数智化成熟度只剩2.89分：多数企业的HR系统还停在记账

本文解读：《2026中国企业人力资源数智化成熟度模型与实践白皮书-北森》 · 共 71 页 · 原文

中国企业人力资源数智化的现状得分是 2.89 分，期望得分是 4.32 分，中间隔着 1.43 分。北森在《2026中国企业人力资源数智化成熟度模型与实践白皮书-北森》里给出这组数：644 份有效问卷、覆盖 567 家企业、12 个大行业，历时近两个月。

打分用的是自己搭的 HRDIMM 模型，业务与技术两条腿各 5 个维度，每个维度从初始期排到领先期，五个台阶。结论是 61.2% 的企业仍在较低水平，只有 9.2% 摸到 4 分以上，而 78.1% 的企业期望自己站到 4 分以上。

多数企业的 HR 系统已经会记账，但还不会做判断，这 1.43 分就差在判断上。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第1页） · 原文

一、先立一把尺子：双维十维五期

企业不是不知道要转，而是不知道自己在哪。报告把这层困境说得很直白：方向模糊、量化不足、路径脱节业务。HRDIMM 的结构是双维、十维、五期。双维指业务价值输出层与技术能力基座层，前者管数字化带来了什么价值，后者管底层撑不撑得住。

业务侧 5 个维度是战略穿透力、场景覆盖度、流程闭环度、多角色用户体验、智能决策，基本沿着价值链条排下来。技术侧 5 个维度是架构先进性、安全稳定性、集成成熟度、数据支持能力、AI 创新能力，对应底座到智能的四层。

两层的顺序不能倒：没有数据底座，谈智能决策就等于空话。

五期梯度依次是初始期、基础期、发展期、成熟期、领先期，评分区间从 0 到 5，把定性印象换成了可比的刻度。这个模型值得留意的地方在于把 AI 创新能力单列为一级维度，而不是挂在招聘或培训下面的一个功能。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第2页） · 原文

二、61.2% 在低水平，期望却在 4 分以上

先看整体分布。567 家企业里，104 家即 18.3% 落在 2 分以下，243 家即 42.9% 落在 2 到 3 分之间。168 家即 29.6% 处在 3 到 4 分，只有 52 家、占 9.2% 站上 4 分。前两档加起来，61.2% 的企业处于较低水平。

换个角度看，78.1% 的企业期望自己未来能达到 4 分以上，现状与期望之间是一道明确的沟。按岗位看更有意思，职位越高，打分越低。中高管给 2.68 分，HR 经理给 2.71 分，HR 专员给 2.94 分。

报告的解释是，越贴近业务价值的人越清楚现有系统接不上战略，专员看到的则是自己手上那套流程跑得挺顺。同一份问卷里出现 0.26 分的落差，说明这轮转型真正的阻力不在操作层，而在评价标准的分歧。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第3页） · 原文

三、规模不是答案，中间那段最难

按企业规模切，成熟度不是一条单调上升的线，而是两头高、中间低的哑铃形。10000 人及以上企业 2.98 分最高，5000 到 9999 人 2.75 分，2000 到 4999 人 2.65 分，1000 到 1999 人只 2.51 分。

再往下的 500 到 999 人回到 2.68 分，500 人以下反而是 2.80 分。大企业得分高不难理解，流程体系本来就成熟，历史投入也攒了一些家底，换系统只是升级。

小企业得分高是另一套逻辑：体量小，上几个轻量工具就能把最痛的点解决，需求边界清楚，投入产出看得见。卡住的是中间那一段。业务在长，人力体系和流程还在边跑边搭，需求一直在变，系统还没上线，口径就已经换了一版。

中型企业缺的不是钱，是一份能撑住三年不返工的需求蓝图。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第4页） · 原文

四、行业差 0.79 分，合规是隐形推手

12 个行业的现状分从 2.65 到 3.44，排头与排尾相差 0.79 分，跨度不算小。银行、金融、保险以 3.44 分居首，报告给的理由是合规与安全管控要求高，倒逼系统把数据口径先理干净。

往后依次是互联网 3.11 分、能源矿产 3.09 分、政府组织 2.97 分、商业服务 2.89 分。再往下是生产加工与文化出版并列 2.81 分，房产建筑与消费连锁并列 2.78 分，交通仓储 2.65 分垫底。

一个规律是，监管越硬、流程越标准、数据越敏感的行业，数智化往往跑得越快，因为不做就会出事。反过来，业务灵活、人员流动大、标准化程度低的行业，系统很难覆盖真实场景，分数自然靠后。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第5页） · 原文

五、模块排位：招聘最高，绩效垫底

8 个 HR 业务模块的现状均分是 2.87 分，期望均分是 4.26 分，平均差出 1.39 分，每个模块都不轻松。招聘与人才获取以 2.96 分居首，薪酬福利 3.05 分，学习管理 2.95 分，三块属于同一梯队。

往下是组织人事 2.82 分、人才管理含继任与盘点 2.87 分、干部管理 2.81 分、考勤管理 2.75 分。绩效管理以 2.73 分垫底，差距却是全模块最大的 1.71 分，期望值高达 4.44 分。

招聘跑得快有它的道理，简历筛选、面试安排、流程流转都是标准动作，工具一上就能看到效率变化。绩效难是另一回事。目标怎么定、评价怎么给、结果怎么用，背后是管理判断，软件只能承载流程，替代不了判断。

招聘是可以被流程化的活，绩效是要有人负责的活，两条路的难点根本不同。

考勤 2.75 分也偏低，报告点出的是复杂排班、跨零点加班拆分这类场景，标准化系统接不住灵活用工的现实。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第7页） · 原文

六、干部管理 2.81 分，乐观是假性的

干部管理这一块容易被误读。报告用的词是假性乐观，意思是看着还行，拆开看并不行。该模块现状评分 2.81 分，在 8 个模块里排第六，但企业给它的期望分只有 4.00 分，是全模块里最低的一档。

期望低，说明企业对这块没抱太大期待，差距自然只有 1.20 分，在差距图上被标成了绿色。细看维度就露馅了，智能决策 2.72 分、集成成熟度 2.64 分，两项都不好看。

干部任免还在靠人工维护信息表、手工翻简历名册，到龄退休靠人盯，数据没有沉淀成可用的判断依据。绩效的问题则是另一面，它的期望分 4.44 分是所有模块里最高的，差距 1.71 分也是最大的。

绩效模块里 AI 创新能力的差距达到 2.10 分，是单项最大落差，说明大家都在等 AI 来改评价这件事。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第8页） · 原文

七、十个维度里只有一项过了 3 分

十个维度的现状分落在 2.55 到 3.05 之间，均分 2.89 分，期望分落在 4.15 到 4.39 之间，均分 4.32 分。唯一突破 3 分的是流程闭环度 3.05 分，也是唯一一个算得上优势的维度，端到端把流程走通这件事做到了。

垫底的是 2.81 分的智能决策，同时它是差距最大的维度之一，说明数据还没有变成判断。报告点得比较实：数据没有打通，报表只能手工拼，等到要决策时，手上没有可信的数。

战略穿透力的差距达到 1.53 分，业务战略和 HR 动作之间还隔着好几层翻译。AI 创新能力现状 2.55 分，是十个维度的最低值，多数企业只做了简历初筛或智能问答这类单点应用。

数据支持能力 2.87 分，被报告定义为制约全局的瓶颈，底座不稳，上面的智能应用就都是无源之水。

这份报告的原文件放在运营动脉（www.yydm.cn）上，图表、口径说明和样本量都写得很清楚。

想看原文的完整版，搜标题就能打开，图表和数据附录都是齐的，不用注册。

八、三条路径，按家底选一条走

报告没有给一套通用答案，而是把企业分成三类梯队，各配一条建设路径。第一类基础薄弱，特征是无系统或有系统但基础差，流程靠手工和分散表格，信息孤岛普遍存在。

这类企业的动作是先把人事一体化平台夯实，顺序是诊断与蓝图、组织人事薪酬等核心模块、再扩招聘培训、最后做运营深化。

第二类是基础扎实但高阶应用浅，组织人事、薪酬、考勤已经线上化，干部管理、人才梯队、绩效跟踪还停在记录与审批。这一类的重点是强化人才管理内核，把盘点、继任、发展这些场景补齐，同时理顺新旧系统的接口与数据契约。

第三类整体运行稳健，员工全生命周期已经能线上管理，也能出报表，只是 AI 还没规模化。这一类的选择是创新突破，先挑痛点清楚、回报可量化的环节下手，比如智能筛选和离职风险预测。

三条路的关键差别不在工具清单，而在先补哪一块短板。

图源：《2026中国企业人力资源数智化成熟度模型与实》（第9页） · 原文

图源：《2026中国企业人力资源数智化成熟度模型与实》（第10页） · 原文

图源：《2026中国企业人力资源数智化成熟度模型与实》（第11页） · 原文

九、11 个案例：分水岭不在预算

报告用 11 家企业的实践收尾，横跨汽车、连锁茶饮、中药、农牧、乳业、船舶、制造等行业，起点各不相同。正大集团中国区有 6 万名员工，引入 AI 招聘助手和 AI 面试官后校招整体提效 57%，AI 用两分钟就能评估 10 份简历。

更具体的一组数是，职位 JD 的生成时间从 20 分钟缩到 2 分钟，压缩掉的主要是重复劳动的搬运时间。

同样一套 AI 工具，能提效 57% 的前提是把流程先理顺，而不是把工具先买回来。

乐乐茶面对的是人力成本上升、门店排班粗放、区域协同弱，解法是把全日制、派遣、平台用工放进同一套考勤口径。中药控股员工约 1.7 万人、有近百家子公司，2021 年起统一上线组织人事、假勤、薪酬，先解决全级次企业的口径不一致。

蒙牛走的是另一条路，用 AI 面试官识别高潜，再按领导力、专业力、价值观、业绩、潜力五个维度分层建人才池。这些案例的共同点不是预算大小，而是都先找到一两个能量化回报的场景，做完再往外扩。

白皮书原文篇幅较长，模型细节和全部图表都能在运营动脉（www.yydm.cn）上打开对照。