Gloat 谈 AI 人力规划：用数据与自动化改造人力战略

从年度表格到持续预测

Gloat 这篇官方动态用一个 CFO 临时追问新产品线需要多少人的场景开场：传统做法要花三周做表格，最后仍只是有根据的猜测；AI 人力规划则试图用人才数据、技能清单和劳动力市场信号实时给出预测。文章把两者的差别概括为静态地图与 GPS 之别——前者告诉你半年前以为要去哪，后者显示当下的最佳路线。

差异落在四个层面

文章列出四组对比：分析速度与准确性、被动响应与主动决策、静态快照与持续情报、手工流程与自动化工作流。传统规划依赖跨系统收集数据、核对冲突信息、在表格里建模，产出在获批时往往已经过时；AI 系统则持续分析业务战略、项目管线、员工数据和市场状况，条件变化时即时更新预测。

被引用的两项调查

支持“提前看到需求”的论据来自两项调查。Gartner 对 700 多名 CIO 的调查显示，到 2030 年 75% 的 IT 工作将由人类借助 AI 完成，文章据此认为规划问题应从“如何回应需求”转向“如何在需求出现前塑造未来”。Mercer《2026 全球人才趋势》称 54% 的高管把人才稀缺列为影响人员计划的首要力量；同一报告还称 65% 的高管预计未来两年内 11% 至 30% 的员工会因 AI 被再部署或再培训。这些是受访高管的预期，不是已发生的再部署比例。

主张与边界

文章主张的收益包括更准确的人员需求预测、主动识别技能缺口、通过技能型再部署发现隐藏产能以降低招聘成本，以及用数据减少管理者主观判断带来的偏差。这些多为供应商对方法价值的论述，文中未给出采用该方法的组织效果数据；调查数字反映的是受访者预期，不能读作 AI 人力规划已被证明能带来相应结果。