夜雨聆风当前HR所面临的种种问题，绝非HR本身自己的问题，而是一个由于技术生产力爆发式跃迁、导致旧的管理模式必然经历阵痛的时代问题。而这不是HR的专属困境：财务、法务、IT、甚至产品经理、设计师、咨询顾问，所有依赖于“专业知识和流程协调”为核心壁垒的岗位，都在经历同样的解构。
所有组织都面临一场由算力、Token和智能体主导的组织进化，传统的企业管理正全面重塑：工作不再仅仅是人类之间的协作，而是演变为一种深度的人机协同。
而在这个决定组织生死存亡的转折点上，HR也迎来最严苛的审判。
麦肯锡在2026年6月发布的报告《HR Monitor 2026: A turning point for the people function》，报告在结论部分给出了一个非常严厉的终局预测：HR只有两条路，而且正在分叉。（文末获取报告，含中英文对照）
路径 A：被IT或数字化职能吸收
如果HR部门无法跟上技术发展的复杂性和速度，无法有效应对AI带来的变革，其职能将逐渐被削弱。越来越多的HR职责将被IT部门或其他数字化职能部门吸收。HR将失去在组织中定义“未来工作”的主导权。
路径 B：自我变革，充当好“双重角色”
HR迎难而上，打破沉疴，彻底重构其运营模型，将自身锻造成企业AI转型的“共同驾驶员（Copilot）”与“重塑组织阵型的灯塔（Lighthouse）”，拥有重新定义全公司人机如何协同工作的核心话语权。
这份报告HR的终局，是因为HR面临的诸多困境：业务部门的抱怨、总部政策的脱节、事务性工作的泥潭。但这并不能简单归结为HR做的不够好，专业度不足或视野不够等等。
HR目前的困境，本质上是工业时代的“管理范式”与数字时代的“人性需求”之间巨大撕裂的集中体现。HR只是首当其冲。许多被诟病的问题，其实是整个组织管理在技术冲击下的“时代病”。
要想回答HR如何在这场海啸中完成自救与跃迁，我们必须把视线拉回30年前：从人力资源的核心底层逻辑出发，解构统治了管理学界近三十年的尤里奇“三支柱”模型，并推演它在AI时代的终极重组逻辑。
一、 传统“三支柱”模型的历史使命与工业底色
要理解传统“三支柱”在当下的崩塌，首先必须理解它为什么会诞生。
任何一种组织运营模型的出现，都是为了匹配当时的生产力水平与商业背景。
20世纪90年代的商业背景：全球化、规模化与控制需求
戴维·尤里奇（Dave Ulrich）在20世纪90年代中后期提出“三支柱”模型：专家中心-COE、业务伙伴-HRBP、共享服务中心-SSC时，正是西方跨国企业全球化扩张的黄金时代。
在那个时代，企业的核心战略是追求确定性、规模效应和标准化的复制。
随着企业员工动辄突破数万人、数十万人，分布在全球不同的国家和区域，传统的“人事部”遭遇了毁灭性的挑战：
内部割裂：各分支机构的HR各自为政，集团总部的管理标准和文化无法贯彻，合规风险极高。
价值沉沦：HR每天被淹没在无穷无尽的算薪、员工福利、考勤录入等行政事务中，根本无暇顾及业务层面的战略意图，一度被企业一号位视为纯粹的“成本中心”。
尤里奇的解法：工业经济的分工哲学
尤里奇创造性地将工业制造中的“专业化分工”和企业管理中的“外包/集中化”逻辑引入HR职能，构建了精妙的三支柱闭环：
SSC（共享服务中心）
这是工业化“规模经济”的典型体现。
它将全集团所有大批量、标准化、高重复性的行政流程，如入离职手续、薪酬核算、劳动合同管理等剥离出来，集中到一个低成本的中心进行统一处理，通过规模效应降低行政成本、提高交付效率。
COE（专家中心）
体现的是“精英治理”与“专业控制”。
它聚集了组织发展、薪酬设计、人才配置等领域的专家，像企业的“政策智囊团”一样，在总部闭门设计出一套套高度标准化、逻辑严密的管理制度与工具，确保全集团专业标准的高度统一。
HRBP（业务伙伴）
这是HR“客户导向”的体现。
为了防止总部政策变成空中楼阁，HRBP作为COE政策的“翻译官”和落地执行者，被直接派驻到各个业务单元，贴近一线，负责解决业务部门人才需求的及时性响应。
传统三支柱的底层假设
传统三支柱的运转，高度依赖于工业时代的底层假设：
环境是相对确定的：企业的战略目标在3到5年内不会发生颠覆性改变，因此COE有长达数月的时间去打磨一套胜任力模型或培训体系
资源的核心是“人头（Headcount）”：组织的增长主要依赖于劳动力数量的线性扩张，人力资源管理的本质是对“人头数量”和“人工成本”的精细化控制。
分工可以带来最优解：只要每个人在自己的职能深耕（Functional Excellence），组织整体就能发挥出最大功效。
然而，正是这些赖以成功的工业底色，在新的时代背景下，开始变成锁死HR进化的铁链。
二、 时代背景的逆转与旧模式的内在冲突
正如《HR Monitor 2026》报告所揭示的，当商业世界变成以敏捷、不确定性、复杂性和模糊性为特征的新阶段时，传统三支柱模型在微观实践中开始全面异化，暴露了最真实、最痛的结构性冲突。
COE的死穴：垂直领域的“孤岛专业化”与横向协同瘫痪
传统COE的核心逻辑是专业分工，一旦企业规模更大，COE这个职能还会被细分为薪酬（C&B）、绩效、招聘、培训（L&D）、组织发展（OD）等垂直条线。
这种设计在实际运作中导致了严重的横向条线割裂。在现实中，业务线面临的往往是一个复杂的系统性、综合性组织问题。
例如“某核心业务线研发人员流失率高”，这背后既可能是薪酬竞对打压，也可能是晋升通道锁死，还可能是主管管理风格粗暴。
当综合问题出现时，薪酬专家想调薪，培训专家想上课，OD专家想重塑文化，大家都在用自己那根“管子”去窥探和解决整体问题。
各管一段的“盲人摸象”导致方案之间，可能冲突，可能留有管理真空；横向协同发挥最大效率的空间极其有限，根本无法输出一个合规且有力的综合解决方案。
HRBP的困境：感知业务痛点，但结构性失语
在传统三支柱的实际运作中，HRBP的真实困境往往不是“不贴近业务”，而是深陷于一种极度尴尬的“权力末端”与“结构性失语”状态。
很多优秀的HRBP其实极具同理心，跟业务贴得非常紧，能够极其敏锐地感知到业务一线极为具体、针对性的种种痛点。
然而，传统的“集团总部，业务一线”垂直的治理架构，会天然制造一种顶层决策与一线体感的断层，导致HRBP在面临深层次组织变革时，面临真实困境：沦为大一统政策的“被动接收者”。
集团总部的COE在制定政策时，往往只能覆盖大一统的标准化与合规性。这种高度抽象的顶层决策，经常无法顾及各业务线，尤其是创新业务或前沿业务，更为针对性的行业痛点和竞争节奏。
由于HRBP在价值链条处于下游，且分散在各业务，缺乏足够的通道真正影响集团的顶层决策。
SSC的瓶颈：系统碎片化下的流程孤岛
传统SSC痛点受限于时代的技术水平，不得不依靠人工来做“系统补丁”。
很多公司，IT系统往往碎片化（考勤、算薪、ERP、报销各自独立）。由于缺乏统一的基础设施打通，系统流转的“最后一公里”只能靠员工充当“人肉数据搬运工”（Human API），在不同的异构系统间手动录入和核对。
这不仅带来了工单堆积和流转延时，更在内部造成了严重的模块割裂。同时，宝贵的员工痛点和组织行为数据被零散地淹没在死数据中，无法沉淀和反哺组织资产。
战略规划遭遇天花板
根据麦肯锡的调查数据，虽然有62%的HR专业人士表示其公司开展了组织内部的某种规划，但全球仅有11%的企业在开展真正意义上长期的、面向3年以上的战略工作场所规划（Strategic Workforce Planning）。
绝大多数企业的HR依然被死死地卷在12个月内的短期业务人头补缺（Headcount Planning）中。
AI时代下，传统三支柱的矛盾越来越明显：一种静态、机械化、割裂的科层制结构，要去响应一个动态、生物化、高度一体化的敏捷多变的环境。
其实，并不是HR不求变，HR的力量也是单薄的，也依赖公司整体的AI化基础建设，没有AI强大的数据支撑，HR很难真的敏捷起来。正如开头说提及，这不是HR单个人单个团队一方的主观性不努力，而是时代的问题。
三、 AI时代的催化：生产力变革对旧体制的降维打击
为什么说2026年是人力资源的“定义性时刻（Defining Moment）”？因为生成式AI与Agentic AI（智能体）的爆发，不再是简单的工具升级，而是对企业生产力的底层逻辑进行了重构。
这种重构直接从根基上震碎了传统三支柱的生存底座。
01| 技术对事务性工作的毁灭性吞噬
根据麦肯锡的建模分析，在AI技术的加持下，整个HR职能中至少有高达80%的传统活动可以实现完全的自动化。
在招聘领域，AI能够自主完成职位描述撰写、多渠道自动发布、CV大规模初筛、技能精准匹配、甚至在第一轮面试中对候选人进行结构化评估与反向答疑；
在员工服务领域，基于Agentic AI的智能自服务平台能够7x24小时处理复杂的员工查询；从复杂的生育津贴报销政策到跨国调动签证流程，Agent不仅能给精准答案，还能直接调用API跨系统帮员工把流程办结。
02| 经验决策在数据建模面前的失效
AI时代，最核心的组织资源正从工业时代的“人头数量（Headcount）”迅速向“ Token与算力（Computing Power）”转移。
由于算法和智能体的介入，几乎每一个岗位的任务结构（Task Structures）每隔几周都在发生微调。
在这样的背景下，传统COE依赖的主管经验、标杆大厂调研、一年一度的静态流程，在实时变化的组织大数据面前显得荒谬可笑。
组织需要的是实时的、基于算法和数据科学的动态干预机制。
03| 组织形态的彻底质变：超级个体与AI-Native组织的崛起
未来的企业组织将不再是人海战术，而是演变为“超级个体 + 数字化智能体”的混合阵型。一个顶尖的员工，通过调度背后的数个AI Agent，可以爆发出一个部门的产能。
这时候，一家公司的考核指标，如果还在考核“打卡时长”、“每日拜访量”等传统的工业化指标，那就是在用清朝的律法去管现代的飞机。
HR回答的，是一些全新的、甚至从来没有在前人教科书里出现过的问题：当全公司接入大模型后，我们各业务线的核心人才画像需要发生怎样的逆转？
正如报告所示，软件开发等执行类技术技能重要性大幅下降，而问题解决、创造力、逻辑推理、AI输出应用与数字素养等 transformative/digital 技能正在全面霸榜。
组织内人类员工与AI Agent之间的权责如何划分？如何为智能体设计激励与审计机制？在高度异构的人机协同环境中，如何保障组织的文化凝聚力与心理安全感？
面对这些直击商业灵魂的问题，对于传统的HR来说，都需要给出有效的答案。变革不再是锦上添花，而是一场不进则退的生死自救。
四、麦肯锡提出的三个角色是什么？
麦肯锡此前的研究发现，超过四分之三的HR职能仍然按照经典的尤里奇三支柱模型组织（HRBP、COE、SSC）。
面对崩塌的旧世界，麦肯锡2026年报告给出的解法是：全面解构尤里奇三支柱，将HR的核心能力提炼、重组并池化，推演、繁衍出适应AI-Native时代的三大全新角色：
People Strategist（人力战略家）：作为业务领导者的教练，解决组织效能问题People Scientist（人力科学家）：作为领域专家，设计有效的组织干预方案People Technologist（人力技术专家）：负责HR的数据和技术基础设施
报告用了一个关键表述来概括这个新模型：人员将按照“流动到工作”（flow-to-work）的原则灵活配置，而不是固定在某个岗位上。专家根据业务优先级，动态组合成项目团队。
为什么是这三个角色：基于企业核心资源的视角
在工业时代，企业的核心资源要素是“土地、资本和人力数量（Manpower）”，因此旧三支柱是围绕“行政控制与分工”建立的。
而在AI-Native时代，企业的核心资源要素彻底演变为：算力（Token）+ 算法（机制/模型）+ 智慧（人类独有的直觉、同理心与商业洞察）。
为了在这三种全新的资源要素上榨取最大的商业价值，后台的HR职能必须对应提供三种底层能力：
面对算力与技术，必须提供 Technologists，否则组织将失去数字化神经系统，AI在HR领域的落地将永远停留在孤立、碎片化的工具试点阶段；
面对算法与机制，必须提供 Scientists，否则组织对人才和Agent的管理将退回冰冷粗暴的数字化血汗工厂，或者陷入经验主义的盲区；
面对智慧与同理心，必须提供 Strategists，否则技术再先进、模型再精准，也无法在前线跨越“人性”的阻力，无法转化为真正的商业胜率。
技术（Technologist）支撑科学，科学（Scientist）赋能战略，战略（Strategist）引领商业。
这三者构成了AI时代驱动组织进化的最简、最闭环的能力矩阵，多一个显繁冗，少一个显残缺。
为什么是这三个角色：基于价值创造的视角
这三个角色对应的是"组织智能"从产生到创造价值的完整链路。
任何一个"智能系统"，不管是AI、还是组织，要创造价值，都必须完成三个环节：
1. 感知：获取数据，建立对现实世界的认知基础 2. 理解：从数据中发现规律，形成可指导行动的洞察 3. 行动：基于洞察做出决策，在现实中产生结果
而报告的底层逻辑是：传统三支柱的分工依据是“工作内容”：你做什么，你就是什么角色。新三角色的分工依据是“价值创造方式”：你创造什么类型的价值，你就是什么角色。
People Technologist = 组织智能的感知层：构建数据基础设施
Technologist创造的价值是“可计算的组织”，让组织的一切变成数据，可被分析和优化
People Scientist = 组织智能的理解层：从数据中发现规律
Scientist创造的价值是“可认知的组织”，从数据中发现规律，让组织“被理解”
People Strategist = 组织智能的行动层：将洞察转化为决策
Strategist创造的价值是“可进化的组织”，把洞察变成行动，推动组织持续进化
组织作为一个智能系统，天然需要这三个功能层才能运转。
五、这三个角色与本体论四要素的关系
前段时间研究本体论，那么这三个角色与本体论四要素之间又是如何关联的，会发现一种惊人的结构性对应。
任何一个系统，不管是物理系统、社会系统，还是数字系统，要描述清楚"它是什么"和"它怎么运作"，都需要回答四个问题：
1、对象：系统里有什么"东西"？就是本体论的实体2、关系：这些"东西"之间怎么连接？实体之间的关联3、规则：它们按照什么逻辑运行？实体之间相互运动对应的约束与规则4、行动：系统如何改变和演化？实体是如何变动的
把三个角色对应上去：
People Technologist = 对象 + 关系
Technologist做的事是什么？建立组织的数据基础设施。
用什么来建？用两样东西：
Skill Graph：定义组织里有什么"对象"，人、技能、岗位、Agent、项目
协作网络：定义这些对象之间的"关系"，谁和谁协作、谁汇报给谁、谁依赖谁
没有对象和关系的定义，后面的一切都不成立。数据是乱的数据，分析是假的分析。
所以Technologist的职责：**把组织变成一个可计算系统，**先定义实体（对象），再定义连接（关系）。
People Scientist = 规则
Scientist做的事是什么？从数据中发现规律。
规律是什么？规律就是"对象在关系中如何运行的约束和模式"。
举个例子：
"跨职能经历≥2次的员工，晋升概率是其他人的2.3倍"，这是关于对象（人）和关系（职业经历与绩效）之间的规则。
"团队协作密度低于阈值时，敬业度下降速度加倍"，这是关于关系（协作网络）和对象（团队）之间的规则。
“每天使用Agent超过4次的员工，问题解决效率提升30%”，这是关于行动（使用Agent）和对象（员工）之间的规则。
Scientist把所有数据倒进去，吐出来的就是一条条规则：什么样的对象、在什么关系下、遵循什么模式、产生什么结果。
所以People Scientist的职责：把组织变成一个可认知系统，发现对象在关系中运行的规律。
People Strategist = 行动
Strategist做的事是什么？基于规则做决策，推动组织改变。
有了对象和关系（Technologist），有了规则（Scientist），接下来呢？
组织和AI不一样，组织不会自动改变。必须有人做决策、推变革、调结构、转方向。
Strategist的角色就是回答：基于这些规律，我们该怎么做？
“AI工程能力是未来三年最关键缺口，应该招人还是培养？先动哪块？”，这是基于规则（Scientist发现的）和对象（Technologist画的）做决策。
“当前组织架构导致协作效率极低，应该调结构还是调激励？”，这是一个行动选择。
“未来18个月15%关键人才可能流失，如何设计干预路径？”，这是一个行动方案。
然后Strategist推动这些决策落地。落地之后，组织发生了变化，新的对象出现、新的关系形成、新的数据产生。然后循环重新开始。
所以People Strategist的职责：把组织变成一个可进化系统，用规则指导行动，用行动改变系统。
新旧对比：本体论的巨大移位
并不是传统三支柱没有体现本体论的四要素：
六、如何从传统到新三角色转变
报告原文对于从传统三支柱到新三角色的转型路径，说的其实相当概括。它没有给出一张详细的“路线图”，而是点明了转型的方向、核心原则。
报告给出的转型“药方”
报告认为HR这三个新的角色不是简单的“换头衔”，而是对HR整个运营模式的重构。
转型的核心是从“静态职能分工”转向“动态能力配置”。原文里用的一个核心概念叫 “flow-to-work”（按工作流向配置人才）。
传统模式：人是固定在HRBP、COE、SSC这些“格子”里的。工作流是自上而下分配的。
新模式：专家（即 Strategist, Scientist, Technologist）不再被职能边界束缚，而是根据最高优先级的业务问题，被灵活地组织成 “产品小组”（product squads）。
这不是传统意义上的“部门”或“职能线”，而是围绕特定业务问题组建的敏捷团队。
这暗示了一个转变路径：打破三支柱的部门墙，围绕项目和数据来组织工作。这意味着：不是“三个部门各管一摊”，而是“三种能力随时组合，解决具体问题”。
报告强调的三个转型“前提”
报告没有直接说“第一步做什么，第二步做什么”，但反复提到了要实现转型，必须先具备三个条件，这实际上就是转型的“地基”工程：
技术底座：必须建立一个统一、干净、可互操作的数据和技术架构。这是 People Technologist 发挥作用的基础，也是目前很多企业的短板。报告明确说，技术架构碎片化是“限制AI规模化应用”的主因。
能力建设：HR团队必须系统地提升AI和数据素养。报告指出，很多HR专业人士对AI潜力的认知是滞后的（比如低估了可自动化的比例），这是转型的认知障碍。
治理与文化：需要重新设计决策流程，并建立“设计-实验-迭代”的文化。为 People Scientist 的“循证”工作和 People Strategist 的“战略连接”提供土壤。
传统三支柱如何向新三角色转变？
SSC → People Technologist（的部分）
SSC的"数据管理"职能，是People Technologist最直接的起点。
但这里必须做一个极其关键的区分：SSC管的是"人事数据"，Technologist要管的是"组织数据"。
| | SSC管的人事数据 | Technologist管的组织数据 || 目的 | 记录和管理 | 计算和分析 || 内容 | 姓名、工号、部门、薪资、考勤 | 技能图谱、协作网络、Agent交互记录、组织数字孪生 || 使用者 | HR运营人员 | 组织分析人员、算法模型、管理层 |
SSC的人最懂员工数据从哪来、格式是什么、质量怎么保证。这些经验在向Technologist转型时极其宝贵。
但光是"懂数据"远远不够。 SSC的人需要跨越的最大鸿沟是：从"维护系统"到"设计系统"，从"会操作"到"会架构"。
转化路径：
SSC（数据录入与维护）→ HR数据治理（定义数据标准和规则）→ 组织数据架构（设计Skill Graph、协作网络等数据结构）→ People Technologist（组织系统架构师）
COE → People Scientist（的部分）
COE里做"人才测评"、"组织调研"、"数据分析"的人，是People Scientist最直接的前身。
但同样有一个巨大的鸿沟需要跨越：COE做的是"描述性分析"，Scientist要做的是"诊断性和预测性分析"。
| COE的分析 | Scientist的分析 || 问题类型 | 发生了什么？ | 为什么发生？什么会有效？ || 方法 | 统计描述 | 因果推断、实验设计、机器学习 || 产出 | 报告：上季度离职率X% | 发现：A因素导致B结果，效应量是C |
COE的人最懂组织心理学、人才测评、调研设计。这些domain knowledge在向Scientist转型时是核心优势，因为懂"组织"到底是怎么回事，知道要问什么问题。
但问题是：光有domain knowledge不够，需要能用数据来回答这些问题。
转化路径：
COE（设计问卷、出分析报告、给出专家建议）→ HR数据分析师（用BI工具做可视化、建dashboard）→ 组织数据科学家（用统计模型和机器学习做因果推断和预测）→ People Scientist（组织规律的研究者和发现者）
HRBP → People Strategist（的部分）
HRBP里真正能深入业务、参与战略讨论、推动组织变革的人，是People Strategist最直接的前身。
但这个转化需要的跨越可能是最大的：HRBP是"流程的推动者"，Strategist是"组织的设计者"。
| | HRBP的推动 | Strategist的设计 || 关注点 | 流程是否跑通、制度是否落地 | 组织能力是否匹配战略目标 || 工作方式 | 协调、沟通、推进 | 诊断、设计、变革 || 核心问题 | 业务需要什么HR支持？ | 实现战略需要什么样的组织？ |
HRBP最懂业务痛点和一线现实。这个经验在向Strategist转型时极其宝贵，因为懂业务在发生什么，有信任关系，知道变革阻力在哪里。
但挑战是：需要从"帮业务解决问题"升级到"帮业务定义问题"。
转化路径：
HRBP（对接业务需求、推动流程落地）→ 业务伙伴+（参与业务战略讨论、提出HR视角）→ 组织顾问（诊断组织问题、设计组织方案） → People Strategist（连接组织能力和商业战略的架构师）
未来的真实图景：三支柱与三角色的混合态
新三角色不会在一夜之间替代旧三支柱。在相当长的时间里，绝大多数组织将处于一个“双轨制”的混合期。这不是妥协，而是必要的过渡。现实的演化将呈现出三种混合形态：
技术增强型SSC。SSC人员手持AI Agent处理复杂例外，转身就去优化自动化规则。他们一半是流程执行者，一半已是Technologist的雏形。
科学家型COE。COE专家制定制度时，同步跑模型看预测效度，用实验代替“拍脑袋”。他们不再只问“标杆企业怎么做”，而是问“我们的数据怎么说”。
架构师型HRBP。HRBP在解决业务燃眉之急时，同步在脑中绘制组织能力拼图。他们从“帮业务填坑”升级为“帮业务看路”。
接纳这种混合态，而非追求一步到位的纯粹性，或许是HR走向新生最现实的路径。
转型路径不是一个“三者同时生长”的过程，而是一个“前一个为后一个创造条件”的串行过程。而这个过程中的阶段性混乱，比如Scientist只能基于残缺数据做分析、Strategist只能靠直觉做决策。
最后
回到我们在开头所阐述的核心观点：当前HR所面临的种种问题，绝非HR本身自己的问题，而是一个由于技术生产力爆发式跃迁、导致旧的管理模式必然经历阵痛的时代问题。
戴维·尤里奇的三支柱模型在过去的三十年里完美地履行了它的历史使命，但在2026年AI-Native的商业底色下，它必须迎来一次脱胎换骨的系统级蜕变。
从三支柱向麦肯锡新三角色（Technologist, Scientist, Strategist）的转变，其底层最深刻的逻辑，就是逼迫HR彻底放弃原有的、以自我为中心的行政功能性定位，蜕变成为一个将技术、科学与商业战略高度融合的“全企业组织进化引擎”。
这场变革，远不止HR这个职能，HR只是“先兆性样本”。
它身上集中爆发的所有症状：流程被自动化稀释、知识壁垒被AI穿透、中介角色被技术平权，正在或即将发生在法务、财务、咨询、设计等一切以“专业知识和流程协调”为核心壁垒的白领职业中。
正如报告提到的Moderna和AXA德国等先锋企业所示，当HR与IT、HR与数据部门在董事会层面开始深度合并时，传统的职业边界已不复存在。这种边界的消融，迟早会蔓延到每一个职能领域。
未来的职场，将是一个属于“超级个体”的时代。不想在这场变革中被IT部门吞噬的HR们，必须立刻启动自我的“工程逻辑与科学思维”升级。
这注定是一场属于勇敢者的游戏。
技术并不会淘汰HR，但那些率先武装了AI、精通技术、科学与战略的新一代组织进化者，必将淘汰掉所有停留在旧时代的传统HR。
麦肯锡报告的最后一段话，值得放在结尾：
"The shift toward AI-enabled, agentic organizations represents the greatest opportunity the HR function has had in decades."
向AI驱动的、代理式组织的转变，代表了HR职能几十年来最大的机会。这句话的潜台词是：也是最大的挑战。
这场自尤里奇模型提出以来最大规模的人力资源rewiring（重塑），大幕已经拉开，而你我，皆在局中。
关注本号，找到私信入口，发送“20260624”即可获取报告。
组织的迷雾终将散去，唯有不断进化的个体才能留到最后。
如果内容对你有启发，欢迎点赞、在看或分享给志同道合的朋友。
我是林潼，专注AI时代的组织演化与个人角色升级。在这里，一起进化为掌控未来的超级个体。 欢迎关注我。
