李強：為什么組織在AI時代要格外重視超級個體

題記：2025年8月14日，北大國發院、智聯招聘與CHO100聯合主辦的承澤商學第36期暨《領導力就是影響力》新書悅讀會，主題為“人機共生，HR戰略的智能重塑”。本文根據智聯招聘集團執行副總裁李強的演講整理。

很多人對HR存在誤解，認為HR是負責招聘、解雇、機械執行規定且靈活度低的角色，但這并非真相。HR一方面要為公司保駕護航，保障業務順利開展，這是基礎前提；另一方面，HR還需為員工提供支持與保障，助力員工更好地成長。

AI對勞動力市場的影響

AI時代，人們普遍認為它會替代大量職業，這一情況是否真在發生？從智聯招聘的觀察與數據來看，可總結為以下兩個明顯的重構：

首先，如今僅掌握C++的程序員，尤其是剛畢業的大學生，想找到基礎程序員的工作已頗具難度，但如果程序員能將AI與編程結合，會使用AI編程軟件，同時具備一定的產品需求洞察能力，找工作的速度就會大幅加快。白領約40%的技能可能會被替代。以市場崗位為例，新媒體從業者的文案撰寫、圖片制作等工作，已有一部分會被AI替代，與此同時新的職能甚至新的角色也會隨之出現。這是AI對崗位技能包的重構。

其次，過去工作普遍要求坐班，而Z世代員工并不喜歡在辦公室辦公。未來，大量辦公室可能會空置，寫字樓空置率問題會愈發明顯，廣告行業尤為突出。一方面，廣告行業已有部分員工因AIGC替代而被裁撤；另一方面，行業將大量員工轉為兼職或靈活用工，不再需要員工坐班，這使得許多廣告公司從原本租賃的1000平方米頂級寫字樓，縮減至僅200-400平方米，且主要用于接待與會晤。因此，很多行業的辦公與管理方式正在重構。

新的人才價值公式

我們與北大國發院持續開展的一項研究正是聚焦于AI大模型對職位替代的影響，從研究來看，當前企業更傾向于招聘具備創新思維、掌握人工智能技術的人才，未來這類人才的價值也將更高。我們還提出了一個未來人才價值的框架性公式：崗位價值=專業能力×人際軟技能×創新力與學習力，這一觀點具有重要意義。

以往計算企業人才吸引力時，有一個與薪酬相關的簡單指標：薪酬×穩定度，以此衡量員工留存意愿，并基本等同于企業的人才吸引力。但對于新一代從業者，這一指標出現顯著變化：薪酬的重要性依舊，但穩定度指標被企業的開放性替代，即企業能提供的開放程度，成為影響員工留存的關鍵因素。

因此，我們認為未來將出現這樣的新現象：個體能力的重要性日益凸顯，超級個體會大量涌現。例如，目前營收1000萬以下的一人公司數量眾多，不少小型創業公司因核心人才出走，營收大幅下滑甚至走向消亡，而這些出走的核心人才往往能快速成立新公司并實現發展。

這對HR也提出了新挑戰：HR自身需先成為超級個體，同時要具備識別超級個體的能力，還要為超級個體打造適宜的組織生態與環境，只有讓超級個體在組織中穩定留存，組織才能實現更好的成長與發展。

AI對組織的影響

AI時代下勞動力市場發生巨大變化，其中最核心的變化我們認為在于組織層面。從觀察到的企業案例來看，主要有以下兩方面體現：

一方面是新組織形態的涌現。傳統科層制組織形態基本會走向消亡，因為科層制的存在，源于信息傳輸透明度低、損耗高且流動存在障礙的問題，而未來所有信息都可記錄、透明化，甚至能追溯至較早時期，只要授權記錄，員工的所有工作行為都會被留存，工作的實際執行者與核心貢獻者都能清晰界定，搶功勞的情況將難以發生，這會對組織形態產生顛覆性影響，科層制也會隨之被打破。

此外，目前實行混合辦公的企業占比已達41%，計劃未來擴大混合用工規模的企業占比為38%。這兩個數字看似不高，但隨著相關新政出臺、AIGC應用推廣以及AI領域模型進一步升級至世界模型，AI的替代效應會愈發顯著，組織形態的改變也將很快發生，因為當前從技術與社會層面來看，這些改變已具備一定的實踐基礎。

另一方面是人機關系的重構，這一變化目前正在發生，而且后續演變與進化速度會越來越快。從智聯招聘的數據來看，今年上半年大模型開發相關崗位需求增長153%，大模型應用崗位需求增長56%，算法工程師崗位需求增長44%。未來大模型應用領域的需求增速會進一步加快，大模型開發領域的需求增速則會下降。

伴隨著國家出臺的“人工智能+”政策，明確所有行業都可借助人工智能進行重構，各行業都會向人工智能化、AI化轉型。這給HR帶來的最大挑戰是，掌握大模型開發與運用能力的人才會愈發搶手，無論在哪個招聘平臺，尋找有相關經驗的人才都會變得越來越難。與之相反，算法工程師的需求會有所減弱，因為頭部AI模型的進化速率可能會放緩，且資源會越來越集中在頭部企業，中小企業對初級算法工程師的爭奪不會再像以往那樣激烈。

AIHR的直接挑戰：重構人才價值鏈

對HR而言，首要挑戰是主動接觸并運用各類大模型，先讓自己成為“超級個體”，才能有效識別這些工具的價值。結合這一點，AI帶給HR的直接挑戰將是重構人才價值鏈，而重構工作的核心路徑我總結為以下四點：

第一，HR需率先升級能力模型，如數據決策力，以往依賴經驗判斷，如今更多依靠數據驗證，例如AI面試、自動化面試等工具已能替代初步人才篩選，可大幅解放HR精力。在績效環節引入AI驗證也具備可行性，目前已有成熟軟件自動收集和總結數據，實現無需人工撰寫周報，但是關鍵在于企業是否愿意落地。

第二，混合團隊管理將是重大挑戰。未來固定員工比例會逐漸減少，靈活用工、跨組織協同會愈發普遍，甚至可能出現數字員工。HR需明確數字員工的職責范圍及與人類員工的分工，而由于各企業業務形態、規模不同，對AI的授權范圍也需差異化設定。

第三，敏捷項目設計需調整思路。一方面，企業內大量行政、前臺等工作可轉化為任務制，通過社會兼職快速完成；另一方面，以往互聯網時代敏捷項目多以周為單位完成閉環，管理與績效設計也依此展開，AI時代這一周期可能縮短至以天為單位，需要HR重新適配。

第四，HR還需具備對復雜系統的控制力，這一要求以往較少提及，如今因地緣政治等外部因素對各行業的影響速度不同，HR必須能實時、敏捷地調整組織應對策略，這一點至關重要。

這四大維度剛好分別是組織、文化、成長和激勵的角度。

從組織角度看，科層制的消亡將成為現實。此前科層制難以打破，核心阻力是信息流動不暢、透明度低且存在信息不對稱，AI時代將徹底解決這一問題。

從文化角度看，顯著變化是“內卷”將不再是困擾。未來衡量員工價值不再依賴工時，AI會自動識別員工在關鍵項目中的貢獻度，HR也能更清晰地界定績優員工的評判標準，工作效率將大幅提升。

從成長和激勵角度看，激勵方式與技能迭代節奏都需改變。一方面，新生代員工對成長的訴求可能轉向“能力共生”，相比物質或者精神類獎勵，他們可能希望申請更高級別的算法資源或付費AI能力，以此提升自身運用AI的效率，這可作為正向激勵手段；另一方面，以往技能迭代以月為單位，如今已縮短至以周為單位，HR在設計組織學習與成長體系時，需在關注長期規劃的同時，更重視短平快的技能培養，誰先掌握先進生產力工具，誰就能更助力公司在業務中取得領先。

整理：王志勤 | 編輯：王賢青