-
未来工作
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.)
-
未来工作
从岗位到技能：全球HR战略的范式转移
“以技能为核心（Skills-first HR）”在人力资源战略中的重要性。面对全球经济波动与技能短缺，传统基于岗位的HR模式已难以支撑企业敏捷转型。Skills-first HR以“技能”为组织设计和人才配置的核心，通过数据与AI技术实现员工技能与业务需求的动态匹配，促进内部流动、降低招聘成本，并增强组织的战略韧性。
视频解读请访问视频号：HRTech
在全球经济充满不确定性、组织转型节奏不断加快的当下，企业在“人才战略”上的核心逻辑正在经历深刻变革。过去以“岗位”为基础的管理体系，正在被一种更具前瞻性的模式取代——“以技能为核心（Skills-first HR）”。这一理念不仅是人力资源职能的创新，更是企业竞争力与战略韧性的重要基石。
一、技能短缺成为企业生存的战略焦虑PWC 2024 年全球CEO调研显示，45%的首席执行官认为，如果维持现有运作模式，他们的企业在十年内将难以为继。主要原因之一，正是组织缺乏适应未来变革所需的关键技能。劳动力市场数据亦显示，美国、欧盟及英国的劳动生产率增长自疫情后明显放缓，而技能缺口被视为拖慢增长的核心因素。在这种背景下，企业亟需一种能够快速识别、调配和培养技能的机制，使人力资源成为战略执行的关键引擎。这正是“Skills-first HR”概念的由来。
二、Skills-first HR的核心逻辑Skills-first HR的理念是：不再将岗位视为人力资源管理的基本单位，而是以“技能”作为组织设计与人才配置的核心要素。这种转变有三大特征：
以技能而非职位驱动：通过识别员工可迁移的技能，快速匹配组织内部机会，打破岗位边界；
以数据和技术为支撑：借助AI与数据分析，实时描绘技能地图，预测未来需求；
以内部流动和持续成长为目标：让员工在组织内部找到成长路径，减少外部招聘依赖。
这种模式下，内部员工的再部署更高效、更具成本优势，同时组织的敏捷度显著提升。
三、构建Skills-first HR的四大支柱作者提出，企业要实现从“岗位导向”到“技能导向”的转型，需要构建四个关键基础：
技能分类体系（Skills Taxonomy）：建立组织统一的技能语言与评估标准。无论是新加坡的沟通能力还是美国的项目管理，都需在同一框架下可比、可验证。然而，这一体系的建立往往伴随权力结构的博弈——总部主导与地区自治的冲突，技术团队与HR专业判断的差异，都可能成为阻力。成功企业往往将其上升为“业务战略项目”，而非HR内部工程。
技能盘点与验证（Skills Audit）：通过员工自评、管理者反馈及AI数据推断等多渠道，形成“技能护照（Skills Passport）”。组织可据此生成技能热力图，识别短板与潜力区域，为战略规划提供依据。关键在于——“先行动，再完善”，而非追求完美数据。
需求建模（Demand Modelling）：仅了解现有技能远远不够，企业还需预测未来需求。作者引用的案例中，一家保险公司通过外部专家与AI模型发现，未来10年内15%的岗位将被技术替代，50%的岗位将被重塑。这类预测帮助企业提前布局人才发展与学习战略。
减少结构性障碍（Structural Barriers）：传统层级式的岗位体系已不适应敏捷用工。Mastercard通过将3.3万名员工分入11个“行会（Guilds）”，每个行会设有学习学院，员工可跨部门、跨地区流动。这种灵活架构被视为未来组织的雏形。
四、变革落地的关键：从HR项目到业务战略转向Skills-first HR并非一蹴而就。研究指出，成功转型的企业普遍遵循三大原则：
分阶段推进：以小范围试点为先，积累组织经验；
业务牵引：由CEO与高层主导，明确其对战略目标的支撑；
跨部门协作：如保险公司建立“HR数据作战室”，由精算与HR团队共同分析技能数据。
同时，HR职能本身也需重塑：
HR需掌握数据分析能力，从“经验判断”转向“数据洞察”；
从被动响应转为战略前置，基于业务规划主动塑造未来能力；
打破传统“招聘、培训、薪酬”孤岛，重构以技能价值链为导向的HR组织架构。
五、从“职位管理者”到“能力战略家”Skills-first HR不是HR的技术革命，而是一场思维范式的转变。当企业真正以技能为中心运营，员工不再只是被动的“岗位占有者”，而是可流动、可成长的“能力载体”；而HR，也从后台支持者，转变为推动组织战略实现的“能力架构师”。
未来，谁能先掌握“技能语言”，谁就能在人才竞争中赢得先机。
来源：Collings, D. G. & McMackin, J. (2025). Skills-first HR: a key enabler of future global strategy. Organizational Dynamics, 54(1), 101140. Elsevier Inc.
-
未来工作
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。
-
未来工作
【硅谷】Mercor完成3.5亿美元C轮融资，估值达100亿美元：引领“人类训练AI”的新劳动形态
HRTech概述：硅谷公司 Mercor 近期完成 3.5 亿美元 C 轮融资，估值约 100 亿美元。它所做的，就是将医生、律师、银行家等领域大牛纳入平台，帮助他们指导AI模型理解判断、意图与专业经验。这样的角色不是重复性劳动，而是“专家 → 训练师”的转型。
在AI浪潮加速重塑全球劳动力市场之际，总部位于旧金山的AI科技公司 Mercor 宣布完成 3.5亿美元C轮融资，由 Felicis 领投，Benchmark、General Catalyst、Robinhood Ventures 等共同参投。此轮融资使公司估值达到 100亿美元，较上一轮增长约五倍，成为AI经济领域增长最快的独角兽之一。
人机协作的新范式：从执行者到“AI训练师”
Mercor成立于2022年，由联合创始人兼CEO Brendan Foody 与CTO Alex Kovacs 创办，定位于“连接人类专才与AI经济”的桥梁。公司构建了一个覆盖全球的专业人才网络，现已拥有 3万多名专家，每天支付超过 150万美元 的报酬，净推荐值（NPS）超过 65。
这些专家来自医疗、法律、金融、工程等领域，他们通过Mercor平台为AI模型提供真实世界的知识、经验和判断力训练。Mercor的核心理念是——AI不取代人，而是由人来训练AI，让机器学习人类的判断、意图与品味。
CEO Brendan Foody在公司公告中表示：“AI的每一次进步，都会释放新的‘人类潜能’。我们看到越来越多的专业人士从重复性劳动中解放出来，专注于AI无法可靠完成的高价值工作。”
投资人押注“Human + AI”经济体
本轮融资的领投方 Felicis 创始人 Aydin Senkut 指出：“Mercor正在构建未来AI经济的基础设施，让人类智慧成为AI系统不可或缺的一部分。掌握专业知识、能够提供判断和反馈的专家，将成为AI时代最有价值的劳动力资源。”
Mercor的客户已涵盖多家前沿AI实验室和财富500强企业，广泛应用于医疗影像识别、金融分析、法律推理、企业智能体训练等领域。通过将专家的知识转化为模型评估与微调数据，Mercor帮助企业在保持合规与质量的同时，加速AI系统的落地和价值创造。
迈向“人类+智能体”的经济时代
Mercor表示，此轮融资将主要用于三大方向：
扩大专家网络规模，吸纳更多领域型人才；
优化匹配算法，提升专家与AI项目之间的匹配效率；
加速项目交付，强化人机协作流程与企业集成能力。
分析人士指出，Mercor正推动一种全新的劳动形态：人类不再是AI的竞争者，而是“AI训练师”。在未来十年，数以百万计的专业人士将以“教机器做事”的方式参与经济创造，让AI成为“被训练的学徒”，而非“取代者”。
人类潜能的再次解锁
随着AI逐步进入企业核心运营层，Mercor的模式代表了从“自动化”到“增强化”的转变——人机协作成为提升生产力的核心引擎。Foody认为，企业价值链将持续上移，“那些能把专业判断力转化为可学习标准的人，将成为AI经济中最具竞争力的群体。”
Mercor 融资历程一览：
2022 年（种子轮 Seed）：融资约 360 万美元，投资方包括 Y Combinator 与 General Catalyst。
2023 年（A 轮融资）：融资约 3,000 万美元，由 Benchmark 与 Felicis 领投，投后估值约 6 亿美元。
2024 年（B 轮融资）：融资约 1 亿美元，主要投资方为 Benchmark 与 General Catalyst，估值提升至 20 亿美元。
2025 年 10 月（C 轮融资）：完成 3.5 亿美元融资，由 Felicis 领投，Benchmark、General Catalyst、Robinhood Ventures 等参投，公司最新估值约 100 亿美元。
-
未来工作
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。
-
未来工作
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。
-
未来工作
OpenAI将推AI招聘平台，直面LinkedIn，重塑未来劳动力市场
HRTech快讯：OpenAI 宣布将于 2026 年中推出全新 AI 招聘平台，直接挑战 LinkedIn！平台将利用 AI 精准匹配企业与候选人，特别为中小企业与地方政府提供专属服务。与此同时，OpenAI 还将通过 OpenAI Academy 推出 AI 流利度认证，计划到 2030 年与沃尔玛合作，为 1000 万美国人颁发认证。
美西时间2025年9月4日，OpenAI 再次将自己推向了公共议程的中心。这一次，它不仅在人工智能模型的迭代上吸引眼球，而是瞄准了全球劳动力市场的核心——招聘与技能认证。
OpenAI 在官网和对外沟通中宣布，将于 2026 年中正式推出 OpenAI Jobs Platform，一个由人工智能驱动的招聘与人才匹配平台。这一产品直接把 OpenAI 推向了与 LinkedIn 的正面竞争：后者是全球最具影响力的职业社交与招聘平台，由微软全资拥有，而微软恰恰也是 OpenAI 的最大资金支持者。
“AI招聘”的新赌注
OpenAI 应用业务 CEO Fidji Simo 在博客中直言：“我们将用 AI 来帮助找到企业真正需要、人才真正能够提供的契合点。” Jobs Platform 不仅服务大型企业，还将开设专门轨道，支持中小企业与地方政府寻找合适的 AI 人才。这一定位显然是对 LinkedIn 的差异化突破，后者的产品核心始终围绕大企业和职业人士。
有趣的是，LinkedIn 联合创始人 Reid Hoffman 曾是 OpenAI 的早期投资人，而如今 OpenAI 却推出了一个可能动摇 LinkedIn 根基的产品。这一“师出同门”的博弈，为科技行业再添戏剧性。
技能认证与全民普及
Jobs Platform 并不是 OpenAI 的唯一动作。与此同时，OpenAI 宣布将在 OpenAI Academy 基础上推出 AI 流利度（AI Fluency）认证，预计 2025 年底试点，并计划在 2030 年前完成 1,000 万美国人的认证。该计划已经吸引了 Walmart、John Deere、BCG、Accenture、Indeed，以及德拉瓦州政府、德州商会等合作伙伴加入。
这一系列举措与白宫推动的 AI 普及教育战略紧密结合。OpenAI CEO Sam Altman 在与记者交流时明确表示，Simo 不仅将负责招聘平台，还将 oversee 其他新应用，包括浏览器、社交媒体等，意味着 OpenAI 正试图从 ChatGPT 的单一产品公司，迈向一个多元化应用生态。
矛盾与承诺
AI 带来的劳动力冲击并非危言耸听。Anthropic CEO Dario Amodei 就曾警告：到 2030 年，AI 可能消灭多达 50% 的入门级白领岗位。Simo 在博客中承认：“我们无法阻止这种颠覆，但我们能做的，是帮助更多人具备 AI 技能，并让他们与需要这些技能的企业相连接。”
OpenAI 试图用数据证明 AI 并非只有替代。其首席经济学家团队最新发布的研究指出：在教师群体中，ChatGPT 平均每周可帮助节省 6 小时工作时间；在宾夕法尼亚州的公务人员中，ChatGPT 平均每日节省 95 分钟。这些数字不仅代表生产力的提升，也为 OpenAI 的社会叙事提供了有力支撑。
从非营利到产业合作
OpenAI 的“机会战略”不仅停留在概念层面。公司先后举办了多场落地活动：
Nonprofit Jam —— 与沃尔顿基金会、Emerson Collective 等组织合作，帮助非营利机构实操 AI 工具，提高公益效率。
AI for Economic Opportunity Demo Day —— 联合 GitLab Foundation 展示 AI 在教育、公共服务、社会公平等领域的潜力。
华盛顿 DC 研究工作坊 —— 邀请经济学者与政策制定者，共同建立指标体系，评估 AI 对就业与生产力的长期影响。
这些实践动作强化了 OpenAI 的外部形象：它不仅是一家技术公司，更是一家主动承担社会责任的机构。
“机会”还是“幻觉”？
在市场层面，OpenAI 的雄心显而易见。通过招聘平台，它直接挑战 LinkedIn 的行业垄断；通过技能认证，它试图将“AI 流利度”打造成人才市场的“新英语”。而通过公益与研究，它也在争取舆论与政策的支持。
但问题是，AI 能否真的创造“新的工作”，还是仅仅提高了部分人的效率？OpenAI 的回应是：即便部分传统岗位消失，新岗位和新技能的需求也会被创造出来。其策略是——不回避问题，而是把答案写进产品与计划之中。
随着 Jobs Platform 的落地倒计时，OpenAI 正在完成从“AI 工具公司”到“社会基础设施提供者”的转变。正如 Simo 在博客中写道：“AI 是一种前所未有的机会，它应该属于每一个人。”
这场由技术、资本、政府和社会多方力量共同推动的实验，将在未来几年决定一个关键命题：AI 究竟是就业的威胁，还是新的机会引擎。
-
未来工作
【必读】AI正在重塑HR工作流程：什么是MCP与A2A？以HCM为例-HR领导者必读
随着人工智能（AI）在企业中的加速应用，人力资源工作也正经历一场深刻的转型。从自动化到智能化，从系统孤岛到跨系统协同，AI正在让HR的角色发生质的变化。其中，两个你将越来越常听到的新术语——MCP（Model Context Protocol） 和 A2A（Agent-to-Agent）通信，正在成为这场变革的关键支撑技术。5月23日上海，HR科技年度峰会中，我们奖邀请嘉宾现场分享交流，机会难得点击报名
那么，它们到底是什么？又会怎样影响HR的日常工作？本文将通过全球领先的HCM平台 Darwinbox 的实践案例，为你详细讲清楚。
一、什么是 MCP？让AI真正“读懂”HR系统的通用协议
MCP 简介
MCP（Model Context Protocol）是一个由 AI 公司 Anthropic 提出的开放协议，允许各种 AI Agent（智能代理）访问企业系统的数据、功能与上下文信息。
简单来说，MCP 就像是“AI 与系统之间的通用语言”。它打通了 HR 系统、财务系统、CRM 等传统数据孤岛，让 AI 可以“看见并理解”这些系统中的业务内容。
MCP 让 AI 不只是听懂你的指令，更能理解你的组织架构、岗位职责、审批权限、数据来源……从而作出真正有用的行动。
HCM公司Darwinbox的 实践：
Darwinbox 成为全球首个推出自主 MCP Server 的 HCM 平台，意味着其 HR 系统可以直接暴露出 20+ 可调用工具（未来扩展至100+），供 AI 调用。
这些工具包括但不限于：
发起请假
查询绩效报告
启动调岗流程
发放offer
管理审批流
二、什么是 A2A？让AI之间协同工作的“智能对话机制”
如果说 MCP 是 AI 与系统之间的“桥梁”，那 A2A（Agent-to-Agent）通信机制 就是 AI 与 AI 之间的“协作协议”。
A2A 简介
A2A 允许多个 AI Agent 彼此通信、协作完成复杂任务。例如，一个 HR Agent 可以通知 IT Agent 去开设系统账号，同时通知 Admin Agent 去安排办公位与门禁卡。
传统流程中，这一切需要 HR 发邮件、打电话、填写表单反复协调。而在 A2A 架构下，AI 自己就能完成这些工作协同，HR 只需发起一次指令。
MCP + A2A = 重新定义HR工作方式
结合场景更容易理解：
场景1：智能请假建议（MCP 单独应用）
员工提问：“我下个月可以请三天假吗？”
AI Agent 将通过 MCP 调用以下内容：
假期余额（来自 HR 系统）
项目进度（来自项目管理工具）
同事排班（来自日程管理工具）
团队空缺情况（来自组织架构）
然后推荐合适请假时间，并自动发起申请、通知上级、安排替班。
过去需要HR核对多个系统 + 手动协调，现在全自动。
场景2：一键发起入职流程（MCP + A2A 协作）
HR 只需对 AI 说：“帮我安排新员工张伟的入职。”
以下操作会由多个 AI Agent 协同完成：
各个 Agent 间通过 A2A 通信协作，每一步都可自动完成或提醒相关负责人确认，大幅提升效率与准确性。
四、为什么这对HR人非常重要？
MCP 和 A2A 不只是技术名词，它们意味着 HR 可以从“事务执行者”转型为“流程设计师”“策略推动者”和“智能组织管理员”。
五、Darwinbox如何保障安全与可控？
所有 Agent 的行为都受 API 权限和角色控制（RBAC）
每个 MCP 工具都有访问控制列表（ACL）
企业可自定义哪些 Agent 可以做什么事，确保安全合规
每次调用都有审计记录，方便监管与追溯
六、未来，HR 会有哪些新可能？
构建组织“AI助理团队”：比如 HRBP Agent、绩效Agent、招聘Agent 各司其职。
自动识别组织风险：AI 发现绩效下滑趋势后，自动提醒并启动辅导机制。
全员“自然语言交互HR”：每个员工都能随时通过语音/文字找AI处理HR事务。
跨部门智能工作流自动运转：从调岗到升职，从离职到入职，全流程零摩擦。
MCP 是入口，A2A 是协作，HR 的未来已经来了
AI不是未来，是现在。而 MCP 和 A2A，是HR进入AI智能协作时代的关键基础设施。
Darwinbox 正在用这套架构，重构HR系统的底层逻辑，帮助HR部门真正从“支持功能”走向“战略引擎”。
如果你是HR从业者，现在正是了解这些新技术、思考AI时代HR价值重塑的最好时机。关注HRTech，第一时间了解最新人力资源科技
-
未来工作
IBM用AI Agent替代数百个HR岗位？这场“AI Agent革命”才刚刚开始
HRTech概述：AI代理正以前所未有的速度重塑人力资源领域，从招聘、入职、绩效管理到员工关怀，传统HR职能正被智能代理接管并优化。随着HR系统从静态工具演进为主动式智能平台，企业开始构建由多个专业AI代理组成的人才管理生态，推动组织运作方式全面升级。本文深入解析AI代理架构、员工数字双胞胎、技能驱动管理等核心趋势，揭示HR如何在技术主导的新时代中，从流程管理员跃升为战略协同者。 5月23日上海HR科技年度论坛中，我们也特邀嘉宾现场分享AI Agent的相关话题，点击抢票
一、如果你的下一位HR同事是AI代理？
“AI代理（AI Agents）正在接管招聘、入职、员工关怀、绩效反馈等流程，HR不再只是支持部门，而正在成为企业战略引擎。”Amber Grewal，全球人力资本领导者谈到。
而IBM的行动已经走在了这场革命的前线。今年5月，IBM首席执行官Arvind Krishna公开表示，公司内部已有数百个人力资源岗位被AI代理所替代，同时公司却在程序开发与销售等“关键性岗位”增加了招聘，实现了总就业人数的增长。
这并不是“被裁员”的传统剧本，而是“角色再定义”的真实上演。
二、AI代理经济的崛起：不仅是趋势，更是结构性转变
在平台经济之后，“代理经济（Agent Economy）”成为新主流。与其说企业在部署AI，不如说它们正在引入“数字同事”——拥有独立执行力、可协作、能推理决策的AI代理。
根据Grewal的研究，预计到2030年，AI代理将自动化30%至50%的企业流程。Salesforce、NVIDIA、亚马逊、Mayo Clinic都已部署了上百万个AI代理，覆盖从客户服务、医疗诊断到金融建议的多个场景。
对于HR而言，这代表着技术栈的彻底转型——从静态工具（如ATS/HCM）向主动智能平台转变；从“HR系统”变为“HR智能生态系统”。
三、IBM案例启示：用AI替代HR流程，却反向提升就业
IBM的Think大会期间，CEO Krishna指出：
“我们已经用AI代理替代了数百名HR人员的工作，但总就业人数反而提升。因为AI让我们有余力把资源转投到软件开发、销售、市场这些需要人类创造力的领域。”
这正体现了Grewal所说的“HR的新前沿”——人类员工与AI并肩作战，前者负责判断与人际交互，后者处理重复与流程性任务。
这种“减员增效”的路径不是终点，而是开端。IBM还推出了帮助企业构建自身AI代理的服务，构建了一个面向未来的AI人才操作系统。
四、HR职能转型：从系统管理员到AI生态协调者
根据Grewal的研究，未来HR技术栈将由三个关键层级构成：
基础模型层：大语言模型提供统一的理解与推理能力（如GPT或Workday等专属模型）；
代理协调层：不同HR代理之间协调工作，统一体验，类似“中控系统”；
专业代理层：招聘代理、员工体验代理、绩效代理等各司其职，背后协同但前台统一界面。
企业不再“采购HR系统”，而是“构建HR代理生态系统”。
例如，Unilever部署AI招聘代理后，每年节省100万英镑成本、减少超过10万小时人工筛选时间，并提升了招聘多元性。这些代理与现有系统并行运行，是“渐进式重构”的典范。
五、数字员工双胞胎（Digital Twin）是终极目标
未来的员工将不再只是一个静态的员工ID，而是有一个属于自己的“数字双胞胎代理”：
了解你的职业偏好、学习风格、绩效曲线；
主动推送适合的学习、职位、导师与成长路径；
成为你在组织内部的“AI生涯伙伴”。
Google的Career Dreamer、Wisdomlab.ai正在实践这一构想，这将是HR从“记录型系统”到“关系型智能”的质变。
六、对HR的战略建议：别问是否转型，而是现在怎么转
Grewal建议，HR部门应该分阶段制定AI代理转型路线图：
✅ 短期（1-2年）：
小步快跑，优先试点候选人匹配、员工自助服务等低风险场景；
确保现有HCM系统仍维持合规数据记录角色；
与有“API优先策略”的供应商合作，确保可扩展性。
✅ 中期（3-5年）：
建立内部AI代理生态图谱；
引入员工数字双胞胎项目；
培养“HR提示工程师”“AI协调官”等新角色。
✅ 长期（5年以上）：
从系统集成采购转向“智能代理组合”；
从流程驱动向“以人主导、以AI助力”的体验驱动模式演进；
将HR架构全面重构为“AI+人类共同工作”的组织模型。
七、AI不是终结HR，而是重塑HR的开始
Amber Grewal 所言：“这不是一场工具升级，而是一场组织支持体系的重塑。”
IBM的案例正是这场革命的真实注脚。它告诉我们，AI代理不等于裁员，而是机会重构；HR不再是记录、流程和合规，而是组织智能与体验创新的核心。
这场转型已然开始。作为HR领导者，你准备好了吗？
-
未来工作
招聘的下一场革命：AI正在成为招聘“基础设施”
过去十年，招聘一直围绕“时间”“判断”“人脉”三要素展开。但今天，随着 AI 全面进入招聘核心流程，我们即将步入一个以智能决策与人机协作为核心的新阶段。
未来12个月，将是 HR 与招聘领域应对 AI 冲击的战略窗口期。这一变革并非某种遥远愿景，而是正在发生的现实。
AI正在成为招聘“基础设施”
从简历筛选到面试安排，从职位发布到候选人互动，AI 正将大量重复性、流程化任务自动化，并带来实质性效能提升：
AI 搜寻工具 能在数秒内挖掘“隐藏候选人”，显著缩短 time-to-fill。
自动化筛选系统 可在海量简历中识别行为与技能匹配度。
生成式AI 重构职位描述、招聘文案与雇主品牌内容，提升转化率。
虚拟助手与Chatbot 全天候安排面试、答疑解惑、跟进流程，改善候选人体验。
据业内报告，AI 能将招聘前期流程时间缩短 30%-50%，同时提升候选人满意度。但问题也随之而来——我们该如何确保“效率背后”的公平与透明？
新挑战：效率之外，我们是否还拥有判断力？
“更快更省”不是AI的全部意义。真正复杂的问题是：我们如何在不失去人类价值的前提下，借力AI达成更好的招聘决策？
招聘管理者应关注四个关键议题：
偏见识别与合规性：企业如何审查AI模型，避免性别、年龄、背景等隐性歧视？
数据与隐私边界：在AI生成候选人画像的过程中，个性化推荐与隐私侵犯的界线何在？
伦理标准建设：是否建立了AI工具选型、审批、监控、退场机制？是否包含HR、法律、IT多方角色？
招聘者角色转型：招聘人员该如何提升数据素养，成为AI的“引导者”而非“被替代者”？
这些议题，不仅决定了技术落地的成败，更关系到组织的雇主品牌、公平文化与合规底线。
焦点前沿：Agentic AI 的兴起
“Agentic AI”——即具有自主行动能力的AI招聘代理。它们不仅完成单一任务，更能像“数字招聘官”一样：
主动搜寻、筛选、安排、反馈，全流程无人工指令；
根据招聘者行为习惯，实时优化推荐结果；
识别流程瓶颈并自动调整策略。
这意味着，未来AI不仅是“助手”，更可能是“招聘合作者”。然而，AI代理的“自我学习”能力也引发新的问题：
谁对它的决策结果负责？
如何回溯其推理逻辑？
如何防止系统在长周期后偏离组织价值？
实战建议：三步建立AI招聘能力模型
对于想在未来12个月领先一步的组织，三方面入手：
小步试点，快速验证选择低风险、高价值的招聘环节，如初筛、安排、候选人沟通等开展AI试点。
联合制定AI使用守则与法务、IT联合设立AI伦理与合规政策，明确技术选型与使用边界。
赋能招聘者角色转型培养“AI+HR”复合能力，提升招聘者对工具的理解与策略运用能力。
结语：AI不会取代招聘者，但会淘汰旧思维
AI带来的招聘变革，核心不在于技术本身，而在于组织是否准备好迎接新范式。未来12个月，将是领先企业构建新招聘力的关键时期。
在这一过程中，既理解技术，也理解人的HR人将扮演不可替代的角色。他们不只是执行者，更是**“人机共生”招聘未来的设计者和推动者**。
扫一扫 加微信
hrtechchina
