跳到正文

全部动态

今日 5 条
3月26日周四
  1. Josh Bersin49

    Josh Bersin 撰文分析 AI 为何是创造就业而非消灭就业的技术

    HR 研究者 Josh Bersin 撰文提出 AI 是大规模创造就业的技术,认为技术改变岗位而非取消岗位。他引用 Draup 和 Lightcast 数据称全球软件工程职位发布量基本持平,OpenAI 一家有 650 个相关岗位在招,软件薪资一年上涨超 15%,医疗影像诊断职位发布量同比增 35%。

    决策要点

    AI 对就业的实际冲击是岗位重组而非总量消失,入门级技能贬值与高阶岗位加薪在同时发生。

    • 影响初级编码测试类任务需求走低,复合型 AI 岗位薪酬上涨会抬高用工成本;医疗案例显示 AI 降本扩量后岗位不减反增;人才规划需按技能涨落而非岗位总量来定。
    • 参考可考虑引入劳动力市场数据盘点自家各职能的技能涨落,找出入门级任务被压缩的环节;值得重算 AI 工程类岗位的薪酬带宽,并试点把简化后的流程重组为复合岗位。
3月12日周四
  1. One Useful Thing(Ethan Mollick)67

    沃顿教授Ethan Mollick:AI从人机协作进入管理智能体阶段,组织实验刚开始

    Ethan Mollick撰文判断,AI已从人机来回协作进入管理智能体的新阶段,Claude Code、Codex等智能体可承接数小时的人类工作并在几分钟内返回可用结果。

    决策要点

    AI能力已足以改写组织运作方式,能力、市场与政策的连锁反应构成滚动式动荡,而递归自我改进可能让曲线更陡。

    • 影响能力曲线陡升但多数组织尚未真正采用,先跑通用法的组织会为行业树立先例;AI叙事已足以撬动股价与裁员决策,即便归因被夸大;若自我改进循环走通,能力提升节奏还会进一步加快。
    • 参考可考虑选定一个场景做激进试点并记录经验,此时的用法可能成为同行参照;值得盘点哪些岗位与流程最接近AI已达标的能力线,先算清对应的智能体支出账。
3月10日周二
  1. Josh Bersin52

    Josh Bersin 提出企业学习新方向 Dynamic Enablement,数十家厂商跟进转向

    Josh Bersin 发布新版企业学习指南,提出 L&D 新角色 Dynamic Enablement,培训团队要把知识库与专家资源嵌入工作流,按需回答问题、找专家或推送内容。

    决策要点

    企业培训的实质正从组织课程与证书,转向把公司内部专家知识做成随取随用的 AI 支持,传统学习平台品类边界随之消融。

    • 影响员工获取专业知识将从培训部门入口转向嵌入业务系统的 AI 工具;采购时 LMS 与 LXP 的分类框架参考价值下降,选型需回到具体岗位用例;学习、销售支持与员工体验平台正互相进入对方地盘。
    • 参考可考虑先按岗位列出高频求助场景,再用文中的厂商清单筛选试点对象;已有 LMS 或 LXP 合同的企业,值得核对供应商在 AI 内容生成与 AI 教练上的能力。
3月5日周四
3月3日周二
  1. Josh Bersin70

    Square 母公司 Block 宣布裁员 40% 并称以 AI 替代,Josh Bersin 分析这是否行业风向标

    Block(Square 与 CashApp 母公司)CEO Jack Dorsey 上周宣布在超过 1 万名员工中裁员 40%、约 4000 人,称将以 AI 替代,公告几乎没有具体方案。

    决策要点

    Block 这轮裁员更像借 AI 之名的组织与效率调整,把 AI 当作等量替换人力的手段在成本上难以成立。

    • 影响用 AI 直接换岗只有一次性收益,企业还需新增人力搭建、训练和校验 AI 系统;作者测算 AI 方案的资本与运营成本约为人力成本的三分之一到一半,裁员并不等于全额替换;真正的回报来自围绕 AI 重造业务流程。
    • 参考可考虑在评估 AI 替岗方案时把计算、训练、校验与数据治理费用计入全成本账;值得参考 Allianz、Travelers、HubSpot 从流程再造切入,而非先定裁员比例;遇到同类公告可先核查是否配套业务再造计划。
2月17日周二
  1. Josh Bersin43

    Josh Bersin 谈 AI 加速时代领导力的三点变化

    Josh Bersin 结合新的 Supermanager 研究提出,AI 加速时代领导力发生三点变化,员工从听命转向每天 opt in,权威与等级正被信任取代。

    决策要点

    AI 加速把领导力的实质从指挥控制推向以信任换速度,组织适应力取决于领导模式能否同步重构。

    • 影响AI 工具不确定性高,追求一次到位的完美方案会拖慢落地并放大等待风险;专业人才和 AI 使用者可能比上级更强,命令式管理难以留住他们;机构信任下滑使价值观失守的士气与合规代价更高。
    • 参考可考虑先复盘现有领导力模型是否仍建立在层级权威之上;值得选一两个 AI 场景允许团队带不完美上线并记录每次迭代的教训;先盘点关键岗位上员工的信任与授权状况。
2月11日周三
  1. Josh Bersin57

    Josh Bersin 发布第五份企业学习研究,称 AI 将改造 4000 亿美元培训市场

    Josh Bersin 团队发布第五份企业学习研究报告,称 74% 的受访企业技能供给跟不上业务需求,而企业每年在培训、内容库、L&D 技术与顾问上支出 4000 亿美元。

    决策要点

    企业学习的主张正从静态课程生产转向 AI 原生的动态支持,但核心结论出自既是研究方又是方案卖方的作者。

    • 影响培训预算的产出正被重新审视,四分之三企业自认技能供给跟不上业务;若动态平台真能压缩 L&D 内部支出,LMS、LXP 与内容采购的预算结构会被重估;业务线自建内容的治理问题随之而来。
    • 参考可考虑先用成熟度模型定位自家所处层级,再盘点现有 LMS、LXP 与内容采购合同;值得选一个销售或客服场景试点把专家经验接入动态知识库,并先算出 L&D 内部支出占比。
1月28日周三
  1. One Useful Thing(Ethan Mollick)66

    沃顿教授 Ethan Mollick:管理能力是 AI 时代的超能力

    宾大实验课上,Ethan Mollick 让多数没有编程经验的 EMBA 学生用 Claude Code、Google Antigravity 配合 ChatGPT、Claude、Gemini 在四天内从零做出初创原型,多数原型核心功能真实可运行,他估计其进度比 AI 出现前一学期学生的成果快一个数量级。

    决策要点

    AI 让执行变得便宜后,稀缺的是知道要什么,界定需求、评估产出的管理能力成为普通员工可复用的杠杆。

    • 影响懂业务又能清晰委托的员工与普通使用者的产出差距会拉大;检查 AI 产出本身占用小时级时间,需计入真实成本;转型依靠现有专业判断,不必先成为 AI 专家。
    • 参考可考虑盘点人工基线耗时长且验收标准清晰的任务清单先行试点;值得让员工用目标、权限边界、完成定义齐备的委托文档向 AI 下任务,并记录评估耗时算净收益。
1月24日周六
  1. Josh Bersin56

    Josh Bersin 判断 HR 进入 AI 驱动的大重构,30-40% 行政型岗位可自动化

    Josh Bersin 发文判断,2026 年起 HR 职业进入 AI 驱动的大重构,重心从行政事务转向直接服务业务的全栈角色。其 Galileo 平台积累 250 多个 HR 岗位的任务级数据,据此判断 30-40% 的现有 HR 岗位可低成本自动化,方向包括招聘入职、员工服务、后台记录与培训内容。

    决策要点

    这场变革的实质是用 AI 接管 HR 的行政层,以岗位重构而非部门裁员的方式终结 HR 战略与事务的双重身份之争。

    • 影响面试协调、员工服务、后台记录等行政岗位面临自动化,HR 编制与预算逻辑需要重算;留下的人员要补齐智能体管理与数据质量能力;若配比升到 200:1 以上,HR 部门的价值定位会整体上移。
    • 参考可考虑先按岗位盘点 HR 任务清单,标出可自动化部分并测算配比变化;值得对照文中列出的自动化方向,选招聘或员工服务任一场景做试点并评估成本。
1月21日周三
  1. Anthropic:Engineering69

    Designing AI-resistant technical evaluations

    Anthropic 性能优化团队负责人 Tristan Hume 撰文复盘,团队 2024 年初启用的性能工程师笔试已有超 1000 名候选人完成并助其招到数十名工程师,但被 Claude 模型相继追平人类水平,至今已迭代三版。

    决策要点

    技术笔试的区分度正随模型版本加速失效,Anthropic 三轮重设计说明考核题目需要按模型迭代节奏更新。

    • 影响依赖笔试与客观题筛选技术人才的企业,题目有效期随模型发布周期缩短;直接禁用 AI 难以执行也偏离真实工作状态;设计训练数据外的新颖受限题会成为出题方向。
    • 参考可考虑定期用最新模型实测在用的笔试题,算出模型成绩与人类分布的重合点;值得把部分考察移向训练数据少见的新颖问题,并提前写明候选人使用 AI 的口径。
1月6日周二
  1. Josh Bersin55

    UKG在6.5万亿美元一线劳动力市场抢占领先位置

    Josh Bersin发文称UKG正在规模6.5万亿美元的一线劳动力市场占据领先位置,其Workforce Operating Platform把排班、薪酬、技能与HR流程整合为一套系统。

    决策要点

    一线劳动力管理正从HR系统的附属模块升级为独立平台市场,数据一体化成为供应商竞争的分水岭。

    • 影响一线人力常是企业最大且最可控的成本,排班与薪酬数据打通后人工成本可实时核算;供应商加速整合,分散采购排班、招聘、认可工具的集成与数据割裂成本会上升。
    • 参考可先算清一线员工的人均培训投入与流失成本,对照高投入案例试算加薪和排班灵活性的回报;选型HR系统时值得把排班、薪酬、招聘是否同源数据列入评估清单。
12月23日周二
  1. Josh Bersin65

    AI确实正在冲击就业市场,Josh Bersin给出企业与求职者应对建议

    AI对美国就业市场的冲击正在显现,美国失业率升至4.6%,24岁及以下应届大学毕业生失业率接近10%,为2021年7月以来最高。不需要学位的岗位约占劳动力的82%,较五年前的79%上升;作者援引Edelman对5000多名员工的调查称,70%美国员工不信任关于AI岗位削减的说法,仅27%信任CEO。

    决策要点

    AI对就业的冲击主要表现为应届生招聘放缓和学历岗位收缩,叠加管理层与员工间的信任缺口正在成为转型阻力。

    • 影响校招放缓提示年轻AI人才可能更早被竞争;一线岗位占比上升要求管理重心下移;七成员工不信任官方说法,内部AI落地会遭遇观望和抵触。
    • 参考可考虑重算校招预算,把AI学习与上手能力纳入应届生评估;值得盘点一线岗位的培训与支持投入;向员工沟通AI岗位计划时先准备可核对的数据而非口号。
12月21日周日
  1. One Useful Thing(Ethan Mollick)64

    Ethan Mollick谈AI能力的形状:参差边界、瓶颈与反向突出部

    沃顿教授Ethan Mollick撰文提出,AI能力边界依旧参差,一项任务能否被自动化取决于瓶颈而非整体智能。他引用研究称GPT-4.1在妥善提示与支持下两天复现并更新12篇Cochrane综述,约相当于12个工作年,准确率超过人类评审,但因无法获取补充文件或致信作者索要数据,不足1%的边缘错误仍需人类专家处理。

    决策要点

    AI能力是参差而非齐平的,一项任务能否被自动化取决于最短的短板瓶颈,而不取决于模型整体智能水平。

    • 影响企业用AI提效时,上限常在制度流程和需人处理的边缘情况,而非模型强项;某个短板被攻克后,原本只有人能做的工作环节可能突然可自动化;因此岗位影响会成块出现而非渐进发生。
    • 参考可考虑把目标流程拆成任务清单,标出AI尚不能覆盖的那一环并估算其占用人力;值得追踪记忆、实时学习、物理行动等短板的突破进度,作为调整自动化排期和岗位规划的信号。
12月3日周三
  1. Josh Bersin40

    Josh Bersin 发文分析残障劳动者就业与工资差距

    Josh Bersin 在国际残疾人日发文,梳理残障群体职场处境,美国劳工部和普查局估计 11-13% 工作年龄人口有残疾但在职劳动者仅占 5-6%,残疾人就业几率约为常人三分之一,平均工资低 15%。

    决策要点

    残障包容正从合规性便利转向经营议题,就业与工资差距背后是被闲置的劳动力和被忽视的残障客户市场。

    • 影响就业与工资差距代表被闲置的劳动力供给;AI 招聘筛选工具若不调整可能带来歧视与合规风险;残障消费者的需求被现有产品设计忽视,存在收入侧改善空间。
    • 参考可考虑盘点简历筛选和测评工具对残障候选人的影响,评估返岗与办公政策是否需要适配;值得先梳理自家产品对残障用户的使用障碍再决定投入。
10月20日周一
  1. Josh Bersin50

    Josh Bersin 发布超级管理者研究,称 AI 落地关键在管理者带动一线创新

    Josh Bersin 发布新研究 The Rise of the Supermanager,提出超级管理者概念,指既能抓结果又能鼓励团队用 AI 再造业务的经理。

    决策要点

    作者的核心判断是 AI 落地瓶颈已从工具转向管理角色,一线创新能否被带动决定生产力能否跟上技术曲线。

    • 影响技术与业务生产力的差距要靠管理动作弥合,管理培训与考核体系面临改写;一线自建工具已有 75% 提效先例,试点权下放与数据边界需要同步设计。
    • 参考可考虑用 enable、encourage、empower 三项检视现有管理培训,盘点一线已自建的 AI 工具并评估复制价值,先算出技术部署与实际提效之间的差距。
10月16日周四
  1. Josh Bersin52

    Viven.ai 发布数字孪生产品,Josh Bersin 公司全员使用六个月

    Viven.ai 发布数字孪生产品,把员工的邮件、会议、消息与文档汇成可提问的数字分身,Josh Bersin 的公司已全员使用六个月。作者称可向同事的分身查询工作安排、客户往来与专业意见,其 45 人以上的公司每天有 10 到 20 场客户、伙伴与媒体互动可借此同步,他称之为集体智能。他也提出离职员工的数字孪生信息归属没有明确法律答案,个人隐私需靠平台安全配置排除。

    决策要点

    数字孪生从工程仿真走向知识型员工,个人多年工作积累变成组织内可直接查询的共享基础设施。

    • 影响专家经验变成全员可随时查询的资源,减少打扰与会议协调成本;接入全员工作数据需要先解决隐私标记与权限配置,员工离职后分身信息的归属风险由雇主承担。
    • 参考可考虑先在客服或技术支持这类依赖少数资深专家的场景试点;上线前值得先定好个人数据排除规则、分身查询权限,并在合同或制度里写清离职员工数字孪生信息的归属。
10月10日周五
  1. Josh Bersin48

    Josh Bersin 谈 CHRO 如何主导企业 AI 转型

    Josh Bersin 发布 Seagate CHRO Patricia Frost 的访谈,称 AI 转型是人的问题而非技术问题,CHRO 正在多家企业主导转型。

    决策要点

    企业 AI 转型正被当作组织与人的问题来推进,CHRO 从后台支持职能走向转型的主导位置。

    • 影响转型成败更多取决于员工技能与采用节奏,威胁式提效难以建立内部能力;招聘从补缺转向内部再部署与岗位重构,涉及编制与薪酬;管理层能力模型也在随之调整。
    • 参考可考虑让 HR 负责人进入 AI 转型决策层并明确分工;值得先盘点关键岗位的技能与再部署清单,再定招聘与重组节奏;一线和中层管理者的 AI 培训投入可先测算。
10月5日周日
  1. Josh Bersin57

    Josh Bersin 谈 AI Slop 与 AI 价值:workslop 每月给员工造成 186 美元隐形成本

    Josh Bersin 发文区分 AI slop 与 AI 价值,称 OpenAI 本周发布视频生成器 Sora、Meta 随即推出 Vibes 后,AI 垃圾内容正加速涌入社交媒体与职场。

    决策要点

    AI 把内容生产成本降到近乎为零,瓶颈从生成转向筛选与判断,组织内的信息质量成为管理问题。

    • 影响低质 AI 内容的隐性工时成本已可量化,会直接摊进人力成本;滥发 AI 输出会消耗同事信任与个人信誉;依赖批量 AI 内容做营销触达,正被收件人直接过滤。
    • 参考可考虑在内部约定 AI 产出署名分享前先人工整理核实的规则;值得先测算团队的 workslop 频率和处理耗时,作为沟通规范与培训的调整依据。
9月30日周二
  1. One Useful Thing(Ethan Mollick)67

    沃顿教授 Ethan Mollick 谈 AI 智能体与真实工作,AI 已能完成有经济价值的任务

    Ethan Mollick 评述 OpenAI 新测试与 AI 智能体进展,认为 AI 已能完成有经济价值的真实任务,但被测的是任务而非岗位。该测试由平均 14 年经验的行业专家设计任务、第三方专家盲评,人类仅微弱胜出,AI 落败主因是格式不佳与指令遵循问题而非幻觉;作者实测 Claude Sonnet 4.5 独立复现一篇经济学论文,结果经 GPT-5 Pro 验证通过。

    决策要点

    AI 已能完成有经济价值的真实任务,但被测的是任务而非岗位,真正的分野在组织用 AI 替代人还是重做工作。

    • 影响岗位由众多任务构成,AI 接手部分任务会先改变工作内容而非立即取代岗位;可委托任务按论文估算能快 40%、省 60%;不加取舍地把 AI 套在现有流程上会制造无人需要的产出,作者反复生成后得到 17 份演示文稿。
    • 参考可考虑采用先委托 AI 初稿、人工复核、两次修正无效即由人完成的流程;值得先盘点团队任务清单,标出哪些值得交给 AI,避免批量生成无人使用的文档。
9月24日周三
  1. Josh Bersin53

    Josh Bersin提出超级管理者(Supermanager):AI时代管理者从监督转向实验与变革

    Josh Bersin发文提出Supermanager(超级管理者)概念,认为AI不会消灭中层管理者,而是把管理者价值从监督执行转向实验与工作再设计,纯监督类工作将由智能体协调。

    决策要点

    AI把变革的发起权从IT部门和高层转移到一线,管理者价值正从监督执行转向实验、迭代与工作再设计。

    • 影响个人级AI提效的空间约10-20%,跨流程效率提升要靠管理层主导再造;纯监督类工作会逐步交给智能体协调,只做监督的管理岗位面临压缩;一线自发实验会先于正式规划出现,组织需为此留出空间。
    • 参考可考虑盘点哪些管理者已在一线自发用AI改造流程,给予授权和预算;值得先算出个人提效与跨流程再造之间的收益差距,再决定管理层精力投向;客户用例沉淀为共享库可加快复制。
9月12日周五
  1. One Useful Thing(Ethan Mollick)59

    沃顿教授 Ethan Mollick 谈与 AI 巫师共事,知识工作从协作转向召唤与验证

    沃顿教授 Ethan Mollick 撰文提出,人机协作正从共同创作的协同智能转向巫师模式,人从伙伴变成只负责提示、等待和验证的观众。

    决策要点

    前沿 AI 的可用性正在超过可验证性,知识工作的瓶颈从怎么做出成果转移到如何判断成果是否可信。

    • 影响研究生水平的工作几分钟可得,复杂知识产出的人力成本下降;复核耗时难以预估,有时省时有时更贵,质量责任仍在使用方;持续把工作交给模型会削弱团队积累判断力的机会。
    • 参考可考虑把任务分成直接召唤模型与保持协同往返两类,各自设定不同的核验流程;值得在关键岗位保留亲自动手的机会,避免验证判断力退化;先算出复核一类典型 AI 产出的实际耗时,再决定放行范围。
9月5日周五
  1. Josh Bersin54

    OpenAI 推出 Jobs Platform 进军求职撮合,美国就业市场同步遇冷

    OpenAI 宣布进军求职撮合,推出 Jobs Platform,并提供从基础用 AI 到提示词工程的分级 AI 认证,备考可在 ChatGPT Study mode 内完成、无需离开应用。

    决策要点

    OpenAI 以认证和学习为切入点进入人才市场,撮合业务本身数据与系统门槛高,短期对企业的价值更可能落在技能认证。

    • 影响企业正押注 AI 提效而冻结或缩减编制,叠加关税不确定性普遍压缩人力成本;一线与服务岗位招聘仍然紧张,人才市场两极分化;分级 AI 认证可能成为企业筛人的新参考。
    • 参考可考虑把 AI 熟练度纳入岗位与招聘标准,评估 OpenAI 认证这类证书可否作为技能信号;值得先盘点哪些职能正被 AI 重构,重新划分任务与问责边界。
8月12日周二
  1. Josh Bersin62

    Josh Bersin 解析员工投入度与幸福感危机并提出十条应对建议

    Josh Bersin 撰文分析员工投入度与幸福感危机,称 Gallup 2025 数据显示仅 21% 员工完全投入、同比下降 10%,经理层仅 27%,美国在世界幸福报告排名从 2024 年第 15 位跌至 2025 年第 24 位、首次跌出前 20。

    决策要点

    员工投入度与幸福感恶化已成跨国数据现象,作者认为根因在管理方式与人本投入,AI 焦虑和加班文化在放大问题。

    • 影响企业人均年发展投入均值仅 1200-1500 美元,内部人才供给受限;缺培训的年轻经理最先承压,留任风险上升;裁员与加班氛围推高恐惧,拖累转型期的执行力。
    • 参考可考虑先算出本公司人均发展投入与认可机制覆盖面并对照文中均值;值得试点岗位轮换和薪酬公平审查,文中引 PwC 调查称常轮岗企业利润率高 27%。
8月5日周二
  1. Josh Bersin41

    Josh Bersin 推出管理教练智能体 Galileo for Managers,定价每月 $39

    Josh Bersin 推出 Galileo for Managers,一款基于其 25 年 HR 研究的 AI 管理教练智能体,定价每月 $39。

    决策要点

    把积累 25 年的 HR 研究内容做成按月订阅的对话式管理教练,管理辅导从培训预算转向工具采购。

    • 影响招聘、绩效辅导等高频管理需求多了一个低成本工具选项,HR 团队可借此扩大服务覆盖面;但产品要读取员工目标、绩效计划和会议记录,会带来数据边界和员工信任问题。
    • 参考可考虑让几位主管按 $39 试用一个月,测试招聘和绩效辅导场景的回答质量;若要接入内部数据,值得先界定会议录音与员工绩效信息的授权范围。
7月28日周一
  1. Josh Bersin31

    Josh Bersin 认为 AI 无法在复杂决策中胜过人类直觉

    Josh Bersin 撰文认为,招聘、晋升、薪酬这类复杂决策不能交给 AI,因为人的直觉与情绪来自经历、刺激和数百万年演化形成的基因禀赋,是数据和算力无法复制的。

    决策要点

    这是作者的个人立场判断,核心论点是 AI 能做好分析但不能替人拍板,复杂人事决策的终审权仍在管理者手里。

    • 影响招聘、晋升、薪酬等敏感决策仍要保留人的终审环节;同样的数据不同高管会读出不同结论,管理团队的直觉组合本身影响企业竞争力;AI 建议宜定位为决策输入。
    • 参考可考虑把 AI 在人事决策中的角色先限定为数据整理与建议输入,终审由管理者承担;值得复盘团队近期的重大决策,记录哪些判断依赖直觉及其后续结果。
7月16日周三
  1. Josh Bersin54

    人才数据买卖:Talent Intelligence 市场的真实运作方式

    Josh Bersin 拆解规模达数十亿美元的人才数据市场:数据聚合商抓取公开 LinkedIn 等资料汇集人才画像,整理商建立技能模型与职业分类,平台厂商再把数据接入企业 HR 系统用于招聘、规划和技能分析。

    决策要点

    人才数据本身已成为一门分层明确的生意,头部厂商正用并购把从采集到应用的数据链收紧。

    • 影响外部人才数据正成为招聘、规划与技能分析的底座,用得好的企业可在选址和挖人上取得信息差;这类数据多靠抓取个人资料,采购与使用环节的合规和员工隐私风险需一并评估。
    • 参考可考虑盘点现有 HR 系统依赖的人才数据供应商及其数据来源;值得在招聘或技能对标中选一个场景试点并记录产出;先划清员工数据被 AI 分析的内部边界。
7月8日周二
  1. Josh Bersin38

    提示词就是编程:HR 分析师 Josh Bersin 称人人都成了软件工程师

    HR 分析师 Josh Bersin 发文提出“提示词就是编程”,认为与 ChatGPT、Copilot 或 Galileo 对话本质上是在用自然语言写软件,提示词将成为新的管理素养和竞争优势。

    决策要点

    文章把提示词从随手问答抬升为编程级管理素养,主张业务人员可自行搭建工作流而无需等厂商开发。

    • 影响流程化人事工作有压缩空间,作者示例称一周以上可降到分钟级;提示词可沉淀为带版本管理的复用资产;非工程岗位对提示词技能需求上升,培训与用人标准需同步调整。
    • 参考可考虑选职位描述或简历筛选一个场景做提示词试点并记录前后耗时;值得把复用提示词沉淀成带评审的提示词库,并设类似 Excel 高手的提示词导师带教。
7月1日周二
  1. Josh Bersin53

    Josh Bersin 分析为何 AI 对就业和人类的伤害被严重夸大

    Josh Bersin 撰文认为 AI 毁掉就业与人类的担忧被严重夸大,AI 工具将创造岗位、提升工资。他基于与数百家企业的交流称白领岗位大规模消失尚未发生,招聘放缓源于 CEO 强推 AI 后预算冻结,而 MS Copilot、SAP Joule、ChatGPT 等现成工具尚未建成完整应用,企业流程改造还需 1-2 年开发周期。

    决策要点

    这是一线咨询视角对AI失业论的反驳,其实质是企业转型仍处早期,当前岗位压力更多来自停招与重组而非AI替代。

    • 影响招聘冻结先于自动化落地出现,企业可能在工具成熟前就停招并打乱人才节奏;现成套件尚未形成完整应用,流程改造预计还有1-2年开发周期;自动化一个环节会派生数据整理等新工作,岗位重设计成为当前主要课题。
    • 参考可考虑先评估自身在转型四阶段中的位置,再决定停招与AI投入的节奏;值得盘点哪些业务流程有成熟方案可买、哪些需与厂商共建;对厂商宣称的替代比例,可要求列出可验证的岗位和金额清单。
6月24日周二
  1. Josh Bersin49

    Reejig 发布 Work Architecture 平台,用任务级拆解加速 AI 转型

    Reejig 发布 Work Architecture 平台,将岗位拆解到任务级并评估 AI 自动化潜力,定位是加速企业向 AI 转型。平台示例显示 HR Business Partner 岗位包含 77 项任务和 225 项子任务,并可推荐 AI 工具;作者引用 WPP 案例,称其在 Reejig 帮助下把 65,000 个职位整合为 600 个。

    决策要点

    岗位任务级数据正成为企业 AI 转型的切入点,可绕过技能盘点直接定位可自动化和该集中的具体工作。

    • 影响对被 CEO 要求全面用 AI 却不知从何下手的企业,任务级拆解提供了具体起点;先消除或集中例行工作再补技能,可能改变培训投入的顺序;招聘前先过一遍岗位必要性,编制扩张会更受审视。
    • 参考可考虑选一个任务繁重的职能先做拆解试点,算出例行工作占比和可集中环节,再排自动化顺序;值得把这类平台与 Eightfold、Workday 等现有职位架构工具做选型对比。
6月22日周日
  1. Josh Bersin47

    Josh Bersin 发布 AI Pacesetters 研究,解析高绩效企业 AI 转型的六个秘密

    Josh Bersin 本周发布历时三年的 GWI(Global Workforce Intelligence)研究结果,基于 Eightfold 数据分析六个行业数百家公司、数百万员工的技能与 HR 策略。

    决策要点

    研究的主结论是高绩效来源从专长存量转向组织学习速度,AI 转型被定位为组织与人的问题而非技术采购问题。

    • 影响企业推进 AI 时,预算不能只投向模型与工具采购,技能再培训和岗位再设计需同步列入;按研究口径,只做 AI 培训而不质疑业务方式难以复制高绩效;招聘和内部流动的筛选标准可能需要向学习与适应能力倾斜。
    • 参考可考虑对照六条原则给自家 AI 项目分类,区分增长型与控成本型投入;值得测算关键岗位的技能更新周期,并评估内部人才流动与再培训预算是否足以支撑持续学习。
6月13日周五
  1. Josh Bersin24

    Josh Bersin 推出 Reinventing L&D 证书课程,内置 AI 导师与自建课程功能

    Josh Bersin 本周推出新证书课程 Reinventing L&D: Join The Revolution,聚焦 AI 如何变革企业学习与培训职能。课程内置 Galileo Learn AI Tutor,负责答疑、举例、测验和技能评估,结课前由 AI Josh 模拟提问挑战;学员可上传 PDF、音频、视频自建课程,平台提供 700+ 门课程。

    决策要点

    老牌 HR 研究机构把八年的企业学习内容整体搬进 AI 原生平台,AI 导师承担答疑、测验和技能评估等交付环节。

    • 影响企业培训中的答疑、测验、技能评估可部分交由 AI 导师承担,培训团队的人力配置值得重算;员工上传文档即可自建课程,内部知识内容的口径与治理压力会随之上升。
    • 参考可考虑上传一份内部培训文档试建课程,验证内容生成与 AI 答疑的可用度;再对照每人 $495/年 的席位价与现有课件采购预算,选一个培训场景小范围试用。
6月5日周四
  1. SaaStr49

    Jason Lemkin谈招聘首位销售VP的8条建议,2名销售达标是启动时机

    Jason Lemkin在SaaStr专栏给出首位销售VP的招聘建议,核心时机是2名销售达成配额之后,通常对应100万至200万美元ARR。他建议候选人在比公司12个月后更高ARR量级的公司工作过,面试时要求列出愿意追随的下属、一周内完成产品demo,并用漏斗数据报出120天收入数字。

    决策要点

    招首位销售VP的成败在阶段匹配而非履历光鲜,招早了或招错阶段的人,创始人往往要耗掉一年。

    • 影响2名销售达标前,创始人要自己签下前10到20个客户并亲自招人;招错销售VP的代价常是损失一年增长窗口;管理AI agent开始进入销售管理者的日常职责。
    • 参考可考虑先对照ARR阶段判断启动时机是否成熟;值得按文中5项清单筛选并预留6个月、面谈20到30人;入职30天可按带人、陪访、老销售进步和自身负荷4项复核。
5月30日周五
  1. Josh Bersin50

    Josh Bersin 撰文反驳初级岗位将因 AI 消失的论调

    Josh Bersin 撰文反驳初级岗位将因 AI 消失的说法,认为企业雇用年轻人是在搭建人才梯队而非单纯用人。他针对 Anthropic CEO Dario Amodei 对 Axios 给出的 50% 白领岗位可能消失、失业率达 20% 的预测提出反驳,称这一预测出自 AI 厂商有自利之嫌,并提到一周前的自家研究会上几乎每位 HR 负责人都在重建初级员工发展项目。

    决策要点

    这场争论的实质是企业把初级雇用当成本还是当人才投资,作者站在后者,并认为无论 AI 如何发展这一逻辑都不会变。

    • 影响跟随砍掉初级招聘会削弱未来管理层梯队;年轻员工上手新 AI 工具更快,可能加速企业内部自动化落地;求职端年轻失业率小幅上升,但作者从企业侧未见用人需求放缓。
    • 参考可考虑先盘点自家初级岗位承担的职能与晋升转化情况,再决定收缩或保留;值得参考银行做法,让熟悉 AI 工具的年轻员工带动资深员工使用;重建初级发展项目也是一个选项。
10月15日周二
  1. SaaStr27

    Jason Lemkin 谈创始人聘请外部 CEO 后的角色,认为想赢就别想休息

    SaaStr 的 Jason Lemkin 回答创始人问,认为聘请外部 CEO 后创始人想赢仍须像过去一样深度投入。他称外部 CEO 通常不如创始人懂行业、偏运营而少战略,请人后撒手或离开会严重损害股权价值。他建议只有当外部 CEO 能提升股权价值时才值得请,且在 ARR 低于 $40-100m 前离开就得不到休息。

    决策要点

    请外部 CEO 不是创始人卸责的出口,作者认为在 ARR 未过 $40-100m 前,公司成败仍系于创始人投入。

    • 影响创始人引入外聘 CEO 后淡出,股权价值可能明显受损;请人决策应以能否提升公司价值为准,而非缓解个人倦怠;公司未到可观规模前,创始人积累的客户与产品认知难以被替代。
    • 参考可考虑在聘请外部 CEO 前先测算其能否带来股权增值,并明确创始人留任后的具体职责;值得盘点自己在客户与产品上积累、外部经理人难以复制的经验清单。
2月23日周四
  1. SaaStr34

    Jason Lemkin 谈是否该录用频繁跳槽但看起来不错的候选人

    SaaStr 作者 Jason Lemkin 撰文谈是否应录用频繁跳槽但看起来不错的候选人,他认为跳槽模式会重演,一两次跳槽无妨但须有较长任职经历。他的经验法则是从未待满一年的人一年内也会离开,反复只待 20-24 个月的人没真正跑通打法,第 3 年才真正擅长、第 4 年最优秀的人开始掌管大局。他还提到 AI 时代跳槽在加速,而新经理最容易在跳槽记录上放水。

    决策要点

    频繁跳槽在作者看来是可核验的招聘信号,核心逻辑是没待满完整周期的人往往没真正跑通过打法

    • 影响用任职时长做初筛可降低管理岗看走眼的风险;晋升和真正胜任集中在入职第 3-4 年,关键岗位与人才梯队规划需要匹配这个周期;新经理最容易在跳槽记录上放水
    • 参考可考虑在面试中核对候选人每段任职时长,把是否有一段较长经历作为判断依据;值得检视内部晋升节奏,看员工到第 3-4 年是否有成长和掌管大局的空间