Workflow Automation - 北美华人人力资源协会

Workflow Automation

HR的AI成熟度，分四层十二阶，你在哪一层 HR的AI成熟度，分四层十二阶，你在哪一层讨论HR和AI的文章很多，但大多数都在回答同一个问题：AI能帮HR做什么。写JD、优化面试流程、分析员工数据、自动回复候选人……这些场景并不难想象，工具也越来越多。但有一个问题很少有人认真回答：在使用AI这件事上，HR和HR之间的差距，到底是怎么形成的？同样是用AI，有人用了一年，工作方式基本没变；有人用了三个月，已经开始用AI重新设计自己的工作流程。差距不是在工具上，而是在能力的成熟度上。为什么需要一套成熟度框架大多数人评估自己的AI能力，靠的是感觉。"我用AI挺多的""我基本每天都在用""我觉得自己算会用的"。这些判断本身没有错，但它们无法告诉你：你现在在哪里，你和更高阶段的人差在哪里，你下一步最应该做什么。没有参照系，就没有清晰的成长路径。这是HR AI Forward Maturity Framework 存在的原因——不是为了给人贴标签，而是为了让能力的发展变得可见、可判断、可推进。这套框架把HR的AI能力分成四个层级，每个层级下再细分三个阶段，共四级十二阶。层级回答的是"你主要处在什么状态"，阶段回答的是"你在这个状态里发展到了哪一步"。 L0：Traditional HR，事务型HR 这个层级的核心特征不是排斥AI，而是AI尚未真正进入工作方式。使用者可能听说过AI，也可能零散试过，但整体工作依然以传统做法为主——经验驱动、流程驱动、人工执行。 L0下分三个阶段：第一阶段是Manual HR，几乎所有工作都依赖人工完成，AI还没有进入日常；第二阶段是AI-Curious HR，已经意识到AI的重要性，开始关注和了解，但还没有真正用起来；第三阶段是Early Trial HR，已经做过一些零散尝试，但使用频率低、方法不稳定，还没有形成任何习惯。 L1：AI-Enabled HR，工具型HR AI已经进入工作，但以个人提效工具的身份存在。使用者能借助AI处理部分任务，效率有提升，但工作逻辑本身没有发生明显变化。这是目前大多数在认真使用AI的HR所处的层级。 L1的三个阶段分别是：Tool Starter，已经在个别任务中用过AI，但多为临时调用，缺乏持续性；Tool User，已经在多个任务中使用AI，开始形成基本习惯，但使用仍以提效为主；Structured User，开始积累模板和复用意识，使用更有结构，但仍主要以个人工具使用为中心。 L2：AI-Ready HR，能力型HR 这是整个框架中最关键的分水岭。AI已稳定进入工作方式，并开始形成可复用、可迁移、可持续的能力体系。使用者不再只是借助AI完成具体任务，而是开始用AI建立一种新的工作方式。 L2的三个阶段是：Workflow Adopter，AI已经固定进入至少一个工作动作或流程，不再只是偶尔试用；Capability Builder，开始在多个场景中形成方法迁移和结构复用，能力在持续沉淀；Ready Practitioner，AI已稳定进入多个工作场景，能够持续支撑分析、决策、表达与交付。 L3：AI-Native HR，系统型HR AI开始驱动流程、系统与工作结构运行。使用者不再只是AI工具的使用者，而是进入了更高层级的系统设计、自动化运营或组织推动阶段。 L3的三个阶段分别是：System Explorer，开始搭建更复杂的自动化或AI协同结构；System Operator，多个自动化场景已进入运行阶段，能够维护和优化AI驱动的流程；Native Leader，能够推动团队或组织层面的工作方式重构，具备明显的引领性。真正拉开差距的，是L1到L2这一步很多人会觉得，从L0到L1的跨越最重要——毕竟从"不用AI"到"开始用AI"，是一个明显的变化。但实际上，这一步在当前阶段已经越来越容易实现，工具够用，场景够多，只需要一点点动力。真正拉开差距的，是从L1到L2。从"会用AI"走向"具备AI时代工作能力"——这个跨越，不是靠更多工具、更多时间、更多尝试，而是靠一次工作方式上的结构性转变。这也是为什么很多人用了很久AI，却始终觉得"好像没什么变化"——因为他们一直在L1，还没有完成这次转变。知道自己在哪里，是成长的第一步。HR AI Forward 的AI能力评测基于这套框架设计，26道题，10到15分钟，给你一个关于当前位置的清晰判断，以及最值得优先突破的方向。 ? forward.hrtechchina.com

Workflow Automation
2026年04月11日
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

订阅NACSHR周报

HR Jobs

GOFO物流公司开放岗位：HRBP助理（Onsite）-支持OPT,可Sponsor H1b。工作地址：Chino, 2026年04月15日
GOFO物流公司开放岗位：HRBP主管（Onsite）-可Sponsor，H1b transfer。工作地址：Chin 2026年04月15日
HRBP - Atlanta GA Position Summary: The HRBP Supervisor acts 2026年04月08日
职位：国内头部物流企业美国公司HRD（此职位需要全职on site，base纽约皇后区） 1。战略人力资源规划：锚定区域 2026年04月06日