电话会议纪要分析 一、 涉及的行业与公司 * **行业**：人工智能行业、金融信息服务行业、管理咨询行业、生命科学行业[23] * **公司**： * **埃森哲**：全球领先的管理咨询与专业服务公司，会议中分享了其关于AI投资回报率、行业垂直化应用、人才重塑及“主权AI”的观点[4][21][45][54] * **标普全球市场情报**：标普全球旗下业务部门，专注于为资本市场提供数据、软件和服务，年收入约50亿美元[8] * **其他提及**：OpenAI、Anthropic (Claude)、Google (Gemini)、NVIDIA、Rogo、Harvey、LexisNexis[17][31][40][50][82][84] 二、 核心观点与论据 1. AI战略与市场趋势 * **企业AI战略仍在探索中**：无论规模或市值大小，各组织仍在制定和演变其AI战略，市场变化日新月异[11][12] * **关注点从实验转向投资回报率**：市场已从概念验证和实验阶段，转向关注AI项目的实际投资回报率和影响力，对成本节约和收入增长的期望显著提升[12] * **AI成本节约的提及激增**：从2023年第三季度到2024年底，全球企业财报电话会议中提及“AI成本节约”及对其积极情绪的次数增加了57%[13] * **风险偏好发生演变**：企业态度呈现两极分化后趋于平衡，早期激进开放使用的公司因数据安全担忧而收紧政策，而早期保守的公司则开始探索如何安全地引入AI[15][16] * **资金持续流入AI领域**：2025年，AI特定公司（不包括芯片制造商和数据中心提供商）通过143轮融资筹集了950亿美元，几乎是2024年的三倍[14] * **合作生态持续演变**：AI公司之间以及与传统企业之间的合作伙伴关系正在快速发展，成为重要趋势[14][15] 2. AI应用与价值创造 * **应用从横向向垂直化发展**：AI应用正从客户服务、知识管理等横向通用场景，加速向特定行业的核心价值链渗透，实现垂直化[21] * **关注点从成本节约转向收入增长**：埃森哲对高管的调查显示，78%的CXO认为AI在未来几年更侧重于创造收入增长机会，而非降低成本[22] * **AI正在驱动业务转型**：AI的应用已超越效率提升，正推动企业重新思考业务模式，以在新时代保持相关性和追求增长[27] * **具体行业用例**： * **生命科学**：AI不仅加速药物研发，还能改变研发过程本身[23] * **金融服务**：买方客户（资产管理公司、对冲基金）利用AI更好地摄取、综合和分析海量数据，以助力阿尔法收益生成[27] * **投资银行**：利用AI实现投行备忘录或推介材料生成的阶跃式改进，将工作从数天缩短到数分钟[51] 3. 数据、工具与基础设施 * **数据是AI的基石**：无论是使用标普全球等第三方数据还是客户自有数据，如何利用数据获取最大价值是核心[16] * **企业工具采用呈现多样化**：企业尝试的工具数量不等，调查显示19%的参与者试用过5种以上工具[19][20] 常见工具包括ChatGPT、Claude for Work以及专注于特定工作流程的解决方案（如Rogo、Harvey）[17][31][32] * **内部数据组织是关键挑战**：AI凸显了企业内部数据治理和组织的长期挑战，将非结构化数据转化为AI可用格式需要技术工作和业务逻辑的结合[33][34] * **模型向专业化发展**：行业正进入“专业化时代”，针对特定领域和行业挑战的专用模型、智能体和技能正在兴起[58] * **主权AI成为关注焦点**：地缘政治因素推动了对“主权AI”的关注，即考虑技术栈的本地化、互操作性以及在战略行动中保持自主性[54] 4. 人才、组织与变革管理 * **“影子AI”现象普遍**：员工对AI工具兴趣浓厚，当无法获得企业版工具时，会使用个人账户，带来知识产权、责任和伦理风险[42][43] * **技能不匹配是规模化采用AI的核心障碍**：现有员工技能与市场需求之间存在不匹配，这影响了AI的规模化采用和投资回报率[45] * **人才重塑是关键成功因素**：确保员工具备在AI经济中工作的相关技能，是未来数月和数年的主要趋势，也是AI成功的关键[45] * **变革管理至关重要**：当前工作团队存在使用惯性，需要推动变革管理，将AI工具整合到工作流程中，并对现有员工进行技能再培训[48][49][76] * **“人类主导”原则**：领导力在AI时代更为重要，人类应处于主导地位，负责设定方向、边界并确保执行纪律，而非仅仅停留在“人在循环”中[73] 5. 市场展望与投资 * **IPO市场前景复杂**：2026年IPO市场预期出现分化，传统软件和数据公司估值承压，而大型前沿实验室、拥有核心数据或基础设施的公司可能成为强劲的IPO候选者[36][37][38] * **对AI公司IPO的预测存在分歧**：参会者对于Anthropic和OpenAI谁将率先IPO看法不一（Anthropic 27%， OpenAI 39%， 两者都不会 33%）[40] * **AI公司上市面临财务挑战**：OpenAI等公司为基础设施承担了大量债务，其公开市场上市需要厘清财务责任、相关方交易，并可能需实现盈利或达到合理的杠杆率[61][62][63] * **存在泡沫担忧但长期价值被认可**：市场存在炒作，个别公司可能出现估值过高或失误，但技术带来的整体效率提升是真实的，长期来看经济产出会支撑估值增长[78][79][80] * **消费者AI推动企业需求**：消费者AI工具的快速普及（如Gemini集成到Google Maps）提高了企业用户的期望，形成了自下而上的压力，推动企业加快提供安全可控的AI工具[50] 三、 其他重要内容 * **企业AI采用现状调查**：大多数团队在过去12-18个月内尝试或采用了1-4种AI工具，工具来源包括自研、第三方应用或现有产品中的AI功能[19] * **对传统服务提供商的影响**：传统数据或信息服务提供商（如Capital IQ）必须持续进化，将最佳AI技术集成到用户已有的工作流程和工具中，否则将面临淘汰风险，其核心使命是让客户工作更高效[85][86] * **治理与信任是品牌基石**：在广泛采用AI工具时，建立信任和治理机制对于保持数据高质量和品牌声誉至关重要[29][30] * **降低“幻觉”风险的方法**：包括在LLM中设置严格的护栏（宁愿不回答也不提供错误答案）、确保基础数据的准确性、完整性，以及保留人工验证和审计步骤[68][69][70][71] * **CFO角色演变**：CFO需要深入理解AI，不仅从效率优化和增长机会的财务角度，也需思考如何在其团队内部应用AI提升效率[74][75] * **给企业的关键建议**：积极尝试和实验AI，从识别工作流程中的瓶颈开始，构建或使用AI智能体，在“共同智能”时代与AI共同学习[81][82][98][100] * **新兴技术关注点**：AI模拟和“智能体电商”是值得关注的未来有趣领域[96][97] MCP（模型上下文协议）作为数据交互和启用智能体工作流的新兴方式被提及[92]

文章核心观点 - RELEX Solutions 宣布与 Lowe's 和 Accenture 扩大合作伙伴关系，旨在通过统一 Lowe's 的库存补货和分配平台，增强其供应链敏捷性 [1] - 此次合作将利用 RELEX 的 AI 驱动技术和 Lowe's 的专有供应链技术，以提高效率、改善库存可用性，并提升 Lowe's 门店、商品销售和供应链运营的生产力 [1] 合作内容与范围 - 合作基于 RELEX 通过其分配平台对 Lowe's 季节性业务的现有支持，新举措将把 Lowe's 对 RELEX AI 驱动补货功能的使用，扩展到其全品类产品以及全国范围的门店和配送中心网络 [2] - Lowe's 同时与 Accenture 合作，为在其整个供应链中整合 RELEX 提供战略和功能支持 [2] 技术功能与效益 - RELEX 的补货功能自动化了复杂的订单流程，从而提高了产品可用性和库存生产力，并简化了规划，以确保有足够的库存深度来服务 Lowe's 的客户 [3] - RELEX 还增加了对库存绩效的可见性，并能精确定位缺货的根本原因，使 Lowe's 的团队能够在供应链、商品销售和门店运营中迅速采取行动并做出更明智的决策 [3] - 此次合作使 Lowe's 能够在门店和线上提供卓越的客户体验，同时在整个端到端供应链中提供持续的可见性和自动化 [2] 公司高层评论 - Lowe's 供应链执行副总裁 Margi Vagell 表示，扩大使用 RELEX 加速了 Lowe's 向一个完全集成的、AI 驱动的库存平台的转型，这将帮助团队更快响应客户需求、改善产品可用性，并为 DIY 和专业客户提供更好的体验 [4] - RELEX Solutions 北美区高级副总裁 Keith Adams 认为，Lowe's 扩大使用 RELEX 是领先零售商如何将供应链重新构想为增长引擎的一个有力例证，RELEX 支持大规模补货，给予 Lowe's 执行其“全屋”战略的信心和灵活性 [4] 关于 RELEX Solutions - RELEX Solutions 为零售和供应链规划提供一个统一的、AI 原生的平台，并因其持续的高客户满意度而获得全球信任 [5] - 该公司帮助零售商、制造商和批发商优化需求、库存、商品销售、定价以及供应和生产计划，以大规模提高可用性和效率 [5] - 其客户包括 ADUSA, Camco, Carhartt, COSMOS Pharmaceutical Corporation, Circle K, Dollar Tree and Family Dollar, Ford South America, M&S Food, PetSmart, Rituals, The Body Shop 和 Vita Coco 等品牌 [5]

Accenture plc (NYSE:ACN) is one of the best ethical companies to invest in now according to Reddit. TD Cowen cut the price target on Accenture plc (NYSE:ACN) to $275 from $282 on March 16, maintaining a Buy rating on the shares. The firm told investors that it updated its model ahead of the fiscal Q2 results, saying that, considering raised macro uncertainty and no clear end in sight with the Iran conflict, it believes that it is now reasonable that Accenture plc (NYSE:ACN) could just leave its FY26 growth ...

合作公告与战略目标 - 埃森哲与Databricks于2026年3月17日宣布成立“埃森哲Databricks业务集团” 以深化合作 旨在帮助企业更有效地利用企业数据并快速扩展复杂AI应用和智能代理的使用 [1] - 该新集团的目标是引导各组织将Databricks作为其数据和AI的核心平台 从而能够在公司自有信息资产上直接构建代理兼容的数据库和创新应用 [2] - 合作旨在解决数据源分散和系统过时等长期障碍 通过建立统一、安全的基础来简化管理、消除部门间壁垒 并使每个团队都能快速获取洞察 [2] 合作基础与核心能力 - 埃森哲连续第七年被认定为Databricks年度全球系统集成合作伙伴 其深厚的业务转型专长与Databricks的先进工具形成互补 [3] - 该合作由超过25,000名接受过Databricks技术广泛培训的专业人士支持 其中包括业内最大的认证专家库 [1] - 核心产品包括：为AI工作负载优化的无服务器数据库Lakebase、让员工能用日常语言查询数据的直观对话界面Genie 以及支持开发可靠且能进行复杂推理的企业级AI代理的Agent Bricks [3] 解决方案特点与市场趋势 - 解决方案特点还包括多代理框架、行业定制包、跨云环境的灵活部署 以及使用成熟架构进行治理的全面数据现代化服务 [4] - 多代理系统的采用量在短短四个月内激增了327% 这凸显了市场对超越试点、能提供可衡量价值的、可用于生产的AI需求日益增长 [4] - 企业能从中受益于更快的决策、更高的生产力、更强的合规性 同时通过多云选项优化成本和韧性 [5] 行业应用案例 - 零售行业的Albertsons Companies利用这些解决方案更智能地服务每周数百万客户 优化定价策略和运营效率 [5] - 化工行业的巴斯夫部署了一个名为FOX的数字助理 目前用于回答查询 并正在演进以主动识别趋势并提供前瞻性建议 [6] - 制药行业的协和麒麟国际正在转型为数据驱动型组织 建立对其信息的信任以推动更好的患者治疗效果和持续创新 [6] 高管观点与客户反馈 - 埃森哲董事长兼首席执行官Julie Sweet强调 该联盟使客户能够彻底改革其数据基础设施 自信地扩展AI代理 并通过快速从测试阶段转向实际部署来实现真正的业务影响 [7] - Databricks首席执行官兼联合创始人Ali Ghodsi指出 焦点已完全转向实际成果 Lakebase和Genie等工具将强大的AI直接交到员工手中 同时确保安全、负责任的实施 [7] - 客户领导者反馈称 在金融、零售、生命科学、电信和政府等多个行业都看到了敏捷性和战略优势的提升 [8] 投资与人才发展 - 为支持此发展势头 合作双方在印度推出了专门的大学培训计划 以使毕业工程师在加入埃森哲后能立即做出贡献 [8] - Databricks还承诺未来三年在印度投资超过2.5亿美元 [8] 总体影响与展望 - 此次扩大的联盟使各组织能够实现遗留系统现代化 大规模促进创新 并通过符合伦理、受治理的AI释放新的效率水平 标志着向广泛的企业智能化迈出了关键一步 [9][10]

公司业绩与市场预期 - 埃森哲公司将于3月19日周四盘前公布其第二财季业绩 分析师预期每股收益为2.84美元 较上年同期的2.82美元有所增长 同时市场对其季度营收的共识预期为178.3亿美元 上年同期为166.6亿美元 [1] - 在财报发布前 TD Cowen分析师Bryan C Bergin维持了对埃森哲的买入评级 但将目标股价从282美元下调至275美元 [2] 股息收益与投资计算 - 埃森哲目前的年度股息收益率为3.28% 其季度股息为每股1.63美元 年度股息总额为每股6.52美元 [2] - 若投资者希望每月从埃森哲股息中获得500美元收入（即每年6000美元） 需要持有约920股公司股票 按当前股价计算约合182,767美元 [3] - 若投资者希望每月获得100美元股息收入（即每年1200美元） 则需要持有约184股公司股票 按当前股价计算约合36,553美元 [4] 股息收益率变动原理 - 股息收益率会随股息支付和股价的波动而滚动变化 其计算方式为年度股息支付除以当前股价 [4] - 举例说明 若某股票年度股息为2美元 股价为50美元 则收益率为4% 若股价涨至60美元 收益率降至3.33% 若股价跌至40美元 则收益率升至5% [5] - 此外 公司股息支付额本身也可能随时间调整 进而影响股息收益率 股息增加会推高收益率 反之则会降低收益率 [6] 近期股价表现 - 埃森哲股票在周二下跌0.3% 收于198.66美元 [6]

核心观点 - 埃森哲即将发布财报 市场预期股价可能因财报结果而出现大幅波动 并可能测试近六年低点[1][6] - 公司股价年初至今已下跌约四分之一 主要受人工智能影响的不确定性以及主要客户美国联邦政府支出收紧的困扰[1][3] - 华尔街分析师对公司看法存在分歧 但整体偏向乐观 平均目标价隐含近33%的上涨空间[4][7] 财报预期与市场反应 - 期权定价显示 交易员预计埃森哲股价在本周末前可能向任一方向波动高达7%[2] - 基于周二收盘价计算 若下跌7% 股价将跌至185美元 为2020年5月以来最低水平 若上涨7% 则可回升至约213美元[2] - 公司预计在周四市场开盘前公布财报 股价可能在财报公布后测试六年低点[2][6] 财务表现与分析师预测 - 根据Visible Alpha调查的分析师预期 公司第二财季营收预计同比增长7%至178.7亿美元[4] - 调整后每股收益预计增长2美分至2.84美元[4] - 高盛分析师给予“买入”评级 目标价330美元 认为公司可能上调全年销售展望 这应足以在当前水平稳定股价[4] - 摩根士丹利分析师近期将目标价从320美元下调至240美元 理由是市场情绪疲软和需求环境更为平淡[4] 股价表现与面临压力 - 自今年初以来 埃森哲股价已损失了大约四分之一的价值[1][3] - 公司近期面临的压力主要来自对人工智能影响的担忧 以及特朗普政府削减支出的努力 这影响了其政府合同[4] - 公司业务受到美国联邦政府支出收紧和人工智能影响不确定性带来的更广泛不确定性的困扰[3][6] 华尔街观点汇总 - 根据Visible Alpha追踪的九位分析师当前评级 其中五位给出“买入”评级 四位给出中性评级[7] - 分析师平均目标价略低于263美元 较周二收盘价有近33%的上涨空间[7]

合作概览 - 埃森哲与Databricks宣布成立“埃森哲Databricks业务集团” 作为扩大合作伙伴关系的一部分 旨在帮助组织实施Databricks的数据和人工智能平台[1] - 该举措旨在支持企业扩展AI应用和智能体 利用Databricks的最新技术成果 包括用于无服务器Postgres数据库的Lakebase、用于对话式数据查询的Genie以及用于在企业数据上构建AI智能体的Agent Bricks[1] 合作背景与目标 - 合作旨在应对企业因数据系统碎片化和遗留基础设施而难以扩展AI的挑战[2] - 目标包括集中数据治理、推动AI从试点阶段走向运营使用 以及提高数据和AI在各业务职能中的可访问性[2] - 两家公司已在多个行业与客户展开合作[2] 客户案例与应用 - 美国零售商Albertsons Companies正利用其服务为商家和品类经理开发定价智能解决方案[3] - 化工公司巴斯夫在其财务部门推出了名为FOX的数字助手[3] - 协和麒麟国际利用Databricks Lakehouse平台实现了数据管理基础设施的现代化 以提高数据可靠性和合规性[3] 资源投入与行业覆盖 - 新业务集团将配备超过25,000名受过Databricks技术培训的专业人员[4] - 这些资源旨在帮助客户在金融服务、零售、生命科学、电信和公共部门等多个行业部署Lakebase、Genie、Agent Bricks和Lakehouse解决方案[5] - 公司报告称 随着企业寻求超越传统聊天机器人的先进解决方案 企业内部对多智能体系统的采用有所增加[5] 人才培养与投资 - 合作包括在印度针对即将毕业后加入埃森哲的工程专业应届生推出大学计划[6] - 该计划与Databricks承诺在三年内向印度投资2.5亿美元（2.5亿美元）的承诺相关联[6]

估值水平 - 埃森哲当前的前瞻市销率为1.61倍，显著低于Zacks计算机-IT服务行业13倍的平均水平 [1] - 与Vertiv Holdings和Serve Robotics等同业公司相比，埃森哲的股票显得便宜 [1] - 埃森哲的价值评分为B级，而Vertiv Holdings和Serve Robotics的价值评分为F级 [1] 生成式人工智能发展 - 据MarketsandMarkets报告，生成式AI市场规模预计将从2025年的713.6亿美元增长至2032年的8905.9亿美元，年复合增长率达43.4% [5] - 与OpenAI和Sanctuary AI等公司的合作巩固了埃森哲在生成式AI市场的地位 [5] - 与OpenAI的合作使埃森哲能将先进的大语言模型集成到其工具中，以改进预测分析和知识管理 [6] - 埃森哲完成了对英国领先AI公司Faculty的收购，超过400名AI原生专业人员加入，增强了为客户提供世界级AI解决方案的能力 [7] - 埃森哲的财务实力使其能够分配资源以获得相对于规模较小竞争对手的技术优势，从而主导生成式AI领域 [6] 股东回报与财务状况 - 埃森哲在2025财年产生了109亿美元的自由现金流，同比增长26.2% [8] - 在2025财年，埃森哲向股东回报了83亿美元，其中约46亿美元用于股票回购，37亿美元用于股息支付 [10] - 埃森哲宣布季度现金股息为每股1.63美元，较2025财年每股1.48美元的季度股息率提高了10%，当前股息收益率为3.32% [10] - 过去五年，埃森哲已五次提高股息，目前的派息率占收益的49% [10] - 运营现金流的两位数增长和相当受控的资本支出推动了自由现金流增长，使公司有能力回报股东并保持财务灵活度 [9] 盈利表现 - 在过去四个季度中，埃森哲有三个季度的盈利超过了Zacks一致预期，平均超出幅度为3.1% [11] 面临的挑战 - 埃森哲股价在过去三个月里下跌了两位数，表现逊于其行业以及同业公司Vertiv Holdings和Serve Robotics [12] - 竞争激烈的人才市场导致人才成本上升，正在损害埃森哲等咨询服务提供商 [14] - 企业资源规划市场已趋饱和，这给埃森哲带来了挑战，对可自由支配支出构成压力，限制了新的高利润率实施项目，并迫使业务转向利润率较低的维护工作 [15] - 客户收紧预算并冻结新的高风险或低投资回报率的数字化转型项目，损害了埃森哲的咨询业务机会 [15] 公司战略与前景 - 多年来，埃森哲通过收购加强了数字技术和资本项目能力，其现金状况使公司能够探索不同市场 [17] - 尽管近期股价表现不佳，且面临高人才成本、ERP市场饱和等短期挑战，但公司前景远非令人沮丧 [16] - 埃森哲对股东友好的立场和稳固的流动性状况是积极因素 [17]

埃森哲2026财年第二季度业绩预期 - 公司计划于3月19日美股开盘前发布2026财年第二季度业绩 [1] - 公司历史盈利超预期记录良好 过去四个季度中有三个季度盈利超出Zacks一致预期 一次未达预期 平均超出幅度为3.1% [1] 整体财务预期 - 总收入Zacks一致预期为178亿美元 暗示较2025财年第二季度将增长6.6% [2] - 每股收益Zacks一致预期为2.87美元 暗示较去年同期将增长1.8% [6] 业务部门收入预期 - 咨询业务收入预期为87亿美元 暗示同比增长5.4% [2] - 托管服务业务收入预期为91亿美元 暗示同比增长8.2% [2] - 产品业务收入预期为54亿美元 暗示同比增长6.3% [3] - 健康与公共服务业务收入预期为38亿美元 暗示同比增长4.2% [3] - 金融服务业务收入预期为32亿美元 暗示同比增长7.9% [4] - 资源业务收入预期为24亿美元 暗示同比增长6% [4] 地区收入预期 - 美洲地区收入预期为91亿美元 暗示同比增长6.9% [5] - EMEA地区收入预期为63亿美元 暗示同比增长9.3% [5] - 亚太地区收入预期为22亿美元 暗示同比下降4.3% [5] 模型预测与同行业绩 - 根据模型 公司此次可能不会实现盈利超预期 因其盈利ESP为-0.81%且Zacks排名为3 [7] - 同行ABM公司2026财年第一季度每股收益为0.83美元 低于Zacks一致预期4.6%且同比下降4.6% 总收入23亿美元超出预期1.3%且同比增长6.1% [8] - 同行Fiserv公司2025财年第四季度调整后每股收益1.99美元 超出Zacks一致预期4.7%但同比下降20.7% 调整后收入49亿美元低于Zacks一致预期1%且同比下降6.7% [8][10]

报告行业投资评级 - 报告识别出一类表现卓越的“人才重塑者”企业，占研究样本的18% [18][21][22] - 这些企业在2025年实现了比同行更高的收入和利润增长：收入增长高出1.8个百分点，利润增长高出1.4个百分点 [20][25] 报告核心观点 - 人工智能时代真正的价值在于人与技术协同发展，但许多组织在大力投资人工智能的同时，并未相应更新其人才战略 [17] - 少数“人才重塑者”企业采用了一种独特且更整合的“人+人工智能”人才战略，围绕共同目标重塑工作与员工队伍，从而创造了显著价值 [19][27][28] - “人才重塑者”通过六大关键特征构建未来员工队伍，帮助人们借助技术释放新潜能 [28][29][31] - 这些企业通过将人才置于数字化转型的核心，并坚持“人类主导”的原则，在财务表现、组织文化、员工体验和创新技能方面远超同行 [20][25][212] 六大关键特征总结 特征一：清晰度 - 定义：在人才、技术和战略之间建立共同的价值观和优先事项 [32][34] - 现状问题：仅三分之一受访者表示其人才战略与技术和人工智能战略完全一致，导致员工难以获取人工智能工具（仅24%），且缺乏发言权（仅21%）[36] - “人才重塑者”实践：96%的企业通过人力资源与信息技术的强有力协作，实现了人才战略与技术和人工智能的完全整合，比例是其他企业（16%）的6倍 [41][49] - 案例：大众汽车集团通过共享平台、通用数据基础和协调治理，将团队和系统整合，旨在将人工智能打造为一项企业级能力 [44][45] 特征二：智能组队 - 定义：利用人工智能洞察团队健康、技能和绩效，以创建更强大的团队和新的工作方式 [32][51] - 现状问题：仅19%的员工表示在团队中能与人工智能和数字工具共同实验、学习和改进；仅17%的员工在团队中感到心理安全 [53] - “人才重塑者”实践：比同行更可能（1.6倍）使用先进人工智能工具追踪行为采纳；1.7倍更可能使用人工智能生成的匹配来评估团队契合度、指导任务分配并主动预警风险 [54][55] - 案例：微软利用其人工智能驱动的员工参与平台（Viva Insights和Viva Glint），通过分析协作信号和情绪数据来优化团队设计和协作 [65][66] 特征三：人才流动性 - 定义：根据业务战略、技能和新涌现的角色，将人员配置到最需要的地方，创造有意义的职业发展机会 [32][73] - 现状问题：69%的组织仍依赖外部招聘或临时内部招聘，内部流动性缺乏数据驱动；仅7%的组织使用人工智能平台支持“内部优先”的流动策略 [75] - “人才重塑者”实践：拥有动态人工智能技能数据的可能性是其他企业的16.5倍；使用实时人工智能平台匹配内外部技能的可能性是3.3倍；优先通过人工智能平台进行内部招聘的可能性是7.2倍 [78][80] - 案例：卡特彼勒承诺在五年内投入1亿美元用于员工技能提升和再培训，并推出人工智能助手，从基于职位的人力规划转向基于技能的流动性战略 [90][92] 特征四：共同学习 - 定义：让人工智能与人在工作流程中共同进化，使每一次人机互动都成为能力建设的机会 [32][101][119] - 现状问题：仅24%的高管表示学习真正嵌入组织文化和工作流；仅43%计划提升员工技能，尽管86%计划增加人工智能支出 [104] - “人才重塑者”实践：92%将学习嵌入日常工作，可能性是同行8.5倍；84%使用人工智能定制学习和职业路径；73%使用实时人工智能提示推动学习进程 [126][127][128] - 案例：默克公司在其企业人工智能平台GPTeal中嵌入人工智能素养和人机协作，在临床研发领域将起草临床研究报告的平均时间从180小时减少到80小时，文档错误减少约50% [123][124] 特征五：突破性领导力 - 定义：领导者优先考虑辅导而非控制，以谦逊的态度领导，提升人的潜力并培养好奇心文化 [32][131] - 现状问题：员工期望领导者支持新的职业路径和再培训（29%），并提供更多决策透明度和包容性（28%）[132] - “人才重塑者”实践：其领导层职位发布中要求具备人工智能和机器学习技能的比例高达49%，远高于同行；在培养尊严和尊重方面比同行高1.9倍 [137][146] - 案例：巴斯夫集团通过“制胜之道”战略，将领导力重新定义为可衡量、可教授的战略能力，并嵌入到公司的运营模式中 [142][143] 特征六：个性化体验 - 定义：为每位员工创建基于有意义工作的定制化职业发展和学习路径 [32][33][154] - 现状问题：超过一半（55%）的高管报告员工存在认知超载，49%观察到对工作被取代的焦虑；仅约三分之一员工强烈认为雇主致力于帮助他们保持相关性 [158][159] - “人才重塑者”实践：65%使用人工智能改善员工体验和敬业度；71%定期公开认可员工贡献 [168][170] - 案例：埃森哲构建了人工智能驱动的技能引擎和“人才导航者”平台，使员工能够塑造自己的技能档案，领导者能预测未来技能需求并进行大规模再培训 [165][171] 当前行动建议框架 - **以人工智能驱动的方法重塑人才战略**：整合人力资源、信息技术和业务部门，围绕技能和潜力（而非僵化角色）重新设计工作，并开发以人为本的员工智能 [187][188][189][190] - **创建持续学习文化**：设计基于好奇心、创造力和信任的工作场所，将学习嵌入工作流程，并建立持续的人机伙伴关系 [195][196][197][198][199] - **以新的动态方式领导**：体现人机领导力，在团队层面加速变革，重新设计团队动态以增强信心与协作，并强化文化以实现持续重塑 [200][201][202][203][204]