 |
上海2026年8月3日 /美通社/ -- AI正在從技術趨勢變為產業基礎設施。從大模型到智能體，從概念驗證到業務落地，各行各業正加速探索AI與核心業務場景的深度融合——人力資源領域也不例外。當AI開始參與人才識別、組織決策和員工體驗設計，HR的角色、工具乃至整個行業的運作邏輯都在被重新定義。
7月31日，國內AI HR領先廠商易薪路人力資源科技（以下簡稱"eRoad"），聯合中歐國際工商學院、HR數智研究院，共同走進華為練秋湖園區，與各行業HR實踐者展開一場深度對話：AI從何而來，如何演進，又將在真實的組織和業務場景中怎樣落地、創造什么價值？
四位來自不同領域的專家，從學術前沿到產業實踐，給出各自回答。
01、從聊天機器人到智能體生態：AI的三年躍遷
來自中歐國際工商學院管理學副教授的楊蔚女士，以學術界的觀察視角首先開講，為現場聽眾梳理了一條清晰的AI演化脈絡。
1）3年3個階段，AI從"工具"走向"生態"
她指出，2023到2026年，AI經歷了三次關鍵躍遷：從Knowledge階段的知識檢索，到Agent階段的智能體自主決策，再到Enterprise AI OS階段的企業級智能操作系統。這不是簡單的技術升級，而是AI從"回答問題"到"主動思考"再到"協同運作"的本質變化。
2）智能體時代的核心特征：多智能體互動
楊蔚女士以斯坦福小鎮實驗和Altera Bot為例，說明未來AI系統的核心不再是單一模型的強大，而是多個智能體之間的協作與博弈。"合成"用戶、戰略模擬等應用已經證明，AI正在從被動響應轉向主動仿真——這為企業的戰略決策提供了全新實驗場。
3）Skill is the new app
她提出了一個值得關注的判斷，在智能體時代，"技能（Skill）"將取代"應用（App）"成為AI能力的基本單元。企業不再需要為每個場景開發獨立應用，而是通過可組合、可調用的技能模塊來構建自己的AI能力體系。
4）中國AI的創新邏輯——從算力競爭到生態重構
結合自身在半導體生態領域的研究，楊蔚教授還從地緣政治的視角分析了中國AI產業的突圍路徑——從光刻封鎖下的硬件瓶頸，到生態重構下的組織創新。
她表示，當技術封鎖從"有沒有"轉向"怎么組織"，企業的核心競爭力就不再是單一技術，而是系統級的整合與調度能力。
這一判斷，恰好為后面三位產業專家的分享埋下伏筆：AI HR的關鍵不是"有沒有AI工具"，而是"怎么組織AI能力"。
▲ 楊蔚女士現場分享中
02、組織競爭力公式：智能體時代的人才悖論與破局
如果說楊蔚女士描繪了AI的技術演進圖景，那么易薪路董事長兼CEO王天揚先生，則直接將視角拉回組織與人才——他試圖回答一個核心問題：當AI成為組織的"第四種勞動力"，企業該如何重新定義人才戰略？
1）人才市場的AI悖論——越努力，越低效
王天揚引用一組數據指出一個矛盾現象，即企業在招聘上的投入持續增加，但人崗匹配的效率并未同步提升。原因在于，傳統的人才管理邏輯仍然建立在"碳基員工"的假設上——而智能體時代，組織中將同時存在"碳基員工"與"硅基員工"，兩者需要不同的管理邏輯。
2）AI HR的三個關鍵概念
活動現場，王天揚先生提出三個核心概念：
基于此，他引用了組織競爭力公式，即：組織競爭力=（人才密度*AI杠桿）/組織摩擦，用于強調：AI時代，企業競爭力將取決于能否將AI能力嵌入到組織的每一個關鍵流程中，而非僅僅作為效率工具疊加在現有流程之上。
3）企業需要的不是AI功能，而是可量化、可驗證、可持續的結果
以招聘為典型場景，王天揚先生表示，招聘不再是階段性任務，而是持續的人才運營過程。這意味著，招聘業務將從"招聘即服務"迭代為"人才即運營"，即通過AI實現人才池的持續經營、技能的動態匹配和組織的彈性配置。
對此，他分別引用eRoad三個實踐案例，印證上述理念：
從技術趨勢到組織變革，王天揚的分享回答了一個關鍵問題：AI不是替代HR，而是重新定義HR的價值坐標。
▲ 王天揚先生現場分享中
03、HRSSC的"智能體重構"：從事務交付到智能運營
崔曉燕女士，作為HR三支柱、HRSSC、人力資源數智化轉型資深專家，其將視角聚焦在HR共享服務中心（HRSSC）這一具體領域。她認為，HRSSC是AI落地HR場景最成熟、最具規模化效應的切入點。
1）HRSSC的四次演進
她梳理了HRSSC的發展歷程：從手工操作階段、流程化階段、數字化階段，到即將到來的智能化階段。每一次演進，都是對"效率"和"體驗"的重新定義。而在智能體時代，HRSSC將從"事務交付中心"轉型為"智能運營中心"。
2）70%-90%的標準化任務可以被AI自動化
崔曉燕女士給出一組關鍵數據：在HRSSC的日常運營中，70%-90%的標準化服務任務具備AI自動化潛力。
這意味著HRSSC的核心價值將發生根本性轉移——從"交付事務"轉向"運營智能"。這也為SSC服務模式從"人找服務"走向"服務找人"提供可能。
基于前述業務發展變遷，她提出四層技術架構模型：
這套架構的核心邏輯是：員工不再需要主動尋找服務，而是AI根據員工的需求和場景，主動推送相應的服務。結合業務場景，崔女士將HR場景中的AI Agent分為三大類：
針對AI賦能下的SSC運營和治理，崔曉燕女士特別強調了"雙駕駛艙"的概念，即：SSC運營駕駛艙負責效率監控和流程優化，AI治理駕駛艙負責風險管控和合規保障。只有兩者協同，才能確保AI在HR場景中的安全可控。
▲ 崔曉燕女士現場分享中
04、從薪酬管理到全業務使能：組織級AI HR的落地實踐
作為易薪路eRoad產品副總裁、iBuilder產品負責人，吳益瑾先生從一線落地實踐的視角，分享了AI HR在真實企業場景中的應用案例。
1）智能體的三代演進：知識驅動→流程驅動→技能驅動
吳益瑾先生首先梳理了智能體在HR場景中的發展路徑：
他認為，2026年將是"技能驅動Agent"的元年——AI不再只是按流程執行，而是能夠自主調用技能、協調資源、完成復雜任務。
2）薪酬管理：C-Level的困惑與基層的痛點
吳益瑾先生以企業薪酬管理為切入點，展示了兩類典型痛點：
在管理層，他列舉了五大困惑：
他引用了CEO的終極之問："面對數億激勵成本，能否清楚說出這筆錢花得值、花得準、花得透明？"
在基層運營層，他指出了三大痛點：多系統數據對接復雜、業務政策迭代難以快速響應、來自各利益相關方的咨詢投訴疲于應對。
針對上述痛點，他展示了易薪路的解決方案：通過多技能、多智能體協同，覆蓋薪酬管理的全鏈路：
3）Skills驅動Agent接管薪酬數據整備
吳益瑾先生特別展示了一個典型案例：Skills驅動的Agent如何全程接管薪酬數據整備——從閱讀所有文件素材、分析需求確定目標，到執行技能單元、生成算薪可用文件。
整個過程由AI自主完成，無需人工干預。此外還提供諸多超個性化的AI薪酬管理實踐案例，具體場景如下：
4）iBuilder：40+數智員工覆蓋HR全業務
分享最后，吳益瑾先生為與會嘉賓呈現eRoad的小易數智員工家族——40+個數智員工覆蓋招聘、薪酬、人才發展、員工服務等全業務場景。
依托iBuilder平臺和與華為云的合作，這些數智員工正在成為企業HR團隊的"第二workforce"。
▲ 吳益瑾先生現場分享中
05、組織智變，向AI而生
回顧這場走進華為的深度對話，四位專家的分享構成了一條完整的邏輯鏈：從楊蔚女士對AI生態演化的前沿洞察，到王天揚先生對組織競爭力與人才戰略的重新定義，再到崔曉燕女士對HRSSC智能化重構的系統方法論，最終由吳益瑾先生以真實落地案例印證AI HR的規模化可行性——從趨勢到戰略，從方法論到產品實踐，一場活動串起了AI HR落地的完整路徑。
這條路徑的背后，正是易薪路持續專注在做的事：以iBuilder智能體平臺為底座，將AI能力深度嵌入招聘、薪酬、人才發展、員工服務的全業務鏈條，幫助企業從"用AI工具"走向"用AI組織"。
當智能體時代加速到來，易薪路希望成為企業HR智能化轉型的同行者——讓每一次組織智變，都有AI可用、有路徑可循、有實踐可依。
AI HR的時代已經到來。而"組織智變，向AI而生"，正是這個時代最恰當的注腳。
