夜雨聆风74%的企业AI项目失败——锅不在技术，在组织。
────────────────────
一、这道题，正好压在HR头上
2026年6月，麦肯锡发布了《2026年组织状况报告》。
有一组数据，HR们看了，大概不会轻松：
·74%的企业表示已经部署了AI，但只有26%认为AI真正带来了业务增长
·在"AI高绩效组织"中，有且只有一个共同特征：他们重构了工作流程，而不只是叠加AI工具
·高绩效组织平均重新设计了7.3个核心工作流程；低绩效组织不到2个
你可能会想：这不是IT部门或业务部门的事吗，跟HR有什么关系？
关系大了。
因为"重构工作流程"这件事，本质上是在回答三个问题：谁来做什么、怎么考核、能力从哪里来。这三个问题，每一个都是HR的核心职责。
AI项目死在哪里？不是死在算力不够，不是死在模型选错了。它死在——组织没有做好准备。
而谁来让组织做好准备？HR。
────────────────────
二、三道"送命题"
送命题一：你的岗位设计，还是五年前的逻辑吗？
微软CEO纳德拉不久前抛出一个问题：
"你部署了100个AI Agent，你管得住吗？"
这个问题的背后，是一个HR绕不开的难题——当AI开始承担大量执行性工作，岗位的定义就必须重写。
举一个真实的案例。
全球顶级律所Kirkland & Ellis，用AI系统把合伙人几十年的基金组建经验——哪些条款怎么谈、哪些风险如何规避——全部结构化，变成了系统"记忆"。
结果是什么？一个入职两年的初级律师，现在能调用合伙人才有的判断力。
这对HR意味着什么？
它意味着"经验积累年限"这个维度，在某些岗位上，正在失去意义。一个5年经验的人，不再自动比2年经验的人"值钱"——值钱的，是他能不能和AI协作，把人机结合的综合产出最大化。
你现在的岗位说明书，是否还在用"负责XXX工作"来定义一个岗位？
还是已经开始定义"这个岗位的人类部分负责什么，AI部分承担什么，两者怎么衔接"？
如果还是前者，你的岗位设计可能还活在五年前。
────────────────────
送命题二：你的绩效体系，能考核"人机协作"吗？
这是大多数HR现在最头疼、又最容易回避的问题。
员工A用AI工具，产出是员工B的3倍——A的绩效应该更高吗？
直觉说：当然。但等等——
·如果A产出3倍，但质量只有B的60%呢？
·如果A完全依赖AI，一旦AI不可用就什么都做不了呢？
·如果A的AI辅助决策，没有任何人能解释逻辑，就这样落地了呢？
麦肯锡报告里有一个发现：高绩效AI组织，都建立了"人机协作效果"的考核维度，而不只是考核个人产出量。
具体怎么做？他们追踪的不是"用了多少AI"，而是：
1. 产出质量有没有提升（不是产出数量） 2. 人类在哪些决策节点做了介入（判断能力有没有保留） 3. AI的决策逻辑，能不能被当事人解释清楚（认知覆盖率）
第三点尤其关键，纳德拉把它叫做"Cognitive Coverage（认知覆盖率）"——人类主管能不能解释AI的决策过程。
一家保险公司曾经因为AI自动拒了一个大额理赔，客户投诉到监管。合规部门要求解释拒赔逻辑——结果发现没有一个人能完整说清楚AI是怎么得出结论的。
这不是效率问题，这是风险问题。更是HR需要思考的绩效治理问题。
你的绩效体系，是否还在用"产出量"衡量AI时代的员工价值？
────────────────────
送命题三：你的人才发展，还在培养"被AI替代的能力"吗？
这道题，是三道题里最残忍的一道。
很多企业的培训体系，仍然在大力投入这些能力：
·数据整理与分析（Excel、BI报表）
·标准化文案撰写（通知、简报、PPT）
·流程性知识记忆（合规条款、产品参数、操作手册）
而这些，恰恰是AI已经做得比人好、或者很快会做得比人好的事情。
不是说这些能力没用。问题在于——当这些能力的边际价值趋近于零，企业培训的重心，是否已经开始转向？
AI时代真正稀缺的人才能力，目前来看有三类：
① 情境判断力：面对AI给出的多个方案，能识别哪个在当下场景最合适，并承担责任拍板。这是AI目前做不到的事。
② 知识结构化能力：把组织里"老师傅才知道的东西"提炼出来，变成可传承、可复用的结构化知识。这是让AI真正有价值的前提。
③ 人机协作设计能力：能设计"这个任务由人做哪部分、AI做哪部分、怎么交接"的流程。这是新时代的岗位设计师。
美国建筑公司McCarthy的案例或许能给HR一些参考。他们重新定义了现场主管的工作——以前70%时间在填表、对数据；现在70%时间在现场、做判断、带团队。AI接管了信息处理，人专注于决策和关系。
结果是：现场主管的工作满意度上升了。因为他们终于在做"只有人能做的事"。
你的人才发展规划里，有没有这三类能力的培养路径？
────────────────────
三、破局：HR能做的三件实事
讲了三道"送命题"，我想给出一些具体可操作的建议，而不只是叫大家焦虑。
实事一：做一次"岗位AI化扫描"
用一个下午，把公司主要岗位的JD拿出来，逐条问：
"这条职责，AI现在能做吗？三年内能做到80%吗？"
凡是答案是"是"的，就需要思考：这个岗位的人类核心价值，究竟是什么？
这不是要裁员，而是在提前规划——这些岗位的人，需要往哪里发展，才能在AI时代继续保持价值。
────────────────────
实事二：在下一个绩效周期，加入一个"人机协作"维度
不需要推翻整个绩效体系。只需要在下一个绩效周期，增加一个考核维度：
"这名员工在使用AI辅助工具时，产出质量是否可靠、决策逻辑是否清晰可解释、是否主动建立了人机协作的工作流程？"
哪怕只是定性评分，这个维度的加入，本身就会给员工一个明确的信号——公司考核的不只是你的产出量，还有你驾驭AI的方式。
────────────────────
实事三：识别并保护"知识结构化"关键人才
每个公司都有那么几个人，他们的脑子里装着大量别人不知道的东西。
以前，这是他们的个人竞争力。AI时代，这是公司最需要被保护和传承的资产。
HR现在可以做的，是主动识别这些人，设计专项项目，把他们的知识系统性地提炼和外部化——不是为了让他们失去价值，而是让公司的集体智慧不随着人员变动而流失。
这件事，不需要等IT部门，不需要等大预算，HR可以牵头推动。
────────────────────
四、结语
纳德拉的那个问题——"100个Agent，你管得住吗？"
换成HR的语言，或许更应该这样问：
"你的组织，准备好让人和AI一起工作了吗？"
岗位是否重新定义了？绩效是否能衡量人机协作了？人才培养是否在指向AI替代不了的能力？
这三个问题，是AI时代HR的核心命题。
解答得好，HR就是企业AI转型最关键的推动者。
解答得慢，AI转型失败的74%里，可能就有你的公司。
────────────────────
