跳到正文

#岗位与就业

今日 5 条
7月1日周三
  1. One Useful Thing(Ethan Mollick)69

    Ethan Mollick 解析聊天机器人的黄昏,价值工作正转向智能体

    Ethan Mollick 撰文判断聊天机器人时代正走向黄昏,价值工作正转向可长时间自主运行、自我纠错的智能体。他引 Epoch 实测称 Opus 4.7 自主运行 14 小时完成相当于 2-17 周人类工程量的软件包,花费 $251 tokens;METR、英国 AI 安全研究所与 GDPval 等评测显示 AI 单条提示词可完成的工时正超指数增长。

    决策要点

    实质是使用范式切换,从对话式协作转向把工作分配给智能体,而能力曲线仍在陡升使旧规划迅速失效。

    • 影响存量 AI 规划多基于几小时工作量、高错误率的旧系统假设,如今单条提示词可得 16 小时以上工作量;法务、HR 等非技术职能与技术岗同步采用智能体,管理 AI 正在成为跨职能的通用工作方式。
    • 参考可考虑重估现有 AI 规划的能力假设,用自身业务场景实测模型而非只看基准分;值得让领域专家优先试点 Claude Code 类智能体工具,并记录产出效率与专业经验的关系。
6月30日周二
  1. Josh Bersin46

    校园招聘平台 Handshake 收购 AI 学习公司 Uplimit,打造 AI 技能与就业网络

    校园招聘平台 Handshake 收购 AI 原生企业学习公司 Uplimit,计划面向年轻劳动者打造 AI 技能学院与就业网络。Handshake 有超 2500 万求职者、1500 多所高校和 90 万雇主资源,去年切入 AI 数据标注与模型训练业务,该市场规模已超 70 亿美元、年增 25-30%,有估算称其相关业务收入近 10 亿美元。

    决策要点

    这次收购的实质是把 AI 技能学习并入招聘就业网络,Handshake 以高校求职人群为底座,对位 LinkedIn 争夺 AI 时代的职业入口。

    • 影响企业招募早期 AI 人才可能多一个按作品验证能力的渠道;训练数据专家时薪可到 300 美元,自建模型训练数据的用工成本需按此行情重估;免费课程沉淀的学员项目后续可能成为企业选人和买内容的新入口。
    • 参考可考虑将 Handshake 纳入校招与早期 AI 人才的补充渠道,跟踪其免费课程学员的项目作品;若要采购数据标注或专家训练服务,值得先按当前时薪区间重算预算。
5月29日周五
  1. Josh Bersin65

    Josh Bersin 判断 AI 价格将持续上涨,企业 AI 采购需重算回报

    Josh Bersin 撰文判断 AI 工具价格将持续上涨,原因是交付成本极高且厂商上市后需要证明毛利。

    决策要点

    AI 成本结构决定了价格上行而非下降,席位订阅将让位于用量计费,企业 AI 采购逻辑正从普及工具转向按回报精算。

    • 影响按用量计费会把 AI 预算从固定席位费变成波动账单,重度使用编码工具的研发团队首当其冲;ROI 不清的普及式发放和助手类项目会先被砍;外包与咨询等传统服务支出可能被 AI 部分替代。
    • 参考可考虑先算出编码类 AI 的团队月成本并与人工或外包方案对比;值得为 AI 项目设定预算上限与验证节点;价格波动条款可纳入采购合同谈判。
4月7日周二
  1. Josh Bersin53

    Josh Bersin 提出 HR 2030 愿景,预判智能体四年内重构人力资源运作

    Josh Bersin 发布 HR 2030 愿景,列出十二条原则,判断智能体化人力资源将在四年内基本成为现实。愿景设想智能体掌握员工技能、薪酬、日程等全量数据并接入外部薪酬基准与监管数据,自动完成招聘、排班、学习与员工服务。

    决策要点

    这是分析师对 HR 运作模式的整体重构判断,核心是从流程职能与交易系统转向数据驱动的智能体架构。

    • 影响若方向成立,HR 团队规模与预算结构将联动调整,软件授权从按席位转向按算力消耗;存量交易系统不会消失,新旧架构并存的集成成本将持续存在;员工数据采集范围扩大,治理与合规压力随之上升。
    • 参考可考虑先盘点现有 HR 系统与员工数据质量,从排班、招聘筛选等场景中选低风险试点;值得测算按席位授权转算力计费后的预算变化,并在厂商选型时要求数据集成与可解释性方案。
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。
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。
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。
11月8日周六
  1. Josh Bersin56

    Gen AI 走向主流,Josh Bersin 预判下一阶段是多功能智能体

    Josh Bersin 在走访欧美亚与中东数百家企业后判断,Gen AI 已成为主流商业工具,第一大用例仍是会议纪要、数据分析这类个人生产力场景。他引用 Wharton 调查称 46% 商业领袖每天使用 Gen AI、80% 每周使用,其中 74% 报告正回报;23% 大企业年投入超 $20M,约 12% 企业已部署 IBM AskHR 这类企业级智能体。

    决策要点

    Gen AI 在企业侧已跨过尝鲜期进入普及阶段,价值主线正从个人提效工具转向端到端的多功能智能体。

    • 影响AI 预算已成大企业常规开支,HR 等职能部门的用例密度接近 IT 与财务;多功能智能体会吸收流程中的具体岗位,数据治理随之成为关键能力;供应商格局未定,深度绑定单一厂商有被淘汰风险。
    • 参考可考虑按用例测算现有 AI 工具的真实回报,决定预算向端到端流程倾斜的节奏;值得参考 IBM 为每条政策指定负责人的做法,给内部数据定归属;智能体供应商可先签一年期合同,避免过早绑定。
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%。
7月25日周五
  1. Josh Bersin71

    解读美国AI行动计划,白宫政策重心转向赢得AI竞争

    白宫本周发布28页AI行动计划,政策重心从此前的监管讨论转向赢得AI竞争,主张减少监管、加快数据中心与能源建设。计划支持开源模型、向中国等国出售美国芯片与软件,劳工部同时在推动AI教育、再培训税收优惠和AI就业影响研究。作者认为该计划代表政府对行业认知的进步,但版权与偏见争议仍未解决,Meta对13位作者的版权诉讼获胜,Workday招聘偏见集体诉讼推进并可能涉及11亿份求职申请。

    决策要点

    美国AI政策从防范风险转向竞争加速,版权与偏见争议正由判例个案消化,企业用AI的合规责任更多落在自身与供应商之间。

    • 影响招聘环节使用AI的企业直接面对偏见集体诉讼风险;版权诉讼风向利好模型训练方,企业需靠合同约束供应商不得用内部数据训练;政策方向是放松监管、加快数据中心与能源建设。
    • 参考可考虑盘点在用AI工具的合同里是否写明不得用企业数据训练;值得核查招聘筛选工具的偏见测试与争议应对安排;涉版权训练的团队可参照Meta案判例边界再定方案。
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。
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。
7月18日周二
  1. SaaStr67

    SaaStr 的 Jason Lemkin 重估智能体时代优秀销售素质,九条旧标准重新分级并新增一条

    SaaStr 的 Jason Lemkin 结合自家 1.5 人销售团队与 20 多个 AI 智能体的运营经验,重新评估优秀销售的九项素质并新增一条,团队营收仍达八位数。

    决策要点

    销售漏斗上半段正被智能体成规模接管,人类销售的价值收窄到实时倾听、制造紧迫感、帮客户落地这几件事,团队配置逻辑随之改变。

    • 影响以约访为核心的岗位在收缩而帮客户落地的岗位在扩张,销售编制需要重算;小客户由智能体全天候响应,人工再冷落小客户会输给同行;买方也开始用自家智能体筛选供应商,对外材料要能独立自证。
    • 参考可考虑先盘点自家销售流程中哪些环节已被智能体覆盖,再重算 SDR 与 AE、售前的人员配比;值得把定价页、案例数据和文档按买方智能体会独立阅读的标准过一遍;销售培训可加入承接智能体交接的流程要求。
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