高管层对人力数据割裂深感不满:当员工、承包商与AI共同工作时,传统人力规划已失效
62%企业高管不满人力数据与业务绩效数据的整合水平;50%组织规划AI对生产力的影响,仅21%规划其对岗位与组织架构的影响。人力构成已扩展至AI系统与外部劳动力,但规划模型仍未适配。

人力资源部门追踪员工和技能。财务部门掌握人员编制目标和成本。采购部门管理承包商及服务支出。三者各自为政,导致高管无法回答关于人力决策如何实际转化为业务成果等基本问题。
规划碎片化造成人力盲区
每个职能部门都有自己的系统、自己的规划节奏,以及自己对工作如何开展的假设。近期 SAP 研究 发现,62% 的企业高管对其当前人力数据与业务绩效数据之间的整合水平表示不满。同一项研究还发现,尽管 50% 的组织正在规划人工智能对生产力和产能的影响,但仅有 21% 的组织正在规划人工智能对岗位设计和组织架构的影响。
这一差距至关重要,因为二者密不可分。若不了解自动化将如何影响与该工作相关联的团队、岗位和技能,就不可能就自动化部署地点做出合理决策。大多数组织正试图如此操作,并通常在为时已晚时才发现各环节无法有效衔接。
人力构成已悄然扩张——而规划尚未跟上
‘人力’(workforce)的定义多年来一直在扩展,但大多数规划模型尚未反映这一变化。如今,员工与承包商、专业合作伙伴以及承担真实执行层任务的人工智能系统协同工作——这些人工智能系统所承担的并非仅限于支持性职能,而是实际工作任务。在某些交付模式中,外部劳动力与数字劳动力已从补充性角色转变为关键核心角色。
这一转变改变了每一项重要人力决策的本质。当一家公司选择自动化某一流程时,其连锁效应将同时波及人员编制、技能需求、服务支出及生产力假设。一项再培训计划可降低对外部承包商的依赖;扩大承包商能力可在短期内填补缺口,却可能悄然加剧长期能力短板。所有这些举措都无法孤立地得到充分评估,但目前大多数组织仍以这种方式评估它们——由不同团队依据不同数据,分别、依次进行评估。
真正的问题并非‘我们应招聘、自动化还是再培训?’,而是工作应如何在人类与智能系统之间配置,以及其成本几何。大多数规划架构最初并未被设计用于提出该问题,更遑论回答它。
首席财务官(CFO)与首席人力资源官(CHRO)正被推入同一间会议室
首席财务官被要求将财务信号与真实的运营决策关联起来,尤其体现在人力支出方面——该项支出占据多数损益表的主导地位。首席人力资源官则被拉出传统人才管理范畴,进入有关工作设计以及人类劳动力与数字劳动力平衡等更棘手的问题领域。单凭各自现有视角,双方均无法独立回答这些问题;历史上,他们也从未需要共同回答这些问题。这种状况正在改变,并非源于某种协作文化转向,而是因为这些决策本身确实需要双方视角同步介入。
当这种合作卓有成效时,组织便可将人力规划从一年一度的预算编制活动,转变为持续性的战略对话。他们可以提出更深刻的问题:在哪些领域,内部培养关键技能比外部采购能力更具意义?当我们自动化某一工作流时,如何判断我们是在创造新产能,还是仅仅将问题向下游转移?这些问题并非财务或人力资源部门能够按顺序逐一解答。它们需要共享的数据、共享的治理机制,坦率而言,还需要一种共同意愿——即在双方均尚未完全拥有管辖权的领域内协同运作。
从年度预算到持续性人力引导
在此方面表现最佳的组织已停止将人力规划视为一年一度的谈判过程,转而将其视作一项持续性的运营纪律。这意味着财务、人力资源与采购部门需共同看到关于人力能力、技能与成本的同一幅图景,而非事后协调三幅彼此不同的图景。这也意味着将招聘、再培训、自动化与外部劳动力建模为相互关联的杠杆,而非彼此割裂的讨论议题。
衡量指标也在演进。人员编制数量、人力成本与利用率依然重要,但仅能描述正在发生之事的部分情况。随着人工智能深度嵌入运营,领导者需要洞察技能水平与战略优先事项的匹配度、工作在员工与智能系统之间的真实分布状况,以及自动化究竟是在释放新产能,还是在悄然削弱与之并肩工作的员工的敬业度。追踪这些信号的组织,似乎正就投资方向做出结构性差异化的决策。它们不仅信息更充分,而且提出的问题也更优质。
难点不在于技术
连接人力资源、财务与采购数据,可为更优决策创造前提条件,但并不能直接促成这些决策。更艰巨的挑战在于领导层协同一致:首席财务官与首席人力资源官需就共享指标达成共识,承诺采用一种能确保人力决策始终与业务战略保持联动的规划节奏,并建立一种工作关系——其中任一部门均非简单批准另一方既定决策。这是一个治理问题,且任何平台均未附带解决此问题的方案。
率先在此方面采取行动的组织,所获得的将不只是更优质的数据,更将从根本上获得一幅更清晰的图景:即工作如何通过员工、承包商与智能系统共同创造价值。而未能行动的组织,则将继续在黑暗中作出人力决策。区别在于,如今这些决策的速度更快,而决策失误所引发的后果也更为严重。
如需进一步了解人力规划、持续性规划以及人工智能时代下的领导力,请参阅 SAP Workforce Planning 以及最新的 SAP SuccessFactors 创新成果。
大卫·昂贝尔(David Imbert)为 SAP 财务管理首席营销官;拉腊·阿尔伯特(Lara Albert)为 SAP SuccessFactors 首席营销官。
JOTO 企业落地观察
- 对企业部署而言,文章揭示:若未将AI系统视为‘人力构成单元’纳入统一规划框架,自动化决策易导致技能断层与下游问题转移——例如再培训计划若脱离采购与财务数据联动评估,可能加剧长期能力缺口。
- 对智能体工程而言,文中‘工作在人类与智能系统之间配置’的命题,要求工程团队必须建模AI系统的任务承载边界、技能映射关系及成本结构,而非仅关注单点功能实现;这倒逼智能体设计从工具级转向岗位级建模。
- 对FDE落地而言,文章指出难点不在技术连接,而在治理机制缺失:CHRO与CFO需共建共享指标、联合规划节奏及跨域决策权责——这意味着FDE不能止步于系统集成,必须嵌入组织级治理协议,否则人力数据打通仅是‘更精确的盲区’。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


