拐点已至 HR要做什么，不要做什么？2026专题研讨洞察报告

5位深度参与 AI 落地实践的HR、信息化及业务负责人倾情分享 常晓东 施耐德人力资源信息化总监 李斌 盖雅工场高级运营副总裁 李炜 盖雅工场业务发展副总裁 刘守维 某上市公司HRIS 王向阳 好特卖人力资源副总裁 盖雅工场专注于解决企业在劳动用工方面的四大问题：「需要多少人」「实际多少人」「干得怎么样」「怎样找到人」，利用科技手段预测劳动力需求并排班，优化调度劳动力安排并补充灵活劳动力，管理多样化劳动力队伍的出勤与时间，分析并提升劳动力效率与销售效能，同时连接劳动力市场中的企业与一线员工，实现降本增效、满意合规。 目前，盖雅工场的客户分布在全球34个国家与地区，每天，全球1,800余家客户的700余万员工使用盖雅提供的实时考勤、智能排班、精益工时、技能管理、激励性薪酬等数字化服务。 劳动力管理，盖雅搞得定。 更多信息请访问GaiaWorks.cn或拨打400-629-6868。 人效研究院（Workforce Productivity Institute，简称WPI）是盖雅工场旗下的专注于提高企业人效的专业机构，致力于为组织提供先进管理知识与经验，提高企业和组织的劳动力效能为企业创造价值，推动社会进步。 人效研究院的顾问专家团队由各行业的管理者和专业研究学者共同组成，通过研究、交流与专业服务，不断为组织提供实用且可操作的解决方案和实践，助力企业降本增效。 盖雅人效提升产品服务全景图 我们深刻理解各行业人效提升 人效典范企业 人效飞轮工作坊 人效共识、指标及提升 你将收获 案例对标 提升策略 痛点诊断 不同人效管理阶段、不同行业的真实案例拆解。 人效管理方法论及「人效提升的50个行动清单」。 「人效成熟度Q12」自测、诊断及分享。 工作坊议程 •人效Q12成熟度问卷解读 •人效成熟度自测 •「人效成熟度Q12」自测及诊断•「我的人效痛点和期待」 •内容：人效共识、赋能增效、降本增效、管理增效•案例：某央企如何借助行动学习达成人效共识•互动：小组分享及点评 •人效提升策略 •开启你的人效行动 •课程价值回顾及分享•未来三个月的人效管理行动清单 •内容：人效提升的常见误区、B-TOP模型、数字化提效三步走 •案例：大华 / 伊顿 / 某高端电子连锁品牌 /某汽车零部件车企•工具：「人效提升的50个行动清单」 扫码免费报名 本次活动报名需审核，通过后发送活动具体地址。恕不接受现场报名或席位转让，感谢您的理解和支持。以上内容最终解释权归盖雅工场所有。 前言 AI浪潮，老板都在追问什么？ 从 "HR 主动探索 " 到 " 老板点名要求 "：一个角色的倒转智能体的出现，为什么这次不一样0304 组织形态变革：超级个体与硅基员工的管理 HR 与 IT 合并为组织效率部，一个激进的答案AI-BP 与 AI 卓越中心：新角色的诞生超级个体已经出现，企业如何发现和激励？数字员工不是小助理：定义与管理逻辑06070910 AI落地真相：提效在哪里，边界在哪里？ 实际做了哪些智能体，哪些见效、哪些还没有提效 vs 提质：AI 更擅长哪一种个体效率如何转化为组织效率121212 AI提效之后，时间归谁？ 鞭打快牛，还是赋能解放？人效飞轮：降本、增效、回馈，如何闭环？1517 AI行动指南与常见误区 找到小切口，先跑通一个闭环最大的误区：学了 AI 就等于磨刀杀自己2021 结语 人不仅是成本，更是资源23 前言 HR与人力信息化负责人，围绕"AI拐点已至，HR要做什么、不要做什么"展开了一场坦诚的闭门研讨。他们分别来自零售、制造、能源管理等行业，横跨HR一号位与人力信息化负责人两类角色，有人已在组织内部主导百人以上的智能体培训，有人长期深耕HR IT落地、见证了从RPA到大模型的全程演进。 当老板开始在会上问"你们有什么想法"，而不是等着来汇报，AI时代的转折就悄然发生了。 2025年底，新一代智能体技术密集涌现。它不像过去几次大模型迭代那样，在技术圈引发讨论后再缓缓传导至企业管理层。这一次，员工自己先在私人设备上悄悄用起来了。然后老板在朋友圈看见了，在饭局上听说了，在自己亲手操作后被震撼了。 我们直面那些最让管理者真实焦虑的命题： •推动 AI 落地，关键抓手是什么？？•AI会倒逼企业发生什么组织变革？•如何看待和管理超级个体与数字员工？•个体提效，如何变成组织提效？•正在焦虑的HR，容易陷入哪些误区，又该从哪里开始行动？ 于是问题从顶层直接砸下来：我们的HR和IT，在做什么，能做什么？ 这是一个微妙而重要的转变。 过去，HR信息化团队一直扮演"翻译官"的角色，把新技术的可能性翻译成老板能理解的语言，再争取预算、推动落地。而现在，老板已经不需要翻译了。他感受到了压力，也在制造压力。HR被推到了一个位置：不是去解释AI是什么，而是要回答我们已经做了什么、接下来打算怎么做。 针对这些命题，四位嘉宾从各自的视角出发，给出了和而不同的答案。我们选择尽可能完整地保留这些真诚、犀利且来自一线的实战洞察。希望这些来自"摸索中"的声音，能在AI迷雾中，为您带来一些具体的启发与参照。 面对这个命题，企业的真实处境远比外部的讨论复杂。有人已经部署了问答机器人，但降本效果不明显；有人在内部推广智能体培训，但安全合规还没跟上；有的老板已经拍板要把HR与IT合并，成立"组织效率部"，但新部门的KPI和边界还在摸索。大家都在用自己的方式向前探。 为此，盖雅工场邀请了四位深度参与AI落地实践的 智能体的出现，为什么这次不一样 提到AI对HR的冲击，很多人首先想到的，还是过去两年已经被广泛讨论的那些场景：用大模型写招聘JD、做简历筛选、生成培训内容、构建HR知识问答机器人…… 具备了被完全自动化的可能性。 在这次访谈的企业中，有IT团队专门做了一个内部演示，目的就是打破团队内部对这项技术能力的怀疑：完全不写一行代码，只靠自然语言描述需求，就做出了一个功能相对完整、甚至具备自动修复bug能力的复杂应用。"这次不一样了"，这是参与者事后的共同感受。 这些应用确实存在，也确实在一些企业落了地，但坦率而言，它们并没有带来外界预期中那种颠覆式的效率变革。 一位嘉宾直接说出了这个判断：他所在企业部署的HR知识问答机器人，目前仍以人工回答为主，AI自动回答的占比还处于推广阶段，"还没看到降本增效的明显效果"。这并非个例。过去两三年里，大多数企业的AI落地，更接近于"在原有流程上叠加一个辅助工具"，而非重构流程。效率有所提升，但幅度有限，更谈不上对headcount产生实质性影响。 然而，"技术上已经可以"和"企业里真的能用"之间，横亘着一道现实的门槛：安全合规。 新一代智能体工具强大，但它的数据流向、调用权限、操作边界，都还没有形成企业级的安全管理标准。不少企业的IT部门，第一反应是直接禁止安装。于是出现了一个颇为吊诡的局面：员工知道这个工具能大幅提升效率，在自己家里的设备上用得飞起，但一回到工位，就只能放弃。私人场景里已经验证的生产力，在企业场景里暂时无法释放。 但新一代智能体技术的出现，让这个判断开始动摇，让整个讨论的性质发生了改变。 核心的变化，在于智能体从"回答问题"升级为"执行任务"。过去的大模型应用，本质上是一个对话框，你问，它答，但最终的操作还是由人来完成。而新一代基于Skills的智能体，已经能够直接调用工具、操作系统、串联流程。它不只是告诉你该怎么做，它直接去做了。这意味着，原本需要人来点击、填写、审核、提交的大量后台流程，在技术层面已经 这种矛盾，正是当下AI落地压力的核心来源。 技术的可能性，已经被老板和员工都看见了；但企业内部的合规体系、安全标准、平台选型，还没有跟上这个速度。所有人都知道这辆车能跑多快，但路还没修好。于是压力积聚，并不可避免地传导给了HR和IT，你们什么时候能给我们一个可以放心用的方案？ HR与IT合并为组织效率部，一个激进的答案 研究。"这句话应该阐释许多企业当下AI布局的真实状态，方向是清晰的，但地图还在绘制中，而绘制这张图的任务，往往被交到了那个被认为相对靠谱的HR或IT手里。 近期，微软用一次内部架构调整，向整个企业界前置示范了AI时代组织进化的方向。 在 微 软 这 次 H R 组 织 重 构 中 ， 最 具 前 瞻 性 的 是WorkforceAcceleration模块。它将技能提升、内部人才流动、劳动力规划与"人机协作设计"统一纳入HR职责范畴。这意味着，如何让员工与AI协同高效工作，从此正式成为HR要回答的核心命题，而不再是IT或产品团队的边界问题。这一模块的设立，本质上是在宣告：未来组织的竞争力，不只取决于招到多少人、留住多少人，更取决于人与AI系统能否被系统性地设计成一个高效协同的整体。 组织效率部的成立，带来的不只是架构上的变化，更是评价逻辑的重构。在这个新部门的框架下，KPI不再只是人力成本控制在多少，而是人力成本与IT成本的总和；目标也不再只是少用几个人，而是用人与用机器的最优组合，实现整体运作效率的最大化。这意味着，HR一号位在做编制规划的时候，必须同时考虑"这件事是招人来做，还是搭一个智能体来做"，两种资源，统一评估，统一考核。 ▎组织效率部 ▎AI时代，"管人"这件事的边界在哪里？ 面对这种技术压力与组织压力的双重叠加，我们在研讨中也观察到了一家企业在组织变革层面的回应：将HR部门与IT部门合并，成立"组织效率部"。 当然，并非所有企业都认同这种合并的路径。我们也观察到另一种更为渐进的思路：不是把整个IT并入HR，而是从IT的职能中，单独剥离出"数字员工管理"这一模块，纳入人力资源体系，同时在IT团队内部保留核心的技术开发能力。这种方式的逻辑是：人力资源管理的对象，从"只有碳基员工"扩展到"碳基员工+硅基员工"；但IT团队中写代码、做系统、搭架构的核心职能，并不需要由HR来主导。 在他们看来，人力资源本质上是组织中可被调度的资源：你雇一个人，他用时间和能力为你干活，你为此付工资。而AI智能体，本质上做的是同一件事：你购买算力和模型服务，也就是花token的钱，智能体用能力为你完成任务。在这个逻辑下，智能体其实也是一种"人力资源"，只不过是硅基的，而非碳基的。既然如此，管理碳基人力的HR，和管理硅基系统的IT，为什么还要分开？那就把两者合并，统一以组织效率为目标来管理。 与此同时，在外部的一些领先企业中，另一种组织形态正在出现：AI卓越中心。这类机构的核心配置，通常由两类角色构成：一类是"AI翻译官"，负责把各业务线的需求，转化为AI可以理解和执行的任务语言；另一类是数据工程师和开发工程师，负责智能体的构建、维护与迭代。当卓越中心具备了足够的能力，它就可以向各个业务线"派驻"支持。 这位嘉宾坦诚地描述了当时的情境："老板觉得这件事是战略级别的，但他在外部找不到可以对标的成熟案例，自己也还没有想清楚具体的方向。他能做的，是把信任和压力同时给到我，让我去摸索、去 就像过去HRBP嵌入业务部门一样，未来可能出现的是AI-BP：一个同时懂业务逻辑和AI工具的复合型角色，专门协助业务线用AI重塑工作方式、提升运作效率。 一个底层问题：在AI时代，"管人"这件事的边界在哪里？什么叫"员工"？什么叫"人力资源"？这些曾经不需要被追问的概念，正在被这场技术变革逼着重新回答。 组织效率部也好，数字员工管理模块也好，AI卓越中心也罢，三种探索路径各有侧重，但指向的是同 AI-BP与AI卓越中心：新角色的诞生 货"的算法决策，目标是在现有模型的基础上将供应链预测准确率提升30%。从替代HR的重复性事务，到优化企业核心的业务决策链条，这才是AI对组织价值的完整路径。这个路径的走通，恰恰需要第三章节中即将提到的"AI战略三层次"：先在降本增效上积累能力，才有可能在业务增长上真正发力。 当一家企业的内部AI探索积累到一定程度，会自然产生一个问题：