在2026年HR 大会上，AI无处不在。然而，第一天最有价值的讨论，与其说是关于技术，不如说是关于技术对使用者提出了什么要求。

本次大会由Malaysia HR Forum与Leaderonomics联合举办，汇聚了HR从业者、企业领导者、技术专家和意见领袖，共同探讨这一转变对未来工作意味着什么。贯穿各场会议，一个观点不断浮现：技术会改变工作完成的方式，但不会决定这种改变意味着什么。决定这一点的是领导者——取决于他们如何对待员工，以及建设什么样的文化。

这一问题将讨论引向多个方向，从AI治理、人员分析、心理安全感，到网络安全。每一场会议都为更大的图景补上一块拼图，展示出技术与工作中的人性面正变得多么紧密交织。

以下是当天讨论中脱颖而出的一些关键观点。

1. 投资于真正推动组织前进的地方

Arulkumar Singaraveloo | Malaysia HR Forum CEO

会议以关于优先事项的问题开场。Arulkumar要求HR领导者认真审视自己的时间、金钱和注意力都投向了哪里，并根据每项投入对绩效的贡献来评判其价值。

他将技术与技能视为两个相互关联的投资领域。更好的工具可以让日常HR工作更高效，而持续学习则帮助人们建立能力，以更好地使用这些工具，并在人才管理、培训和咨询等领域把握新机会。

接着，他谈到了预算的其他部分。与其诉诸更多的团队建设，绩效始于把合适的人放在合适的岗位上——并具备相匹配的能力和期望。

同样的纪律也适用于HR如何支配自己的时间。忙碌很容易；有用才是真正的考验。每个流程最终都应该让工作更快或更有效。

他的开场致辞提出了一个贯穿全天的问题：

我们是否在投资那些真正帮助人和组织表现更好的事情？

这个问题自然过渡到了下一场对话。在HR决定投资什么之前，它需要先理解自己究竟想建设什么样的组织。

2. 转型始于理解你是谁

Roshan Thiran | Leaderonomics CEO

关于HR应该投资何处的问题，自然引出了一个更深层的问题：我们究竟想建设什么样的组织？

Roshan认为，转型始于理解组织本身。太多时候，企业向外寻找下一个可采用的系统或模式，而更有用的起点其实在于组织的核心身份。

这种理解很重要，因为当周围的系统继续强化旧的工作方式时，人们能改变的程度是有限的。新的思维方式需要流程、激励机制和领导实践来支持。

这使HR更接近组织转型的核心。其角色延伸到塑造人们的工作方式、支持他们的系统以及这些系统所创造的文化。随着工作场所变得越来越复杂，理解员工如何体验组织，对于做出更好的决策变得至关重要。

Roshan将此描述为迈向“员工智能”：了解员工需要什么，理解表面之下正在发生什么，并将这些洞察转化为更好的组织决策。

这也意味着当出现问题时，要超越显而易见的解释。一个陷入困境的团队可能需要更好的支持，但根本问题可能存在于运营模式、激励机制、结构甚至产品本身。

组织要求人们在什么样的体系内工作，而这个体系是否真正支持我们想要的行为？——Roshan Thiran

3. 从AI助手到数字同事

William Gaultier | AI与传播策略专家，HR技术专家

William将讨论带入了快速变化的AI世界，以及当AI不再只是协助完成单个任务，而是开始更独立地承担工作时，会发生什么。

他从已经发生的事情谈起。员工今天就在使用AI，因此组织需要了解他们如何使用，尤其是在涉及机密信息、治理和公司政策的地方。

下一个转变，是从AI助手到AI同事。助手帮助员工完成一项任务，而AI智能体正越来越能被分配工作，并以更高的自主性运行。智能体仍然需要管理者和检查点，在运行前必须设置清晰的人工监督。

这种自主性带来了新的HR和法律问题。招聘及其他雇佣决策需要明确的治理规则，规定AI如何使用、由谁负责。技能重塑必须与自动化同步推进，正如宜家和星展银行（DBS）的例子所示：随着AI接管其他任务，员工需要接受再培训，转向那些因此增值的工作。

你真正管理的不是AI，而是工作流。——William Gaultier

技术或许会承担更多工作，但人们仍然需要理解，这些工作如何融入更广泛的组织。

4. 我们是在为“房间”培训，还是为“角色”培训？

Apurv Amanesh | SHRM亚太区高级总监

Apurv将焦点转向了一个许多HR团队都深有体会的问题。组织在培训上投入巨大，但员工一回到实际工作岗位，学习就失去了动力。

他将这一问题置于更广泛的背景下。AI将影响整个组织中的各类角色，使劳动力规划变得愈发重要。马来西亚在半导体、数字化和数据中心方面的雄心，使这一需求更加紧迫，因为这些行业需要新的能力。

马来西亚在培训和衡量方面有很强的纪律性。下一个挑战是让学习转化为职场行为。导师制、教练辅导和实际强化有助于员工应用所学。更多的培训本身并不能弥合差距。组织需要确定最重要的能力，并重新思考学习如何交付和强化。

我们是在为“房间”培训，还是为“角色”培训？——Apurv Amanesh

5. AI可以让招聘更有人情味

Sam Baxendale | 人才招聘与HR技术负责人

Sam Baxendale从HR最以人为本的职责之一切入AI：把合适的人带入组织。

好的招聘本就依赖于清晰的成功衡量标准。挑战在于，当招聘经理面临压力时，每个职位对组织真正需要什么的理解都会略有不同。

Sam鼓励HR领导者从业务问题出发，而不是从职位头衔出发。一旦组织理解了需要解决什么、成功应该是什么样，这些结果就能塑造能力要求、评估标准和最终的招聘决策。

这正是AI可以发挥作用的地方。它可以帮助把业务痛点转化为更清晰的问题陈述，然后为能力要求和评估带来更强的结构性。

对Sam而言，这种结构为更好的对话创造了空间。当模糊性和行政事务减少时，招聘人员就有更多空间去了解候选人，并做出更明智的决策。

AI让招聘更有人情味，因为它让招聘更客观。——Sam Baxendale

6. 数据可能不会撒谎，但它并不总能告诉你原因

Deepa George | 人员分析专家、HR领导者

HR团队能获取的员工数据比以往任何时候都多。但更大的任务在于理解原因。

加班、病假或费用的上升，在仪表盘上可能看起来像是成本问题。但与经历这些的人聊一聊，可能会揭示出完全不同的故事。

对Deepa而言，数据最大的作用是一种信号，告诉HR下一步该看哪里。而对话则提供理解这一模式背后原因所需的背景。

这种方法可以应用于员工的整个生命周期：

• 招聘数据可以揭示候选人被承诺的内容与他们入职后实际体验之间的差距
• 敬业度模式可以指向那些值得进一步对话的问题。
• 参与度或出勤的变化，可以成为HR在问题扩大之前主动了解的早期信号。

这也意味着要看到数据背后的个人。员工在人生的不同阶段可能看重非常不同的东西，因此同样的激励或职业机会，对不同的人可能意味着完全不同的东西。

数据可能不会撒谎，但它并不总能告诉你原因。——Deepa George

7. 培训需要改变行为，而不仅仅是传递知识

Carl Thong博士 | Momenta全球CEO

Carl一开场就抛出犀利观点：“销售培训没用。”

人们能理解一个新想法，但回到真实客户面前时，仍然难以运用。知识与应用之间的鸿沟，正是学习项目需要下更多功夫的地方。

Carl的框架从业务成果出发。由此，组织可以确定所需的行为，围绕这些行为设计学习内容，然后创造强化机会。

这也让管理者成为学习过程的一部分。工作坊引入理念，而工作场所提供环境，让新行为变得有用并最终成为习惯。

这也改变了HR衡量成功的方式。参与者满意度能告诉你人们是否喜欢某个项目。更有意义的衡量标准，关注他们学到了什么、之后做了什么不同的事，以及这些改变是否推动了业务成果。

他的问题值得在任何新项目开始前问一问：

在这之后，人们究竟应该有什么不同做法？

8. 当AI接管繁琐工作，HR可以更贴近人

Subash Palaniappan | 敏捷与HR专家

随着更多重复性工作转向自动化，HR有机会把更多时间花在理解员工和更广泛业务真正需要什么上。

这一机会也伴随着责任。AI焦虑本身就是HR议题。员工在担心工作保障，HR需要理解这些担忧，而不是把自动化当作纯粹的技术决策。

Subash鼓励HR专业人士多花时间走出自己的常规职能：

每周至少和組織中的两个人喝杯咖啡，尤其是那些比较安静、可能永远不会主动找HR的人。这些对话能告诉你一些否则你可能永远听不到的事情。——Subash Palaniappan

这是一个简单的习惯，却有着更大的意义。当技术承担更多行政负担时，HR就有更多空间真正融入组织本身。

9. 心理安全感始于我们如何在场

Paul N. Larsen | 组织与HR全球领导者，前Adobe全球人员领导者、高管教练

Kati对把AI当作转型起点的习惯提出了质疑。组织可以不断引入AI工具，但底层问题却原地不动。

她描述了一种从知识经济向“脑力经济”的转变。在这种转变中，领导者必须连接信息、看到更大的图景，并理解组织各个部分如何相互作用。

Kati鼓励领导者更像系统设计师那样思考。员工本身就是这种理解的重要来源。在系统中工作的人，往往清楚摩擦点究竟在哪里，也对如何让它运转得更好有切实的想法。

在此基础上，AI才会变得更有用。与其因为技术可用就引入技术，领导者不如先确定一个具体问题，理解它为什么重要，再决定技术可以在哪里真正改善局面。

她的问题提供了一个有用的检验标准：

• 我真正想解决的问题是什么？
• 我为什么要做这件事？
• 当前哪个系统出了问题？
• AI如何帮助解决这个具体问题？

11. 网络安全也是HR议题

Danny Kim | 网络安全专家、NASA顾问、CyberArmour创始人兼CEO

Danny Kim将网络安全纳入视野，从而拓宽了围绕HR责任的讨论。

当员工在日常工作中与数据和技术不断互动时，安全就成为组织运作方式的一部分。

AI正在为这一格局增添新的层面。随着攻击者获得越来越复杂的工具，组织不仅需要强大的技术能力，也需要理解风险并知道如何应对的人。

HR在这一切中都有角色。员工教育、安全意识、角色设计和组织政策，都会影响组织的安全态势。久而久之，安全必须成为文化的一部分，让每位员工都理解日常决策如何保护或暴露组织。

网络安全意识是人员管理的一部分。——Danny Kim

12. 认可（或表彰）是基础，而非终点

RJ Steiner | 全球奖励与认可专家、BI Worldwide全球董事总经理

RJ Steiner请HR领导者不要只看认可项目带来的活动量，而要关注他们真正想要影响的行为。

一个认可平台可以告诉你发送了多少条信息、有多少员工参与。但然后呢？因为这种认可，实际发生了什么？

RJ分享了一个案例，涉及一家拥有超过10万名员工的全球快消品公司。员工找出没有上架某条饮料产品线的门店，这些行为被认可，并一路追踪到销售转化。据RJ称，提交的销售线索中有43%实现了转化，带来了4000万美元的增量收入。

最终，当组织清楚自己想要鼓励什么行为，并有办法衡量结果时，人员项目就能直接推动业务表现。

我们想要影响的是什么行为，它又为组织创造了什么影响？——RJ Steiner

这把当天的讨论带回到了一个贯穿多场会议的主题：当HR举措与组织成果之间的联系足够清晰时，这些举措才会更有意义。

13. 到底是谁在做决定？

Arul Aruleswaran博士 | AI专家、意见领袖

Arul博士一开场就提出一个问题：当AI进入决策过程后，人的判断该放在哪里？他从一个熟悉的HR场景切入。传统HRMS和ERP系统提供数据，HR专业人员审阅数据、运用判断并做出决定。现在加上一层AI，流程看起来差不多，但一切都快得多。

AI已经进入HR系统，HRMS和ERP平台正在添加AI和智能体能力。速度带来压力，因为建议来得快，要求采取行动的期待也紧随其后。组织可以成功上线一套系统，但员工却仍未准备好评估和质疑它产出的东西。技术就绪和人员就绪是两回事。

他列出了四个值得质疑的盲点：

• 无声漂移：AI逐渐影响决策，而用户并未察觉其行为的变化。
• 偏见放大：不完美或概率性数据可能强化既有模式和偏见。
• 越界：AI产出的结果超出了用户理应依赖的范围。
• 欺骗性行为：输出看起来很有说服力，但用户对其依据缺乏清晰了解。

责任在后果真实的地方最重要。薪酬、休假、扣款和合规都要求明确的责任归属。因为建议来自系统就照做，会逐渐把权威从人手中移走，而没有人主动选择这样。

AI是在帮我做决定，还是我在让AI替我决定？——Arul Aruleswaran博士

把所学转化为行动

在闭幕主题演讲中，Arulkumar把第一天的内容带回到了落地执行。

他的闭幕信息基于一个简单的理念：知识只有在改变我们的行为时才创造价值。这始于持续学习，但也意味着对工作如何完成变得更加刻意。

技术可以是答案的一部分。但有时，更好的解决方案仅仅是改变思维方式，而不必立刻诉诸另一个工具。

更聪明的方式可能意味着更简单的流程、更清晰的工作流，或者只是质疑一个存在太久的习惯。关键在于用全新的眼光看待工作，并问自己：我们的精力最好花在哪里。

也许更聪明的方式已经在那里，等待被质疑。