Workday 与 Anthropic 公布HR协作方案：权限随任务保留，变更由人确认
厂商公告：Sana与Claude按Workday权限协同处理HR和财务任务，变更由用户确认。当前早期开放，普遍可用预计2026年末。
阅读价值：供HR流程设计参考：把权限、异常处理和人工确认写进每一步；公告中的设计主张与实际可用性、效果需分开核验。
#组织与干部人才
Workday精选 Workday精选 Workday 工作重设计：先把岗位拆成任务，再划分人机职责
厂商公告：Workday将岗位拆为任务并映射技能，帮助比较AI辅助与保留人工的工作；目前仅向HCM早期客户开放。
阅读价值：可借任务颗粒度给HR会前准备画人机分工；这一应用建议还需用公开输入实际试用检验。
Workday精选 Workday 十月全球劳动力报告：AI 正在重写岗位与技能
十月研究关注AI带来的岗位与技能变化，以及内部流动和员工成长支持。
阅读价值：供讨论技能转型与人才流动；原文提供公开摘要，完整报告下载有门槛。
McKinsey & Company精选 麦肯锡：AI 改变工作后，组织与人才系统也要重设计
麦肯锡提出，企业应围绕业务结果协同重设计人和智能体的工作、人才培养与晋升路径、变革机制和决策责任。文章提醒，个人使用AI更快并不自动带来企业价值，组织能力要随工作方式一起改变。
阅读价值：适合讨论军团端到端流程、关键岗位任务变化、干部能力及专业人才发展。文章是机构研究与实践建议，案例尚非完整通用蓝图，不能据此直接决定减员或组织调整。
McKinsey & Company精选 麦肯锡：AI 时代的人才转岗，关键在技能与职业路径
报告分析美国劳动力在 AI、自动化和结构变化下的职业流动。研究把关注点放在新旧岗位之间的技能重合、转岗路径和资格门槛，也强调即使不换岗位，员工仍需要持续更新技能。
阅读价值：供讨论大型企业内部人才流动、岗位转型与再培训；模型针对美国劳动力市场，属于情景估计，不能直接当作中国或本企业预测。
CIPD精选 CIPD 2026 招聘与人才规划：加强内部培养与技能规划
CIPD与Omni的2026年报告讨论招聘、保留、内部培养和人才规划。英国雇主在招聘放缓下仍面临关键技能短缺，报告建议把内部流动与再培训纳入长期人才供给，并关注招聘中的生成式AI使用。
阅读价值：可用于制造及大型企业讨论关键技能供给、内部培养与人才规划。研究基于英国样本，不能直接作为中国或本企业的统计结论。
McKinsey & Company精选 麦肯锡：AI 价值取决于运营模式如何重构
研究比较AI转型阶段的运营模式，强调决策、跨职能工作和能力建设的设计。
阅读价值：适合组织能力建设讨论；受访者自报结果不代表因果证明。
CIPD精选 CIPD 2026 良好工作指数：员工体验与组织绩效
英国年度调查从工作质量、管理者支持和技能发展等维度分析员工体验与绩效关联。
阅读价值：适合设计员工体验与干部管理议题，留意英国样本边界。
Microsoft WorkLab精选 微软：按验收条件选择人机协作模式
厂商观点：人机协作模式应与任务标准和反馈条件匹配，更多自治不代表更成熟；HR应用需另行验证。
阅读价值：可接续会前稿练习，列清每项任务的输入、验收单位、人工确认和异常退回，先区分可委派与需保留人工的工作。
Microsoft WorkLab精选 微软 2026 工作趋势指数：智能体与组织工作重设计
报告讨论AI智能体采用、管理者支持、人才实践与工作重设计的关系。
阅读价值：供规划组织AI能力参考；调查面向使用AI的知识工作者，相关性不等于因果。
CIPD精选 CIPD：AI 正在考验 HR 的岗位设计和人才规划能力
CIPD 基于 2026 年初对 HR 专业人员和业务领导者的调查，讨论人才规划、工作设计和员工参与等既有能力如何适应 AI。文章建议从静态编制规划转向动态技能与任务规划，加强岗位重设计，并及早开展跨部门协作。
阅读价值：适合把 AI 应用讨论转化为组织与人才议题；调查反映受访者自评信心及关联，不是 AI 提升绩效的因果证明。
CIPD精选 CIPD：HR 如何规划 AI 带来的人才技能变化
指南按AI采用成熟度组织技能规划，强调业务采用与人员变化协同推进。
阅读价值：可用于HR、学习发展和业务团队讨论技能转型。
McKinsey & Company精选 麦肯锡制造业人才访谈：招人、育人和留人要一起重设计
美国制造业研究机构负责人与麦肯锡讨论制造人才短缺、技能升级和新一代员工诉求。讨论涉及让青年看见车间工作、与教育及社区伙伴合作、改善排班和数字化作业支持，并提醒制造企业主动建设人才生态。
阅读价值：供回看制造业招聘、职业教育合作与一线员工体验的办法；属于美国行业访谈，不代表中国制造业的统计结论。
工业和信息化部精选 八部门印发“人工智能+制造”专项行动实施意见
文件部署AI与制造业融合，涵盖行业应用、产业生态及复合型人才培养。
阅读价值：供回看制造业AI场景和人才能力方向。