美国多位人力资源主管称，我们对AI的认知完全错误？！
很多企业越来越喜欢把AI当成“数字员工”“AI同事”。但美国一些大型公司的HR负责人指出了这种思路的谬误。
IBM 首席人力资源官 Nickle LaMoreaux 明确表示，AI agent 不该不该被赋予具体职位；微软首席人力资源官 Amy Coleman 也强调，大家真正该重视的是“岗位里的哪些任务会被自动化”，而不是具体的职业会消失。
把AI当员工的缺点？
微软直说，AI带来的主要影响还仅限于：一个岗位里的哪些任务会改变。
一个岗位由多任务组成，其中一部分可以被AI加速甚至替代，但另一部分仍然需要人来完成。如果企业一开始就让AI替代一个人，就高估了AI能力。但如果按分工，就会更清楚哪些环节适合交给AI，哪些必须保留人为决策。(hrgrapevine.com)
而IBM 则指出，公司早期曾给AI agent 起过 Harry、Hermione、Charlie、Sherlock 这类名字，结果团队越来越关注每个 agent 各自能做什么，反而分散了对流程的注意力。
换句话说，就是企业用了很多 AI，但效率提升有限，因为原有流程没有改变，只是把其中某些步骤换成了 AI 来执行。流程本身低效、冗余依旧。
他们发现，真正值得投入的，是把 AI 当“流程的一部分”。也就是把 AI 嵌进比如客服系统、晋升评估、审批机制，让 AI参与一整段流程。
这样企业才会去重新设计流程本身，比如减少中间环节、压缩时间节点，尽量让整条链条变短。
AI目前的应用情况
美国人力资源管理协会SHRM 在 2026 年发布的《State of AI in HR》显示，在 1,908 名 HR 从业者样本里，39% 的受访者所在企业已经在HR岗位里中采用AI，另有 7% 计划在 2026 年内上线。如果把其他部门采用AI的情况也算进去，有62% 企业已经用上AI。
举例来说，AI在HR里岗位里，最常见的应用场景是招聘，占 27%，其次是 HR technology 占 21%，学习与发展占 17%，员工体验占 14%。
而 inclusion and diversity、董事会关系、ESG、伦理与合规这些更敏感、更需要判断和责任归属的领域，AI使用率都只有 2% 或更低。
企业真正敢交给AI的，主要还是高频、规则明确、文本密集、容易审计的环节。(SHRM)
从员工实际使用看，热度也没有舆论想得那么夸张。
数据调查公司Gallup 2026 年 1 月公布的美国职场追踪数据显示，AI日常使用者占比从 10% 升到 12%，每周至少使用几次的人占 26%，但仍有 49% 的美国员工表示自己在岗位中从不使用AI。(Gallup.com)
说明 2026 年的美国绝大多数企业还处于从试点走向规模化的中间地带。大多数公司仍主要把AI用于效率和生产率提升。
AI对职场和劳动力的真正影响
截至 2026 年，AI对劳动力市场的影响仅限于“岗位内容的变化”，不至于导致大规模裁撤职业。(Anthropic)
已经部署AI的公司里，只有 7% 出现“轻微的岗位替代”情况。39% 表示员工职责发生变化，57% 员工获得了较频繁的再培训和技能提升机会。
所以，多数美国大公司的人力资源主管现在反复强调“不要把AI拟人化”，是因为一旦公司把AI当成“新员工”，就很容易高估AI的能力，也很容易低估人的责任。
AI可以写初稿，AI可以筛简历，AI可以整理资料，AI可以生成培训内容，AI也可以处理一部分重复沟通；但是AI不能替公司承担责任，AI不能替经理做最后判断，AI也不能替企业承担合规、申诉、歧视、误判这些后果。
目前，企业还是把AI当成可以加速工作、但必须紧盯有人的系统。
AI应用趋势
目前，AI最适合处理流程化、可拆解、数据量大、重复频率高、规则清晰、需要初步认知处理但仍可审计的工作。比如，简历解析、面试安排、招聘广告生成、常见问题应答、自助服务平台、文档管理、培训内容生成、候选人与岗位匹配等。
所以，AI最容易先提升的是行政和辅助性任务。这类任务可以拆成多个模块，由AI分别支持和加速，从而让员工去处理更复杂、更例外、更需要判断的部分。
责任必须由人承担，因为现有法律就是这么设计的。
随着AI使用增长，人类技能反而更重要。
伦理判断、共情、关系建立、创造力、变革领导、教练与辅导、系统级统筹这些能力，不会因为AI增强而消失，反而会因为执行层被自动化而变得更关键。
尤其当AI开始负责更多执行动作后，人类在职场中的价值，会越来越集中到判断、取舍、例外处理、组织协调和信任建设上。
企业在2026年该怎么用AI？
很多公司现在的问题不是没有上AI，而是企业自己说不清AI到底带来了什么结果。
有56% 的HR从业者承认，自己的企业根本没有正式衡量AI投资成效，真正有自己ROI指标的企业只有16%。说明很多企业虽然已经开始用AI，但还不成熟。
企业在2026年如果想把AI用明白，就必须把结果量化。至少要知道，AI到底帮员工省了多少时间，到底减少多少重复劳动，降低多少人工处理成本，有没有减少错误。
重点是，企业要让员工普遍学会用AI，而不是只让少数人领先。要明确告诉员工，哪些工作可以用AI，怎么用合理，什么结果可以直接采用，什么结果必须人工复核。如此一来，才能把AI变成全公司的能力，而不是少数人的优势。
| 
发表于 
