-
纽约
AI冲击下的职场变局：年轻员工首当其冲，初级岗位入口加速收窄，AI正在重构任务，而非简单消灭岗位
高AI暴露岗位需求下降42%，AI采用企业人力却增长27%：
HRTech概述： 美国劳动力数据与研究公司Revelio Labs通过劳动力供给、企业招聘需求、就业与工资、岗位工作内容以及招聘匹配五个维度，持续追踪人工智能对美国劳动力市场的实际影响。首期数据显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降42%；与此同时，已经采用AI的企业，员工规模增长却比未采用企业高出27%。这组看似矛盾的数据表明，AI带来的变化并不是简单的“机器取代人”，而是企业内部的任务组合、人才结构和招聘方式正在同步重构。
从预测岗位消失，转向观察正在发生的变化
围绕AI与就业市场的讨论，过去几年一直充斥着相互矛盾的判断。一些研究预测AI将大规模取代岗位，另一些观点则认为AI能够提高生产率、创造新职业并推动企业增长。
Revelio Labs推出AI Labor Market Tracker的核心目的，是减少这种以预测为主的讨论，转而通过实际劳动力数据回答一个更直接的问题：AI现在究竟对招聘、就业、技能和工作内容产生了什么影响？
该Tracker将按月更新，结合Revelio Labs自身的劳动力数据、招聘职位、薪酬信息和员工情绪数据，同时参考并更新相关学术研究结论。追踪范围包括劳动力供给、企业需求、就业与工资、岗位活动以及人才与企业之间的招聘匹配。Revelio Labs表示，其底层数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。
需要注意的是，产品虽然使用“实时衡量”作为定位，但其首期指标主要反映截至2026年6月的劳动力市场变化，并按照月度节奏更新。更加准确的理解，应当是一个持续更新的近实时劳动力市场监测体系，而不是逐日或逐小时变化的实时系统。
高AI暴露岗位需求下降，但不等于岗位已经被AI替代
首期Tracker中最受关注的数据，是AI暴露度最高职业的招聘需求出现明显下降。
Revelio Labs正式Tracker页面显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降了42%。这里的“AI暴露度”并不是指企业已经使用AI取代了这些岗位，而是衡量某项职业中的工作活动，有多大比例在技术上可能由当前生成式AI完成。
例如，数据整理、基础分析、文案起草、内容总结、信息录入和标准化报告等任务，通常具有较高的AI暴露度。即使企业尚未正式部署AI，也可能因为预期这些任务未来会被自动化，而减少相关岗位招聘、调整岗位职责，或者提高招聘门槛。
Revelio Labs的新闻稿以数据工程师和金融分析师等岗位为例，称AI暴露程度较高职业的招聘需求相对于低暴露职业下降36%。但公司正式Tracker页面显示的最新数字为42%。两个页面分别以2022年11月和2022年10月为比较基准，公开资料没有进一步解释两组数字差异的具体原因。HRTech建议，在引用该研究时以正式Tracker页面显示的42%为主，同时注明新闻稿曾使用36%的表述，避免将不同口径混用。
更重要的是，AI暴露度高并不意味着这些岗位已经消失。Revelio Labs发现，自ChatGPT推出以来，AI暴露度最高职业的就业增长，仅比AI暴露度最低职业低约4%。就业市场已经出现压力，但目前并没有出现与招聘需求下降同等幅度的岗位消失。
年轻员工和初级岗位正在承受更明显的压力
AI对不同职级和年龄人群的影响并不平均。
Revelio Labs的研究显示，在AI暴露度较高的职业中，年轻员工的就业表现明显弱于资深员工。22至25岁员工在相关职业中的就业增长，相对于低AI暴露职业下降约13%。
这意味着AI对劳动力市场最早产生的影响，可能不是大规模裁撤现有员工，而是减少企业对初级人员的需求。过去，许多年轻员工通过资料整理、基础分析、报告撰写、客户支持和流程操作等工作进入企业，再逐步积累行业知识和判断能力。随着这些任务被AI辅助或部分自动化，企业可能不再需要同样数量的初级员工。
这一变化会带来一个长期的人才供应问题。如果企业只保留需要经验和判断能力的高级岗位，却不断削减用于培养人才的初级岗位，未来可能出现资深人才不足、内部继任断层和管理人才供应下降。
因此，AI时代的初级岗位不应该只是被简单取消，而需要被重新设计。企业需要让年轻员工更早参与客户沟通、业务判断、AI结果审核、跨部门协作和复杂问题解决，避免其工作长期停留在最容易自动化的任务层面。
为什么AI采用企业反而增长得更快？
与高AI暴露职业需求下降同时发生的，是AI采用企业员工规模的明显增长。
Revelio Labs通过企业发布的AI integrator相关岗位，识别已经开始将生成式AI整合进业务流程的企业。研究显示，自2022年10月以来，这些AI采用企业的员工规模增长，比未采用企业高出27%。其中，高级岗位增长31%，初级岗位增长只有6%。
这组数据说明，AI可能降低企业对某些任务和岗位的需求，同时帮助企业扩大整体业务规模。企业通过自动化重复工作、加快产品开发、提高客户服务效率或扩大数据处理能力，可能释放出新的业务需求，进而增加销售、产品、管理、工程和客户成功等岗位。
换句话说，AI减少的可能是完成某项工作的单位人力需求，而不是企业整体的增长能力。一个部门可能因为AI减少部分基础岗位，但企业整体却因为生产率提升而进入新的市场，并增加其他岗位。
不过，27%不能直接理解为采用AI必然会使员工规模增长27%。Revelio Labs也明确指出，AI采用企业在正式采用AI之前通常已经增长得更快。这些企业可能本身拥有更好的资本条件、技术能力、管理体系和业务增长速度。因此，这一结果反映的是两类企业之间的增长差距，而不是已经被完全证明的AI因果效应。
AI改变工作内容的速度，可能快于改变岗位数量
Revelio Labs首期Tracker最有价值的判断，并不是哪个岗位会消失，而是AI正在快速改变岗位内部的工作内容。
传统劳动力市场分析通常关注职位数量、失业率、岗位名称和职业分布。但一个岗位本身就是多项工作活动的组合。即使企业没有取消“市场分析师”“招聘顾问”或“财务分析师”等职位，也可以重新分配这些岗位内部的任务。
例如，一名分析师可能减少数据录入、资料搜集、基础制表和报告初稿工作，转而增加AI结果审核、异常判断、业务解释和管理层沟通。一名招聘人员可能减少简历初步整理，却需要投入更多时间进行候选人验证、能力判断、关系维护和招聘流程设计。
Revelio Labs建立的工作活动差异指数显示，2026年6月，美国经济中按员工规模加权的工作活动组合同比变化达到8.4个百分点。更值得关注的是，大部分变化发生在同一职业内部，而不是因为企业从一种职业大规模转向另一种职业。
这也解释了为什么一些基于整体就业和职业分布的研究，尚未观察到明显的AI就业冲击。2026年6月，Yale University旗下The Budget Lab发布的持续追踪研究认为，当前职业结构变化尚未清晰显示与AI引入之间的关系，AI使用指标也没有表现出与就业或失业变化之间的明确联系。
两项研究并不一定相互矛盾。Yale University更关注宏观就业和职业结构是否已经发生明显变化，而Revelio Labs进一步观察岗位内部的任务构成。宏观岗位数量可能相对稳定，但岗位内部的工作方式已经发生快速改变。
正如Revelio Labs Chief Economist Lisa Simon所概括的那样，AI正在自动化部分工作，但尚未自动化完整岗位；工作内容正在快速改变，而大部分变化发生在现有职业内部。
AI也可能正在降低传统招聘信号的有效性
AI不仅改变企业招聘什么样的人，也正在改变求职者如何参与招聘。
Tracker数据显示，企业目前平均需要发布5.05个招聘职位，才能对应一次可观察到的外部招聘，同比增长264%。招聘职位与实际招聘之间的匹配效率，已经连续六年下降。
这一趋势早于ChatGPT出现，因此不能全部归因于生成式AI。但Revelio Labs认为，AI可能进一步放大了原有问题。
生成式AI降低了制作简历、撰写求职信、准备面试回答和批量申请岗位的成本。优秀候选人能够更好地展示自己，但普通申请者也能够快速生成一份看起来专业、完整且符合职位描述的申请材料。
结果是，简历和求职信的信号价值下降。企业收到更多看起来合格的申请，却更难判断谁真正具备岗位能力。企业可能因此增加筛选环节、减少与普通申请者沟通，候选人则通过提交更多申请应对较低的回复率，形成新的恶性循环。
Revelio Labs还发现，在没有获得Offer的面试评价中，候选人提及招聘人员失联、未回复或“ghosting”的比例，自2022年10月以来上升约9%。但该研究尚不能证明AI生成的申请直接导致了招聘方失联，只能说明AI可能在一个已经低效的招聘体系中增加了更多噪音。
HRTech观点：企业需要从“岗位管理”转向“任务与能力管理”
从HRTech视角看，Revelio Labs这项研究最重要的意义，是提醒企业不要再用简单的“AI替代多少岗位”来制定人力策略。
第一，企业需要将AI影响评估下沉到任务层面。一个岗位通常同时包含可自动化任务、可由AI增强的任务，以及必须依赖人类判断、信任和责任承担的任务。仅根据岗位名称决定裁员或冻结招聘，容易错过真正需要重构的工作环节。
第二，企业需要重新设计初级人才入口。不能因为AI能够完成基础工作，就完全取消初级岗位。更合理的方式，是让AI承担重复劳动，同时让年轻员工更早学习业务判断、问题分析、客户沟通和AI结果审核。
第三，企业需要更新技能模型和职业发展体系。未来岗位价值可能不再取决于员工能否完成大量标准化任务，而取决于其能否定义问题、调用AI、验证结果、理解业务并对最终决策负责。
第四，招聘团队需要重新建立人才识别信号。当简历、求职信甚至部分面试答案都可以由AI生成时，企业需要增加与真实工作相关的评估，例如结构化工作样本、情境任务、项目讨论和基于过去行为的深度访谈，而不是简单增加更多筛选工具。
第五，HR需要谨慎解释AI与就业之间的因果关系。高AI暴露岗位需求下降，不等于AI已经直接取代这些岗位；AI采用企业增长更快，也不等于任何企业部署AI都会自动获得增长。行业周期、企业规模、资本能力、组织成熟度和人才结构都可能影响结果。
AI对劳动力市场的影响，正在以多个方向同时发生
Revelio Labs AI Labor Market Tracker揭示的并不是一个简单的就业结论，而是一个正在分化的劳动力市场。
AI暴露程度较高的工作需求正在下降，尤其影响初级岗位和年轻员工；真正采用AI的企业却可能获得更强的扩张能力，并增加高级岗位；岗位名称和就业总量尚未发生全面变化，但岗位内部任务正在快速重组；招聘技术越来越强，企业与人才之间的匹配效率却可能继续下降。
AI对就业的影响不会以一次统一的冲击出现，而会分别体现在招聘需求、岗位任务、技能投资、企业增长、职业入口和招聘匹配等不同环节。
对于企业HR而言，当前最重要的问题已经不是“AI会不会取代员工”，而是企业能否在AI改变工作之前，重新设计任务、能力、招聘和人才成长体系。
关于Revelio Labs
Revelio Labs是一家劳动力智能与研究公司，通过处理和标准化公开职业履历、招聘职位、员工评价等数据，为企业、投资机构、研究人员和政府部门提供劳动力市场分析。公司表示，其数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。Founder and Chief Executive Officer为Ben Zweig，Chief Economist为Lisa K. Simon。
文章来源：HRTech编译与解读。数据来源包括Revelio Labs、AI Labor Market Tracker及Yale University The Budget Lab。
-
纽约
【伦敦】针对一线劳动力管理的AI平台 Sona 完成 4500 万美元 B 轮融资，加速美国扩张与一线运营系统重构
HRTech概述：英国伦敦的一家针对一线劳动者的AI平台 Sona 宣布完成 4500 万美元 B 轮融资，总融资超 1 亿美元。公司总部位于伦敦，并正加快纽约及美国市场扩张。与传统劳动力管理软件不同，Sona 不只做排班，而是把 scheduling、HR、payroll、compliance、BI 与 AI 能力整合为一体，目标成为 frontline economy 的运营底座。其平台可结合 bookings、revenue、weather、历史班次、道路封闭等数据，动态优化人力配置并提升运营效率。新推出的 Forge 还允许企业直接构建定制化 AI 应用。对于 HR Tech 行业来说，这不是又一笔普通融资，而是一个明显信号：一线员工管理软件，正在从分散工具走向 AI 原生平台化竞争。
2026 年4月1日，来自伦敦的 AI 平台公司 Sona 宣布完成 4500 万美元 B 轮融资。本轮融资由 N47 领投，Felicis、Northzone、Gradient 和 Italian Founders Fund 等现有投资人继续参与。至此，Sona 的累计融资金额已超过 1 亿美元。
公司表示，此次融资将主要用于加速其在美国市场的扩张，并将原本规划为十年的产品路线提前落地，在数月内向客户交付更完整的平台能力。
从“工具集合”到“运营底座”：Sona 的定位升级
Sona 将自身定位为面向“real economy（实体经济）”的一体化 AI 平台，重点服务 hospitality、retail、healthcare、logistics 等一线行业。这些行业拥有数以亿计的员工，但长期依赖多个割裂的传统软件系统进行运营管理。
目前，Sona 的核心产品已经覆盖 scheduling、HR、payroll 等关键业务模块，并逐步向 compliance 与 BI（商业分析）延伸。与传统 SaaS 不同，Sona 并不试图提供单点解决方案，而是希望成为企业运行的“系统底座”，承载企业的核心运营逻辑。
Sona 联合创始人兼 CEO Steffen Wulff Petersen 表示：“过去十年，我们一直在构建一个长期产品蓝图。但 AI 的出现，让这一切从十年计划变成了一年计划。传统 SaaS 提供的是标准化应用，而下一代系统将提供基础设施和 agentic layer，让企业能够构建真正适合自身业务的软件。”
AI 驱动的一线劳动力管理：从预测到优化
在产品层面，Sona 的核心能力建立在其 labor AI platform 之上。该平台通过整合实时与历史数据，包括 bookings、revenue、weather、历史班次记录，以及诸如 box office takings、road closures 等外部变量，构建动态演进的运营模型。
基于这些数据，系统不仅可以预测业务需求，还可以基于历史生产力数据推演“最优运营状态”，从而帮助企业优化排班与人力配置。这一方式在本质上替代了传统的 time-and-motion studies（时间与动作研究），后者通常成本高昂且准确性有限。
据公司介绍，Sona 的 AI 排班与预测能力已在 Popeyes 和 Tao Group 等客户中落地应用，帮助企业在高峰时段匹配更合适的人力配置，从而提升销售表现与客户体验，同时实现数百万美元级别的人工成本节省。
Forge：从软件使用者到软件构建者
在平台化能力之外，Sona 近期还推出了 Forge，这是一款面向企业的 AI 应用构建工具（enterprise AI application builder）。
通过 Forge，企业可以基于自身业务需求，直接使用 AI 编写定制化软件，并自动完成部署与集成。这些应用将直接连接到企业在 Sona 平台中的核心数据、分析系统与报告体系，从而形成一个统一、安全的数据环境。
这一能力意味着企业可以在标准化模块（如 HR、排班、薪资）的基础上，进一步构建差异化能力，从“购买软件”转向“构建软件”。
资本视角：frontline workforce software 的重构机会
本轮领投方 N47 的 General Partner Matthew Cowan 表示，在一个覆盖数十亿劳动者的全球市场中，AI 为替代陈旧的一线员工管理工具提供了重要机会。
他指出：“Sona 已经构建了一个端到端的 AI 原生劳动力管理产品，具备成为企业运营基础设施的能力。我们非常看好其在这一赛道中的长期领导力。”
HRTech 视角：一线员工系统进入“平台化 + AI 原生”阶段
从 HR Tech 行业的角度来看，Sona 的这轮融资释放出一个明确信号：一线员工管理软件正在从“工具碎片化”走向“平台一体化”，而 AI 正在成为这一转变的核心驱动力。
长期以来，frontline workforce 管理往往分散在排班系统、HR 系统、薪资系统以及各类运营工具中，数据割裂严重，决策依赖经验。而 Sona 的路径是将这些模块整合到统一的数据与 AI 层之上，使劳动力管理从“支持职能”逐步转变为“运营核心”。
对于 HR 从业者而言，这意味着未来的角色将不再局限于流程执行与合规管理，而是更深度地参与到企业运营优化与业务决策之中。
在 AI 与 agentic systems 加速发展的背景下，谁能同时掌握数据入口、流程入口与应用构建能力，谁就更有可能成为下一代 frontline enterprise software 的平台型玩家。Sona 正在尝试占据这一位置。
-
纽约
【纽约】医疗人力资源对话式AI平台Carefam获得1450万美元融资，旨在革新医疗行业人才队伍
HRTech概述：纽约医疗人力资源对话式AI平台Carefam宣布完成1450万美元融资，本轮由Pitango HealthTech领投。Carefam由Matan Hoffmann与Eyal Shulman联合创立，Carefam 正致力于开发一款专为人员流动率高的医疗保健劳动力市场设计的“全天候在线”对话式人工智能引擎。该平台部署了专业虚拟助手，能够自主管理候选人沟通、资质审核、面试安排及入职流程，仅在必要时将敏感或高风险的决策上报给人力资源部门的人员。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
纽约医疗人力资源对话式AI平台Carefam宣布完成1450万美元融资，本轮由Pitango HealthTech，领投上一轮由Emerge领投。资金将用于扩展AI运营层、加速医疗HR专属AI解决方案落地，同时拓展业务覆盖范围，助力医疗机构解决人才管理难题。
行业痛点：医疗HR深陷行政繁琐，人力缺口持续加剧
当前全球医疗行业人力压力突出，人员流动率攀升，行业调查显示超半数医疗工作者预计2026年前换工作，这无疑加剧本已紧张的医疗劳动力市场，让医疗机构的人才招聘与留存难上加难。
医疗HR的困境不止“招不到人”，全天候运营场景下，招聘、资质核实等全流程多依赖人工，HR需兼顾多种工具并快速响应候选人，稍有延误便可能流失人才、延长职位空缺周期，AI自动化已成为医疗HR数字化转型的关键。
精准破局：Carefam专属AI助手，重构医疗HR全流程
Carefam由Matan Hoffmann与Eyal Shulman联合创立，核心团队具备深厚技术与行业经验，两人有以色列国防军服役背景，且曾任职于亚马逊、BCG等知名企业。不同于通用办公工具，Carefam专注医疗行业人才生命周期管理，精准匹配医疗HR需求。
其平台可无缝集成HR工作流程，通过专属AI代理承接招聘与员工互动任务，完成候选人端到端沟通、资质筛选、日程管理等工作。平台采用“AI自动化+人工监督”模式，敏感环节自动上报HR，既减轻行政负担，又保障决策合规。
目前，Carefam已落地数百家医疗机构，覆盖急性护理、长期护理、居家护理等核心场景，这些场景人力需求集中、HR协调难度大，其产品有效缓解了相关机构的人才管理压力。
业绩印证：900%高速增长，彰显AI赋能医疗HR实效
Carefam的创新模式获得市场认可，过去一年实现900%高速增长，核心源于医疗机构对高效人力配置工具的迫切需求。其AI解决方案可加快岗位填补、减少候选人流失，同时让HR从行政工作中解放，聚焦人才战略决策，实现“降本、提效、留才”。
Carefam的布局覆盖临床人员全流程参与，从招聘到入职保持连贯沟通，确保临床人员全程知情、积极参与，既提升招聘效率，也助力医疗机构提升员工留存率，稳定医护队伍。
展望未来
“我们投资于那些能精准识别关键流程缺陷并加以修复的公司，”Pitango HealthTech的管理合伙人Hila Karah表示。“Carefam构建了首个全面运行的医疗人员配置引擎。过去一年的增长证明，他们在急需提升效率的医疗领域实现了真正的产品市场契合。我们很自豪能支持这样一支既拥有深厚技术专长，又真正理解医疗劳动力市场的团队。”
“当今医疗人员的短缺是一个基础设施问题，如果现状持续下去，情况将不断恶化，”Carefam 首席执行官兼联合创始人Matan Hoffmann表示。“人力资源团队深陷行政事务的繁杂之中，往往因反应不够迅速而错失合格候选人。同样的挑战也影响着员工留任。我们打造Carefam，旨在构建一个全天候运行的运营层，确保每位候选人都能即时获得关注，并让招聘流程的每一步以及员工入职旅程持续向前推进。”
-
纽约
【纽约】AI职业转型平台 Pelgo 完成 550万美元种子轮融资，瞄准“AI时代就业再配置”新赛道
HRTech概述：纽约职业科技公司 Pelgo 宣布完成 550 万美元种子轮融资，由 Flybridge 领投。公司打造 AI 职业转型代理，通过 AI 工具结合人工顾问，为裁员员工、毕业生和在职人群提供职业规划、技能再培训与就业安置服务。
在生成式 AI 加速重构岗位结构、企业持续面临裁员与技能错配双重压力的背景下，围绕“职业转型（career transition）与技能再培训（reskilling）”的 HR 科技赛道正逐渐升温。
总部位于纽约的 AI 职业服务初创公司 Pelgo 近日宣布完成 550 万美元种子轮融资。本轮融资由 Flybridge Capital Partners 领投，ENIAC Ventures、Primary Venture Partners 与 645 Ventures 共同参与。公司表示，新资金将主要用于产品研发、AI 与工程团队扩张，以及市场拓展，为其首款产品在今年 2 月初的正式上线做准备。
与传统招聘或在线学习平台不同，Pelgo 将自身定位为 “AI-powered career transition agent（AI职业转型代理）”。其核心理念是通过 AI 技术与人工职业顾问相结合，为处于职业关键转折期的人群提供系统化支持，包括裁员后的再就业辅导、应届毕业生求职路径规划，以及在职员工向 AI 相关岗位转型所需的技能匹配与能力提升。
Pelgo 联合创始人兼 CEO Chieh Huang 表示，长期以来，高质量的职业转型服务往往只面向管理层或高管群体，成本高昂且覆盖面有限。“通过显著降低成本并提升服务质量，我们希望让每一位被影响的员工，都能获得进入 AI 新岗位的清晰路径。”他强调，AI 经济带来的不仅是工具升级，更是劳动力结构的深度再分配，系统化的转型支持将成为企业与个人的共同刚需。
投资方同样看好这一趋势。Flybridge Capital Partners 普通合伙人 Jesse Middleton 指出，Pelgo 既理解宏观劳动力市场的结构性变化，也专注于赋能个体。“AI 正在重塑每一个行业和岗位，我们相信，以人为中心的转型工具，将成为下一代人力资源基础设施的重要组成部分。”
从行业视角看，Pelgo 所切入的并非单一产品市场，而是更具长期潜力的“就业流动基础设施（workforce mobility infrastructure）”。过去 HR 科技的创新多集中在招聘效率提升或员工管理自动化，而随着 AI 渗透加深，企业面临的核心问题逐渐转向：如何帮助员工完成转岗、升级和再配置。职业转型支持、再培训服务与就业安置能力，正成为企业人才战略中的关键补充模块。
因此，Pelgo 的模式更接近于“技术驱动型 outplacement 服务升级版”——通过 AI 实现规模化交付，让原本昂贵的小众服务走向大众化与普惠化。这一方向也与当前企业强调“负责任裁员（responsible layoffs）”和“员工长期可持续发展”的管理趋势高度契合。
随着生成式 AI 持续改写岗位技能需求，围绕 reskilling、career pathing 与 job placement 的综合解决方案，或将成为 HR Tech 下一阶段的重要增长极。Pelgo 的融资，无疑为这一新兴赛道提供了又一个资本与市场信号。
-
纽约
【纽约】AI原生招聘平台Meet Caria获得100万美元种子轮前融资，重塑企业招聘模式
人工智能原生招聘软件公司Meet Caria宣布完成100万美元种子轮前融资，公司估值达300万美元。本轮融资由迪拜投资公司ANF Investment领投，公司由首席执行官阿里·阿尔·沙姆西领导。
本轮融资将用于深化开发Caria——Meet Caria旗下基于人工智能的招聘平台，该平台支持职位创建、候选人寻源、面试及候选人评估等全流程招聘工作。
Caria平台可与现有求职者追踪系统及企业人力资源环境无缝集成。其技术能整合通常分散于内部工具、外部服务商及人工流程的招聘环节。
该产品在与PayPal、du和凯捷等企业测试用户的协作中完成开发与验证，这些用户就企业招聘场景及运营需求提供了宝贵反馈。
关于Meet Caria
Meet Caria由三位联合创始人共同创立：达雷尔·姆博（Darrell Mbow）——拥有招聘与企业咨询经验的企业家，其前公司曾入选《福布斯》法国百强企业榜单； 马特·富勒（Mat Fuller）——艾美奖提名创意总监，现任克里斯·布朗巡演创意总监，曾服务可口可乐、皮克斯、捷豹等品牌；伊沙克·西塞（Ishaq Cisse）——莫利托国际咨询公司前联合创始人兼首席营销官，曾任职雅高集团和优步。
该平台在首席技术官斯瓦坦特拉·库马尔的技术领导下开发完成。库马尔是WhatBytes创始人，Y Combinator W20孵化项目校友，并入选印度福布斯“30位30岁以下精英”榜单。
Meet Caria目前处于测试阶段，服务客户遍及美国、欧洲及中东地区。
-
纽约
【纽约】金融保险公司Micruity获得2000万美元A轮融资，助力实现员工退休收入保障
总部位于纽约的基础设施公司Micruity专注于开发覆盖职场储蓄体系的退休及终身收入解决方案，公司完成2000万美元A轮融资。
本轮融资由Rebalance Capital和Nationwide Ventures领投，TIAA Ventures、道富投资管理、摩根资产管理、Collab Capital、美国再保险集团（RGA）、美国卫报人寿保险公司（Guardian）、西部南方金融集团、保德信金融、太平洋人寿、安联北美人寿保险公司及SixThirty Ventures共同参与。
公司计划将资金用于业务拓展与产品开发。
自从401(k)成为默认退休计划以来，美国的退休体系始终围绕一个核心理念构建：储蓄。员工向401(k)账户缴款，雇主进行匹配，资产管理公司负责投资。退休时，大多数人会获得一笔趸付款，并面临将这笔钱转化为终身收入的艰巨任务。
然而当今美国人寿命延长，养老金制度基本消失，社会保障体系面临长期压力。超过一亿人将401(k)作为主要退休保障——但这类计划从设计之初就无法提供可预测的月度收入。
与此同时，保险公司和资产管理机构历经多年研发创新型终身收入解决方案。这些产品设计精良、性能可靠，能为退休生活带来切实保障。但行业始终难以实现规模化推广——各记录保管机构、资产管理公司和保险商采用不同系统，使用不同“数据语言”，且运营流程各异。
这种碎片化状态已阻碍行业进步数十年。这正是Micruity诞生的初衷。
公司建立新体系，将固定缴款计划养老金化。而实现这一目标的最大障碍并非设计本身——而是缺乏连接系统所有参与方的安全、标准化、互操作性数据层。
Micruity的创立正是为构建这样的数据层。公司使命很简单：通过打造支撑退休收入的数据基础设施，让每位美国劳动者都能获得退休保障。
我们正参与退休生态系统中一场重大变革。雇主、记录保管机构、资产管理公司及政策制定者正从单纯的积累思维转向聚焦退休后可预测、可持续收入的交付模式。
要实现这一转变，行业需要连接组织——让系统运转的管道。这正是我们正在构建的。
Micruity平台支持：
可扩展的终身收入支持、支持年金功能的目标日期基金（TDF）及Secure 2.0功能
跨记录保管机构、资产管理公司及保险公司的标准化连接
参与者层级的收入管理与可携带性
公司与金融机构合作，助力数百万储蓄者在退休期间建立可靠收入来源
关于Micruity
Micruity是一家由首席执行官特雷弗·加里领导的金融与保险公司，提供退休规划、年金、养老金、保险、保险科技及金融科技等服务。
-
纽约
【纽约】AI平台Arya Health获得1820万美元A轮融资，助力开发新一代AI智能助手用于急性后期护理管理
人工智能公司Arya Health（Arya）宣布完成1820万美元A轮融资。公司致力于帮助家庭健康和急性后期护理服务提供商实现排班、合规及其他行政运营的自动化。本轮融资由ACME资本领投，Ridge Ventures、Twelve Below、OpenAI高管及领先的急性后期护理机构共同参与，使Arya累计融资总额达2500万美元。
包括家庭护理机构、临终关怀机构及长期护理机构在内的急性后期护理提供者正面临前所未有的压力。监管政策快速变化、护理人员短缺及不断加剧的薪资压力，正将本已利润微薄的行业推向崩溃边缘。与此同时，私募股权的密集投资与行业整合浪潮，迫使业界重新聚焦运营效能，突破传统“人力密集型”的急性后期护理管理模式。
Arya正构建全新的AI原生“行动系统”，该系统与电子病历（EMR）并行运作，旨在自动化处理繁重的行政事务——这些事务不仅压垮前台团队、阻碍机构发展，更导致资源从患者护理和护理人员支持中被抽离。
“后急性期护理机构每花费1美元就有约25美分用于非临床事务，”Arya Health首席执行官兼联合创始人库纳尔·萨达指出，"这些本应用于照护人员和患者的时间与资金，却被流程消耗殆尽。Arya正通过人工智能颠覆这一局面，让运营负担由AI承担，使医护人员能专注于提供护理，而非在EMR系统中调度患者、护理人员和数据。我们的使命是让急性后期护理管理同时实现更强的可扩展性、更人性化的服务和更高的成本效益。"
Arya的AI驱动数字代理可自动化处理关键工作流程，包括护理人员排班、合规性追踪及招聘渠道管理。这些嵌入日常运营的智能助手持续学习适应，不断提升人力效率。近期创新包括：入职助手可将首次排班时间缩短50%，行政工作量减少70%；人才招募助手能自主完成护理人员招聘排班，人力投入降低60%；合规助手则彻底消除手动执照追踪，部署仅需一周。公司还计划于第四季度推出“接诊智能助手”，旨在加速患者就诊流程并消除关键后台瓶颈。
新一轮融资将助力Arya扩展产品矩阵覆盖更多行政职能，并扩大招聘规模以满足市场需求。2025年公司营收实现6倍以上增长，预计年底将达成10倍的年增长率。
作为新阶段布局，Arya任命Thrive专业儿科护理公司（现被Aveanna收购）前首席执行官梅琳达·菲利普斯领导其居家护理卓越中心，推动人工智能在居家护理领域的规模化应用。作为美国最大后期急性护理机构之一的资深运营者，她为Arya的技术驱动团队注入深厚的行业经验，强化了公司内部专业知识与外部创新的融合优势。
ACME资本合伙人何艾琪表示：“Arya正是后期急性护理领域当下亟需的创新典范。” “他们将深厚的运营专长与尖端人工智能相结合，为服务提供商开辟全新经济模式，同时坚守护理人性化的核心价值。”
关于Arya Health
Arya Health致力于开发人工智能驱动的数字助手，消除后急性护理中的行政负担，使护理人员和协调员能够专注于患者而非流程。专为家庭健康护理、居家照护及临终关怀设计，Arya可与主流电子病历系统集成，实现排班管理、合规追踪、人员入职等流程自动化。通过智能自动化替代人工办公，Arya助力机构降低成本、提升护理人员利用率并实现高效扩展——同时始终将人文关怀置于医疗服务的核心。
-
纽约
【美国】员工福利平台Nava Benefits获得3000万美元C轮融资，利用AI消除员工繁重工作
总部位于纽约的科技型福利经纪公司Nava Benefits宣布完成3000万美元C轮融资，该平台通过技术赋能与专业支持助力人力资源团队提升效率。
本轮融资由Thrive Capital领投，Glynn Capital、GV、Quiet Capital、Gaingels、People Tech Partners、Fenwick、Alumni Ventures及Pascal Ventures共同参与。
公司计划将资金用于加速人工智能路线图的推进，致力于为人力资源团队、员工及Nava服务专业人员消除日益繁重的重复性工作。
由首席执行官布兰登·韦伯领导的Nava是美国福利经纪领域的先行者，率先将创新技术与深厚的福利专业知识相结合，为成长型企业提供便捷高效的福利解决方案。通过提供更优续保策略、福利后台支持及现代化会员服务，雇主借助Nava降低成本并增强人力资源团队效能。
公司同步宣布推出HQ平台，其内置合规功能可自动标记错误并追踪截止日期，有效避免高昂失误成本。该平台获得SOC 2 Type II认证及HIPAA合规认证，提供企业级安全保障。
关于Nava Benefits
Nava Benefits是一家总部位于美国纽约市的C轮融资企业，由唐纳德·德桑蒂斯、卡里姆·扎基和布兰登·韦伯于2019年创立。公司作为员工福利经纪与行政服务提供商运营，已从Thrive Capital获得9000万美元融资。公司拥有340家活跃竞争对手，其中88家获得融资，32家已退出市场。主要竞争对手包括Brex、eHealth和Paytient等企业。
Nava Benefits提供员工福利经纪与行政管理服务。业务涵盖开放注册支持、资格审核与账单审计、福利决策支持、战略续约服务及全年会员支持（含福利合规管理）。同时为员工提供福利应用程序，具备实时自付额追踪功能，提升会员体验。服务旨在简化人力资源团队的福利管理流程，优化员工体验。协助选择合适的医疗保险计划，并提供持续的计划相关问题支持。附加服务包括电子保险卡访问及网络内供应商搜索功能。
-
纽约
【美国】纽约AI薪资平台Warp完成1800万美元A轮融资，累计融资达2400万美元，专注自动化重构HR与税务合规基础设施
HRTech概述：总部位于纽约的 HR 与薪资自动化初创公司 Warp 宣布完成 1800万美元A轮融资，由 Sound Ventures 领投，Y Combinator、HOF Capital、SV Angel 等跟投，同时获得多位知名企业家（如 Dropbox 联合创始人 Drew Houston、Cruise CEO Kyle Vogt）支持。截至目前，Warp 总融资额已达 2400万美元。
Warp 致力于为创业公司提供“像 Superhuman 一样好用”的薪资与 HR 管理体验，核心亮点在于利用 AI Agent 自动处理传统平台中繁琐的税务合规和员工福利流程。Warp 当前已服务包括 Bland AI、Reducto、Paraform 等在内的数百家高增长初创企业。
总部位于纽约的初创公司 Warp 宣布完成 1800万美元A轮融资，本轮融资由 Sound Ventures 领投，Y Combinator、HOF Capital、SV Angel 及 Homebrew Capital 等多家知名机构参投。此轮融资完成后，Warp 的累计融资总额已达到 2400万美元。
值得关注的是，Warp还获得多位重量级企业家的支持，包括 Dropbox 联合创始人 Drew Houston 与 Arash Ferdowsi、Cruise 创始人 Kyle Vogt、Replit 创始人 Amjad Masad、以及来自 OpenAI、Brex 等一线科技公司的资深运营高管，HRTech推荐持续关注。
从“做薪资”到“重构后端基础设施”
Warp 由 Ayush Sharma（CEO）和 Adam Rankin（CTO）联合创立，致力于构建一个由 AI 驱动、自动执行的 HR 与税务合规平台，为初创企业提供“从入职到发薪”的一站式解决方案。其目标不仅是取代传统的 Gusto、ADP 或 Rippling 等工具，而是直接自动化这些平台背后的操作流程与合规逻辑。
Warp 强调“不是又一个薪资软件”，而是通过 AI Agent 自动完成所有注册、报税、州际合规和员工文档流程，为初创企业释放出大量时间——将招聘一名新员工的后端工作从数小时压缩至 30 秒内。
据官方数据显示，Warp 的 AI 系统已成功将每次报税的时间从数天缩短到 5 分钟以内，出错率从 10% 降低至 2%以下，单次成本从 $500–$1000 降至 不到$10。目前，Warp 仅依靠一位兼职合规人员，就已为 380家企业提供服务。
多州合规作为切入点，产品线快速扩张
自2020年以来，远程办公成为新常态，Warp发现 超过50%的初创公司在成立初期就跨多个州雇佣员工，合规复杂性大幅上升。Warp以“多州税务合规自动化”为切入点，逐步拓展至员工入职、福利管理、全球发薪、合同工支付、时间管理、支出报销等场景。
在过去 1.5 年里，Warp 开发的功能数量已超过 Gusto 用 12 年建立的产品线，并计划在未来6个月内上线 Okta SSO、组织架构图、薪酬数据对比、员工档案等高级模块。
AI时代的“HR副总裁”角色平台
Warp 的终极愿景是“打造一套完全自动化、零摩擦的企业后端系统”，不仅仅数字化流程，而是构建具备操作能力的 AI 系统，从根本上减少人工介入，使 HR 与财务团队可以专注于战略性任务。
Warp 表示：“我们希望每个创业公司都能像拥有世界级 VP of HR 一样高效，但成本却只是其一小部分。”
市场影响与未来规划
在技术层面，Warp依托大型语言模型（如Claude和Cursor）实现复杂文档解析与系统操作，结合现代金融 API（如Unit、Bond、Avalara）实现高速集成，使其在 HR Tech 赛道中具备显著的“AI原生”优势。
随着平台的不断扩展，Warp 未来将继续强化在 AI 驱动下的全球合规处理、数据决策支持与平台可扩展性，构建属于AI时代的后端基础设施公司。该公司目前正开放多个岗位招聘，并在纽约 Flatiron 设有8000平方英尺办公空间。
-
纽约
【纽约】HR科技公司Jolly完成1650万美元A轮融资，特斯拉前CFO领投，用数据“打赏”一线员工的新模式正走向主流
HR概述：纽约的劳动力优化HRTech平台 Jolly 宣布完成 1650 万美元 A 轮融资，由特斯拉前首席财务官 Zach Kirkhorn 领投，他也将加入 Jolly 董事会。本轮融资还获得了 Gokul Rajaram、David Marcus、Julien Codorniou 等知名天使投资人以及 Bullpen Capital、Dorm Room Fund 和 Eigen Ventures 等机构的支持。Jolly 平台通过“Earn Points at Work™”机制，鼓励美国一线员工完成有利于企业发展的行为，例如准时出勤、主动加班等。全球最新HR科技资讯，请关注HRTechChina
【HRTechChina 美国纽约讯】2025年3月26日，总部位于纽约的HRTech公司 Jolly Labs, Inc. 宣布完成 1650万美元A轮融资，由特斯拉前首席财务官 Zach Kirkhorn 领投，并正式加入公司董事会。这笔资金将被用于扩大产品功能，进入更多一线行业场景，进一步优化其以数据驱动的员工激励平台。
一线员工也能“积分兑现”？Jolly打造全新“Earn Points at Work™”模型
Jolly 打造的劳动力优化平台正尝试解决一个行业老问题：一线员工常常得不到公平、及时的激励。“他们是凌晨铺路的人，是节假日还在送货、洗碗、照护病人的人。他们值得被看见、被奖励。”公司创始人兼 CEO Dean Zimberg 表示。
Jolly 核心机制“Earn Points at Work™”允许企业根据客观数据（如出勤记录、加班时长、任务完成情况等）自动为员工分发积分，员工可兑换礼品卡或高价值奖品。这种方式类似于航空里程或信用卡返现，但首次将其引入员工工作场景，避免了以往高度依赖主管主观打分的问题。
拿下百家客户，显著改善一线运营表现
截至目前，Jolly 已在全美范围内服务超过 100 家一线用工企业，平台覆盖员工人数超过 30,000 名。在某家护理服务公司 Team Select 的使用案例中，仅上线四个月，就实现了员工文档提交准时率 提升 30%，显著优化账款回收与运营流程。
“Jolly 让我们的团队更自觉、更有动力，也让管理变得有据可依。”该公司 CEO Fred Johnson 表示，“这是一个真正让员工和企业双赢的系统。”
背后阵容豪华，特斯拉前高管下注“人力科技新范式”
本轮融资由 Zach Kirkhorn 领投，他曾任特斯拉 CFO 超过五年，期间公司市值跃升数十倍。“Jolly 的模式让我看到了人与组织之间更健康、更数据化的协作方式。”Kirkhorn 表示。
除他之外，本轮投资方还包括 DoorDash 董事 Gokul Rajaram、PayPal 前总裁 David Marcus、Seagate 前 CEO Steve Luczo 等知名天使投资人，以及机构投资者 Bullpen Capital、Dorm Room Fund、Eigen Ventures 等。
专注“被忽视的大市场”，Jolly切中北美HR科技痛点
与多数面向知识工作者的HR工具不同，Jolly 专注的是“被科技长期忽视的”一线人群——物流、零售、医疗、服务业的非办公室员工。它通过数据驱动的即时激励机制，解决了长期困扰企业的出勤率低、流动性高、员工缺乏归属感等问题。
在美国每年超过 8000 万一线员工 的市场中，Jolly 正以 SaaS 模式快速扩展，并计划通过平台生态联动更多 HR 管理系统与行业平台，持续提升激励的效率与公平性。
关于 Jolly Labs, Inc.成立于2022年，总部位于纽约，致力于通过数据驱动的激励机制改善一线员工的参与度、合规性和忠诚度。平台可定制并自动派发工作积分，打造员工与企业共赢的新型激励体系。
扫一扫 加微信
hrtechchina
