-
战略性人力资源
Josh Bersin说：HR组织将部分被AI取代——这是件好事
我(Josh Bersin)热爱人力资源这个职业。这些从业者负责招聘、人才发展、领导力培养，以及诸多企业中最重要的问题。尽管HR在历史上常被视为合规职能，但如今它的重要性比以往任何时候都要高。举个例子：在过去20年里，CHRO的薪资增长速度是CEO的5倍，这反映了HR角色的重要性正不断上升。
不过，我们也必须坦诚地面对现实：AI正在扰乱我们的角色。本周，IBM正式宣布，其AI代理现在能够回答94%的常见HR问题，而且除高层领导外，“HR业务伙伴”这一角色几乎已被淘汰。因此，CEO计划裁减HR人员编制，将预算转向销售和工程团队。
我们需要接受一个现实：我们正处于一个“加速度时代”。也就是说，AI的能力发展速度，远超组织的适应能力。因此，我们必须主动出击，重新设计企业架构。就HR而言，我们两年前提出的“系统性HR模型”现在正被AI全面自动化。
我对IBM的案例非常熟悉，它很好地展示了所有HR团队正在前往的方向。多年前，时任CHRO的Diane Gherson开启了一系列AI项目，自动化了招聘、薪酬分析和绩效管理流程。她曾在8年前的大会上分享，IBM的薪酬工具“CogniPay”（于2018年推出）如何利用AI根据技能提出薪酬建议。这款工具领先于当今的“以技能为基础”的策略，自动化了大量原本由经理决定的绩效和薪酬决策。
自那以来，IBM走得更远了。在我最近与现任CHRO Nickle Lamoureux 的交流中，她告诉我，AI代理可以协助撰写绩效评估、制定发展计划，并为管理者和高管提供绩效决策建议。我完全相信这一点，因为我每天都看到Galileo（注：Josh Bersin 公司产品）在为企业做这些事。（你可以看看他们最新的 Mercury 发布版本。）
这会对HR角色和岗位产生什么影响？很明显，许多岗位会被淘汰。
以学习与发展（L&D）或HR业务伙伴为例，我预计HR人员/员工的比例可能会减少20%-30%，甚至更多。这意味着这些人可能会转向管理AI平台，成为变革顾问（这是AI还无法胜任的），或转向组织设计、学习架构和数据管理等领域。
我认为这其实是好事。尽管我们都担心AI会“抢走我们的工作”，但必须记住，我们的真正职责不是“完成任务”，而是“创造价值”，解决复杂问题。在这个不断“爬升价值曲线”的过程中，我们必须学会使用AI、开发AI解决方案，并从系统角度思考企业如何运作。
我最近采访了一位WPP的出色HR负责人 ，他和他的团队利用OpenAI与Reejig（智能工作平台）等AI工具，将65,000个岗位名称精简为600个。这个项目涵盖了数据管理、业务分析、变革管理和领导力等多个维度。最终成果是WPP获得了重构其市场战略、创新方式与增长路径的巨大机会。
这正是我们希望HR团队做的事情。
随着越来越多的“智能代理”进入市场（参见我下面的图示），HR专业人士将不得不训练它们、部署它们，并“管理”它们的长期发展。这包括分析跨部门数据、将结果用于决策优化，并将我们的关注点从“招聘周期”“课程完成率”等过时指标，转向“转化为营收的时间”“实现生产力的时间”“客户服务成熟时间”等更有价值的指标。
你看出趋势了吗？在技术加速的时代，我们要尽可能主动拥抱变化。
停止只想着通过裁员节省多少钱（这只是短期收益），而要聚焦于如何创造价值。这才是AI带来的真正好处：更优质的客户服务、更快的产品上市、更高的创新能力。
从某种意义上讲，所谓“HR被裁员”的故事，其实是“HR正在爬上价值链”的故事——这是个积极变化。而对HR从业者来说，这也是一次个人转型的契机。
-
战略性人力资源
一点建议：2025年HRTech机构关于AI策略的观点
众所周知人工智能过去1年快速发展，正在重构HR科技领域。在2025年，HRTech服务提供商不仅需要接受AI，还必须通过策略性应用来保证作用价值。AI已经不再是新奇，而是最佳化过程、提高决策效率以及实现处理HR管理中复杂挑战的必须手段。HRTechChina 密切关注全球人力资源科技动态，2024年初更是提出RAIHR在人力资源工作中实践负责任的人工智能，并发布了RAIHR模型和倡议（点击链接可以访问，文章后面也会附录）。
2025年我们可以明确的在人力资源科技产品中落地应用更多的AI场景，但是我们也有一些观察和想法建议，分享给大家，希望能够有所帮助：
1. 将AI聚焦于解决具体问题，而非炫耀技术
我们看到全球HR科技供应商在提到AI时往往过于泛泛，使用如“智能化”“革命性”等词汇，但客户更关注的是AI能解决什么实际问题。
建议：明确AI的应用场景，例如简化招聘流程（自动筛选简历、匹配候选人）、提升员工体验（个性化学习推荐、自动解答HR问题）或优化人力规划（预测离职率、资源需求）。
落地案例：开发基于AI的预测工具，为客户提供具体的业务决策支持，比如预测最佳招聘时间或员工可能的晋升路径。
2. 注重数据质量和隐私合规
AI的核心是数据。如果数据质量低、偏差大或缺乏隐私保护，AI应用不仅无效，还可能损害客户信任。
建议：
投资于数据清洗和治理，确保数据的完整性、准确性和及时性。
遵守全球隐私法规（如GDPR、CCPA），并向客户透明地展示数据使用方式。
在AI模型中加入公平性审查，避免偏见或歧视。
3. 提供可解释性AI
许多HR领导者对AI的复杂算法感到困惑或不信任，尤其在高风险决策中（如招聘、晋升）。如果HR科技机构能够向客户提供可解释的AI，你会更好的赢得客户。
建议：开发“可解释AI”功能，让客户能够理解和信任AI的决策。例如，在候选人筛选时显示关键筛选标准或权重，让结果更透明。
技术实现：通过用户友好的界面展示AI如何得出结论，同时提供替代建议或操作。
4. 用AI增强人，而不是取代人
HR工作的核心是人与人之间的关系。AI的最佳应用是帮助HR团队更高效、更精准，而非完全替代他们。
建议：
强调AI的“增强”功能，如自动处理重复性任务（合同生成、假期审批），让HR团队专注于战略性工作。
提供协作工具，如AI建议的招聘问题或绩效改进计划，让人类决策更有依据。
5. 投资持续学习的AI模型
传统的静态AI模型会随着时间失去效用，供应商需要开发能够不断学习和适应的新技术，以确保客户始终受益。现在AI大模型选择也很多，选对模型很重要，但是需要持续学习
建议：
引入自我学习（self-learning）机制，让AI模型能够基于新数据不断优化。
定期更新算法，并根据客户反馈改进模型表现。
6. 打造专属AI工具，满足HR的独特需求
AI在HR领域的应用可以更有针对性，比如为招聘、学习与发展、员工体验设计专属模块。
建议：
在招聘中：开发智能候选人匹配工具，结合技能、文化契合度和历史表现推荐最佳候选人。
在员工发展中：利用AI构建个性化学习路径，基于员工的职业兴趣和企业目标推荐培训课程。
在员工体验中：部署AI驱动的聊天机器人，为员工提供即时的政策解答或服务请求支持。
7. 创建开放生态系统
AI技术发展的速度非常快，供应商不可能单独覆盖所有前沿应用。与其他技术提供商合作，构建开放的生态系统，可以让产品更具竞争力。这个估计不容易，目前大家所处的环境很难支持一个开放的生态，我们建议领先的HR科技机构要担起这个责任，构建开放生态！
建议：
集成领先的AI工具（这个根据大家选择，不管是字节、腾讯、阿里、或智谱等）到现有产品中。
提供API接口，允许客户将AI功能与他们的现有系统无缝整合。
8. 用AI解决前沿挑战
AI不仅能优化现有流程，还能帮助HR团队解决更复杂和前瞻性的挑战。
建议：
运用AI进行职场多样性和包容性分析，识别偏见和优化团队结构。
开发情感分析工具，通过分析员工反馈和行为数据，预测团队士气和员工敬业度。
9. 让客户参与AI的开发与优化
客户是最终的使用者，他们的需求应该成为AI开发的核心驱动力。
建议：
邀请客户参与AI功能的测试和验证，确保工具的实际效果。
建立客户反馈机制，定期调整AI应用以适应他们的业务变化。
10. 展望AI对HR业务的深远影响
AI不仅是技术升级的工具，更是推动HR从事务型角色向战略型角色转型的催化剂。
建议：
提供更多案例说明AI在决策支持、人才分析和员工敬业度预测中的成功应用。
探讨绿色AI或低碳AI技术如何为HR机构的可持续发展目标提供支持。
以上是HRTechChina 的观察和建议，希望能够有一些价值。
附录：
扫一扫 加微信
hrtechchina
