工作设计。企业需要明确哪些岗位和任务由AI承担，哪些仍需人类独有的判断、创造力和同理心。第三是文化引领。AI的真正成功取决于信任，当领导者投资于员工的学习和成长时，会传递一个重要信号：员工属于企业的未来。
报告特别强调，组织必须选择是用AI来替代人以削减成本，还是通过AI增强人类潜能。如果选择后者，就能打造更有韧性和创造力的团队，并形成长期竞争优势。
AI在实践中的应用价值
为了证明上述战略的可行性，报告提供了多个案例。
在ServiceNow内部，AI已经帮助HR共享服务部门实现生产力翻倍。一名HR支持员工的数量从412人提升到881人，同时不以裁员为目标，而是通过再培训把释放出来的时间投入到人才发展与战略工作中。
在AstraZeneca，AI平台帮助替代了实验室日常的手工流程，例如试管登记与存储，每年节省超过6万小时。这些时间被重新用于药物研发，从而加速了寻找罕见疾病治疗方案的进程。
BT集团的案例展示了AI在客户体验中的威力。通过ServiceNow平台，BT将客户服务的响应时间从4.7小时缩短到1分钟，任务自动化率提升80%。同时，AI还能预测并防止网络故障，帮助客户服务人员减少55%的文书时间。
这些案例表明，AI的价值不仅在于效率，更在于通过再分配时间和资源，实现业务增长和员工发展的双重目标。
未来趋势与大赌注
报告最后提出了未来几年的重点方向。
首先是Agentic AI。AI代理将成为劳动力规划的重要组成部分，独立完成任务并大规模运作，而人类则专注于需要创造力和复杂判断的工作。
其次是以技能为核心的组织模式。AI工具可以帮助企业绘制员工技能地图，识别差距并推荐培训。这样，组织能够更敏捷地适应变化，并把AI释放的能力重新分配到关键领域。
第三是“学习即工作”。未来的学习将不再依赖周期性的培训，而是融入日常工作流程。员工在完成任务的同时，不断获得新知识和技能，保持岗位的长期适应性。
此外，治理和信任将成为AI成功的基石。Accenture的调研显示，77%的高管认为，只有在信任和治理的基础上，AI才能真正释放潜力。
结论：HR是AI时代的变革引领者
《HR’s Role in AI Transformation》（点击下载）清晰地指出，HR在AI时代的使命远超传统职责。CHRO需要承担起“首席AI赋能官”的角色，推动AI的合规治理、技能重塑与文化转型，确保技术与人才的深度融合。AI的最终价值不是取代，而是增强，当人类的创造力与AI的效率结合，企业将迎来真正的人文复兴。
对企业而言，这意味着不能仅仅把AI视作提升成本效率的工具，而要把它看作战略资产，积极管理、合理分配，并通过文化和学习机制把员工纳入转型之中。只有这样，AI才能既推动业务增长，也成就更加有意义和有韧性的职场。
Workforce Planning
2025年09月08日
-
Workforce Planning
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：
Workforce Planning
2025年08月13日
扫一扫 加微信
hrtechchina
