• AI治理
    精彩回顾:2026 NACSHR北美华人人力资源年度论坛硅谷举行:AI重构工作与组织,判断力成为新的稀缺能力 硅谷,2026年9月26日——2026 NACSHR 北美华人人力资源年度论坛(2026 NACSHR Annual Conference)在硅谷举行。50余位来自硅谷、多伦多、芝加哥、休斯顿、洛杉矶及美国东部等地的企业 HR 负责人、企业管理者、科技从业者和专业服务领域专家齐聚现场,围绕 AI 时代的组织转型、工作方式与人才画像、HRBP 角色变化、全球化与跨文化管理、北美华人 HR 职业发展、移民政策、员工福利与企业风险等议题展开了一整天的交流与讨论。论坛得到了赞助合作伙伴 BIPO 与 Ji Mobility Law 的支持,为北美华人 HR 的专业交流、行业连接与知识分享提供了重要助力。 如果用一句话总结本届论坛,其核心可以归纳为: AI 超速发展的时代,真正发生的并不只是工具和技能的升级,而是在重新定义工作、岗位、组织、人机分工、HRBP 角色、人才标准、全球化管理与激励机制;当越来越多执行交给 AI,人最稀缺、也最有价值的能力,正在变成判断力。 这也构成了贯穿全天讨论的两个关键词:重构(Redesign)与判断力(Human Judgment)。 从HR Tech升级走向工作与组织的重构 论坛首先从更长的产业周期审视 AI 正在给 HR 和组织带来的变化。 长期在HR科技领域的观察者Gawain 以《十年全球 HR 科技趋势与 AI 时代的人力资源挑战》为主题,从过去十余年的 HR Tech 产业数据、融资并购及技术演进出发提出,过去的软件主要帮助 HR 将招聘、绩效、薪酬等流程数字化,而生成式 AI 与 Agent 已开始直接参与甚至执行工作任务。 这意味着,企业接下来面对的问题不再只是“如何使用 AI”,而是需要重新回答:什么工作应该继续由人完成,哪些任务可以交给 AI,哪些判断必须由人承担。他同时指出,当前 AI 对个人能力与工作效率的提升已经十分明显,但如何利用 AI 改善组织、重构工作与流程,仍是全球企业共同探索的核心难题。AI 的演进速度正在进一步加快:从微软一直推动的Co-pilot副驾驶目前已经变成了Auto-pilot自动驾驶,AI从辅助到给结果,也是这180天的事。这一变化也意味着,HR 需要把关注点从个人 AI 技能进一步延伸到工作与组织的重新设计。引发HR同仁的深度思考。 2026 NACSHR Conference Chair Bijun Zhang 随后以《When Code Gets Cheap, the Org Chart Breaks》为主题,以 Anthropic 为案例讨论 AI-native 企业如何重新设计劳动分工,并进一步将这一变化延伸到 HR Function。她提出,当 AI 大幅降低代码、内容和执行工作的生产成本后,组织真正的瓶颈正在从“把事情做出来”转向 Judgment——包括验证、审查、取舍、品位、安全与责任判断。新的 Human + AI 分工逻辑因此可以概括为:Humans hold judgment, AI holds throughput。 这种变化并不会停留在技术团队。Bijun 进一步提出,随着大量 transactional HR work 被自动化或增强,HR 的时间将更多从事务交付转向 strategic judgment,传统由 COE、HRBP 和 Shared Services 构成的 Three-Pillar Model 也可能被重新设计。未来 HR 可能进一步走向以统一 People Data 与 AI Platform 为底座、以不同 Product Pods 和 Flow-to-Work Teams 为组织方式的新模式,并形成 People Strategist、People Scientist 和 People Technologist 等新的角色分工。CHRO 的角色也可能进一步演变为 Enterprise Workforce Architect,负责设计 Human + AI 如何共同组成企业未来的 workforce。 这也为全天讨论奠定了一个重要命题:AI 越能执行,人越需要判断;真正需要改变的,不只是工具,而是工作与组织本身。 全球化竞争加速,技术平台与本地能力缺一不可 来自 BIPO 的 North America Account Director、Canada Country Manager David Tan 以 “From Local to Global: How BIPO's AI Powers North American Companies Abroad” 为主题,讨论企业进入全球市场过程中面临的人才、Payroll、合规与本地化挑战。 作为本届论坛的赞助合作伙伴,BIPO 在分享中指出,市场增长压力、全球人才竞争、客户本地化需求以及更快的竞争周期,正在推动企业加速全球扩张。与此同时,Worker Classification、Payroll、税务、福利、劳动法规以及文化差异,也让全球 HR 管理的复杂度快速上升。 David Tan 提出,将统一的技术平台、AI 能力和本地专业团队结合起来,可以帮助企业降低进入不同国家和地区时的运营与合规复杂度。 这也反映出一个更广泛的变化:对于全球 HR 而言,AI 不仅是效率工具,也正在逐步成为跨国家、跨系统和跨规则环境下的组织基础设施。 AI时代的组织转型:判断力、人性与激励重新成为核心 上午的「AI时代组织转型」圆桌由来自 Meta AI Labs 的 HRBP Tina 主持,前 Paraform VP of Engineering、前 TikTok 产品与工程负责人陈扬,NextCurve Intelligence 创始合伙人春夏,以及来自 Fireworks 的 Member of Technical Staff 乔健参与讨论。 三位嘉宾开场分别用 Reset、Reboot 和“人性与激励” 概括自己对 AI 时代的理解。这三个关键词也几乎定下了整场讨论的基调:AI 带来的变化并不只是技术变化,最终仍然要回到人的能力、组织结构和激励机制。 陈扬提出,AI 正在明显压缩 develop 的时间,而 design、QA 和判断所占的比重反而在上升。未来人才之间真正拉开差距的,可能不再只是执行速度,而是能否独立思考、做出判断,以及是否具备对结果质量的 “taste”。 由此形成了现场极具代表性的一个观点: Judgment is the new output——判断力正在成为新的生产力。 圆桌进一步讨论到,未来三年值得持续投资的能力,不只是某一项 AI 技能,而是判断力,以及跨越传统职业边界解决问题的勇气。当岗位边界逐渐松动,未来的人才越来越可能围绕问题工作,而不是严格围绕 Job Description 工作。 乔健则提出,面对 AI 焦虑,与其持续讨论“AI 会不会取代自己”,不如把问题具体化,从一项真实工作开始使用 AI。 与此同时,他也提醒,AI 的 productivity 可以快速提升,但人的认知能力、注意力和心理承载能力并不会同步增长。Mental Health、Human Touch、意义感和组织节奏,可能因此从传统员工体验议题进一步上升为 AI 时代的重要组织议题。 春夏则从组织跃迁与激励机制出发提出,一个组织真正实现变化,仍然离不开三个基础条件:一号位的认知、工作流的沉淀,以及符合人性的激励机制。 随着 Agent 进入工作场景,下一代组织可能逐步从单纯的“人管理人”转变为 Humans + Agents 的混合组织。人和 Agent 如何分工、Agent 如何评价、设计和管理 Agent 的人如何被考核,都将成为新的组织设计与激励问题。 从年度续保走向持续福利与风险管理 企业成本和风险管理同样是本届论坛的重要议题。 来自 NACSHR 的 California Licensed Insurance Broker Annie Huang 以《2027美国企业保险新周期:从员工健康福利到企业风险保障,HR该如何提前布局?》为主题,分享美国员工福利与企业保险市场正在发生的变化。 分享指出,随着医疗成本持续上涨,中小企业的员工福利管理已经不能停留在临近 Renewal 时“最后几周比价格”的传统方式,而需要提前90至120天开始更新员工参保数据、比较保险市场、规划企业补贴机制,并提前进行员工沟通。 讨论还从 Medical Benefits 延伸到 Workers’ Compensation、EPLI、Cyber Insurance、E&O、General Liability 等企业风险场景。对于 HR 而言,员工福利、用工风险和企业保险正在变得更加紧密,福利管理也正在从一次年度采购逐渐转向持续规划与管理。 美国移民政策频变,HR需要学会管理不确定性 来自 Ji Mobility Law 的合伙人律师 Jacky(Jiaqi)Ji 以《移民政策频变,HR如何调整预期》为主题,梳理了近期美国高技能人才和国际员工用工环境中的多项变化,包括 H-1B、F-1、CPT、OPT、PERM、H-4 EAD,以及企业裁员与 H-1B 审查之间可能产生的新关联。 Jacky 的分享特别强调了一点:在移民政策频繁变化的环境中,HR 首先需要区分已经生效的规则、受到法院限制的政策,以及仍在规则制定或诉讼过程中的变化,而不能把所有政策消息都当作已经落地的规定。 以备受关注的 H-1B 10万美元费用为例,白宫在2026年9月18日延长了相关 proclamation,但此前联邦地区法院已裁定该费用违法,第一巡回上诉法院在7月拒绝暂停该裁定,因此截至论坛举行时,收费要求仍受到法院裁决的限制,相关法律争议尚未结束。 Jacky 也谈到 F-1 Duration of Status(D/S)规则的变化。原计划于9月15日生效的新规在生效前一天被联邦法院暂缓实施,因此截至论坛当天仍未正式生效。 对于企业 HR 而言,更值得关注的是移民政策正在与 Workforce Planning 更紧密地交叉。9月18日发布的 H-1B Executive Order 明确要求相关政府部门在审查过程中考虑雇主过去一年是否进行过裁员,或是否计划裁减与 H-1B 岗位类似的美国员工。 这意味着,未来 HR、Hiring Manager 和移民律师之间的协作需要进一步前置。移民问题不能只在 Offer 发出或签证即将到期时处理,而需要更早进入 Headcount Planning、Layoff Planning、人才保留和岗位设计。 Jacky 还结合企业日常场景讨论了 H-1B 抽签政策如何向员工解释、CPT 用工如何评估、O-1 中的雇主责任与 Agent 模式,以及 L-1 是否能够在部分场景下成为 H-1B 之外的人才流动路径。 这一环节进一步说明,在政策高度不确定的环境中,HR 的专业价值并不是给员工一个看似确定的答案,而是理解规则所处的阶段,评估风险,并帮助企业和员工形成合理预期。 中美出海:本地HR正在从执行者转向战略桥梁 来自 Freewind Technology Corporation 的 VP of HR & Admin Alice Tian 以《中美出海,本土HR的挑战及跨文化管理》为主题,讨论全球化企业在北美经营过程中经常遇到的管理矛盾。 Alice Tian 指出,总部往往希望将国内已经验证过的管理经验复制到海外,但当地法律、劳动关系、薪酬福利体系、工作文化和员工期待可能完全不同。本地 HR 因此经常同时面对总部和当地员工两个方向的沟通压力。 她认为,Local HR 不应只是政策的 Enforcer,而需要成为企业内部的 Strategic Bridge 和 Cross-Cultural Interpreter。 面对总部,HR 要学会使用成本、风险、数据和业务语言解释本地现实,在提出“No”的同时提供可以落地的替代方案;面对本地员工,则需要通过透明沟通、清晰边界和对当地文化的尊重建立信任。 其分享进一步提出 Glocal(Globalization + Localization) 的管理思路:总部需要明确战略、合规和核心预算等“红线”,而更多日常管理与本地政策,则应给予当地团队足够的授权和调整空间。 AI时代工作方式和人才画像:人才标准也在被重新定义 下午的「AI时代工作方式和人才画像」圆桌,由来自 Luma Research Lab 的 HRBP & Recruiting Lead Linna Dai 主持。 参与讨论的嘉宾包括来自 Weee 的 HR Director Felicity Yang、来自 Zoom 的 Data Scientist Ying Lu(ex-Google),以及来自 Databricks 的 TPM Ethan Guo(曾任 GitLab Director of Infra TPM)。 圆桌围绕 AI 时代的工作方式、人才画像、岗位变化、人才标准、招聘与人才选拔,以及人与 AI 的协作模式展开。 随着信息搜索、内容生成、代码、分析和部分流程执行越来越容易被 AI 完成,企业的人才问题正在发生变化:过去更多是在判断“这个人是否具备某项技能”,未来则需要进一步判断“这个人是否能够定义问题、判断结果、快速学习,并有效利用 AI 完成工作”。 因此,AI 时代的人才标准正在更多地指向判断能力、学习速度、复杂问题解决能力、跨职能协作能力以及 Human + AI Collaboration。 传统以固定经验、技能清单和标准 JD 为中心的人才选拔方式,也需要重新被审视。 HRBP的第一次转型,是HRBP自己先改变 来自 ASML BL Apps Division 的 Head of Global HR Cynthia Gao 以《HRBP:从AI时代的解毒师到助产士》为主题,讨论 AI 时代 HRBP 角色的变化。 她提出,HRBP 的转型首先需要从 HRBP 自己开始。 过去的 HRBP 容易停留在观察问题、等待需求、依赖零散经验和维护既有流程,而新的工作方式应该利用 AI 扩大观察范围,将 surveys、cases、workflow、talent data 和 employee feedback 等信息转化为可以被验证和讨论的共同证据。 她将这一转型路径概括为:See Earlier. Solve Faster. Prove More Value. 即更早发现问题、更快推动解决,并真正用结果证明 HR 的业务价值。 Cynthia Gao 最后提出了一个具体的30天行动框架:Detox One Barrier. Illuminate One Roadblock. Deliver One Visible Impact. AI 对 HRBP 最大的价值,不是简单增加一个新的工具,而是推动 HRBP 从被动接受问题,走向主动诊断问题、推动解决方案并证明业务影响。 北美华人HR的职业发展:从专业能力走向Leadership与影响力 年度压轴圆桌「北美华人HR的职业发展」,将论坛从 AI、组织和人才重新拉回到 HR 自身的职业成长。 现场圆桌由来自 Silergy 的 HR Director Mindy Gao 主持,Head of HR Jane Liang、来自 Avia Games 的 Head of HR - US Tan Huangfu,以及 Alice Tian 和 Cynthia Gao 共同参与讨论。 嘉宾围绕北美华人 HR 的职业成长、Leadership、职业突破、影响力建设、跨文化管理和未来发展机会展开交流。 对于北美华人 HR 而言,专业知识仍然是职业发展的基础,但当职业进入更高阶段,真正决定能否进一步突破的,往往是能否理解 Business、能否在跨文化环境中建立信任、是否敢于表达专业判断,以及能否从“完成自己的工作”进一步走向“影响组织做出更好的决定”。 AI 的发展反而让这些能力更加突出。当越来越多执行性工作被技术加速以后,Leadership、影响力、沟通、判断力和跨文化理解的重要性不会下降,而会进一步上升。 最后一位嘉宾,是AI 论坛最后设置了一个特别环节——“今天最后一位嘉宾,是AI”。 不同于传统论坛以主持人总结结束,NACSHR 邀请 AI 作为当天最后一位“嘉宾”参与实时对话。AI 基于当天嘉宾分享的 PPT、现场议题以及 HR Tech、组织和人才管理等专业背景,回应主持人的现场提问,并对全天讨论进行总结。 在最后的交流中,一个贯穿全天的关键词再次被提及: Judgment。 因为当越来越多的信息搜集、内容生成和执行性工作可以由 AI 完成以后,真正决定最终结果质量的,是人能否提出正确的问题、辨别答案、理解复杂情境,并对最终决策承担责任。 从重构到判断力:2026 NACSHR年度论坛留下的核心命题 回看全天,从 HR Tech、AI-native Organization、Human + AI Workforce,到全球化、本地 HR、人才画像、HRBP、职业发展、移民政策和员工福利,不同议题最终都指向了同一个变化: AI 正在从“一个新的工作工具”,进入工作和组织的底层结构。 未来 HR 面对的问题,也不再只是应该购买什么软件、员工应该学习什么 AI 技能,而是需要进一步回答:什么工作仍然应该由人完成,什么任务应该交给 AI,人与 AI 如何分工,什么样的人应该被招聘和晋升,组织应该如何重新定义绩效、激励和责任。 在这一轮重构中,当执行越来越容易被复制和扩展,Human Judgment——人的判断力——正在成为更加稀缺的能力。 因此,如果要用两个词概括 2026 NACSHR 北美华人人力资源年度论坛,就是: 重构(Redesign) × 判断力(Human Judgment)。 如果用一句话总结: AI 超速发展的时代,真正发生的并不只是工具和技能的升级,而是在重新定义工作、岗位、组织、人机分工、HRBP 角色、人才标准、全球化管理与激励机制;当越来越多执行交给 AI,人最稀缺、也最有价值的能力,正在变成判断力。 NACSHR 希望通过持续的专业论坛、线下交流和同行社群,让北美华人 HR 不仅看到变化,也能够在变化发生的过程中建立新的专业能力、判断力和同行连接。 Stay Together, Stay Powerful. 连接华人 HR,赋能华人职场。 NACSHR 特别感谢本届论坛赞助合作伙伴 BIPO 与 Ji Mobility Law 的支持,也感谢所有演讲嘉宾、圆桌嘉宾、合作伙伴、志愿者及参会者的共同参与。正是来自行业伙伴与 HR 社群的持续支持,让更多专业观点、真实经验与同行连接得以在线下发生。 下一站:2027年1月2日周六,NACSHR 洛杉矶新年论坛欢迎您  https://nacshr.org/Public/html/LA/2027.html NACSHR 北美华人人力资源协会 Website:www.nacshr.org Email:nacshr818@gmail.com WeChat:hinacshr
    AI治理
    2026年09月28日
  • AI治理
    Colorado修订AI法,大幅降低雇主使用AI工具的合规义务,删除了旧版本中许多高负担要求 Colorado正式修订其人工智能法律S.B. 26-189,大幅降低雇主AI合规负担,并将生效日推迟至2027年1月1日。新版法律不再要求雇主进行impact assessments、risk management program、年度AI工具审查或向Colorado Attorney General报告歧视性结果,而是聚焦三项核心义务:使用自动化决策技术前提供清晰通知;在AI或自动化工具实质影响不利就业决定后,提供说明、更正和人工复核机制;相关记录至少保存三年。 对HR来说,这意味着AI招聘、候选人筛选、绩效评估、薪酬建议等工具仍需被纳入治理,但合规重点从“全面监管”转向“关键就业决策的透明度与程序保障”。企业应尽快盘点HR技术栈,明确哪些工具可能影响雇佣、选择、资格或薪酬决定,并提前审查供应商合同与数据流程。 NACSHR观察|AI进入HR的速度,已经远远快过企业治理能力的建设速度。招聘系统在自动筛选候选人,绩效平台在生成员工洞察,薪酬工具在给出市场建议,员工服务系统也在用AI回答越来越多的问题。但一个越来越重要的问题是:当AI参与了人的职业机会分配,谁来负责? Colorado近期通过S.B. 26-189修订其人工智能法律,给出了一个非常值得HR关注的信号:AI监管正在从“全面、高负担、技术导向”的治理模式,转向“聚焦关键就业决策”的责任模式。换句话说,监管者并不是要阻止企业使用AI,而是要求企业在AI影响招聘、选择、资格、薪酬等重大就业决定时,必须做到可告知、可解释、可复核、可追踪。 这是一种更务实的AI监管方向。新版法律将生效日推迟至2027年1月1日,同时删除了旧版本中许多高负担要求,例如impact assessments、risk management program、年度AI工具审查以及向Colorado Attorney General报告歧视性结果等。对雇主来说,这是明显的合规减负。但对HR来说,这并不是“AI可以随便用”的信号,而是提醒企业把合规资源集中到真正影响员工和候选人机会的决策环节。 这也是AI时代HR治理的核心变化。过去,HR技术采购主要看效率:能不能更快筛简历?能不能减少人工操作?能不能提升匹配准确率?现在,HR必须多问一层:这个工具是否影响候选人是否进入下一轮?是否影响员工绩效判断?是否影响薪酬建议?是否影响晋升、调岗或解雇?如果答案是肯定的,这个工具就不再只是“效率工具”,而是组织决策系统的一部分。 Colorado新版AI法保留的义务非常清晰:使用前需要通知;如果自动化决策技术实质影响了不利就业决定,需要提供说明、数据更正机会和在商业上合理范围内的人工复核;相关记录至少保存三年。总结起来,就是三句话:让人知道AI在被使用,让人有机会理解和纠正结果,让企业能够证明自己的决策过程。 这对HR的启发非常直接。AI不会减少HR的责任,反而会放大HR的责任。因为AI越多参与决策,企业越需要有人定义边界、解释流程、管理偏差、保护信任。真正成熟的HR组织,不是简单购买最多AI工具的组织,而是能够把AI嵌入清晰、可信、负责任的人力资本决策体系中的组织。 对北美华人企业和出海企业来说,这一点尤其重要。很多企业习惯把技术当作标准化管理的捷径,但美国雇佣合规的核心始终是机会公平、程序透明和责任可追溯。一个看似普通的AI筛选、评分或推荐工具,一旦影响候选人或员工的实际机会,就可能成为合规风险点。 NACSHR认为,Colorado这次修法释放出的不是监管放松,而是监管成熟。AI合规的未来,不是禁止AI,也不是让企业被复杂流程压垮,而是推动企业回答一个更本质的问题:当AI参与人的职业命运时,组织是否仍然保持判断、责任和信任? HR现在需要做的事情并不复杂,但必须开始。第一,盘点所有正在使用的AI和自动化决策工具;第二,识别哪些工具会影响招聘、薪酬、绩效、晋升和员工机会;第三,审查供应商合同和数据来源;第四,建立通知、复核和记录保存机制;第五,培训经理人,让他们知道AI输出不是最终决定。 AI时代,HR的价值不会来自“会用多少工具”,而是来自能否帮助组织建立可信的决策系统。Colorado新版AI法提醒我们:未来的HR合规,不只是法律问题,更是组织能力问题。
    AI治理
    2026年06月19日
  • AI治理
    趋势?欧莱雅上线“全球 Beauty Tech Agentic Platform”,打通SAP与Salesforce等核心系统 L'Oréal Launches Global Agentic AI Platform to Transform Enterprise Operations 核心摘要:欧莱雅正式推出全球Agentic AI平台,标志着企业AI进入“执行时代”。该平台基于Multi-LLM与Multi-Cloud架构,通过MCP协议打通SAP、SuccessFactors、Salesforce与ServiceNow,实现AI智能体在真实业务系统中的操作能力,而非仅做分析辅助。更值得关注的是评论区透露的行业趋势:AI挑战已从“模型能力”转向“运营与治理”。包括Agent行为的实时控制(Runtime Control)、规则漂移带来的持续治理问题,以及多步骤决策链中的风险管理,正在成为企业落地AI的核心难题。这意味着企业正从“软件系统”走向“AI执行系统”,HR系统也将从记录工具升级为执行引擎。AI不再只是效率工具,而是正在重塑组织运行方式的基础设施。更多信息可以关注 HRTech 当大多数企业仍在讨论如何通过AI提升效率时,L'Oréal 已经将AI推进到了一个更深层次:让AI直接进入企业执行系统。其最新发布的 Beauty Tech Agentic Platform,并不是一个传统意义上的AI应用平台,而更像是一个“企业级AI操作系统”的雏形。 这一动作的核心意义在于,企业不再只是“使用AI”,而是在构建一个由AI智能体驱动的运行体系。这标志着AI从辅助工具,正式进入企业的执行层。 从辅助到执行:AI角色的根本变化 在 Etienne Bertin 的表述中,有一个非常关键的转变:企业正在从“帮助人完成任务”,走向“与AI智能体协同完成工作”。这不仅是技术能力的提升,更是AI角色的重新定义。 过去的AI主要承担信息处理和辅助决策的角色,例如生成内容、分析数据或提供建议。而在Agentic AI模式下,AI智能体可以直接连接企业核心系统,并执行实际操作。例如,通过MCP(Model Context Protocol),该平台将AI智能体与 SAP S4HANA、SAP SuccessFactors、Salesforce 以及 ServiceNow 等系统打通,使其具备真正的业务执行能力。 这意味着企业正在从“System of Record(记录系统)”迈向“System of Execution(执行系统)”,AI开始参与而不仅是支持业务运行。 真正的挑战:不是构建AI,而是运营AI 如果仅从架构角度来看,Multi-Cloud、Multi-LLM以及数据治理已逐渐成为企业级AI的标准配置。但评论区的讨论揭示了更深层的现实:AI的难点已经不在“能不能做”,而在“如何管、如何用”。 来自 Mounir Nejjai 的观点指出,企业不能仅依赖可观测性(Observability)来理解AI行为,而需要构建一个“运营层”(Operations Layer),能够实时干预AI的运行。这种转变类似于从“监控摄像头”升级为“安全运营中心”。 换句话说,未来企业需要具备的是一种新的能力:对AI进行持续运营和调度,而不仅仅是部署和监控。这也意味着一个新的技术与产品方向正在出现,即“Agent Operations(智能体运营层)”。 AI治理进入“持续化时代” 另一个关键问题在于,AI系统的规则并非一成不变。随着模型、数据和环境的变化,AI行为会发生“漂移”。这意味着传统的“上线前设定规则”模式已经失效。 企业需要建立持续治理机制,包括行为审计、策略动态更新以及自动纠偏能力。这一变化使AI治理从一次性合规动作,转变为长期的运营能力。 对于HR及企业管理者而言,这意味着未来不仅需要理解AI,还需要具备管理AI的能力,类似于管理团队或业务流程。 风险的本质:来自“连续决策链” 来自 Alamine Ahamada 的评论揭示了Agentic AI最核心的风险之一:单个动作的正确性并不能保证整体系统的安全。 在传统系统中,决策往往是单点的,而在Agent系统中,AI会进行多步骤连续决策。这种“决策链”可能在每一步都合理,但最终结果却偏离预期。 因此,企业需要构建“运行时控制(Runtime Control)”能力,在AI执行过程中实时监控和干预其行为,而不是仅在设计阶段进行风险控制。 数据与用例:决定成败的关键变量 尽管Agentic AI在技术上已经具备可行性,但其商业价值的实现仍然受到基础条件的制约。来自 Maire Orusaar 的观点指出,真正的挑战在于主数据质量、成本控制、安全以及用例选择。 这一判断揭示了一个现实问题:许多企业能够构建AI系统,但无法实现规模化应用。原因在于缺乏高质量数据、清晰的业务场景以及合理的成本结构。 因此,在Agentic AI的早期阶段,企业之间的竞争将更多体现在数据能力与场景设计能力上,而非模型本身。 组织层面的重构:HR角色正在被重写 来自 Stephanie Lutz 的评论指出,这一变化本质上是企业运营模型的演进,而非单纯的技术升级。这一判断对于HR领域尤为重要。 当AI智能体进入企业执行层后,组织内部将发生多方面变化。员工将不再只是使用系统,而是与AI协作;决策将由“人主导”转变为“人机协同”;岗位能力也将从执行流程转向管理和优化AI。 这意味着HR系统将从“记录工具”升级为“执行引擎”,而HR角色将从流程管理者转变为AI运营与治理的参与者。 未来的关键问题:AI是否理解“意图” 在众多讨论中,一个较少被关注但极为重要的问题是,AI如何理解客户或员工的“意图”。来自 Jana Bobosikova 的提问直指这一核心。 如果AI仅基于规则和历史数据进行决策,其能力仍然局限于执行流程。只有当AI能够理解并整合“意图数据”,才能真正实现决策优化和体验提升。 这也预示着未来AI发展的一个方向:从“流程驱动”走向“意图驱动”。 结语:企业正在进入“Agent驱动时代” 欧莱雅的这一举措,清晰地展示了企业AI发展的下一阶段路径:从软件驱动,走向智能体驱动。企业不再只是构建系统,而是在构建一个由AI参与运行的复杂生态。 这一转变的核心不在于技术本身,而在于企业是否具备运营、治理和规模化AI的能力。对于HRTech行业而言,这意味着竞争逻辑的根本变化:未来的关键,不再是系统功能的丰富程度,而是是否能够构建一个可控、可运营且具备业务价值的AI智能体体系。 这场变革才刚刚开始。
    AI治理
    2026年04月07日
  • AI治理
    CHRO 的新战略机遇:生成式 AI 如何重塑组织的未来 概要:74% 的 CEO 认为团队已准备好迎接 AI,但只有 29% 的 C-suite 同意。这一巨大认知差距既是风险,也是 CHRO 最关键的机会窗口。预计到 2025 年,77% 的初级岗位与超过 25% 的高管岗位都将因 AI 发生改变。未来三年,CHRO 必须从支持角色转变为组织未来的设计者,围绕三项任务展开:构建 AI 人才战略、重塑组织运营模式、建立 AI 治理框架。AI 时代的核心竞争力不再是技术本身,而是 CHRO 如何重塑组织能力与文化。抓住这个窗口期,组织才能真正迈向未来。 引言:迎接组织变革的“AI 时刻” 生成式 AI 与以往任何技术都截然不同,它正以前所未有的速度颠覆商业与社会,迫使领导者实时反思并重塑其核心战略。这场变革的核心并非技术本身,而是它对“人”与“工作方式”的根本性重塑。正如深度研究所指出的,“生成式 AI 的一切都与人有关——关乎工作如何完成”。 懂得如何用生成式 AI 赋能人才的领导者,将对业务产生“倍增效应”。在未来三年,首席人力资源官(CHRO)将迎来一个决定性的转折点,从传统的支持角色转变为驱动这一倍增效应的核心战略制定者。然而,当前仍有高达 60% 的高管将人力资源视为纯粹的行政职能,这一认知错位不仅是巨大的风险,更预示着一个前所未有的战略机遇。CHRO 必须抓住此刻,引领组织迎接未来。 -------------------------------------------------------------------------------- 一、趋势洞察:生成式 AI 正在重塑工作的本质 1. AI 放大人类能力,而非取代人类 生成式 AI 的核心价值在于放大人类的专业能力。它通过自动化市场研究、内容创建、数据分析和代码开发等重复性任务,让员工得以专注于更高价值的创造性工作。例如,客服人员可以将常规问答交给 AI,从而专注于销售赋能;程序员可以摆脱繁琐的编程,聚焦于提升代码质量与安全性;HR 专家则能从日常流程中解放出来,全力投入于真正重要的人才发展。 企业的竞争优势不再仅仅来源于技术本身,而是来源于规模化员工的专业知识和扩展组织的能力。这催生了“AI 增强型劳动力”的概念。一个清晰的现实是:生成式 AI 不会取代人类,但使用生成式 AI 的人将会取代不使用它的人。 2. CEO 与组织间存在显著的“AI 准备度差距” 高管层对组织 AI 准备度的认知存在显著脱节,这种乐观情绪背后潜藏着巨大风险。数据显示: 74% 的 CEO 认为他们的团队已经为生成式 AI做好了技能准备。 然而,仅有 29% 的 C-suite 高管 同意这一观点。 这一巨大的认知鸿沟,代表了 CHRO 最为紧迫的行动指令。更值得警惕的是,AI 的影响是普遍的:到 2025 年,77% 的初级员工的岗位将发生转变,同时超过四分之一的高管也无法幸免。这使得 CEO 的盲目乐观尤为危险。CHRO 的核心机会在于,识别并弥合组织内部的人才与能力错配,确保组织具备驾驭变革的真实能力。 3. 未来关键能力:创造力与协作力超越技术力 在一个看似由技术驱动的变革时代,一个反直觉的真相浮出水面:人类独有的软性能力正变得空前重要。一项核心洞察指出: 高管们认为,到 2025 年,对组织最有价值的技能将是创造力。 当技术性工作可以被 AI 高效辅助时,企业的核心竞争力将从技术熟练度转向那些机器无法复制的能力。高管们认为,团队建设和协作能力与软件开发和编码同等重要,甚至领先于分析和数据科学。创造力,将成为引领未来的关键。 -------------------------------------------------------------------------------- 二、CHRO 的三大新使命:未来 36 个月的行动框架 为应对挑战,CHRO 需要一个清晰、可执行的战略框架,围绕以下三大新使命展开行动。 1. AI 人才战略 (Talent Strategy for AI) 目标:重新设计人才的“选、育、用、留”体系,构建一支 AI 增强型团队。 行动建议: 重塑岗位与技能图谱:推动对现有岗位职责的重新定义,将工作重心从执行重复性任务,转向利用 AI 进行分析、创造和战略决策。 推动全员技能再培训:将 AI 技能提升视为员工重大的职业发展机遇。尤其要重点投资于高绩效员工,因为 AI 无法放大平庸的绩效,它带来的是一场革命而非演进,其真正价值在于将优秀人才的能力提升到全新高度。 将人力资源部作为战略试点:要让全员拥抱 AI,首先要从人力资源部开始。CHRO 应将 HR 部门打造为组织内 AI 转型的战略试点项目,率先对 HR 专业人员进行再培训,使其成为组织内 AI 应用的实践者、引领者和赋能者。 2. 组织运营模式重构 (Operating Model Redesign) 目标:打造更敏捷、更智能、更具创造力的组织模式,以释放 AI 的全部潜力。 行动建议: 聚焦高价值应用场景:避免被海量的可能性分散精力。集中资源投资于三到五个最具商业影响力的 AI 应用场景(“Focus on the top five. Or three.”),以点带面,实现价值最大化。 建立快速迭代与试错文化:鼓励团队以“快速失败”(fail fast)的方式进行小范围实验。建立跨部门的反馈循环机制,系统性地分享成功案例、失败教训和实践经验。 利用 AI 优化工作流程:应用 AI 增强的流程挖掘技术,深入分析现有工作流程,精准识别瓶颈与低效环节,并通过智能化改造加速决策效率。 3. AI 治理与伦理 (AI Governance) 目标:建立负责任的 AI 使用框架,确保技术向善,规避潜在风险。 行动建议: 建立明确的道德准则:制定并推行一套清晰的 AI 道德使用框架,其中包含明确的标准、指南和行为期望。 保障数据安全与隐私:在鼓励全员实验的同时,必须围绕数据保护和道德规范设立明确的护栏,确保创新在安全可控的范围内进行。 确保透明与公平:在招聘、绩效评估等关键人力资源环节应用 AI 时,必须建立有效的机制来管理算法偏见,确保决策过程的透明度与公平性。 -------------------------------------------------------------------------------- 三、从战略伙伴到未来设计师:CHRO 的新定位 生成式 AI 正在推动 CHRO 的角色发生根本性演进。CHRO 必须从被 60% 高管视为被动的行政支持者,进化为主动的战略引擎,成为组织未来工作模式的总设计师和 AI 时代人力资本的管理者。CHRO 的新角色是通过前瞻性地引导 AI 在人才与组织层面的落地,主动重塑组织文化、决策模式和业务节奏。 在最高管理层中,CHRO 的新定位是连接技术、人才与业务战略的关键枢纽。AI 的成功绝非单一部门的责任,而需要建立一个由业务、IT 和人力资源负责人共同负责的问责模式。在这个领导力“三驾马车”中,CHRO 作为平等的战略伙伴,确保技术投资能够真正转化为组织能力和商业价值。 -------------------------------------------------------------------------------- 决胜未来,重在组织能力的设计 生成式 AI 时代已经到来,领先的企业正在迅速采取行动。最终的成功者,将是那些能够围绕人才与技能建立灵活、深思熟虑的战略,并积极克服组织焦虑、奖励热情、拥抱包容与乐观的组织。 在生成式 AI 时代,决定企业未来竞争力的不是技术本身,而是 CHRO 对组织与人才能力的重新设计能力。
    AI治理
    2025年11月24日