人力资源技术
【美国】一站式的HR科技平台Rippling完成4.5亿美元G轮融资，估值达168亿美元，正式启动2亿美元员工股权回购
HRTech概述：Rippling于2025年5月9日宣布完成4.5亿美元的G轮融资，公司估值达到168亿美元。 本轮融资由Elad Gil、Sands Capital、GIC、新加坡政府投资公司、Goldman Sachs Alternatives、Baillie Gifford和Y Combinator等投资者参与。 同时，Rippling启动了一项2亿美元的股票回购计划，旨在从现有和前员工手中回购部分股权。
【2025年5月9日】美国领先的一体化人力资源科技平台Rippling宣布完成4.5亿美元G轮融资，公司估值跃升至168亿美元，较2024年4月F轮融资的134亿美元估值提升25%。此次融资由包括Sands Capital、新加坡政府投资公司GIC、Goldman Sachs Growth和Baillie Gifford等在内的新晋投资人领投，Elad Gil、Y Combinator等现有投资方继续加持。
与此同时，Rippling还启动了规模达2亿美元的员工股份回购计划，旨在为当前与前员工提供流动性。这已是公司第二次发起大规模回购，2024年F轮融资时，Rippling就曾启动5.9亿美元的Tender Offer，其中2亿美元同样面向员工。
这轮融资令Rippling的累计融资总额达到18.5亿美元，公司目前已服务超过20,000家客户、拥有4,000多名员工，并实现年化收入（ARR）达5.7亿美元。
YC身份首次“转变”：投资者 → 客户
此次融资还有一大亮点——全球顶级创业加速器 Y Combinator（YC）不仅是Rippling的投资方，2025年还首次以客户身份对外官宣支持。YC 在一份公开案例中称 Rippling 是“YC 所有被投企业创始人的首选 HR 工具”，并为 YC 创业者推出了专属的“Founder Mode”优惠服务包。
这一合作也从侧面印证了 Rippling 在初创企业生态中的产品适配度。Rippling CEO Parker Conrad 本周还在 LinkedIn 上宣布推出全新“Startup Stack”计划，向早期创业公司提供长达6个月的免费服务，目标用户包括 Cursor（Anysphere）、Clay 和 Sierra 等超过15,000家初创公司。
法律战背景下的强势融资
Rippling此番大手笔融资与市场扩张之际，正值与竞争对手 Deel（同为YC毕业公司）卷入激烈的法律纠纷之中。Rippling 指控 Deel 雇佣其前员工获取商业机密，Deel 已在4月提起反诉。尽管官司缠身，Rippling 的估值和融资能力丝毫未受影响，反而赢得投资者更坚定的信任。
平台愿景与产品扩张
自2016年成立以来，Rippling持续扩展产品边界，目前已拥有24款核心产品，涵盖薪资、员工福利、单点登录、身份管理、账单支付和企业信用卡等。此次融资将用于拓展国际市场、增强现有产品，并加快新产品的研发进度。
Rippling 的核心愿景是构建一个连接人力、IT 和财务的企业级操作系统，通过打通分散的员工数据系统，实现整个员工生命周期的自动化和智能化管理，从而帮助企业提升效率，领先竞争对手。
人力资源技术
英国一家薪酬数据平台Ravio 获得 1200 万美元 A 轮融资，推动全球劳动力薪酬数据现代化
HRTech概述：总部位于英国伦敦的薪酬数据平台 Ravio 宣布完成 1200 万美元的 A 轮融资，由美国 Spark Capital 领投，澳洲 Blackbird 和欧洲 Cherry Ventures 跟投。Ravio 致力于用实时数据重塑企业的薪酬策略，解决当前企业普遍依赖12-18个月前过时数据的痛点。Ravio 的平台通过与客户的 HR 系统 API 直接对接，实时收集并分析全球市场薪酬数据，覆盖 46 个国家、100 多种职位，支持不同公司按行业、规模、融资轮次等多维度精确对比薪资、股权和福利。客户包括 Just Eat Takeaway、Octopus Energy、Wise、Adyen、Mollie、Zoopla 和 Skyscanner 等知名企业。
英国伦敦的薪酬数据平台Ravio 宣布完成由美国 Spark Capital 领投的 1200 万美元 A 轮融资，参投方还包括澳大利亚的 Blackbird 和欧洲的 Cherry Ventures。Ravio 的使命是通过实时市场数据与决策工具，现代化企业的薪酬管理方式。
Ravio 的客户包括 Just Eat Takeaway 和 Octopus Energy 等知名消费品牌，金融科技领军企业如 Wise、Adyen 和 Mollie，以及科技公司如 Zoopla 和 Skyscanner。
薪酬数据的滞后困境
尽管薪酬通常占企业运营成本的 70%，多数公司仍使用 12 至 18 个月前的零散数据进行决策。这种过时的数据导致严重问题：
当薪资低于市场水平时，人才流失；
部分岗位薪资超支，而其他岗位却难以招人；
新员工与现有员工参考数据不同，导致薪酬不公。
Ravio 的首席人力官 Vaso Parisinou 表示：“Ravio 的想法来源于我在 Deliveroo 初创阶段主导薪酬审核的经历。当时我们快速扩张，但要找到相关市场的数据非常困难。我需要在多个国家制定薪酬结构，确保数据反映最新市场情况，尤其是在远程岗位上填补数据空白几乎不可能。”
破解复杂的薪酬管理难题
Ravio 联合创始人兼 CEO Merten Wulfert 表示：“市场数据的更新速度远远跟不上市场本身的变化。我们通过直接接入客户的 HR 系统，现代化了几十年来依赖手工调研的薪酬数据收集方法。通过自动化流程，我们得以持续分析市场动态。”
已采用 Ravio 平台的企业已经看到明显改善。德国 SaaS 企业 HERO Software 今年员工从 100 人增长到 250 人，其人力负责人 Anna-Lena Grimm 表示：“我们使用 Ravio 构建薪酬带，立即就发现了几个异常情况，非常容易发现薪酬公平问题。”
实时数据替代过时资料
Ravio 的平台提供涵盖 46 个国家和 100 多个职位的市场薪酬数据，帮助企业更快做出合理决策。其核心功能包括：
实时更新的全薪酬市场基准；
支持对整个组织进行薪酬对比；
针对现代薪酬负责人设计的工具，可简化薪酬结构设置、调薪流程并预防薪酬不平等。
客户通过 API 安全连接自己的 HR 软件，数据会被匿名汇总形成市场基准。企业可根据员工人数、融资阶段、行业等维度，精准比较自身的薪资、股权与福利水平。每当员工入职、离职或调薪时，数据也会实时同步到 Ravio 系统中。
Mollie 的人力副总裁 Jodi Slomp 表示：“Ravio 的实时数据让我们无需再依赖滞后的数据集或手动估算。平台数据更新快，图形展示也非常直观。”
Bolt 的高级薪酬经理 Evert Kraav 也说：“我最喜欢 Ravio 的是它能实时反映市场变化。我们现在可以按当前市场水平精准对标薪酬。”
推动全球扩张
Ravio 表示将利用本轮融资加速全球扩张，并帮助更多企业构建具备竞争力的现代薪酬体系。
Ravio 首席产品与技术官 Raymond Siems 表示：“我们为 1200 多家公司提供服务，深知薪酬负责人在数据缺乏、工具落后的情况下常常陷入两难。我们的产品正是为了解决这个痛点，提供高效、准确的实时数据与决策支持，彻底减少手动操作。”
Ravio 本轮融资将主要用于：
扩展数据集，覆盖更多区域与行业；
开发更智能的市场洞察工具，包括新员工薪酬对标与预测分析；
投资建设先进的薪酬管理工具，提高效率与可操作性。
Spark Capital 的 Alex Finkelstein 表示：“我们很高兴能继续加码对 Ravio 的投资。无论是哪个行业或公司规模，制定合理薪酬始终充满挑战。Ravio 已具备成为实时薪酬数据行业标准的潜力。”
关于 Ravio
Ravio 成立于 2022 年，致力于为企业提供实现薪酬信心所需的数据与工具。通过实时市场洞察与现代化薪酬管理平台，Ravio 帮助前瞻性企业避免“薪酬债务”——即薪酬结构与市场脱节所带来的成本与风险。目前，Ravio 向员工规模在 100 人以上的公司提供为期两个月的免费薪酬对标试用服务，详情请访问 ravio.com。
人力资源技术
IBM用AI Agent替代数百个HR岗位？这场“AI Agent革命”才刚刚开始
HRTech概述：AI代理正以前所未有的速度重塑人力资源领域，从招聘、入职、绩效管理到员工关怀，传统HR职能正被智能代理接管并优化。随着HR系统从静态工具演进为主动式智能平台，企业开始构建由多个专业AI代理组成的人才管理生态，推动组织运作方式全面升级。本文深入解析AI代理架构、员工数字双胞胎、技能驱动管理等核心趋势，揭示HR如何在技术主导的新时代中，从流程管理员跃升为战略协同者。 5月23日上海HR科技年度论坛中，我们也特邀嘉宾现场分享AI Agent的相关话题，点击抢票
一、如果你的下一位HR同事是AI代理？
“AI代理（AI Agents）正在接管招聘、入职、员工关怀、绩效反馈等流程，HR不再只是支持部门，而正在成为企业战略引擎。”Amber Grewal，全球人力资本领导者谈到。
而IBM的行动已经走在了这场革命的前线。今年5月，IBM首席执行官Arvind Krishna公开表示，公司内部已有数百个人力资源岗位被AI代理所替代，同时公司却在程序开发与销售等“关键性岗位”增加了招聘，实现了总就业人数的增长。
这并不是“被裁员”的传统剧本，而是“角色再定义”的真实上演。
二、AI代理经济的崛起：不仅是趋势，更是结构性转变
在平台经济之后，“代理经济（Agent Economy）”成为新主流。与其说企业在部署AI，不如说它们正在引入“数字同事”——拥有独立执行力、可协作、能推理决策的AI代理。
根据Grewal的研究，预计到2030年，AI代理将自动化30%至50%的企业流程。Salesforce、NVIDIA、亚马逊、Mayo Clinic都已部署了上百万个AI代理，覆盖从客户服务、医疗诊断到金融建议的多个场景。
对于HR而言，这代表着技术栈的彻底转型——从静态工具（如ATS/HCM）向主动智能平台转变；从“HR系统”变为“HR智能生态系统”。
三、IBM案例启示：用AI替代HR流程，却反向提升就业
IBM的Think大会期间，CEO Krishna指出：
“我们已经用AI代理替代了数百名HR人员的工作，但总就业人数反而提升。因为AI让我们有余力把资源转投到软件开发、销售、市场这些需要人类创造力的领域。”
这正体现了Grewal所说的“HR的新前沿”——人类员工与AI并肩作战，前者负责判断与人际交互，后者处理重复与流程性任务。
这种“减员增效”的路径不是终点，而是开端。IBM还推出了帮助企业构建自身AI代理的服务，构建了一个面向未来的AI人才操作系统。
四、HR职能转型：从系统管理员到AI生态协调者
根据Grewal的研究，未来HR技术栈将由三个关键层级构成：
基础模型层：大语言模型提供统一的理解与推理能力（如GPT或Workday等专属模型）；
代理协调层：不同HR代理之间协调工作，统一体验，类似“中控系统”；
专业代理层：招聘代理、员工体验代理、绩效代理等各司其职，背后协同但前台统一界面。
企业不再“采购HR系统”，而是“构建HR代理生态系统”。
例如，Unilever部署AI招聘代理后，每年节省100万英镑成本、减少超过10万小时人工筛选时间，并提升了招聘多元性。这些代理与现有系统并行运行，是“渐进式重构”的典范。
五、数字员工双胞胎（Digital Twin）是终极目标
未来的员工将不再只是一个静态的员工ID，而是有一个属于自己的“数字双胞胎代理”：
了解你的职业偏好、学习风格、绩效曲线；
主动推送适合的学习、职位、导师与成长路径；
成为你在组织内部的“AI生涯伙伴”。
Google的Career Dreamer、Wisdomlab.ai正在实践这一构想，这将是HR从“记录型系统”到“关系型智能”的质变。
六、对HR的战略建议：别问是否转型，而是现在怎么转
Grewal建议，HR部门应该分阶段制定AI代理转型路线图：
✅ 短期（1-2年）：
小步快跑，优先试点候选人匹配、员工自助服务等低风险场景；
确保现有HCM系统仍维持合规数据记录角色；
与有“API优先策略”的供应商合作，确保可扩展性。
✅ 中期（3-5年）：
建立内部AI代理生态图谱；
引入员工数字双胞胎项目；
培养“HR提示工程师”“AI协调官”等新角色。
✅ 长期（5年以上）：
从系统集成采购转向“智能代理组合”；
从流程驱动向“以人主导、以AI助力”的体验驱动模式演进；
将HR架构全面重构为“AI+人类共同工作”的组织模型。
七、AI不是终结HR，而是重塑HR的开始
Amber Grewal 所言：“这不是一场工具升级，而是一场组织支持体系的重塑。”
IBM的案例正是这场革命的真实注脚。它告诉我们，AI代理不等于裁员，而是机会重构；HR不再是记录、流程和合规，而是组织智能与体验创新的核心。
这场转型已然开始。作为HR领导者，你准备好了吗？
人力资源技术
微软重磅发布People Skills与Skills Agent：打造嵌入工作流的AI技能图谱，引领HR科技新纪元
HRTech概述：最近，Microsoft 365 Copilot 推出了一个叫 “People Skills” 的新功能，可以自动识别员工的技能能力，帮企业快速发现谁擅长什么。怎么做到的？它会分析员工在 Word、Excel、Teams 等日常使用中的行为，借助 AI 模型自动生成“技能画像”。这些信息还能集成进 Viva 和 Copilot Chat，用来精准找人、匹配项目，还能发现谁值得重点培养。
更多信息，请关注HRTechChina
——由 AI 驱动的技能管理时代正式开启
在一次可能改变全球 HR 科技版图的战略发布中，微软正式推出了内嵌于 Microsoft 365 Copilot 和 Viva 平台中的 People Skills 功能，并宣布将在 2025 年 6 月推出扩展功能 Skills Agent。结合官方博客和 HR 行业权威 Josh Bersin 的深度解读来看，微软此举不仅是在提升办公套件功能，更是在构建一个面向未来的 智能技能管理系统（Skills Intelligence Platform）。
时代背景：为什么“技能”成为核心资产？
过去五年间，企业的人才结构正在经历深层变革：从“岗位导向”转向“技能导向”。随着业务节奏加快、技术不断演进，员工能做什么、可以转岗到哪里、缺什么技能这些问题成为战略优先。
而微软正是在这个关键时刻入局。借助其在 LinkedIn、Microsoft Graph、M365使用数据 等平台上的深厚数据积累，微软要为企业构建一个实时、动态的 技能识别与匹配系统，助力 HR 实现敏捷组织和精准人才部署。
“这是一次重大入场。”Josh Bersin 在分析中指出，“微软正式进入技能科技市场，可能将打造出业内最庞大、最智能的系统。”
什么是 People Skills？
People Skills 是微软在 Microsoft 365 Copilot 和 Viva 中推出的 AI 驱动技能引擎。它通过分析员工在日常工作中的行为数据（包括邮件、会议、文档协作等），自动推断员工具备的技能。
核心功能包括：
从实际工作中自动推断员工技能
接入 LinkedIn 的全球技能分类体系
支持企业自定义技能框架（taxonomy）
在 Outlook、Teams、Copilot Chat、Viva 中呈现上下文技能信息
企业可视化技能图谱与洞察
例如，某员工经常负责客户提案、绩效汇报与跨部门沟通，系统就可能自动为其标注“战略思维”“客户成功”“数据讲述能力”等技能标签。
这一机制的突破点在于：它基于 被动感知 + AI 推理，员工无需手动填写技能档案，系统自动学习和更新，让技能洞察成为组织的“活数据”。
Skills Agent：激活技能洞察的智能助手
如果说 People Skills 是技能图谱的“底层数据层”，那么即将于 2025 年 6 月上线的 Skills Agent，则是推动行动的智能引擎。
Skills Agent 能够帮助：
主管构建基于技能的动态团队
员工发现技能空白与晋升路径
L&D 制定精准培训与学习策略
Skills Agent 并非传统意义的问答机器人，而是融合了 Microsoft Graph 数据、自然语言处理与推理能力的高级智能代理，能理解复杂指令，例如：
“谁能同时处理Python和项目管理任务？”“我需要掌握哪些技能才能转岗做数据分析师？”“我们公司最常见的市场营销技能有哪些？”
Skills Agent 深度集成在 Copilot Chat 和 Viva 中，员工可在日常工作中直接调用，提升人才调配和技能成长的响应速度。
技术架构：打造完整的“技能操作系统”
People Skills + Skills Agent 不是孤立存在，而是与微软全栈生态深度集成：
与 Microsoft 365 协同办公工具无缝结合
与 Viva 学习体验平台与目标管理功能整合
与 Microsoft Graph 打通员工行为与组织关系数据
与 LinkedIn Learning、LinkedIn Talent Insights 联动推荐与分析
这意味着，微软正在搭建一个 企业级的人才情报系统（Talent Intelligence System），并将其嵌入到日常工作场景中。
对 HR 的深远影响
这套系统的上线，对人力资源战略和组织管理可能产生以下四大变化：
1. 从岗位描述走向“动态技能图谱”
传统 JD 逐步过时，企业可以实时更新员工能力标签，支持灵活用人、横向转岗与人才轮岗。
2. 人才可见性全面提升
不再依赖主观评价与绩效打分，HR 可从系统中发现“隐藏人才”和“技能过剩/短板”。
3. 战略级的组织规划
从人才盘点、继任计划，到编制重组、学习策略，全程由数据支持，提升决策效率。
4. 反哺 L&D 和学习生态
Skills Agent 可自动推荐 LinkedIn Learning 课程或内部学习内容，实现“以用促学”的闭环机制。
Josh Bersin 的评价：这是一个新物种
Bersin 明确指出，微软的做法不同于传统 HR Tech 厂商。Workday、SAP 等偏向基于 HR 系统建模，而微软则从“工作流场景”出发，让技能识别自然发生在 Teams、Outlook、Word、Excel 等工具中。
“他们正在把 Microsoft 365 变成一个技能智能系统。”Bersin 评论道，“这种嵌入式体验，才是真正的变革。”
对 HR 科技生态的挑战与启示
微软的入局意味着传统 HR 系统厂商或需重新思考合作路径：是与微软生态打通？还是建设自己的 AI 系统进行抗衡？
在 Copilot 的加持下，微软展现出：
更强的 推理能力与个性化推荐能力
更广的 数据来源整合能力
更深入的 工作场景覆盖能力
这些，正是构建下一代 HR 战略平台的核心竞争力。
HR 下一步该怎么做？
无论你是 CHRO、HRIS 总监还是学习与发展负责人，现在都应关注以下四件事：
评估你目前的技能数据体系是否碎片化或陈旧？
了解 People Skills 的功能与使用路径，尤其是微软生态用户
重构绩效与发展体系，让技能推理数据为决策服务
从小范围启动“技能驱动”的组织试点，积累可复制经验
AI 观察 + 无缝集成 + 实时推理，微软 People Skills + Skills Agent 的组合，正在打破 HR 与办公场景之间的界限，推动真正以人为本、以数据驱动的组织发展。
人力资源技术
【西班牙】HR科技公司Factorial再获1.2亿美元无股权稀释融资，加速进军德国、法国、意大利市场
HRTech概要：Factorial，总部位于巴塞罗那的HR科技独角兽，再次获得General Catalyst的1.2亿美元无股权稀释融资，使其从GC借款总额达到2亿美元。这笔资金将专门用于市场拓展（GTM），即推动销售和营销增长，进一步扩大Factorial在欧洲HR SaaS市场的领导地位。Factorial起步于新冠疫情期间的HR需求爆发期，最初采用免费模式，吸引了60,000+用户，后转为付费模式。目前，其企业客户已增长至13,000家，并且在过去一年营收增长了六倍。
更多HR科技资讯，欢迎关注HRTech！
欧洲领先的HR SaaS企业Factorial宣布获得General Catalyst追加1.2亿美元融资，该资金将专注于市场拓展（Go-to-Market, GTM），推动销售与营销增长，加速其在欧洲HR SaaS市场的扩张。值得注意的是，本轮融资为**无股权稀释（Non-Dilutive）**模式，使Factorial能够保持股东权益的完整性，同时高效利用资金实现可持续增长。
融资详情：无股权稀释，助力市场扩展
Factorial本次融资来自General Catalyst的“Customer Value Fund”，这是一种创新的融资方式，不同于传统的股权投资或债务融资。Factorial无需出让股权或提供抵押，而是通过其未来新增客户的毛利润偿还资金。这种模式不仅降低了融资成本，还确保了公司在快速扩张的同时维持财务稳健。
Factorial CEO兼联合创始人Jordi Romero表示：“General Catalyst的追加投资，不仅证明了Factorial增长模式的可行性，也为我们加速全球市场扩展提供了坚实支撑。我们的目标是打造最易用、最全面的企业管理平台，让所有规模的企业都能轻松管理其核心业务。”
公司发展：从HR软件到全方位企业管理平台
Factorial成立于2016年，总部位于西班牙巴塞罗那，最初专注于中小企业（SMBs）的人力资源管理软件。在疫情期间，Factorial凭借免费模式吸引了60,000+用户，随后转向付费模式，并在过去一年内实现六倍收入增长，目前其全球付费企业客户已超过13,000家。
随着产品不断扩展，Factorial已超越传统HR SaaS范畴，新增项目管理、培训、费用管理等功能，逐步转型为一站式企业管理平台。这一战略调整使其在欧洲市场竞争力进一步提升，并赢得了投资者的持续支持。
市场扩张：加速招聘，深耕欧洲市场
Factorial计划利用本轮融资大规模拓展市场，尤其是在德国、法国和意大利等欧洲主要市场。德国已成为其增长最快的地区，公司正在积极招募人才，以支持扩张计划。据悉，Factorial计划每周招聘50人，预计将员工规模从900人扩展至1300人，以满足不断增长的市场需求。
General Catalyst的Customer Value Fund负责人Pranav Singhvi表示：“Factorial展现了高效增长和盈利能力的完美结合，我们对其市场拓展战略充满信心。本轮融资不仅提供资金支持，更是General Catalyst与Factorial建立长期合作关系的重要一步。”
无股权稀释融资：未来SaaS行业的新趋势？
Factorial此次融资采用的**无股权稀释（Non-Dilutive）**模式，正成为SaaS行业融资的新趋势。与传统股权融资或风投债务（Venture Debt）不同，这种模式的主要特点包括：
不稀释股东权益：公司无需出让股权，现有投资者和创始团队的持股比例保持不变。
无抵押担保：不同于传统债务融资（Venture Debt），企业无需提供资产作为担保，降低了财务风险。
以未来收益偿还：Factorial将通过新增客户的毛利润逐步偿还融资，无需支付固定利息或按期还款。
支持可持续增长：企业可以在不影响财务稳健的情况下，投入更多资金用于市场拓展和增长。
General Catalyst已在该模式下为多个高增长SaaS公司提供资金支持，Factorial的成功融资案例进一步证明了这一模式的可行性和前景。
在资本市场趋于谨慎的当下，Factorial以无股权稀释融资方式成功募集1.2亿美元，不仅为其未来增长提供了强劲支撑，也为HR SaaS行业提供了融资新思路。随着HR科技市场的不断演进，Factorial正在通过稳健增长、市场扩展和创新融资模式，进一步巩固其在欧洲HR科技领域的领导地位。未来，公司能否继续保持增长势头，值得持续关注。
更多HR科技资讯，欢迎关注HRTech！
人力资源技术
围绕人工智能重新设计工作：工作智能工具问世
让我提出一个重要的问题：如果您的 CEO 或 CFO 要求您使用人工智能来提高生产力，您会怎么做？
你会采用“电锯”效率模型并裁掉 10% 的员工吗？还是会深思熟虑地围绕人工智能重新设计工作岗位？
本周我与数十家公司讨论了这个话题，所以我想分享我们所学到的知识。
公司为何变得官僚主义
让我们从原因开始：官僚主义是如何产生的。其实很简单：随着组织的发展，管理人员不断招聘新员工，通常是支持或行政职位。突然你醒来，发现公司里到处都是“项目经理”、“分析师”和“项目经理”。
我们最近研究了一家大型科技公司的职位结构，其中近三分之一的职位似乎是员工职位、分析师或项目经理。虽然我确信这些人很忙，但管理层很清楚，其中许多职位可以集中、共享、自动化或取消。
我们正在与一家大型媒体公司合作，他们一直在分析“媒体经理”的工作。该职位有近 7,000 名员工，这些人执行的任务和活动数量之多令人震惊。他们的核心工作是为客户购买广告空间，但实际上他们从事创意设计、账户管理、分析，还必须跟上人工智能的发展。
我认为这份工作是一个“关键角色”（能够带来巨大价值的角色），但在今天之前并没有标准化，而团队现在知道他们的新人工智能平台可以改变这一功能。
我们如何重新设计工作：蓝图
工作设计已经进行了几十年，其中很大一部分始于“工作任务分析”。在人工智能（以及 Reejig、Draup 和 Gloat 等工具）出现之前，我们会进行调查，了解人们在做什么，然后找出重叠、效率低下或自动化潜力的领域。
但在人工智能时代，这可能还不够。如今，人工智能实现了从招聘到需求分析再到内容开发等所有工作的自动化，理想情况下，我们应该采取更广泛的方法。而这正是我看到公司所面临的困境。
考虑以下蓝图，这种方法可以防止您将 AI 用作“寻找问题的解决方案”。
首先，你要对公司进行基准测试，看看哪些地方效率低下。Reejig 和 Draup 等工具可以让你轻松完成这项工作，它们可以让你全面了解工程、销售、营销或个人角色，看看哪些地方人员过多。
我上面提到的媒体公司的收入和利润率都在下降，因此他们把重点放在面向客户的角色上，目标是提高增长。
IBM 在过去十年中一直使用人工智能来自动化公司中的许多人才和绩效流程，现在拥有一个充当人力资源业务合作伙伴的代理。人工智能决定薪酬范围以保持薪酬公平，还为管理人员提供绩效评估的深入数据。结果是增加了信任度，减少了偏见，并提升了人力资源团队的设计作用。
麦格理银行的规模在过去六年中扩大了一倍，因此他们正在合理化大量面向客户的职位。利用 Reejig，他们发现了数十个集中、自动化或重新设计工作流程的机会，以实现规模化。
安联多年来一直在优化其理赔流程。他们了解这项工作在盈利能力方面发挥的关键作用，现在他们已经构建了一个“数字孪生”，以实现大部分工作的自动化和标准化。
正如你所见，这些项目可能不是“自下而上”的，而是“自上而下”的。在很多情况下，比如当 CEO 想要裁员时，这就是要走的路。
其次，你现在必须“分解工作”来弄清楚人工智能可以发挥什么作用。在某些情况下，你会看一看 SeekOut Spot 或 Paradox（最先进的招聘代理）等工具，然后“实施”并重新考虑工作。但这会造成很多恐惧和阻力，所以系统化工作往往更好。
分析任务（或活动）
想象一下，你在医院工作，负责清洁地板：你的“技能”从“扫地”变成了“操作清洁设备”。如果你是一名软件工程师，你的技能将从“编码”转变为“使用 Github Copilot”。营销专业人士正在从“创建活动”转变为“操作 AI 创意平台”。教学设计师正在从“构建课程”转变为“提示 AI 和策划内容”。
一旦我们知道这些“任务”或“活动”是什么，我们就可以预测或决定要实施多少自动化。在我们讨论的每个案例中，这分为四个步骤。
首先，这个团队效率低下是因为他们正在开发我们根本不想做的产品、销售流程或其他计划吗？我曾在许多效率低下的销售团队工作过，问题在于没人想买的产品，而不是销售流程本身。
第二，这些工作任务是否常规且易于外包？我们能把它们集中起来吗？他们的易用平台是否已经到位？
第三，如果我们找到一个可用的人工智能工具，那么构建、优化和训练它会有多难？可能有一些现成的产品已经准备好了，但在某些情况下，你可能需要 IT 支持来构建所需的系统。
第四，如果我们确实将这些任务外包或自动化，人们需要学习哪些新的增值功能？例如，如果营销专业人员突然被 CRM 工具取代，他或她是否准备好成为一名战略家并在此基础上增加价值？
再回到媒体公司。您的员工会制作创意活动、购买广告空间并管理电子商务和活动指标，以不断提高客户的品牌和销售业绩。这涉及数百项“任务”，包括从客户管理到活动管理再到各种形式的创意工作、管理活动、进行 SEO 分析等等。
随着“代理”的出现，您的代理机构不想落后，因为您的竞争对手之一可能会突然以低于您的出价在客户方面胜过您。因此，您会对“我们可以自动化哪些任务和活动？”非常感兴趣。
现在最大的问题是：我们是否有工具可以帮助我们将工作分解为任务并找出需要重新设计的内容？是的，这就是接下来要做的事情。
Reejig、Gloat、Draup 等推出的全新工作智能平台
如果你回头思考这个问题，你会发现这也是一个“大数据”机会。如果我开发一个工具，扫描世界上的每一份招聘信息，寻找“任务”而不仅仅是“技能”，然后将这些“任务”与职位描述进行匹配，我实际上就会拥有一个巨大的“工作任务库”，可以实时更新。这就是Reejig所做的。
你可以使用Reejig 平台查看公司中的职位，它会为你提供“人们正在执行哪些任务”的准确信息。微软、麦格理集团和 WPP 现在都在这样做，他们都告诉我，准确度令人惊叹。换句话说，虽然你的公司与其他公司并不完全相同，但人们在每个业务领域所做的实际工作却惊人地相似。
我从自己的职业生涯中了解到这一点。在我的职业生涯的六个主要阶段，我从事过销售、营销、产品管理、业务开发和行政工作。每次我去一家新公司，我都会发现他们做的事情和其他公司完全一样，但有些事情被忽略了。这是因为我们还没有人工智能驱动的任务分析工具，所以我们根据经验“弥补”我们需要做的事情。
2000 年代我在 Sybase 工作时，我们根据地点和公司规模进行营销。我们利用直邮和活动来接触人们。并不是每个营销经理都完全了解“受众分析”这一步骤。
如果您有一个平台，可以基于这个庞大的 AI 数据库将“活动策划”一词分解为步骤（活动），会怎么样？它会将您的计划分解为一组 10 或 15 个步骤，并确保不会忘记任何事情。然后，一旦确定了这些步骤，系统就可以向您展示每个步骤所需的技能，甚至可以找到公司中擅长这些事情的人！这就是Gloat 的新 Mosaic平台所做的。
我第一次看到 Mosaic 时惊呆了。多年来，我一直从事销售、营销和研究，依靠自己的经验来了解该做什么。Gloat 可以告诉我需要考虑的每一个步骤。如果我对其中某个步骤不熟悉，Gloat 可以帮我找到一个具备所需技能的人。
这是一件大事。虽然我们公司的每个业务流程看起来都很相似（例如“订单到现金”或“销售线索到销售”），但这些流程中的细节一直在变化。想想保险公司处理索赔的复杂流程。你能想象当你的房子被烧毁，他们想给你寄一张支票时，他们需要多少验证步骤、基准测试、质量检查和欺诈检测流程吗？Travellers 的员工告诉我，他们有“模拟房屋”，他们实际上用火烧毁厨房，以确定在火灾中他们应该承担哪些承包商、供应品和费用。
我们在商业中所做的一切都是由任务和活动组成的，这些“工作步骤”正在以光速实现自动化。因此，这些新的“工作智能”工具在未来的世界将非常有用和重要。
从很多方面来看，Reejig、Gloat、Draup等工具都是我们需要的新型工作智能工具，取代了我们过去所做的大部分“工作任务分析”。
如何使用这些新的工作智能平台？
那么现在最大的问题是：这些工具是万能药吗？或者它们只是“咨询加速器”。
这些都是突破性的新产品。
Reejig 是一个人工智能驱动的工作任务分析平台，它可以显示重点关注的地方。Gloat Mosaic 帮助管理人员分解工作、寻找有才华的员工并确定平台和技能。而 Draup 可以对您的生产力进行基准测试并确定您拥有的平台（以及您的竞争对手使用的平台），以便您评估您的技术成熟度。
这是一个新市场，而且才刚刚起步。未来会有更多此类工具出现。
最后的想法：思考业务重新设计，而不仅仅是工作重新设计
“超级员工的崛起”计划既是一个商业项目，也是一个工作设计项目：我们正在将多个工作职能整合到数据驱动的代理中。
例如，我们的一个客户最近来找我们，说“我们觉得我们的员工太多了，我们想在不雇佣任何新员工的情况下将公司规模扩大一倍。”（“人才密度”策略。）
我们查看了基准（每位员工的收入等），发现他们可能人手过多了 10-15%。但在我们深入研究职位结构之前，首席人力资源官提到“我认为我们的销售人员太多了，因为我们向错误的客户销售产品。我们的许多小客户都没有续约。”无论多少职位重新设计都无法解决这个问题！
换句话说，工作重新设计既是自上而下的工作，也是自下而上的自动化项目。因此，请记住蓝图并考虑以下四件事：
是否有一些产品、市场和客户群体需要我们削减、改进或重新考虑？我们是否在打造正确的产品并服务正确的市场？
我们是否可以通过培训、共享服务或组织整合来解决技能和“错位”问题？
是否有可重复、常规、低价值的任务我们可以立即实现自动化和简化？我们能否使用现有平台快速实现自动化或简化？
当我们转向自动化代理时，是否存在跨职能的机会来同时改善多个角色？
如果您考虑招聘，您可以轻松找到用于构建职位描述的工具。但如果您考虑整个流程，多功能代理可以帮助进行职位分析、职位描述、采购、评估和入职。（Paradox、Maki People、Eightfold 目前正在这样做。）
不要让人工智能成为寻找问题的解决方案
我参加会议后得出的最后一个想法是，一些公司对人工智能如此着迷，以至于他们感觉自己就像一个在寻找问题的解决方案。
新的自动化解决方案需要时间来实施，因此请慢慢来，并确保专注于高回报领域。这样，您将获得资金和 IT 支持。
最后一个故事。
客户是一家拥有全球人力资源组织的大型科技公司。他们拥有出色的人力资源技术，生产率已经很高。他们追求的“问题”是随着业务转向全人工智能产品模式，如何能够超强地促进员工增长，他们希望 HRBP 能够领导这项工作。
人力资源团队以这一重点为中心，检查了这些业务合作伙伴的询问、互动、任务和活动。果然，通过 Reejig 的分析，他们发现多达 40% 的时间都花在了管理上。现在，为了实现高水平的目标，该团队正在研究自动化（包括Galileo）来自动执行这些任务。
将工作设计工作重点放在业务目标上。Gloat（将工作分解为项目、任务、技能和才能）、Reejig（任务分析和组织任务基准测试）和 Draup（企业范围基准测试、工作量分析和技术平台基准测试）等新工具可帮助您加快工作速度。
我们不要为了人工智能而迷恋它，从一开始就要务实。当今的经济现实要求我们这样做。
人力资源技术
【旧金山】AI招聘平台OptimHire完成500万美元融资，加速全球市场扩张
近日，总部位于美国旧金山的人工智能招聘平台 OptimHire 宣布完成 500万美元 的融资，本轮由 Mucker Capital 领投，SparkLabs、Citta Capital、Pitbull Ventures 和 VSC Ventures 等多家投资机构跟投。本轮融资将用于优化平台技术，进一步拓展全球市场。
OptimHire：AI驱动的招聘革新者
成立于2019年的 OptimHire 以人工智能技术赋能招聘流程，旨在提升企业寻找技术人才的效率。其核心业务包括：
全球化候选人数据库：OptimHire 拥有超 1600万 名技术人才的数据库，并通过深度推荐网络精准匹配候选人。
AI智能招聘代理：其自研 AI 代理 OptimAI Recruiter 能够自动完成候选人筛选、初步面试安排、面试调度等任务，大幅减少人力招聘流程的时间成本。
成果付费模式：OptimHire 采用“成功入职付费”模式，仅在候选人成功入职后向企业收取固定 6% 的费用，相比行业平均 20% 的招聘费用，极具成本优势。
加速全球招聘效率，挑战传统猎头模式
OptimHire 通过AI技术革新招聘流程，帮助企业将招聘周期从传统的2-6个月缩短至约12天，并大幅降低招聘支出。据悉，2024年，该平台已协助全球 500+ 企业完成 8000+ 招聘。
Mucker Capital 领投人 Omar Hamoui 认为，OptimHire 结合 AI 技术与高效运营模式，将对传统招聘行业带来深远影响。“我们相信，AI招聘平台的崛起将重塑企业与人才之间的连接方式，OptimHire 的增长潜力十分可观。”
融资用途：强化AI技术，拓展全球市场
本轮融资资金将主要用于：
优化AI招聘代理，提升筛选精准度和匹配效率；
扩大市场布局，计划进军更多国际市场，拓展企业客户群；
强化数据能力，进一步扩大候选人数据库，优化人才推荐算法。
随着全球企业对技术人才的争夺日益加剧，AI驱动的招聘模式正成为行业变革的重要方向。OptimHire 的成功融资，也彰显了资本市场对 AI 招聘解决方案的高度认可。对于中国HR科技企业而言，OptimHire 的创新模式或将提供新的思考方向，推动本土AI招聘市场的进一步发展。
人力资源技术
【荷兰】AI招聘科技公司Carv宣布收购Recrubo—一家专注于对话式AI招聘的平台
阿姆斯特丹的人工智能招聘技术领导者 Carv 今天宣布收购创新型对话式人工智能招聘平台 Recrubo。
此次收购以及 Carv 随后推出的综合人工智能招聘平台标志着人工智能在人才招聘领域发展的关键时刻。在新的配置下，Carv 使招聘人员能够将所有分散他们注意力的任务委托给人工智能，从而分散他们建立人际关系的注意力。
2024 年，Carv 凭借其“零管理”平台增长了 10 倍以上，吸纳了数千名招聘人员，并减轻了他们的行政管理工作负担。作为招聘应用 AI 领域的主导企业之一，该公司现在的目标是成为全球顶级招聘 AI 平台。通过收购 Recrubo，该团队朝着实现这一目标迈出了一大步。
Carv 联合创始人Matthijs Metzemaekers表示：“招聘是一个持续筛选和评估候选人的过程。这个过程充满了各种任务，这些任务阻碍了招聘人员做他们最擅长的事情：与人沟通。随着 Recrubo 的对话式 AI 加入我们的平台，我们开辟了一个全新的招聘人员与 AI 协作模式。您现在可以将管理任务分配给 AI，让它接管与新申请人或现有人才库 90% 的沟通。”
Carv 联合创始人Barend Raaff表示：“招聘技术市场正在快速发展，AI 点解决方案层出不穷。AI 性能经常受到这些工具的断开连接的影响。” “借助 Carv，我们现在可以提供一套集成到您当前工作流程中的解决方案，让 AI 真正为招聘人员服务。”
Carv 为广泛的客户提供服务，从小型招聘机构到 Manpower Group、DHL、G4S 和家乐福等主导企业。其突破性功能有望为处于 AI 旅程各个阶段的公司重新定义招聘——从刚刚起步的公司到希望将 AI 采用提升到新水平的组织。
“长期以来，招聘团队一直面临着 从首次接触到录用无缝衔接的招聘流程的挑战。通过将 Recrubo 的对话式 AI 与 Carv 的招聘 AI 功能相结合，我们现在可以覆盖整个招聘流程，并提供全面的 AI 体验，将我们的愿景变为现实。我对未来感到非常兴奋。” – Recrubo 创始人 Niels Tukker 表示。
展望未来，Carv 准备继续创新和扩展其 AI 功能，以进一步简化管理任务、提高效率并让招聘人员专注于有意义的人际关系。关于 CarvCarv 招聘人员 AI，旨在承担管理任务，让招聘人员专注于建立关系和寻找顶尖人才。Carv 的 AI 平台不断更新候选人数据并接管繁琐、重复的任务，从而实现更快、更顺畅的招聘工作流程。
关于 RecruboRecrubo 的对话式 AI 平台通过 WhatsApp、短信和语音等热门渠道上的机器人自动与候选人互动，从而改变招聘流程。其 AI 驱动的技术通过自动筛选和 CRM 互动简化了招聘流程，提高了效率，同时增强了候选人体验。
人力资源技术
HRTech观点：AI招聘透明化挑战—候选人对AI黑洞的担忧引发的问题
AI招聘正在加速变革，但候选人的信任感仍需加强！最新调查显示，67%求职者对AI简历筛选感到不安，90%希望企业披露AI招聘的使用方式。面对人才市场竞争加剧，企业如何在提高招聘效率的同时保障公平性？部分AI招聘工具已推出透明AI功能，让求职者看到简历匹配度及改进建议，增强信任。与此同时，纽约市、欧盟等地区已立法规范AI招聘，要求提高透明度和公平性。
HRTech倡导负责任的AI（RAIHR），提出六大核心原则：透明性、公平性、隐私性、安全性、道德性、持续性。企业需主动披露AI招聘流程，AI厂商应优化算法，求职者也可优化简历适应AI趋势。AI招聘透明化不仅影响候选人体验，也关乎企业品牌和法律合规。让我们共同推动负责任AI，打造更公平、透明的职场未来！
这两年，人工智能（AI）招聘技术在全球范围内迅速发展，越来越多的企业依赖AI进行简历筛选、人才评估和招聘决策。AI的应用确实提升了招聘效率，但与此同时，它也引发了候选人对公平性、透明度和隐形歧视的担忧。ServiceNow的最新调查显示，67%的求职者对AI筛选简历感到不安，90%的人希望企业能清晰披露AI在招聘中的应用方式。面对人才市场竞争日益激烈的现状，企业如何平衡AI技术的高效性与候选人的信任感？
HRTech与几位应聘的候选人交流，普遍谈到在招聘过程中人工智能参与的透明度问题，简历投递后进入了一个黑洞，从筛选简历、通知面试，视频面试，是否通过面试等都是在跟AI打交道，感到非常困惑，不知道该怎么办？这就引发了我们今天要讨论的话题：负责任的AI！
AI招聘带来的多重挑战：求职者的不安、企业的困境与厂商的责任
1. 候选人对AI招聘的不安来源
从求职者的角度来看，AI招聘系统更像是一个“黑盒”：
决策不透明：候选人无法得知自己被淘汰的原因，简历筛选的标准也未公开。
算法偏见：AI招聘系统通常基于历史数据进行训练，但这些数据可能包含无意识的性别、年龄、种族等偏见，导致潜在的招聘歧视。
缺乏人性化考量：AI难以理解求职者的软技能、潜力和非线性职业发展轨迹，这对非传统背景的候选人尤其不利。
尤其是对于初级岗位求职者，他们往往依赖简历投递，而不像高级职位候选人那样能通过社交网络或内推绕开AI筛选。因此，AI筛选的不透明性加剧了他们的求职焦虑，甚至可能让他们因担忧而放弃申请某些企业。
2. AI招聘厂商的责任与挑战
AI招聘工具的开发者和供应商不仅是推动招聘数字化的主力军，同时也是解决招聘透明度问题的关键环节。这些厂商面临的挑战主要包括：
提高AI模型的可解释性：AI招聘系统必须提供更透明的筛选标准和评估逻辑，而不仅仅是输出一个通过或淘汰的结果。求职者和HR都需要理解AI如何做出决定。
避免算法偏见：AI模型的训练数据往往基于历史招聘案例，但如果数据本身存在性别、种族或教育背景等偏见，AI可能会放大这种歧视。因此，厂商需要投入更多资源进行公平性审计和算法优化，确保招聘AI的公正性。
增强企业客户的信任：企业在采购AI招聘工具时，越来越关注合规性和透明度。招聘厂商若能提供可解释的AI功能，如“筛选理由可视化”或“人工复核机制”，将更受市场青睐。
确保法律合规：全球多个地区（如欧盟、美国纽约市）已经出台相关法规，要求AI招聘产品符合透明度和公平性标准。厂商需要不断调整产品策略，以符合最新法规要求。
部分AI招聘公司已经开始推出“透明AI”功能，例如让候选人能够查询自己的简历评分、匹配度及改进建议。这种趋势将成为未来AI招聘产品竞争的核心要素。
3. 企业在AI招聘中的现实困境
尽管AI在提高招聘效率方面展现了巨大潜力，但如果透明度问题得不到解决，企业可能面临人才流失、品牌损害以及法律风险：
损失高质量候选人：如果求职者对AI招聘系统不信任，他们可能直接跳过某些企业的职位申请，导致企业错失潜在优秀人才。
影响雇主品牌：招聘流程是企业形象的重要组成部分，如果候选人对AI招聘产生负面体验，他们可能会在社交媒体或求职平台上分享自己的不满，从而影响企业的市场声誉。
合规风险上升：全球范围内，越来越多的法规正在限制AI招聘的黑箱操作。例如，美国纽约市已推出法案，要求AI招聘系统必须进行审计，以确保公平性和透明度。
如何推进AI招聘透明化？HRTech各方的建议
要实现AI招聘透明化，必须从企业、AI招聘工具提供商和候选人等多方共同推动。
1. 企业：主动披露AI招聘使用方式，提升信任感
企业需要意识到，招聘流程的透明度直接影响到人才吸引力。因此，企业应主动披露AI在招聘流程中的作用，包括：
在哪些环节使用AI（如简历筛选、面试安排、候选人匹配）；
AI的主要评估标准（如关键词匹配、技能要求、经验年限等）；
是否有人类HR复核AI筛选的结果，确保最终决策不会完全由算法决定。
2. AI招聘工具提供商：增强透明度，提高市场竞争力
AI招聘工具的供应商同样需要顺应市场需求，将透明化作为产品的核心竞争力。具体措施包括：
提供“可解释的AI”功能，允许企业查看AI的决策逻辑，并根据需要调整筛选标准。
让候选人获取筛选反馈，例如“您的简历匹配度为85%，主要匹配项是A、B、C，建议补充D、E、F”。
支持人工与AI结合的招聘模式，例如保证一定比例的申请者由HR人工筛选，而不是完全依赖算法。
3. 候选人：主动适应并推动透明化变革
面对AI招聘的不透明性，候选人可以：
优化简历，提升AI适配度；
利用社交网络绕开AI系统；
积极反馈，推动行业透明化变革。
AI招聘透明化不仅是技术进步的标志，更是企业吸引人才和实现长期发展战略的必由之路。唯有企业、供应商和候选人共同努力，才能真正实现公平透明的招聘环境。
在此，我们倡议所有HR从业者积极加入并实践“负责任AI在人力资源（RAIHR）”的行动，共同推进AI招聘的透明性、公平性、安全性与道德性，明确公开AI决策的依据，建立完善的候选人反馈机制，并推动AI技术真正服务于人才与组织的共同发展。让我们携手共进，共同打造更透明、更公平、更负责任的职场未来。
RAIHR的实施，不仅能够强化企业的雇主品牌，吸引更多高质量的人才，还能帮助AI招聘工具提供商在激烈的市场竞争中脱颖而出，赢得客户的信赖与认可。同时，对于候选人而言，这一倡议的落实意味着更公平的职业机会和更透明的职场环境。我们相信，只有实现负责任的AI实践，才能确保技术进步真正服务于人的发展，构建企业、厂商与候选人多方共赢的未来。
RAIHR倡议提出六大实践原则：
透明性（Transparency）：清晰地公开AI在HR决策过程中的使用方式与评估标准，让候选人和员工清楚AI如何影响他们。
公平性（Fairness）：通过消除算法偏见，确保AI应用不会对任何特定群体造成歧视或不公平对待。
隐私性（Privacy）：全面遵守隐私保护法规，严格保护员工及候选人的数据隐私。
安全性（Security）：保障AI系统的安全性，避免信息泄漏或滥用，确保数据的完整性与安全性。
道德性（Ethicality）：以人为本，确保AI的使用增强而非削弱员工的职场福祉与体验。
持续性（Sustainability）：关注AI技术的长期影响，确保其应用与企业长期战略和员工发展目标保持一致。
人力资源技术
收藏：100+HR关键指标（Top 100+ HR Metrics）
人力资源的数字化和数据驱动管理，已成为企业在新商业环境中制胜的关键。根据最新的调查显示，超过80%的企业领导者表示，在过去几年充满挑战的环境中，如果没有HR科技工具和数据分析的有力支持，他们的企业很难实现有效运转。
深入理解并有效运用HR指标，可以帮助我们在人才招聘、员工保留、敬业度提升、继任规划、多元化与包容性建设、培训发展等领域作出更加智慧且精准的决策，为组织创造显著的战略价值。
为此，我们特别整理出“100个HR关键指标（Top 100 HR Metrics）”，全面涵盖指标定义及计算公式，助您精准掌握组织的人才状况，制定切实可行的战略决策。希望这份指标指南，能帮助您及所在组织释放人力资源数据分析的全部潜力，提升HR工作的战略影响力。
无论您是HR新手还是资深从业者，相信本指南都能助您更精准地将数据转化为行动，驱动组织成功。
下面，让我们一起探索这些关键指标，开启数据驱动的人力资源新篇章！
Workforce Metrics（人员结构指标）
Headcount（员工总数）
Headcount Growth（员工增长率）
FTE Growth（全职员工增长率）
Average Age（员工平均年龄）
Aged 60+%（60岁以上员工占比）
Average Years in Position（平均在职年数）
Average Years in Service (Tenure)（平均任职年限）
% Full-Time Employees（全职员工占比）
% Part-Time Employees（兼职员工占比）
% Contingent Workers（合同工占比）
Talent Acquisition Metrics（人才招聘指标）
Number of Hires（招聘人数）
Hire Rate（招聘率）
Failed Hires（失败招聘人数）
Hire Fail Rate（失败招聘率）
Time to Hire（招聘时间）
Time to Fill（职位填补时间）
Time to Start（入职周期）
Recruitment Costs（招聘成本）
Hiring Costs（入职成本）
Cost per Hire（每次招聘成本）
Source Channel Cost（招聘渠道成本）
Average Hire Pay（平均入职薪资）
Average Hire Age（平均入职年龄）
Number of Vacancies（职位空缺数量）
Vacancy Fill Rate（职位填补率）
Retention Metrics（员工保留指标）
Number of Leavers（离职人数）
Overall Turnover Rate（整体离职率）
Voluntary Turnover Rate（主动离职率）
Involuntary Turnover Rate（非自愿离职率）
Retention Rate（员工保留率）
Stability Index（稳定指数）
Average Tenure at Exit（离职员工平均任职时间）
% Regrettable Loss（遗憾流失比例）
Cost to Replace Employees（替代员工成本）
Cost of Turnover（离职成本）
Retention (Flight) Risk Score（离职风险评分）
Impact of Loss Score（员工离职影响评分）
Internal Mobility Metrics（内部流动指标）
Number of Promotions（晋升人数）
Promotion Rate（晋升率）
Time to Promotion（晋升所需平均时间）
Lateral Moves（横向调动数量）
Lateral Move Rate（横向调动率）
Time to Lateral Move（横向调动所需时间）
Demotions（降职数量）
Demotions Rate（降职率）
Time to Demotion（降职所需时间）
Build Rate（内部填补职位比例）
Buy Rate（外部招聘比例）
Performance Metrics（绩效表现指标）
% High Performers（高绩效员工比例）
% Low Performers（低绩效员工比例）
% High Potentials（高潜人才比例）
% Talent（人才比例）
Learning and Development Metrics（培训与发展指标）
Learning Completion Rate（培训完成率）
Total Training Hours（培训总时长）
Total Training Cost（培训总成本）
Cost per Employee for Training（人均培训成本）
Time to Productivity（员工达成生产力的时间）
Skill Gap Percentage（技能差距百分比）
Organizational Structure Metrics（组织结构指标）
Reporting Layers（报告层级数量）
% Managers（经理比例）
Direct Span of Control（直接管理幅度）
Indirect Span of Control（间接管理幅度）
Rewards Metrics（薪酬激励指标）
Total Base Pay（总基本薪酬）
Total Bonus（奖金总额）
Total Fully Loaded Labor Cost（员工完全负担成本）
Average Base Pay (Full-time)（全职员工平均基本薪酬）
Average Base Pay (Part-Time)（兼职员工平均基本薪酬）
Target Bonus（目标奖金）
Actual Bonus（实际奖金）
% Bonus Achieved（奖金达成比例）
Fully Loaded Cost per Employee（每名员工的综合成本）
Relative Salary Position（相对薪资水平）
Compa Ratio（薪酬比率）
Time to Salary Raise（薪资提升所需时间）
Diversity and Inclusion Metrics（多元与包容性指标）
Diverse Employees（多元员工数量）
% Diverse Workforce（多元化员工比例）
% Diverse Managers（多元化经理比例）
% Diverse Leadership Team（多元化领导团队比例）
% Diverse Promotions（多元化晋升比例）
% Diverse Hires（多元化招聘比例）
% Diverse Turnover（多元化员工流失比例）
Inclusion Index（包容指数）
Inclusion Net Promoter Score (iNPS)（包容性净推荐值）
Pay Gap Across Diverse Groups（不同群体间的薪酬差距）
Absenteeism Metrics（缺勤指标）
Absence Rate（缺勤率）
Absence Cost（缺勤成本）
Absence Frequency（缺勤频率）
Absence Duration（缺勤时长）
Bradford Factor（布拉德福德系数）
Succession Management Metrics（继任管理指标）
Coverage Ratio（继任候选人覆盖比例）
Listed Successors（列出继任候选人数）
Available Successors per Position（每职位可用继任者数量）
Succession Readiness（继任准备度）
Employee Engagement Metrics（员工敬业度指标）
Employee Net Promoter Score (eNPS)（员工净推荐值）
Employee Engagement Participation Rate（员工敬业度活动参与率）
其他重要指标（Other HR Metrics）
Average Revenue per Employee（人均创造收入）
Time to Productivity（员工达到生产力的平均时间）
Skill Gap Percentage（技能差距比例）
Total Training Cost per Employee（每位员工培训成本）
Time to Salary Raise（获得薪资提升的时间）
Build Rate（内部培养率）
Buy Rate（外部招聘率）
Number of Listed Successors（被列为继任者的员工数量）
Available Successors per Position（每个职位的可用继任者数量）
Promotion Rate（晋升率）
Demotion Rate（降职率）
Reporting Layers（组织结构报告层级）
Direct Span of Control（管理人员直接管辖人数）
Indirect Span of Control（管理间接范围）
Skill Gap Percentage（技能缺口比例）
Total Training Cost per Employee（每名员工的培训成本）
% Absenteeism（缺勤率）
Average Bonus Percentage（平均奖金比例）
Training Cost per Employee（每名员工的培训成本）
上述总结涵盖了HR领域最关键的100项指标，提供清晰定义与作用，便于快速查阅与决策参考。
扫一扫 加微信
hrtechchina
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
人力资源技术
扫一扫 加微信
hrtechchina
