核心观点
- 人力资源管理正处于转折点:经济压力、人工智能的颠覆以及工作场所期望的转变正在重新定义有效的人力资源管理。虽然许多人力资源职能部门近年来加强了流程,但我们的数据显示,在运营规划与战略远见、培训与技能增长、员工期望与组织响应以及人工智能实验与规模化影响之间仍然存在结构性差距。
- 战略劳动力规划至关重要:劳动力规划必须从运营能力规划转向战略能力规划。自动化和人工智能正在迅速改变工作方式以及所需的技能,但劳动力规划仍然主要集中于短期人员规划,只有11%的组织采用了长期视角。同时,技能差距仍然存在,需求正在转向更具以人为中心和与人工智能相关的技能,而基于常规任务技能的需求正在下降。
- 人才获取效率提升:在全球范围内,劳动力市场已经基本稳定,并且仍然是雇主驱动的市场。虽然市场继续青睐雇主,但他们仍然需要使招聘实践更加高效。公司可能需要每职位处理更多的申请量,这需要更大的筛选和协调工作。同时,长期的招聘周期仍然存在,这增加了失去顶尖候选人的风险。
- 绩效管理和员工发展需要改进:绩效管理和员工发展已重新成为领导议程的一部分,但在执行层面仍然分散。学习参与度仍然有限,24%的员工报告没有任何培训参与。反馈周期不频繁,超过一半的员工每年只收到一次或根本没有反馈。公司需要将绩效管理视为员工发展的核心驱动力,并改进技能建设的衡量方式,以便更好地为未来做好准备。
- 员工流动率下降,薪酬是主要关注点:在经济不稳定的情况下,劳动力市场流动性下降。自愿离职率同比下降2个百分点,即使员工满意度水平保持稳定。同时,员工做出留职决定越来越多地受到实际因素的影响:薪酬(52%)、工作与生活平衡(46%)和职业保障(45%)。
- 人工智能人力资源运营模式正在兴起:传统的Ulrich模式正在逐渐让位于更敏捷和技术支持的模式,但大多数组织仍然处于混合过渡阶段。虽然自动化模型表明人工智能在人力资源方面具有巨大的潜力,但采用速度缓慢。许多组织仍然处于试点模式,部署主要集中在行政领域。
- 人工智能在人力资源领域的应用建议:领导者应优先考虑以下行动,以加速人工智能的采用并将人力资源部门定位为下一阶段转型的关键:转向人工智能人力资源运营模式、投资统一的技术和数据骨干、在人力资源领域建立数据和人工智能能力、快速扩展人工智能。
关键数据
- 23%的员工缺乏履行当前角色所需的至少一些技能。
- 22%的员工表示他们怀疑他们将在未来五年内拥有保持当前角色所需的技能。
- 11%的员工报告他们无法填补职位空缺。
- 24%的员工报告在过去一年中没有参加过任何培训。
- 平均而言,71%的员工表示他们预计人工智能将影响他们的工作,并且他们预计所需技能将发生变化。
- 在欧洲,只有25%的员工报告他们接受了生成式人工智能培训。
- 在欧洲,36%的员工报告他们每天或每周使用几次人工智能工具。
- 11.8%的员工在2025年离开了他们的雇主;其中近一半的员工(5.2%)退休。
- 平均而言,11%的工作时间(等于27个工作日)是由于缺勤而损失。
- 63%的员工报告他们对他们的雇主感到满意。
- 40%的员工计划在接下来的一年里换工作。
- 17%的员工报告他们担心失去他们的工作。
- 32%的人力资源专业人士仍然主要在Ulrich模型下运营。
- 18%的人力资源专业人士主要在Ulrich模型之前运营,该模型主要围绕支持一个组织单位的人力资源通才构建, Formal specialization有限。
- 34%的人力资源专业人士表示他们至少采用了一种部分敏捷的人力资源模型。
- 15%的人力资源专业人士报告他们正在运营一个强大的机器驱动模型。
- 28%的人力资源流程在全球范围内拥有运营中的人工智能解决方案。
- 37%的人力资源流程的人工智能解决方案仍处于试点阶段。
- 43%的人力资源流程使用运营中的人工智能解决方案,45%处于试点阶段,中国领先。
- 39%和37%的美国和英国分别拥有运营中的人工智能解决方案。
- 欧洲大陆的采用率落后,只有23%的人工智能解决方案处于运营状态,39%的人力资源流程没有任何人工智能解决方案。