• Workflow Automation
    深度观察 | AI重构HR的未来蓝图:战略编排才是核心战场--解读Deloitte《HR Reimagined: Agentic AI for HR》 在AI加速重塑企业运作方式的今天,人力资源领域也正经历着一场深刻变革。2025年夏季,Deloitte  发布了最新研究报告 《HR Reimagined: Agentic AI for HR》,由资深人力资本与AI转型顾问 Greg Vert 和 Kyle Forrest 联合撰写。报告围绕“Agentic AI”(智能体AI)这一新一代技术,系统探讨了AI如何在HR全价值链中发挥作用——从战略规划、治理体系,到能力建设与技术架构,并通过16项HR核心能力与67个具体活动的分析,描绘了从AI辅助(Assisted)到增强(Augmented)再到AI驱动(AI-Powered)的成熟路径。 本文将结合报告核心内容与行业背景,带来一份深入的中文解读,帮助HR领导者与业务决策者理解AI在HR中的落地价值、潜在风险及战略编排方法。非常值得推荐阅读!!如果需要PDF 可以邮件我们 nacshr818@gmail.com 获取德勤报告 人工智能的快速发展,正在让HR领域面临一次前所未有的变革。从招聘到员工体验,从绩效管理到流程优化,AI的触角已经伸入几乎所有HR职能。Deloitte 在《HR Reimagined: Agentic AI for HR》中,描绘了一幅未来蓝图——AI不再只是工具,而是HR战略执行的核心力量。本文将结合报告要点,带来一份面向HR领导者的深度解读。 1. AI在HR的三种形态:从辅助到驱动 报告指出,AI在HR的应用大致分为三个阶段: 辅助型(Assisted):AI为人类提供支持,如自动生成职位描述、初步整理数据等。 增强型(Augmented):人类与AI交替协作,AI能处理部分复杂任务,如候选人筛选、知识库更新、调查分析。 驱动型(AI-Powered):AI主导流程执行,人类负责监督与优化,例如自动完成员工咨询、生成分析报告、触发跨部门流程。 解读:企业应先明确自身在这三个阶段中的位置,然后规划向更高阶段的演进路径,而不是盲目堆砌工具。 2. Agentic AI:HR的“虚拟同事” 传统AI往往是功能插件,作用单一。而Agentic AI的特征在于:理解上下文、规划多步骤任务、调用不同系统完成工作,并能根据反馈优化执行。这类AI更像是一名“虚拟同事”,能够独立完成从信号识别到结果交付的全流程。 解读:这要求HR团队具备“管理AI”的能力——为AI设定任务边界、明确流程接口、评估其工作成效,而不是只当它是一个按钮或查询工具。 3. 角色重塑:从事务处理到战略赋能 AI的引入会让HR的时间分配发生显著变化: HR业务伙伴(HRBP):从有限服务部分业务单元,转向为全体管理者提供战略性人才辅导。 卓越中心(COE):从数据收集整理转向实时洞察与预测,参与前置决策。 HR运营(HR Ops):80%以上的日常事务由AI执行,团队重心转向员工体验和流程改进。 解读:HR的绩效评估指标也应随之调整,从“完成多少任务”转向“业务贡献度”和“战略影响力”。 4. 高价值落地场景 报告给出了一些能快速显现成效的Agentic AI应用: 入职流程:多个AI协作完成任务分配、福利登记、培训安排,跨平台无缝衔接。 请假与返岗管理:AI提前识别返岗事件,触发跨部门流程,并根据反馈优化体验。 人才保留:AI实时分析流失风险并推送定制化留才方案,直接触发奖励或调配。 解读:这些场景有三个共性——跨系统、闭环执行、可持续优化,非常适合做为企业的AI试点项目。 5. 碎片化风险与战略编排 如果不同部门各自引入AI工具,很容易造成“67个AI源”的割裂局面:数据孤岛、体验不一致、治理困难。报告提出五个关键步骤来避免碎片化: 规划:目标与业务战略、员工需求一致; 治理:覆盖伦理、数据安全、信任机制; 能力建设:集中AI专业能力,设立卓越中心; 编排:工具互通并嵌入核心流程,而非外挂; 衡量:效率、体验、公平性与成果并重。 解读:这本质上是“企业级AI治理”的HR版本,需要跨部门协作才能真正落地。 6. 技术趋势:多智能体系统(MAS) 未来12-18个月,用户与HR系统的交互将从传统API调用,逐步转向多智能体系统(MAS)——多个AI可以相互协作、与人类互动、跨平台执行复杂任务。例如,招聘AI可以直接与培训AI、薪酬AI协作,实现从录用到入职培训到福利登记的自动化闭环。 解读:这意味着企业未来的AI生态将是“团队作战”而非“单兵作战”,需要提前规划架构与数据接口。 结语:AI价值取决于编排能力 AI进入HR是不可逆趋势,但它的价值并不会自动释放。真正的竞争力来自于战略性编排与持续优化——让AI不只是辅助工具,而是组织能力的一部分。对于想在未来人才竞争中保持领先的HR团队来说,现在正是重新设计角色、流程与能力结构的关键窗口期。 报告来源:Deloitte《HR Reimagined: Agentic AI for HR》 作者:Greg Vert 与 Kyle Forrest
    Workflow Automation
    2025年08月13日
  • Workflow Automation
    Josh Bersin:AI最终会连通整个企业界吗?问问ServiceNow,他们的回答是肯定的。 本周,ServiceNow在其年度用户大会上迎来了超过22,000名IT和技术专业人士,同时公布了几项对其战略的重大增强。ServiceNow的目标是通过一个全新的工作流软件层整合企业资源,使之能够实现全面连接,进而让员工、顾客以及企业领导通过一个统一的界面访问信息和系统。 历史上,ServiceNow主要通过一系列案例管理和服务交付工具来实现这一目标,这些工具主要服务于IT部门。这个平台极大地帮助IT服务团队自动化和优化了他们日常面临的各种IT请求和问题处理。但随着公司的发展及其野心的扩大,尤其是在Bill McDermott这位我所见过的最杰出领导者的带领下,ServiceNow的发展已经远远超出了原有范畴。 在员工服务领域,ServiceNow即将推出一系列雄心勃勃的产品。首先,原名为HR的员工工作流服务现已扩展到包括工作场所管理、员工入职、调查问卷以及技能分析工具等,还包括从Hitch收购的人才智能平台、内部职位调动与招聘等功能。公司正在开发专门的招聘工作流程,以帮助企业简化面试安排、候选人管理以及内外部候选人关系协调等复杂问题。这个看似小众的领域实际上正变得越来越重要,因为越来越多的公司开始重视内部职位流动和动态。 但在我本周参加这次会议时,我注意到ServiceNow的战略叙述发生了显著变化。Bill McDermott花了近一个小时重申他之前的讲话,但这次他将重点从工作流转移到了人工智能。他基本上将原本的工作流引擎战略替换为了“商业转型的AI平台”,显然,他们不再仅仅关注“数字化转型”。 ServiceNow的商业转型AI平台 他们强调的一个非常重要的信息是,AI将成为企业变革的技术,这与数字化变革的影响相似。 几个月前我们还在讨论数字化转型,现在,这已成为过去式:未来的变革将借助AI实现。没错,从某种意义上来说,每种技术都能成为业务变革的工具,但AI带来的变革程度将远超过互联网本身。这一点我稍后将进一步解释。 ServiceNow将其视为一个集成了异构系统的集合,中心是一个AI引擎。会议上的一个关键案例是一家面包店,因应不同地点的天气变化而调整各种烘焙产品的生产。中心的AI系统能够感知这些变化,预测接下来的行动,并指导工厂调整生产策略,从而满足市场需求,提升销售额。这是一个非常吸引人的案例。 ServiceNow的AI架构 有趣的是,像SAP在20世纪80年代推广集成供应链管理,Qualtrics推广客户体验管理时讲的故事,似乎都在用不同的方法解决相似的问题。Bill McDermott凭借丰富的经验,将这一叙事应用于ServiceNow,展现了他作为CEO的卓越远见和沟通能力。 那么,AI真的能成为未来的企业协调系统吗,将各种遗留平台联系起来,提供解决方案吗? 我确信这将成为现实。虽然这不会一夜之间实现,但最终会发生。这种变革同样适用于我们的消费者生活。 我们日常工作中的效率之所以低下,往往是因为在寻找信息、处理文档、查询库存等活动中分心。如果能直接通过AI查询并获取答案,无疑会极大提升工作效率。(正如我尝试让Siri帮忙却发现它做不到的那样。) 正如我在本周的播客中讨论的,通过语音或文本提出问题比在Workday、Oracle、SAP等系统中四处查找要简单得多。我们曾努力使这些系统更加用户友好,现在,生成式AI的出现将为这些努力带来新的变革。 ServiceNow之所以能够很好地定位自己,有两个主要原因。 首先,他们长期以来一直在开发工作流工具,很多系统都设计得非常用户友好,即便是普通用户也能轻松使用。这就是为什么有这么多IT开发者选择使用ServiceNow的原因。(我在这周的大会上亲眼见证了这一点。) 其次,他们对这些后端系统的工作原理非常熟悉。ServiceNow的工程和产品团队对SAP、Oracle、Workday等系统进行的工作流程和交易处理有深入了解。 我与HR产品团队有过深入的交流,他们向我展示了如何将员工交易集成到ServiceNow平台中,以便构建生成式AI解决方案,与公司内部的系统进行交互。这一过程需要时间,也不会十全十美,但他们已经在正确的道路上迈出了坚实的步伐。这也引出了一个问题:我们是否应该将所有企业系统整合到这种新的界面下。 ServiceNow的HR产品 然而,这种架构也有潜在的缺点。 首先,成本较高。你现在不仅要购买ServiceNow这一复杂的企业平台,还要维护你现有的复杂企业平台。Oracle、SAP、Workday、Salesforce和Hubspot等都在尝试提供类似服务。你已经为他们的建设付出了巨大的成本,现在又要为ServiceNow付费。ServiceNow的产品不便宜,这从他们的收入就可以看出。 其次,这可能会造成系统的脆弱性。ServiceNow的工作流本身可能会因为业务规则的嵌入而变得过时,你必须管理许多小型应用程序,这些应用程序位于你的其他应用程序之上。当这些应用程序更新或被替换时(很多软件公司被收购后,其产品线会发生变化),作为客户的你需要重新配置在ServiceNow中所做的设置。 这让我回想起我在IBM的日子,当时我在主机世界工作,我们的应用程序都是定制开发的,我们有大量的COBOL程序员在构建这些系统。我曾与数据处理部门合作,探讨他们是如何在公司内部整合所有这些系统的。现在,你可能需要在ServiceNow基础设施中构建类似的工具。 如果我现在能与Bill McDermott面对面交谈,我相信他会说:“这是一种更有效的运营方式,我们ServiceNow将为你自动化这一切。”我相信这将随着时间的推移逐渐成为现实。但这也引出了一个问题:你希望将多少组织功能和经验整合进ServiceNow,而不是选择其他核心系统? 每当我们需要构建新功能时,我们都必须决定将其部署在何处。我们是应该将职业管理平台部署在Workday、Eightfold、Degreed还是Cornerstone?你的决定将决定你依赖于哪个供应商及其发展路线图。 考虑到ServiceNow已经取得了巨大的成功,许多公司都在说:“既然我们已经为此付出了代价,那就让我们继续吧。” 生成式AI能否实现这一承诺?例如,在天气变暖时,它能否提前告诉你需要烘焙更多的面包圈? 根据我们通过Galileo®获得的AI经验,我认为答案是肯定的。 这项技术的重要性堪比电力的发明。虽然这听起来有些夸张,但我是认真的。我从未见过如此自我发展、强大并且发展迅速的技术。我们正处于生成式AI进入市场的初期阶段。 在未来几年内,生成式AI很可能会改善这些连接,开发代码,并优化这些端到端的“单一视窗系统”。Google正在消费者领域推进此类工作,Microsoft则在办公生产力领域努力。如果ServiceNow能成为企业级应用中的佼佼者,那将不足为奇。
    Workflow Automation
    2024年05月10日