HR科技 - 北美华人人力资源协会

HR科技

AI人才价格战彻底失控？顶级研究科学家新聘股权冲上5000万美元 NACSHR核心摘要：AI人才真正贵在哪里？可能不是工资，而是股权。Pave × Nua Group 最新报告显示，AI Research Scientist 新聘股权中位数最高已达 472万美元，部分湾区顶级公司的高级人才 P90 股权包甚至达到 4500万–6000万美元。更重要的是，AI Engineer、ML Engineer、Research Scientist 已经形成完全不同的人才市场。做招聘、薪酬和组织设计的HR值得看看这组数据。当企业还在讨论“AI Engineer到底应该比普通软件工程师多付多少工资”时，AI人才市场本身已经发生了更深层次的变化。 Pave 与 Nua Group 最新发布的《The State of AI Talent: A Compensation & Workforce Report》基于 Pave 覆盖 9,000+ 家企业的实时薪酬数据库，对 15,000+ 名映射至AI和机器学习岗位的员工进行分析。Pave的数据通过企业 HRIS、ATS 和 Equity Management Systems 持续连接，并结合企业融资、规模和上市状态等信息进行分析。从 NACSHR 的角度看，这份报告最值得关注的并不是“某些AI人才拿到了数千万美元股权”这样吸引眼球的数字，而是一个更重要的变化：AI人才正在从一个笼统的技术标签，演变成多个拥有不同岗位定义、人才供给、薪酬曲线和股权策略的独立人才市场。 AI人才已经不能再放在一个“AI Engineer”岗位里管理过去几年，很多企业招聘AI人才时，常见做法是在 Software Engineer 基础上增加“AI”标签，然后适当提高薪酬。但 Pave 和 Nua Group 认为，这种方式已经越来越难以准确反映市场。报告将技术人才从传统软件开发到前沿AI研究划分为五个连续层次：Software Engineer、AI-Capable SWE、AI Engineer、ML Engineer 和 AI Researcher。其中最容易产生混淆的是 Software Engineer 与 AI Engineer 之间的 AI-Capable SWE，这并不是一个已经高度标准化的独立岗位，因此在职位名称和 Level 判断上最容易产生混乱。 AI Engineer 与 ML Engineer 的差异则更加明确。AI Engineer 主要工作在 application layer，将现有模型和算法嵌入产品、API、基础设施和生产系统；ML Engineer 更靠近 model lifecycle，负责模型开发、优化、统计方法以及支撑模型运行的数据和工程管道。实际人才结构也已经出现明显分层。在 Pave 数据库的AI/ML员工中，ML Engineering 占56.2%，AI Research Scientist占23.4%，AI Engineering占17.0%，Computer Vision Engineering占2.2%，MLOps Engineering占1.2%。这意味着，对于企业HR而言，“我们要招聘AI人才”已经不是一个足够明确的人才需求。真正的问题应该是：企业究竟需要开发模型的人、优化模型的人，还是把模型转化为产品和业务能力的人？基本工资并没有失控，真正拉开差距的是股权 AI人才薪酬市场最值得注意的一个现象，是基本工资和股权正在呈现完全不同的走势。从 Base Salary 看，三个核心AI岗位族之间实际上相对接近。P6级别的中位基本工资中，ML Engineering为 $321K，AI Research Scientist为 $311K，AI Engineering为 $294K；到了M6管理级别，三者分别为 $347K、$340K和$304K。也就是说，在高级岗位上，ML Engineering的基本工资甚至高于AI Research Scientist。真正出现巨大分化的是 Equity。 AI Research Scientist 的 P6 中位新聘股权达到 $4.09M，M6达到 $4.72M。相同P6级别，AI Engineering为 $1.48M，ML Engineering为 $1.60M；M6则分别约为 $1.12M和$2.02M。AI Research Scientist的股权价值已经超过另外两个岗位族两倍。需要特别说明的是，这里的数字不是“年薪”。报告定义的是 New Hire Equity（Gross, Intended, Annualized），即新员工股权奖励的预期毛值年化价值。把“$4.72M”直接描述成“AI科学家年薪472万美元”是不准确的。但这个数据仍然揭示了一个非常重要的趋势：企业争夺顶尖AI人才的主要竞争工具，正在从现金工资转向股权。 5000万美元级别的股权不是普遍行情，但顶端市场确实已经被重新定价更加惊人的数字出现在报告第18页。 Pave针对一个非常具体的市场进行了筛选：AI Research Scientist、San Francisco Bay Area、私营企业、累计融资$1B–$5B+。在这个高度竞争的人才市场中，P6和M6级别90分位的新聘股权已经进入 $45M–$60M 区间，其中报告特别展示了 $51.4M 的90分位股权价值。这个数字需要正确理解。它不是“美国AI Research Scientist普遍可以拿5000万美元”，而是代表在旧金山湾区、融资规模达到数十亿美元、争夺最顶尖AI研究人才的少数私营科技企业中，企业为了赢得某个关键候选人，已经愿意突破传统薪酬体系的边界。这也是为什么现在市场上不断出现顶级AI研究人员获得巨额 package 的新闻。这些案例不是普通市场价格，却已经成为顶端人才市场的真实价格信号。人才越高级，AI Research Scientist的溢价越明显另一个容易被忽略的问题，是三个AI岗位族本身的人才结构并不相同。 AI Engineering明显更加年轻，P1–P2初级人才占 23.97%；ML Engineering这一比例只有 9.13%，AI Research Scientist为 11.26%。相反，AI Research Scientist中P5–P6高级人才占比达到 22.76%，是三个岗位族中最高的。这意味着AI Research Scientist薪酬更高并不仅仅是因为“Research Scientist”这个Title更值钱，而是因为这个岗位市场本身更集中于高级、稀缺并能够直接影响模型能力的专业人才。而且股权差异随着Level提升迅速扩大。AI Research Scientist从P4开始明显拉开差距，到P6中位新聘股权达到 $4.09M，大约是其P1水平的20倍。因此，对企业而言，AI人才成本真正危险的地方往往不是招聘一个普通AI Engineer，而是当业务突然决定需要一位能够改变产品、模型或技术路线的高级AI研究人才时，传统薪酬Band可能瞬间失去参考价值。企业规模越大，AI岗位体系越开始专业化 AI人才的组织成熟度同样存在明显差异。只有 12% 的1–99人企业拥有至少一名AI/ML人才，而在3,000人以上企业中，这一比例达到 91%。管理体系的差距更加明显。在已经拥有AI/ML Individual Contributor的公司中，1–99人企业只有 17% 配备专门的AI/ML Manager，而3,000人以上企业达到 72%。很多中小企业的AI人才仍然由普通Engineering或Data Science负责人管理。更值得关注的是大型企业正在快速拆分AI岗位。3,001人以上企业中，只拥有一种AI/ML Job Type的比例从2024年的 52.4%下降到2026年的19.0%；同期拥有三种及以上AI/ML Job Types的比例则从 14.3%提高到50.0%。这反映出的不仅仅是招聘需求增长，而是 AI Job Architecture正在成熟。过去企业可能只有一个“AI Team”，未来则会逐渐形成 Research、ML Engineering、AI Engineering、MLOps、Computer Vision等不同岗位体系，对应不同Level、Career Path、Compensation Band和Manager结构。 AI人才不仅贵，也更难留企业面临的第二个挑战是Retention。 Pave数据显示，过去12个月AI/ML Individual Contributor的Turnover为 21.8%，而同一批企业Software Engineering为 16.8%；Manager层面，AI/ML为 22.6%，Software Engineering为 18.9%。报告中的Turnover同时包含主动和非主动离职。这说明AI人才市场正在形成一个典型循环：外部市场价格快速上涨，新员工以更高价格进入，现有员工发现自己的市场价值变化，随后带来Retention、内部公平和薪酬压缩问题。对于HR和Total Rewards团队而言，仅仅解决“Offer能不能发出去”已经不够，还需要同时考虑 New Hire Equity、Refresh Grant、Internal Equity以及关键人才Retention。 AI人才竞争仍然高度集中在美国，尤其是California AI人才市场的另一个现实是地域高度集中。在Pave样本中，California集中了美国49.3%的AI/ML人才，其中大部分位于San Francisco Bay Area。从全球看，美国拥有 57.3%的AI/ML人才，明显高于美国在全球Software Engineering人才中的44.8%占比。United Kingdom分别为6.3%和4.5%；India的情况正好相反，拥有全球13.2%的Software Engineering人才，却只有5.6%的AI/ML人才。对于北美企业尤其是希望在湾区之外建立AI团队的公司，这意味着“Remote”并不会自动解决人才供给问题。真正成熟的AI人才池依然高度集中，地域竞争仍然会直接影响招聘周期和薪酬价格。不是所有企业都应该和OpenAI式公司争夺Research Scientist Nua Group在报告最后提出了一个非常值得企业管理层关注的框架：Know Your AI Lane。它把企业分成三种类型。第一类是 AI Innovators。这类企业自己建设基础模型和核心AI基础设施，需要AI Research Scientist、ML Engineer和AI-Capable SWE。对于这类企业，现金薪酬可能直接脱离传统Band，而股权成为争夺核心人才的主要工具。第二类是 AI Integrators。这类企业不是开发基础模型，而是把AI嵌入自己的产品中。核心岗位通常是AI Engineer，只有在需要深度模型定制时才大量使用ML Engineer，AI Research Scientist通常并不是必要岗位。第三类是 AI Implementers。这类企业主要利用现有AI提高内部运营效率，往往需要AI Engineer和AI-Capable SWE，把现成模型接入企业流程和系统，而不是自己重新训练基础模型。对应的薪酬策略也完全不同：AI Innovators往往需要突破标准薪酬Band，并使用大额新聘股权；AI Integrators可以采用标准薪酬Band加结构性AI Premium，并适度提高股权；AI Implementers则更多保持标准Band，只对少数关键岗位给予溢价和股权。这可能是整份报告对大多数企业最有价值的提醒：不要因为AI很重要，就误以为每家公司都需要最昂贵的AI人才。 NACSHR观察：AI时代，HR首先要解决的不是“付多少钱”，而是“究竟在买什么能力” 过去企业面对人才短缺时，最常见的问题是：“市场P50是多少？我们需要付到P75还是P90？” AI正在改变这个逻辑。企业首先需要完成Job Architecture：明确AI Engineer、ML Engineer和AI Research Scientist分别承担什么任务，什么情况下需要AI-Capable SWE，什么情况下才真正需要Research Scientist。岗位没有定义清楚，再精准的薪酬Benchmark也没有意义。其次，HR需要把Cash和Equity作为两套不同的竞争机制管理。Pave的数据已经证明，Base Salary并不是顶级AI人才价格分化最大的部分，真正能够突破传统市场曲线的是Equity。第三，AI人才Benchmark的更新速度必须高于传统岗位。报告最后建议Compensation Team把AI/ML Pay和Equity Band视为一个“moving target”，保持足够宽度，并比其他Engineering岗位更加频繁地重新审视。最后，企业必须先回答一个战略问题：我们究竟是一家AI Innovator、AI Integrator，还是AI Implementer？如果企业只是希望用AI改善客服、销售、HR、财务或内部运营，却按照顶级AI实验室的方式招聘Research Scientist，不仅会大幅增加人才成本，也可能出现“花了最贵的钱，却买错了能力”的情况。 AI人才市场正在进入新的阶段。下一轮企业之间真正的差距，不只是“谁愿意给更高的工资”，而是谁能够更准确地定义工作、识别关键能力、设计岗位体系，并把现金、股权和人才战略放在同一个框架中管理。对于HR来说，这也意味着AI带来的变化已经从“如何招聘AI人才”，进一步进入了 Job Architecture、Compensation Design、Equity Strategy和Workforce Planning 的核心领域。来源：Pave + Nua Group，《The State of AI Talent: A Compensation & Workforce Report》，2026年8月。

HR科技
2026年08月24日
HR科技

当AI不断取代各种职位的时候，HR岗位反而增长约6%，为什么？！ NACSHR核心摘要：AI大规模进入企业之后，HR会不会成为最先消失的部门？Josh Bersin最新分析给出了完全不同的答案。基于Lightcast职位数据，过去约20年HR相关岗位年复合增长约1.2%，而AI发展最迅速的最近24个月，HR岗位反而增长约6%。真正减少的，是HR Assistant、Recruiting Coordinator、Training Administrator等行政和流程型工作；增加价值的，则是HRBP、招聘判断、People Analytics、复杂员工服务和工作设计。美国BLS也预计，2024–2034年全部职业增长约3%，HR Specialists增长6%，L&D Specialists增长11%。所以AI没有让HR消失，而是在重新划分HR工作的价值：流程被AI接管，人必须向判断、咨询、数据和业务问题上移。你觉得呢过去两年，几乎所有关于AI与人力资源的讨论，最后都会落到一个问题：当AI能够筛选简历、回答员工问题、生成培训内容、分析人才数据，甚至开始参与绩效管理和组织决策之后，企业还需要这么多HR吗？从直觉上看，HR似乎应该成为最先被AI压缩的职能之一。但Josh Bersin最近的一组观察，给出了一个看起来有些反常的答案：AI投入越来越多，美国HR岗位不仅没有明显消失，最近24个月反而增长约6%。这并不意味着AI没有影响HR。恰恰相反，真正发生的变化可能比“裁掉多少HR”更深刻——AI正在重新定义什么样的HR工作值得由人来完成。 HR岗位没有消失，但HR内部的工作正在重新分配 Josh Bersin引用Lightcast招聘数据指出，过去约20年，HR相关职位保持约1.2%的年复合增长；而在生成式AI快速普及的最近24个月，HR岗位增长反而达到约6%。这与很多人此前的预期完全不同。过去企业部署HR系统，往往意味着流程自动化；今天部署生成式AI和Agent，更进一步意味着大量知识型、事务型工作也可以被机器处理。因此，一个自然的推论是：HR部门应该需要更少的人。但Bersin观察到，企业真正做的并不是简单“删除HR岗位”，而是在重新组合工作。 HR Assistant、Recruiting Coordinator、Training Administrator等大量依赖流程、协调和信息处理的角色，确实正在受到自动化影响。但与此同时，企业对员工关系、人才判断、组织设计、技能发展、领导力、数据分析以及业务咨询等能力的需求并没有减少。所以真正消失的，往往不是整个Job，而是Job里面的一部分Tasks。这可能是理解AI与就业关系最重要的区别之一。 AI首先淘汰的是任务，而不是职业名称传统讨论经常把问题简化成：“AI会不会取代HR？”，但企业实际上并不是按照职位名称决定哪些工作交给AI。 AI不会首先判断：“这个人是HR，所以我要取代他。” AI取代的是更具体的任务：整理信息、回答标准问题、安排会议、生成文档、总结数据、制作初步报告、匹配简历、生成培训材料。一个HR岗位可能包含20项不同工作，其中10项可以被AI明显加速，5项可以部分自动化，而另外5项仍然需要人的判断。于是企业面临的并不是简单的“要不要这个岗位”，而是：剩下来的时间，HR应该拿来做什么？如果AI让一名招聘人员减少大量简历筛选和面试安排工作，那么他的价值就必须转向人才判断、Candidate Experience、Hiring Manager咨询以及复杂人才市场分析。如果AI可以自动回答大量福利和政策问题，那么员工服务团队就必须把更多精力放到复杂员工关系、特殊案例和管理者支持。如果AI可以迅速生成培训课程，那么L&D真正的价值就不再是“制作多少门课”，而是判断企业需要什么能力，以及如何真正推动员工能力改变。这其实是一场HR工作的价值迁移。事务型HR正在减少，但专业型HR正在变得更重要 Josh Bersin说传统HR行政和流程型工作可能仍然占到HR岗位的30%—40%。这部分恰恰也是AI最容易产生效率提升的地方。例如，在Walmart、Standard Chartered等企业，大量基础员工服务、Onboarding和Benefits问答可以通过技术处理，HR人员则可以转向更加复杂的员工绩效、家庭需求和员工关系问题。在Travelers、Polestar等企业，L&D团队过去可能需要数周甚至数月开发一门课程，现在可以借助AI快速生成视频、Simulation和即时学习支持。在招聘领域，排期、沟通和初步筛选越来越自动化，但企业同时越来越重视候选人真实性、人才质量、面试判断和面对面互动。 People Analytics同样如此。过去大量时间消耗在Survey、Benchmark和报表制作上，现在HR分析人员必须更直接地回答业务问题：为什么关键人才离职？哪些团队的生产力正在下降？AI正在如何改变岗位技能？企业应该重新配置哪些人才？所以我们看到的不是HR价值下降，而是低价值HR工作被不断剥离之后，剩余HR工作的价值门槛正在提高。 HRBP可能是这一轮变化最典型的岗位 Josh Bersin特别提到Panasonic、Accenture等企业正在重新定义HRBP。过去很多企业所谓的HRBP，实际上仍然承担大量流程协调、政策解释、员工事务和内部资源对接工作。 AI和HR平台逐渐接管这些基础任务之后，一个真正的HRBP应该越来越像内部管理顾问。他必须理解业务战略、组织能力、领导团队、人才结构和成本效率，并能够和业务负责人一起回答：我们为什么招不到这些人才？哪些岗位应该被AI重新设计？哪些团队应该增加Headcount，哪些应该减少？未来两年真正需要什么技能？组织架构是否仍然适合当前业务？这类工作并不会因为AI而减少。相反，企业拥有越多AI工具，管理者面对的组织问题反而可能越复杂。这也是为什么AI时代一个看似矛盾的现象开始出现：企业越来越自动化，但同时越来越需要能够处理复杂人才和组织问题的人。 AI提高效率，并不必然意味着Headcount同比例下降这也是Bersin这篇文章最值得企业管理者思考的地方。很多AI商业案例仍然采用一个非常传统的ROI公式： “这套AI工具可以节省多少人工时间，因此可以减少多少人。” 但这种计算方式忽略了一个重要事实。知识工作与流水线生产并不完全一样。如果AI让HR节省30%的时间，企业不一定会马上减少30%的HR人员。企业可能选择让HR处理更多复杂问题，提高服务质量，加快招聘，提高管理者效率，推动技能转型，或者承担过去没有能力开展的组织项目。换句话说：Productivity Gain并不自动等于Headcount Reduction。它也可能意味着Capability Expansion。这也是为什么我们会看到AI使用快速增长的同时，部分知识型职业仍然保持就业增长。技术减少了一部分工作，但同时提高了组织能够解决问题的上限。对HR而言，真正值得担心的不是岗位消失，而是价值停留在流程层从NACSHR的角度看，Josh Bersin的观察并不能简单理解为“HR是安全的”。恰恰相反。它释放出的职业信号其实非常明确。如果一个HR的核心价值仍然来自录入数据、安排面试、整理报表、回答标准问题、制作培训材料或者执行固定流程，那么AI对这个岗位的冲击几乎是确定的。真正有增长空间的，是那些能够把AI转化成更高业务价值的人。未来HR越来越需要理解业务、判断人才、设计组织、处理复杂员工问题、推动领导力发展、进行Workforce Planning，并重新设计Human + AI共同工作的方式。换句话说，未来企业衡量HR价值的方式可能会发生变化。过去是：你完成了多少HR流程？未来可能是：你帮助组织解决了什么问题？ HR不会消失，但“只会做HR流程”的HR正在失去保护层 “HR岗位最近24个月增长约6%”是一个很容易传播的数据。但如果只记住这个数字，反而会错过这篇文章真正重要的部分。 Josh Bersin真正描述的并不是“AI无法取代HR”。而是一个更复杂的现实： AI正在大量取代HR工作中的低复杂度任务，同时把HR推向更复杂、更专业、更接近业务的位置。 Job还存在，但Tasks已经变化。岗位数量可能增长，但岗位要求也在提高。 HR团队仍然存在，但每一个HR需要创造的价值正在重新被定义。因此，AI时代真正的问题已经不再是：“未来企业还需不需要HR？” 而是：“当AI可以完成大量传统HR工作之后，企业为什么还需要你？” 能够回答这个问题的人，可能不仅不会被AI淘汰，反而会进入一个价值更高的HR时代。 NACSHR认为，这才是“HR岗位仍在增长”这组数据背后，真正值得全球HR专业人士关注的信号。

HR科技
2026年08月13日
HR科技

73%的美国HR将员工反馈列为首要指标：企业福利正在从“提供账户”转向“员工真正会用” NACSHR核心解读：这项调查覆盖300多名负责HSA及福利支出账户的HR专业人士。73%的受访者表示，员工反馈是重新评估福利供应商时最重要的因素。接近六成HR会收到员工关于合资格消费、报销申请、账户使用、截止日期和结转规则的问题。55%的HR希望获得更灵活的福利选项，52%希望供应商提供更简单的员工教育和更好的技术。虽然57%的HR已经在福利培训中使用AI，但很多员工仍然缺乏实际使用账户的信心。这说明，福利科技的竞争已经从后台账户管理转向员工体验。供应商不仅要管理资金和合规，还要帮助员工在正确时间理解规则、完成操作，并减少HR承担的重复支持工作。企业为员工提供健康储蓄账户、弹性支出账户和其他福利项目，并不代表员工能够真正理解和使用这些福利。 InComm Benefits近期发布的《The Spending Account Experience Gap》调查显示，北美企业HR对福利供应商的期待，与员工在实际使用福利账户时的体验之间，仍然存在明显差距。调查于2026年4月开展，覆盖300多名负责管理健康储蓄账户及其他福利支出账户的HR专业人士。报告反映出的核心问题并不是企业没有提供福利，而是福利规则、技术平台和员工教育没有真正转化为简单、清晰、可操作的员工体验。 73%的HR将员工反馈作为重新评估供应商的首要因素调查显示，73%的受访HR表示，在重新评估福利支出账户供应商时，员工反馈是最重要的考虑因素。“员工体验”也成为HR对现有福利账户供应商最主要的不满之一。过去，企业评估健康储蓄账户和福利支出账户供应商时，通常更加关注管理费用、系统功能、投资选项、合规能力以及与薪酬或人力资源系统的集成。但对员工而言，他们最直接的判断标准通常更加具体：账户是否容易使用，报销流程是否清晰，余额和处理状态能否随时查询，遇到问题时能否快速获得准确答复。这意味着，福利供应商的竞争重点正在发生变化。账户管理和合规能力仍然是基础，但员工实际使用体验正在成为影响企业续约、更换供应商和福利满意度的重要因素。近六成HR持续处理员工的账户使用问题调查显示，接近六成受访HR会收到员工关于福利支出账户的问题或担忧。员工最常提出的问题包括：哪些商品或服务属于符合资格的支出，如何提交报销申请，账户应该如何使用，报销或消费有哪些截止日期，以及未使用余额是否可以结转。这些问题看起来基础，却会持续占用HR团队的时间。员工遇到不确定情况时，通常不会仔细阅读篇幅较长的福利手册或计划文件，而是直接向HR寻求帮助。因此，企业即使已经购买了数字化福利管理平台，HR仍然可能成为事实上的福利客服中心。对于北美企业HR而言，这一问题尤其值得重视。HR团队通常还需要同时负责招聘、入职、薪酬、绩效、员工关系、劳动合规和保险管理。如果大量时间被用于重复回答账户余额、消费资格和报销状态等问题，福利技术就没有真正实现降低行政负担的目标。员工不是不关心福利，而是不确定如何使用报告提出了一个值得企业重新思考的问题：员工使用福利的积极性不足，不一定代表员工不重视福利，也可能是员工不知道应该如何使用。 HSA、FSA及其他福利支出账户往往涉及税务规则、合资格支出、收据要求、年度选择、使用期限和余额结转。对于HR和福利专业人士而言，这些概念相对熟悉，但对普通员工而言，理解和操作门槛并不低。如果员工无法确定一项医疗费用是否符合报销条件，担心操作错误，或者不了解资金的使用期限，他们可能会选择暂时不使用账户，甚至放弃原本可以获得的福利价值。由此产生的结果是，企业投入了福利预算，员工却没有充分使用；HR不断回答问题，员工仍然认为福利复杂；企业认为已经提供了有竞争力的福利，员工却没有形成相应的价值感知。灵活性、教育和技术成为三项主要改善方向调查显示，55%的受访HR认为，更灵活的福利选项有助于改善员工体验；52%的受访者认为，企业和供应商需要提供更加简单的福利教育；另有52%认为，需要通过更好的技术工具改善员工体验。这三个方向说明，改善福利体验不能只依靠增加预算或者增加更多账户类型。福利灵活性需要建立在员工能够理解和选择的基础上。过多选项如果缺乏清晰解释，反而可能增加员工的决策负担。福利教育也不能只集中在Open Enrollment期间。员工在年度注册阶段可能理解了账户的基本概念，但几个月后真正发生医疗支出时，往往已经忘记具体规则。更有效的方法，是在员工需要采取行动的时间节点提供支持，例如在发生合资格消费时提供提示，在报销申请被拒绝时说明原因，在余额即将到期时提前提醒，并通过移动端或自助服务平台让员工快速找到答案。技术的价值也不应只体现在后台效率，而应体现在是否能够减少员工操作步骤、降低错误率，并减少HR需要人工介入的次数。 57%的HR已经使用AI开展福利教育报告显示，55%的受访HR对在人力资源部门使用AI工具持积极态度，57%的受访者已经在福利教育或培训中使用AI。 AI正在逐渐进入福利问答、员工沟通、培训材料制作和自助服务等场景，但调查结果也说明，仅仅部署AI工具，并不会自动解决员工福利体验问题。如果AI只是将复杂的福利手册转换成聊天问答，员工仍然可能获得笼统、难以执行的回答。真正有价值的福利AI，应当能够结合员工所在的福利计划、账户类型、账户状态和实际问题，提供更加具体的操作指引。与此同时，福利管理涉及医疗、税务和个人信息。企业在引入AI工具时，还需要关注数据隐私、答案准确性、计划文件优先级，以及复杂问题转交人工支持的机制。 AI可以帮助HR减少重复性咨询，但不能替代正式的福利计划文件、专业保险顾问和必要的人工判断。北美HR应重新审视福利供应商的评估指标这份报告对北美HR最直接的启示，是福利供应商的评估标准需要从传统的功能清单，进一步延伸至员工实际体验。企业在下一次评估或续约福利账户供应商时，可以重点考察员工问题首次解决率、客服响应时间、报销处理周期、自助服务完成率、账户实际使用率、未使用余额情况、员工满意度，以及HR每月处理福利问题所投入的时间。企业也可以定期收集员工反馈，了解员工在哪些环节最容易遇到困难。员工不使用某项福利，可能是因为福利本身缺乏吸引力，也可能只是因为操作复杂、说明不清或缺少及时提醒。对于企业而言，真正有效的福利方案，不只是完成账户开设和年度注册，而是让员工清楚地知道自己拥有什么福利、何时可以使用、如何使用，以及遇到问题时可以向谁寻求帮助。当员工能够独立、顺畅地使用福利时，企业的福利投入才能真正转化为员工满意度、留任能力和雇主品牌价值。 NACSHR保险服务：协助企业重新评估员工福利与商业保险方案对于正在规划、续保或重新评估员工福利方案的北美企业，NACSHR保险服务可协助企业了解员工健康保险及相关保险需求，包括Medical、Dental、Vision等员工福利，以及Workers’ Compensation和企业商业保险方案。 NACSHR建议企业在续保或计划生效前提前启动评估，不仅比较保费和保险计划，也应综合考察员工实际需求、使用体验、企业预算、保险网络、福利沟通及后续服务能力。企业HR或管理者如需了解员工福利保险及商业保险方案，可访问NACSHR保险服务网站：insurance.nacshr.org。

HR科技
2026年08月05日
HR科技

NACSHR推出全网首个中英双语加州 SB 553 合规平台核心摘要：加州 SB553《工作场所暴力预防法》已正式进入执法阶段，几乎所有加州雇主都必须完成 WVPP 书面计划、暴力事件记录及员工培训管理。违规最高可被 Cal/OSHA 罚款 $25,000/次。北美华人人力资源协会 NACSHR 今日正式上线全网首个中英双语 SB553 合规平台： https://compliance.nacshr.org/sb553 2025年5月8日，NACSHR（北美华人人力资源协会 / North American Chinese Society of Human Resources）宣布中英双语加州 SB 553 合规平台正式上线，访问地址为 compliance.nacshr.org/sb553。该平台是目前市场上首个提供中英双语支持的加州 SB 553 合规工具，面向所有在加州经营、需满足 SB 553 合规要求的雇主。加州 SB 553《工作场所暴力预防法》于 2024 年 7 月 1 日起正式实施并进入执法阶段，适用于几乎所有在加州境内经营的雇主。法律要求雇主必须完成三项合规义务：制定书面工作场所暴力预防计划（WVPP）、建立暴力事件记录台账，以及每年为员工提供培训并保留可核查的完成记录。违反 SB 553 相关规定，Cal/OSHA 最高可处以 $25,000/次罚款。执法已于 2024 年下半年全面展开，"不知道这条法律"不构成免责理由。 NACSHR 此前开展的市场调研显示，现有主流 SB 553 合规工具均为英文界面，面向拥有专职 HR 部门的中大型企业设计，市场存在明显语言空白。雇员以中文为主要工作语言的企业——无论其所有者背景如何——长期缺乏可直接使用的母语合规工具，实际合规风险敞口因此持续扩大。 $25,000单次违规最高罚款 22中文引导问卷步骤 3首发上线功能模块产品功能概览平台首发包含三个功能模块，分别对应 SB 553 三项核心法律要求： WVPP 智能生成器：22 道中文引导问卷，根据企业实际工作场所情况采集信息，自动生成包含五项法定附录的双语合规 PDF 文件，满足 Cal/OSHA 审查要求。数字化暴力事件记录台账：结构化事件录入界面，支持一键导出 Cal/OSHA 标准格式，内置脱敏功能，保护员工隐私。培训记录管理台账：追踪所有员工的培训完成状态，培训完成后自动生成结业证书，保存可供审计的历年培训档案。三个模块均支持中英文一键切换，界面全程引用具体法律条文，帮助雇主直接了解每项要求的法律依据，无需阅读英文原始法规。「SB 553 的合规门槛不在于法律复杂度，而在于信息可及性。语言障碍让大量雇主无法有效获取合规资源——这是一个工具问题，也是一个公平问题。」 — NACSHR 合规平台团队市场背景：合规工具的语言缺口 NACSHR 对主要竞品开展竞争分析后确认，在本平台上线之前，市场上包括 CalChamber、EasyLlama、Ethena、Traliant 在内的所有主流 SB 553 合规工具均不提供中文支持，且均面向拥有专职 HR 团队的中大型企业。这一空白的现实影响不仅限于某一特定群体。中文为主要工作语言的雇主，无论规模大小，均面临英文工具使用门槛过高的困境，导致合规工作难以有效落地。随着 Cal/OSHA 执法力度的持续加强，语言障碍直接转化为可量化的法律与财务风险。定价方案 Basic 基础版，$399/地点/年：包含 WVPP 智能生成器、暴力事件记录台账及培训记录管理三项核心功能，满足 SB 553 全部法定要求。 Standard 标准版，$599/地点/年：在基础版功能之上，增加高级数据导出及多用户协作权限，适合有多名管理人员参与合规工作的企业。 Pro 专业版，$999/地点/年：在标准版功能之上，提供优先客服支持与合规截止日期自动追踪提醒功能。额外地点，$149/地点/年：适用于同一订阅下需覆盖多个经营地点的企业，按地点数量叠加计算。律师审核加购，$349/次：由持牌劳工律师对企业 WVPP 文件出具正式书面审核意见，适合需要法律背书的场合。员工培训服务通过 NACSHR 单独运营的季度法律培训班提供，由持牌劳工律师主讲，中英双语，支持三种参与形式（企业包场、公开场次及录播回看）。立即访问平台现已正式上线，访问地址：compliance.nacshr.org/sb553。三个功能模块（WVPP 生成器、暴力事件记录台账、培训记录管理）在订阅后即可全部访问使用。关于 NACSHR NACSHR（北美华人人力资源协会 / North American Chinese Society of Human Resources）是专注于服务美国华裔 HR 从业者与华人雇主的专业机构。协会通过双语教育资源、合规科技工具和专业社群，搭建美国劳工法与华人商业社区之间的桥梁。协会运营双语合规平台 compliance.nacshr.org 及行业媒体 HRTechChina。媒体联络 / Media Contact NACSHR 邮箱：hi@nacshr.org 微信公众号：NACSHR 官网：compliance.nacshr.org/sb553

HR科技
2026年05月08日
HR科技

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。

HR科技
2026年04月07日

HR科技

2026企业用工合规报告：HR如何应对日益复杂的劳动法规核心摘要：数据显示，在美国2025年每五家公司中就有一家遭遇过用工相关诉讼，平均罚款金额达到180,706美元。面对不断上升的合规压力，越来越多企业开始使用HR合规软件和AI工具进行政策管理、员工手册更新以及法规查询。46%的HR团队计划在2026年首次将AI作为合规工具使用。未来，用工合规将不再只是法律问题，而是企业治理能力的重要组成部分。在过去几年，美国企业的用工环境正在发生深刻变化。联邦与各州监管政策不断更新，远程办公与跨州用工快速普及，人工智能开始进入HR决策流程，这些趋势叠加，使得企业用工合规管理的复杂度明显提升。根据 SixFifty 发布的《The State of Employment Law Compliance in 2026》报告，64%的HR团队认为2025年的用工合规管理比上一年更加复杂，而企业内部真正具备充足资源管理合规事务的团队仅占一半左右。与此同时，合规失误的成本也在持续上升。报告显示，2025年平均每起成功的用工合规诉讼或监管执法案件带来的罚款金额达到180,706美元，而每五家公司中就有一家在2025年遭遇过与雇佣相关的诉讼。这些数字背后反映出一个现实：用工合规不再只是法律部门的事务，而已经成为企业治理、风险管理和人力资源战略的重要组成部分。对于HR领导者而言，如何在不断变化的监管环境中建立稳定、可持续的合规体系，已经成为企业管理能力的重要体现。美国用工合规环境为何变得越来越复杂美国劳动法律体系本身具有高度分散的结构。联邦法律提供基本框架，而具体执行规则往往由各州制定，这使得企业在跨州运营时需要面对差异化的法规体系。报告指出，多州用工已经成为企业合规复杂度上升的最主要原因之一。不同州在最低工资、加班规则、带薪休假、薪资透明度以及员工分类等方面均存在显著差异。例如，加州、纽约和科罗拉多州已经率先实施薪资透明度法律，要求企业在招聘广告中披露薪资范围；而其他州则尚未实施类似要求。这种差异意味着企业的招聘流程、薪酬结构以及内部沟通方式必须根据员工所在州进行调整。此外，近年来美国劳动法规更新速度明显加快。联邦政府更替后，监管优先级发生变化，各州也在快速推出新的劳动保护政策，例如带薪家庭假期、反歧视规定以及独立承包人分类规则等。HR团队不仅需要理解法律本身，还必须及时跟踪法规更新并调整企业政策，这对资源有限的团队而言是巨大的挑战。资源不足成为HR合规工作的核心瓶颈在现实企业运营中，HR团队往往承担招聘、绩效管理、员工关系以及组织发展等多重职责，而合规管理只是其中一部分。报告数据显示，HR专业人员平均有28%的工作时间用于处理用工法律合规事务，企业内部团队每年在合规相关工作上投入的时间约为555小时。尽管投入时间巨大，但HR团队对自身合规状况的信心并不高。受访者对企业“完全遵守所有适用劳动法规”的信心评分平均只有6.8分（满分10分）。这种信心缺口通常来自三个方面：时间不足、预算有限以及企业管理层对合规复杂性的认知不足。更值得注意的是，在许多企业中，HR部门与管理层之间存在明显认知差距。只有约36%的受访者认为企业管理层与HR团队一样重视用工合规问题，而三分之一的HR专业人士认为公司管理层并未真正理解企业需要遵守所有员工所在州法律这一基本原则。当合规被视为“成本中心”而非“风险管理体系”时，HR团队很难获得足够的预算与支持，这也导致企业在问题发生后才被动应对。用工合规风险正在快速上升在美国，劳动法律诉讼一直是企业面临的主要法律风险之一。报告指出，中小企业在所有用工合规罚款中占比达到42%，这说明企业规模并不会降低合规风险。相反，由于资源有限，中小企业更容易出现制度缺失或管理疏漏。近年来，美国劳工部和司法部门对企业违规行为的执法力度持续加强。例如，一些企业因未正确记录员工工时、未支付加班费或违规处理小费分配而被要求支付数十万甚至数百万美元的赔偿与罚款。这些案例说明，用工合规问题往往并非恶意违法，而是由制度缺失或流程不规范导致。例如员工手册未及时更新、离职流程不符合法律要求、员工分类错误等，都可能引发法律纠纷。对于HR团队而言，建立持续更新的合规管理体系比一次性的法律审查更加重要。技术工具正在重塑HR合规管理方式随着法规复杂度提升，越来越多企业开始借助技术工具提升合规效率。报告显示，企业常用的合规资源主要包括内部HR团队、外部法律顾问以及专门的合规软件平台。使用外部律师进行合规咨询的企业平均每年支出约66,280美元，而采用合规软件工具的企业平均支出约为9,900美元。与此同时，人工智能正在成为HR合规管理的新工具。约46%的HR团队计划在2026年首次使用AI作为合规辅助资源，例如进行法律查询、政策草拟、员工手册更新以及法规解读等。 AI能够帮助HR快速理解复杂法规、生成标准化文档并提供合规建议，从而减少重复性工作。然而，HR专业人士也对AI保持谨慎态度，主要担忧包括法律准确性、数据安全以及潜在的算法偏见问题。因此，在未来一段时间内，AI更可能成为HR团队的辅助工具，而非完全替代法律顾问。 HR如何建立可持续的用工合规体系面对不断变化的监管环境，企业HR团队需要从“被动应对”转向“系统化管理”。首先，企业应建立定期的合规审查机制，例如每季度或每半年审查员工手册、招聘流程和离职政策，以确保与最新法律保持一致。其次，多州用工企业应建立统一的合规框架，同时针对不同州制定附加政策。通过标准化流程和文档模板，可以减少不同地区之间的管理差异。第三，企业管理层需要重新认识合规工作的价值。合规不仅是法律风险管理，更是企业品牌与雇主声誉的重要保障。对HR团队投入必要资源，可以在长期降低诉讼风险和运营成本。最后，HR团队应合理利用技术工具，例如合规管理软件、政策生成平台以及AI法律研究工具，从而在有限资源下提升效率。结语：合规能力将成为HR战略竞争力美国企业用工环境正在进入一个高度复杂的时代。法规变化、跨州用工、远程工作以及人工智能技术的出现，使得传统的人力资源管理模式面临新的挑战。对于HR领导者而言，用工合规已经不再只是执行层面的工作，而是企业治理结构中的关键组成部分。能够建立系统化合规体系、有效利用技术工具并获得管理层支持的HR团队，将在未来企业竞争中占据更重要的位置。在监管环境不断变化的背景下，真正成功的HR组织并不是那些完全避免风险的团队，而是那些能够持续识别风险、快速调整策略并保持组织稳定运行的团队。

HR科技
2026年03月08日
HR科技

北美HR服务指南——2026 北美华人人力资源服务图谱（NACSHR Landscape 20260103版）正式发布在北美复杂且高度多元的人力资源服务生态中，华人 HR 往往需要在招聘与猎头、用工与劳动合规、薪酬福利设计、跨州员工管理以及 HR 数字化工具选型等多个关键领域快速做出判断。然而，长期以来，市场上缺乏一张面向华人语境、结构清晰且具备参考价值的整体指南。基于这一现实需求，NACSHR 正式发布《2026 北美华人人力资源服务图谱（NACSHR Landscape）》，作为一份面向北美华人 HR 的实用型分类指南与快速参考工具。该图谱系统性梳理了当前北美 HR 实务中常用的人力资源服务与科技工具，覆盖招聘平台、HCM、ATS、Payroll、员工福利与 401(k)、HR 合规、PEO / EOR、薪酬数据、绩效管理与员工体验、AI 面试、People Analytics 等核心领域，并结合企业规模与实际使用场景进行分类呈现，帮助华人 HR 更高效地理解市场结构、识别工具定位，并在日常工作中做出初步判断。需要特别说明的是，本图谱并非完整市场清单，也不构成对任何具体产品或服务的推荐。其核心价值在于提供一个结构化的行业认知框架与参考视角，以降低信息筛选成本，提升华人 HR 在北美人力资源体系中的专业判断效率。作为北美华人 HR 社群与人力资源服务连接平台，NACSHR 将持续对该图谱进行维护与更新，并根据市场变化、技术演进以及华人 HR 的实际需求进行迭代升级。我们也欢迎来自 HR 从业者、人力资源服务机构及行业伙伴的补充建议与交流反馈，共同推动这一长期公共参考资产的不断完善。同时，NACSHR 图谱也作为北美企业人力资源服务采购的重要参考指南，系统性汇聚来自美国、加拿大、墨西哥等北美地区的优质人力资源服务机构，覆盖招聘猎头、劳动用工合规、薪酬与税务、员工福利与保险、HR 数字化等核心领域。（更新于 2026 年 1 月 3 日）这不仅是一份帮助企业甄选可靠 HR 服务伙伴的实用工具，也为出海企业在北美实现从落地、合规搭建，到稳定运营与长期发展的全过程提供参考支持。作为北美华人人力资源服务的第一站，NACSHR 始终基于第三方平台立场，为企业在劳动关系、招聘用工、薪酬税务、福利保险等关键人力资源议题上提供专业指引、资源对接与持续支持，助力企业完成从进入北美市场到实现可持续运营的关键跨越。关注 NACSHR 微信公众号 / 小红书：NACSHR官网：www.nacshr.org官方邮箱：nacshr818@gmail.com 了解更多 NACSHR 在北美华人人力资源领域的研究、活动与服务信息。 As the North American HR ecosystem continues to grow in complexity, Chinese HR professionals often face challenges in navigating recruitment platforms, compliance requirements, payroll systems, benefits administration, and cross-state workforce management—without a clear, structured reference tailored to their context. To address this need, NACSHR officially releases the 2026 North American Chinese HR Services Landscape (NACSHR Landscape)—a practical, high-level reference guide designed specifically for Chinese HR professionals working in North America. This landscape maps out commonly used HR services and technologies across key domains, including recruiting platforms, HCM and ATS systems, payroll management, employee benefits and 401(k), HR compliance, PEO and EOR solutions, salary data, performance management, employee engagement, AI interviewing, and people analytics. Tools and services are categorized by function and company size to reflect real-world HR use cases. The NACSHR Landscape is not intended to be an exhaustive market list or a product endorsement. Rather, it serves as a structured overview and cognitive framework to help Chinese HR professionals better understand the market landscape, compare categories, and make more informed preliminary decisions. As a community-driven platform for Chinese HR professionals in North America, NACSHR will continue to maintain and evolve this landscape in response to market developments, technology trends, and practical HR needs. Feedback and contributions from HR practitioners and service providers are welcome as we build this resource into a long-term industry reference. The NACSHR Landscape serves as an authoritative guide for enterprise HR service procurement in North America. It systematically brings together high-quality human resources service providers from the United States, Canada, and Mexico, covering key areas including recruitment and executive search, employment and labor compliance, payroll and taxation, employee benefits and insurance, and HR digitalization.(Last updated on January 3, 2026) More than a practical tool for enterprises to identify reliable HR service partners, the NACSHR Landscape is also an important reference for companies expanding into North America—from initial market entry and compliance setup to stable operations and long-term growth. As the first stop for Chinese HR services in North America, NACSHR adopts a third-party platform perspective to provide professional guidance, resource connections, and ongoing support for enterprises facing HR-related challenges such as labor relations, hiring and workforce management, payroll and taxation, and employee benefits. NACSHR aims to help companies achieve a successful transition from market entry to sustainable operations in North America. Follow NACSHR on WeChat Official Account / Xiaohongshu: NACSHRWebsite: www.nacshr.orgOfficial Email: nacshr818@gmail.com Learn more about NACSHR’s research, events, and services for the Chinese HR community in North America.

HR科技
2026年01月03日
HR科技

2026 人力资源趋势与优先事项：在智能世界中平衡创新与关怀 2026 年，人力资源正站在智能化与制度化深度交汇的临界点。AI 全面进入招聘、培训与运营，岗位开始被重新定义为“技能组合”；各国围绕自动化决策、薪酬透明和多州用工的监管加速落地；员工对幸福感与公平性的期待再度提升；HR 与 IT 的协作被推向战略高度。People、Compliance、Technology 三股力量共同推动 HR 模型重塑，决定组织的生产力、风险韧性与人才竞争力。 ADP报告显示：迎接智能、互联、以人为本的新工作时代 2026年的工作场所将由一个智能、互联且以人为本的新时代所定义。人工智能（AI）的进步正在深刻改变着工作方式，而员工则持续期望组织能将他们的福祉、公平与信任置于首位。对于企业领导者而言，挑战显而易见：如何在创新与关怀之间取得精妙平衡，以促进敏捷性、韧性和长期增长。本文将围绕“人员”、“合规”与“技术”这三大核心范畴，深入探讨企业如何应对这一挑战，从而为您构建一个清晰的行动框架。一、人员 (People)：技能、体验与福祉的重塑 1. 技能为王：以技能为核心重塑工作与组织规划两大驱动因素正促使领导者重新思考如何提升劳动力的效率：其一，是在招聘和发展中对技能的日益关注；其二，是AI承担日常任务的兴起。然而，挑战依然存在：数据显示，65% 的大中型组织在为员工提供技能发展机会方面面临障碍。为了应对这一挑战，组织正通过技能盘点来重新设计岗位。这种以技能为基础的方法，是现代战略性劳动力规划的基础，其战略意义在于，它能够帮助企业更灵活地将人才与任务相匹配，而不受传统职位头衔、工作地点或级别的限制，从而促进更佳的员工敬业度，并最终使运营更具成本效益和成功。其最终目标是赋能员工，而非简单地淘汰岗位。 “虽然拥有更多财务资源和先进数据洞察力的大型组织率先采用战略性劳动力规划和基于技能的设计，以使其人才供给与组织目标保持一致，但中小型组织也应该并且可以考虑在现实的规模内实施这些实践。这样做将显著提高其效率和整体成功。” — Asal Naraghi，ADP全球创新负责人，未来工作 2. 人机协作：优化AI在工作中的应用体验人工智能正在影响人们的工作互动方式、问题解决方法以及对工作的整体感受。数据显示，对AI的兴奋程度与公司规模成正比：66% 的大型组织对此表示极度兴奋，而中型组织和小型组织的比例分别为47%33%。专家建议，应将团队的AI应用方式重塑为“增强”（Augmentation）而非“自动化”（Automation），以鼓励员工更深入地参与有意义的工作。正如ADP专家在一次深度访谈中所强调的，为了建立信任，组织需要通过透明的沟通，帮助员工将AI视为一种“辅助工具”，而不是“替代工具”。 “将AI技术整合到日常工作流程中，有助于员工有效利用它，从而实现真正的生产力提升。例如，如果员工使用通话摘要工具，他们将有更多精力专注于来电者，而不是手动做笔记。员工可以更少地考虑笔记，更多地思考如何满足对方的需求。通过这种方式，AI成为人际连接的促进者，凸显了这项技术的真正优势。” — Tiffany Davis，ADP首席包容性与多元化官 3. 全人关怀：坚定组织对员工福祉的承诺员工福祉仍然是雇主在2026年的重要考量。数据显示，组织在确保员工身心及财务福祉方面表现出强烈的责任感：身体健康：94% 的大型组织、91% 的中型组织和90% 的小型组织认同他们有责任确保员工的身体健康。心理健康：93% 的大型组织、90% 的中型组织和87% 的小型组织认同他们有责任确保员工的心理健康。财务健康：86% 的大型组织、84% 的中型组织和74% 的小型组织认同他们有责任确保员工的财务健康。然而，强烈的责任感与提供充足资源的能力之间存在差距。企业领导者需注意的是，弥合这一差距至关重要，因为那些真正为员工提供关怀的雇主，在员工健康、敬业度和生产力方面都能观察到更优异的成果。二、合规 (Compliance)：驾驭新兴法规与全球复杂性在重塑人员策略以适应智能时代的同时，企业还必须应对随之而来的复杂监管环境，这正是平衡创新与关怀的另一大考验。 4. AI监管：应对人工智能在雇佣决策中的法规浪潮全球各国和美国各州正在就如何监管AI在雇佣决策中的应用制定法规，并已形成不同的路径。欧盟的《人工智能法案》（EU AI Act）、加拿大的《人工智能与数据法案》和科罗拉多州的《人工智能法案》等法规，都将AI在招聘、晋升等关键决策中的应用归为“高风险”类别。《欧盟人工智能法案》明确禁止了四种特定行为：（1）通过工具分析员工情绪；（2）基于与工作无关的特征对员工进行社会评分；（3）利用生物识别数据评估员工的不当行为风险；（4）操纵员工使其采取非自愿行动。该法案同时强调，人类必须参与所有雇佣决策过程。 “在评估任何AI工具时，要考虑它是否使用安全、高质量的数据开发，是否能产生可靠且有意义的结果，以及是否有助于简化而非复杂化工作流程。保持人类监督、向员工提供透明度、定期监控输出并及早解决潜在问题，是负责任的AI项目的关键所在。” — Helena Almeida，ADP副总裁，管理法律顾问，AI法务官 5. 薪酬透明：全球薪酬透明度要求持续扩大薪酬透明度的要求正在全球范围内持续扩大，尤其是在欧盟。从2026年6月起，欧盟成员国的雇主必须向求职者和现有员工提供薪酬信息、晋升机会，以及决定这些机会的客观、性别中立的标准。与此同时，美国各州也在推行类似法律，例如马萨诸塞州的新规（2025年10月生效）要求在该州拥有25名或以上员工的雇主必须披露薪酬范围，而特拉华州的新规（2027年生效）也对薪酬披露提出了更严格的要求。 6. 多司法管辖区合规：应对复杂的法律环境雇主持续面临来自地方、州和联邦层面的多重法律要求，这些要求在薪酬透明度、假期、最低工资等方面差异巨大。企业领导者需注意的是，一种更具战略性的应对方法并非为每项法规制定单独的实践，而是制定一个以员工权利和最佳实践为核心的统一标准。这种方法不仅能够满足最严格的法律要求、简化行政管理，还能在整个组织内推行一致且公平的文化，从而有效降低合规风险。 “合规和风险管理所考虑的因素总是比法律的字面要求更广泛。当多项法律提出不同要求时，并不一定意味着要为每项法律制定单独的实践。通常可以制定一个以员工权利和最佳实践为核心的标准，这个标准在大多数情况下都适用，并能让你采取一致的方法。” — Meg Ferrero，ADP副总裁兼助理总法律顾问三、技术 (Technology)：智能体、数据与部门协作的未来 7. 智能体AI崛起：成为HCM的核心能力继生成式AI之后，智能体AI（Agentic AI）正迅速成为人力资本管理的核心战略能力，预示着自动化和效率的新纪元。智能体AI是指能够以最少的人类监督，自主思考、规划和行动以实现多步骤目标的系统。数据显示，其应用率正随企业规模增长而提升（大型企业48%，中型企业25%，小型企业4%）。Gartner预测，智能体AI在企业软件应用中的比例将从2024年的不足1%迅猛增长到2028年的33%。其实际应用包括自动化新员工入职流程、简化薪酬校验和错误检测等，展现出巨大的效率提升潜力。 “智能体AI开启了自动化的新前沿，能够协调多步骤工作并适应现实世界的变化。人类的监督则为其提供目标和护栏，明确目标、批准关键行动并审查影响。两者结合，提供了在条件变化时值得信赖、合规且有弹性的可扩展自动化。” — Amin Venjara，ADP首席数据官 8. 数据管理演进：为智能体AI奠定基础智能体AI的部署正促使领导者优先考虑软件应用间的无缝数据流。然而，这也带来了数据质量、隐私和安全方面的严峻挑战。数据显示，79% 的IT领导者认为AI智能体带来了新的安全挑战，且55% 的人对其部署的防护措施没有完全的信心。这背后反映出一个核心事实：强大的治理框架和高质量的数据，对于负责任地实现AI的承诺至关重要。 9. HR与IT融合：日益紧密的战略伙伴关系随着AI重塑工作场所，人力资源（HR）和信息技术（IT）部门的关系变得前所未有地相互依赖。数据显示，64% 的IT领导者预测，HR与IT将在五年内完全合并。这种合作关系已超越战术层面，上升为战略需要：HR的成功将越来越依赖IT的技术专长；反之，IT也需要HR提供关于技术如何影响员工的深刻洞察。其战略意义在于，两个部门共同承担着保护公司数据、将人员数据融入业务战略以及影响领导层如何应对AI转型的核心责任。 “IT在决策中的作用肯定比过去更重要了。他们关心的是用户管理、数据安全、集成以及这些集成的工作方式。它们是否现代化？是否可扩展？它们之间能否连接，以及如何对这些连接进行维护？” — Tonya James，ADP全球薪酬产品管理副总裁构建一个更智能、更人性化的未来工作世界塑造2026年的各种力量，要求领导者在人员、合规和技术领域驾驭日益增长的复杂性，同时始终保持人性化的触觉。这不仅是应对挑战，更是抓住机遇，重新定义何为卓越的组织。可持续的增长将属于那些能够在推动创新的同时不忽视员工、在应对监管的同时不牺牲敏捷性、在部署互联智能的同时不失去信任的组织。最终，能够在2026年脱颖而出的，将是那些不仅采纳了智能技术，更将其深度融入人性化管理哲学，从而实现创新与关怀无缝结合的组织。

HR科技
2025年11月25日
HR科技

报告显示：雇佣质量与企业营收增长呈显著正相关前言：在企业的成长方程式中，“人”始终是最关键却最难量化的变量。过去我们常说“招对人比多招人更重要”，但始终缺乏一个能用数据验证的标准。如今，Crosschq提出的QHI雇佣质量指数（Quality of Hire Index），首次用公开数据证明了一个明确的结论：雇佣质量与企业营收增长呈显著正相关。研究显示，QHI每提升1分，企业营收平均增长0.14%；提升18分，营收增长可超2%。这不仅让“招聘质量”从模糊的HR指标，转化为可以驱动利润的战略指标，也意味着——在智能化与数据化的时代，“招对人”正成为企业最确定的增长杠杆。在人才成为企业最稀缺资源的时代，很多管理者都在追问同一个问题：“什么样的招聘，才能真正带来业务增长？”过去，这个问题的答案充满主观判断；而如今，Crosschq提出的**“QHI雇佣质量指数（Quality of Hire Index）”，第一次用数据给出了明确的量化解释——“招对人”与企业营收增长呈显著正相关。** 一、什么是QHI：让“好雇佣”变得可量化 QHI（Quality of Hire Index）由人才分析公司Crosschq团队开发，通过对2020年至2025年间在《财富500强》企业入职的4,354,540名员工的LinkedIn数据进行建模，建立了一套系统的“雇佣质量”评分体系。它从三个关键维度衡量新员工在组织中的表现： Enrollment（入职稳定）：新员工在3个月与12个月内的留任情况； Commitment（长期承诺）：入职两至三年后的持续留任率； Achievement（成就表现）：入职三年内的晋升、学历提升及同事认可。通过这三项指标的加权，Crosschq将复杂的人才行为转化为一个0–100的标准化指数（QHI），使得企业能用数据衡量自己“是否真的在招对人”。二、核心发现：每提升1分QHI，营收平均增长0.14% 研究结果令人震撼： QHI每提升1分，企业营收增长平均提升0.14%。对于《财富500强》公司而言，这相当于约1,876,000美元的年度营收增长。若一家企业的QHI提升18分，则其营收增长率可提升2%以上，意味着平均可增加约33,768,000美元的收益。更进一步，研究还发现： QHI与企业的Glassdoor员工口碑评分呈正相关（r=0.43），表明“招得好”的公司往往“员工也更愿意留下来”； QHI与营收增长的相关系数为0.15，虽然数值不高，但在大样本下呈现显著统计意义，说明“雇佣质量”对企业业绩增长的影响是可量化的、可持续的。换句话说：QHI越高，企业越能用正确的人才驱动增长。三、行业对比：科技领先，零售垫底 QHI研究同时揭示了不同产业间的显著差异： QHI最高的行业包括科技（软件、半导体、信息基础设施）、生物医药与投资管理。这些行业的人才门槛高、培养体系成熟、晋升路径清晰； QHI最低的行业则集中在餐饮、零售和酒店业，普遍面临高流动率与低投入培训的挑战。从企业榜单来看，Meta、Microsoft、Adobe、ServiceNow、Workday、NVIDIA等公司凭借数据驱动的招聘与成长体系位居前列。而传统零售巨头如CVS、Costco、Sam’s Club，则在QHI表现上明显落后。这表明，不同行业的“人才机制成熟度”直接影响着企业的增长潜力。四、为什么QHI值得重视：从HR指标到增长杠杆长期以来，“雇佣质量”被视为HR的内部指标，而非企业经营指标。Crosschq的研究首次打破了这一隔阂—— 当人才数据可以预测营收变化时，招聘就不再是人事事务，而是企业战略。在传统财务体系中，企业追踪销售增长率、利润率、现金流，却鲜少衡量“人力资本的质量回报”。而QHI为管理层提供了一个新的财务语言： CFO可以量化“人力投资回报率”； CEO可以用QHI判断组织的增长潜力； HR则能以数据证明自身工作的商业价值。 QHI让招聘从“支出”变为“投资”，让“人”成为企业增长的可控变量。五、未来启示：AI招聘的“质量校准器” 随着生成式AI与预测模型进入招聘流程，QHI的意义更加深远。未来的AI招聘系统，不仅能识别技能匹配，更能通过QHI模型预测候选人的长期成功率与潜在产出。企业也能基于QHI建立自己的“人才增长仪表盘”，动态监测：哪类岗位的雇佣质量最高；哪个团队的入职留任率最强；哪种招聘渠道带来更高绩效员工。从此，“雇佣质量”不再模糊，而成为一个实时可追踪、可优化的企业竞争指标。六、从招人到造势，QHI是一场企业文明的升级 QHI的价值在于，它用科学方法揭示了一个显而易见却长期被忽视的事实：企业的增长速度，取决于你能否持续地“招对人”。当招聘质量可以被数据量化、与营收挂钩，HR终于拥有了直接影响利润的“话语权”。未来的领先企业，不再只是资本和市场的赢家，而是能够用数据驱动人才决策的组织。因为，最持久的竞争力，从来都不是产品或技术，而是那群被你“正确雇佣”的人。

HR科技
2025年11月03日
HR科技

聚合AI时代的华人HR力量 ——2025 NACSHR北美华人人力资源年度论坛在硅谷圆满落幕 Redefining HR in the Age of AI: NACSHR 2025 Annual Conference Concludes Successfully in Silicon Valley 2025年10月4日至5日，NACSHR 2025 北美华人人力资源年度论坛在硅谷成功举办。这场由北美华人人力资源协会（NACSHR）主办的行业盛会，以“AI时代的人力资源变革与未来领导力”为主题，汇聚了来自旧金山湾区、洛杉矶、休斯顿、纽约、西雅图、温哥华及墨西哥等地的六十多位华人HR嘉宾与行业领袖，共同探讨AI技术、人本文化与组织创新的未来方向。在这场为期两天的深度交流中，参会者既是学习者，也是分享者；既是倾听者，更是共创者。正如NACSHR 发起人 Gawain在开幕致辞中所言： “NACSHR不仅仅是华人HR的在北美的互动交流平台，更是一种连接的力量。我们在这里相互启发、相互成就，在AI的时代共同成长。” 本次论坛延续了NACSHR一贯的宗旨——以专业连接华人HR的全球力量，在AI与全球化浪潮下，汇聚思想、凝聚行动，为北美华人职场社群注入了新的信任与信心。第一日 · 从AI到组织——重塑战略与协作的力量 10月4日的主题围绕“组织、AI与领导力”展开。多位嘉宾以不同视角深入剖析了AI如何重塑组织设计、决策逻辑与人才价值。 How to Design Your Organization to Support Global Business — Bijun Zhang 大会首日由本次论坛的主席 Bijun Zhang 开场。她以《How to Design Your Organization to Support Global Business》为主题，从组织设计与全球战略协同的角度，分享了跨地域团队在AI时代的成长之道。她指出，组织设计的核心，不仅是结构，更是信任机制的建立。 “在跨时区、跨文化的团队中，真正的竞争力来自于‘清晰的边界’与‘有效的连接’。” Bijun结合多地实践案例，提出通过“授权矩阵 + 沟通链路 + 文化共识”三要素，让全球团队在敏捷环境中高效协作。她总结道：“组织的韧性，不在规模，而在结构设计的智慧。” The Art of Business Partnering in the Age of AI — Angela Rui 来自Canadian Solar 的 Global HR Director Angela Rui 带来了关于“AI时代的业务伙伴艺术”的分享。她认为，AI已成为HRBP最具影响力的“共驾工具”，帮助HR从事务性支持者成长为决策共创者。 Angela以实战案例讲述，如何通过AI工具洞察员工行为模式、优化绩效反馈、支持战略决策。 “AI让数据更透明，但真正的价值在于HR如何提出更好的问题。” 她强调，在AI与业务共驾的过程中，人性洞察将是HR无法被取代的核心竞争力。川普2.0签证移民新政解读与HR应对之道 — Jiaqi (Jacky) Ji 律师来自 Reid & Wise律所的律师 Jiaqi (Jacky) Ji 带来了一场兼具专业性与现实指导意义的主题演讲。他从“政策误读”切入，详细剖析了近期引发热议的“10万美元入境费”事件，指出在社交媒体与碎片化信息环境下，HR应如何保持政策判断力与合规决策力。 “这是一场现实版的‘烽火戏诸侯’——政策还未实施，恐慌已先传播。” Jacky系统解析了薪酬加权抽签机制、LCA提前布局策略及应对H-1B改革的关键要点。他提醒企业HR： “在全球化与政治风险并存的时代，合规不仅是防御，更是战略能力。” Panel：Organization Efficiency & AI Implementation 由硅谷人才专家Tom Zhang 博士主持的圆桌论坛聚焦“组织效率与AI实施”。与会嘉宾包括 Linda Lee（AI Fund Talent Partner）、Linsha Yao 与 Yalan Tan 等来自科技与生物医药行业的HR专家。嘉宾们围绕“AI工具落地的关键障碍”展开深入探讨。讨论达成共识： “AI能带来工具效率，但真正决定成败的，是文化的开放度与管理层的信任度。” 论坛现场氛围热烈，案例交流兼具前瞻性与实操性。会议间隙，不分嘉宾还参与了会议合影的拍摄。 Thought Leadership Session：AI & HR Leadership — Tina Weinberger 来自 Cisco/Splunk 的高级HR业务伙伴 Tina Weinberger 以《Beyond the Hype: AI + HR Leadership》为题，带来极具洞察力的分享。她指出，AI对HR最大的改变，并非工作流程，而是“对工作的感受”。 “AI not only changes how we work — it changes how we feel about work.” Tina提出“AI Confidence Framework”，包括四个核心要素：透明沟通、持续赋能、伦理治理、人机闭环。她强调，AI领导力的真正挑战不是工具选择，而是信任的建立。 “作为HR领袖，我们的使命不是管理变革，而是引导人走过变革。” HR’s Next Evolution: How to Co-Pilot with AI Agents — Dr. Tom Q. Zhang 硅谷人才专家 Tom 博士在演讲中提出“共驾思维（Co-pilot Mindset）”，他指出： “AI不会取代HR，但懂AI的HR，会取代不懂AI的HR。” 他展示了AI在招聘筛选、绩效预测、员工发展分析中的创新应用，并通过案例说明HR如何以AI为“副驾驶”，实现数据决策与人文洞察的融合。并强调未来的HR必须是会使用AI工具的人，同时在现场他还发布了一个正在招聘的HR主管岗位，其中之一的要求就是必须熟悉AI工具使用！这一要求引发全场同仁的思考和共鸣，也象征AI时代HR的新技能门槛 Solving HR Compliance and Payroll Challenges in North America with PEO — Joeyee Choon (ADP) 作为NACSHR战略合作伙伴代表，来自 ADP 的 Joeyee Choon 分享了PEO模式在北美合规与薪资管理中的创新实践。她指出：“在美国这样一个多州、多税制的环境中，共雇（Co-employment）已成为企业提高合规与效率的关键机制。” 她以真实客户案例展示，企业通过PEO可平均节约20%的成本，并将HR从事务性流程解放出来。 “合规不是负担，而是组织持续成长的护栏。” Redefining HR: Finding Your Unique Advantage in the Age of AI — Sandy Qian 来自 TransGlobal Insurance Agency 的 Sandy Qian 带来题为《Redefining HR: Finding Your Unique Advantage in the Age of AI》的主题演讲。她以IKIGAI模型为框架，引导HR思考个人使命与组织目标的契合点。 “AI可以自动化你的任务，但IKIGAI定义了你无法被取代的价值。” Sandy提出，未来的HR应成为“技术的拥抱者、人性的守护者、组织文化的建设者”。 Panel：Building Leaders and Organizations in a Global Context 当天最后一个论坛由 Joki Jin 主持，嘉宾包括 Jane Xu、Carrie Peng、Cindy Fan、Grace Zhao等来自跨国科技与咨询领域的HR领导者。大家共同探讨了“全球背景下的组织领导力与人才流动趋势”，分享了多元文化团队中的实践心得。 “领导力的未来，不在权力，而在连接。” 她们从华人HR的视角出发，讨论如何在跨文化语境中平衡本地合规与全球战略，实现组织一致性与文化多样性共存。 Special Guest & VIP Dinner 夜幕降临，NACSHR特设的VIP Dinner 成为大会的温情收尾。在轻松的氛围中，嘉宾们围绕“AI与组织共生”“职业成长的长期主义”展开自由交流。这一环节不仅是社交聚会，更是一次深度链接与合作关系的延伸。许多嘉宾在会后已开启跨城市项目合作，成为未来持续共创的开端。第二日 · 从组织到人本——在AI时代重新发现热爱与使命 10月5日的议程从技术与组织的视角，逐步走向“人性与热爱”的话题。AI不再是冷冰冰的系统，而成为激发创造力的伙伴。 From Business Leader to HR Head — Annie Jie Xu 开场分享嘉宾 Annie Jie Xu 分享了自己从20多年的商业领导者到HR负责人的转型之路。她以阿里巴巴二十年的成长经历为例，讲述如何从商业运营思维过渡到以人为本的组织建设！她谈到：最差的领导是很忙，最好的领导是会往后退。别人不帮你，是正常的，但是把事情做到极致，影响力就够了，别人也会来帮你。同时谈到阿里CPO童文红的职业经历启发了在场的每一位HR同仁。 “HR是企业灵魂的建构者。” Annie以她的经历呼应了AI时代的人本管理主题——技术永远重要，但理解“人”的能力更不可或缺。 AI驱动的组织文化变革：如何让人机协作成为竞争优势 — Austin (Bo) Sun Clausey AI 创始人 Austin Sun 带来对AI文化转型的系统思考。他以WM（Waste Management）的实践为例，指出： “AI项目失败的90%原因不是技术，而是文化。” Austin分享了如何通过内部AI培训、开放讨论与文化引导，让员工从焦虑到信任，最终实现AI共创。 “Don’t sell AI tools — build cultural momentum.”他的分享让“AI文化”从抽象概念变为可操作实践。预见AI领导力进化 — Zhibin Liu 来自香港金融管理学院的 Zhibin Liu 客座教授，心理学家，以组织心理学视角探讨“高绩效与低焦虑的AI组织”。他通过实证研究与心理模型，说明AI领导力需要情绪智能（EQ）与适应智能（AQ）的双轮驱动。 “未来的领导者，既懂技术逻辑，也懂人心温度。” Performance and Rewards Redesign in a Changing Workforce 由 Gabby Zhao 主持的圆桌论坛邀请 Cathy Wu、Freya Wang、Eva Meng 等HR专家，从多行业角度探讨绩效与激励机制的再设计。在AI与远程工作并行的环境下，如何用数据衡量绩效、用文化驱动动力，成为共识焦点。如何找到自己的热爱，并把它创造到工作中 — 张岩国际认证教练、团队领导力导师张岩带来最具情感共鸣的演讲。 “热爱，不是找到的，而是被创造的。” 她提出“四步法”：探索纯愿、广而告之、聆听回响、循响而行。 “幸福不是找到理想的工作，而是让当下的工作变得理想。”她的演讲以温暖和力量为论坛注入人文收尾，成为两天会议的情感高点。 HR in Startups: Building HR Functions from Zero to One 由 Libby Sun 主持，嘉宾包括 Lisa Qi、Yuqing Zhang、Ethan Zheng。他们从初创企业的角度探讨HR体系建设与快速成长的平衡。 “在初创企业，HR不是后台，而是生存引擎。”几位嘉宾以实战案例分享如何在资源有限的环境中搭建HR制度与文化支撑。 Thriving as Chinese HR Professionals in the North American Workplace 由 Mindy Gao、Jane Liang、William Chin参与的最后一场论坛，以“华人HR的职业成长与文化认同”为核心。他们探讨了如何在北美职场中建立影响力、获得认可，并以社群的方式彼此赋能。 “我们不仅在职场中工作，更在用行动定义‘华人HR’的力量。” 论坛在热烈掌声中落幕。两天16个环节的思想碰撞，带来了丰富的启发与情感共鸣。NACSHR以实际行动践行着“连接、学习与成长”的理念，为北美华人HR群体构建了一个持续交流、相互成就的专业共同体。 “当技术重塑世界，我们用热爱与连接重塑HR的未来。” Stay Together, Stay Powerful.

HR科技
2025年10月06日

12 》

订阅NACSHR周报

HR Jobs

外企德科（FESCO Adecco）寻找 Part Time 猎头合伙人合作性质：纯佣金远程兼职，非全职雇佣，Fr 2026年08月10日
Sales Assistant/Warehouse Assistant（销售支持） About Us When we 2026年07月24日
您好，我是 HiTHIUM（海辰储能） HR Kristina。我们目前在 Dallas（Mesquite）招聘一位 2026年07月13日
Manufacturing Cost Accountant At HiTHIUM, we're not just le 2026年07月09日