📖 精译自原文 · 已获取报告全文（4 段）按章节忠实精译；数字与原文逐字一致
共同主导组织AI转型
Co-lead organizational AI transformation
本报告提出了五项HR优先事项，旨在推动HR在2026年的可信度与影响力。HR领域正在被实时重写，这些洞察提供了一个框架，帮助我们理解并引领这一变革。
工作世界正以前所未有的速度变化，AI的快速采用正在催生现代工作史上最具深远意义的转型。
这是2026年战略性人员决策的背景。在此背景下，三大力量正在设定议程：
增长压力。 超过半数CEO预期生成式AI将推动效率、营收与盈利能力，从而驱动产能再投资与跨职能执行。
AI现实。 近80%的公司已在至少一个职能部门部署了AI，但只有五分之一的企业重建了工作运行方式。价值来源于工作流重新设计，而非工具数量——这使得共同主导的AI转型至关重要。
人才。 三分之一的美国员工担心工作机会减少，技能要求的变化速度已超过岗位结构的调整。基于技能的方法与AI素养已成为不可妥协的条件。
挑战现状
准备不足
劳动力准备程度可能成就或破坏AI投资，但这一环节往往被忽视或遗忘。
AI实施正以极快速度加速，组织感受到来自领导层日益增长的部署压力。但当前由技术与IT主导的实施方式，在人员、文化与信任方面造成了对齐挑战。
通过进入更具战略性的角色，HR确保AI实施既在技术上可靠，又以人为中心，将劳动力规划、技能发展与组织文化与智能转型的更广泛承诺对齐。
伦理与社会风险
治理不善会放大偏见、侵蚀信任，并可能疏远员工队伍。
未能规模化AI
缺乏文化准备与HR的领导力，项目会在试点阶段停滞。
市场信号
数据显示，很少有组织完全准备好实现AI的预期价值。这一准备差距揭示了超越IT部门的领导力迫切需求。太多AI举措优先考虑自动化与效率，忽视了变革对员工队伍与人的影响。随着传统职业路径消失、技能需求转变，员工面临日益增长的不确定性与疏离感。
准备程度是成功实施AI的基础。若不弥合准备差距，AI将始终是一个影响有限的科技项目。
- 98%的组织报告交付AI成果的紧迫性有所提升
- 59%的组织必须在未来12个月内展示AI影响
- 91%的组织尚未完全准备好推动AI赋能的文化
来源：Cisco AI准备指数
战略转变
你现在如何实施AI，将决定你的组织能否规模化信任、适应性与绩效。这需要深思熟虑且负责任地将人类能力与AI的处理能力相融合。
我们与IT共同拥有AI战略，以创造一个人类与AI共同繁荣、共同交付价值的工作场所。
“AI最大的机遇在于它如何重塑人员、文化与工作设计，从而改善员工体验、提升个人生产力并促进创新。”
——Dr. Marna van der Merwe，AIHR研究与洞察负责人
HR处于弥合准备差距的独特位置，能够确保AI不仅高效，而且合乎伦理、值得信赖且以人为中心。通过与IT及业务部门共同拥有战略，HR从支持职能转变为未来工作架构师。像Moderna这样将HR与IT领导层合并的公司，展示了将技术部署与劳动力规划及文化相结合的综合方法的价值。
行动步骤
HR的可信度取决于其引导人员、文化与能力的能力。通过即时、可见的行动巩固HR作为AI转型共同领导者的角色，这些行动应建立信任、驱动持续的组织能力，并将HR定位为业务与IT不可或缺的合作伙伴。
- 在AI卓越中心争取席位： 确立HR作为AI CoE的平等合作伙伴，确保在战略、治理与采用审查中拥有同等发言权。
- 绘制AI对员工队伍的影响： 识别受影响最大的关键岗位与技能，收集管理者洞察，并创建实时仪表盘以追踪变化。
- 通过透明度建立信任： 启动内部AI沟通中心，发布通俗易懂的更新，并定期举办“有问必答”论坛以吸引员工参与。
- 有目的地试点： 与团队负责人合作选择一款AI工具，在真实团队或工作流中测试，并记录有效做法以简化规模化过程。
- 设定以人为本的成功衡量标准： 定义采用率、参与度与文化准备度指标，立即进行基准测试，并在设定的里程碑节点报告进展。
将 AI 带来的产能提升再投资于增长
Reinvest AI capacity gains into growth
但风险同样存在。将节省的时间直接转化为裁员，会侵蚀机构知识（institutional knowledge），并导致代价高昂的重新招聘。在不进行岗位重新设计（role redesign）或技能重塑（reskilling）的情况下单纯增加产出，则可能导致员工过度负荷。
人力资源部门必须主导将 AI 定位为优化工具与人类潜能赋能者（enabler of human potential）的双重角色。这意味着要与业务和技术领导者合作，将节省的时间再投资于技能提升、创新和文化建设。
短期主义（Short-termism）：将效率提升纯粹视为成本节约，会削弱长期适应能力。 意义丧失（Loss of meaning）：移除有成就感的任务却不进行再投资，会侵蚀工作目的与敬业度。 员工超负荷（Employee overload）：利用释放出的产能增加产出，却不投资于人的成长，会带来倦怠风险。
今日挑战：AI 正在释放巨大的产能，部分员工每年有望节省超过 120 小时。各组织正在审视如何利用由此产生的额外经济潜力——是将 AI 收益视为利润空间（margin play）还是增长杠杆（growth lever）——以免增加的工作量吞噬掉节省的时间。
我们可以利用 AI 以更少的资源做更多的事。研究表明，释放产能只是等式的一半。将节省的时间立即转化为成本削减——通常通过裁员实现——会侵蚀机构知识，并产生昂贵的重新招聘需求。一些公司，如 IBM，就曾因削减岗位而后在增长停滞时不得不重新招聘人才，付出了惨痛代价。其他公司则将释放的产能再投资于技能重塑，给予员工充足的时间为新角色做准备。归根结底，领导者如何利用节省下来的时间和收入，标志着组织的真正优先事项，并塑造着员工体验。
战略转变（Strategic shift）：生产率增长代表着一次根本性的转型机遇。正如电力和个人电脑需要改变生产方法并投资于人力资本一样，AI 也是如此。产能提升是一种战略性人力资源和增长杠杆。人力资源领导者必须引导其组织在生产率与目标之间取得平衡。通过管理 AI 驱动的产能提升及其再投资，人力资源部门既能保护员工信任，又能通过创新、技能发展和文化更新来确保长期业务韧性。
优先事项 2：倡导产能再投资（Champion capacity reinvestment）：
- 追踪 AI 驱动的工时节省：按职能追踪 AI 带来的工时节省，并启动针对技能发展、创新和文化的再投资计划。
- 优先考虑人的影响：评估 AI 变化如何影响工作中的关系、自主权和意义，而不仅仅是效率。
- 保护福祉与信任：在脉冲调查（pulse surveys）中增加技术压力（technostress）和信任度指标，并为受 AI 影响的团队引入支持。
- 创建未来人才路径：识别面临风险的入门级岗位，设计技能重塑试点项目，并建立可持续职业发展的进阶模型。
- 执行道德护栏：起草核心 AI 道德准则，并培训领导者持续应用这些准则。
- 衡量再投资回报率：定义成功指标，如敬业度、留任率和创新，并发布半年一次的 impact 报告。
应采取的措施：以人员优先的增长战略引导组织对 AI 生成产能的重新部署，从而确保组织的未来。这意味着将节省的时间转化为发展、学习和韧性的切实机遇。
为跨职能工作重新设计 HR
Redesign HR for cross-functional work
传统的 HR 模式日益与 AI 的运作方式及当今工作的完成方式脱节。建立在孤岛、顺序工作流和职能交接基础上的传统 HR 结构，正在积极削弱 AI 能为 HR 和业务带来的价值。
错失机遇：数据孤岛（Siloed data）阻碍 HR 快速提供整体的 AI 驱动洞察和投资回报率。 决策停滞：僵化的工作流减缓了 HR 实时响应劳动力问题的能力。 员工体验断裂：对员工旅程（employee journey）的碎片化所有权造成了不一致的体验。
市场信号（Market Signals）：我们需要将每个 HR 职能数字化。AI 在 HR 领域的市场规模预计将以每年近 25% 的速度增长。这一繁荣是由对一体化、集成式 HR 解决方案的需求以及简化、以人为本流程的承诺所推动的。像 Workday、SAP Joule 和 Microsoft Copilot 这样的 AI 驱动平台正在打破职能边界，在招聘、学习、绩效和劳动力规划方面提供集成洞察。如果不进行重新设计，AI 可能会放大复杂性而非降低它，使 HR 被边缘化，而业务需求则要求速度、敏捷性和协作。
战略转变
Strategic Shift
领先组织的人力资源部门正在推动向敏捷、基于结果的网络转型，采用由 HR、IT 和商业专家组成的项目组（pods）和突击队（squads），以业务速度在员工全旅程中交付成果。那些为敏捷与协作而重新布线（rewire）HR 的组织，能够确保 AI 放大价值而非增加复杂性。与此同时，HR 被定位为创新、信任和员工体验的驱动者。
优先事项 3：我们重新设计了角色与工作流程，将 HR 动员到围绕留任和劳动力适应性等关键成果上来。
Steps to take
是时候重新思考 HR 的蓝图了——不应将其视为固定的职能层级，而应看作一个动态的生态系统，能够灵活响应不断变化的需求。这能带来更快的创新、更强的业务对齐，以及对未来工作的准备。
- 试点能力网络（Pilot capability networks）： 组建专注于入职和留任等成果的突击队，每季度审查结果。
- 重新设计 HRBP 角色（Redesign HRBP roles）： 为战略劳动力合作伙伴（Strategic Workforce Partners）定义能力，并推出针对性培训。
- 整合劳动力数据（Integrate workforce data）： 进行系统审计，并与 IT 部门合作，通过治理协议统一数据。
- 提升系统思维技能（Upskill in systems thinking）： 让 HR 领导者参加 AI、伦理和系统级问题解决项目。
- 使 AI 部署与结构对齐（Align AI rollouts with structure）： 将 AI 项目映射到工作流程变化中，并在规模化前测试集成模型。
- 将孤岛瓦解为社区（Collapse silos into communities）： 将重叠的卓越中心（COE）工作合并为以成果为导向的跨职能社区。
从人头数转向技能数
Move from headcount to skill count
AI、自动化、零工平台（gig platforms）和混合战略框架的兴起，正在重塑“拥有劳动力”的含义。与此同时，AI 正在接管许多曾经属于中层管理核心的协调与行政任务。随着工作变得更加模块化、流动化和技术驱动，那些继续围绕静态角色和僵化层级进行规划的组织正在落后。
当今挑战：
- 固守正式角色： 仅依赖管理者领导限制了发展，扼杀了主人翁意识。
- 结构僵化： 基于岗位的规划限制了敏捷性，拖慢了创新。
- 技能盲点： 缺乏对技能的可见性导致资源错配，并隐藏了能力缺口。
HR 拥有前所未有的机会来重新定义价值创造的方式。这需要关于职业、领导力和绩效的新思维，并要求思维模式从“拥有人才”转向“获取能力”——HR 在其中扮演人才生态系统的指挥者。
分析师和研究人员观察到一种将工作与岗位脱钩的趋势。组织正在试验新模式，从“要达成的成果”等更宽泛的定义，一直到将工作拆解为任务和项目等最基本元素。此时，重要的是“技能数”（skill count）以及员工、承包商、合作伙伴和 AI 代理所具备能力的深度、广度和适应性。
- 基于技能的组织（Skills-based organizations）创新可能性高出 52%，有效应对变化的可能性高出 57%。然而，大多数企业仍围绕角色和人头数进行规划，限制了敏捷性和韧性。
- 基于技能的组织取得成果的可能性比没有此类实践的组织高出 63%。
- 73% 的员工表示，基于技能的做法会改善他们的工作。
- 77% 的业务和 HR 高管表示，灵活地将技能调配到工作中对于应对未来颠覆至关重要。
战略转变： 未来的工作将不再关乎一家企业雇佣了多少人，而在于它如何有效地在每一个层级调动技能和领导力。这为 HR 打开了重新思考工作结构以及领导力运作方式的大门。通过构建技能分类体系（skills taxonomy）、让人才更轻松地在团队间流动，以及将领导力分散到传统管理层之外，HR 帮助组织保持灵活、创新和面向未来，而无需不断推倒重来。
优先事项 4：这些是我们组织内部为创造价值和实现目标所需的技术技能和人际技能。
Steps to take
HR 必须果断地从基于岗位的结构转向技能驱动的生态系统。当绩效、奖励和治理与技能而非角色挂钩时，HR 就能打造一个更灵活、更具竞争力的组织。
- 引入基于技能的规划（Introduce skills-based planning）： 在一个部门试点 AI 驱动的技能映射，然后扩展到员工、承包商和 AI。
- 组建人才项目组（Form talent pods）： 启动具有基于结果目标的跨职能突击队，并扩展到零工和 AI 人才。
- 重新设计管理角色（Redesign management roles）： 审计任务，将 AI 驱动的职责与人类主导的职责分开，并更新 KPI。
- 启动分布式领导力培训（Launch distributed leadership training）： 在所有层级推出关于协作、适应性和影响力的冲刺训练（sprints）。
- 建立技能治理（Establish skills governance）： 在劳动力设计中，为评估、部署和 AI 伦理使用定义标准。
- 对齐绩效与认可（Align performance and recognition）： 试点基于结果的指标，并认可正式角色之外的领导行为。
技术压力与 FOBO
Technostress and FOBO
随着员工在 AI 驱动的变革中挣扎，对过时的恐惧（fear of obsolescence）日益加剧。
被排除在转型之外
Exclusion from transformation
缺乏 AI 素养的 HR 团队面临被边缘化、无法参与企业级项目的风险。
误用或过度依赖
Misuse or overreliance
缺乏流程意识可能导致 AI 被不当使用或不受约束地滥用。
5 将 AI 素养打造为 HR 核心能力
Build AI fluency as a core HR capability
挑战（Challenge today）
AI 素养（AI fluency）是指理解、交互并负责任地应用 AI 的能力。它还包括同理心、伦理判断、沟通和文化建设等独特的人类技能。这些技能已成为一项核心专业能力。然而，大多数 HR 团队尚未做好准备。
学习是碎片化的，技术理解流于表面，许多人依赖现成的培训课程，这进一步拉大了 AI 潜力与 HR 交付能力之间的差距。
35% 的 HR 专业人士认为自己已准备好与 AI 协作。¹⁹
市场信号（Market Signals）
我们不确定如何在 HR 中使用 AI。AI 素养必须从一项小众技能转变为 HR 领域的基线能力。AI 素养使 HR 能够有效地与企业系统协作、挑战既有假设，并确保人在转型计划中始终处于中心位置。
缺乏 AI 素养，HR 就有可能被更懂 AI 的职能部门边缘化，从而失去对劳动力战略和员工体验的影响力。这要求将 AI 素养嵌入 HR 的方方面面，使其成为一项普遍且面向未来的能力。
38% 的 HR 专业人士通过自我探索 AI 工具来提升技能。²⁰
61% 的 HR 专业人士表示，AI 几乎或完全没有参与 HR 流程。²⁰
我们调查了超过 1500 名 HR 专业人士，以了解 AI 雄心与 HR 准备度之间的差距，我们发现这一差距正在迅速扩大。
“AI 素养与我们的 T 型能力模型（T-shaped competency model）相契合，它将广泛的人员专业知识与对如何应用赋能技术（如 AI）的深刻理解结合起来。建立这种素养的 HR 团队将增强信任和竞争优势。”
—— Dr. Dieter Veldsman，AIHR 首席 HR 科学家²¹
战略转变（Strategic Shifts）
AI 素养并非要让 HR 专业人士成为技术专家，而是要嵌入信心、批判性思维和负责任的应用，使 HR 能够与业务和技术同行并肩引领。拥抱 AI 素养，HR 就能成为转型中的共同领导者，引导技术如何提升业务和人员成果。
通过 AI 素养为 HR 职业的未来做好准备，需要将其嵌入岗位描述、培训路径和职业发展框架中。能够用 AI 语言交流的 HR 领导者，可以在坚守以人为本价值观的同时，塑造工作的未来。
我们拥有一支强大且精通 AI 的团队，正在积极塑造整个组织的 AI 转型。
资源（RESOURCE）
HR 领导者构建 AI 能力指南（An HR Leader’s Guide to Building AI Competency）
获取这一分步流程，以确定在团队中培养关键 AI 技能的最有效方法。
行动步骤（Steps to take）
HR 必须果断行动，将 AI 素养打造为核心能力。通过从认知到实践再到战略的推进，HR 可以弥合当前的能力差距，并确保其在塑造未来工作格局中占有一席之地。
- 将 AI 素养设为强制要求： 将其纳入发展计划、岗位角色和绩效评估中。
- 通过真实用例提升技能： 开展植根于日常 HR 应用的培训，并扩展到战略试点项目。
- 建立流程意识： 通过将 HR 专业知识与 AI 项目相结合，帮助团队识别高价值机会。
- 将伦理融入培训： 在所有学习路径中嵌入偏见预防、透明度和人工监督。
- 与 T 型 HR 模型挂钩： 在招聘和晋升中，将 AI 素养与行为、业务和人员技能并列考量。
你的下一步行动（Your next steps）
人工智能 HR 训练营（Artificial Intelligence for HR Boot Camp）
将你的 HR 团队打造成 AI 强队。只需 6 个月即可看到成果！
了解更多
HR 团队的成功取决于其技能的与时俱进。通过深入的培训和实践资源，AIHR 帮助 HR 团队提升专业能力，创造更多业务价值。
访问 AIHR.com 了解更多 →
HR 咨询服务（HR Advisory Solutions）
从四项 HR 转型服务中选择，帮助你的 HR 团队以不同的方式思考、行动和领导。
了解更多 →
团队许可证（Team License）
通过世界一流的 HR 证书课程和实用的在职资源，拓展你团队的 HR 技能。
了解更多 →