【关注】张礼立：AI重构人力资本产业

当数字劳动力进入组织，人的判断、信任与成长成为新竞争力。

本文作者系盘古智库学术委员、数字经济研究院副秘书长张礼立，文章来源于“张礼立数字经济研究”微信公众号。

本文大约4500字，读完约11分钟。

AI进入人力资本领域，并不是从一个宏大的口号开始的。

它最早往往出现在简历筛选、员工问答、培训课件生成、政策咨询、绩效文本辅助这些琐碎、具体、重复的环节里。它看上去不像一场革命，更像是办公室里悄悄多了一个不会下班的同事。

但很多深刻的产业变化，都是这样开始的。

当AI不再只是一个工具，而开始承担任务、生成判断、参与决策、协助管理、塑造员工体验时，组织的底层逻辑就变了。人力资源不再只是“管人”的部门，而正在成为企业内部最早感知AI冲击、最早重构工作方式、也最早面对信任、伦理与文化问题的组织试验场。

全球劳动力市场已经进入一个关键拐点。世界经济论坛《Future of Jobs Report 2025》显示，到2030年，全球结构性劳动力变化预计将创造1.7亿个新岗位，同时替代9200万个岗位，净增约7800万个岗位；更重要的是，岗位重构将影响现有就业的22%。这不是简单的就业增减，而是岗位结构、技能结构与组织方式的整体重排。

更值得注意的是，企业对AI的期待已经从“提升效率”走向“重构组织”。微软2025年工作趋势研究提出，未来企业正在走向一种“Frontier Firm”形态：数字劳动力进入战略、执行和日常流程，人类与AI代理组成新的工作单元。该研究基于31个国家、3.1万名员工调研，并结合LinkedIn劳动力市场趋势与Microsoft 365生产力信号。

这意味着，AI对人力资本的影响，已经不是“会不会替代某个岗位”这么简单。

真正的问题是：当组织开始拥有数字劳动力，人类到底还凭什么成为组织最重要的资本？

1 AI不是替代HR，而是在重写组织能力

过去谈人力资源，关键词是招聘、培训、绩效、薪酬、员工关系。今天谈AI赋能人力资本，关键词正在变成：任务重构、能力配置、人机协作、数据可信、决策责任和组织适应力。

一个重要变化是，AI正在从“技术选项”变成“战略变量”。在企业调研中，70.70%的企业已经在战略层面布局应用AI技术，近七成企业的人力资源部门已经在工作中使用AI技术。

但“用起来”和“用得好”之间，还有很长的路。

很多企业现在的问题，不是没有AI工具，而是没有完成组织再设计。AI如果只是叠加在旧流程上，往往只能带来一点效率改善；只有当企业重新思考岗位、流程、责任、数据、决策和员工体验时，AI才会从工具变成组织能力。

所以，AI赋能人力资本的第一层变化，不是HR部门效率提升，而是企业开始重新理解“组织能力”本身。

过去组织能力主要来自人、流程和制度。

未来组织能力将来自人、AI、数据、流程和信任机制的协同。

2 全球职场正在从岗位管理走向任务重构

AI对工作的影响，不是平均发生的。

它不会把所有岗位一起替代，也不会让所有人一起受益。它更像一把手术刀，把岗位拆成任务，再逐一判断：哪些任务可以自动化，哪些任务需要增强，哪些任务必须保留人的判断。

摩根士丹利AlphaWise全球调研显示，在银行、软件、科技硬件、半导体和专业服务等行业中，AI应用过去12个月带来约5%的全球净岗位损失，同时带来约9.6%的企业净生产率提升。它呈现的不是简单线性替代，而是“裁撤、补岗、新增、再培训、岗位重塑”并存的复杂结构。

这组数据真正值得注意的地方，不是“岗位减少了多少”，而是说明AI时代的工作正在被重新拆解。

一个招聘岗位，过去可能包括发布职位、筛选简历、联系候选人、安排面试、记录反馈、生成录用材料。AI进入后，简历筛选、候选人匹配、面试摘要、邮件沟通、报告生成都可能被系统承接；但真正的人才判断、雇主品牌、候选人体验、组织匹配和关键岗位谈判，仍然需要人。

这就是未来工作的变化：

不是一个岗位消失，而是一个岗位的内部结构发生变化。

不是一个人被替代，而是人的时间重新被分配。

不是所有人都被AI增强，而是那些会重新设计任务的人，率先获得新生产力。

所以，人力资本管理的核心，会从“管岗位”走向“管任务”，从“配人员”走向“配能力”，从“看编制”走向“看人机组合”。

3 人机关系的关键，不是使用AI，而是设计AI

这次全球人力资本趋势中，一个非常重要的判断是：人机协同不会自然发生，它需要被设计。

很多组织以为，只要买了AI工具、接入了模型、上线了智能问答，组织就会自然进入AI时代。事实恰恰相反。全球人力资本趋势报告指出，大多数组织仍未有意识地规划人机交互模式，这不仅限制了价值回报，也强化了过时流程；真正产生差异的，是有意识地重新设计岗位职责、工作流程和决策机制。

这就是今天企业最大的误区之一：把AI当工具采购，却没有把AI当组织关系来设计。

AI进入组织以后，最复杂的不是技术接口，而是责任接口。

AI到底是助手、教练、下属、协作者，还是某些流程中的自主工作者？哪些判断可以交给AI？哪些判断必须由人复核？当AI建议错误，责任归谁？当员工依赖AI完成工作，绩效如何评估？当AI参与筛选候选人，公平性如何保障？当AI进入管理流程，员工是否还相信组织？

这不是IT问题，而是组织治理问题。

未来优秀企业不会只是“AI采用率高”的企业，而是能够清楚设计人机关系的企业。AI在哪里做快，人在何处做深；AI负责什么，人承担什么；AI如何被监督，人如何被赋能——这些都需要成为组织设计的一部分。

人机协作真正成熟的标志，不是AI替人做了多少事，而是组织是否重新定义了人的位置。

4 人力资源是企业内部最好的AI试验田

为什么AI在人力资源领域值得单独观察？

因为HR是一个非常特殊的场域。它一边有大量流程性、文本性、数据性工作，适合AI快速介入；另一边又高度涉及人、信任、公平、隐私、文化和组织温度，不能简单自动化。

企业实践显示，招聘与配置、培训与开发、员工体验提升，是AI应用的先行场景；绩效管理、数据应用及综合分析，则被视为未来高潜场景。无论企业是否已经应用AI，招聘与配置、培训与开发、员工体验提升，都是多数企业会率先考虑在人力资源领域布局AI技术的主要场景。

这条路径很有代表性。

AI在人力资源里的落地，通常从“高频、低风险、可衡量”的环节开始，再向更深层的人才管理和组织决策推进。招聘是第一块试验田，因为简历、岗位、候选人画像天然结构化，效果相对容易衡量。培训是第二块试验田，因为课程生成、知识问答、学习路径推荐容易与AI结合。员工体验是第三块试验田，因为政策问答、流程咨询、入职服务、员工服务中心能够较快提升效率。

但更深的变化不在这些表层应用，而在组织数据。

一旦AI能够帮助企业理解组织效能、人才流动、离职风险、技能缺口和劳动力规划，HR就不再只是事务支持部门，而会成为组织的“人才雷达”和“决策中枢”。

这也是为什么人力资源会成为企业AI落地的第一块试验田：

它足够具体，可以试；

它足够复杂，值得试；

它足够接近人，不能乱试。

5 AI时代的人才价格，正在重新分层

AI不仅改变岗位，也正在改变人才价格。

北京人力资源市场薪酬数据提供了一个很有价值的窗口。2025年四季度，北京重点产业中，集成电路、数字经济、金融产业薪酬中位值位居前列，分别为16938元/月、15689元/月、15530元/月。同期，随着人工智能产业化进程提速，大模型商用等领域需求集中爆发，AI大模型架构师、自然语言处理工程师、感知算法工程师、AI算子开发工程师薪酬中位值均超过40000元/月；其中AI大模型架构师薪酬中位值为46437元/月，自然语言处理工程师为42081元/月，AI算子开发工程师为41918元/月，感知算法工程师为41757元/月。

这说明，AI时代的劳动力市场正在形成新的价格信号。

第一类是AI核心技术人才，价格快速抬升。

第二类是AI应用型人才，需求正在扩散。

第三类是懂业务、懂数据、懂流程、懂人机协作的复合型人才，正在成为企业真正稀缺的人力资本。

第四类是高度重复、低判断、低迁移能力岗位，面临更大重构压力。

未来企业真正缺的，不只是AI工程师，而是能够把AI放进业务流程、组织流程和人的工作方式里的“桥梁型人才”。

这种人才不一定是纯技术出身，也不一定是传统HR出身。他们可能来自组织发展、业务运营、数据分析、人力资源、流程管理、咨询、产品经理或数字化部门。他们真正的能力，是把技术翻译成组织语言，把组织问题翻译成数据问题，再把数据洞察转化成管理行动。

这类人，会成为AI时代企业最重要的新型人才。

6 AI带来的最大风险，不是失业，而是信任塌方

很多人谈AI与人力资本，最容易落到“替代”和“失业”。

但更深层的风险，可能不是岗位减少，而是信任被侵蚀。

AI生成简历、AI辅助面试、AI批量投递、AI美化个人资料、AI生成工作成果、AI参与绩效评价，这些现象正在改变组织对“真实”的判断。全球人力资本趋势报告特别提醒，组织正面临员工数据和工作数据可信度下降的问题，且虚假信息、合成身份、数据污染、判断力退化正在成为新的管理风险。

这会带来一系列非常现实的问题：

简历还可信吗？

面试表现还可信吗？

工作成果到底是谁完成的？

员工绩效是否被AI放大或伪装？

组织数据是否被低质量AI内容污染？

管理者是否还有能力判断真实贡献？

AI时代，人力资本管理的底层问题会从“如何识别人”升级为“如何确认真实的人、真实的能力、真实的贡献”。

这也是为什么未来HR不会消失。相反，真正优秀的HR会更重要。因为当技术越来越强，组织越需要有人守住公平、信任、文化和人的尊严。

技术可以提高效率，但不能自动建立信任。

算法可以给出建议，但不能独自承担责任。

AI可以生成答案，但不能替代人的判断。

从“人力资源”到“人力资本操作系统”

AI赋能下的人力资本，最终会走向什么？

礼立观察认为，未来企业的人力资本管理会从HR系统，走向“人力资本操作系统”。

这个系统不只是记录员工信息，也不只是发工资、管绩效、做招聘。它会把岗位、任务、技能、AI代理、员工数据、组织结构、学习路径、绩效反馈和文化信号连接起来，形成一个动态的人才与组织调度系统。

过去组织像一张静态组织架构图。

未来组织更像一张动态能力网络。

过去企业问：这个岗位缺不缺人？

未来企业会问：这个任务需要什么能力组合？是人做、AI做，还是人机共同完成？

过去企业看员工履历。

未来企业会看技能图谱、学习速度、判断能力、协作能力和与AI共同工作的能力。

过去HR关心“人在哪里”。

未来HR更关心“能力如何流动”。

这就是AI时代人力资本的真正拐点：人力资源不再只是企业后台职能，而会成为企业适应变化、配置能力、激活组织和建立信任的核心基础设施。

过去，我们说人是企业最重要的资产。

这句话讲了很多年，很多时候也被讲得有些空。AI来了以后，这句话反而变得更真实了。

因为当机器开始写作、分析、设计、筛选、判断、推荐甚至参与决策，我们才会重新看见：人真正重要的地方，从来不只是完成任务，而是在不确定中做判断，在复杂关系中建立信任，在冷冰冰的效率背后保留温度，在组织转型时仍然愿意学习、承担和成长。

AI会替代一部分工作，这是现实。

AI会创造新的岗位，这也是现实。

但比岗位增减更深的，是人和工作的关系正在被重新定义。

未来的组织，不能只是把人变成机器的补丁，也不能把机器当成廉价的人。真正有生命力的组织，会让AI承担可以计算的部分，让人回到更需要判断、创造、同理心和责任的地方。

当数字劳动力进入组织，人类并没有退场。

只是人必须重新证明，自己为什么不可替代。■

文章来源于“张礼立数字经济研究”微信公众号

‍‍‍‍‍‍‍

图文编辑：张洵

责任编辑：刘菁波