过去一年，AI在组织中的应用速度远超预期。几乎每一位CEO都在谈AI，每一个业务部门都在强调效率提升。

但现实呢？来自 SHRM、麦肯锡和多家智库的最新研究却指出, 大多数人工智能项目，未能带来切实的商业价值,

先看一组震撼的数据：

哈佛商业论坛研究显示，大约80%的人工智能项目从未进入生产环境，失败率几乎是传统IT项目失败率的两倍。

麻省理工学院研究显示，95% 的生成式人工智能投资没有产生可衡量的财务回报。研究还发现，采用AI后，老旧组织结构化管理实践有所下降，导致其生产力损失的三分之一。

S&P Global研究则显示，失败率较高的公司遭遇的员工和客户抵触更多。而失败率较低的组织，展示了在技术能力的同时，兼顾文化准备的整体方法。

SHRM（美国人力资源管理协会）的最新调查指出了一个令人不安的事实：技术端已经跑在前面，而人和组织的准备度却明显滞后。

这就是2025年最关键的组织挑战：AI采用鸿沟（AI Adoption Gap）。

SHRM 在最新 AI+HI 旗舰栏目中直言不讳地指出（2025年11月）：“企业已经拥有强大的AI工具，但缺乏清晰的组织级AI战略。HR常常被‘晚介入’，只有到落地和变革时才被召唤。”

这让我想起与一位科技公司HR总监的对话：“我们CEO要求全公司应用AI提升效率，但当我问及具体的培训计划、职责调整和变革管理时，得到的却是沉默。”

来自首席信息官（CIO）的报道和Gartner分析指出，AI投入后商业价值回报不明显，主要原因不是技术，而在于人类与组织因素：文化、领导力、工作方式与流程。换句话说，AI已经不是“能不能用”的问题，而是：企业是否准备好接受新的组织逻辑。

当技术变革的曲线变得陡峭，而组织适应能力曲线仍然平缓，两条线之间的缺口，就是AI采用鸿沟。

SHRM在AI+HI内容中提出一个惊人观点：AI带来的最大震荡，不是在员工端，而是在管理者端。例如，公司引入了先进的AI决策系统，但管理者们仍然坚持“凭经验判断”，导致系统与人为决策频繁冲突，团队无所适从。

有趣的是，HBR哈佛商业论坛的研究与SHRM的观点形成呼应：管理者比普通员工对AI的焦虑感更强——因为他们既要学习使用AI，又要重新定义自己的管理价值，还要应对团队成员的不安。

未来五年的核心管理能力已经彻底改变：

1. 计算性决策能力
不是要求管理者会写算法，而是理解算法的逻辑、偏差与风险。不再依赖“经验主义”，而是掌握“数据+推理+AI提示”的新决策模式。

2. 人机协作式领导力
AI将成为“团队中的一员”。领导者必须能设计人机协作流程，而不仅仅是“让员工用AI”。最优秀的领导者开始创建包括AI角色在内的会议流程，重新定义团队协作。

3. 伦理治理与透明度
员工最担心的两个问题：AI是否公平？是否在监控我？领导者必须让AI决策“可解释、可信任”，建立AI使用的伦理框架。

懂技术、懂人性、懂组织——三位一体的新领导力将成为分水岭。

来自SHRM的洞察显示，AI正在让员工体验发生结构性变化：

积极面确实显著：重复劳动减少、学习路径个性化、协作效率提升。

但隐藏的心理压力更大：员工担心被替代、对AI评分与决策不信任、被迫学习新技能的焦虑、新流程带来的不适应。

SHRM提出了一个极具参考价值的框架——AI时代的员工体验设计：

• 心理安全：确保AI不用于监控与惩罚

• 透明度：AI决策必须解释清楚

• 技能路径：将再培训变成“福利”而非“负担”

• 参与感：让员工参与AI工具设计与试点

未来的员工体验不再是“免费午餐和休闲区”，而是 “技术体验+变革体验+成长体验”的复合体。

在SHRM的“A Brutal Job Market”分析中，一个核心观点非常明确：未来不是“岗位少”，而是“结构变了、门槛变了、要求变了”。

• 低技能岗位被加速替代：行政助理、数据录入、基础运营岗位持续萎缩。甚至连实习生和助理岗位都被AI压缩——入门门槛实际上提高了。

• 高技能岗位需求上升：数据分析与AI工作流程管理、Prompt工程与自动化设计、交叉技能型人才（如产品+运营，HR+数据）成为香饽饽。

• 中年劳动力压力增大：技能老化、招聘门槛提高、组织更偏好“AI-ready”人才。

这与中国劳动力市场趋势高度一致，人社部近期报道也强调“关键技能提升、智能化就业服务”的紧迫性。

一位45岁财务经理这样描述他的处境：“目前感觉压力太大了，因为游戏规则完全改变了。我熟悉的财务分析现在AI做得更快，而我却不知道自己的新价值在哪里。”

未来组织的核心单位不是岗位，而是技能。

过去10年，Skill-based Hiring（基于技能的招聘）一直被讨论，但很难真正落地。原因很简单：HR无法手工完成对成千上万员工技能的动态识别、实时更新与精准匹配。这是一项数据密度和计算复杂度都极高的任务。

AI让技能体系第一次具备规模化落地能力：

• 自动生成岗位技能画像：通过分析内部工作数据、行业趋势和绩效反馈，AI能动态生成未来导向的技能需求清单。

• 自动识别员工技能差距：通过分析项目参与、代码贡献、文档撰写、培训记录等数字足迹，AI能绘制个人与团队的能力图谱，并精准定位差距。

• 构建组织级技能地图：这不是静态的数据库，而是一个动态的、可视化的 “技能图谱”（Skill Graph） ，能揭示技能之间的关联、稀缺度及在业务流中的分布。

• 推送个性化学习路径：基于差距和职业抱负，AI能推荐个性化的学习内容、项目机会甚至内部导师。

去年微软发布的技能代理（Skills Agent），已让这一愿景走向现实。

SHRM的AI能力框架将技能分为三类：

1）技术技能

• 数据素养

• AI基础理解

• Prompting提示词

• 数字化操作能力

2）人类技能

• 批判性思维

• 故事化表达

• 协作与跨界沟通

• 创新与问题定义

3）组织技能

• 人机协作的流程设计

• 敏捷团队

• 组织变革能力

• 伦理治理与风险管理

因此，AI对企业的冲击的本质不是“少了哪些岗位”，而是“企业内部需要重新定义技能能力”。

那些领先应用AI的组织，已经开始从 “岗位为中心”转向“技能为中心” 的人才管理模式。

但根据SHRM《2025年人才趋势报告》发现，大部分组织，近三分之二（约67%) 尚未投资于员工与AI协作所需的技能升级。尽管超过43%的公司已在人力资源运营中使用AI，但大多数组织未能同步推进员工的技能重塑，导致“能力鸿沟”不断扩大。

来自领先的AI转型平台Beamery的一项C-suite调研发现：在被问到“谁是企业AI决策中最有影响力的人”时，81%的受访者选择CEO，50%选择数字化负责人，36%选择CIO，而CHRO只有12%。

虽然相较两年前，HR对“哪些任务适合自动化”的话语权有所提升，但只有约三成受访HR认为自己从一开始就参与AI战略设计。 Beamery警告，如果HR没有“入局资格”，AI转型往往忽视技能缺口、员工体验和人力规划，导致技术落地与组织行为脱节。  

报告中明确指出，HR如果能早期介入，可以帮助组织：

1. 将可自动化任务与员工敬业度/客户成果进行平衡——识别哪些任务可以自动化而不损害员工敬业度或客户成果。

2. 让员工从高重复低价值任务转向更高价值、可成长的角色——将员工转移到能够发展技能、经验和成长的高价值工作。

3. 使人才规划、再培训及角色设计与业务目标真正对齐——将劳动力规划、再培训和角色设计与业务目标对齐。

然而，SHRM的调查同时显示，80%的HR专业人士对人工智能的理解处于初级或中级水平；在未使用AI的HR从业者中，42% 将“知识或培训不足”列为其最大障碍。

这一数据直接印证了“人和组织的准备度滞后”于技术发展的事实——即使是在负责推动组织变革的HR职能内部，AI素养也存在明显缺口。

写在最后：