2027 洛杉矶北美华人 HR 新年论坛 · 1 月 2 日,第一阶段优惠票 12 月 1 日截止立即报名 →
北美华人人力资源协会
招聘与人才 · 观点

前谷歌HR副总裁谈:AI不是“理解”人类,而是“预测人类”,Laszlo Bock谈职场的下一个十年挑战

2025-07-13 · NACSHR · 阅读约 5 分钟
要点速读 · KEY TAKEAWAYS
  • 前Google人力资源高级副总裁、Humu联合创始人Laszlo Bock在2025年5月演讲中指出,大模型并不理解语言,只是预测下一个token。
  • 他引用BCG与哈佛商学院研究:员工用AI完成18类贴近真实工作的任务后,整体绩效显著提升,能力差距从28%缩小至5%。
  • Bock预测离岸外包、咨询银行律所等行业的初级岗位和事务性小时工将迅速减少,未来4至7年中层管理人才将极为稀缺。
  • 他批评HR决策常凭经验,如名校背景与绩效无关、返岗政策降低满意度却未提升生产力,呼吁HR掌握A/B测试和因果验证。
  • 他建议企业清洗集中数据、建立统计实验能力、设立AI专责角色、从痛点试点、把学习能力作为招聘标准并保持耐心。

AI 根据原文整理,以发布日期为准(2025-07-13)

本文目录(6 节)

在2025年5月的一场广受关注的主题演讲中,前Google人力资源主管、Humu创始人Laszlo Bock分享了他对“AI如何重塑未来工作形态”的深度洞察。这不仅是一场关于技术的讲座,更是一份面向HR群体的战略警告和实践指南。

他的核心论点可以归结为三点:AI并不真正“理解”语言,它只是预测下一句话最可能出现什么词;AI将迅速改变职场结构,尤其是初级岗位和事务性工作的消失;HR若不掌握数据能力和实验逻辑,将失去为员工发声和引导组织转型的机会。


人类直觉无法判断AI边界:它看世界是“token”,不是意义

Laszlo用一个看似简单但极具颠覆性的观点开场:AI不是在“思考”,而是在“预测”。

他指出,大型语言模型(LLMs)是通过将语言拆解成“token”(语言单位)进行训练的。这些模型并不具备语义理解能力,而是基于庞大的语料库,预测下一个最有可能的token。比如,当你问AI“生成一个1到100之间的随机数”,你可能经常得到“42”这个答案。这并不是因为42有任何数学意义,而是因为它在互联网上出现频率高——尤其是在大量关于《银河系漫游指南》的内容中。

这种基于“频率预测”而非“逻辑理解”的模式导致AI具备一种“锯齿状的能力边界”——即它在某些任务上表现卓越,但在看似相似的任务上却经常出错。例如,它可以写出流畅的商业邮件,但无法准确区分事实与虚构;它可以写诗,但很难遵守准确的格式要求;它可以下棋,却经常做出输局的决策。

正因为如此,我们人类在评估AI能否胜任某项任务时,往往会被自己的“直觉”误导。


AI提升了工作绩效平均值,但并不意味着每个人都会受益

Laszlo引用了BCG与哈佛商学院的联合研究,展示AI对员工绩效的实质影响。在这项研究中,团队设计了18种与真实工作情境接近的任务,从数据分析到创意思维,从说服性表达到战略建议。结果发现,当员工使用AI工具协助完成任务时,整体绩效水平显著提升,原本员工间28%的能力差距被缩小至5%。

这意味着,未来的职场中,“差距”会被压缩,“平均”成为常态。听起来似乎是件好事,但Laszlo却抛出一个值得HR深思的问题:如果每个人都变得“高效”,组织会如何反应?是减少工时?提高薪酬?还是干脆将“平均线”当作新标准,进一步压缩人力成本?

这并非杞人忧天。历史经验告诉我们,技术进步往往首先带来“效率红利”,但最终这些红利会在某些层级被资本所吸收,而不是自动回流到员工手中。


职场结构正在重构:五类岗位首当其冲

在对未来工作的预判中,Laszlo明确指出了五类岗位或将迅速减少,甚至消失。

首先是离岸外包型工作。随着AI在数据处理、文档生成等任务中的普及,企业将更倾向于直接部署AI模型,而非将工作转包给人力成本较低的国家。

其次是初级岗位,尤其是在咨询、银行、律师事务所等以“精英路径”著称的行业。大量初级岗位的主要任务是处理数据、制作PPT、整理分析报告,这些恰恰是AI擅长的内容。

第三类是事务性小时工,例如快餐店点单员、呼叫中心客服等。这些岗位过去被认为是“不可被机器取代”的人机交互工作,如今正被AI语音助手、聊天机器人、自动点餐系统等迅速替代。

第四,组织将逐渐发现一个更棘手的问题:中层管理人才短缺。Laszlo预测,未来4至7年内,具备协调能力、能带团队、能处理人际复杂问题的管理者将变得极为稀缺,因为AI可以替代事务执行,但无法承担信任建立、冲突调和、判断取舍等高度人性化的职责。

最后,是那些“以为安全”的专业性岗位,例如金融分析师、法律助理、初级产品经理等。如果其主要职责是信息归纳与逻辑输出,同样处于AI威胁之下。


HR需重新定位:别再做“感觉派”,而要成为“实验派”

Laszlo在演讲中特别点名了HR行业的一个致命短板:很多政策和项目的设计并没有建立在实证基础之上,而是靠“经验”与“感觉”。

他列举了一些广泛存在的误区,例如:

  • 提高员工内推奖金,并没有显著提升推荐量;

  • 健康激励项目(如健身补贴)往往吸引的本来就是健康人;

  • 看重名校背景的招聘标准,与员工实际绩效无关,甚至有时是负相关;

  • 培训项目6个月后的绩效反而下降;

  • 要求员工返岗的政策,降低了满意度,但并未提升生产力。

这些都说明,缺乏实验和数据支持的HR决策,可能带来反效果。

因此,他呼吁HR团队要向科学靠拢,掌握A/B测试、因果验证、数据解读等基本实验方法。特别是在部署AI相关工具和流程时,必须通过“高质量实验”来判断其真正影响,否则就只是被技术牵着走。


企业该如何准备?Laszlo提出六条实践路径

为了帮助企业和HR真正应对AI带来的变革,Laszlo提出了六条务实的建议。这些建议并不需要企业“砸钱买AI”,而是聚焦于“组织能力”的构建。

第一,清洗和集中数据。数据质量是AI成功的前提,脏乱差的数据只会导致错误的预测和决策。

第二,建立统计和实验能力。无论是HR项目还是AI工具的效果评估,都必须靠科学实验说话。

第三,设立“AI专责角色”。组织中应有一位专门负责AI探索的人,持续关注行业动态,并定期向管理层报告AI试点进展。

第四,选择业务最痛的地方,或个人最热情的领域作为AI试点起点。这样更容易获得支持与反馈。

第五,培养员工的学习能力,并将其作为招聘标准。因为我们无法预测未来五年最需要的技能,但可以培养出善于学习的员工。

第六,保持耐心。AI转型不是一蹴而就的。强生公司就用了三年时间,通过系统实验才明确AI的价值落点。


HR的第二次“高光时刻”已到来

Laszlo的结尾令人动容。他说,疫情期间,HR成为企业最重要的部门之一——引导组织远程办公、调整政策、守护员工心理健康。今天,随着AI浪潮席卷而来,HR再次站在战略变革的第一线。

而这一次,HR面临的不是临时危机,而是长期结构性重塑。一个真正成熟的HR团队,必须不仅能理解人,也要能理解技术;不仅能提出人本关怀,也能设计科学流程;不仅能代表员工发声,也能为组织盈利模式注入长期主义。

这既是一份挑战,更是一份召唤。


AI时代来临,每一个组织都必须重新思考“人”的价值。而HR,正是那个最应该引领答案的人。

Laszlo Bock的这场演讲,值得每一位HR反复阅读、深入讨论,并在组织内部真正落地。

如果你还没有准备好,不如从这六件事做起。

如果你已经在路上,欢迎把这篇文章分享给更多同行,一起构建一个更智慧也更有人性的未来职场。

备注:

Laszlo Bock背景介绍: 前 Google 全球人力资源高级副总裁(SVP of People Operations),Humu 联合创始人,已退出管理岗位,AI 与组织变革思想领袖。 畅销书:《Work Rules!》(2015)

每周招聘与人才要点,周一送到邮箱精选北美用工合规、签证移民、福利保险、招聘与 AI 资讯,外加 NACSHR 活动和会员服务。

每周一封,免费,随时可以退订。提交后请到邮箱点确认。

读完之后,你可能需要

相关文章

微软向6万名员工开放自愿离职:AI时代,企业正在重新定义组织与人才管理2026-10-26全球劳动力报告深度解读:AI时代最大的挑战,不是裁员,而是员工的工作已经改变,组织却还没有跟上2026-10-062027年CHRO信心继续降温:北美华人HR需要看到的,不只是招聘变化2026-10-01

相关最新进展

更多 →
  1. 10-24 00:38【美国】从汇丰到克罗格,AI 相关裁员持续增加,企业权衡再培训成本
  2. 10-26 09:22【加拿大】IBM研究:37%加拿大企业在制定AI战略时未让CHRO参与
  3. 10-26 06:48【美国】HR 科技公司 TalentNeuron 推出 AI 生成部门结构功能