Future of Work
【收藏】AI赋能招聘（AI-Enabled Talent Acquisition）：未来招聘体系的重塑（附图）
HRTech概述：AI-Enabled Talent Acquisition》招聘漏斗图清晰展现了未来招聘如何在AI技术的支持下实现全面升级。从需求分析到正式录用，整个流程被分为前漏斗（Pre-Funnel）与招聘漏斗（Hiring Funnel）两个阶段。通过自动化与系统集成，企业能有效降低招聘成本、缩短招聘周期，并提升候选人体验。
在前漏斗阶段，HR团队通过内部人力计划与外部市场分析确定招聘需求，并设定用工方式（正式员工、FTC或灵活用工）。接着通过AI助力的职位描述优化、布尔搜索与广告发布，进入寻源流程，利用人才社区与SaaS平台进行持续吸引。
进入招聘漏斗后，AI代理团队承担简历筛选、初步对话、技能评估等任务，实现高达85%的流程自动化。通过区块链验证确保候选人身份可信，并由候选人体验团队全程优化旅程体验。与Workday、Deel、HireVue等标准化平台的集成，进一步打通数据链路，实现精准高效招聘。
在全球化与数字化加速发展的今天，企业的人才招聘（Talent Acquisition，简称TA）工作正经历着一场由人工智能（AI）驱动的深刻变革。基于Korn Ferry Talent绘制的《AI-Enabled TA》全景图，我们可以系统地了解未来招聘体系的核心构建模式——如何通过AI技术，实现招聘流程的标准化、智能化与自动化，大幅提升效率、降低成本，同时优化候选人体验。
一、招聘整体架构：双漏斗体系与领导机制
整个AI赋能招聘体系由TA领导团队（TA Leadership Team）统筹，设有：
候选人体验管理（Experience Management）
伦理与治理（Ethics & Governance）
招聘交付与寻源（Delivery & Sourcing）
数据与分析（Data & Analytics）
技术与系统（Tech & Systems）
通过建立专业化的卓越中心（COEs），确保招聘标准统一、技术前沿、运营高效。
招聘流程被清晰划分为两个阶段：
Pre-Funnel（前置阶段）：需求确认与岗位准备
Hiring Funnel（招聘漏斗阶段）：从简历筛选到正式录用
这种双漏斗体系确保了招聘从起点到终点的全链路精细化管理。
二、Pre-Funnel阶段：战略型准备与寻源（Days to Weeks）
前置阶段强调战略性招聘准备，包括：
需求分析（Needs Analysis）
内部（Internal）：结合企业人力规划（Workforce Planning）、业务需求，确定招聘需求。
外部（External）：通过市场分析（Market Analytics）了解人才市场供需情况。
招聘策略制定（Hiring Approach Confirmed）
明确是内部招聘、外包、项目制、临时工还是灵活用工（Gig/Fractional）。
招聘批准（Approvals）
包括正式合同（Perm）与固定期限合同（FTC）两种用工方式。
寻源与准备（Setup & Sourcing）
利用AI Agent、招聘经理（Manager）、HR通才（Generalist）协同作业，撰写职位描述、发布广告、进行布尔搜索、设置面试流程。
同时，在这一阶段，企业通过与外部SaaS工具集成，如Beamery、hackajob、hireEZ等，建立内部人才库与外部招聘渠道，形成持续运营的人才社区。
三、Hiring Funnel阶段：自动化驱动的招聘加速器（Hours to Days）
招聘漏斗阶段由底至顶依次包括：
简历筛选（CV Screening）
初步资格预筛（Conversational Pre-Qualification）
技能评估（Skills Assessments）
面试安排与管理（Interviews & Scheduling）
Offer发放（Offer）
合同签署（Contract）
正式录用（Hire）
在此过程中，有两大显著特点：
高比例自动化：招聘漏斗底部阶段（CV筛选到技能评估）实现了85%自动化率；整体流程平均达到75%自动化率。
AI代理团队（AI Agent Team）主导：尤其在前中期筛选工作，由AI完成简历解析、候选人初步沟通、技能匹配，大幅压缩人工成本与时间成本。
此外，还引入了候选人身份验证机制（Candidate ID Authentication），基于区块链技术，提高了数据安全性与候选人真实性验证的效率。
四、智能集成生态：SaaS与ATS协同作战
在技术集成层面，体系通过StackOne统一接入多家标准化SaaS工具与ATS（申请人追踪系统），包括：
ATS系统：如Workday
招聘协作与沟通平台：Slack、Kula、Pinpoint
薪资与人力管理平台：Deel、HiBob
人才筛选与测评工具：HireVue、HackerRank、TestGorilla
人才社区与CRM系统：Beamery、hackajob、hireEZ
这种“标准化集成”极大提高了招聘工具间的数据流动性与流程协同，避免信息孤岛现象。
五、候选人体验管理（Candidate Experience Management）：招聘成功的关键变量
在AI赋能的招聘体系中，候选人体验管理成为不可或缺的核心组成部分。
专设候选人体验团队（Candidate Experience Team），覆盖从简历投递到Offer发放、合同签署的每个环节。
流程中设置强制反馈点（如Offer和Contract阶段100%反馈），确保及时沟通与正向体验。
体验优化策略包括：
候选人旅程设计（Candidate Journey Mapping）
简化申请流程
自动化状态更新提醒
个性化面试安排
数据化监控体验得分（如Candidate Net Promoter Score, CNPS）
体验管理不仅影响候选人是否接受Offer，还直接关联到雇主品牌形象（Employer Branding）、招聘周期长度与人才转化率。目前HRTechChina正在举办2025候选人体验大奖的评选，积极参与了解行业变化趋势，更是赢得人才和雇主品牌的绝佳方法
在未来，体验即竞争力，优秀的Candidate Experience将成为企业吸引顶尖人才的重要武器。
六、总结：AI赋能招聘的六大变革价值
大幅缩短招聘周期（Days to Hours）
降低每次招聘成本（Full Cost per Hire下降）
提升候选人体验与满意度
加强招聘数据的可追溯性与透明度
实现招聘流程的可扩展性与标准化
助力企业人才战略落地，打造未来竞争力
AI正在将招聘流程从传统的“人海战术”，转变为精准、智能、体验驱动的战略模块。未来的TA团队，将成为AI与人力高度融合的新型作战单位，引领企业人才竞争迈入全新时代。
Future of Work
Future of Work
微软重磅发布People Skills与Skills Agent：打造嵌入工作流的AI技能图谱，引领HR科技新纪元
HRTech概述：最近，Microsoft 365 Copilot 推出了一个叫 “People Skills” 的新功能，可以自动识别员工的技能能力，帮企业快速发现谁擅长什么。怎么做到的？它会分析员工在 Word、Excel、Teams 等日常使用中的行为，借助 AI 模型自动生成“技能画像”。这些信息还能集成进 Viva 和 Copilot Chat，用来精准找人、匹配项目，还能发现谁值得重点培养。
更多信息，请关注HRTechChina
——由 AI 驱动的技能管理时代正式开启
在一次可能改变全球 HR 科技版图的战略发布中，微软正式推出了内嵌于 Microsoft 365 Copilot 和 Viva 平台中的 People Skills 功能，并宣布将在 2025 年 6 月推出扩展功能 Skills Agent。结合官方博客和 HR 行业权威 Josh Bersin 的深度解读来看，微软此举不仅是在提升办公套件功能，更是在构建一个面向未来的 智能技能管理系统（Skills Intelligence Platform）。
时代背景：为什么“技能”成为核心资产？
过去五年间，企业的人才结构正在经历深层变革：从“岗位导向”转向“技能导向”。随着业务节奏加快、技术不断演进，员工能做什么、可以转岗到哪里、缺什么技能这些问题成为战略优先。
而微软正是在这个关键时刻入局。借助其在 LinkedIn、Microsoft Graph、M365使用数据 等平台上的深厚数据积累，微软要为企业构建一个实时、动态的 技能识别与匹配系统，助力 HR 实现敏捷组织和精准人才部署。
“这是一次重大入场。”Josh Bersin 在分析中指出，“微软正式进入技能科技市场，可能将打造出业内最庞大、最智能的系统。”
什么是 People Skills？
People Skills 是微软在 Microsoft 365 Copilot 和 Viva 中推出的 AI 驱动技能引擎。它通过分析员工在日常工作中的行为数据（包括邮件、会议、文档协作等），自动推断员工具备的技能。
核心功能包括：
从实际工作中自动推断员工技能
接入 LinkedIn 的全球技能分类体系
支持企业自定义技能框架（taxonomy）
在 Outlook、Teams、Copilot Chat、Viva 中呈现上下文技能信息
企业可视化技能图谱与洞察
例如，某员工经常负责客户提案、绩效汇报与跨部门沟通，系统就可能自动为其标注“战略思维”“客户成功”“数据讲述能力”等技能标签。
这一机制的突破点在于：它基于 被动感知 + AI 推理，员工无需手动填写技能档案，系统自动学习和更新，让技能洞察成为组织的“活数据”。
Skills Agent：激活技能洞察的智能助手
如果说 People Skills 是技能图谱的“底层数据层”，那么即将于 2025 年 6 月上线的 Skills Agent，则是推动行动的智能引擎。
Skills Agent 能够帮助：
主管构建基于技能的动态团队
员工发现技能空白与晋升路径
L&D 制定精准培训与学习策略
Skills Agent 并非传统意义的问答机器人，而是融合了 Microsoft Graph 数据、自然语言处理与推理能力的高级智能代理，能理解复杂指令，例如：
“谁能同时处理Python和项目管理任务？”“我需要掌握哪些技能才能转岗做数据分析师？”“我们公司最常见的市场营销技能有哪些？”
Skills Agent 深度集成在 Copilot Chat 和 Viva 中，员工可在日常工作中直接调用，提升人才调配和技能成长的响应速度。
技术架构：打造完整的“技能操作系统”
People Skills + Skills Agent 不是孤立存在，而是与微软全栈生态深度集成：
与 Microsoft 365 协同办公工具无缝结合
与 Viva 学习体验平台与目标管理功能整合
与 Microsoft Graph 打通员工行为与组织关系数据
与 LinkedIn Learning、LinkedIn Talent Insights 联动推荐与分析
这意味着，微软正在搭建一个 企业级的人才情报系统（Talent Intelligence System），并将其嵌入到日常工作场景中。
对 HR 的深远影响
这套系统的上线，对人力资源战略和组织管理可能产生以下四大变化：
1. 从岗位描述走向“动态技能图谱”
传统 JD 逐步过时，企业可以实时更新员工能力标签，支持灵活用人、横向转岗与人才轮岗。
2. 人才可见性全面提升
不再依赖主观评价与绩效打分，HR 可从系统中发现“隐藏人才”和“技能过剩/短板”。
3. 战略级的组织规划
从人才盘点、继任计划，到编制重组、学习策略，全程由数据支持，提升决策效率。
4. 反哺 L&D 和学习生态
Skills Agent 可自动推荐 LinkedIn Learning 课程或内部学习内容，实现“以用促学”的闭环机制。
Josh Bersin 的评价：这是一个新物种
Bersin 明确指出，微软的做法不同于传统 HR Tech 厂商。Workday、SAP 等偏向基于 HR 系统建模，而微软则从“工作流场景”出发，让技能识别自然发生在 Teams、Outlook、Word、Excel 等工具中。
“他们正在把 Microsoft 365 变成一个技能智能系统。”Bersin 评论道，“这种嵌入式体验，才是真正的变革。”
对 HR 科技生态的挑战与启示
微软的入局意味着传统 HR 系统厂商或需重新思考合作路径：是与微软生态打通？还是建设自己的 AI 系统进行抗衡？
在 Copilot 的加持下，微软展现出：
更强的 推理能力与个性化推荐能力
更广的 数据来源整合能力
更深入的 工作场景覆盖能力
这些，正是构建下一代 HR 战略平台的核心竞争力。
HR 下一步该怎么做？
无论你是 CHRO、HRIS 总监还是学习与发展负责人，现在都应关注以下四件事：
评估你目前的技能数据体系是否碎片化或陈旧？
了解 People Skills 的功能与使用路径，尤其是微软生态用户
重构绩效与发展体系，让技能推理数据为决策服务
从小范围启动“技能驱动”的组织试点，积累可复制经验
AI 观察 + 无缝集成 + 实时推理，微软 People Skills + Skills Agent 的组合，正在打破 HR 与办公场景之间的界限，推动真正以人为本、以数据驱动的组织发展。
Future of Work
Future of Work
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**。
Future of Work
Future of Work
大多数人都假装懂 AI？Pluralsight《2025 AI 技能报告》告诉你真相
“AI 我懂一点。”——可能是今年职场最流行的“半句谎言”。
在技术浪潮迅猛发展的今天，AI 成了每个职场人都挂在嘴边的热词。但 Pluralsight 的《2025 AI Skills Report》告诉我们一个残酷的事实：大多数人其实并没有我们想象中那么懂 AI，但他们假装懂。
“AI装懂症”：一个在办公室蔓延的现象
这份报告调研了美国与英国的 1,200 位高管与 IT 从业者，揭示了以下令人震惊的数据：
79% 的技术员工承认夸大了自己对 AI 的理解
91% 的 C-suite 高管（CEO/CIO 等）“装懂”AI，反而是最严重的群体
他们这么做并非恶意，而是为了“看起来更专业”、“不被落下”
但这背后却引发一系列连锁问题：65% 的企业曾因员工缺乏 AI 技能而不得不叫停 AI 项目，甚至有 38% 的企业因此中止了多个 AI 项目。
AI 工具不敢用，因为“怕被说懒”
在工作中用 ChatGPT 写方案、用 Copilot 辅助编程，听上去是效率神器，但实际情况却是：
61% 的受访者表示：使用生成式 AI 工具会被视为“懒惰”
其中在高管圈子里，这种负面观感更高，达到 73%
结果呢？员工开始偷偷用 AI —— 66% 的人观察到同事在“偷偷使用 AI”却不说出口
这就造成了所谓的“影子 AI”（Shadow AI）：工具在用，但没人承认，也没人监管，结果可能带来：
安全漏洞（未经批准访问公司数据）
隐私泄露（上传敏感信息到第三方平台）
合规风险（无授权使用 AI 工具）
人人都说“别人不懂”，但自己也没多懂
最有趣的一点是，92% 的人自信自己拥有足够的 AI 技能，但与此同时，88% 的人又认为“同事才是阻碍 AI 推进的那群人”。
这明显是典型的“达克效应”（Dunning-Kruger Effect）：不懂的人往往更自信，真正懂的反而更谦虚。
AI 的焦虑不是空穴来风
报告指出，90% 的人担心自己未来被 AI 替代，尤其是从事内容创作、销售、数据分析、市场营销和账单处理的群体。
具体来看：
34% 的人认为自己“很可能”会被 AI 取代
70% 的人认为自己的工作处于“危险边缘”
91% 的人担心自己的技能会迅速过时
不过也别太悲观：报告同时指出，49% 的企业正在新增 AI 岗位，这也验证了世界经济论坛的判断——到 2030 年，AI 将创造 7800 万个新岗位，数量多于被淘汰的。
企业的应对策略：别裁人，先培训
面对这种“AI 焦虑”，企业正快速行动起来：
59% 提供正式 AI 培训
54% 提供加薪和福利以缓解焦虑
48% 开设 AI 相关讲座
仅有 2% 的公司选择“不作为”
这背后的逻辑其实很务实：相比重新招人，不如培养原有人才更省成本、风险更低。
AI 真正创造的价值：不仅省时间，还让服务更好
报告显示，AI 工具正在多个领域创造真实价值。企业使用 AI 最常见的场景包括：
网络安全与威胁检测（43%）
数据合成与分析（40%）
客户服务自动化（39%）
内容创作与个性化推荐（35%-36%）
开发者效率提升（37%）
最直接的效益数据包括：
50% 的企业提升了客户服务质量
46% 的员工表示工作质量提升
39% 的人感受到工作效率大幅提高
而在个人层面，84% 的技术人员表示：AI 真的让我的工作变轻松了。
别怕不会，怕的是不敢学
Pluralsight 的报告指出一个现实：AI 技能正在成为每个技术岗位的“基础门槛”，95% 的企业在招聘时会考虑这一能力，70% 将其列为“强烈偏好”甚至“强制要求”。
但幸运的是，现在不是你非得全懂才能入场。你需要的只是一个好起点，比如：
用专业评测工具认清自己的技能短板
选择由行业专家制作的课程来学习
勇敢使用 AI 工具，哪怕一开始只是辅助
因为这波 AI 潮，不等人。
Future of Work
Future of Work
2025年的人工智能招聘：您需要了解的重要见解和趋势
人工智能在招聘领域的应用已正式从实验走向必要的整合。但这对人力资源团队和求职者究竟意味着什么？为了更好地了解全球人力资源领导者和员工如何看待人工智能并与之互动，HireVue 在今年的人工智能招聘指南中对 4000 多名人力资源领导者和员工进行了调查。
HireVue的《2025年全球人工智能招聘指南》分析了人工智能对TA雇主的数据和实际影响，让您了解当今企业如何利用解决方案。
人工智能在招聘领域的主要发展趋势
﹣人工智能驱动的生产力： 人工智能正在将重复性任务自动化，让人力资源团队能够专注于战略和候选人参与。
﹣对人工智能的信任度飙升： 越来越多的人力资源领导者信任人工智能驱动的招聘建议
﹣透明度是关键： 候选人希望了解人工智能在招聘决策中的应用--清晰的沟通至关重要。
人力资源领导者和候选人在实施过程中关注的问题各不相同： 每个群体都会优先考虑流程的不同方面。
人工智能不再是一个概念，而是一项核心战略
2025年，人力资源专业人士不仅仅是在测试人工智能，他们更依赖于人工智能。
﹣人力资源专业人士每周使用人工智能的比例从2024年的58%跃升至2025年的72%。
﹣对人工智能的信任度也急剧上升，信任度从 37% 上升到 51%。
这一转变反映了新的现实： 现在，人工智能已成为简化招聘流程、提高效率和加强决策的不可或缺的工具。
此外，随着生产力的提高，人们对人工智能建议的信任度也在提高。
2025 年，51% 的人力资源专业人士表示高度信任工作场所中的人工智能系统。
有了合适的工具，雇主就可以转向基于技能的招聘流程--采用专门为评估预测成功的技能而构建的技术。
经过验证的技能是经过客观测量的，可以确保应聘者具备某一职位所需的能力--数据可以证明他们能够胜任这份工作。而推断技能则不那么可靠，它来自于基于经验、教育或过去角色的假设--如果没有可靠的数据作为基础，往往会导致偏见和错位。利用 HireVue 视频面试、评估和对话式人工智能等人工智能工具，直接测试技能，而不是假设。通过数据驱动的技能验证，经过验证的技能可预测实际工作的成功率。
向人工智能驱动的决策支持转变
人力资源领导者将人工智能视为决策支持工具，而不是替代人工判断。人工智能正在帮助人力资源团队自动化筛选、培训和候选人沟通。
﹣自动化筛选、培训和候选人沟通。
﹣提高招聘效率和速度。
﹣转向基于技能的评估，减少偏见。
但是，这场对话并不仅仅涉及人力资源部门。求职者正在接受人工智能，以在求职申请中获得竞争优势，但他们对人工智能做出最终招聘决定仍持怀疑态度。这突出表明，人力资源团队需要明确传达人工智能在流程中的作用--作为决策支持。
2025 年是人工智能在人力资源领域的决定性一年。从自动化到智能化、行动驱动型人工智能的转变正在重塑人才招聘。在保持信任和透明度的同时有效利用人工智能的公司将在竞争激烈的招聘领域脱颖而出。
双管齐下的成功战略
要解决人工智能问题，企业必须在降低风险和候选人信任之间取得平衡。
降低内部风险
﹣选择具有透明、可解释的人工智能和经过验证的结果的供应商。
﹣确保您的供应商能够轻松解释其人工智能的工作原理。HireVue 凭借其业内首创的人工智能可解释性声明树立了一个标准。
﹣确保持续进行第三方安全审计，以加强数据保护。
提高候选人的信任度
﹣以明确、以人为本的方式宣传人工智能在招聘中的作用。
﹣使用评估和职位匹配工具，使招聘更快、更公平、更具包容性。
﹣使用 Find My Fit 等工具，通过将候选人的技能与理想职位相匹配、促进多样性和减少偏见来扩大机会。
通过优先考虑合乎道德的 AI 和公平性，公司可以增强信任并建立更具包容性的员工队伍。
Future of Work
Future of Work
围绕人工智能重新设计工作：工作智能工具问世
让我提出一个重要的问题：如果您的 CEO 或 CFO 要求您使用人工智能来提高生产力，您会怎么做？
你会采用“电锯”效率模型并裁掉 10% 的员工吗？还是会深思熟虑地围绕人工智能重新设计工作岗位？
本周我与数十家公司讨论了这个话题，所以我想分享我们所学到的知识。
公司为何变得官僚主义
让我们从原因开始：官僚主义是如何产生的。其实很简单：随着组织的发展，管理人员不断招聘新员工，通常是支持或行政职位。突然你醒来，发现公司里到处都是“项目经理”、“分析师”和“项目经理”。
我们最近研究了一家大型科技公司的职位结构，其中近三分之一的职位似乎是员工职位、分析师或项目经理。虽然我确信这些人很忙，但管理层很清楚，其中许多职位可以集中、共享、自动化或取消。
我们正在与一家大型媒体公司合作，他们一直在分析“媒体经理”的工作。该职位有近 7,000 名员工，这些人执行的任务和活动数量之多令人震惊。他们的核心工作是为客户购买广告空间，但实际上他们从事创意设计、账户管理、分析，还必须跟上人工智能的发展。
我认为这份工作是一个“关键角色”（能够带来巨大价值的角色），但在今天之前并没有标准化，而团队现在知道他们的新人工智能平台可以改变这一功能。
我们如何重新设计工作：蓝图
工作设计已经进行了几十年，其中很大一部分始于“工作任务分析”。在人工智能（以及 Reejig、Draup 和 Gloat 等工具）出现之前，我们会进行调查，了解人们在做什么，然后找出重叠、效率低下或自动化潜力的领域。
但在人工智能时代，这可能还不够。如今，人工智能实现了从招聘到需求分析再到内容开发等所有工作的自动化，理想情况下，我们应该采取更广泛的方法。而这正是我看到公司所面临的困境。
考虑以下蓝图，这种方法可以防止您将 AI 用作“寻找问题的解决方案”。
首先，你要对公司进行基准测试，看看哪些地方效率低下。Reejig 和 Draup 等工具可以让你轻松完成这项工作，它们可以让你全面了解工程、销售、营销或个人角色，看看哪些地方人员过多。
我上面提到的媒体公司的收入和利润率都在下降，因此他们把重点放在面向客户的角色上，目标是提高增长。
IBM 在过去十年中一直使用人工智能来自动化公司中的许多人才和绩效流程，现在拥有一个充当人力资源业务合作伙伴的代理。人工智能决定薪酬范围以保持薪酬公平，还为管理人员提供绩效评估的深入数据。结果是增加了信任度，减少了偏见，并提升了人力资源团队的设计作用。
麦格理银行的规模在过去六年中扩大了一倍，因此他们正在合理化大量面向客户的职位。利用 Reejig，他们发现了数十个集中、自动化或重新设计工作流程的机会，以实现规模化。
安联多年来一直在优化其理赔流程。他们了解这项工作在盈利能力方面发挥的关键作用，现在他们已经构建了一个“数字孪生”，以实现大部分工作的自动化和标准化。
正如你所见，这些项目可能不是“自下而上”的，而是“自上而下”的。在很多情况下，比如当 CEO 想要裁员时，这就是要走的路。
其次，你现在必须“分解工作”来弄清楚人工智能可以发挥什么作用。在某些情况下，你会看一看 SeekOut Spot 或 Paradox（最先进的招聘代理）等工具，然后“实施”并重新考虑工作。但这会造成很多恐惧和阻力，所以系统化工作往往更好。
分析任务（或活动）
想象一下，你在医院工作，负责清洁地板：你的“技能”从“扫地”变成了“操作清洁设备”。如果你是一名软件工程师，你的技能将从“编码”转变为“使用 Github Copilot”。营销专业人士正在从“创建活动”转变为“操作 AI 创意平台”。教学设计师正在从“构建课程”转变为“提示 AI 和策划内容”。
一旦我们知道这些“任务”或“活动”是什么，我们就可以预测或决定要实施多少自动化。在我们讨论的每个案例中，这分为四个步骤。
首先，这个团队效率低下是因为他们正在开发我们根本不想做的产品、销售流程或其他计划吗？我曾在许多效率低下的销售团队工作过，问题在于没人想买的产品，而不是销售流程本身。
第二，这些工作任务是否常规且易于外包？我们能把它们集中起来吗？他们的易用平台是否已经到位？
第三，如果我们找到一个可用的人工智能工具，那么构建、优化和训练它会有多难？可能有一些现成的产品已经准备好了，但在某些情况下，你可能需要 IT 支持来构建所需的系统。
第四，如果我们确实将这些任务外包或自动化，人们需要学习哪些新的增值功能？例如，如果营销专业人员突然被 CRM 工具取代，他或她是否准备好成为一名战略家并在此基础上增加价值？
再回到媒体公司。您的员工会制作创意活动、购买广告空间并管理电子商务和活动指标，以不断提高客户的品牌和销售业绩。这涉及数百项“任务”，包括从客户管理到活动管理再到各种形式的创意工作、管理活动、进行 SEO 分析等等。
随着“代理”的出现，您的代理机构不想落后，因为您的竞争对手之一可能会突然以低于您的出价在客户方面胜过您。因此，您会对“我们可以自动化哪些任务和活动？”非常感兴趣。
现在最大的问题是：我们是否有工具可以帮助我们将工作分解为任务并找出需要重新设计的内容？是的，这就是接下来要做的事情。
Reejig、Gloat、Draup 等推出的全新工作智能平台
如果你回头思考这个问题，你会发现这也是一个“大数据”机会。如果我开发一个工具，扫描世界上的每一份招聘信息，寻找“任务”而不仅仅是“技能”，然后将这些“任务”与职位描述进行匹配，我实际上就会拥有一个巨大的“工作任务库”，可以实时更新。这就是Reejig所做的。
你可以使用Reejig 平台查看公司中的职位，它会为你提供“人们正在执行哪些任务”的准确信息。微软、麦格理集团和 WPP 现在都在这样做，他们都告诉我，准确度令人惊叹。换句话说，虽然你的公司与其他公司并不完全相同，但人们在每个业务领域所做的实际工作却惊人地相似。
我从自己的职业生涯中了解到这一点。在我的职业生涯的六个主要阶段，我从事过销售、营销、产品管理、业务开发和行政工作。每次我去一家新公司，我都会发现他们做的事情和其他公司完全一样，但有些事情被忽略了。这是因为我们还没有人工智能驱动的任务分析工具，所以我们根据经验“弥补”我们需要做的事情。
2000 年代我在 Sybase 工作时，我们根据地点和公司规模进行营销。我们利用直邮和活动来接触人们。并不是每个营销经理都完全了解“受众分析”这一步骤。
如果您有一个平台，可以基于这个庞大的 AI 数据库将“活动策划”一词分解为步骤（活动），会怎么样？它会将您的计划分解为一组 10 或 15 个步骤，并确保不会忘记任何事情。然后，一旦确定了这些步骤，系统就可以向您展示每个步骤所需的技能，甚至可以找到公司中擅长这些事情的人！这就是Gloat 的新 Mosaic平台所做的。
我第一次看到 Mosaic 时惊呆了。多年来，我一直从事销售、营销和研究，依靠自己的经验来了解该做什么。Gloat 可以告诉我需要考虑的每一个步骤。如果我对其中某个步骤不熟悉，Gloat 可以帮我找到一个具备所需技能的人。
这是一件大事。虽然我们公司的每个业务流程看起来都很相似（例如“订单到现金”或“销售线索到销售”），但这些流程中的细节一直在变化。想想保险公司处理索赔的复杂流程。你能想象当你的房子被烧毁，他们想给你寄一张支票时，他们需要多少验证步骤、基准测试、质量检查和欺诈检测流程吗？Travellers 的员工告诉我，他们有“模拟房屋”，他们实际上用火烧毁厨房，以确定在火灾中他们应该承担哪些承包商、供应品和费用。
我们在商业中所做的一切都是由任务和活动组成的，这些“工作步骤”正在以光速实现自动化。因此，这些新的“工作智能”工具在未来的世界将非常有用和重要。
从很多方面来看，Reejig、Gloat、Draup等工具都是我们需要的新型工作智能工具，取代了我们过去所做的大部分“工作任务分析”。
如何使用这些新的工作智能平台？
那么现在最大的问题是：这些工具是万能药吗？或者它们只是“咨询加速器”。
这些都是突破性的新产品。
Reejig 是一个人工智能驱动的工作任务分析平台，它可以显示重点关注的地方。Gloat Mosaic 帮助管理人员分解工作、寻找有才华的员工并确定平台和技能。而 Draup 可以对您的生产力进行基准测试并确定您拥有的平台（以及您的竞争对手使用的平台），以便您评估您的技术成熟度。
这是一个新市场，而且才刚刚起步。未来会有更多此类工具出现。
最后的想法：思考业务重新设计，而不仅仅是工作重新设计
“超级员工的崛起”计划既是一个商业项目，也是一个工作设计项目：我们正在将多个工作职能整合到数据驱动的代理中。
例如，我们的一个客户最近来找我们，说“我们觉得我们的员工太多了，我们想在不雇佣任何新员工的情况下将公司规模扩大一倍。”（“人才密度”策略。）
我们查看了基准（每位员工的收入等），发现他们可能人手过多了 10-15%。但在我们深入研究职位结构之前，首席人力资源官提到“我认为我们的销售人员太多了，因为我们向错误的客户销售产品。我们的许多小客户都没有续约。”无论多少职位重新设计都无法解决这个问题！
换句话说，工作重新设计既是自上而下的工作，也是自下而上的自动化项目。因此，请记住蓝图并考虑以下四件事：
是否有一些产品、市场和客户群体需要我们削减、改进或重新考虑？我们是否在打造正确的产品并服务正确的市场？
我们是否可以通过培训、共享服务或组织整合来解决技能和“错位”问题？
是否有可重复、常规、低价值的任务我们可以立即实现自动化和简化？我们能否使用现有平台快速实现自动化或简化？
当我们转向自动化代理时，是否存在跨职能的机会来同时改善多个角色？
如果您考虑招聘，您可以轻松找到用于构建职位描述的工具。但如果您考虑整个流程，多功能代理可以帮助进行职位分析、职位描述、采购、评估和入职。（Paradox、Maki People、Eightfold 目前正在这样做。）
不要让人工智能成为寻找问题的解决方案
我参加会议后得出的最后一个想法是，一些公司对人工智能如此着迷，以至于他们感觉自己就像一个在寻找问题的解决方案。
新的自动化解决方案需要时间来实施，因此请慢慢来，并确保专注于高回报领域。这样，您将获得资金和 IT 支持。
最后一个故事。
客户是一家拥有全球人力资源组织的大型科技公司。他们拥有出色的人力资源技术，生产率已经很高。他们追求的“问题”是随着业务转向全人工智能产品模式，如何能够超强地促进员工增长，他们希望 HRBP 能够领导这项工作。
人力资源团队以这一重点为中心，检查了这些业务合作伙伴的询问、互动、任务和活动。果然，通过 Reejig 的分析，他们发现多达 40% 的时间都花在了管理上。现在，为了实现高水平的目标，该团队正在研究自动化（包括Galileo）来自动执行这些任务。
将工作设计工作重点放在业务目标上。Gloat（将工作分解为项目、任务、技能和才能）、Reejig（任务分析和组织任务基准测试）和 Draup（企业范围基准测试、工作量分析和技术平台基准测试）等新工具可帮助您加快工作速度。
我们不要为了人工智能而迷恋它，从一开始就要务实。当今的经济现实要求我们这样做。
Future of Work
Future of Work
麦肯锡：AI赋能职场，企业如何跨越管理障碍，实现智能化未来？员工对 AI 的适应速度远超领导层的预期
AI 如何重塑职场？
人工智能（AI）正在以惊人的速度重塑职场生态，许多企业正试图利用 AI 提高生产力、优化决策流程并增强市场竞争力。然而，AI 技术的广泛应用远非一蹴而就，企业的 AI 部署不仅涉及技术升级，更考验管理者的战略眼光和执行力。
麦肯锡的《Superagency in the Workplace》 这份报告深入研究了 AI 在职场中的应用现状，基于对 3,613 名员工和 238 名 C 级高管 的调查，揭示了企业在 AI 落地过程中的机遇与挑战。报告认为，AI 在职场的变革潜力堪比蒸汽机之于工业革命，但当前的最大障碍并非技术问题，而是领导层的行动力不足。
尽管 92% 的企业计划在未来三年增加 AI 投资，但只有 1% 认为自己 AI 发展成熟，表明大多数企业仍停留在 AI 试点阶段，尚未实现全面部署。更值得注意的是，报告发现员工对 AI 的接受度远超管理层的预期，但企业的 AI 发展速度依然滞后。领导者的犹豫和执行力缺失，正成为 AI 规模化应用的最大瓶颈。
本文将从员工接受度、领导层挑战、组织架构变革、AI 治理、商业价值实现等多个维度，介绍报告的核心观点，并补充对 AI 发展的进一步思考。
一、员工比领导更快接受 AI，企业行动缓慢
报告的核心发现之一是：员工已经在积极使用 AI，而领导者仍然低估了 AI 的普及度。
数据显示：
员工使用 AI 的频率比领导层预期高出 3 倍，但许多企业尚未提供系统性培训；
70% 以上的员工认为 AI 在未来两年内将改变至少 30% 的工作内容；
94% 的员工和 99% 的高管都表示对 AI 工具有一定熟悉度，但只有 1% 的企业认为 AI 应用已成熟。
这一现象表明，AI 在企业中的主要障碍并非员工适应能力，而是管理层的滞后决策。许多企业高管仍然停留在探索 AI 价值的阶段，而员工已经在日常工作中广泛使用 AI 工具，如自动生成文档、数据分析、代码编写等。员工在推动 AI 发展方面的主动性，远远超出管理层的认知。
然而，企业未能为员工提供足够的 AI 培训和资源，导致 AI 的应用仍然停留在浅层次，难以转化为真正的生产力提升。例如，48% 的员工认为 AI 培训是 AI 规模化应用的关键，但许多公司仍未建立 AI 学习机制。企业如果不采取措施缩小这一认知鸿沟，可能会错失 AI 带来的长期竞争优势。
二、AI 领导力挑战：速度焦虑与执行落差
尽管 AI 的发展潜力巨大，但报告指出，47% 的企业高管认为公司 AI 发展过于缓慢，主要原因包括：
AI 技术成本的不确定性：短期 ROI（投资回报率）难以量化，导致企业不敢大规模投资；
AI 人才短缺：AI 相关技术人才供不应求，企业缺乏相应的招聘和培养体系；
监管与安全问题：企业在数据隐私、算法透明度等方面的担忧阻碍了 AI 落地。
这种“速度焦虑”让企业在 AI 发展过程中陷入试点—停滞—观望的循环：
试点阶段：部分企业已启动 AI 试点项目，如客服自动化、数据分析等；
停滞阶段：由于短期收益不确定，试点项目难以规模化推广；
观望阶段：企业倾向于等待行业先行者经验，而非主动探索 AI 的商业价值。
报告强调，AI 的落地不仅是技术问题，更是企业管理问题。领导者需要具备更强的战略决心，加快 AI 投资，并明确 AI 在企业中的角色，才能真正推动 AI 规模化应用。
三、如何实现 AI 规模化落地？
1. AI 人才培养
AI 的大规模应用依赖于系统性的 AI 人才培训。然而，报告发现，近一半的员工认为企业提供的 AI 支持有限。企业需要采取措施：
建立 AI 培训体系，涵盖 AI 基础知识、业务应用和 AI 伦理等内容；
推广 AI 试点项目，让员工亲身参与 AI 工具的开发和使用；
设立 AI 激励机制，鼓励员工利用 AI 提升工作效率。
2. 组织架构调整
AI 不能仅仅作为 IT 部门的创新项目，而应当成为企业整体战略的一部分。报告建议：
设立 AI 战略委员会，确保 AI 发展与企业长期战略保持一致；
推动 AI 在各业务部门落地，提升 AI 在实际业务流程中的应用深度；
强化 AI 风险管理，确保 AI 应用在数据安全和监管方面的合规性。
3. AI 治理：平衡速度与安全
虽然 AI 带来了极大的商业价值，但报告指出，企业在 AI 治理方面仍存在诸多挑战：
51% 的员工担心 AI 可能带来的网络安全风险；
43% 的员工关注 AI 可能导致的数据泄露；
企业需要建立 AI 伦理标准，确保 AI 透明、公正、合规。
四、AI 时代的商业价值：企业如何真正实现 ROI？
尽管企业对 AI 充满期待，但报告显示，目前仅 19% 的企业 AI 投资带来了 5% 以上的收入增长，表明大多数企业的 AI 应用尚未转化为可观的商业回报。为了提升 AI 价值，企业需要：
从“技术驱动”转向“业务驱动”，确保 AI 应用直接创造商业价值；
优化 AI 目标设定，明确 AI 在核心业务中的定位；
加强 AI 应用场景探索，特别是在客户服务、供应链管理等高回报领域进行深入部署。
AI 成败的关键在于管理层
AI 的成功不仅依赖技术本身，更取决于企业领导者的执行力和战略眼光。企业若要真正迈向 AI 时代，需要：
加速 AI 战略落地，推动组织变革；
加强 AI 人才培养，提高员工 AI 适应能力；
建立 AI 治理体系，确保 AI 安全合规发展。
在 AI 时代，最危险的不是迈得太快，而是思考得太小、行动得太慢。
附录：《Superagency in the Workplace》 下载
Future of Work
Future of Work
什么是Agentic AI？AI Agent如何重塑HR行业？
"Agentic AI"（代理人工智能）是您可能听说过的最新流行语，但实际上这个词在人力资源工作中的应用其实已经有一段时间了！
但究竟什么是 Agentic AI？它和传统的AI Agent有何区别？2025年是否真的是AI Agent之年？HRTechChina特别呈现这篇文章与您分享！
在人工智能（AI）快速发展的今天，我们已经经历了**预测AI（Predictive AI）和生成式AI（Generative AI）**的兴起，而如今，**Agentic AI（自主智能体AI）**正成为AI的下一个进化阶段。对于HR行业而言，这一技术的到来意味着更加智能的HR系统、自动化的人才管理流程，以及更精准的数据驱动决策。
但究竟什么是Agentic AI？它和传统的AI Agent有何区别？2025年是否真的是AI Agent之年？本文将为你详细解析Agentic AI的核心概念，并探讨它如何改变HR行业。
1. 什么是Agentic AI？
Agentic AI（自主智能体AI）是一种具备自主行动能力的人工智能技术，它不仅能像生成式AI一样回答问题、生成内容，还能自主感知环境、推理分析、执行任务，并从反馈中不断优化自身能力。
相比于传统的AI系统，Agentic AI最大的不同在于：
自主性（Autonomy）：无需人工干预，AI代理可以独立完成任务，例如审核候选人简历、优化招聘流程等。
适应性（Adaptability）：AI能够根据反馈不断优化决策，例如HR系统可以自动调整绩效评估标准，以适应不同部门的需求。
目标导向（Goal Orientation）：Agentic AI可以自主制定目标，并推理如何达成这些目标，例如自动匹配候选人与职位，提高招聘效率。
2. AI Agent vs. Agentic AI：有什么区别？
在HR行业中，我们常见的AI Agent（AI代理），例如智能客服或自动化面试助手，已经在许多企业得到应用。但与Agentic AI相比，传统AI Agent仍然具有局限性。
举个例子：
AI Agent：只能回答员工关于公司福利的常见问题，比如“今年的年假政策是什么？”
Agentic AI：不仅能回答问题，还能主动分析员工的休假情况，自动推荐合适的休假时间，并结合公司政策优化排班，确保业务顺利运行。
3. Agentic AI如何改变HR行业？
随着Agentic AI的发展，HR的许多日常工作将发生巨变。以下是几个关键应用场景：
（1）智能招聘与人才管理
Agentic AI可以帮助HR从简历筛选、面试安排到人才匹配实现全流程自动化。
🔹 自动筛选简历：AI代理可通过自然语言处理（NLP）分析海量简历，并根据职位要求筛选最匹配的候选人。🔹 优化招聘流程：Agentic AI能够自主调整招聘策略，例如根据市场趋势调整岗位描述，优化招聘渠道，提高人才获取效率。🔹 智能面试安排：AI代理可以结合面试官和候选人的日程，自动安排面试，并实时调整时间，减少HR的重复沟通工作。
（2）绩效评估与员工发展
HR部门可以利用Agentic AI来优化绩效考核体系，并制定个性化的员工成长路径。
🔹 智能绩效评估：AI代理可实时分析员工的工作数据，提供个性化绩效反馈，帮助管理者更公平地评估员工表现。🔹 个性化职业发展：Agentic AI可以分析员工的职业路径，自动推荐合适的培训课程或晋升机会，帮助企业留住优秀人才。
（3）员工体验与组织管理
AI可以提高员工满意度，并优化组织架构，提高整体效率。
🔹 智能员工助手：AI代理可以主动提醒员工提交报销单、更新考勤信息，甚至预测员工的离职风险，并提前采取措施留住人才。🔹 企业文化管理：AI可以分析员工情绪，帮助HR团队制定更合适的企业文化建设方案。
4. 为什么2025年是“AI Agent之年”？
2025年，Agentic AI的应用将迎来爆发式增长，这主要得益于以下三大趋势：
（1）AI技术的成熟与算力提升
随着大模型（如ChatGPT、NVIDIA NeMo）的不断升级，AI的推理能力越来越强，使得Agentic AI在HR场景下更加实用。
（2）企业数字化转型加速
全球范围内，企业正在加快HR数字化转型。Agentic AI能够帮助HR团队自动化重复性工作，让HR更专注于战略性任务，因此将被广泛应用。
（3）人才市场变化与HR挑战
后疫情时代，企业面临招聘难、员工流动性增加等挑战。Agentic AI可以通过智能化的人才管理系统，提高招聘效率、优化员工体验，并降低HR工作负担。
📌 预测：到2025年，超过50%的企业将引入Agentic AI，以优化HR管理流程。
5. HR如何准备迎接Agentic AI时代？
2025年将是AI Agent之年，HR行业必须抓住这一变革机遇。以下是HR团队可以采取的三大行动：
✅ 学习Agentic AI相关知识，关注AI在HR领域的应用趋势，如AI招聘、智能绩效管理等。✅ 尝试小规模部署AI代理，比如在员工服务、招聘管理等领域测试AI解决方案。✅ 与AI厂商合作，寻找适合企业的AI解决方案，如NVIDIA、微软、谷歌等提供的Agentic AI技术支持。
HR的未来，不只是管理人，更是管理智能体！Agentic AI将成为HR行业的重要助手，助力企业迈向智能化管理新时代！ 🚀
RAIHR倡导：实施负责任的AI（Responsible AI in HR, RAIHR）
随着Agentic AI在HR行业的广泛应用，我们必须关注AI的伦理、安全和公平性问题。**RAIHR（Responsible AI in HR）**倡导企业在引入Agentic AI时，遵循以下三大原则，确保AI技术的透明性、公平性和责任性：
✅ 透明性（Transparency）：确保AI决策过程可解释，HR能够理解AI的筛选标准、考核指标，避免“黑箱”决策。✅ 公平性（Fairness）：AI招聘和绩效评估应避免算法偏见，确保候选人和员工得到公平、公正的对待。✅ 责任性（Accountability）：AI在HR领域的应用应遵循合规要求，确保数据安全，并提供人工复核机制，避免AI错误影响员工职业发展。
Agentic AI的未来，不仅是效率与智能的提升，更应是“负责任的AI”！HR行业需要共同努力，确保AI技术真正惠及企业与员工，让AI成为推动组织可持续发展的正向力量！ 🌍💡
总结：Agentic AI将彻底改变HR工作方式
📌 AI Agent vs. Agentic AI：传统AI Agent只是执行预设任务，而Agentic AI能自主学习、推理和优化。📌 HR应用场景：Agentic AI将在招聘、绩效评估、员工体验等方面发挥巨大作用。📌 2025年是AI Agent之年：技术突破、企业数字化转型、HR挑战推动Agentic AI的全面应用。
📌 实施负责任的AI（Responsible AI in HR, RAIHR）我们必须关注AI的伦理、安全和公平性问题
未来，HR不再是“人力资源管理者”，而是“AI智能管理者”！准备好迎接这场AI革命了吗？ 💡
附录：RAIHR行动指南和框架图
Future of Work
Future of Work
【美国】ServiceNow将以28.5亿美元收购Moveworks，增强员工的AI助手，提升员工体验
ServiceNow宣布以28.5亿美元收购Moveworks，旨在将其强大的自主式AI（agentic AI）和自动化优势，与Moveworks的前端AI助手与企业搜索技术相结合，为全球企业员工与客户带来全新体验。此举将把ServiceNow既有的AI与工作流程自动化平台，与Moveworks广受大型企业信赖的AI助理全面整合，重点覆盖CRM、财务、HR与IT等领域。对ServiceNow而言，近千家AI客户与超过2亿美元的Pro Plus AI年合同额证明了其市场占有率与技术实力；而Moveworks的客户群体包括全球500强和2000强企业，活跃用户已达数百万，且有约90%的企业将其AI助手覆盖至全体员工。两家公司早有技术对接，互相拥有约250家共同客户，利于快速融合。通过整合双方在搜索技术、工作流程与AI自动化领域的优势，员工可通过统一入口更快获得信息支持、处理任务并简化日常工作。此并购若顺利完成，ServiceNow计划加深AI创新与应用布局，为组织带来更高效、更个性化的数字化转型，加速世界各行业的整体AI普及与生产力提升。此次交易预计于2025年下半年完成，前景备受业界关注。
ServiceNow的自主式AI与自动化能力，加上Moveworks的前端AI助手与企业搜索技术，将加速企业AI应用和创新
SANTA CLARA, CALIF. – 2025年3月10日 – ServiceNow（NYSE: NOW）今日宣布已签署最终协议，收购Moveworks。此次收购将ServiceNow在自主式AI（Agentic AI）和自动化领域的优势，与Moveworks的前端AI助手和企业搜索技术相结合，为企业的每一位员工和各个业务领域提供全新体验。交易完成后，ServiceNow与Moveworks将共同推动ServiceNow自主式AI平台的应用，促进企业AI的普及和创新，特别是在CRM等关键增长领域。
ServiceNow与Moveworks的结合将重新定义企业如何应用AI，树立未来员工体验的新标准。全新的通用AI助手，以及更精准的基于AI的企业搜索技术，将帮助员工快速获取答案、自动化和完成日常任务，并提升工作效率。目前，Moveworks的大多数客户已经将ServiceNow作为企业AI、数据和工作流的核心平台，表明两家公司之间的融合将十分顺畅。
“收购Moveworks后，ServiceNow将在自主式AI驱动的业务变革方面迈出一大步，” ServiceNow总裁、首席运营官兼首席产品官Amit Zavery表示。“随着自主式AI和企业级搜索彻底改变工作方式，ServiceNow早已行动，通过AI赋能员工。Moveworks的优秀团队和AI优先体验，与ServiceNow强大的AI驱动工作流自动化能力相结合，将加速企业AI的全面应用，并为员工和客户带来变革性成果。”
“Moveworks通过为员工提供直观、便捷的入口，使他们能够在任何企业系统中搜索信息并执行操作，减少了工作的复杂性，” Moveworks联合创始人兼首席执行官Bhavin Shah表示。“加入ServiceNow是一个绝佳机会，我们能够借助其AI代理驱动平台加速创新，并兑现我们的承诺，重新定义员工和客户服务团队的用户体验。”
面向所有员工的AI助手，提升生产力和员工体验
ServiceNow的全新AI解决方案是公司历史上增长最快的产品。ServiceNow目前拥有近1000家AI客户，截至2024年12月31日，其Pro Plus AI解决方案的年度合同价值（ACV）已突破2亿美元。Moveworks拥有超过500人的AI专家团队，在自主式AI架构和用户体验方面处于领先地位，其AI助手已被Hearst、Instacart、Palo Alto Networks、西门子、丰田和联合利华等全球500强和2000强企业广泛采用。在不到18个月的时间内，Moveworks自主式AI平台的员工用户数量已增长至近500万，其中近90%的客户已将该技术应用于所有员工。Moveworks的前端AI助手和企业搜索服务将扩大ServiceNow的覆盖范围，使组织中的每一位员工都能受益。目前，ServiceNow已是Moveworks超过100项技术集成之一，两家公司共享约250家客户。此次收购完成后，ServiceNow和Moveworks将打造最强的自主式AI平台。
此次收购建立在ServiceNow现有的战略收购基础之上，并结合其持续的有机增长。ServiceNow平台内置的自主式AI和在跨部门、跨系统、跨业务流程自动化方面的长期领导地位，使员工能够更快地完成更多任务。在最初的整合阶段，ServiceNow和Moveworks将共同提供统一的端到端搜索和自助服务体验，使所有员工请求都能从单一入口点访问。随着特定领域的AI助手在HR、CRM、财务、IT等领域的普及，ServiceNow的AI代理编排能力将确保AI助手能够高效协作，跨任务、跨系统、跨部门顺畅运行。
与Moveworks的常见应用场景包括销售、CRM、财务和HR领域的前端员工自动化。例如，Moveworks的AI助手可在“从潜在客户到忠诚客户”的销售流程中发挥作用。AI助手可以访问最新的账户信息，并在合同续签等关键时刻提醒销售人员。Moveworks的AI助手还能提供即时的客户信息，如联系方式、订单历史和未解决的支持请求，以帮助客服人员更快地提供精准服务。对于常见的员工薪资事务和补偿问题，AI助手可通过简单对话自动处理。同时，Moveworks的AI助手还能简化招聘流程，快速提供职位空缺信息，让员工在聊天窗口中推荐候选人，并根据公司价值观和优先事项建议面试问题。
此次战略收购也使ServiceNow能够抓住未来巨大的市场机会。公司计划进一步整合CRM和客户服务等解决方案，以满足不同客户群体的需求，并在单一平台上提供无缝的销售、履约和服务体验。通过进一步融合Moveworks的技术，ServiceNow将加速AI驱动的企业级解决方案，优化客户互动体验。
交易详情
根据协议条款，ServiceNow将以28.5亿美元收购Moveworks，交易金额包括现金和股票，最终金额将根据惯例的价格调整而定。该交易预计于2025年下半年完成，仍需获得监管机构批准并满足相关交易条件。
J.P. Morgan Securities LLC担任ServiceNow的首席财务顾问，Tidal Partners LLC也为其提供财务咨询服务。
关于前瞻性声明
本新闻稿包含涉及ServiceNow拟议收购Moveworks的“前瞻性声明”，包括未来产品能力、预期整合收益以及对客户的潜在影响等。这些前瞻性声明受到已知和未知风险及不确定因素的影响，可能导致实际结果与预期存在重大差异。前瞻性声明基于ServiceNow当前的假设，不保证未来实际结果。公司不承担更新或修改前瞻性声明的义务，也不打算这样做。
影响本次交易的不确定性因素包括但不限于：监管审批的进展、交易完成的可行性、对Moveworks业务运营及客户关系的影响、交易可能带来的法律诉讼、技术整合的挑战、员工流失等。更多详细信息，请参阅ServiceNow向美国证券交易委员会（SEC）提交的文件。
重要信息及获取方式
本新闻稿涉及ServiceNow与Moveworks之间的拟议交易。ServiceNow将向SEC提交Form S-4登记声明，以注册本次交易中涉及的ServiceNow普通股。此外，公司还将提交与此次交易相关的其他文件。投资者和证券持有人应阅读这些文件，以获取完整交易信息。
投资者和证券持有人可通过SEC网站（www.sec.gov）免费获取相关文件，或访问ServiceNow投资者关系页面（www.servicenow.com/company/investor-relations/sec-filings.html）查阅。
关于ServiceNow
ServiceNow（NYSE: NOW）致力于通过AI赋能企业，帮助客户推动组织变革，并在创新的同时坚持以人为本的技术应用方式。ServiceNow的AI业务转型平台连接人员、流程、数据和设备，以提升生产力和优化业务成果。如需了解更多信息，请访问：www.servicenow.com。
关于Moveworks
Moveworks通过自主式AI助手改变企业运营方式，将所有企业系统连接起来，使组织能够简化运营并提升员工体验。目前，Moveworks已被350多家大型企业和超过500万名员工使用，其中包括全球500强的10%。客户包括Hearst、Instacart、Palo Alto Networks、西门子、丰田和联合利华。Moveworks总部位于加利福尼亚州山景城，在奥斯汀、班加罗尔、纽约、旧金山和多伦多设有办事处。
Future of Work
Future of Work
HRTech观点：AI招聘透明化挑战—候选人对AI黑洞的担忧引发的问题
AI招聘正在加速变革，但候选人的信任感仍需加强！最新调查显示，67%求职者对AI简历筛选感到不安，90%希望企业披露AI招聘的使用方式。面对人才市场竞争加剧，企业如何在提高招聘效率的同时保障公平性？部分AI招聘工具已推出透明AI功能，让求职者看到简历匹配度及改进建议，增强信任。与此同时，纽约市、欧盟等地区已立法规范AI招聘，要求提高透明度和公平性。
HRTech倡导负责任的AI（RAIHR），提出六大核心原则：透明性、公平性、隐私性、安全性、道德性、持续性。企业需主动披露AI招聘流程，AI厂商应优化算法，求职者也可优化简历适应AI趋势。AI招聘透明化不仅影响候选人体验，也关乎企业品牌和法律合规。让我们共同推动负责任AI，打造更公平、透明的职场未来！
这两年，人工智能（AI）招聘技术在全球范围内迅速发展，越来越多的企业依赖AI进行简历筛选、人才评估和招聘决策。AI的应用确实提升了招聘效率，但与此同时，它也引发了候选人对公平性、透明度和隐形歧视的担忧。ServiceNow的最新调查显示，67%的求职者对AI筛选简历感到不安，90%的人希望企业能清晰披露AI在招聘中的应用方式。面对人才市场竞争日益激烈的现状，企业如何平衡AI技术的高效性与候选人的信任感？
HRTech与几位应聘的候选人交流，普遍谈到在招聘过程中人工智能参与的透明度问题，简历投递后进入了一个黑洞，从筛选简历、通知面试，视频面试，是否通过面试等都是在跟AI打交道，感到非常困惑，不知道该怎么办？这就引发了我们今天要讨论的话题：负责任的AI！
AI招聘带来的多重挑战：求职者的不安、企业的困境与厂商的责任
1. 候选人对AI招聘的不安来源
从求职者的角度来看，AI招聘系统更像是一个“黑盒”：
决策不透明：候选人无法得知自己被淘汰的原因，简历筛选的标准也未公开。
算法偏见：AI招聘系统通常基于历史数据进行训练，但这些数据可能包含无意识的性别、年龄、种族等偏见，导致潜在的招聘歧视。
缺乏人性化考量：AI难以理解求职者的软技能、潜力和非线性职业发展轨迹，这对非传统背景的候选人尤其不利。
尤其是对于初级岗位求职者，他们往往依赖简历投递，而不像高级职位候选人那样能通过社交网络或内推绕开AI筛选。因此，AI筛选的不透明性加剧了他们的求职焦虑，甚至可能让他们因担忧而放弃申请某些企业。
2. AI招聘厂商的责任与挑战
AI招聘工具的开发者和供应商不仅是推动招聘数字化的主力军，同时也是解决招聘透明度问题的关键环节。这些厂商面临的挑战主要包括：
提高AI模型的可解释性：AI招聘系统必须提供更透明的筛选标准和评估逻辑，而不仅仅是输出一个通过或淘汰的结果。求职者和HR都需要理解AI如何做出决定。
避免算法偏见：AI模型的训练数据往往基于历史招聘案例，但如果数据本身存在性别、种族或教育背景等偏见，AI可能会放大这种歧视。因此，厂商需要投入更多资源进行公平性审计和算法优化，确保招聘AI的公正性。
增强企业客户的信任：企业在采购AI招聘工具时，越来越关注合规性和透明度。招聘厂商若能提供可解释的AI功能，如“筛选理由可视化”或“人工复核机制”，将更受市场青睐。
确保法律合规：全球多个地区（如欧盟、美国纽约市）已经出台相关法规，要求AI招聘产品符合透明度和公平性标准。厂商需要不断调整产品策略，以符合最新法规要求。
部分AI招聘公司已经开始推出“透明AI”功能，例如让候选人能够查询自己的简历评分、匹配度及改进建议。这种趋势将成为未来AI招聘产品竞争的核心要素。
3. 企业在AI招聘中的现实困境
尽管AI在提高招聘效率方面展现了巨大潜力，但如果透明度问题得不到解决，企业可能面临人才流失、品牌损害以及法律风险：
损失高质量候选人：如果求职者对AI招聘系统不信任，他们可能直接跳过某些企业的职位申请，导致企业错失潜在优秀人才。
影响雇主品牌：招聘流程是企业形象的重要组成部分，如果候选人对AI招聘产生负面体验，他们可能会在社交媒体或求职平台上分享自己的不满，从而影响企业的市场声誉。
合规风险上升：全球范围内，越来越多的法规正在限制AI招聘的黑箱操作。例如，美国纽约市已推出法案，要求AI招聘系统必须进行审计，以确保公平性和透明度。
如何推进AI招聘透明化？HRTech各方的建议
要实现AI招聘透明化，必须从企业、AI招聘工具提供商和候选人等多方共同推动。
1. 企业：主动披露AI招聘使用方式，提升信任感
企业需要意识到，招聘流程的透明度直接影响到人才吸引力。因此，企业应主动披露AI在招聘流程中的作用，包括：
在哪些环节使用AI（如简历筛选、面试安排、候选人匹配）；
AI的主要评估标准（如关键词匹配、技能要求、经验年限等）；
是否有人类HR复核AI筛选的结果，确保最终决策不会完全由算法决定。
2. AI招聘工具提供商：增强透明度，提高市场竞争力
AI招聘工具的供应商同样需要顺应市场需求，将透明化作为产品的核心竞争力。具体措施包括：
提供“可解释的AI”功能，允许企业查看AI的决策逻辑，并根据需要调整筛选标准。
让候选人获取筛选反馈，例如“您的简历匹配度为85%，主要匹配项是A、B、C，建议补充D、E、F”。
支持人工与AI结合的招聘模式，例如保证一定比例的申请者由HR人工筛选，而不是完全依赖算法。
3. 候选人：主动适应并推动透明化变革
面对AI招聘的不透明性，候选人可以：
优化简历，提升AI适配度；
利用社交网络绕开AI系统；
积极反馈，推动行业透明化变革。
AI招聘透明化不仅是技术进步的标志，更是企业吸引人才和实现长期发展战略的必由之路。唯有企业、供应商和候选人共同努力，才能真正实现公平透明的招聘环境。
在此，我们倡议所有HR从业者积极加入并实践“负责任AI在人力资源（RAIHR）”的行动，共同推进AI招聘的透明性、公平性、安全性与道德性，明确公开AI决策的依据，建立完善的候选人反馈机制，并推动AI技术真正服务于人才与组织的共同发展。让我们携手共进，共同打造更透明、更公平、更负责任的职场未来。
RAIHR的实施，不仅能够强化企业的雇主品牌，吸引更多高质量的人才，还能帮助AI招聘工具提供商在激烈的市场竞争中脱颖而出，赢得客户的信赖与认可。同时，对于候选人而言，这一倡议的落实意味着更公平的职业机会和更透明的职场环境。我们相信，只有实现负责任的AI实践，才能确保技术进步真正服务于人的发展，构建企业、厂商与候选人多方共赢的未来。
RAIHR倡议提出六大实践原则：
透明性（Transparency）：清晰地公开AI在HR决策过程中的使用方式与评估标准，让候选人和员工清楚AI如何影响他们。
公平性（Fairness）：通过消除算法偏见，确保AI应用不会对任何特定群体造成歧视或不公平对待。
隐私性（Privacy）：全面遵守隐私保护法规，严格保护员工及候选人的数据隐私。
安全性（Security）：保障AI系统的安全性，避免信息泄漏或滥用，确保数据的完整性与安全性。
道德性（Ethicality）：以人为本，确保AI的使用增强而非削弱员工的职场福祉与体验。
持续性（Sustainability）：关注AI技术的长期影响，确保其应用与企业长期战略和员工发展目标保持一致。
Future of Work
扫一扫 加微信
hrtechchina
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
扫一扫 加微信
hrtechchina
