2025年AI赋能HR管理和人才转型趋势洞察 附-AI转型咨询服务框架.pptx

2025年,AI,赋能,HR,管理和人才转型趋,势洞察,(附-AI转型咨询服务框架),2025.08,图例,A,：商业模式/应用出现，有厂商出,现，,有资本进入,B：初期用户累计到一定,规模，引爆,用户的快速增长,C：用户快速增长后，盈利模,式没有,得到市场认可（用户仅接受免费服,务,），,厂商纷纷退出，市场整合开始,D：市场整合完成，少,数厂商坚持探 索商业模式,E：经过长期探索，厂商,找到可以被,用户付费认可的服务方式，找到合理 的盈利模式，IPO开始,F：IPO热点转移，厂商收,入增加，实 现盈利,G：经过市场的高速发展，应,用开始,成熟,H：新的应用出现，该应用逐渐退出,市场,爆发原因：,企业侧应用驱动市场快速升温ChatGPT、,Deepseek等现象级AIGC应用取得突破，推动市场引爆,当前走向：,toC的对话类AI热度趋于平稳，关注度从C端转向B端HR成为热门的落地方向，AI面试官、AI简历筛查等,工具被广泛投入使用AI在HR专业领域应用已进入高速发展期，AI落地进程快于B端场景平,均进程,应用成熟期,(2028203,0),VI,20232027 产业革命阶段,AIGC技术能力指数,级提升，,LLM与多模态深度融合,C端市场，基于大,模型能力的,超级应用持续涌现，用户价值,充分被发掘释放。

B端市场，企业级A,IGC规模化,落地，生产力指数级提升,产业链趋于完善,市场竞争格局再洗牌,探索期,(,2018),数据来源:,易观分析,时间,20202022 大模型二次突破,GPT3发布,，参数突破千亿,级，首次实现无人工微调的 自主调整编码并生成结果,2023 进入高速增长元年,基于GPT3.5的Ch,atGPT上线,GPT4发布上线,文心一言、通义千,问，星火,等国产大模型产品快速跟进,商业化同步得到验,证，加速,市场热度快速跟进,20282030 AI基础设施化,AI的可得性和易用性,达到极,高水平，AIGC深度融入个人,生活和企业经营具备相关能力的企业,不再构,成绝对的竞争优势行业寻求新的突破点,2017年以前 实验室阶段,语言生成能力较弱，,仅能完,成高度模式化的语言生成任,务,2018年提出Tr,ansformer,架构，奠定技术基础，首代,GPT发布,2018-2019 市场观望期,语言生成模型范式明确，奠,定了低,模式化语言生成应用基础GPT1.0,2.0,时代的技术落地价值,仍未突破，市场继续观望,中国大语言模型技术（,LLM,）应用成熟度曲线（易观,AMC,模型,）,III,IV,AI赋能HR数字化进程（2025,）,HR职能的AI应,用率超过60%,候选人AI面试、简历筛查评分，,HR问答系统等应用规模化落地,高速发展期,-,2027),VII,H,VIII,II,I,市场启动期,(2019,-2022),2025-08-28,市场认可度,(2023,D,B,E,F,C,G,2,A,V,基础好：,HR,是企业数据储备相对丰富的职能，构成复,杂结构性、非结构性、多模态数据深度分析和决策的基础。

潜力大：,基于员工统一画像的“选育用留”全周期,AI,赋能,HR,分析和决策系统成为可能AIGC/大模型在HR领域应用场景：创造HR业务资产+生成HR策略,方法,HR,业务助手（,copilot,）,候选人管理和运营,合作伙伴管理,自动化考核、假期、激励等事,项处理,HR,文本自动合规性审查,动态生成调薪调级建议,AIGC,和大模型技术在,HR,智能领域的,潜在场景梳理,多模态招聘信息,企业招聘,IP,形象虚拟人,企业相关长视频,/,短视频,宣传设计素材库,HR,文化衍生品设计,自适应培训课程,招聘创意,生成,HR,策略和方法,战略层,业务层,员工画像训练数据集,组织运行模型训练数据集,招聘、绩效等场景测试与,模拟数据资产,HR,知识库,员工多维行为数据集,AI,面试官,员工,/,候选人问答系统,AI,入职指南工具,简历履历提炼,AI,测评工具,组织和人力决策工,具决策求解器,基于战略目标的组,织解耦与决策工具,公司级关键岗位的,量化招聘决策、晋,升决策,企业文档数据库,内网资料检索,企业文化数据库,员工对话问答数据库,员工培训知识库,HR,知识库,HR,助手产品,创造,HR,业务和资产,HR,多模态内容,数据模型资产,2025-08-28,3,机器作为专家或团队工作成果输出的一部分，,或者为,专家提供更丰富的创意、更好的工程化能力,，更通畅,的工作流，提升HR专业人士的效率。

模型估摸：小型,AI定位：助手/提效者,机器产生内容人工制品，如文本、图像,、视频或,声音员工可能会在创造过程提出前期的,想法和,需求，以及一些方向性指导，但通常不会,主导整,个工作和创造流程模型规模：中小型（+API）,AI定位：生产者、创造者,企业级AI的落地形态：人机协同与机器驱动两大流,派并行发展,以人力资源数字化为代表的企业级,AI,应用,正从,人机协作的,AI,增强型应用,向,机器驱动的,AI,自主型应用,快速迭代,AI,增强型应用,AI,自主型应用,更高控制性,更高自动化,HR,领域专家与机器合作工,作（人机协同）,用户引入,AI,自主工作（机,器驱动）,2025-08-28,4,2,借力出海,1,全局自建,（利用开源模型自主训练微调,HR全模块通用的大模型,）,（与LLM供应商/三方服务商,联,合研发/微调，自训练专有模型,）,（利用大模型API、A,gent开发,平台和AI数据平台打造专有应用）,关键考量：,关键考量：,关键考量：,关键考量：,全面可靠的HR全模块数据,算力资源准备,（自有or租赁）,HR工作场景驱动AI选型,自建高AI算力资源,大模型开发能力,高密度AI工程化团队,数据资源持续投入能力,基础模型/LLM供应商选型,自有AI团队能力,HR专有数据的储,备沉淀与持,续运营,基本的AI技术团队和协作机制,HR领域知识+AI,工程化能力,模型驾驭能力（开源orAPI）,HR专有数据准备,通用Agent导入（如大模型平,台预置的AI agent/AI,Lab）,提示工程（Prompt,Engineering）的深度优化,组合式AI应用（co,mposite AI）,适用：AI技术驱动,大规模,适用：业务和人力规模体,适用：具备一定数据和科,适用：缺乏技术储备和,人力协作的平台型公司,量较大的行业龙头企业,技储备的中小型企业,投入计划的传统企业,实现的企业级AI大模型能力在HR的落地，,存在四大技术路径,自建,AI,+,HR,底层模型，实现技术,驱动,HR,数字化转型,灵活应用,AI,能力，赋能,HR,数字化快速实,现局部落地,模型能力,应用能力,聚焦工具,（AI Agent开发管理平台+核心,应用功能全采购）,3,聚焦业务,2025-08-28,4,5,企业仍难以有效识别和使用AI数字化人才,谁是AI数字化人才？哪些人才,更有价值？,这些问题多数企业,仍然无法有效回答。

这导致两方面问题：,企业内具备潜力的,普通员,工,未得到足够的AI赋能赋权,过于,依赖专业技术部门,推,进,AI创新，导致AI与业务脱节数字化转型本质上是人的转,型”，企业亟需重建自身的数,字人才标准体系技术易得性:AI科技平权赋,能普通员工,生成式,AI,、无代码,AI,开发平台,的兴起，,AI能力正迅速扩,散至企业内的每一位普通员工,，而非少数精英团队或科 研部门的专属，企业应重,新审视AI的价值覆盖面到2025年，超过50,%的企业员工都将直接使用AI工具,来增强工作效率（Gartner）技术价值度：AI收益已经,显著可衡量,企业中存在海量的知识、经验、,流程，以往,依赖专家能,力无法做到有效挖掘和分析其中价值，但AI工具的普及 使之成为可能,，企业内A,I创新价值得到大幅提升未来五年企业通过业务与,AI,的,深度融合所创造的经济价 值将超过过去十年的总和（IDC）,AI平权激发组织和员工的价值创造力,，准确定义和识别AI人才是其实现关键,2025-08-28,6,技术能力,支撑,（IT技术支撑的AI应用部署）,业务能力,支撑,（业务理解+数据支,撑AI应用投产）,数字化人才是这样一类人：,他们具备T型复合能,力，,以多维度、结构化的,数字化意识为引领,，利用以,AI,技术为核心的技,术驱动方式，,管理和推动数,字化项目的全生命,周期,；,这群人既是具备不同程度专,业属性的,科技专家,，,也是,数据、,业务、技术融合的桥梁,，他们能够,在数据驱动的环境中，利用,AI,技术能,力以及沟,通协作、创新思维和项目管理技能,，有效整合行内外的专业资源，打造出,卓越的数字化业务、,数字化产品,，在企业各,个业务板块的数字化转,型和创新增长过程中发挥关键作用。

什么是AI时代的数字化人才？数字化思维引领的技术+业务双,向复合能力,某银行的新型数字化人才建设思路,“一个引领，双向支撑，,多序列落,地”的业数技复合人才队伍,组织内有机协作,驱动,AI,数字产品,落地,驱动,AI数字业务,落地,有能力转化业务需求和技术需求,开发类,AI,人才,数字化思维,引领,运维类,AI,人才,业务类AI人才,2025-08-28,7,模型维度问题示例,旧模型表现,影响后果,技能映射失真,能力图谱侧重硬技能（如资,格证书、,开发语言能力，数据分析技术等）,无法衡量“AI价值落地”所需的新型技能素质，比如数字化意识、业数融,合能力等,组织配置脱节,序列和岗位定位清晰、边界分明,无法形成动态灵活的组织配置，以及对数字化人才的敏捷选拔和最大化利,用,培养机制滞后,按照职能设置线性的晋升与培养机,制,难以适应快速迭代与角色多样化需求,AI,赋能下，,AI,qualified,员工,的真实画像发生了显著的,变化,AI,时代能力要求是网状的，比,如人才既要懂前沿技术原理（大模型原理、,Prompt工程、数据安全），又,要懂,业务场景洞察与变革管理；还要具备,跨部门协作与创新落地能力。

传统“技术专家”“业务专,家”身份,已经无法覆盖真实人才画像：,为什么需要重新定义与建模AI时代的数字化人,才？,旧有人才模型的技能错配、组织失衡、机制滞后难以支撑数字化转型需,要，,制约企业发展,传统的组织结构和人才能力模型无法反映企业对,AI,赋能的数字化能力的新要求,2025-08-28,8,25%,业技融合型,人才需求增速更快,融合型数字人才（如数字伙伴,、,业务技术联络）需求增速,（25%）显著高于通用科技,人,才需求平均增速（15%）,2023年金融服务数字化转,型报告,Gartn,er,30%,业数协同项目成,功率更高,跨职能团队的AI和数字化项,目成功率较单一团队,提升,30%,全球项目管理报告2,023,Project,Mana,gement,Institute,(PMI),18%,融合人才的稳定,性和归属感更强,科技岗位工作涉及多元领域和,跨部门合作的员工满意度较整,体高18%,2023年员工参与,度报告,Gullup，,客观映射,人才属性差异,：客观呈现业数技复合人才在业务理解、技术广度 与深度、沟通协调等维度上与传统IT科技人员的差异化特征，确保,能力模型,构建准确。

为业务部门,遴选科技人才确立能力素质标准,：明确人才在各层级应当具备,的能力标准，为选择与培养业务型数字化提供指引，并配合机制的建设,，让人才对业务的供给敏捷化、高频化、,可持续为科技人才,提供与传统岗位差异化定位的发展和价值创造通道明晰成长,路径，建立员工对自身职业发展的掌控感，组织归属感、身份认同感在数字化转型中单独设立嵌入业务 的数字化伙伴角色，负责收集和分 析业务需求，与业务专家共同参与 项目开发并将其转化为技术解决方,案,自2019年开始逐步试点和打造,ITBP的机制，总分支行均设立的,ITBP服务团队，专注业务需求的跨,部门协同以及科技解决方案落地工,作为何业数技复合型人才是,AI时代理想的数字化人才模板？,-以。