在过去数十年里，全球人力资源服务行业的业务模型始终围绕“人员规模”展开。灵活用工（Staffing）与外包（Outsourcing）是行业最主要的收入来源。据《The Insight Partners》报告显示，全球灵活用工与招聘市场整体规模达到7,575亿美元，约占人力资源服务行业整体收入的70%以上。作为全球三大人力资源服务商，任仕达（Randstad）、德科集团（Adecco Group）和万宝盛华（ManpowerGroup）的Staffing与Outsourcing业务贡献了其年收入的80%至90%不等。
人力资源服务行业的商业模式逻辑非常清晰：人力资源服务商通过向客户提供更多的人员来获取更高收入；客户企业则在业务增长期依赖外部人力实现扩张。也正因此，头部服务商的增长模型与客户“雇佣人数”高度正相关——人越多，营收越多。
但在生成式人工智能（Generative AI）兴起的背景下，这一逻辑正被颠覆。客户的增长策略正在从“增加人头数”（Headcount-driven growth）向“提升单位人效与产出”（Client Value-driven growth）转变。在AI智能体（Agentic AI）等技术的加持下，企业开始主动压缩岗位总数，以更少的人力完成更大的业务体量。在这场效率导向的重构中，客户对“派更多人”不再感兴趣，他们更希望服务商帮助其“实现更高的人均价值”。
这就产生了根本性的矛盾：客户希望通过AI减员增效，人力资源服务商却仍然依赖“人员数量”来维持营收。这种从Headcount模式向Client Value模式的结构性张力，是当前人力资源行业最核心的转型挑战。
下图展示了全球三大人力资源服务供应商-任仕达（Randstad）、德科集团（Adecco Group）和万宝盛华（ManpowerGroup）在业务依赖度、受AI趋势冲击程度、核心风险点等：
从图中可见，任仕达（Randstad）、德科集团（Adecco Group）和万宝盛华（ManpowerGroup）三大人力资源服务商均高度依赖Staffing与Outsourcing业务（收入占比均超八成），但这一模式正受到AI趋势的实质性冲击。客户不再追求“补人”，而是转向“减员增效”。德科集团（Adecco Group）因核心业务为大规模岗位填充，受到替代压力最强，通过推出r.Potential主动应对人机共融的市场需求；任仕达（Randstad）与万宝盛华（ManpowerGroup）虽有AI工具试点，但其客户多已启动成本审查和流程再设计。未来，唯有从“派人”走向“配置价值”，服务商方能维持长期竞争力。
随着生成式人工智能（Generative AI）技术的迅猛发展，全球人力资源服务行业正站在巨大变革的门口。当今企业领导者面临一个前所未有的课题：如何在确保业务高效发展的同时，让人类员工与数字劳动力（AI智能体）共存共荣？2025年4月，全球人力资源巨头德科集团（Adecco Group）携手Salesforce公司推出全新子公司 r.Potential，旨在帮助企业战略性地管理人类与数字劳动力，以实现未来工作的成功转型。
德科集团CEO德尼斯·马修尔（Denis Machuel）指出：“我们正处在未来工作的关键时刻。通过在人类与智能体之间建立明确的协作框架来拥抱AI，可以为成功铺平道路”。这一举措在业界引发强烈关注——r.Potential是否标志着人力资源服务业向“AI增强劳动力配置”转型的开端？它对以人力规模取胜的人力资源服务商意味着什么？
人力资源服务业历来以“人”为核心：无论是员工招募、灵活用工（Staffing）、业务流程外包（BPO），抑或管理咨询，模式都依赖于向客户输送合适的人才，并通过人力规模的扩大实现业务增长。然而，这一模式正面临前所未有的挑战。一方面，企业对效率和成本的要求不断提高，希望“用更少的人完成更多的事”；另一方面，人工智能技术的飞速进步为自动化和智能化带来了巨大的可能性。正如德科集团（Adecco Group）r.Potential官网所述：“当今这一代企业领导者，将成为最后一批只管理全人类员工队伍的人”。数万亿美元正涌入各种AI系统，用于培养能够执行过去由人类完成任务的数字劳工（digital workers），这让企业决策者面临终极“假设情景”的考验。
自ChatGPT掀起生成式AI热潮以来，大多数行业领导者都意识到AI对工作的变革性潜力。据Salesforce的调研，84% 的首席信息官（CIO）认为AI将带来不亚于互联网的变革性影响。越来越多企业开始尝试将AI智能体（agentic AI）投入实际业务：OpenAI在短短两个月内吸引了1亿用户，也印证了这一“智能体时代”的爆发力。对于人力资源服务业来说，AI既是机会也是挑战——机会在于借助AI提升服务能力和附加值，挑战在于AI可能部分取代人工，从而冲击以人力规模驱动收入的商业模式。德科集团（Adecco Group）管理层敏锐地意识到，如果缺乏前瞻规划，这场AI变革可能导致“数百万人因错误决策而失业，企业也将浪费数十亿美元在失败的AI投资上”。因此，如何提前布局“人机共融”的未来工作模式，成为人力资源巨头亟须解决的战略命题。
在这一背景下，德科集团（Adecco）于2025年推出了全新子公司r.Potential，作为其AI战略的关键落子。r.Potential总部位于旧金山，由前德科全球运营及AI高级副总裁格雷格·休梅克（Greg Shewmaker）担任CEO。该公司的成立，得到了德科集团和Salesforce的联合投资，并与Salesforce建立战略合作关系。其核心使命用一句话概括即：“借助AI，增强并保障人类的最大潜能”。换言之，r.Potential旨在帮助企业规划和打造一个人类员工与AI智能体协同工作的未来 workforce，以实现“自动化工作但不去人性化”的目标。
根据德科集团发布的新闻稿，r.Potential被定位为一家“企业智能（enterprise intelligence）公司”，利用其数十年积累的就业数据和市场洞察，结合客户自身的数据，为企业提供最新、最相关的洞见，帮助其规划一个人机共生、共同繁荣的劳动力构成。Salesforce的加盟为r.Potential注入了强大的技术基座：r.Potential将充分利用Salesforce的核心平台以及其最新推出的Agentforce数字劳动力平台，来开发解决方案。Agentforce是Salesforce专为引入可信任的自主AI智能体而设计的平台（其应用商店为AgentExchange），能够实现团队的“无限数字劳动力”扩展。
通过整合德科（Adecco）的全球劳动力数据与Salesforce的AI智能体技术，r.Potential希望为企业提供一种全新的“劳动力智能”服务：既能洞察市场与组织数据，提供整合的、动态的用工配置建议，又能通过合作伙伴快速执行这些配置，包括调配人力或部署AI智能体。一句话，r.Potential要做的，是为企业打造一个人机融合的未来劳动力蓝图，并提供实现这一蓝图的工具和路径。
r.Potential的出现，释放出一个强烈信号：人力资源服务行业正迎来“AI增强劳动力配置”的新范式。在这一范式下，提供给客户的不再仅仅是单一的人力（如一批临时工、外包团队），而是“人力 + AI”的综合解决方案。企业领导者将能够基于数据驱动的洞见，回答如下问题：哪些任务应继续由人类执行，哪些可以交由AI智能体？最佳的人机搭配方案是什么？
正如r.Potential提出的概念——“潜能单元（Unit of Potential）”，即针对特定业务目标和现实约束，在人机分工比例上的组织级配置方案。这些方案可以视作企业劳动力的数字孪生，通过仿真来预测不同人机组合的效果。例如，对于一家需要进行大规模财务审计的咨询公司，r.Potential可能给出一个“潜能单元”建议：将常规合规检查工作80%交由AI智能体执行，人类审计师专注于20%高风险领域，从而在保证质量的前提下提高效率并降低成本。企业高管可以在虚拟环境中模拟这一方案的结果，然后再决定是否实施；一旦决定实施，德科（Adecco）可以迅速补充所需人力，Salesforce的Agentforce则部署相应AI智能体协同工作。这种模式需要反复试错的人力调整过程转变为数据驱动的仿真决策，极大降低了决策风险和试错成本。
这一新范式与现有人力资源服务存在根本性的冲突。在旧模式下，人力资源服务商的收入与所管理的人数直接相关，可以说“人头数量”就是业务规模。例如，公司通过给客户提供合同工并收取佣金或加成盈利，更多人员意味着更多收入。同理，BPO外包服务通常按人/时计费，服务商倾向于扩大外包团队规模来增加收益。然而，r.Potential模式关注的是“为客户找出最优的人机配比，尽可能提高效率”，这可能直接减少客户对人力数量的需求。一个成功应用r.Potential方案的客户，或许能够用更少的人完成同样的工作量，因为部分工作已经由AI智能体承担了。这意味着，人力资源服务商不再单纯依赖人力规模收费，而需要通过提供智能解决方案的价值来盈利。这无疑对现有业务模式形成自我颠覆：它可能导致业务收入在短期内受到影响，却有望在长期建立一种高附加值、可规模化的新收入流。
此外，从服务内容看，人力资源服务主要解决“获取合适的人”的问题，即帮助企业找到并用好人才；而AI增强的劳动力配置则更进一步，解决“人和机器如何最佳协作”的问题。这要求服务商具备新的能力：不仅懂人力资源，还懂AI技术、懂业务流程重组。这实际上模糊了人力资源服务和管理咨询、IT咨询之间的边界。像r.Potential这样的企业智能平台，既需要分析企业战略和组织流程，又要能实施AI系统，具有跨学科的综合性。对于仍然以“人力供应商”角色自居的人力资源公司来说，这是巨大转变。
即便在企业内部，引入AI智能体也引发管理与文化的新问题：员工如何与AI并肩工作？如何避免AI的滥用或带来的伦理问题？ 德科集团（Adecco Group）r.Potential强调要“自动化工作而不去人性化员工”，反映出对于AI可能造成人员不安和抵触情绪的关注。服务商需要帮助客户建立“人机协作”的新治理框架，包括明确哪些岗位由AI承担、如何对AI输出进行监督、如何培训员工与AI协同、以及如何妥善处理由AI替代部分工作的员工转岗。这些都超出了人力资源服务的范畴，意味着服务商自身也要升级定位。从这个角度说，r.Potential不仅在技术和商业模式上和业务有冲突，在价值观和使命上也提出了新挑战：过去服务商以满足客户当前人力需求为使命，而现在则要以引领客户未来劳动力变革为使命。
值得注意的是，德科集团（Adecco Group）并非孤军奋战，整个专业服务领域都在快速拥抱AI。四大会计师事务所等企业服务巨头，正是引入AI智能体以降本增效的先锋。普华永道（PwC）在2024年宣布未来3年投资10亿美元用于AI，并与OpenAI达成协议，成为ChatGPT企业版的首批转售伙伴和最大企业客户。普华永道（PwC）已将ChatGPT Enterprise部署给其美国和英国的10.1万名员工，用于审阅税表、生成报告等日常工作。他们甚至开发了自有的定制GPT模型，加速处理审计底稿、投标书撰写、软件代码分析等任务。由此带来的直接效益是显著的：大量重复性、格式化的工作由AI高效完成，员工可以腾出时间专注更高价值的咨询和客户服务。普华永道（PwC）的全球首席数据官呼吁：“我们将把自身的AI转型经验带给客户，为审计、税务和咨询服务注入更快速、更优质的解决方案”。事实上，普华永道（PwC）报告称其美国千强客户中有95%正在积极探索生成式AI应用，几乎所有行业都希望借助AI实现转型。
毕马威（KPMG）同样下注AI：2023年宣告与微软深化合作，未来5年投资20亿美元将Azure OpenAI嵌入公司审计、税务、咨询各业务环节。通过这一举措，毕马威（KPMG）计划为其全球26.5万员工配备AI助手。例如，在审计领域引入AI分析财务数据，让8.5万名审计师将精力聚焦更高风险的领域；在税务领域开发生成式AI“虚拟助理”，能够快速梳理分析海量财务与法规数据，为税务专家提供建议，从而实现“巨大时间节省”。毕马威（KPMG）的全球税务技术负责人形象地称之为“引入了一位新的团队成员”——这位“AI同事” 24小时待命，帮人类更快、更准确地完成工作。毕马威（KPMG）预计，这些AI举措除了提升内部效率，也将带来可观的市场机遇：据估算，此次与微软（Microsoft）的合作有望为毕马威（KPMG）带来超过120亿美元的新增业务增长空间。这清晰地表明，大型专业服务公司并不担心AI减少人工服务需求，反而视其为拓展新业务、提高客户价值的契机。
其他诸如德勤（Deloitte）和安永（EY）也动作频频：德勤（Deloitte）与谷歌（Google）联手打造生成式AI实践，加速在零售、营销等领域的创新应用，并强调“AI将催生前所未有的生产力提升，但需要同步进行积极的劳动力转型”。安永（EY）则在2023年启动“EY.ai”计划，大举培训其全球员工掌握AI技能。在咨询业巨头和IT服务公司纷纷进军“AI+劳动力”领域的态势下，人力资源服务商如果故步自封，显然将丧失竞争力。德科集团（Adecco Group）选择与Salesforce合作推出r.Potential，正是为了抢占这一新兴赛道的先机，避免让管理咨询公司或科技公司独占未来“劳动力智能”市场。在此之前，人力资源服务公司更多是在内部运用AI提升招聘匹配效率，例如德科集团（Adecco Group）与Bullhorn合作，将AI算法用于候选人筛选匹配，实现了填报率两位数提升、招聘周期显著缩短。但r.Potential表明，人力资源公司正从“内部赋能”走向“外部赋能”：不仅用AI优化自身服务交付，更将AI转化为直接面向客户的产品与服务。这一转变将重塑行业格局，使得“人力中介”进化为“综合劳动力方案提供商”。
为了更好地理解r.Potential模式的革新性，我们将其与人力资源服务（如灵活用工、外包等）商业模式进行系统比较：
核心价值主张：人力资源服务商充当“人力供给方”，其价值在于快速为客户找到合适的人，并通过完善的流程管理提高用工灵活性。例如，客户需要100名呼叫中心坐席人员，服务商可以迅速招募并派遣到位。而r.Potential的价值主张是充当“人机协同战略顾问”和“劳动力配置优化器”。它提供的是对客户业务的深入诊断和模拟，告诉客户哪些岗位可以由AI替代、哪些岗位需要人类加强，以及最优的协同方案是什么。简言之，一个侧重提供资源，一个侧重规划方案。
收入来源与定价：在这种模式下，收入直接与人力数量相关。例如，派遣服务按照派遣员工的数量和薪酬的一定比例收费；外包服务按所接管的座席人数或工时收费。这意味着业务规模依赖于持续扩大灵活用工或外包团队的数量。而r.Potential模式下，收入更可能来自订阅费、咨询费或项目制费用。比如，r.Potential为一家企业提供一份基于仿真的“未来劳动力配置报告”及后续实施支持，可能按项目收费或按平台订阅收费，而不直接取决于客户雇佣了多少人。未来，随着Agentforce的AgentExchange市场成熟，r.Potential或许还能通过AI智能体应用的交易提成获得收入。这使其收入模式更接近于一家SaaS软件公司或咨询公司的混合，而非按人头收费的人力中介。这种转变也符合人力资源服务商追求提高利润率、降低对人力成本依赖的长期诉求。
运营杠杆与规模效应：人力资源业务高度依赖人工操作（招聘、筛选、培训、管理）。当客户需求激增时，服务商往往需要线性增加自己的招聘团队、人事管理人员等，规模效应相对有限。而r.Potential作为数字平台，一旦其模型和软件开发完毕，可以同时为多个客户提供智能分析，具有强大的可扩展性。正如德科高管Caroline Basyn所说，与Salesforce技术的深度整合让德科能够“用更智能的方式服务客户，同时搭建起塑造未来工作的基础设施”。在内部试点中，德科借助Agentforce使招聘流程实现了7×24小时运转（AI智能体无间断筛选候选人），填补人工空白，提高了招聘的速度和规模。可见，AI驱动的平台能突破以往人力资本扩张的天花板，实现非线性的规模增长。
对客户的影响：旧模式下，引入外部人力服务对客户组织运作方式影响较小，更多是在人力数量上的增减。而AI增强模式会深入改变客户的业务流程和组织结构。例如，在派遣中，客户的经理依然以同样方式管理灵活用工；但在r.Potential方案下，客户可能重组团队，让AI和人混编，并重新定义岗位职责。这对客户的变革管理能力提出要求，也意味着服务商在交付方案时需要提供额外的配套支持（如员工培训、流程再造咨询）。可以说，r.Potential承担了一部分由管理咨询公司提供的变革推动角色。这也解释了为何德科要将其设立为独立公司，并邀请具有咨询背景和AI专长的人才来领导。因为这套商业模式需要不同的运营范式、人才结构和市场打法，才能真正发挥价值。
下面的表格对比了人力资源服务模式（如灵活用工/外包）与“AI增强劳动力配置”模式在若干关键维度上的差异：
注：上表中KPI如填充率（Fill Rate）指客户岗位得到成功填补的比率，AI增强模式则关注例如工作任务的自动化比例等新型指标。
为了更直观地理解AI智能体在实际企业中的应用路径，我们选取四大会计师事务所中的两家作为代表案例，分析他们如何通过引入AI智能体实现降本增效。
案例一：普华永道（PwC）– 全员部署ChatGPT，实现知识工作的提速增效
公司背景：普华永道（PwC）是全球领先的专业服务机构，拥有众多从事审计、税务和咨询的知识型员工。其服务本质上依赖大量专业人员的智力劳动，如何提高这些高技能劳动力的生产率，是PwC长期关注的问题。
AI举措：2024年，PwC宣布与OpenAI及微软达成深度合作：在美国和英国的7.5万名员工（美国）和2.6万名员工（英国）中推广使用ChatGPT Enterprise。这意味着几乎覆盖全部咨询和审计从业者。PwC还成为OpenAI企业版产品的首个转售伙伴，不但自用还将ChatGPT企业版集成到其对客户的服务中。为确保安全合规，PwC构建了内部专属的大模型应用环境，并开发了若干定制的GPT工具。例如，用于审阅税务申报表的GPT、用于撰写咨询建议书的GPT，以及充当软件开发助手的GPT等。
效率提升：借助ChatGPT，许多需要数小时人工研读材料的工作可以在几分钟内初步完成。例如审查一份复杂税表，AI智能体可以先行检查并列出疑点，供税务专家重点关注。又如编制财务报告，GPT可根据底稿自动生成初稿，顾问再行润色。 普华永道（PwC）高管指出，这些AI应用让员工将时间投入更有价值的工作，例如与客户互动和提供洞见。初步内部测算显示，某些任务环节的效率可提升达40-50%（如税表初审、报告初稿撰写），这相当于变相扩充了人员规模而无须增加人力编制。
成本降低：对于专业服务公司来说，效率提升直接意味着成本的降低和利润率的提高。以前为了在紧迫的审计截止期限前完成工作，可能需要团队加班加点甚至外部临时增援，现在AI助手分担了工作量，可减少高昂的加班支出。此外， 普华永道（PwC）作为OpenAI企业产品的转售伙伴，也可能通过为客户部署类似解决方案而开辟新的收入，部分抵消内部投入成本。更长远看， 普华永道（PwC）的每位员工因为有AI助手相伴，单位产出提高，公司的盈利能力和竞争优势均得到增强。
实施路径：普华永道（PwC）的AI转型路径具有代表性：首先在内部进行大量试点和培训，成立了专门的AI领导岗位（如首席AI官）来统筹规划。然后与顶尖AI技术方合作（OpenAI/Microsoft），拿到领先的技术访问（ChatGPT-4 Enterprise）。紧接着开发落地用例，并将其融入员工日常工具（例如通过Slack集成，方便员工随时调用AI）。最后，将内部成功经验打包为对外服务，提供给客户，从而转型出新的服务产品。这一过程体现了先内部赋能、再商业赋能的思路，其核心是明确AI能在哪些具体任务上带来价值，并逐步扩大全员应用。
实际效果：到2024年底， 普华永道（PwC）报告其在美国和英国已有近千个客户项目应用了生成式AI元素，客户反馈积极，认为AI辅助提高了交付速度和质量。同时 普华永道（PwC）内部员工对于日常工作中使用AI也表现出较高接受度，因为它减轻了繁琐任务压力。这佐证了一个要点：在知识密集型的业务中，AI智能体可以成为专业人员的强大助力，既提升效率又未削弱服务价值。 普华永道（PwC）的实践也表明，引入AI智能体并不一定导致裁员，反而可以作为公司扩张业务、服务更多客户的跳板（因为员工有更多精力承接新项目）。从降本增效角度，AI带来的效益主要体现为单位产出的提升和交付速度加快，从而在相同成本下创造更大价值。
公司背景：毕马威（KPMG）同为四大之一，业务遍及审计、税务和咨询。与普华永道（PwC）类似，其服务离不开大量专业人士。但毕马威（KPMG）在规模和IT投入上略有不同，它近年来着重打造智能审计平台“KPMG Clara”等，希望通过技术提升服务质量。
AI举措：2023年，毕马威（KPMG）宣布与微软深化AI合作，并投入不少于20亿美元用于云和AI升级。具体举措包括：在审计平台中融合Azure OpenAI的模型能力，让AI辅助处理审计底稿、合同和凭证核对等任务；为税务团队开发GenAI虚拟助手，可以快速阅读并分析税法文件、财务数据，为方案制定提供初步意见；在咨询部门则利用AI改进供应链、网络安全等领域的分析工具。简而言之，毕马威试图将AI嵌入所有核心业务线，并在内部大范围推行。
效率提升：在审计过程中，初级审计员需花费大量时间核对交易明细、检查异常，但AI可以大幅加速这一过程。通过在“KPMG Clara”中集成机器学习和自然语言处理，85,000名审计专业人员能够更快捷地完成常规审核，使他们能将注意力集中在高风险领域。据毕马威反馈，运用AI后，一些数据交叉核对工作速度提高了数倍。对于税务咨询，AI助手可以在几秒钟内查阅海量法规和判例并给出摘要，而以前这些可能需要专业人员检索半天时间。这种信息获取和处理效率的提升，是专业服务领域降本增效的关键：减少人工翻阅、搜索、整理信息的时间，就是在压缩项目成本。
质量控制与风险降低：加班和快节奏可能导致人工出错率上升，而AI可以持续稳定地执行重复任务，降低因疲劳导致的失误。此外，AI还能在海量数据中发现人眼未及的模式或异常，提高了风险检测能力。这在一定程度上避免了代价高昂的审计漏报或税务差错，也是一种“隐形”的成本节约（避免损失）。
人力资源效益：毕马威（KPMG）强调，引入AI并非为了减少现有人力, 而是为了让员工更高效、更智慧地工作。例如，AI助手承担了“信息搬运工”的角色，员工感觉工作的技术含量和趣味性提高了，有助于人才保留和激励。这从另一个角度降低了人才流失成本。同时，公司可以在不显著增加人手的情况下，承接更多客户项目，实现营收增长。因此，对毕马威而言，AI带来的效益不仅在成本端，也在收入端：通过效率和能力提升，赢得更多市场机会（合作有望带来$12亿美元增量业务）。
实施路径：毕马威（KPMG）的路径是一种“自上而下”的快速推进。一开始高层就达成共识，认为AI将“让一些旧有业务执行方式过时”。于是通过巨额投资与顶级科技公司合作，为全公司创造AI应用的基础设施。然后在每条业务线上设立AI项目，让技术专家与业务团队紧密协作，共同开发适合各领域的AI用例。与此同时，强化员工培训，使之掌握使用新工具的方法。从执行顺序看，毕马威几乎是同时在多领域铺开，利用与微软合作的东风，加速了转型进程。这种策略适用于有雄厚资金和技术伙伴支持的大型企业，即通过“大手笔投入”抢占先机。
实际效果：毕马威（KPMG）在2024年的财报中提到，其智能审计平台的使用率大幅提高，客户满意度有所提升。在税务服务中，引入AI助手后项目交付周期平均缩短了10-15%。这些数据虽然尚属早期成果，但足以证明AI能为专业服务注入新的活力。更重要的是，毕马威（KPMG）向外释放了一个清晰信号：未来的专业服务竞争，不仅比拼人才数量，更比拼人与AI协作的能力。从降本增效的角度看，毕马威（KPMG）成功将AI转化为“削峰填谷”的工具：将繁琐低效之处的成本削去（削峰），填补了过去因人力不足产生的效率真空（填谷）。其经验对于其他试图拥抱AI的企业具有借鉴意义：高层坚定支持、重金投入基础设施、全面培训员工，并聚焦具体业务痛点来应用AI，是取得实效的关键。
高层战略投入：企业领导层认识到AI的战略意义，投入可观资源（人力、资金）布局AI。
技术伙伴合作：与领先AI厂商合作获取先进工具（OpenAI、微软等），或采购成熟平台（如Salesforce Agentforce）。
内部试点与人才培养：挑选适用的场景进行AI试点，在此过程中培训员工掌握新工具，建立内部冠军。
扩大全员应用：将成功用例推广到全组织，让AI助手成为员工日常工作的一部分（例如通过Slack等工作平台集成）。
业务流程再造：根据AI能力重新设计部分流程，明确哪些步骤由AI执行、输出由谁复核，确保责任与风险可控。
监测效果与反馈：持续跟踪效率、质量指标的变化，收集员工和客户反馈，不断改进AI应用，使其真正融入业务并产生量化收益。
通过上述路径，企业通常能够在相对短的周期内看到阶段性成果，如某些环节效率提升几十个百分点、员工满意度上升等。同时，也为进一步扩大AI应用（甚至开发对外服务）打下基础。这些实践表明，“AI增强劳动力”并非空中楼阁，已经在现实中创造价值。这也印证了r.Potential模式的前瞻性：越来越多企业客户会需要专业指导来全面部署AI智能体，实现跨部门的协同增效，而不仅仅是在某一两个业务链条上零散使用AI。人力资源服务商若能率先掌握这方面的方法论和工具，将能成为企业的长期战略合作伙伴，而不仅是人力供应商。
面对“AI增强劳动力配置”这一趋势，人力资源服务商应如何规划自身的转型路径？基于德科集团（Adecco Group）r.Potential的经验和上述企业案例，我们提出一份战略转型路径图，包含四个阶段：
人力资源服务商首先应在内部充分应用AI技术，提升自身运营效率。这包括引入智能招聘系统（如利用Bullhorn ATS的AI匹配功能，实现候选人精准匹配，填充率提高两位数）、客服 chatbots 提升候选人和雇主的服务体验、自动化日常行政流程等。一方面，这将降低自身运营成本、提高利润率；另一方面，内部应用使公司累积AI实践经验，培养数字技能人才，为下一步对外赋能做好准备。德科集团的做法就是范例：它在推出r.Potential前，就已通过与Bullhorn等合作，将AI嵌入招聘流程，取得显著绩效改进。同时，德科集团（Adecco Group）还与微软（Microsoft）合作在员工培训中引入GenAI，确保团队对AI工具“先练兵”。内部赋能阶段的关键KPI包括：匹配效率提升、候选人转化率提高、内部人均营收增加等。
在内部验证效果后，服务商应开发可面向客户的AI+人力综合解决方案。这需要组建跨职能团队（人力资源专家、数据科学家、AI工程师、业务顾问等）共同工作，将人力资源专业知识与AI技术结合，形成标准化的方法论和工具。例如，设计一个“劳动力智能评估”产品，为客户评估现有岗位的自动化潜力；或者正如r.Potential那样，开发一个仿真平台，能根据客户数据模拟不同人机配置方案。在这一阶段，服务商可能需要技术合作伙伴支持（如Adecco与Salesforce共建Agentforce应用）。产出物可以是一套软件平台（SaaS）加上咨询服务包。重要的是，要有前几个种子客户共同参与共创，以确保解决方案契合市场需求并取得可验证的成功案例。这一阶段的KPI包括：首批解决方案的付费客户数、试点项目ROI、客户反馈满意度等。
当解决方案成熟后，需要快速推向市场，占据客户心智。人力资源服务商应调整自身品牌定位，从“人员供应商”转型为“劳动力转型伙伴”。市场团队需制定清晰的价值主张：比如，r.Potential宣称帮助客户“提前规划未来工作，避免决策失误导致的人力浪费和投资损失”。可以通过行业研讨会、白皮书等教育市场，让客户理解AI增强劳动力的价值。同时，挑选战略行业率先突破，例如科技、金融等对AI接受度高且用工量大的行业，打造标杆案例（如帮助一家大型银行将客服中心30%的工作由AI承担，节省多少成本等）。与客户高层对话时，要能提供令人信服的数据：例如某方案可将运营成本降低20%、生产率提高30%等。这个阶段也可能需要建立新的合作生态：如联合软件公司、咨询公司一起提供综合服务。德科集团（Adecco Group）的r.Potential选择与Salesforce紧密绑定，就是希望借助后者的企业客户网络迅速扩张服务范围。规模扩张阶段KPI包括：签约客户数、年经常性收入（ARR）、解决方案对总体营收的贡献比等。
当“人机协同”服务成为公司业务的重要组成部分后，需要进一步优化商业模式，巩固竞争优势。这可能涉及调整组织架构，成立独立业务单元（如Adecco将r.Potential独立运营），引入不同的激励机制以鼓励解决方案销售，而非仅奖励人力派遣业绩。同时，持续的R&D投入必不可少，因为AI技术演进迅速，需要不断升级产品功能（例如，Salesforce Agentforce从1.0升级到2.0，加入了更强的推理和数据检索能力）。人力资源服务商还应关注法律和伦理方面的护城河，比如率先制定AI在劳动力配置中的使用准则，确保“可信AI”的形象，从而取得客户信任。这也是未来竞争的软实力所在。持续创新阶段的目标是让公司的“AI增强劳动力”服务进入成熟盈利阶段，并形成难以复制的差异化优势。KPI包括：客户留存率、续约率、解决方案利润率、市场占有率等。
通过以上四个阶段的循序推进，人力资源服务商有望实现从“以人力数量驱动”向“以技术和洞见驱动”的蜕变。下图总结了这一转型路径：
图：人力资源服务商向“AI增强劳动力配置”转型的战略路径图（四阶段模型）
每个阶段都有不同侧重点和里程碑指标，循序渐进地推动公司转型。最终目标是形成可持续的新商业模式，在提供更高客户价值的同时，获得更高的利润增长空间。
为了深入理解“人机共融”劳动力配置的核心原理，我们可以参考r.Potential提出的智能框架模型。德科集团（Adecco Group）称，r.Potential通过“复合层次的企业智能”为客户创造价值，这些智能由三大层次构成：
Integrative Intelligence（整合智能）：基于对市场大数据和企业自有数据的统一分析，提供人机配置的初步建议。这一层强调宏观与微观信息的结合。例如，通过整合全球劳动力市场供需数据和企业内部的人力成本、产出数据，找出企业在哪些职能上引入AI能获得最大ROI。整合智能回答的是“现在有哪些人机配置的可能性”。
Adaptive Intelligence（自适应智能）：利用实时的AI智能体绩效数据，动态调整人机配置建议。当企业开始使用AI智能体后，其表现数据会不断产生。例如，一个客服AI每天的响应速度、准确率如何，人类客服介入了多少次等。自适应智能层会根据这些实时反馈优化配置方案，比如发现某AI在处理投诉上效果不佳，则建议该环节仍由人负责，或者换用更先进的AI。这一层解决的是“在执行过程中如何调整人机配比”。
Predictive Intelligence（预测智能）：通过仿真和专门为高管决策训练的模型，提供模拟情景下的人机配置方案。这是一种更复杂的智能，它综合了市场/企业历史数据、实时绩效数据以及高层决策偏好，来预测各种配置在未来的效果。例如，在并购重组或业务高速扩张的情境下，人机最佳组合会有什么变化？Predictive Intelligence能够让领导者在做出重大决策前先看到可能的结果。它回答的是“将来某种人机配置的潜力和风险”。
图注：Integrative Intelligence（整合智能）结合市场和企业数据给出基础配置；Adaptive Intelligence（自适应智能）根据AI智能体实际绩效动态调整；Predictive Intelligence（预测智能）在仿真中预演未来情景下的最佳配置。该模型体现出逐层递进增强的智能决策能力，为企业高管提供由浅入深的劳动力规划洞见。
在实际应用中，三层智能往往结合使用。例如，r.Potential先运用整合智能分析某银行客服中心当前的工作分布，建议引入聊天机器人承担30%查询工作；部署后，通过自适应智能观察机器人平均解决率达80%，于是进一步微调分工比例；最后，高管借助预测智能模拟如果将机器人应用范围扩大到投诉处理，客户满意度和成本将如何变化，从而决定下一步战略。这个框架模型对整个行业具有启示意义：人力资源服务向AI转型，需要基于多层次的数据智能支撑，以确保在人机协同的复杂系统中做出正确决策。简单来说，只有当我们既看清现在（Integrative），跟踪变化（Adaptive），又预见未来（Predictive），才能真正实现“人机双赢”的劳动力配置。
在衡量“AI增强劳动力配置”模式的效果时，一些关键的指标和数据表现值得比较。下面我们通过数据对比来进一步说明新旧模式的差异：
注：以上数据为基于公开资料的合理假设，用于说明趋势。实际指标提升幅度视行业和应用成熟度而定。例如德科与Bullhorn试点表明填充率提升超过10%，Salesforce合作案例显示引入AI智能体后客户体验明显改善且运营成本降低。
通过上表可见，AI增强模式几乎在各项关键绩效指标上都优于原有模式：招聘更快更多更准、用工更省更稳。尤其值得强调的是，某些过去难以兼顾的要素如今可以同步改善——例如效率提高的同时质量也提高，并非简单以牺牲质量换效率。在原有模式下，要缩短招聘时间往往需要增加招聘人员投入，而AI模式下则能做到提速的同时降低人员负荷和出错率，这就是技术带来的“鱼和熊掌兼得”效应。
这些数据差异也解释了为什么客户企业会被“AI增强劳动力”所吸引：谁不想用更低的成本、更短的时间，找到更适合的人才并让业务运转得更顺畅？以招聘为例，人才短缺一直是困扰企业的难题。如果一个解决方案能够将招聘周期缩短几天且找到的人才更贴合要求，对企业的价值是巨大的。同样，在内部流程上，如果AI助手让员工工作效率提升30%，企业就相当于扩编了30%的人员而无须支付额外薪酬。反映到财务上，就是利润率的提升和交付能力的增强。
对于人力资源服务商而言，这些数据对比提醒他们：客户的期望正在提高，如果不提供AI驱动的高效方案，服务将无法满足未来需求。反之，拥抱AI所带来的性能改善，将成为赢得客户的强有力卖点和新的增长来源。
德科集团（Adecco Group）创立r.Potential并大举进军“AI增强劳动力配置”领域，标志着全球人力资源服务业正在经历一场深刻的自我变革。这一变革的驱动力来自两方面：一是客户需求的演变——企业追求更高效、更灵活的用工模式，希望人机协同来实现业务腾飞；二是技术供给的成熟——生成式AI和自主智能体的兴起，为重塑劳动力配置提供了可行工具和庞大市场（据Salesforce估计，数字劳动力市场机会规模高达6万亿美元）。
范式转型已然开启：r.Potential作为先行者，以崭新的商业模式证明了人力资源服务业完全可以跳出“人头生意”的框架，向“智能方案生意”转型。正如Bullhorn CEO所言，这是招聘行业“令人侧目的时刻”，AI将深刻影响客户增长和盈利，而像德科这样引入AI的领军者正在为行业绘制未来路线图。可以预见，“AI增强劳动力”将成为行业新范式，未来3-5年内更多同行将跟进推出类似服务。
短期冲突与长期机遇并存：不可否认，新旧模式在短期内存在利益冲突。AI智能体的引入可能减少客户对外部人员的需求，从而影响业务收入。然而，从长期看，这是一次“自我颠覆”以赢得未来的战略抉择。通过提供更高价值的智能服务，服务商有望获得基于价值而非基于人力数量的溢价。这不仅能提高利润率，也让业务更具抗周期性（不再完全依赖经济扩张时的用工增长）。Adecco和Salesforce的深度合作也暗示了一种可持续模式：在人力和AI两端都参与价值创造，一方面继续满足客户不可替代的人才需求，另一方面也从AI部署中分一杯羹。这种“双引擎”模式如果运转良好，将比过去单一的人力驱动模式更稳健。
客户价值为中心，推动共赢：企业客户引入AI的核心动机是降本增效。在这个过程中，人力资源服务商若能帮助客户成功，就能实现与客户的共赢。从四大的案例看到，客户非常需要有人提供关于“如何用AI优化组织”的专业指导。这正是HR服务商可以发挥的新价值。通过与客户深度合作，服务商也可积累宝贵的数据和案例，反哺自身产品改进。围绕客户价值转型，是r.Potential成功与否的试金石，也是其他服务商应秉持的准则。只有真正为客户带来可衡量的效益（如节省X%的成本，提升Y%的产能），新的服务模式才能站稳脚跟。
组织与人才变革：对于人力资源服务商自身而言，向AI增强模式转型不只是推出一个新产品那么简单，还意味着一场组织和人才的变革。需要培养复合型人才队伍，既懂HR又通AI；需要塑造开放创新的文化，鼓励员工与AI协作而非抗拒AI。德科将r.Potential独立运作、本土化至旧金山这一科技中心，就是为了注入科技创业文化，避免大公司惯性阻碍创新。同业者在转型时也应考虑采用内部创业、外部合作等方式，激发组织新活力。
德科集团（Adecco Group）的r.Potential为行业树立了一个里程碑，证明“AI+人力”的服务模式在全球范围内具有可行性和生命力。它预示着未来的人力资源服务公司将不仅提供“人”，还提供“智能”和“方案”。
对于仍然观望的市场参与者而言，这既是一个榜样，也是一个警示：技术变革的洪流已经到来，唯有积极转型者才能乘势而上，而抱残守缺者恐将被时代淘汰。正如Salesforce高管Brian Landsman所评价的那样：新的AI智能体公司（r.Potential）正在开创先例，展示领导者如何以数据驱动的方法创造数字劳动力模型，从而释放人类与AI智能体在工作中的全部潜能。在这个人机协作的新时代，全球人力资源服务业的未来图景令人充满想象：AI不再是人力的对立面，而将成为每一家企业、每一位员工最可信赖的同事与助手。人力资源服务商也将完成自我重塑，在赋能“未来工作”方面扮演更加关键的角色。
7月13日，2025国际篮联女篮亚洲杯在深圳揭幕，中国队首战110:59大比分战胜印尼，赢得本届赛事开门红。赛后，主帅宫鲁鸣谈到了张子宇。他表示，张子宇第一次参加成年国家队大赛，是对她新的考验，希望她可以越来越好。
曾在大凉山支教的老师张璐，许愿要带阿波觉小学的背篓篮球队走出大山，看看外面的世界。这一次她返回学校，带着男孩女孩们各5名队员踏上了梦想之旅。“我想出去看看”“我想要个CBA签名”……从大凉山到杭州，看梦想成真的每一步！
一女子强搂亲吻1岁多男孩，男孩妈妈：孩子当晚就高烧，已被确诊是水痘（封面新闻）
一女子强搂亲吻1岁多男孩，男孩妈妈：孩子当晚就高烧，已被确诊是水痘（封面新闻） 【 齐鲁晚报·齐鲁壹点旗下短视频产品 】
（通讯员：杨芳）“警察同志，我们厂的变压器被偷了！”6月30日11时许，鄂州市公安局华容区分局华容派出所值班民警接到辖区企业的报警电话，称华容镇某建材厂内的变压器被盗，价值三万余元。为切实保障企业生产不受影响，接警后，华容派出所民警迅速赶往现场进行调查。
北京时间7月13日，在开拓者背靠背对阵灰熊的2025NBA夏季联赛中，中国球员杨瀚森首发登场，全场出战26分钟，投篮8中4，罚球2中2，得到10分5篮板3助攻1盖帽，连续两场比赛得分上双，正负值+5，位列全队第二。△弧顶持球突破+丝滑转身+低手挑篮。
岳阳晚报7月10日讯（周磊 李时雨）近日，岳阳市城运集团在该市中心医院新老院区间开展无人机物资运输，利用无人机送检样本、运送消毒器材，并配有医用级恒温箱，将原本近30分钟的运输时间缩短至10分钟左右，单次运送能力达10千克，实现点对点无人配送。
科技巨头，迎来一则重磅利好消息！当地时间7月11日，有美媒报道称，欧盟委员会已放弃对数字企业征税的计划，此举标志着美国总统特朗普及苹果、Meta等美国科技巨头取得重大胜利。
球迷们最揪心的女篮内线短板终于要迎来终极测试了。7月15日柏林大运会，260斤的“核武器”刘禹彤带队硬刚美国NCAA豪强，这次放弃亚洲杯的争议选择藏着国家队的大棋。中国女篮的未来内线支柱，就得靠实战淬炼。放着亚洲杯不打确实让很多人嘀咕。
历经一年多的艰苦奋战，近日，通辽市公安局成功侦破公安部毒品目标案件，摧毁一个通过境外社交软件勾连、以虚拟币作毒资交易的新型制贩毒网络。