人才流动、组织效能与技能供需——用数据理解人与组织如何变化
近 7 天收录 23 个事件 · 每 6 小时更新
Anthropic发布第四份经济指数报告，提出任务复杂度、技能水平、用途、自主性和成功率五个经济基元，用于追踪Claude对经济的影响。报告基于2025年11月以Claude Sonnet 4.5为主的对话样本，分析AI在不同任务上的成功率及对职业的去技能化风险。该报告为理解AI在实际工作中的使用模式提供了量化框架。
本文介绍技能智能如何帮助企业掌握员工现有能力并预测未来业务需求。世界经济论坛报告称，预计五年内39%的员工核心技能将发生变化。文章提出通过技能数据而非仅凭编制来识别能力缺口，并建议采取发展、重新部署或招聘等行动。还讨论了技能分类法、最佳平台及衡量技能智能成效的四个成功指标。
Lightcast发布指南，基于其劳动力市场数据观察HR领域AI采用趋势：2023年38%的HR专业人士在日常工作中使用AI，33%希望尝试；2022年美国2.05%的工作涉及AI相关技能，约为2014年的四倍。2023年前五个月，要求生成式AI技能的招聘信息量是2022全年的6倍。指南强调AI效果取决于数据质量，数据过小、有偏见或有缺口会导致AI失效甚至加剧问题，建议HR领导者审慎采用AI并成为明智的AI产品消费者。
Indeed Hiring Lab发布的首期劳动力市场展望调查显示，超100位美国经济学家预计未来一年经济温和冷却，Indeed职位发布指数（JPI）到2027年6月平均下降1.4%，失业率将从4.2%升至年底约4.4%。大多数经济学家认为AI对就业的短期影响略偏负面：52%预计AI至少轻度拖累就业，35%预计净增益，13%预计无影响；57%预计大学学历劳动者薪资面临下行压力。未来一年增长最快的职位集中在个人护理、家庭健康与护理等AI难以触及的领域。
Handshake基于平台一年数据，发布2026年及以后Z世代招聘趋势，涵盖增长最快的专业、热门学位、校园活动形式、各州入门薪资、薪资透明趋势、求职地点及远程岗位需求等八个方面。报告发现金融、会计及工程类专业学生占比上升，雇主对商科、教育、公共卫生专业的触达增加，而对金融、营销和计算机科学学生的招聘触达减少。报告还指出 networking 活动更能吸引学生兴趣，并为雇主制定2026年数据驱动的招聘策略提供参考。
文章探讨在AI Agent普及背景下，人力规划需将自动化工作与AI专家成本纳入考量，HR与财务需通过互联的员工数据保持对齐。Gartner预测到2026年底超40%企业应用将嵌入任务型AI Agent。作者提出三个核心阶段中HR与财务协同的方法，并给出提升敏捷性、精确性和一致性的收益。
本文指出企业AI投资回报未达预期的根源在于劳动力数据碎片化、缺乏治理且被孤立。麦肯锡估计八成企业使用生成式AI，但同样比例报告无显著利润影响；德勤CEO调查显示96% CEO正在或计划部署生成式AI，但企业级价值尚未显现。作者认为问题不在AI模型本身，而在于数据孤岛和过时基础设施导致错误决策。
Deloitte与Oxford Economics调查89个国家的9,000多名业务与HR领导者发现，85%的领导者认为组织和员工快速适应至关重要，但只有7%认为自己在帮助员工持续成长和适应方面处于领先。仅6%的领导者表示在人机协作设计上取得进展，65%的组织认为文化需要因AI发生显著变化。
微软基于10个国家20,000名AI用户和匿名Microsoft 365信号的研究显示，文化、管理者支持和人才实践等组织因素，对员工自报AI成效的解释力为67%，个人心态与行为为32%。但只有26%的AI用户认为领导层对AI方向清晰且一致，说明员工能力提升快于组织系统改造。
Payscale对3,413份薪酬管理调查答卷的分析显示，61%的组织已经在既有岗位中加入AI技能或能力要求，但55%没有为这些技能增加基础薪酬、奖金、股权或其他溢价。与此同时，51%的组织把员工薪酬预期与财务约束之间的平衡视为首要挑战。
SHRM对298名招聘负责人的调查显示，92%预计生成式AI撰写职位描述和招聘内容会更加普遍，87%预计一般招聘流程中的AI和自动化会增加，85%预计AI将更多用于招聘指标和预测分析。与此同时，18%的招聘负责人仍把“收集或使用数据指导招聘策略”视为职能挑战。
Lightcast基于超过13亿条招聘信息的研究发现，2024年要求AI技能的岗位中，超过一半位于IT和计算机科学之外；提及AI技能的岗位薪资平均高28%，约合每年多18,000美元。报告进一步按HR、财务、科研、教育培训等职业领域拆解具体技能与培训优先级。
LinkedIn调查23个国家的1,271名招聘管理者，并结合平台数据发现，37%的招聘从业者正在试验或整合生成式AI，已使用者平均报告每周工作量减少20%。然而89%认为招聘质量的衡量会更重要，只有25%对所在组织有效衡量招聘质量的能力高度有信心。
世界经济论坛汇总55个经济体、22个行业集群的1,000多家雇主数据，覆盖超过1,400万名员工。报告预计到2030年将新增1.7亿个岗位、替代9,200万个岗位，净增7,800万个；近40%的岗位技能将变化，63%的雇主已把技能缺口视为业务转型的主要障碍。
RedThread Research与Visier分析161家People Analytics技术厂商发现，市场规模达到104亿美元，但增速从41%降至28%；50%的厂商提高价格，71%同时采用传统机器学习与生成式AI，而支持数据伦理的厂商比例降至47%。
SHRM调查1,908名HR从业者发现，AI在HR中的应用主要集中于招聘、HR技术、学习发展和员工体验。超过一半的受访者尚未正式衡量AI投资成效，真实应用也仍以简历解析、面试排期和职位描述等流程型任务为主。这说明HR需要从工具采用进一步走向效果指标、治理和人才决策能力建设。
Mercer对近12,000名高管、HR负责人、员工和投资者的调查显示，企业把AI视为增长工具，但人才稀缺、技能错配和员工焦虑正在限制转型。65%的高管预计未来两年将有11%至30%的员工因AI被重新部署或再培训；员工对AI导致失业的担忧也从2024年的28%升至2026年的40%。
LINE Yahoo计划在2026年春前在人事总务领域上线10项AI工具，覆盖招聘分析、面试官训练、面试排期、员工职业发展和内部流动，预计每月减少1,600小时以上的工作量。公司同时规定AI输出只作为参考，最终判断必须由人完成，并由人事与AI治理团队按风险确定使用边界。
Gartner调查发现，45%的管理者认为AI改善团队工作的效果符合预期，但管理者和普通员工在主动试验AI方面存在明显差距。研究认为，CHRO不能只让员工自行探索AI，而应让管理者负责把工具转化为具体工作方式、任务分配与绩效目标。
ADP Research覆盖36个市场、39,000多名员工的调查显示，只有22%的员工强烈认同自己的岗位不会被淘汰。频繁使用AI并不自动转化为更好的生产力感受：每天使用AI的人反而更可能认为自己没有达到应有的生产力水平。不同年龄层对AI的期待也存在明显差异。
Workday对2,150名大型企业AI用户的调查显示，AI可能帮助员工减轻倦怠、提升信心，但也伴随着信任、协作和人际连接的新风险。超过五分之一的受访者认为，采用AI后与同事的个人关系变差并感到更孤独；年轻员工受到的影响尤其值得HR关注。
本文为HR技术领导者提供了一个评估人员分析与劳动力智能解决方案的实用框架，涵盖数据模型成熟度、总拥有成本等大多数RFP易忽略的标准。文章指出，许多供应商评估流程只优化当前问题，未考虑长期可行性。在AI加速技术栈价值兑现的背景下，选择能随劳动力变化而演进的合作伙伴至关重要。
文章介绍劳动力分析的定义、类型及在员工生命周期中的应用。引用Visier与Deloitte对500名高管的调研，仅3%认为拥有充分信息支持人员决策；另有Deloitte研究显示83%的公司劳动力分析成熟度较低。文中提出提升成熟度的关键：将HR与生产力系统数据统一为可信模型，并建立基于洞察及时行动的组织纪律。