知名分析师眼中HR的未来：系统性变化多达12条
要点速览
- 人力资源咨询领域最具影响力的分析师之一Josh Bersin最近发布了一套名为”HR 2030″的完整框架，解读了当AI Agent深度进入企业管理流程后，HR的职能转变方向。
- HR 2030有12条核心原则，可以归纳为四个层次：一是未来的HR智能体将掌握每位员工的全方位数据以及外部数据；二是HR智能体将深度参与分析与决策过程；三是每位员工都将拥有一套动态个人成长计划；四是HR的组织与角色将大幅转型，如HRBP将变为“智能体管理者”。
- 在描绘愿景的同时，Bersin也直接点出了领导者必须正视的几个结构性挑战：如何在不推翻现有系统的前提下建设新架构？算力支出增加这笔账怎么算？人类和AI到底谁来做最终决定？
HR的工作会被AI如何改变？
人力资源咨询领域最具影响力的分析师Josh Bersin近期给出了他的系统性回答——不是一篇文章，而是一套他称之为”HR 2030愿景”的完整框架。
他的答案是：HR不会消失，但它将变成另一种物种。
Bersin的核心判断是：我们正从”职能型HR”（人员与流程各自独立）迈向”系统化HR+智能体架构”的融合形态。HR的价值不再来自执行流程，而来自设计、调教和管理AI智能体系统。
他观察到，微软、Roblox、谷歌、Mastercard、ServiceNow等科技公司正在快速移向这个方向，而大多数传统行业仍在挣扎于系统整合和初步的AI应用。这条路，快的公司4年内可以走完，慢的公司则可能被远远甩开。
他将这一愿景拆解为12条具体的系统原则。
原则1：Agent将掌握每位员工的完整画像
未来的HR通过Agent将实时获取每位员工的岗位职责、技能图谱、排班记录、薪酬历史、资质证书和个人偏好。不仅如此，它还将读取员工的邮件往来、会议录音、日历和地理位置信息。AI将对员工正在推进的项目、日常工作模式、技能现状和行为倾向形成深度理解。
这意味着Agent将能识别出谁是真正的专家、谁在高优先级项目中最活跃，也能通过工时和排班数据判断谁处于过载状态、谁有余力承接新任务。员工则可以通过手机、电脑、智能眼镜乃至车载设备随时访问这套系统。
原则2：Agent将整合广泛的外部数据
仅仅了解内部员工还不够。AI还能实时接入外部薪酬基准、同类岗位的竞对技能分布、各地区职位薪资趋势、新兴职位和技能动向，以及合规监管要求。这意味着Agentic HR将能够理解每位员工在市场上的真实竞争力——什么时候需要加薪留人、什么时候外部候选人其实更优——并能在需求骤变时，迅速给出人员调配和响应方案。
原则3：Agentic HR将与其他Agent互联互通
Agentic HR将连接销售系统、客户服务、技术产出等各业务条线的智能体，实时读取销售业绩、客户互动频率、服务工单、代码生产量等运营数据。这带来了一个深刻转变：过去需要层层审核才能识别的高绩效人才和低效环节，AI Agent可以更快看见。
原则4：从年度调查转向近实时洞察
传统的年度员工调查将成为历史。Agentic HR将自动、持续地追踪离职率、新员工融入周期、投诉记录、迟到率，并以自然方式随时收集员工对工作、上级和公司政策的反馈意见。其结果是管理者将能以近乎实时的视角看见敬业度高低的分布——按团队、地区、业务单元和司龄分层呈现。
原则5：调教AI而非部署
智能体能”观察”和”预测”，但它们的行为方式需要企业主动塑造。Bersin提出，公司需要用自身的文化模型、领导力标准和行为规范来”调校”Agentic AI系统。不同场景的自主化程度也会不同：排班类智能体或许可以完全自主运作，而薪酬和奖励类决策则可能需要管理者参与确认。这条原则的核心是：智能体不会自动与公司文化对齐，对齐本身是一项需要持续投入的管理工作。
原则6：HR也会成为数据质量的专家
随着智能体不断学习，数据的准确性和完整性将成为HR工作的命脉。这意味着HR团队将深度融合IT能力——HR专业人员需要掌握调用、训练和微调智能体的能力。就像广告行业通过行为数据不断优化用户洞察，企业的HR智能体也会随使用积累而越来越精准。
原则7：重大领导力和战略决策将更容易
当CEO感到某个区域或业务板块表现不佳时，Agentic HR能迅速呈现其中的人才结构问题：谁在关键岗位、谁流失了、团队构成有何变化。更进一步，智能体在某些场景下甚至可以介入个人领导力的提升——对陷入困境的管理者提供实时教练建议和直接反馈。Bersin认为，AI在这一方面的能力正在快速成熟。
原则8：职业成长将变为动态实时演进
每位员工将拥有一套由AI驱动的个人发展计划，同时对齐公司战略方向和员工在外部市场上的职业成长轨迹——并随公司需求变化和员工本人的兴趣实时调整。AI驱动的学习系统将生成个性化内容，让每位员工——无论岗位、兴趣还是项目类型——都能获得”动态赋能”。员工也能轻松找到公司内部的领域专家请教，无需靠口耳相传。
原则9：数字孪生将让知识留存
这是Bersin提出的最具想象力的原则之一：每位员工都将拥有自己的数字孪生体。任何人都可以与一位正在休假的同事的知识留存版本”对话”，询问”合同X目前的最新进展是什么”或”我们与Y公司的最新沟通是什么”。组织的集体记忆将有可能被系统性地留住。
原则10：招聘与培训将全面融入智能体
招聘智能体将自动完成候选人搜寻、筛选、测评、面试安排、发放Offer、雇用确认和入职引导的全链条。学习智能体则将通过动态内容生成，为员工提供个性化的学习支持和绩效辅导。这两大传统HR职能将不再是独立的模块，而是嵌入整个Agentic系统的有机组成部分，与数据层、分析层实时联动。
原则11：HRBP将转型为”智能体管理者”
员工的常规HR需求将通过AI自助完成，系统能记住员工的历史查询和偏好，提供连贯的服务体验。HRBP的角色将发生根本性转变：不再是政策解读者和流程执行者，而是”智能体引导师”——帮助业务方理解智能体的建议，并根据本地业务需求对智能体进行调整和校准。
原则12：高级HR管理者将深入地嵌入业务
首席人力资源官的核心职责将从管理人才流程，转向构建和运营整个Agentic HR架构。
写在最后：三个绕不过的难题
上面的12条原则描绘的是终态，但通往那里的路上有三道必须正视的结构性障碍：
如何在不推翻现有系统的前提下建设新架构？ 企业已在薪酬、合规、招聘等核心系统上投入数十亿，这些系统不可能被快速替代。新的Agentic架构必须能与旧系统共存并互通，而非另起炉灶。
预算模型将从”按席位付费”变为”按算力消耗付费”。 智能体不按用户数收费，而按计算量计费。人头减少，但算力支出增加，这笔账怎么算，大多数公司目前还没有答案。
谁来做最终决定？ IBM等公司已开始在某些场景下让智能体直接拍板。但更多公司的文化要求”人类最终说了算”。Bersin的问题一针见血：如果每次都需要管理者手动推翻AI的建议，这套系统的智能又有什么意义？