自2024年10月至2026年5月，K8官网“人工智能驱动的人力资源治理（AIHRM）”头脑力课题组围绕人工智能在中国企业人力资源治理中的应用，连续开展了三轮追踪问卷视察，累计获得2,241个企业视察。。其中487家企业至少加入两轮视察，154家企业三轮全程加入。；；谌质莸南低辰狭坑肫ヅ涿姘迤饰，课题组完成了本报告。。
本项视察的开展，一方面源于人工智能手艺的快速开展，人力资源治理正是其中极为主要的应用场景。。大语言模子在文本明确、内容天生与多轮交互上的能力跃升，使人工智能能够直接介入以语言和判断为焦点的治理事情，从简历筛选、面试评估、培训内容天生，到员工咨询、绩效反馈与组织诊断，人力资源治理的险些每一个环节都保存被重塑的空间。。另一方面，则源于缺少适用的基准数据。。目今各方讨论人工智能接纳水平时所引用的比例，多来自国际咨询机构宣布的全球视察，其受访企业以北美与欧洲市场为主体，来自中国企业的样本数目有限、行业与规模笼罩薄弱，且很少单独宣布中国子样本的效果。。以此类数据推断中国企业的接纳进度，可能高估，亦可能低估。。中国企业需要一套基于本土大样本、丈量口径一致、可跨年度较量的基准数据。。
报告主要发明如下。。
一、接纳率靠近半数，成熟度仍处早期
视察显示，在人力资源治理中已现实安排人工智能手艺的企业比例，由2024年11月的37.3%上升至2025年6月的40.5%，2026年5月进一步升至47.9%。。为扫除样本组成转变的影响，课题组对第一轮与第三轮均加入视察的288家企业举行了组内较量，其接纳率由38.5%升至51.0%，涨幅高于全样本口径，批注总体上升主要源于企业的真实转化。。同期，明确体现暂无妄想的企业由36.6%降至24.1%。。
图1 AIHRM接纳率的三年转变
接纳率的量变尚未带来成熟度的质变。。第三轮视察引入应用成熟度五阶段自评，效果显示50.4%的企业处于相识与评估阶段，35.7%处于小规模试点阶段，两者合计86.1%；；进入多？榘才诺睦┱菇锥蔚钠笠嫡11.2%；；抵达规；；τ糜肷疃燃山锥蔚钠笠岛霞平稣2.7%。。将两组数据并置可见，大都企业已迈过从无到有的门槛，但距离人工智能真正融入人力资源治理系统仍有相当距离。。
图2 应用成熟度五阶段漫衍（第三轮，n=526）
二、应用集中于流程效率类环节
按九个人力资源？橥臣，三年间各？榈挠τ檬烤噬仙，梯队名堂坚持稳固：：招聘与人才获取、人力资源行政服务与事情设计组成第一梯队，绩效治理、薪酬治理与福利治理相对较低。。第一梯队？榈呐浜咸卣魇鞘姑曜蓟潭雀、文本处理麋集、决议风险相对可控。。薪酬与绩效直接关联员工亲自利益与合规风险，企业推进较为审慎。。
从详细实践看，62.4%的企业已使用人工智能算法自动筛选简历，是所有清单中渗透率最高的单项应用；；人力资源行政服务的头部实践集中于休假与考勤治理（35.0%）、电子文档治理（31.9%）与全天候应答的谈天机械人（31.2%）。。纵览各？橥凡渴导，居于首位的险些所有为数据剖析、筛选匹配与流程自动化类应用，目今应用国界以机械处理数据与流程为主体。。
图3 九大？槭褂寐首罡叩娜钕晗赣τ茫ǖ谌郑
手艺前沿的渗透呈现另一种秩序。。天生式课程内容创作与承当实时对话评估使命的AI面试官扩散最快，后者在全样本中的使用率已达23.2%；；由人工智能自主串联招聘全流程或编排事情流程的智能体应用仍处于早期，渗透率均在8%上下。。企业愿意让人工智能天生质料、加入评估，但尚不放心让其自力作出决议。。
三、企业分化的泉源在于资源准备度
第三轮数据显示，已接纳与未接纳企业在所有六项组织指标上均保存显著差别，其中差别最大的两项为对人工智能的重视程度和资源与职员准备度，手艺契合度与伦理关注等认知类指标的差别相对较小。。
为逾越单变量形貌，课题组对三轮合并的2,241个企业视察开展了潜在剖面剖析，识别出四类企业画像：：周全领先型占26%，接纳率70%；；起劲推进型占33%，接纳率47%；；审慎张望型占31%，接纳率21%；；尚未启动型占10%，接纳率6%。。四类企业在归因维度上的差别远小于在状态维度上的差别，审慎张望型企业同样认可效率提升与体验改善的逻辑，真正拉开距离的是资源准备与重视程度。。归因维度的趋同，一种可能的诠释是大都企业并未真正深究接纳人工智能的目的与原因——在行业共识与外部树模的推动下，认可其价值险些成为一种默认态度，而未必经由审慎的自我论证。。无论怎样，这一名堂批注，中国企业在是否应当拥抱人工智能的问题上已靠近共识，分化在于能否组织起响应的资源与能力，接纳的瓶颈是执行问题而非认知问题。。
图4 潜在剖面剖析识别的四类企业画像
四、人力资源认真人特征具有稳固的预测作用
三轮数据显示，人力资源认真人的个体特征与企业接纳率之间保存稳固关联。。按年岁分组，认真人年岁越大，所在企业接纳率越低；；按专业配景分组，兼具工程手艺、财务、战略等跨界配景的认真人所在企业，接纳率持续高于仅具备人力资源简单配景的认真人所在企业，差别坚持在十个百分点左右。。将两者交织后，四十岁以下且具备跨界配景的组别接纳率达48.6%，为四组最高；；四十岁以下但仅有人力资源配景的组别为33.7%，为四组最低。。
图5 人力资源认真人年岁×专业配景四组企业的接纳率
为扫除反向因果的滋扰，课题组使用追踪设计开展了滞后磨练。。第一个时间窗口基于第一、二轮匹配企业，在控制上一轮接纳水平后，仅有人力资源配景的组别，标准化系数为-0.36；；本报告使用第二、三轮匹配数据构建了第二个自力窗口，在控制上一轮接纳水平、企业规模与高绩效事情系统后，该系数为-0.16，在千分之一水平上显著。？缭搅礁瞿甓、两组差别企业样本，结论获得重复。。
需要说明的是，年岁自己并不代表能力，四十岁及以上群体中，配景差别对接纳率的影响已基本消逝。。上述特征所标记的，是跨领域知识与厘革推动履历的可得性，而这两者可以通过设置与作育获得。。
五、治理系统建设滞后于应用扩张
企业面临的难题清单正在爆发结构性位移。。数据隐私与清静的提及率由第一轮的47.3%升至第三轮的61.8%，涨幅近十五个百分点，居各项挑战之首；；算法私见与公正由30.8%升至37.1%。。同期，实验与维护本钱的提及率由37.4%回落至30.8%，手艺差别的提及率亦有所下降。。随着工具价钱下降与使用履历积累，本钱与手艺这类入门障碍正在缓解，而隐私、私见与数据质量这类随应用深入而放大的内生风险，正在成为主要记挂。。
与风险感知上升形成比照的，是治理系统建设的普遍缺位。。第三轮视察列出十类常见的人工智能治理步伐，51%的企业尚未建设其中任何一项；；笼罩率最高的员工人工智能培训仅有28.1%，正式使用政策笼罩21.5%，伦理审查与私见检测的笼罩率缺乏3%。。
图6 各项人工智能治理步伐的笼罩率（第三轮，n=526）
治理步伐的建设本钱在试点阶段远低于规；；。。一旦人工智能嵌入招聘筛选或绩效评估的正式流程，再转头补建审查机制，涉及对既成流程的推翻重来。。目今86%的企业仍处于探索与试点阶段，这一窗口恰恰是建设治理框架本钱最低的时机。。
六、回报最先展现，价钱同步泛起
权衡天生式人工智能增进个人知识向团队能力转化的涌现效应，是少数逐轮上行的指标，全样本均值由2.62分升至2.81分，已接纳企业三轮均显著高于未接纳企业。。投资回报方面，41.1%的企业以为下结论为时尚早；；在能够作出评估的企业中，感知到中等及以上回报的约占六成。。分职能看，招聘与人才获取、人力资源行政事务被最多企业列为回报最高的领域，与？樯嘎实牡谝惶荻痈叨戎睾。。
价钱体现在三个方面。。其一，41.4%的企业视察到人工智能扩大了高绩效员工与通俗员工之间的差别。。其二，已往十二个月中，30.2%的企业人力资源团队体例整体缩减，25.1%在总量持平的情形下举行了却构重组，总量增添的仅占6.8%；；与体例缩短并行的是角色更新，数据剖析师成为最多企业新增或强化的角色。。其三，回归剖析显示，应用越深的企业，涌现效应与绩效评价越高，但员工流失、自动去职与裁人优化人数亦同步更高。：：峤孛媸萑狈σ匀范ㄒ蚬，但两类指标的同步上行足以提醒治理者：：人工智能的落地历程，同时是一个需要自动治理的职员转换历程。。
七、面板数据显示转型呈净流入但并不平滑
三轮全程加入的154家企业组本钱项视察最珍贵的资产。？翁庾橹鹣畋榷粤嗣姘迤笠涤氲谝宦秩镜幕咛卣，未发明统计显著差别。。追踪其接纳状态迁徙可见，已接纳企业由57家增至70家，暂无妄想的企业由57家降至36家；；两个视察距离中，共爆发48次转入接纳，同期亦有35次反向退出。。净流入明确，但退出并非有数，约莫每三次进入陪同两次退出。。
图7 154家企业接纳状态的逐轮迁徙
组内配对磨练显示，这批企业的人工智能应用总量由平均8.2项增至11.3项，涌现效应均值由2.57分升至2.91分，两项提升均高度显著。。应用总量在第二轮到第三轮之间高位企稳，扩张最快的阶段可能已经已往，企业正在从增添应用数目转向消化与深化既有应用。。
面向企业治理者的四点建议
第一，将投入重心从铺开转向做深。。数据显示广度的扩张已近高位而深度普遍缺乏，回报又集中于少数？。。企业宜选择招聘、行政等已验证回报的场景，将单点应用推进至流程重构的深度，形成可复制的内部标杆后再行扩展。。
第二，将治理框架的建设提前到规；；。？纱颖厩畹、争议最小的步伐入手：：明确界定可使用人工智能手艺的场景与必需保存人工复核决议的场景；；界定哪些员工数据可以进入模子、留存多久、怎样销毁等数据界线；；开展面向使用者的培训；；建设针对招聘与绩效等高风险场景的私见检测机制。。
第三，将认真人设置纳入转型方案。。企业在选配人力资源认真人时宜将数据素养与跨界履历作为主要考量，对在任团队则应提供系统的手艺与数据能力训练。。
第四，自动治理转型的职员面。。再培训与转岗安排不应是镌汰之后的调解，而应作为安排方案的组成部分，与手艺投入同步妄想；；对工具使用带来的绩效分化，宜通过培训普及与评价系统调解加以指导，阻止其固化为组织内部新的不一律。。
关于本项视察
视察历程中，课题组收到许多来信。。不少来信者在表达关注的同时，也坦陈了一种焦灼：：明知人工智能正在改变人力资源治理，自身企业却因数据基础、资源条件或组织熟悉的限制，一时还无法真正推进。。
对此，三轮视察的数据自己提供了回应：：尚未接纳的企业至今仍是大都，绝大大都已经接纳的企业也还停留在探索与试点阶段，真正进入规；；τ玫娜狈3%。。目今的差别，远没有行业叙事所渲染的那样悬殊。。随着手艺走向成熟、使用本钱持续下降，工具的可得性将不再是少数企业的专利。。届时更值得期待的是，人力资源治理者能够从繁重的事务性事情中腾脱手来，从事更具价值与战略意义的事情，更好地服务员工，更充分地体现人力资源事情应有的人文眷注。。
完整报告共十章，除上述内容外，还包括九大？榈南晗赣τ妹、企业画像的诊断框架、三轮全程面板的完整剖析，以及关于人工智能时代人力资源职能组织形态与从业者能力结构的讨论。。报告同时提供按行业、企业规模与所有制分组的数据，便于企业参照与自身情形相近的分组开展横向对标。。
课题组：：K8官网“人工智能驱动的人力资源治理”头脑力课题组
视察时间：：第一轮2024年10—12月（n=1,022）；；第二轮2025年6月（n=693）；；第三轮2026年5月（n=526）
引用方式：：姜铠丰. (2026). 人工智能驱动的人力资源治理：：中国企业三轮追踪视察报告（2024—2026）. K8官网K8官网头脑力课题组.
点击获得报告全文
