AI在人力资源领域应用现状及企业落地路径

基于中国企业⼈⼒资源AI应⽤成熟度调研 卷⾸语PREFACE 技术已经普及，价值还待挖掘 这⼀两年，⼈⼯智能快速涌⼊⼈⼒资源领域。它从少数企业的尝鲜，变成各⾏各业HR的⽇常。招聘、培训、⼈事服务，⼏乎每个环节都已有应⽤落地。对许多企业⽽⾔，要不要在⼈⼒资源领域应⽤AI，已经不再是⼀个问题。企业更关⼼的是AI应⽤究竟能带来多少价值，以及是否能回答和解决过往难以解决的问题。 在这场变⾰中，⼈⼒资源处在⼀个特殊的位置。⼀⽅⾯，HR⾃⾝的⼯作正在被AI改写，成熟应⽤已经不少。另⼀⽅⾯，HR还要回答⼀个更⼤的问题：当AI重塑了岗位、技能与协作⽅式，企业的⼈才和组织该如何跟上。HR既是被AI改造的对象，也是带领整个组织完成转变的关键⼒量。 我们已经在很多领域看到，AI的价值远不⽌于提效，已经逐渐成为数字员⼯，在业务流程的某些环节上独⽴承担任务和发挥作⽤，创造的很多结果已经远超出许多⼈的预期。⽽要让AI在⼈⼒资源领域兑现更多价值，关键并不是技术本⾝，⽽在于企业在⼈才数据的积累、识⼈育⼈的能⼒和经验沉淀，这些⼈才管理的基本功。这也是⼈⼒资源从业者的新机会：看清价值从哪⾥来，AI应⽤的下⼀步就有了⽅向。 基于此，北森AI⼈才科学研究院构建了AI在⼈⼒资源应⽤的成熟度模型：以覆盖⼴度、使⽤深度、业务价值，衡量应⽤所处的发展阶段；以⽂化、制度、⼈、技术，解释影响⼈⼒资源AI应⽤结果的原因，并依托该模型在2026年⾯向中国企业开展了专项调研。结合调研数据，报告的第⼀部分呈现中国企业的应⽤现状与五个关键洞察，第⼆部分聚焦应⽤场景的选择与落地路径，并针对不同⽬标的企业，提出四条差异化的推进路线。我们希望它帮助每⼀位读者：看清企业所处的位置，找到企业下⼀步落地后续⼯作的⽅向。 可以预⻅，未来企业之间的差距，不会取决于谁拥有了AI，⼯具层⾯的差异将很快被抹平，差距取决于谁更快地把技术沉淀为组织能⼒。这份报告主要写给企业的⼈⼒资源⾼管与专家，也写给与HR并肩推进AI落地的IT负责⼈。欢迎您带着⾃⼰企业的真实问题，在报告中寻找答案。AI与⼈⼒资源的结合才刚刚开始，对于它接下来能创造的可能，我们满怀期待。 ⽬录CONTENTS /01 AI在⼈⼒资源领域的应⽤现状 AI在⼈⼒资源应⽤的成熟度模型⼈⼒资源AI应⽤成熟度总体现状与洞察0306 五个关键洞察 09 洞察⼀：投⼊与回报落差⼤，绝⼤多数价值未兑现洞察⼆：半数企业说重视，不到15%真掏钱洞察三：应⽤AI后，七成企业⼯作流程与岗位分⼯⽆改变洞察四：AI深⼊应⽤不缺算法缺原料，超六成企业的数据和知识积累严重不⾜洞察五：HR能⼒成为瓶颈，能主导AI落地的不⾜15%1012161820 /02 ⼈⼒资源落地AI应⽤的⼯作指南 总体⼯作原则：借助成熟积累快速起步，集中资源建设知识资产24AI在⼈⼒资源落地的场景选择：按价值显性度和落地难度区分25AI在⼈⼒资源领域的落地总体路径：六步路径27不同业务⽬标的四条差异化路径33 报告精华速览 调研显⽰，⼋成企业的⼈⼒资源AI应⽤尚处于初始阶段。 应⽤集中在招聘、培训和员⼯服务等少数模块，使⽤⽅式以浅层辅助为主，尚未真正嵌⼊⽇常⼯作流程。效率层⾯的改善已初步显现，但企业更期待的质量提升、体验改善和可衡量的业务回报，在绝⼤多数企业中仍未兑现。 阻碍AI应⽤价值兑现的不是AI技术能⼒，⽽是组织能⼒。02 AI在⼈⼒资源领域的竞争，本质上不是⼯具之争，⽽是谁能更快地把业务理解和管理经验转化为AI可调⽤的组织能⼒。AI应⽤的价值没有充分实现，是因为企业在资源配置、流程重构，数据积累和HR⾃⾝的能⼒⽅⾯没有准备好。 未来HR的核⼼竞争⼒，体现于将⼈才数据、业务知识和管理经验持续转化为AI可执⾏的知识资产。 为此HR需要更多从事务执⾏，投向AI应⽤的设计和推动，承担三重新⻆⾊：场景定义者、知识资产建设者和⼈机协作设计者。重点提升三项核⼼能⼒：深⼊理解业务、深化⼈才管理的专业能⼒、以及将业务理解和专业经验注⼊AI应⽤的设计能⼒。 推进AI在⼈⼒资源落地，需要优先选择业务价值⾼且有条件落地的场景。04 依据价值显性度与落地难度可将场景划分为四个区域。招聘事务管理、员⼯助⼿、课程制作和绩效助⼿属于优先切⼊区，标准化程度⾼、⻅效快，适合率先验证价值。AI⾯试、AI陪练、个性化学习和⼈才盘点属于重点规划区，能够在业务协同和辅助决策层⾯创造更深层价值，但对企业⾃⾝的知识积累要求也更⾼，需提前布局。基础⼈事管理属于常规推进区，重点不在AI应⽤本⾝，⽽在于夯实数字化底座和数据基础。⼈⼒资源规划与组织效能分析属于暂缓投⼊区，对数据和经验的要求最⾼，宜放在最后。 ⼈⼒资源AI应⽤落地可遵循六步路径。05 从业务视⻆梳理流程并设计⼈机分⼯，萃取专业知识并整理数据原料，在供应商产品基础上完成智能体的定制与调优，选定范围进⾏试运⾏和效果分层验证，将磨合成型的应⽤纳⼊正式流程实现规模化运转，最终推动跨场景的数据打通与系统集成。六步之间允许回环迭代，⽽⾮单向推进。 依据⾸先期望实现的业务⽬标，落地路径的侧重点和节奏有差异。 06 以降本增效为⾸要⽬标的企业推进最快，可在⼀到三个⽉内⻅效，⼯作应侧重于梳理业务流程和规划⼈机协作模式，以及试运⾏后的效果检验，最⼤价值不仅是效率提升，还在于⽤早期成果建⽴组织信⼼。以员⼯体验为⾸要⽬标的企业，关键在全员覆盖和持续运营，同时⼯作应侧重于知识经验萃取和数据整理，要能做到全员可⽤、随时可达，且内容及时更新。以业务协同为⾸要⽬标的企业，⼯作重⼼在前三步，同时对知识萃取深度要求最⾼，业务⽅的实质参与是决定性因素。以数据驱动决策为⾸要⽬标的企业，数据打通和系统集成是前置条件，更适合在前三条路径积累⼀定基础后再逐步演进。 AI在⼈⼒资源领域的应⽤现状 洞察⼀：投⼊与回报落差⼤，绝⼤多数价值未兑现10 洞察三：应⽤AI后，七成企业⼯作流程与岗位分⼯⽆改变16 洞察四：AI深⼊应⽤不缺算法缺原料，超六成企业的数据和知识积累严重不⾜18 洞察五：HR能⼒成为瓶颈，能主导AI落地的不⾜15%20 AI在⼈⼒资源应⽤的成熟度模型 从AI推出⾄今，企业的关注点已经从“使⽤AI”到“让AI发挥价值”。围绕这⼀问题，⾏业中并不缺乏讨论，但多数都以趋势分析、具体产品的功能介绍或企业的实践经验为主。这些内容帮助企业了解了“别⼈在做什么”，却较少直接回答如何让AI真正在企业⼈⼒资源落地，并发挥价值。 调研样本 ⾯向中国企业的⼈⼒资源管理者，回收有效样本290份。 基于此，北森AI⼈才科学研究院构建了AI在⼈⼒资源应⽤的成熟度模型，并依据该模型开展了⾯向中国企业的专项调研。模型的设计思路是将AI的应⽤状况拆解为两个层⾯来分析：⼀个层⾯是已经达成的应⽤结果；另⼀个层⾯是影响和制约结果的组织条件。两个层⾯的交叉分析，使企业不仅能对照同⾏定位⾃⾝所处的阶段，更能识别制约应⽤深⼊的具体短板，从⽽找到下⼀步改进的着⼒点。 模型构成 AI应⽤成熟度看结果，组织⽀持度看原因。 AI应⽤成熟度：AI在⼈⼒资源应⽤已达成的结果01 由覆盖⼴度、使⽤深度、业务价值三个维度构成，描述应⽤已经达到的状态，是看得⻅的结果。 组织⽀持度：影响和制约AI在⼈⼒资源应⽤的关键因素02 由⽂化、制度、⼈、技术四项构成，决定企业把应⽤推到多深、多⼴，是结果背后的原因。 通过AI应⽤成熟度结果，可以让企业看清⾃⼰与同⾏的差距；通过分析组织⽀持度，可以帮助企业定位问题原因和改进⽅向。 AI应⽤成熟度：已经达成的应⽤结果 AI应⽤成熟度从三个维度衡量：覆盖⼴度、使⽤深度、业务价值。三者分别回答应⽤铺开了多少、⽤得有多深、创造了什么结果。 业务价值 降本增效01 衡量AI在多⼤程度上降低了HR的运营成本、提升了⽇常⼯作的效率与产出。通常是多数企业应⽤AI最先兑现的价值。 其中，业务价值是企业最关⼼的问题。我们把业务价值进⼀步拆解为四个维度，它们既是AI能创造的价值，也是企业希望达到的⽬标。 提升员⼯体验02 衡量AI在多⼤程度上让员⼯在与HR相关的各类场景中感受到更便捷、更贴⼼的体验。这类价值覆盖的⼈群最⼴，最终员⼯是否愿意主动使⽤，是对AI应⽤价值最直接的检验。 推动业务协同03 衡量AI在多⼤程度上帮助HR更紧密地咬合业务、⽀撑业务⽬标的达成。这类价值由业务部⻔直接感知和评判，通常也需要业务⽅深度参与共建。 赋能数据驱动决策04 衡量AI在多⼤程度上让组织对⼈才的判断与决策建⽴在数据与洞察之上，⽽⾮主要凭经验。这通常是四个⽅向中⻔槛最⾼的⼀个，对数据基础和经验沉淀的要求也最严格。 从降本增效到数据驱动决策，价值越来越深，⻔槛也越来越⾼。越往后，越难靠⼯具本⾝实现，越依赖企业有扎实的⼈才数据和管理经验积累。 组织⽀持度：决定应⽤还能⾛多远 AI应⽤成熟度反映AI应⽤的实际情况和结果，组织⽀持度是影响AI应⽤效果的关键因素，包括⽂化、制度、⼈、技术四个⽅⾯。 ⽂化01 公司⾃上⽽下对AI在⼈⼒资源应⽤的态度。体现了⼈⼒资源AI应⽤是由领导层亲⾃推动、投⼊资源的公司级⽅向，还是仅有⼝头认可、靠HR⾃⾏摸索的局部尝试。同时也决定了⼈⼒资源AI应⽤是少数⼈的事，还是全员的共识。 制度02 公司针对⼈⼒资源AI应⽤推进建⽴的组织机制。区别在于是否有专⼈负责、流程重构和预算资源的保障。机制成形的程度，决定⼈⼒资源AI应⽤能否⾛出试点、⻓期运转。 ⼈03 公司全员运⽤AI和推动AI应⽤落地的能⼒。不仅包括全员是否会⽤AI⼯具，还涉及HR团队与各级管理者能否识别应⽤场景，主导设计⼈机协同的⼯作⽅式。只有当这些能⼒被公司多数⼈⼴泛掌握，⼈⼒资源AI应⽤才能⽤深⽤⼴。 技术04 ⽀撑⼈⼒资源应⽤的平台和⼯具。公司既要有完整的、已打通的、可供AI学习与调⽤的数据，也要有与现有系统衔接、⽀撑灵活搭建的⼯具与平台。技术是底层⽀撑，⽀撑不到位，应⽤推⼴将难以为继。 ⼈⼒资源AI应⽤成熟度总体现状与洞察 本次调研⾯向中国企业的⼈⼒资源管理者，回收有效样本290份。基于⼈⼒资源AI应⽤成熟度模型的两个维度（AI应⽤成熟度和组织⽀持度），对参与调研的企业进⾏分型定位，并从覆盖⼴度、使⽤深度和业务价值三个AI应⽤的成果维度，描绘企业⼈⼒资源AI应⽤的总体表现。 关键数据 HRAI应⽤处于初始阶段的企业⽐例起步型+单点突破型+蓄势型80.7% ⼋成企业，HRAI应⽤尚处于初始阶段 多数企业⼈⼒资源AI应⽤的成熟度和组织准备度都处于初始阶段（起步型55.5%+单点突破型2.1%+蓄势型23.1%）。只有少部分企业⼈⼒资源AI应⽤的成熟度较⾼，并且组织⽀撑条件也相对到位（引领型19.3%）。 另外值得注意的是，蓄势型企业⼈⼒资源AI应⽤的成熟度现状与组织⽀持度之间存在明显落差，成果转化不⾜。⽽单点突破型的企业极少，仅有6家（2.1%）。这类企业⽀撑条件不⾜的情况下，依靠局部探索取得了⼀定的应⽤成果。但这⼀类型的稀少也提⽰了，即便有先⾏者凭借个⼈热情或团队主动性在局部场景运⽤了AI，但如果缺乏⽂化、制度、⼈才和技术的组织⽀撑，这些局部成果将很难持续和被复制推⼴。换⾔之，企业级的AI应⽤必须依托系统性的组织基础，仅凭少数⼈的热情或个别项⽬推动，最终也是孤掌难鸣、难以为继。（如图2所⽰） 覆盖⼴度：AI应⽤集中在少数模块，多数场景尚未被触及 ⼤多数企业的AI应⽤仍然局限在部分⼈⼒资源模块。从各模块的渗透率来看，分化⼗分明显。招聘（58%）、培训（38%）和员⼯服务（31%）相对有更多应⽤；⽽绩效、⼈才盘点和组织分析，渗透率有限。 并且，在已经应⽤AI的⼈⼒资源模块中，应⽤范围也多集中在个别零散场景（51.7%）或部分场景(26.9%)，更多还是在流程中的某⼀个环节发挥⼯具性的作⽤，⽐如⽤AI进⾏员⼯答疑、⽣成JD，或只在校招⾥⽤AI⾯试官初筛。 因为这些应⽤领域的局限性，HRAI⼯具的使⽤范围也多局