麦肯锡《人力资源监测 2026》留给HR的出路只有两条
作者：ANO Lab · 原生组织实验室 同步自：微信公众号「侠客乔治」
文 / ANO Lab · 原生组织实验室
人工智能正从「提效工具」演变为重塑工作本身的结构性力量。在这一背景下，人力资源（HR）职能走到了一个决定自身未来角色的关键节点。麦肯锡 2026 年 6 月发布《HR Monitor 2026: A Turning Point for the People Function》全球调研，系统梳理 AI 时代 HR 这一角色当前的焦虑与转型挑战。这份调研覆盖十个国家的约 1,300 名 HR 专业人士与 5,500 名员工，数据采集于 2026 年 1 月。
结论先放在这里：HR 职能面临两个出路——替代，或者增强。
「替代或增强」，是报告两条路径最简短的说法。报告临近结尾处把这件事写得毫不含糊：
From here, two paths emerge. In one scenario, the growing complexity and technological developments outpace the function’s ability to respond, leading to an increasing share of HR responsibilities being absorbed by IT or other digital functions. In the other, HR rises to the challenge, stepping into a leadership role in shaping the future of work, potentially in close integration or even merging with technology functions, but with a clear mandate for the people function to define how human and agentic workforces operate together.
替代这一头，是职责被一点点拿走：技术复杂度和迭代速度超过这个职能的反应能力，越来越多的 HR 职责被 IT 或其他数字化职能吸收。压力是真实的——报告估算，约三分之二的 HR 活动具备自动化潜力（传统技术约能覆盖 50%，AI 再额外覆盖约 30%）。
增强这一头，是职责被重新定义：HR 走进塑造未来工作的领导位置，可能和技术职能深度整合甚至合并，但授权写得很清楚——由 people function 来定义人和 Agent 怎么一起工作。
报告对这一时刻的定性，同样没有留余地：
The HR function stands at a defining moment. The shift toward AI-enabled, agentic organizations represents the greatest opportunity the function has had in decades, but also one of its most demanding challenges.
译文：HR 职能正处于一个决定性的时刻。向 AI 赋能、由 Agent 驱动的组织转型，是这个职能数十年来最大的机会，也是最艰巨的挑战之一。
两条出路，对照着看
| 对照项 | 出路一：替代 | 出路二：增强 |
|---|---|---|
| 结果 | 职责被 IT 或其他数字化职能接管，职能边界收缩 | 进入塑造未来工作的领导位置，成为组织转型的核心驱动力 |
| 触发条件 | 复杂度与技术变化的速度，超过职能的响应能力 | 主动接住挑战，重做自己的运营模式 |
| 关键授权 | 没有 | 由 HR 定义人与 Agent 如何协同 |
| 人事形态 | 行政支持职能 | 可能与技术职能整合甚至合并 |
| 判断依据 | 说不清自己的成熟度在哪 | 有一份基于事实的成熟度与绩效视图 |
从「替代」这一头走到「增强」这一头，路上要过几道关？报告其实只讲了四件事。
一、双重角色：架构师与灯塔
报告前言里，给 HR 定了一个全新的双重角色：
HR is taking on a new dual role: It serves as an architect of AI transformation, shaping how work, roles, and capabilities evolve, and as a “lighthouse,” leading by example in reimagining its own operating model and demonstrating how to embed AI into core processes.
报告中文版的译文是：HR 正在承担起一种全新的双重角色——它既是 AI 转型的「架构师」，塑造工作、岗位与能力如何演化；同时又是「灯塔」，以身作则，重新构想自身的运营模式，并示范如何把 AI 嵌入到核心流程之中。
这两副面孔，指向的是完全不同的两种责任。
架构师是对外的。要重新设计工作本身：哪些任务交给人、哪些交给 Agent，岗位边界与能力结构随之重画。这不是评估「哪些岗位可以被 AI 替代」，而是重新分配任务，并让这种配比随时间动态调整。
灯塔是对内的。HR 自己的招聘、学习、绩效、员工服务如果还没跑在 AI 上，向业务部门推行 AI 化就没有说服力。报告用了一个很重的词——先自己亮，别人才看得见。
把这两件事放在一起看，报告其实在说一件很直接的事：HR 要定义人和 Agent 怎么一起干活，前提是自己先干过一遍。
架构师与灯塔，责任不一样
| 维度 | 架构师（对外） | 灯塔（对内） |
|---|---|---|
| 面向谁 | 业务负责人、组织 | HR 自己 |
| 回答什么问题 | 哪些任务给人、哪些给 Agent | HR 自己的流程跑在什么上 |
| 交付什么 | 新的工作设计、新的能力结构 | 一个跑通了的运营模式样本 |
| 失败的样子 | 方案漂亮，落不了地 | 向业务推行 AI 时没有底气 |
| 前提 | 懂业务 | 手上得先有一套能跑的东西 |
二、四个结构性缺口，其实是同一个缺口
报告引言部分，把四个缺口并排列出：
Structural gaps persist between operational planning and strategic foresight, training and skills growth, employee expectations and organizational responses, and AI experimentation and scaled impact.
报告中文版写的是：在运营性规划与战略性前瞻之间、在培训与技能成长之间、在员工期望与组织回应之间、在 AI 试验与规模化影响之间，结构性鸿沟依然存在。
四组，每组都是「已经做了 A，但没等到 B」。
把它们放在一起看，其实是同一个缺口：做了，但没连成一条线。
培训做了，技能没长；AI 试点了，没形成规模化影响；员工的诉求听了，组织的回应没跟上；短期的编制算得很清楚，长期的能力没人算。
这不是四个问题，是一个问题在四个地方显形。而这恰好就是「一堆工具」和「一套系统」的差别——工具各自都在，连不起来，就没有产出。
三、三组数字，暴露的是同一件事
报告里所有失衡，最后都落回一组组数字上。挑三组最有代表性的。
第一组：11%。 报告给出的第一条优先变革是人才规划——只有 11% 的组织，用三年以上的长期视角做人才规划，大多数组织仍然只看未来 12 个月以内。从「人头规划」到「能力规划」这句话在咨询报告里被讲了不止十年，为什么还是只有一成？卡住的不是远见，是没有可用的能力数据。你不知道团队里每个人真正会什么、缺什么、哪些技能在贬值，能力规划就无从谈起。而能力数据不是靠一次盘点攒出来的，是靠日常流程一段一段长出来的——招聘时留下的字段、绩效面谈里问过的问题、培训后跟进的测量。
第二组：24% 与 3.4 天 / 6.2 天。 24% 的员工过去一年完全没有参加过任何培训；超过一半的员工，一年最多收到一次反馈，甚至一次都没有。更具体的一组对比是：员工报告自己平均每年参加 3.4 天培训，而 HR 的估计是 6.2 天——接近实际的两倍。报告明确指出，HR 系统性地高估了这两件事。这个偏差不难理解：培训做没做，是能数的（场次、人次、完成率、满意度）；技能长没长，数不出来。凡是数得出来的，报表就漂亮；凡是数不出来的，就默认没有问题。 所以这不是态度问题，是度量能力问题。
第三组：28% 与 37%。 全球范围内，28% 的 HR 流程已有运营级 AI 方案，37% 仍停留在试点阶段。报告还指出，已有的部署大多集中在时间与缺勤管理、流程自动化、员工数据管理这类行政环节，真正进入人才盘点、组织诊断、绩效决策、继任规划的案例依然很少。行政事务为什么落得最快？因为它规则清楚、边界干净、数据就在一个系统里。而真正值钱的那部分，要跨好几个系统取数，口径还不一致。中国样本其实领先：43% 的 HR 流程已有运营级 AI 方案，45% 处于试点。但报告的判断对谁都一样——这不是模型不够聪明，是底座没有打通。
报告关键数字
| 数字 | 含义 |
|---|---|
| 约 2/3 | 具备自动化潜力的 HR 活动比例（传统技术约 50% + AI 约 30%） |
| 11% | 采用长期视角（三年以上）做人才规划的组织比例 |
| 24% | 过去一年完全没有参加过培训的员工比例 |
| 3.4 天 / 6.2 天 | 员工实际年培训天数 / HR 的估计天数 |
| 28% / 37% | HR 流程中已有运营级 AI 方案 / 仍处试点阶段的比例 |
| 43% / 45% | 中国样本：已有运营级 AI 方案 / 处于试点的比例 |
三组数字，说的是同一件事：能拿出证据的地方，才有资格谈规划。 能力没有被度量，转型就只能停留在动作层面。
四、灯塔不是荣誉称号，是一项施工任务
报告说 HR 要当「灯塔」。这个词最容易被误读的地方在于——它听起来像荣誉，好像是在说「HR 要做个好榜样」。
但灯塔的前提是，先得有一座塔。要有地基、有结构、有供电，光才照得出去，船才看得见。
报告里那句 leading by example in reimagining its own operating model，翻译到操作层面就是一句很朴素的话：HR 得先有一套自己的、能跑起来的东西。
不是一份方案，不是一套工具清单，是一个能打开、能运行、能改、能交接的东西。
我们在过往的企业 AI 与人才项目里，见过太多组织卡在同一个地方：方向都对，口号也响，但问到「你手上现在能跑的东西是什么」，没人拿得出来。这就是「懂 AI」和「管 AI」的差距——懂 AI 是知道有哪些工具；管 AI，是你手上有一台机器，你得知道它吃什么数据、吐什么结果、哪些活可以交给它、哪些必须你自己签字。
给管理者的三层启示
| 层次 | 要回答的问题 |
|---|---|
| 个人诊断 | 你能用 AI 说清楚的三件事是什么？说不出来，说明你手上没有一件 AI 干出来的活儿 |
| 组织能力 | 一群人各自会用 AI，不等于组织有 AI 能力。中间差的是统一规则和一致接口 |
| 构建闭环 | 方向已经有了，缺的是把方向变成一台能运转的机器 |
这一层，正是 ANO Lab 在做的事
报告给的是方向，落地要的是系统。这两件事之间隔着一段很实在的距离——这段距离不是靠读报告走完的，是靠动手做一遍走完的。
11 月 5 日到 6 日，ANO Lab 办两天线下实训，由郭雁冰担任讲师：在你的电脑上，亲手建一套自己的 AI 工作台。
不上理论。两天结束时，你带走的是一个文件夹，里面是你在课堂上自己建出来的东西。
课堂的范例是 HR 工作台，六个模块：招聘、培训、绩效、薪酬、员工关系、法务。选 HR 当范例，是因为报告里那四个缺口，HR 是唯一全部踩齐的职能。但你学的是建这套东西的方法，换成你所在岗位的业务，一样建得出来。
两天里你会亲手做完这些
| 交付物 | 具体是什么 |
|---|---|
| 6 个模块操作界面 | 共 23 个 Tab，字段与数据字典一致 |
| 6 张后端数据表 | 每列带敏感度标注，哪些字段不能给 AI 看写得很清楚 |
| 6 枚能干活的智能体 | 定义、执行步骤、自检清单，都是你能打开的文件 |
| 1 份取数白名单 | 哪些数据能进 AI、哪些只能聚合、哪些绝对不行，四档写死 |
| 1 份报告出口 | 每个数字都能追到来源，汇报时经得起问 |
| 1 份落地清单 | 回去先动哪一步、还差什么，照着动 |
我们特别想说一下白名单这一项。报告强调 HR 要守住 AI 的合规底线，但底线不是靠写一份制度文件守住的，是靠在系统里把规则写死。课堂上的工作台里，身份证号这类极高敏字段会按白名单规则自动掩码——原始值根本不进 AI。这就是「守底线」的技术形态：不是事后检查有没有泄露，是让数据从一开始就不出那道门。
还有一个环节，建议你留意。工作台里会做一次三层自检——字段、枚举、路径。系统会故意留一个断点，比如前端字段写的是「入职日期」，后端是 join_date，对不上，数据取不回来。这个断点要你自己读报错、自己改字段名、自己重跑检查。这一小步是整门课里最像「管 AI」的地方。报告里说 HR 必须能看出 AI 哪里错了——看出哪里错、为什么错、敢不敢推翻它，这个能力没人能教给你，只能靠你亲手改过一次。
ANO Lab · AI 工作台实训 第 1 期
| 项目 | 内容 |
|---|---|
| 时间 | 11 月 5 日 – 6 日（两天线下） |
| 地点 | 上海 · 报名后通知具体教室与交通指引 |
| 班型 | 30 人满班 · 一人一台电脑 |
| 基础要求 | 会用电脑即可，无需技术背景 |
| 价格 | ¥6,980 / 人 |
| 包含 | 两天线下实训、课前/课后/90 天三段测评、6 枚可运行智能体与全套下发材料、90 天售后 |
| 企业内训 | ¥198,000 / 班（30 人 / 2 天，讲师上门，接入企业真实业务数据，六个模块换成你自己的场景） |
适合你：带团队的基层管理者，手上有一摊具体事务要交付；每天被简历、报表、通知淹没的 HR，或已经试过几个 AI 工具但没形成流程；要向上汇报或转岗求职，需要一个拿得出手的真实作品。
不适合你：只想要一份工具清单和提示词模板；希望讲师演示完就走、不想动手；想学编程或技术开发。
扫码报名
报名咨询：塞氏中国研究院福利官 · 电话 / 微信 173 2135 5531（工作日 9:00 – 18:00）
30 个席位，满班即止。
报告把选择留给了组织：走哪条路，取决于你能不能建立一份基于事实的成熟度与绩效视图。
我们的翻译是：先把东西建出来，答案自己会浮上来。
不是学完，是建完。
ANO Lab · 原生组织实验室
Build the AI · Adapt the Organization · Govern the Transformation
信息来源：McKinsey, HR Monitor 2026: A turning point for the people function（2026 年 6 月 8 日发布，44 页）。文中数据与引文均引自报告官方发布内容；报告结论的中文表述参考官方摘要与报告中文版。配图出自该报告中文版。课程信息与报名二维码由 ANO Lab 提供。
ANO Lab · 原生组织实验室