• 观点
    不到一年第二次站上联邦陪审团法庭:SHRM这次因“服务犬+撤回Offer”被告 NACSHR核心摘要:美国最大HR专业组织之一 SHRM,正在因为自己的“合理便利流程”走上陪审团法庭。原告 Fiona Torres 患有 Type 1 diabetes,她称自己在获得 SHRM Senior Specialist Offer 后,请求携带能够预警危险血糖变化的服务犬上班,之后服务犬请求被拒,Offer最终被撤回。SHRM则表示,公司进行了善意interactive process,并提出CGM、insulin pump、breaks、饮食及leave等替代措施。真正的法律焦点并不是“员工想要什么公司就必须给什么”,而是:企业提出的替代方案是否真正有效解决员工的残障相关需求。 对HR来说,这个案件再次提醒我们——合理便利最重要的不只是结果,更是individualized assessment、流程、证据、政策一致性和沟通方式。目前案件仍在审理,尚无最终判决。 不到一年,美国最具影响力的人力资源专业组织之一 SHRM(Society for Human Resource Management)第二次站上联邦陪审团法庭。这一次,争议来自一份已经发出、后来又被撤回的工作Offer。 原告 Fiona Torres 患有 Type 1 diabetes。她在获得SHRM Senior Specialist职位Offer后,提出希望携带一只能够预警危险血糖变化的医疗服务犬进入办公室。SHRM没有接受这一方案,而是讨论了continuous glucose monitor、insulin pump、进食饮水、休息和leave等替代措施。2024年7月15日,SHRM最终撤回Offer。Torres随后依据Americans with Disabilities Act(ADA)和Virginia Human Rights Act(VHRA)提起诉讼。2026年10月6日,案件在Virginia Alexandria正式进入陪审团审判。 争议不是“公司必须允许服务犬吗” 根据Torres提交给U.S. District Court for the Eastern District of Virginia的Complaint,她认为服务犬能够比单纯依赖设备更早发现危险的血糖变化,因此是保障其工作期间安全所必需的reasonable accommodation。SHRM则否认歧视,并公开表示,公司并没有简单拒绝她的需求,而是进行了good-faith interactive process,并要求Torres与医生讨论其他可能的便利方案。SHRM的核心观点是,ADA并不保证候选人一定获得自己“preferred accommodation”。 因此,这场官司真正要解决的并不是“服务犬能不能进入办公室”这样一个简单的是非题,而是更具体的事实问题:SHRM提出的其他措施,对于Torres的实际医疗需求而言,是否构成有效的替代方案?双方的interactive process是否充分? SHRM此前曾申请summary judgment,希望在正式庭审前结束案件。但联邦法官Patricia Tolliver Giles在2026年9月拒绝了这一请求,认为关于disability discrimination和failure to accommodate仍存在“genuine dispute of material fact”,因此需要进入审判。需要注意,这一裁定并不意味着SHRM已经违法,而是意味着现有证据不足以在审前直接结束案件。 这已经不是SHRM第一次站上陪审团法庭 这也是此次案件格外受到美国HR行业关注的原因。就在十个月前,SHRM刚刚经历过另一场就业歧视陪审团审判。 2025年12月5日,在 Mohamed v. Society for Human Resource Management 一案中,Colorado联邦陪审团认定SHRM在前员工Rehab Mohamed提出的种族歧视及报复案件中承担责任,并裁定 $1.5 million compensatory damages加$10 million punitive damages,总额$11.5 million。该案源于Mohamed关于工作场所种族差别待遇的投诉以及其后被解雇的争议。SHRM强烈反对该裁决,并已进入上诉程序。 两起案件的事实和法律问题并不相同:Mohamed案涉及race discrimination和retaliation,而Torres案聚焦disability discrimination和reasonable accommodation,不能简单相互类推。但对于一家长期向雇主和HR专业人士提供劳动合规、员工关系和管理实践指导的专业组织而言,不到一年连续两次让就业争议走到联邦陪审团面前,本身已经成为值得关注的行业事件。 真正值得继续看的,是陪审团如何理解“合理便利” Torres案目前仍在审理,陪审团尚未作出最终裁决。最终结果不仅将决定SHRM是否需要承担法律责任,也可能让外界进一步看到,当“员工首选的便利方案”与“雇主认为可以替代的方案”发生冲突时,美国法院和陪审团究竟如何判断什么才是真正有效的reasonable accommodation。 NACSHR将继续关注该案最终裁决及后续进展。 资料来源:U.S. District Court for the Eastern District of Virginia,Torres v. Society for Human Resource Management, No. 1:25-cv-02360;U.S. District Court for the District of Colorado,Mohamed v. Society for Human Resource Management, No. 1:22-cv-01625;SHRM官方声明;HR Dive。
    观点
    2026年10月07日
  • 观点
    全球劳动力报告深度解读:AI时代最大的挑战,不是裁员,而是员工的工作已经改变,组织却还没有跟上 人工智能究竟会取代多少工作?这是过去两年企业管理者、人力资源负责人和员工反复讨论的问题。但随着AI真正进入企业运营,一个更加现实、也更加复杂的问题正在浮现:即使员工没有失去工作,他们原来的工作是否已经发生了根本变化?如果岗位职责、技能要求和工作方式都在改变,企业现有的人才管理体系是否还能够支持员工持续成长? 2026年10月5日,企业管理软件公司Workday发布最新《Global Workforce Report: The Adaptability Advantage》(全球劳动力报告:适应力优势)。报告基于Workday平台劳动力数据及全球员工和企业决策者调查,试图回答AI正在如何改变就业市场、岗位结构、招聘、员工技能和职业发展。 报告最重要的一组数据是:40%的企业决策者预计AI将提高现有员工的生产力,34%预计工作内容或岗位结构发生变化,33%预计出现新的岗位或技能,而预计员工总数减少的比例为28%。 这些数据并不意味着AI不会导致裁员,也不能据此断言未来就业规模一定保持稳定。事实上,受访企业对AI的预期可能同时包含生产力提升、岗位调整和人员减少。但至少在当前阶段,企业对AI的期待已经明显超越简单的人力成本削减,开始转向如何重新组织工作、配置技能和提高业务效率。 对于北美华人人力资源管理者而言,这份报告揭示了一个值得高度重视的趋势:AI转型正在从技术部署进入组织重构阶段。真正考验HR专业能力的,不再只是帮助员工使用AI,而是帮助企业重新定义工作,并让员工在持续变化中找到自己的职业发展方向。 一、员工没有换工作,但他们的工作已经变了 Workday副总裁Phil Willburn在报告中提出了一个非常具有代表性的观察:“Employees may not be changing jobs, but their jobs are changing around them.” 员工可能没有更换工作,但他们周围的工作正在发生变化。 这句话揭示了当前劳动力市场一个容易被忽视的现象。从招聘、晋升和员工总数等传统指标来看,全球就业市场整体似乎处于相对停滞状态。企业没有大规模扩张招聘,内部晋升增长缓慢,员工流动也不像过去那样活跃。 但是,企业内部发生的变化远比这些数字呈现的更加剧烈。 Workday调查发现,38%的员工在过去一年经历了企业重组或组织结构调整,32%表示企业存在空缺岗位长期不补充人员的情况,30%观察到新岗位被创造,23%的受访者所在组织经历了裁员或岗位冗余削减。 也就是说,即使企业的员工总数没有明显变化,组织内部的工作分配、岗位职责和人员结构仍然可能经历大幅调整。 例如,过去一名Recruiter可能需要大量时间筛选简历、安排面试和联系候选人。随着AI招聘工具投入使用,这些重复性工作可以部分自动化,Recruiter可能因此需要将更多精力投入人才评估、业务沟通和招聘策略。 同样,对于HRBP而言,过去大量时间可能花在整理员工数据、生成报告和回答常规人事问题上;未来,这些任务可能越来越多地由AI辅助完成,而HRBP需要承担更多组织诊断、管理者支持和人才决策工作。 这些变化不一定伴随着岗位名称的改变,却可能实质性改变岗位的价值和能力要求。 从NACSHR的专业视角看,企业过去主要按照Job Title管理人才,但AI时代越来越需要从Task和Skills两个维度重新理解岗位。岗位是否存在是一回事,岗位内部究竟由哪些任务构成、哪些任务可以自动化、哪些能力必须由人承担,则是另一回事。 未来企业HR不能只关注Headcount Planning,还必须开始关注Work Redesign。 二、AI技能需求发生分化:会使用AI,正在成为基础能力 Workday报告中最值得关注的另一组数据,是基础AI技能需求下降25%,而应用型AI技能需求增长51%。 根据Workday对554家企业岗位招聘数据的分析,从2025年9月至2026年7月,企业对AI技能的要求正在发生显著变化。基础AI技能,例如日常使用AI工具、Prompting和Copilot,相关岗位需求在2026年1月达到高峰后下降了25%。 与此同时,Applied AI Skills持续增长,整体增幅达到51%。这些技能主要涉及Machine Learning、Workflow Automation、Large Language Models以及AI Engineering等实际应用能力。 这里需要特别强调:基础AI技能在招聘信息中的需求下降,并不代表企业不再需要员工使用AI,也不意味着这些技能失去了实际价值。更合理的理解是,随着AI工具普及,基础使用能力正在逐渐成为许多岗位的默认要求,而不再总是需要被单独强调的专业技能。 这与过去办公软件普及的过程有相似之处。当越来越多的知识工作者都能够使用Excel、PowerPoint或者其他办公系统时,企业真正重视的就不再只是员工会不会操作软件,而是能否利用工具解决实际业务问题。 AI也正在经历类似的变化。 对于企业HR而言,这意味着培训策略需要升级。过去一年,很多企业的AI培训主要围绕如何使用ChatGPT、Microsoft Copilot或其他生成式AI工具展开。这些培训有其价值,但如果长期停留在工具介绍和Prompt技巧层面,就很难真正推动组织生产力变化。 未来更有价值的学习发展体系,应当围绕实际业务场景展开。例如,招聘团队如何利用AI改善候选人匹配质量,HR Operations如何重新设计员工服务流程,Compensation团队如何提升数据分析能力,HRBP如何借助AI辅助组织诊断与劳动力规划。 企业需要建立的不仅是AI Literacy,更是将AI转化为实际工作成果的能力。 三、员工并不缺乏适应意愿,真正不足的是企业支持 人力资源管理者在推动AI转型时,经常会面临一个问题:员工是否愿意接受变化? Workday的调查结果提供了一个值得重新思考的答案。 65%的员工表示,如果未来岗位所需技能发生变化,他们有信心进行适应;79%的员工表示,自己知道未来取得成功需要哪些技能。但是,只有66%的员工认为,雇主真正帮助他们发展这些技能。 这13个百分点的差距,反映出员工技能认知与组织发展支持之间存在明显落差。 员工可能已经意识到AI正在改变工作,也愿意接受新技能培训,但他们未必知道企业究竟希望自己如何改变,更不确定完成学习之后能否获得新的发展机会。 这种矛盾在AI重度使用者中更加明显。 在几乎所有工作中使用AI的员工中,62%认为AI可能降低自己当前技能的市场价值,但同时有76%认为AI会创造新的职业发展机会。 这意味着员工对AI的态度并不是简单的支持或反对,而是同时存在期待与担忧。 他们看到了效率提升的机会,也意识到自己过去积累的某些专业能力可能正在发生贬值。 对于北美华人HR而言,这一点尤其值得重视。许多企业拥有不同文化背景、不同年龄层和不同专业经历的员工,各类员工对AI转型的理解、接受程度和职业焦虑可能存在差异。对于跨国经营、团队分布在不同地区的企业,这种沟通与支持的复杂性还可能进一步增加。 HR不能仅仅通过一封邮件宣布公司开始采用AI,也不能把员工参加培训的次数当作转型成功的证明。 企业更需要回答员工几个具体问题:我的岗位未来会如何变化?哪些任务将由AI承担?哪些技能仍然具有长期价值?公司是否提供学习资源?如果我掌握了新技能,是否能够看到明确的内部发展机会? AI转型过程中,员工最需要的可能不是更多关于AI的口号,而是更清晰的职业发展预期。 四、内部人才流动正在停滞,传统职业发展模式面临挑战 Workday报告显示,57%的企业内部横向岗位流动同比下降。全球员工的12个月滚动晋升率约为8.1%,整体基本没有明显增长。 更值得注意的是员工为何无法实现内部流动。 在尝试申请内部岗位的员工中,22%认为内部选拔程序不够公平,22%遇到岗位被暂停、撤销或改变的情况,17%表示经理不支持内部转岗。 而在过去一年没有申请内部岗位的员工中,44%表示对当前岗位满意,但27%表示没有看到有吸引力的内部机会。 这组数据揭示的问题可能比单纯的晋升率下降更加深刻。 过去企业内部的职业发展路径相对清晰:员工通过积累经验、完成绩效目标、承担更多职责,逐步获得晋升或转岗机会。 但随着AI改变工作内容、组织结构持续调整、部分企业控制新增岗位,传统依赖职位数量增长和管理层级扩张的职业发展模式正在受到挑战。 员工可能持续学习新技能,却发现原来熟悉的晋升路径不再存在;企业可能不断要求员工提升适应能力,却没有同步建立新的岗位转换机制。 如果企业不能解决这一矛盾,员工对学习和转型的积极性就可能逐渐下降。 Workday自身的案例提供了一种可能的解决方向。公司部署Fetch——HiredScore AI for Talent Mobility的一项能力——利用AI帮助招聘团队将内部人才与开放岗位进行匹配。部署后,Workday报告其内部人才流动同比增长45%。 这一案例说明,内部人才发展不仅取决于有没有岗位,还取决于企业能否识别内部人才的能力,并让相关机会被员工和招聘团队看见。 对于企业HR而言,这意味着Talent Marketplace、Skills Intelligence和Internal Mobility不应被视为几个相互独立的系统。 真正有效的人才管理体系,应当将员工现有能力、岗位技能要求、学习发展资源和内部机会连接起来。 尤其对于一些希望控制招聘成本、同时需要持续推进AI转型的企业,重新发现和配置已有员工的能力,可能比一味依靠外部招聘更加重要。 五、AI让招聘申请量暴增,却没有真正解决人才匹配问题 AI正在改变招聘市场的另一端。 Workday调查发现,84%的求职者已经在求职过程中使用AI,其中47%利用AI撰写或修改简历、求职信等材料,34%利用AI准备面试或评估。在使用AI求职的人群中,42%表示AI增加了自己申请的岗位数量。 随着AI降低申请成本,企业收到的申请数量明显增加。 从2025年7月至2026年7月,企业每发出一个Offer对应的申请数量中位数,从58份增加到69份。 其中,Technology & Media行业从147份增加到207份,同比增长40.4%;Financial Services行业从77份增加到98份,同比增长27.2%。 但是,招聘申请量显著增加,并没有带来同等程度的招聘效率提升。报告显示,整体岗位填补周期仍然维持在约60天。 34%的招聘经理表示,岗位难以填补的主要原因是候选人缺乏所需技能;33%认为候选人对薪酬、工作地点或灵活性的期望与岗位要求不一致。 这反映出一个值得HR关注的新问题:AI正在让候选人更容易申请工作,但并没有让企业更容易找到真正合适的人。 对于Recruiter而言,未来的挑战可能不再是如何获得更多简历,而是如何从大量申请中准确识别真正具备岗位能力、学习潜力和业务适配度的人才。 Workday workplace psychologist Dr. Liz Pavese在报告中指出,传统招聘系统和思维模式过度依赖职位名称及固定候选人画像,招聘经理需要进一步识别候选人的Transferable Skills和Adjacent Capabilities。 这意味着招聘评估需要逐步超越简历关键词和过去的Job Title,更多关注候选人的实际能力、问题解决方式和可迁移技能。 对于北美华人HR,尤其是服务于科技企业、专业服务机构和跨国企业的招聘团队,这一变化具有直接的实践意义。 当越来越多候选人使用AI优化简历和求职表达时,企业更应该提升结构化面试、工作样本评估和技能验证的质量。同时,在使用AI招聘工具时,也需要关注候选人隐私、评估公平性,以及所在地适用的就业和自动化决策相关要求,避免把效率提升建立在新的合规风险之上。 六、员工暂时留下,不代表他们真正愿意留下 当前劳动力市场还有一个容易让企业产生误判的现象:员工流动相对缓慢,但员工对组织的认同感并不一定同步提高。 Workday数据显示,典型企业的两年员工留任率从2024年7月的73.3%下降至2026年7月的70.5%。 与此同时,27%的员工表示未来12个月可能寻找外部工作机会,而报告中的年度自愿离职率约为16%。 这说明一部分员工虽然尚未离职,但已经开始考虑外部发展机会。 特别是在招聘需求相对疲软、外部岗位竞争加剧的环境中,员工可能因为经济压力、职业风险或者缺乏合适机会而暂时留在现有企业。 这种留任并不能自动等同于员工满意度或组织忠诚度提高。 Workday进一步发现,只有59%的员工认为雇主真正关心自己这个人,58%认为影响员工的组织变化得到了公平处理。 在员工成长体验方面,Career Path的积极评价比例仅为63%,明显低于Mentoring的81%和Learning的79%。 这些结果非常值得企业HR警惕。 企业可能提供了培训课程,也建立了导师机制,但员工依然看不到自己未来能够走向哪里。 这就解释了为什么单纯增加培训预算或者学习资源,未必能够解决员工参与度和留任问题。 员工真正需要的,不只是学习机会,而是学习与未来职业发展的连接。 对于正在经历组织调整、岗位重构或AI转型的企业,透明沟通、公平的人员决策和清晰的职业发展预期,可能比单纯强调企业文化更加重要。 NACSHR认为,HR管理者尤其需要关注那些“没有离职、绩效尚可,但对未来发展缺乏信心”的员工。这类风险往往不会立即反映在Turnover指标中,却可能逐渐影响员工主动性、知识共享、创新意愿和组织信任。 七、大型企业收缩与中小企业增长并存,北美人才市场需要重新观察 Workday报告还呈现了另一个重要变化:不同规模企业的就业增长正在明显分化。 2026年上半年,企业总体员工规模增长接近零,但大型企业和中小企业的表现存在较大差异。 在Workday研究样本中,拥有100,000名以上员工的超大型企业贡献了约74%的净员工人数下降,但仅占样本员工总数的26%。 相比之下,较小规模企业仍然表现出更明显的增长动力。 按照报告中的Headcount Trajectory Index,Emerging/SMB达到58.4%,Midmarket为51.0%,Enterprise为48.9%,Large Enterprise为44.3%,30,000人以上的Majors仅为42.8%。 这些数据反映的是Workday客户样本内不同规模企业的人员变化趋势,不能直接代表整个美国或加拿大劳动力市场。但它提示企业,不同规模公司的招聘需求与人才管理重点,可能正呈现明显分化。 大型企业可能更加关注组织效率、AI投资回报和内部人才重新配置,而中小型成长企业可能仍然面临业务扩张、人才招聘和管理能力建设的压力。 对于北美华人HR而言,这也意味着人才管理策略必须与企业发展阶段相匹配。 大型跨国企业可能需要更加成熟的Skills Framework、Talent Marketplace和Workforce Planning能力;处于增长阶段的中小企业,则可能更需要灵活的招聘体系、跨职能人才培养和高效率的HR运营支持。 尤其对于在北美持续发展业务的华人创业企业和跨国企业,AI应用可以成为提高组织效率的重要机会,但前提是企业能够明确哪些工作真正适合自动化,哪些岗位需要重新设计,以及哪些关键人才能力必须持续投入。 八、NACSHR观察:AI时代,HR正在从人员管理走向工作设计 如果将Workday报告中的数据放在一起分析,可以发现一个更加深层的趋势:AI正在改变企业人力资源管理的基本逻辑。 过去,HR系统主要围绕员工和岗位展开。招聘负责把人带进组织,绩效管理评价员工表现,学习发展帮助员工提升技能,人才管理决定晋升与继任,薪酬福利则围绕岗位和员工关系设计。 这些模块虽然相互关联,但在不少企业中仍然是相对独立运作的。 然而,AI正在打破这种边界。 当岗位中的部分任务由AI完成时,Job Description就需要调整;当工作内容发生变化时,Skills Framework需要更新;当员工掌握新的能力时,企业需要重新评估内部岗位匹配;当AI提高团队产能时,绩效目标和管理方式也可能需要改变。 这些变化最终会影响招聘、培训、绩效、薪酬、组织结构和员工关系。 因此,AI时代的人力资源转型不应该被简单理解为“给HR增加一些AI工具”。 更重要的是重新建立Work、Skills、People和Technology之间的关系。 从NACSHR的角度看,未来企业HR的专业价值,可能越来越体现在四个方面。 首先,是能够理解业务和岗位如何被AI改变,而不是仅仅根据管理层提出的人员需求执行招聘。HR需要参与岗位任务分析、组织结构讨论和工作流程优化。 其次,是能够识别企业未来真正需要的能力,并把技能要求转化为员工可以理解的发展路径。技能体系不能只是用于招聘筛选,更应该成为内部培养和人才配置的基础。 第三,是能够帮助管理者处理组织变化中的人际关系和信任问题。AI可以生成岗位分析和培训建议,却不能自动建立员工对管理者的信任,也无法替代企业对公平性和员工体验的责任。 第四,是能够利用数据改善人才决策。企业需要将传统Headcount、Turnover和Time to Fill等指标,与内部人才流动、技能差距、岗位变化和员工职业发展体验结合起来,而不是孤立地观察某一个数字。 真正有竞争力的HR组织,将不只是管理企业现有的人力资源,而是能够持续帮助企业重新配置人与工作的关系。 九、北美华人HR可以从哪些具体行动开始? 对于正在制定2027年人才战略的企业,NACSHR建议将AI转型从抽象讨论转化为可以执行的管理议题。 第一步,重新审视关键岗位。 企业不需要一开始就重构所有Job Description,可以优先选择招聘、客户服务、财务、人力资源运营、市场营销等AI影响较明显的职能,分析现有岗位的任务构成,识别哪些工作可以自动化、哪些需要人工审核,以及哪些职责可能因此发生变化。 第二步,开展技能差距分析。 不要只问员工是否会使用AI,而要根据真实业务流程,判断员工需要哪些AI工具应用能力、数据分析能力、流程设计能力和专业判断能力。对于现有员工,应重点识别可以通过培训和实际项目获得的新能力。 第三步,将培训与内部机会连接。 如果企业希望员工持续Reskill,就应当尽可能提供明确的岗位发展方向。对于无法立即提供晋升的企业,也可以通过跨部门项目、横向发展、岗位轮换和新的专业职责,为员工建立成长空间。 第四步,让Manager成为转型的重要参与者。 企业应当鼓励管理者定期与员工讨论岗位变化、未来技能需求和职业发展,而不是只在年度绩效评估时讨论目标完成情况。对于涉及AI的组织调整,还应明确经理在员工沟通、公平评价和培训支持方面的责任。 第五步,建立更合理的AI转型衡量指标。 AI工具使用率和培训完成率可以作为过程指标,但不应成为衡量转型成功的唯一依据。企业还应关注实际工作效率、员工技能提升、内部流动机会、岗位匹配质量、员工信任和业务结果。 对于资源有限的中小企业,可以从一两个关键职能开始试点,不必追求一次性建设复杂的人才管理平台。对于组织规模较大、业务覆盖多个国家或地区的企业,则应当逐步建立跨职能、跨地区的岗位与技能治理机制,同时注意不同司法辖区在员工数据、招聘决策和劳动关系方面的要求。 需要指出的是,以上建议是NACSHR基于报告提出的企业管理实践方向,并非Workday报告已经验证有效性的统一实施方案。企业仍需根据自身业务结构、员工规模和管理成熟度进行调整。 十、结语:AI时代真正的竞争优势,是组织持续适应变化的能力 Workday将这份报告命名为《The Adaptability Advantage》,其核心含义不只是要求员工学习新技能,而是强调企业需要建立能够持续适应变化的组织能力。 在AI持续进入企业的过程中,一些传统任务可能减少,一些岗位可能重新组合,新的技能和职业机会也可能不断出现。对于员工而言,这意味着过去依靠一套专业技能长期维持职业竞争力的模式正在受到挑战。 但对于企业而言,挑战同样巨大。 如果企业不断要求员工提高效率,却无法解释岗位未来的发展方向;如果企业持续投入AI系统,却没有同步调整工作流程和管理机制;如果员工努力学习新技能,却看不到组织内部的发展机会,那么AI技术带来的生产力潜力就可能无法充分转化为长期组织能力。 值得注意的是,Workday报告并未证明AI已经全面减少裁员,也没有证明AI必然提升企业就业规模。它真正揭示的是,在就业总体增长相对平缓的背景下,工作内容、技能需求和员工职业预期正在持续变化。 而这种变化可能比单纯的岗位增减更加深刻。 对北美华人HR而言,未来的专业竞争力也将越来越取决于能否深入理解业务,参与组织设计,推动人才转型,并在效率提升与员工发展之间建立合理平衡。 企业需要的不只是能够执行招聘、薪酬和员工关系工作的HR,更是能够帮助管理层理解未来工作模式、支持员工适应变化,并共同建设高绩效组织的人力资源领导者。 AI时代最值得企业警惕的,或许不是某些岗位正在消失,而是员工的工作已经发生改变,企业的人才管理制度却仍然停留在过去。 这也给所有HR管理者留下了一个值得深入讨论的问题:当企业开始用AI重新定义工作时,我们是否已经准备好重新定义人力资源管理本身? 关于NACSHR NACSHR(北美华人人力资源协会)致力于连接北美华人人力资源专业人士、企业管理者及行业合作伙伴,推动人力资源领域的专业交流、实践分享与跨行业合作,持续关注AI、组织转型、人才管理、劳动法规及未来工作的发展趋势。 官方网站:https://www.nacshr.org 资料来源与研究说明 Workday, Inc.,《Global Workforce Report: The Adaptability Advantage》,October 2026。本文主要参考完整22页报告,涵盖岗位变化、招聘趋势、AI技能、内部人才流动、员工留任及企业规模差异等内容。 Workday / PR Newswire,《Workday Global Workforce Report: AI Is Rewriting Jobs More Than It's Cutting Them》,October 5, 2026。官方新闻稿:https://www.prnewswire.com/news-releases/workday-global-workforce-report-ai-is-rewriting-jobs-more-than-its-cutting-them-302898076.html 研究方法说明: Workday的Global Workforce Reporting结合Workday Human Capital Management、Workday Peakon Employee Sentiment及Workday Recruiting相关数据,涵盖12个主要行业、5种企业规模及19个国家,并使用不同的样本面板进行分析。两项补充调查分别为2026年9月的Q3 Global Workforce Survey(N=6,001,其中决策者相关问题约1,780人),以及2026年8月的AI@Work Survey(N=5,944)。调查覆盖美国、英国、加拿大、澳大利亚、法国和德国。部分指标为新增或暂定指标,报告明确要求将观察结果视为描述性趋势,而非直接因果证据。 本文由NACSHR北美华人人力资源协会根据Workday官方研究报告及新闻稿整理、分析并撰写。文中数据来自原始研究,行业判断及管理建议为NACSHR基于报告作出的独立专业解读,不代表Workday官方立场。
    观点
    2026年10月06日
  • 观点
    2027年CHRO信心继续降温:北美华人HR需要看到的,不只是招聘变化 核心摘要:企业还在招聘,但对整体扩张越来越谨慎。2026年Q3 CHRO Confidence Index从58降至56,招聘指数反而升至61,但留任降至54、员工敬业度降至55。更值得关注的是AI:82%的CHRO表示企业已因AI调整劳动力规划,但50%只是轻微调整,只有19%真正把AI预期影响纳入企业级人力与财务规划;仅4%认为企业已为未来两年的AI劳动力变革做好充分准备。AI时代,HR真正面对的问题已经从“是否使用AI”,转向“哪些工作会改变、需要什么技能、如何重新配置人才与预算”。下一阶段,HR科技战略必须真正进入企业的workforce planning。 进入 2026 年第四季度,美国企业的人力资源管理正在出现一个值得关注的变化:企业并没有停止招聘,但正在变得更加谨慎;AI 也不再只是一个 HR Technology 话题,而是越来越直接地进入人员编制、岗位设计、技能规划和财务预算。 The Conference Board 于 10 月 1 日发布的最新美国 CHRO 调查显示,2026 年第三季度 CHRO Confidence Index 从第二季度的 58 进一步下降至 56。指数仍高于 50,意味着总体正面判断仍多于负面判断,但企业 HR 领导者的信心已经连续降温。 对于正在美国和北美工作的华人 HR 来说,这组数据真正值得关注的,并不是“市场好还是不好”这么简单,而是企业的人才决策逻辑正在发生变化。 一、企业还在招聘,但“招聘”已经不等于“扩张” 这份调查中有一组看似矛盾、实际上非常重要的数据。 第三季度 Hiring Index 从 59 上升到 61,53% 的 CHRO 预计未来六个月招聘人数将增加,只有 17% 预计招聘减少。也就是说,美国企业整体招聘需求并没有明显消失。 但另一方面,只有 49% 的 CHRO 预计未来六个月企业整体 workforce size 会增加,相比第二季度的 55% 明显下降;23% 预计员工规模将减少。 这意味着企业正在逐渐把两个过去经常被放在一起讨论的问题拆开: 我们是否还需要招聘?和 我们是否还需要增加整体员工数量? 答案可能已经不再相同。 越来越多企业可能仍然需要招聘 AI、技术、销售、关键业务岗位或具备特定能力的人才,但与此同时,通过自然流失、不补岗、组织重组、自动化以及岗位整合控制整体 Headcount。 对于 HR 来说,这意味着未来的人才管理不能只看招聘数量,更需要理解企业的 workforce mix。 真正的问题将越来越变成: 哪些岗位必须继续招聘? 哪些岗位需要升级能力? 哪些工作可以被 AI 或自动化重新设计? 哪些 Headcount 应该重新配置,而不是简单增加? 对于很多北美华人 HR,特别是在中美跨境企业、科技公司以及快速增长企业工作的 HR,这种变化会越来越明显。 过去业务部门可能习惯于提出:“我要增加 10 个 Headcount。” 未来 HR 需要进一步追问:“为什么一定需要增加 10 个人?工作本身是否已经发生变化?” 这实际上是在推动 HR 从招聘执行者逐渐转向 workforce planning 的参与者。 二、相比招聘,员工敬业度正在成为更明显的风险 另一组值得北美 HR 特别注意的数据,是 Employee Engagement。 第三季度 Engagement Index 从 59 下降至 55。只有 44% 的 CHRO 表示员工敬业度有所改善,而认为敬业度下降的比例已经从第二季度的 16% 上升至 24%。 Retention Index 同样从 55 降至 54。预计员工留任改善的 CHRO 比例从 36% 降到 33%,预计留任恶化的比例则从 19% 上升到 22%。 这背后其实反映了当前企业管理中一个越来越典型的矛盾: 企业希望提高效率、控制成本、引入 AI、重新设计岗位,但与此同时,员工本身正在经历越来越强的不确定性。 当员工不断看到裁员、组织调整、AI 替代、岗位变化和预算收紧时,即使企业本身仍在招聘,也并不意味着员工的安全感和组织认同会同步提高。 所以 2026—2027 年 HR 的一个重要任务,很可能不是单纯解决 Employee Retention,而是重新解决 Employee Trust。 特别是在组织调整和 AI transformation 过程中,HR需要帮助管理层回答员工最关心的几个问题: 我的工作会不会被 AI 取代? 我的岗位未来会发生什么变化? 公司希望我学习什么新能力? 如果工作发生变化,公司是否会提供新的机会? 绩效标准是否也会发生变化? 如果这些问题长期没有答案,那么员工 Engagement 下降可能比人员流失本身更早出现。 三、82%的企业已经因为AI改变劳动力规划,但真正深入的并不多 这份报告中最值得关注的数据,其实来自 AI。 82% 的 CHRO 表示,企业已经因为 AI 改变了 workforce planning。 这个比例已经非常高。 但如果继续往下看,会发现企业实际推进程度仍然非常有限。 50% 的 CHRO 表示企业只进行了 slight change,25% 是 moderate change,真正认为 AI 已经给 workforce planning 带来 significant change 的只有 7%。 也就是说: 几乎所有企业都已经意识到了 AI,但真正重新设计组织的企业仍然很少。 目前企业采取最多的动作,仍然停留在“分析”和“讨论”。 在已经调整 workforce planning 的企业中,67% 已经开始分析 AI 对 jobs、tasks 和 workforce demand 的潜在影响;67% 已经把 AI technology 或 AI leaders 引入 workforce planning 讨论;45% 开始引入新的 AI workforce、skills 或 labor-market data。 但真正改变规划机制的企业明显更少:只有 21% 改变了 workforce planning schedule,20% 提高了规划频率。 这说明很多企业已经开始问: AI 会不会影响这些岗位? 但还没有进一步走到: 那我们明年的 Headcount 到底应该怎么调整? 四、真正关键的数据,是19% NACSHR 认为,这份调查中最值得 CHRO 和 HR Leader 关注的数字之一,是 19%。 无论全球化企业还是非全球化企业,目前只有 19% 已经把预期中的 AI 影响真正纳入企业级 workforce planning 和 financial planning。 为什么这个数字特别重要? 因为只有当 AI 最终进入 Financial Planning,它才真正从“技术趋势”进入“企业经营”。 例如: 如果 AI 可以让一个团队的某类工作效率提高 30%,明年的预算应该怎么调整? 一个原本计划招聘 20 人的团队,是否还需要 20 人? 哪些岗位应该增加,哪些岗位应该减少? Training Budget 是否应该重新配置? 是招聘 AI talent,还是 Upskill 现有员工? 哪些岗位应该转变为 Human + AI 的工作模式? 这些问题最终都不是纯粹的 HR 问题。 它们实际上是: Workforce + Organization + Technology + Finance 的联合决策。 这也是为什么未来优秀的 HR Leader 必须更加理解业务和财务。 五、AI真正的障碍不是预算,而是不知道未来会怎样 报告还问了一个非常重要的问题: 企业为什么还没有做好 AI workforce planning? 排名前三的原因分别是: 41%——难以预测 AI 对 workforce 的真实影响; 39%——现有员工 AI skills 不足; 31%——企业缺乏清晰的 AI strategy。 值得注意的是,Financial Resources、Executive Alignment 和 Workforce Data 被认为是障碍的比例反而明显更低。 换句话说: 企业现在最大的困难,并不是“没有钱买 AI”。 而是“不知道 AI 最终会把工作变成什么样”。 这对于 HR 是一个非常重要的信号。 未来 HR 的价值,不会只是掌握更多 AI 工具。 真正稀缺的能力,是能够判断: AI 能做什么; 哪些工作应该交给 AI; 哪些工作必须由人完成; 岗位应该如何重新设计; 组织应该保留什么样的人才; 未来需要什么新的能力。 从这个意义上说,AI时代 HR 最重要的能力之一,反而可能是 Human Judgment——判断力。 六、对于北美华人HR,接下来应该重点做什么? 结合目前北美企业的人力资源环境,NACSHR认为,至少有六件事情值得 HR 在 2026 年第四季度到 2027 年重点关注。 第一,不要再只做 Headcount Planning,而要开始做 Workforce Planning。 Headcount 回答的是“需要多少人”,Workforce Planning 回答的是“未来需要什么工作、什么技能、什么人才组合”。 这两个问题已经越来越不同。 第二,开始做岗位和任务层面的 AI Impact Review。 不要简单讨论“这个职位会不会被 AI 替代”。 应该把一个岗位拆成 Tasks: 哪些任务可以自动化? 哪些可以由 AI 辅助? 哪些仍然高度依赖 Human Judgment? 只有做到 task level,HR 才能真正重新设计岗位。 第三,把 Skills Planning 放到更核心的位置。 未来很多公司真正缺少的并不一定是人,而是 Skill。 Recruiting、Learning & Development、Internal Mobility 和 Performance Management 应该逐渐围绕 Skills 建立更加统一的逻辑。 第四,把 HR Technology Strategy 和 Workforce Strategy 放在一起。 The Conference Board Head of Human Capital Research Robin Erickson 特别指出,CHRO需要让 HR technology strategy 与 workforce planning 和 skills planning 建立更加紧密的联系。 未来企业不能一边采购 AI HR 产品,一边完全按照过去的方法做 workforce planning。 技术战略和人才战略必须开始真正连接。 第五,更早参与 Financial Planning。 当 AI 开始影响 Headcount 时,HR 与 Finance 的关系会变得更加重要。 年度预算、人员成本、福利成本、招聘计划、培训投资以及AI投资,都需要放在同一个框架中讨论。 未来 CHRO 与 CFO 的合作,很可能会比过去任何时候都更加紧密。 第六,也是北美华人 HR 特别需要关注的一点:提升自己在组织中的“判断力”和“影响力”。 未来很多具体 HR 工作可能会被 AI 提升效率,包括 Job Description、招聘筛选、政策查询、数据分析、Employee Communication 甚至部分 HRBP 工作。 但企业仍然需要有人回答: 什么才是正确的组织设计? 应该留下什么人才? 什么时候应该招人? 什么时候应该重构岗位? 什么时候效率和员工体验发生冲突? 企业应该承担什么样的风险? 这些都不是简单 Prompt 可以自动给出答案的问题。 从HR执行者,到组织设计者 The Conference Board 的这份 Q3 2026 调查,其实展示了一个正在逐渐成型的新现实: 企业仍然需要人才,但不一定需要持续扩大员工规模; 企业正在采用 AI,但还不知道 AI 最终会怎样改变组织; 企业希望提升效率,但员工 Engagement 和 Retention 正面临新的压力。 这三件事情最终都会落到 HR 身上。 对于北美华人 HR 而言,这可能也是一次非常重要的职业角色升级机会。 未来真正有价值的 HR,不只是懂 Recruiting、Benefits、Compliance 或 HR Operations,而是能够同时理解 Business、People、Technology 和 Organization。 过去,我们更多是在管理“人”。 接下来,我们需要开始重新设计“工作”。 NACSHR 北美华人人力资源协会认为,AI时代 HR 最重要的问题,已经不是“AI会不会影响HR”,而是:当AI开始重新定义工作时,HR能不能参与定义新的组织。 这也是未来几年北美 HR 值得持续讨论的核心议题。 数据来源:The Conference Board,Q3 2026 CHRO Confidence Survey,2026年10月1日发布。
    观点
    2026年10月01日
  • 观点
    IBM最新报告:AI真正重写的不是岗位,而是判断权!给北美华人HR的六个提醒 IBM 最新发布的《2026 CHRO Study: Designing the Thinking Organization》,值得所有在北美工作的华人HR认真读一遍。这份报告调查了1,500名CHRO及负责 workforce strategy 的高级管理者,并覆盖8,800名全职员工。IBM提出的核心概念是“Thinking Organization”:真正领先的企业,不一定是使用AI最多的企业,而是能够重新设计人与AI如何共同判断、共同工作,并把AI释放出来的能力转化为增长的企业。 从NACSHR的视角来看,这份报告真正值得关注的,并不是再次告诉我们“AI很重要”,而是把问题推进到了组织设计层面:当AI开始承担越来越多分析、写作、推荐甚至决策工作之后,企业必须重新回答——什么必须由人负责?谁拥有最终判断权?人又如何在AI环境中继续成长? 一、未来最值钱的AI能力,不是会不会用,而是会不会判断 过去两年,不少企业的AI培训重点都集中在“怎么用”:怎么写Prompt、怎么提高效率、怎么让AI帮助生成内容。但IBM的研究显示,真正开始拉开差距的能力正在变成 judgment。57%的管理者认为 critical thinking 和 problem framing 是AI时代的重要能力;更值得注意的是,71%的管理者认为员工需要具备监督、验证或推翻AI输出的能力,但员工中只有38%认识到这一能力的重要性。 这背后是一个很现实的变化。过去,员工的价值主要来自“完成任务”;未来,越来越多岗位的价值会来自“判断AI完成的任务是否正确”。对于HR也是如此。AI可以筛选简历、生成JD、整理绩效反馈、分析员工数据,但最终谁来判断AI是否理解业务背景、是否遗漏特殊情况、是否产生不公平结果、什么时候必须人工介入?AI时代真正稀缺的,可能不是最会使用AI的人,而是最有能力对AI结果负责的人。 二、AI正在改变的,不只是岗位,而是岗位里的决策权 现在大量关于AI与就业的讨论仍然围绕“哪些岗位会被替代”,但IBM提供了一个更值得HR关注的视角。目前只有26%的企业能够清晰定义哪些工作属于 human-led、AI-assisted 或 AI-executed;与此同时,已经有29%的工作流开始引入AI agents,IBM预计到2028年这一比例将达到40%。 这意味着技术已经进入workflow,但组织设计并没有完全跟上。未来HR设计岗位时,不能只问“这个人负责什么”,还要进一步问:这个workflow中AI负责什么?人负责什么?哪些事情AI可以推荐但不能决定?谁可以override AI?如果AI出错,最后由谁承担责任?IBM发现,36%的管理者已经认为责任不清增加了AI部署难度,而43%的员工表示,当AI出问题时,最终责任往往会落到自己身上。 因此,AI时代HR需要参与的已经不仅是Job Description,而是Decision Architecture——重新设计工作的判断权、升级机制和责任边界。 三、比Skill Gap更危险的,可能是Skill Erosion 企业过去非常熟悉Skill Gap:未来需要什么技能,现在没有,就通过培训补上。因此,IBM发现已经有80%的企业建立了reskilling roadmap。但AI带来了另一类更隐蔽的风险:Skill Erosion,也就是技能退化。 60%的员工担心AI正在导致自己的技能退化,46%的管理者也把这个问题列为重要担忧。IBM甚至使用了“cognitive atrophy”,也就是“认知萎缩”这个词。如果AI每天替我们写第一版、做基础分析、定义问题、总结材料,长期下来,人可能不是“不会用AI”,而是逐渐失去了自己完成这些工作的能力。 这对L&D提出了一个全新的问题。过去我们问:“员工还需要学习什么?”未来还必须增加一个问题:“AI正在让员工停止练习什么?”企业需要主动识别哪些判断力、问题定义能力、客户理解和专业经验不能因为自动化而失去练习机会。 四、AI可能正在拿走年轻人才成为专家的练习场 IBM报告里还有一组数据特别值得北美HR关注。只有23%的企业正在增加entry-level hiring,其余77%持平或减少;在企业重点加强的人才群体中,experienced individual contributors占34%,first-line managers占27%,而early-career talent只有7%。 问题在于,很多现在看起来“低价值”的初级工作,过去本身就是人才成长的重要训练过程。整理资料、做基础分析、写初稿、处理简单客户问题,这些工作虽然最容易被AI自动化,却也是新人形成业务理解、判断力和专业经验的重要路径。 如果入门级工作减少,但企业没有同步设计新的学习路径,那么今天换来的效率,可能会变成明天的人才断层。未来企业必须更主动地设计apprenticeship、rotation、simulation、supervised decision-making,让新人即使不再重复大量基础任务,也仍然能够获得足够的真实判断经验。 五、AI并没有简单减少工作,它还创造了一层“看不见的工作” AI经常被描述成减少工作量,但IBM的数据展示了另一面。80%的管理者认为,AI正在创造大量新的、没有被充分认可的工作,包括验证AI建议、纠正错误、补充背景信息以及处理异常情况;42%的员工则表示,AI增加了自己的工作量,或者新增工作没有获得认可。 这对Performance Management是一个很大的挑战。未来真正有价值的员工,可能不是“输出最多的人”,而是能够发现AI错误、处理复杂例外、保证最终结果质量的人。但如果绩效体系仍然只计算产出数量,这部分贡献就会变成新的Invisible Work。对HR来说,未来绩效管理必须从“做了多少”进一步转向“判断质量、结果质量和责任贡献”。 六、CHRO真正面临的,是一次角色升级 IBM报告里有一个数据值得所有HR Leader认真思考:46%的企业在制定AI Strategy时,没有CHRO参与。但AI影响的恰恰是岗位、技能、组织结构、员工体验、绩效、招聘和人才供应链。如果这些问题全部由CTO、CIO、COO先设计完成,再交给HR做培训和change management,那么HR在AI时代仍然只是支持部门。 更现实的是,IBM发现72%的企业在HR Function内部仍然有限使用或完全没有使用AI,真正达到AI-native at scale的HR只有6%。这也是为什么IBM提出,HR必须先把自己变成AI的“试验场”。招聘、学习、绩效、员工服务、workforce planning,都是HR可以先进行Human + AI redesign的领域。只有HR自己真正走过这条路,才有能力帮助整个企业重新设计工作。 对于北美华人HR来说,这其实也是一次重要的职业窗口。过去HR的专业壁垒主要来自劳动法规、招聘、薪酬福利、员工关系和组织发展,这些能力当然仍然重要,但AI正在增加另一层要求:理解业务、理解技术、理解workflow,并能够设计People + AI如何共同完成工作。 NACSHR认为,未来优秀的HR不会只是People Expert,也需要逐步成为Work Architect。AI时代真正需要HR回答的,不再只是“这个岗位还需不需要人”,而是哪些工作必须保留人的判断,哪些决策可以交给AI,员工如何安全地质疑AI,新人如何继续形成经验,以及AI释放出来的时间和能力最终被投入到哪里。 IBM把这样的企业称为“Thinking Organization”。而对于HR行业来说,这也可能成为下一阶段真正的分水岭:AI越强,HR越不能只管理人。HR必须开始设计“人如何与AI一起工作”。这不是一次工具升级,而是一次组织设计能力的升级。 来源说明 本文主要依据IBM Institute for Business Value发布的《2026 CHRO Study: Designing the Thinking Organization》。研究由IBM Institute for Business Value与Oxford Economics合作开展,调查1,500名CHRO及负责workforce strategy的高级管理者,并另行调查8,800名全职员工。 报告围绕Human + AI work accountability、Judgment in workflow processes、Work redesign、Workforce recomposition、Entry-level and career development strategy、Reskilling、Gains reinvestment、Psychological safety、Performance and growth management及Trustworthy AI in people decisions等十项能力展开。 本文涉及的Skill Erosion、Critical Thinking、Entry-level Hiring、Work Redesign、AI Agents、Invisible Work、CHRO参与AI战略及HR内部AI应用等数据,均来自该报告相关章节。 9月26日,来硅谷继续讨论:AI时代,HR到底应该重新设计什么? 这些问题,也正是我们将在 9月26日北美华人人力资源年度论坛·硅谷 继续深入讨论的核心议题。NACSHR将邀请来自科技、半导体、AI及出海企业的HR负责人、业务管理者与资深专家,围绕 AI时代的组织转型、工作方式变化、人才画像、HRBP角色变化、跨文化管理以及人才选拔 展开现场交流。我们希望这不仅是一场“听趋势”的会议,而是一次北美华人HR之间真正关于现实工作的深度讨论:当AI开始进入workflow、改变岗位与决策权,HR应该如何参与工作重构?哪些能力必须留在人手里?新人如何继续成长?CHRO和HRBP又该如何找到新的位置?如果你也正在面对这些问题,欢迎9月26日来硅谷和我们一起讨论、连接同行、交换实践。期待在现场见到你。 报名链接:https://nacshr.org/Survey/EB107E0C-A678-9D12-06C3-2B5D860689B7
    观点
    2026年09月22日
  • 观点
    2027美国税率预测出炉:美国HR现在需要知道什么?税率没有简单“上涨”,真正变化的是收入门槛 NACSHR核心摘要:2027年的美国工资和税务规划已经可以提前开始了。Bloomberg Tax最新发布2027 U.S. Tax Rates预测,预计相关通胀调整达到3.2%。夫妻联合报税进入37%最高边际税率的门槛预计升至$793,650,标准扣除额预计升至$33,200;单身纳税人37%档预计从$661,375以上开始。同时,OBBBA带来的 employer-provided child care credit 等变化也开始进入2027规划。对HR、Payroll和Total Rewards而言,这意味着明年的薪酬和福利预算已经有了第一批参考参数。 不过要注意:目前仍是Bloomberg Tax预测,而非IRS正式2027数字,企业可用于建模,不能直接用于正式Payroll配置。 对于美国企业HR来说,税率看起来通常是Finance、Payroll或者员工个人税务顾问负责的事情。 但进入2027年规划周期以后,这种理解需要稍微改变。 2026年9月11日,Bloomberg Tax & Accounting 发布最新 2027 Projected U.S. Tax Rates。根据其预测,用于调整美国多项联邦税务参数的通胀水平约为 3.2%,高于此前的2.7%。这意味着2027年的个人所得税档位、Standard Deduction、Alternative Minimum Tax(AMT)等多个重要门槛,都可能进一步向上调整。 对于美国HR而言,真正值得关注的并不是员工明年到底会少交多少税,而是: 2027年的Payroll、Compensation、Benefits和Total Rewards规划,现在已经进入可以开始建模的阶段。 税率没有简单“上涨”,真正变化的是收入门槛 首先需要澄清一个容易误解的问题。 美国联邦个人所得税目前仍保持 10%、12%、22%、24%、32%、35%和37% 七档边际税率。One Big Beautiful Bill Act(OBBBA)已经使这一税率结构继续保持,而通胀调整主要体现为各税档对应的收入门槛向上移动。IRS公布的2026年正式税率同样维持这一七档结构。 以夫妻联合报税(Married Filing Jointly)为例,2026年进入37%最高边际税率的应税收入门槛为 $768,700。Bloomberg Tax预计,2027年这一门槛可能进一步提高至 $793,650。 对于单身纳税人,2026年的37%最高边际税率门槛为 $640,600,Bloomberg Tax预计2027年可能提高至 $661,375。 这意味着,如果员工工资增加只是部分反映通货膨胀,并不一定意味着其全部新增收入都会简单进入更高税率区间。 这对HR做薪酬沟通非常重要。 很多员工看到工资上涨时,首先想到的是:“我是不是会进入更高的Tax Bracket,最后反而拿得更少?” HR至少应该理解一个基本原则:美国联邦所得税采用边际税率制度,进入更高Tax Bracket,并不意味着全部收入都按照更高税率纳税。 Standard Deduction预计继续上涨 另外一个与员工实际税负密切相关的数字是 Standard Deduction,也就是标准扣除额。 IRS已经正式公布,2026 Tax Year的Standard Deduction为: 夫妻联合报税:$32,200 Single以及Married Filing Separately:$16,100 Head of Household:$24,150。 Bloomberg Tax预计2027年夫妻联合报税的Standard Deduction将进一步提高到 $33,200,All Other Taxpayers预计达到 $16,600。 对于普通员工来说,这意味着其收入中可以在计算联邦应税所得时扣除的基础金额可能继续上升。 不过NACSHR也特别提醒企业HR: 这些2027数字目前仍然属于Bloomberg Tax预测,并不是IRS最终公布的2027正式标准。 因此现在可以拿来做预算和Scenario Planning,但不应该直接作为Payroll System中的正式扣缴参数。 HR真正应该关注的,不只是员工个人税率 如果只是看Tax Bracket,这份报告其实还没有触及HR最值得关注的部分。 OBBBA已经对多项与员工、雇主和福利相关的税收政策进行了调整,而Bloomberg Tax此次2027预测也特别提到了 Employer-Provided Child Care Credit。 IRS数据显示,从2026 Tax Year开始,Employer-Provided Childcare Tax Credit的最高额度已经从原来的 $150,000提高到$500,000;符合条件的小型企业最高可以达到 $600,000。 这件事情值得HR和Total Rewards团队认真关注。 过去企业谈员工福利,通常首先想到的是Health Insurance、401(k)、PTO、Life Insurance等传统项目。 但随着美国育儿成本持续成为员工家庭的重要负担,Child Care正在越来越明显地成为Employee Benefits的一部分,而不仅仅是员工个人的家庭问题。 如果企业本身拥有大量年轻父母员工,HR在设计2027 Benefits Strategy时,可以开始和Finance、Tax、Benefits Broker讨论: 企业是否有必要增加Child Care Assistance? 是否可以与第三方Child Care Provider建立合作? 是否存在利用Employer-Provided Child Care Credit降低企业实际福利成本的空间? 这已经不仅仅是福利问题,也可能成为Recruiting、Retention和Employee Experience策略的一部分。 2027 Compensation Planning,要开始同时看“工资”和“税后收入” 进入2027预算周期后,HR还有一个非常现实的问题: 员工越来越关注Take-Home Pay,而不仅仅是Base Salary。 过去企业做Annual Compensation Review,通常重点考虑市场薪资、绩效、内部公平和预算。 但对于员工来说,真正感受到的是: 工资增加了多少? 医疗保险每个月多扣了多少? 401(k) Contribution是多少? Federal和State Tax扣了多少? 最后Direct Deposit进入银行账户的是多少? 因此,未来HR做Total Rewards沟通时,应该逐渐从“公司给你多少工资”,转向解释: 公司为一个员工投入的Total Compensation是多少,以及员工最终实际获得了什么。 税率门槛和Standard Deduction的调整虽然不是HR决定的,但它们会直接影响员工对薪资变化的感知。 Payroll团队现在需要做什么? NACSHR认为,现在还不需要根据Bloomberg Tax预测修改2027 Payroll参数,但应该开始建立2027 Payroll Readiness Checklist。 第一,关注IRS正式公布2027 Tax Inflation Adjustments。一旦正式数字公布,再更新Payroll系统中的Federal Withholding相关参数。 第二,与Payroll Provider保持沟通。使用ADP、Paychex、Workday、Rippling、Gusto或其他Payroll系统的企业,应确认供应商什么时候更新2027 Federal Tax Table。 第三,审查员工的W-4沟通机制。尤其对于发生结婚、离婚、生育、第二份工作或者收入大幅变化的员工,可以提醒其重新检查Federal Withholding,但HR不应该向员工提供具体个人税务建议。 第四,在2027 Open Enrollment和Compensation Review期间,把税前福利一起纳入Total Rewards沟通,包括401(k)、HSA、FSA以及其他符合条件的Pre-Tax Benefits。 换句话说: Payroll不能只被理解为“发工资”,而应该成为Total Rewards体系中的一个重要组成部分。 对美国HR来说,2027预算其实已经开始了 Bloomberg Tax这份预测最值得HR看到的,并不是$793,650或者$33,200这些具体数字本身。 它真正释放的是另一个信号: 美国2027年的人工成本规划已经开始。 Payroll Tax、Federal Income Tax、Health Insurance Renewal、401(k)、Salary Increase、Employee Benefits、Workers' Compensation以及其他Employment Costs最终都会汇集到同一个问题: 2027年,公司雇佣一个员工的真实成本到底是多少? 对于HR负责人而言,未来几个月应该开始与Finance、Payroll、Benefits Broker以及Tax团队建立更紧密的年度规划机制,而不是等到2027年1月以后才被动处理新的税率和福利参数。 尤其对于在美国快速扩张的企业,以及刚刚开始建立美国HR体系的中国出海企业,越早建立这种跨HR、Finance、Payroll、Benefits和Tax的协同机制,越能减少年底预算与合规压力。 NACSHR观点 我们越来越明显地看到,美国HR的职责边界正在扩大。 优秀的HR负责人不仅需要懂招聘、绩效和员工关系,也越来越需要理解 Compensation、Benefits、Payroll、Insurance、Tax以及Employment Compliance之间的连接。 HR不需要成为CPA,也不需要替员工计算个人所得税。 但HR必须知道: 哪些政策变化,会改变公司的用工成本;哪些数字变化,会影响员工的Take-Home Pay;哪些税收政策,可以被重新设计成更有竞争力的Employee Benefits。 这才是2027税率预测对HR真正的意义。 目前Bloomberg Tax公布的2027数据仍属于预测,最终税率、扣除额以及相关Payroll参数应以IRS正式发布的信息为准。本文仅供企业HR进行趋势了解与规划参考,不构成税务或法律建议。 来源:Bloomberg Tax & Accounting;Internal Revenue Service(IRS) NACSHR|North America Chinese Society for Human Resources Stay Together, Stay Powerful
    观点
    2026年09月14日
  • 观点
    【解读】美国2027年平均加薪3.2%:真正考验HR的,不是“涨多少”,而是“给谁涨” 核心摘要:美国2027年加薪预算基本定调。Mercer对1,001家美国企业的最新调查显示,2027年平均绩效调薪预计3.2%,总薪资增长3.5%,有望连续第四年保持温和增长。科技行业最高,High Tech达到3.8%;Consumer Goods只有2.9%。与此同时,企业预计仅晋升8.4%的员工,低于2025年的9.9%,但仍有64%的企业计划进行年度周期之外的临时调薪。另一个值得关注的变化是AI:70%的企业已经在薪酬职能中使用某种自动化,53%用于市场薪酬定价,50%用于调薪建议,但真正达到高级AI转型水平的只有1%。未来薪酬竞争不一定是谁“加得更多”,而是谁能把有限预算更精准地投向关键岗位、关键技能和高人才风险群体。 随着企业进入2027年度预算规划周期,美国薪酬市场的第一组重要基准数据已经出炉。 Marsh最新发布的 July 2026 Mercer QuickPulse® US Compensation Planning Survey显示,在参与调查的1,001家美国企业中,2027年平均绩效调薪(merit increase)预算预计为 3.2%,包括绩效调薪、晋升、生活成本及其他基本工资调整在内的总薪资增长(total salary increase)预计为 3.5%。 如果最终预算基本维持这一水平,美国企业将连续第四年保持相对稳定、温和的薪酬增长。 对于正在北美工作的华人HR,以及越来越多负责中国企业北美团队的人力资源管理者而言,这组数据背后传递出的信号,比“明年平均涨薪3.2%”本身更加重要。 美国薪酬市场正在从“普遍加薪”进入“精准加薪”阶段 疫情之后,美国劳动力市场一度出现激烈的人才竞争,企业通过大幅调整工资、签约奖金和跳槽溢价争夺人才。但过去几年,随着劳动力市场逐渐恢复稳定,企业薪酬预算也开始重新回归理性。 Mercer数据显示,2027年3.2%的merit increase和3.5%的total increase,与过去几年的实际水平大致相当。Mercer因此判断,美国企业正在进入连续第四年的温和薪酬增长周期。 但对于HR来说,最容易出现的误解是:既然市场平均是3.2%,是不是明年给员工统一按照3%左右加薪就可以? 答案显然不是。 Mercer今年的数据反而说明,企业越来越需要避免简单的“平均主义”。 2027年High Tech行业预计平均merit increase达到 3.8%,Banking为 3.7%,Energy、Insurance/Reinsurance以及Non-Financial Services均达到 3.6%。相比之下,Consumer Goods只有 2.9%,Healthcare和Retail均为 3.0%。 同样是美国市场,不同行业之间已经存在接近1个百分点的差距。如果进一步拆分到地区、岗位、技能、绩效和员工当前工资相对于市场的位置,实际合理的调薪幅度差距还可能更大。 因此,对北美HR而言,3.2%应该被理解为市场benchmark,而不是员工个人的“标准答案”。 对华人HR尤其重要:不要把“3.2%”直接变成公司的统一调薪政策 这一点对于服务中国企业北美业务的HR尤其值得注意。 很多刚刚进入美国市场的企业,在制定薪酬预算时容易延续总部思维:公司确定一个年度增长比例,再由各部门按照统一预算执行。但美国薪酬市场本身高度市场化,同样一个3.5%的总预算,如何分配往往比预算本身更加重要。 假设一家公司整体薪酬预算增长3.5%,并不意味着每位员工都获得3.5%。 一些市场薪资已经明显偏高、绩效普通或者岗位人才供给充足的员工,可能只有很低的调薪,甚至不调整;而对于关键技术岗位、薪资明显低于市场、职责快速扩大或者存在较高离职风险的员工,公司完全可能给予明显高于平均水平的调整。 Mercer在今年的调查中也特别强调,在薪酬预算有限的情况下,企业应该更加针对性地配置薪酬资金,将有限的预算投向人才需求和人才风险最大的地方。 这意味着2027年HR需要回答的问题正在从: “我们公司今年涨多少?” 转向: “哪些人应该涨?” “为什么是这些人?” “应该涨多少?” “我们有什么数据证明这个决定合理?” 这实际上对HR的专业能力提出了更高要求。 晋升机会正在减少,但企业仍然愿意为关键人才“随时加薪” 另外一组非常值得关注的数据来自员工晋升。 Mercer预计,2027年美国企业平均只有 8.4%的员工会获得晋升,低于2026年的8.6%,也明显低于2025年的9.9%。 这背后反映的可能并不只是“企业不愿意给员工升职”,而是组织正在变得更加谨慎。企业减少组织层级扩张、控制headcount,同时重新思考管理岗位和职业发展路径。 但另一边,64%的企业表示已经进行或计划在2027年进行off-cycle salary adjustments,也就是年度正常调薪周期之外的临时工资调整。 这两组数据放在一起看非常有意思。 企业可能不再轻易通过“升职”解决人才问题,但如果某个员工出现市场薪资倒挂、职责明显扩大、关键人才流失风险或者特殊技能价值提升,公司仍然愿意单独调整薪酬。 Mercer进一步发现,41%的企业现在根据实际情况随时进行晋升,而不是只在固定的年度窗口统一晋升。最常见的晋升原因包括员工承担了更多职责,或者岗位发生实质性变化并进入新的grade。 对于HR来说,这意味着过去“一年一次Performance Review + 一年一次Merit Increase”的传统模式正在被打破。薪酬管理正在逐渐变成一个全年持续进行的人才管理过程。 2027年做薪酬预算,HR至少应该准备四个维度 对于正在准备2027年预算的北美华人HR,NACSHR建议不要只准备一张“员工姓名+现有工资+建议涨幅”的Excel。 更成熟的薪酬讨论至少应该同时考虑四个维度。 第一是 Market Position。员工目前的工资在当地市场处于什么位置?是低于市场25分位数、接近中位数,还是已经明显高于市场? 第二是 Performance。员工过去一年的实际绩效和业务贡献如何?如果高绩效和普通绩效最终只相差0.5个百分点,绩效薪酬的激励意义实际上非常有限。 第三是 Criticality & Skills。这个岗位对公司未来战略的重要程度如何?相关技能在市场上是否稀缺?特别是在AI、工程、数据、销售以及一些专业岗位上,统一使用公司平均调薪比例可能无法真实反映人才市场。 第四是 Retention Risk。哪些员工一旦离职,会造成较高招聘成本、业务中断或者客户流失风险? 真正成熟的薪酬预算,应该是把这几个维度叠加起来,再决定有限的预算应该如何分配。 这也正是今年NACSHR年度论坛希望和北美HR同行进一步讨论的问题。 9月26日,2026北美华人人力资源年度论坛将在 Silicon Valley 举行。围绕当下北美企业最实际的人才管理挑战,现场议题也将涉及薪酬管理、人才策略、组织发展以及全球化用工等内容。 对于很多HR来说,Mercer告诉我们的只是“市场平均是多少”,但真正困难的问题往往发生在企业内部:高绩效员工应该和普通员工拉开多大差距?市场薪资倒挂应该如何调整?晋升预算和merit budget应该如何分开?总部预算有限时,美国团队如何解释本地市场差异? 这些问题很难只靠一份调查报告得到答案。 NACSHR更希望在年度论坛现场,把不同企业、不同规模、不同发展阶段的HR放在一起,讨论大家2027年真正正在面对的问题,听听同行是如何制定预算、如何和管理层沟通,以及哪些方法真正能够落地。 AI开始进入薪酬决策,但真正成熟的企业只有1% 今年Mercer调查还有一个非常值得HR关注的变化:AI和自动化开始正式进入Compensation。 调查显示,70%的美国企业已经在薪酬职能中采用至少某种程度的自动化。其中,53%应用于market pricing recommendations and benchmarking,50%应用于salary increase recommendations,49%用于job matching and leveling。 这其实非常符合薪酬管理本身的特点。 市场薪资匹配、岗位benchmark、job leveling、薪酬区间比较以及调薪matrix,本身就包含大量结构化数据和重复分析,非常适合AI处理。 但值得注意的是,在所有受访企业中,只有 **1%**认为自己的薪酬职能已经达到advanced transformation水平。 Mercer认为,目前阻碍AI真正改变薪酬管理的主要问题,并不是企业没有兴趣,而是 governance、data quality和system integration。 这也是HR在AI时代经常被忽视的问题:AI本身可能并不是最大的难题,真正的问题是企业有没有一套干净的Job Architecture,有没有清楚的Level,有没有统一的薪酬数据,以及不同HR系统之间的数据能不能连接起来。 没有这些基础,AI最多只能帮助HR更快地处理Excel,而无法真正提升薪酬决策质量。 对于出海企业,2027年更需要建立“美国本地薪酬逻辑” 对于越来越多进入美国市场的中国企业而言,Mercer这组数据还有一个更重要的提醒:北美团队的薪酬管理不能简单按照中国总部预算逻辑执行。 美国员工会同时比较岗位市场价格、同行工资、地区差异、职业发展机会和内部公平性。 尤其对于规模还不大的美国团队,可能只有20、30或者50名员工,但每一个关键岗位对业务的影响都很大。此时,与其追求一套非常复杂的全球薪酬体系,不如首先把几个基础问题做好:建立清晰的Job Level、确定当地薪酬benchmark、明确Salary Range、检查内部薪酬公平,并建立合理的年度与off-cycle调整机制。 对于负责中美两地业务的华人HR而言,还有一个经常被低估的能力,就是“翻译”。 这里说的不是语言翻译,而是把美国的人才市场逻辑、薪酬数据和劳动环境,翻译成总部管理层能够理解的商业语言。 为什么美国工程师不能按照总部统一涨幅执行?为什么某个岗位必须做market adjustment?为什么一个员工没有升职,却需要调整8%的工资?为什么美国团队需要保留off-cycle adjustment预算? 能够把这些问题解释清楚,本身就是全球化HR的重要专业价值。 同时也需要提醒在加拿大工作的HR:此次Mercer QuickPulse调查针对的是 美国市场的1,001家企业,美国的3.2%不能直接作为加拿大企业的薪酬预算标准。跨国HR在制定薪酬政策时,仍然需要分别参考美国、加拿大以及具体地区和岗位的当地市场数据。 NACSHR观察:未来HR的价值,不是帮助公司“算加薪”,而是帮助公司“投资人才” 从2027年的薪酬预算趋势来看,美国企业已经基本告别疫情后依靠普遍加薪抢人的阶段。 3.2%的平均merit increase看起来没有太大变化,但它背后的管理逻辑正在发生变化。 企业开始减少普遍性晋升,更频繁使用off-cycle调整;行业之间的薪酬预算进一步分化;Skill Development和Market Competitiveness的重要性上升;AI开始参与market pricing、salary recommendation和job leveling。 这意味着Total Rewards正在从过去相对独立的“薪酬管理职能”,逐渐变成人才投资决策的一部分。 未来真正优秀的HR,不只是能够告诉CEO: “市场平均涨薪3.2%。” 而是能够进一步回答: “我们有3.5%的预算,应该把其中的大部分钱投资在哪些人身上,为什么这样投资,以及如果不这样做,公司面临什么样的人才风险。” 这可能才是2027年美国薪酬趋势带给北美华人HR最重要的启示。 而这些问题,也很难在办公室里独自找到标准答案。 **9月26日,NACSHR希望在2026北美华人人力资源年度论坛现场,和更多北美华人HR面对面,把这些真实的问题摆到桌面上讨论。**薪酬怎么定、人才怎么留、AI怎么进入HR工作、全球化组织如何真正落地——与其只看趋势,不如听听不同企业的一线HR正在怎么做。 在变化越来越快的HR环境里,数据可以告诉我们市场发生了什么,而真正有价值的同行交流,往往能帮助我们理解下一步应该怎么做。(论坛地址:https://nacshr.org/Public/html/926.html ) 来源: Marsh / Mercer QuickPulse® US Compensation Planning Survey,August 31, 2026。调查覆盖美国1,001家组织、15个行业。 关于NACSHR: 北美华人人力资源协会(NACSHR)持续关注北美劳动市场、薪酬福利、组织发展、AI与HR科技以及企业全球化过程中与华人HR密切相关的趋势与实践,连接北美华人HR专业人士,促进经验分享与专业成长。
    观点
    2026年08月31日
  • 观点
    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。
    观点
    2026年08月24日
  • 观点
    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。
    观点
    2026年08月13日
  • 观点
    【收藏贴】企业进入美国,HR 合规从哪里开始?NACSHR整理了30个美国官方入口与 5 分钟合规检测 对于准备进入美国市场的企业来说,设立公司、找到办公室、开始招聘,看起来是业务落地的第一步。但真正进入“雇人”阶段以后,HR 很快会面对另一套完全不同的规则体系:到底应该先成立美国实体 Entity,还是通过 EOR 开始用工?第一名员工入职时 I-9 怎么处理?Payroll 应该什么时候建立?员工在哪个州工作,就应该遵守哪个州的劳动法吗?Workers’ Compensation 什么时候必须配置?团队扩大以后,Benefits、FMLA、COBRA、ACA 又分别在什么时候出现? NACSHR整理了30个美国官方入口:https://compliance.nacshr.org/us-hr-resources 很多问题并不是企业“不重视合规”,而是美国 HR 合规信息高度分散。联邦、州、City / County 可能同时存在规则,相关信息又分别分布在 DOL、USCIS、IRS、EEOC、OSHA、SSA 等不同政府机构网站。企业真正缺少的,往往不是更多法律条文,而是一张能够告诉 HR“现在应该先查什么、下一步做什么”的地图。 基于这一需求,NACSHR Compliance 正式推出 「企业进入美国 HR 合规导航」与「5 分钟 HR 合规风险检测」,希望把美国用工合规从大量分散的信息,转化成企业 HR 可以直接使用的工作入口。 从第一名美国员工开始,合规问题其实已经出现 很多企业会把美国 HR 合规理解成公司规模扩大以后才需要解决的问题,但实际上,从第一名美国员工开始,一系列基础义务就可能已经出现。 例如,企业首先需要明确由谁作为 Employer。是建立美国 Entity,还是在特定阶段采用 EOR 等模式?员工正式入职以后,需要处理 Form I-9 工作授权核验;开始支付工资以后,需要考虑 Payroll、联邦和州税务、工资记录以及工资单要求;与此同时,还要判断最低工资、加班、员工分类、必贴海报、反歧视要求以及 Workers’ Compensation 等问题。 如果员工是 Remote Employee,问题又会进一步复杂化。美国劳动规则通常需要结合员工实际工作的州进行判断,一个企业即使总部只有一个办公室,只要员工分布在多个州,就可能同时进入多个州的劳动、Payroll、失业保险以及 Workers’ Compensation 体系。NACSHR 的导航因此特别强调一个基本判断顺序:先看 Federal 联邦底线,再看员工所在 State 的要求,必要时继续检查 City / County,最后再落实到公司的内部政策和实际流程。 30 个美国官方 HR 入口,不再需要 HR 自己到处搜索 「企业进入美国 HR 合规导航」目前整理了 30 个美国政府及公共机构官方入口,并按照 7 个真实 HR 场景重新分类,而不是简单罗列政府网站。 第一类是劳动工资,覆盖 U.S. Department of Labor、Wage and Hour Division、FLSA、FMLA 以及各州劳动法入口。企业可以从这里进一步判断最低工资、加班、Exempt / Nonexempt 分类、休假以及州级工资工时要求。 第二类是招聘与员工关系,包括 EEOC、州和地方 Fair Employment Practices Agencies、NLRB、OSHA 以及 DOL FirstStep Poster Advisor。招聘、面试、骚扰与歧视、员工权利、职场安全以及 Mandatory Posters 等问题,都可以从这一部分继续展开。 第三类是身份与工作授权,集中整理 USCIS I-9 Central、M-274 Employer Handbook、E-Verify、USCIS Working in the United States、DOL FLAG 等入口。无论是第一次在美国招聘,还是计划将中国员工派驻美国,I-9、工作授权、签证及 LCA 等问题都可以从这里找到官方起点。 第四类是Payroll 与雇主税务,覆盖 IRS Starting a Business、Employment Taxes、Publication 15、SSA W-2 Filing 以及各州 Unemployment Insurance Tax Agency 等资源。对于第一次建立美国 Payroll 的企业,这部分尤其重要。 第五类是员工福利,重点连接 ACA、EBSA、ERISA、COBRA 等资源。比如,企业团队逐渐扩大后,是否已经进入 ACA Applicable Large Employer 的判断范围?根据页面整理的信息,ALE 一般需要结合上一年度平均至少 50 名全职员工及全职等效员工进行判断,而不是简单按照某一天的员工总人数决定。 第六类是岗位与薪酬数据,包括 BLS Occupational Employment and Wage Statistics、O*NET OnLine 和 Occupational Outlook Handbook。对于中国企业来说,这一部分不仅涉及合规,也直接影响美国岗位设计、JD 本地化、招聘预算以及薪酬 Benchmark。 第七类则是Workers’ Compensation 与特殊场景。美国 Workers’ Compensation 主要属于州级制度,不同州要求存在明显差异,因此企业每进入一个新的用工州,都应该重新确认 Coverage、Payroll 分类和相关要求,而不能假设现有保单自动覆盖全部员工。 真正解决的问题,不是“给你 30 个链接” 如果只是把 30 个网址排列在一起,实际使用价值仍然有限。 因此,这个页面的设计逻辑并不是“政府网站收藏夹”,而是希望让 HR 从自己的工作场景出发。例如你现在准备第一次在美国招聘,可以直接进入招聘与员工关系;准备建立 Payroll,可以进入 Payroll 与雇主税;准备派驻中国员工,可以查看身份与工作授权;开始配置 Health Benefits,则进入员工福利;刚在新的州招聘员工,则应该同步检查州级劳动规则和 Workers’ Compensation。页面本身也按照“第一次在美国招人、工资工时怎么查、雇外籍员工 / 派驻、搭建 Payroll、开始做员工福利、工伤险与特殊规则”等真实场景提供快速入口。 换句话说,用户不需要先知道自己应该查 DOL、USCIS 还是 IRS,而是先回答一个更简单的问题: “我的公司现在正在做什么?” 再从这个动作反向找到对应的监管机构、官方资源和下一步工具。 官方规则之外,我们进一步做了可以直接使用的合规工具 NACSHR Compliance 还把很多官方资源与具体工具进行了连接。 例如,在 Wage and Hour Division 和 FLSA 相关内容下,可以继续使用 FLSA 豁免身份检测、加州豁免员工资格检测、最低工资查询和工资单合规检查;在 FMLA 内容下,可以继续进入联邦 FMLA 检测、CFRA / FMLA 资格判断及 Leave Policy 自查。 在 I-9 部分,可以使用 I-9 合规自测、I-9 新规知识测验以及证件到期追踪工具;在 OSHA 和加州 Workplace Safety 场景下,可以进一步使用 IIPP 模板生成器、SB 553 适用性检测以及 WVPP 文档生成器。 Workers’ Compensation 场景则进一步连接了工伤险自查、企业保险风险综合诊断和保险配置缺口检测。当企业真正进入美国经营以后,HR 合规、Payroll、Benefits 与 Business Insurance 实际上并不是彼此孤立的几个模块,而是同一套 Employer Infrastructure 的不同组成部分。 这也是我们希望这个导航逐渐解决的问题:不是让 HR 阅读更多法规,而是让企业知道接下来应该检查哪一个具体问题。 为什么还需要一个“5 分钟 HR 合规检测”? 官方资源能够回答“法律和规则是什么”,但它通常无法直接回答另一个更实际的问题: “这些规则跟我的公司到底有没有关系?” 同一个规则,可能取决于企业员工数量、员工所在州、岗位性质、是否有外籍员工、是否跨州 Remote Work、是否已经开始提供 Benefits,甚至企业当前的 Payroll 和内部 Policy 状态。 因此,在官方导航之外,NACSHR Compliance 同时提供了 5 分钟 HR 合规风险自查。它的定位不是给企业一个简单的“合规 / 不合规”结论,而是帮助企业从自己的实际用工状态出发,把 Federal、State 与内部政策三个层级的风险逐步映射出来,优先发现哪些领域值得继续核查。页面本身也明确提出:官方资源解决“规则是什么”,而风险自查要进一步帮助企业理解“我的公司应该重点检查什么”。 对于刚刚进入美国的企业来说,这比一开始阅读几十页劳动法资料通常更有效。 没有美国实体,也可以先从“用工主体”这个问题开始 不少准备进入美国的企业,第一个问题就是:“我们还没有美国公司,可以先招人吗?” 这也是为什么导航并没有假设所有企业都已经拥有成熟的美国 HR Infrastructure。页面将 Entity、EOR / PEO 等问题放在企业进入美国的前端,希望企业首先明确“谁在美国承担 Employer 的角色”,再继续处理招聘、I-9、Payroll、保险和福利等后续事项。 页面的 FAQ 也提示,没有美国实体时,通常需要先解决用工主体问题,常见路径包括设立美国 Entity,或根据具体场景评估 EOR / PEO 等方式;实际选择仍然取决于员工人数、所在州、进入美国的时间安排以及企业长期经营计划。 这也是企业进入美国 HR 合规最容易出现的一个误区:不要先把 HR 流程做起来,再回过头补 Employer Structure;而应该先把用工主体和合规路径想清楚。 跨州招聘以后,HR 合规会迅速变成“多层规则系统” 美国市场另一个容易被低估的问题,是跨州用工。 企业可能注册在 Delaware,总部位于 California,却同时在 New York、Texas、Washington 等地招聘 Remote Employees。此时,HR 不应该简单地把总部所在地的政策复制给所有员工。 页面对这一问题给出的原则是:通常需要首先关注员工实际工作所在地,在 Federal 的基础上进一步判断 State,必要时再检查 City / County。 这意味着,每增加一个新州,HR 都应该至少重新问一次:最低工资和加班是否不同?Payday 和工资单规则有没有变化?Leave Policy 是否需要调整?State Unemployment Insurance 是否需要注册?Workers’ Compensation 是否已经覆盖?招聘和薪酬透明规则是否不同? 对于正在快速扩张的企业而言,真正需要建立的不是一份静态 Checklist,而是一套“新增州员工时自动重新检查”的思维方式。 哪些企业最适合使用这套导航? 如果企业正在准备正式进入美国市场、计划招聘第一名美国员工、正在比较 Entity 与 EOR 等落地路径、已经开始在多个州 Remote Hiring、准备从中国派驻员工、第一次建立 Payroll、开始配置员工福利,或者正在检查 Workers’ Compensation 和基础商业保险,这套导航都可以作为一个起点。 对于已经拥有美国团队的企业,它同样可以作为一次“基础设施复盘”:看看 I-9、Payroll、工资工时、Leave、Employee Relations、Safety、Benefits、Workers’ Compensation 等模块是否已经真正形成完整闭环。 它并不能替代律师、CPA、移民律师、Benefits Broker 或其他专业顾问;NACSHR 页面也明确说明,相关信息用于一般 HR 信息与教育,不构成法律、税务、移民、保险或其他专业意见,具体规则仍需要结合企业规模、员工所在地、行业和实际用工场景判断。 进入美国,不需要先成为美国劳动法专家,但需要知道下一步查什么 对于出海企业来说,美国 HR 合规最困难的地方,并不一定是某一条法律有多复杂,而是企业很容易不知道自己漏掉了什么。 从 Employer Structure 到招聘,从 I-9 到 Payroll,从最低工资到 Workers’ Compensation,从员工福利到跨州用工,每一个环节都可能对应不同的监管机构和不同层级的规则。 NACSHR 希望通过「企业进入美国 HR 合规导航」把这些入口尽可能整理到一条清晰路径中:先判断企业当前处于什么阶段,再找到对应官方来源,然后使用具体工具进一步检查自己的实际情况。 如果你的企业正在进入美国,或者已经开始招聘美国员工,可以先从这里开始: 企业进入美国 HR 合规导航https://compliance.nacshr.org/us-market-entry 5 分钟 HR 合规风险检测https://compliance.nacshr.org/start 从第一名美国员工开始,把 Entity、招聘、I-9、Payroll、Workers’ Compensation、Benefits 和跨州用工这些基础问题,一项一项理清。
    观点
    2026年08月08日
  • 观点
    2026员工幸福感回升至三年高位,但年轻员工与科技行业仍在“掉队” NACSHR核心摘要:员工终于“更快乐”了吗?BambooHR 最新 2026 Employee Happiness Index 显示,H1 2026 eNPS 回升至40,创2023年以来最好上半年。但平均值背后出现明显分化:26–30岁员工满意度偏低,工作2–3年成为员工体验最低谷;长期员工反而重新回升。更值得关注的是,高幸福感企业的员工流失明显低于低幸福感企业,而科技行业却成为八大行业中唯一持续下滑的行业。 对HR来说,未来员工体验不能只看一个公司平均eNPS,而需要按照年龄、工龄、团队与职业阶段进行精细化管理。员工调查的下一步,不是“测量”,而是把数据真正转化成经理行动和留任结果。 在经历连续数年的下降后,员工的整体幸福感终于出现较为明确的恢复迹象。 最新发布的《2026 Employee Happiness Report》显示,2026年上半年员工净推荐值(Employee Net Promoter Score,eNPS)升至40,同比增长4.4%,达到自2023年以来表现最好的上半年水平。2024年11月至12月,该指标一度降至37的阶段性低点,而2026年的数据意味着员工对工作和所在组织的整体感受正在逐步改善。 不过,对于企业HR而言,比“员工幸福感回升”更加值得关注的是平均数字背后的结构性变化:不同年龄、工龄和行业的员工体验出现明显分化,而员工幸福感与人员流失之间也呈现出值得企业管理者关注的关联。 员工幸福感回升,但还没有回到过去的高点 从长期趋势来看,员工幸福感仍处于“恢复期”。 数据显示,2020年7月eNPS曾达到48的历史高点,此后员工幸福感经历连续数年下降。2022年至2023年下降7.0%,2023年至2024年继续下降2.8%,并在2024年底降至37。进入2026年后,员工情绪开始持续改善,上半年eNPS升至40,目前已经接近2023年的水平。 这意味着经历疫情后的工作模式调整、通胀压力、劳动力市场变化以及过去几年频繁的组织重组之后,员工整体情绪可能正在逐渐企稳。 但40只是一个整体平均值。进一步拆解数据会发现,不同员工群体的体验恢复速度并不相同,这也是企业HR在解读员工敬业度数据时更需要注意的问题。 高幸福感企业,员工流失明显更低 报告中最值得企业管理者关注的一项发现,是员工幸福感与人员流失之间的明显关联。 数据显示,员工幸福感最高的企业,其员工流失水平相比员工幸福感最低的企业低约46%。按照报告测算,对于低幸福感企业来说,相当于每100名员工每年可能多出现约18次人员离开。 这种差距在中小型企业中尤其突出。 对于1—24名员工的企业,高eNPS企业员工流失率约为34%,而负eNPS企业达到53%;25—75人规模企业分别约为41%和60%;76—150人企业则分别为42%和60%。也就是说,对于150人以下的企业,员工幸福感较低的组织每年可能多流失18—19个百分点的员工。 相比之下,当企业规模扩大到301—500人时,高幸福感和低幸福感组织之间的人员流失差距缩小至约4.5个百分点。 对于中小企业而言,这组数据尤其值得重视。大型企业可能通过招聘规模、内部流动和人才储备消化一定程度的人员流失,但对于几十人或一百人左右的团队来说,每年额外流失十几名员工,很可能直接影响业务连续性、团队稳定性以及招聘和培训成本。 需要特别说明的是,报告同时强调,这些数据反映的是员工幸福感和人员流失之间的相关关系,而不能直接证明因果关系。员工不满意可能增加离职,也可能是频繁人员变动本身降低了团队幸福感,或者两者同时受到其他组织因素影响。 工作2—3年,成为员工体验最值得关注的“危险期” 如果从员工生命周期来看,2026年的数据呈现出一个非常清晰的“U型曲线”。 入职不到一年的新员工平均eNPS约为51,是员工体验相对较好的阶段;随着工作时间增加,满意度逐渐下降,其中工作2—3年的员工eNPS只有33,是整个员工生命周期中的最低点;而随着工龄进一步增加,长期员工满意度又重新回升,长期任职员工平均eNPS达到57。 这一趋势对HR管理具有非常现实的意义。 过去几年,越来越多企业把大量资源投入招聘体验和Onboarding。新员工入职后的前几个月通常拥有更加密集的培训、经理关注、团队欢迎和职业期待,因此容易形成明显的“蜜月期”。 真正的员工体验考验,往往出现在入职后的第二到第三年。 这一阶段,员工已经完成对组织、岗位和管理方式的基本了解,最初的新鲜感逐渐消失,同时开始更加现实地评估薪酬增长、晋升机会、职业发展、经理能力以及未来能否在组织内部获得新的机会。 报告将2—3年工龄称为持续出现的低点。该群体eNPS在2025年曾降至约30,虽然2026年上半年恢复至33,但仍显著低于整体平均水平。 这也提醒企业,与其仅仅把员工留任计划集中在入职前12个月,HR可能需要进一步建立针对“入职第2—3年”的人才管理机制,包括职业发展讨论、内部流动、薪酬调整、经理沟通和关键人才识别。 26—30岁员工幸福感最低,年轻员工恢复明显更慢 年龄也正在成为员工体验差异的重要变量。 数据显示,26—30岁员工的eNPS仅为31,比整体平均水平低9点;相比之下,51—60岁员工的eNPS比整体平均高8点,两类员工之间形成17分的明显差距。 更值得注意的是,在整体员工幸福感开始恢复之后,不同年龄层的恢复速度也并不一致。50岁以上员工的满意度改善明显,而30岁以下员工仅出现相对有限的改善。 这意味着,企业越来越难再通过一套统一的员工体验方案满足所有员工。 对于年轻员工而言,职业成长速度、经理反馈、工作灵活性、薪酬增长和职业安全感可能拥有更高权重;而对于更加资深的员工,工作稳定性、长期激励、福利和工作生活平衡的重要性可能更加突出。 因此,对于北美企业HR而言,仅查看公司整体eNPS或者年度员工满意度平均值已经越来越不够。年龄、职业阶段、工龄、团队甚至不同经理之下的员工体验差异,都应该成为People Analytics的重要分析维度。 科技行业成为少数逆势下滑的领域 行业之间的员工体验变化同样出现明显分化。 2026年上半年,建筑行业eNPS达到51,在所统计行业中继续保持领先;金融行业达到47,相比上一年明显提高;医疗行业升至40;教育行业为39,非营利组织为38。 相比之下,科技行业eNPS只有37。 更值得关注的是,科技行业是报告追踪的八个行业中唯一出现持续下降趋势的行业:2023年科技行业eNPS为42,当时仍处于各行业领先位置;2024年下降至37,2025年为38,到2026年上半年再次回到37,已经低于整体平均水平。 餐饮、食品与饮料行业的整体得分最低,2026年上半年eNPS为34;但从长期走势来看,科技行业持续走弱反而更值得HR和企业管理层警惕。 过去很长时间,高薪、高增长、股权激励以及快速职业发展共同构成了科技企业吸引人才的重要雇主价值主张。随着近几年科技行业持续经历组织调整、人员裁减和岗位重构,员工对于职业稳定性和未来发展的预期也在发生变化。 特别是在人工智能开始重新定义岗位职责、团队规模以及工作流程的背景下,科技企业如何重新构建员工的职业发展预期和组织信任,可能成为未来几年Employee Experience和人才留任的重要议题。 NACSHR观察:员工体验正在从“平均值管理”走向“分群管理” 对于北美HR而言,这份报告最值得关注的并不是eNPS从37回升到40,而是隐藏在平均值背后的员工体验分化。 一家企业整体eNPS可能表现良好,但26—30岁的员工、工作2—3年的员工,或者某些特定业务团队的员工体验可能已经出现明显问题。如果HR只关注公司层面的年度平均数据,很容易错过真正的人才流失风险。 这意味着员工体验管理正在进入新的阶段。 传统Employee Engagement的核心问题往往是“员工是否满意”,未来企业更需要回答的是:“哪些员工正在变得不满意?为什么?发生在哪个职业阶段?与哪类经理、岗位或者组织变化相关?接下来应该采取什么行动?” 对于HR部门而言,员工调查的价值也需要从“测量”进一步走向“行动”。将Employee Listening、People Analytics、经理能力、职业发展、内部流动和人才留任数据连接起来,持续识别不同员工群体的体验变化,可能比单纯追求一个更高的年度eNPS数字更加重要。 2026年的员工幸福感正在恢复,但这种恢复并不均匀。 而对企业来说,真正的人才竞争力,很可能就隐藏在这些平均数字没有显示出来的差异之中。 资料来源: BambooHR,《2026 Employee Happiness Report / Employee Happiness Index》,2026年8月6日。研究数据来自2019年1月至2026年6月的eNPS平台数据,覆盖1,400多家企业、超过51,000名独立员工及超过250万条匿名自报eNPS评分。 NACSHR(北美华人人力资源协会)整理报道
    观点
    2026年08月07日
  • 12345 21 跳转至