• 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