这份研报探讨了HR科技从辅助工具向直接参与工作执行转变的趋势,重点分析了AI Agent如何处理员工咨询、收集材料、调用系统与协调流程。报告还对比了全球和中国HR上市公司的表现,指出AI在招聘与员工服务场景率先落地,同时强调Payroll和核心人事系统是AI应用的基础。此外,报告建议企业重新定义HR部门与AI的分工,并提供采购检查表和90天行动建议。
AI在HR领域正从辅助工具升级为直接参与工作执行的角色。当前AI Agent已开始处理员工咨询、收集材料、调用系统等任务,未来将更深入地参与工作流程。报告指出,招聘与员工服务是AI率先落地的场景,因为它们高频且数据密集。同时,AI的深入应用依赖稳定的数据底座,如Payroll和核心人事系统,这些系统需要先进行数据治理。企业需关注AI与HR部门职能的重新分工,转向设计、监督人机协作系统,提升流程设计、数据治理与风险判断能力。
报告重点分析了五个关键变化:1)AI参与工作,需定义边界和责任;2)招聘与员工服务率先落地,需关注真实问题解决率;3)Payroll与核心人事仍是AI应用的基础,需先治理数据底座;4)采购标准转向业务结果,关注任务完成、流程整合、治理与ROI证据;5)HR部门重新分工,转向设计、监督人AI共同工作系统。此外,报告还提供了采购检查表和90天行动建议,涵盖场景价值、真实采用、流程整合、治理安全、商业模式、供应商稳定、退出机制等维度。
当前HR科技市场呈现AI参与工作执行的新趋势。全球HR上市公司普遍上涨,其中Recruit Holdings、ADP、Paychex表现突出,分别体现Payroll稳定性、招聘平台变现能力、HR SaaS模式重估、传统人服修复等不同价值逻辑。中国HR上市公司总市值增长14.4%,高度依赖BOSS直聘,传统人服修复进行中,但AI产品发布尚未完全获得市场认可。投融资方面,7月全球16起融资超4亿美元,主要关注AI Agent、数字劳动力、垂直劳动力管理等领域,Skello获2亿欧元融资。市场整体处于AI应用探索阶段,企业需关注数据底座建设与真实场景落地。
报告中提示了几个关键风险:1)AI产品落地效果不确定性,需关注真实问题解决率而非功能堆砌;2)小市值供应商持续经营风险,需评估其长期稳定性;3)AI应用依赖数据底座,若数据治理不足将影响AI效能;4)HR部门需重新适应人机协作,若能力不足可能导致流程混乱;5)采购标准转向业务结果,若企业未建立有效评估体系可能无法识别真正价值。建议企业通过分阶段推进(梳理、试点、扩展)来管理风险,并利用HRTech提供的资源提升能力。