北森走进哈佛案例库，企业AI的下一场竞争浮出水面

一家做人力资源软件的中国公司，成了哈佛商学院研究AI转型的样本。

近日，北森AI转型实践入选哈佛商学院案例库，由Tsedal Neeley教授撰写的《Beisen: Crossing the Chasm with AI in Human Capital Management》，将目光投向了这家企业如何推动AI进入人才管理业务。

这条新闻的看点，显然不止于一家公司的品牌成绩。

过去几年，围绕AI的讨论很大程度上由模型公司主导：参数、榜单、推理能力，构成了技术进步的主要叙事。如今，从企业应用的角度看，另一组问题正在变得迫切：谁能找到值得改造的工作，谁能把专业经验变成产品，谁又能让客户持续使用？

北森进入商学院的研究视野，为观察这场变化提供了一个具体入口。

一、企业AI的价值，要到工作现场去找

企业引入AI，最容易迈出的第一步，是让它写点东西。

写招聘文案、整理培训材料、回答制度问题，效果直观，使用门槛也低。但沿着业务流程走下去，企业很快就会遇到更难的任务：候选人到底合不合适？培训之后，员工是否掌握了技能？管理者面对一次棘手的沟通，能否把问题处理好？

这些任务背后，才是企业愿意长期投入的管理需求。

以招聘为例，生成十道面试题不难。难的是围绕具体岗位确定评价标准，通过追问获取有效信息，再形成有依据的判断。整个过程既需要理解语言，也需要懂业务、懂评价方法，还要接得上企业原有的招聘流程。

因此，企业AI的竞争越往深处走，越会触及行业本身。模型能力决定了工具能做什么，行业知识与业务流程则影响它能在哪些工作中发挥价值。

从这个角度看，HR科技公司的AI转型具有观察价值。人力资源管理涉及大量专业判断，也存在面试、反馈、练习等高频任务。这里的应用能否跑通，可以帮助外界理解：AI如何从一个通用工具，变成企业日常工作的一部分。

二、行业里的“老本事”，开始成为AI的新筹码

北森案例中，一个值得关注的关键词是People Science，即人才科学。

哈佛公开案例介绍将其AI智能体与二十余年积累的心理测量方法联系起来，关注专家实践如何被拆解、编码，并服务于更大范围的应用。

这背后有一个值得讨论的产业变化：AI正在给专业知识寻找新的交付方式。

过去，一名资深面试官的判断力、一位培训专家的课程设计能力，都需要通过人的时间来交付。企业希望扩大服务范围，通常就要增加专家，或者接受服务深度的变化。

当专业方法能够被梳理成标准、步骤和反馈规则，再结合AI的交互与信息处理能力，服务范围就有了扩大的可能。

这并不意味着把一堆行业资料放进知识库就够了。资料回答“有什么”，专业方法还要回答“怎么做”：一个岗位该评什么，什么回答能够构成证据，出现能力差距后应该怎样练习。

对行业厂商来说，这是一场重新审视自身积累的机会。过去沉淀的人才标准、评价方法和业务经验，能够怎样参与AI产品设计，将影响其产品的专业深度。

由此延伸看，企业AI的机会也可能出现在那些专业程度高、服务长期依赖专家投入的领域。谁能把专业知识整理成可执行的方法，谁就多了一份参与竞争的筹码。

三、从“买软件”到“用能力”，交付方式正在打开新空间

理解这一轮变化，还需要看看企业到底在购买什么。

传统管理软件擅长记录信息、连接流程。招聘系统帮助企业管理候选人，学习系统帮助企业分发课程，工作中的判断和练习则主要由人完成。

AI让软件有机会参与这些环节。

面试中的提问与追问、训练中的模拟对话与即时反馈，都属于具体工作。企业由此可以尝试获得更及时、更高频的专业支持。

哈佛案例公开介绍提到，北森AI智能体已完成超过200万场候选人面试，同时进入管理者练习和新员工训练等场景。这一规模让外界有理由进一步讨论其实际运行方式。

尤其是培养类场景，服务频率的变化很值得关注。过去，为每一位新员工安排持续的模拟训练，需要相当多的人员投入；让管理者在正式沟通前反复演练，也很难成为普遍服务。AI则为这些需求提供了新的实现方式。

如果专业支持能够更容易地获得，企业的使用习惯也可能随之调整：培训之外增加日常练习，正式任务之前增加模拟准备，反馈从阶段性安排变得更加及时。

这意味着，企业软件的价值有机会延伸到员工如何完成工作、如何提升能力。应用空间也由此进一步打开。

以下来自哈佛案例原文：Beisen, China's largest HR SaaS platform, made artificial intelligence (AI) its organizing principle and then had to persuade its customers to do the same. Serving approximately 6,000 enterprises annually, the company's AI agents had conducted more than two million candidate interviews, alongside coaching rehearsals for managers and daily practice simulations for new hires. Those agents - spanning recruitment, leadership development, learning, and performance - were grounded in People Science, the body of psychometric methodology the company had built over two decades, and rested on the premise that expert human practice could be deconstructed, encoded, and then extended past what any individual practitioner could deliver.

四、下一轮竞争，绕不开企业的“最后一公里”

不过，一项AI能力进入产品菜单，距离成为企业的工作习惯，还有一段路。

招聘团队需要确认评价标准，培训部门需要设计练习目标，业务管理者需要理解反馈结果。使用者还要逐渐知道，哪些任务适合交给AI，哪些环节需要人工参与。

这些工作共同决定了应用能走多深。

从行业角度看，这会让产品之外的能力变得更加关键。厂商既要理解技术，也要帮助客户整理流程、配置标准，并把使用效果与业务目标联系起来。

围绕这些问题展开竞争，企业AI市场才会逐步形成更清晰的产品分工与价值判断。

把北森进入哈佛商学院案例库这件事放回产业背景，会看到一个更值得讨论的变化：企业软件厂商的AI转型，正在显露出不同的价值重心。

如果沿着产品重心来观察，可以把这种分化概括为“用友、金蝶向左，北森向右”。用友、金蝶这种传统软件厂商从ERP与经营管理底座出发，让AI进入财务、供应链、人力等业务，让企业的流程、数据与经营决策更智能；北森则从人才管理出发，把一体化HR SaaS、People Science与专家方法重新组织为数字HR的工作能力，进一步探索人工智能如何让人力资源产品更专业。

这条分水岭，正在从产品功能延伸到组织分工。软件可以帮助HR更高效地工作，数字HR专家队伍则进一步提出一个问题：当AI开始承接具体任务，真人HR应该如何定义目标、分配工作并检验结果？

北森Mavens所探索的“碳硅混合编队”，正是这一变化的具体表达。真人HR负责理解业务、制定标准、作出关键判断并承担责任；数字HR调用数据与专业方法，承接面试、训练、分析等任务。企业获得的专业支持，也由此进入日常协作。

因此，2026年HR软件的分水岭，可以从两个问题中看出来：如何把软件做得更智能，如何让真人HR与数字HR一起工作。用友、金蝶与北森的产品重心，为观察这两种方向提供了不同样本。

这也是北森此次成为哈佛案例研究对象的行业看点。一家中国HR科技公司正在尝试把二十多年的人才科学专业积累，转化为AI时代的新型服务与协作方式。随着企业AI继续深入业务，下一轮竞争的焦点，也将更多落在谁能把专业能力带进工作现场，并让它持续创造价值。

参考文献：

[1]《Beisen: Crossing the Chasm with AI in Human Capital Management》https://store.hbr.org/product/beisen-crossing-the-chasm-with-ai-in-human-capital-management/427036?utm_source=chatgpt.com

[2]北森入选哈佛商学院案例库：中国AI HR实践，走向全球商业课堂

https://www.beisen.com/news/713.html