Palantir的客户案例揭示了AI落地的深层逻辑：每一次技术变革，最终都指向组织和人的重塑。这不仅是工具升级，更是一场关于工作定义与人才价值的静默革命。

核心内容：

• 组织知识外部化如何改变人才培养的游戏规则
• AI接管执行性工作后，人的核心价值被重新定义
• 从HR视角解读AI成功案例背后的三个关键转型信号

Palantir的客户案例，表面上在讲AI落地，实际上每一刀都切在组织和人身上。

一场没有HR的大会，却处处是HR的命题

2026年6月，Palantir在迈阿密办了第十届AIPCon。

13场客户演讲，行业横跨法律、建筑、保险、工业、农业、租车、咨询、供应链。没有一场专门讲HR。

但如果你仔细看这些案例——每一个“AI落地成功”的故事，核心都是组织和人怎么变了。

把这些案例从HR的视角重新读了一遍，提炼出三个信号。它们可能比任何一份“AI时代HR趋势报告”都更真实，因为它们来自已经跑通了的实践。

信号一：组织知识的外部化，正在改变“人才培养”的游戏规则

案例：Kirkland & Ellis律师事务所

全球顶级律所，用AI系统把合伙人几十年的基金组建经验全部结构化——哪些条款怎么谈、哪些风险如何规避、哪些客户有什么偏好——变成了系统的“记忆”。

结果很直接：一个入职两年的律师，现在能调用合伙人才有的判断力。

从HR角度看，这意味着什么？

传统人才培养的底层假设是“经验靠时间积累”——工作3年的比1年的强，5年的比3年的强。能力的成长曲线，是时间的函数。

但Kirkland & Ellis的案例告诉我们：当组织知识被结构化、被AI可调用，“时间”这个变量的权重就在下降。

一个有结构化知识平台+AI辅助的2年经验员工，可能比一个没有这些工具的5年经验员工，产出更高。

这对HR的人才发展体系是个挑战：

• 你的培训体系，是在帮员工“个人积累”，还是在帮组织“集体沉淀”？
• 你的晋升标准，是看年限还是看“调动组织知识资源的能力”？
• 你的核心人才，他们的知识有没有被结构化传承——还是只存在他们脑子里？

真正的人才壁垒，不再是个人能力，而是组织知识的可复用程度。

信号二：岗位的“执行部分”被AI接管后，人的价值定义变了

案例：McCarthy Building建筑公司

160年历史的建筑公司，用AI构建了Pulse运营套件，覆盖现场执行、估算、合同管理、投标、QA/QC、物流规划。

最值得HR关注的，是他们怎么重新定义了现场主管这个岗位。

以前，现场主管70%的时间花在——填表、对数据、写报告。

AI系统上线后，这些执行性工作被接管。现场主管的工作变成了：做判断、管异常、带团队。

他们的一位现场主管Da ve Evans说：

“这次合作让我可以专注于对客户和项目团队最重要的事，而不是被淹没在邮件、文档和数据中。”

更有意思的是——他的工作满意度上升了。

为什么？因为他终于在做“只有人能做的事”了。

从HR视角看，这是一个很关键的信号：

AI不是在“替代”岗位，而是在把岗位里的“执行部分”剥离出去，留下“判断部分”。

这意味着HR需要重新审视每一个岗位的JD：

那些“执行部分占80%”的岗位，是最先需要被重新设计的。

信号三：人机协作的“否决权机制”，是绩效设计的新课题

案例：McCarthy的“人类否决权”机制

McCarthy做了一件很多企业没做的事——每一个AI推荐的行动方案，现场主管都有权否决。

但关键在后面这一句：每一次否决，都要写理由，都会变成AI下次学习的素材。

这个机制对HR来说，是一个极其精准的绩效设计参考。

为什么？

因为它同时解决了两个问题：

问题一：人类不能失去控制权。 AI再聪明，关键决策必须有人的判断。如果员工只是“AI说什么就做什么”，那出了问题谁负责？这个机制确保了人类始终是决策的最终把关者。

问题二：人类的判断必须被沉淀。 传统的“人做决策”是黑盒——做了就做了，经验留在个人脑子里。但这个机制让每一次人类判断都变成了组织的学习素材——个人判断力，被转化为组织能力。

这给HR的启发是——在AI时代，绩效设计需要回答一个新问题：

“员工在和AI协作时，他的否决质量怎么样？他否决得有没有道理？他的判断有没有让组织变得更聪明？”

目前大多数企业的绩效体系，完全没覆盖这个维度。

能率先设计出“人机协作绩效模型”的HR团队，会在AI时代建立真正的专业壁垒。

HR现在可以做的三件事

看完这些案例，你可能会觉得“这些公司都很大，我们没法比”。但有些事，不需要大预算，不需要IT部门配合，HR自己就能推动。

第一件：做一个“岗位AI化盘点”

把公司主要岗位拿出来，逐个分析：

• 这个岗位的哪些任务，AI现在能做？
• 哪些任务，AI三年内能做到80%？
• 剩下的“只有人能做”的部分，是什么？

这个盘点不需要精确，重点是让管理层第一次从“岗位”视角看AI的影响。HR牵头做，天然合适。

第二件：启动一个“知识结构化”试点项目

找一个即将退休或即将调岗的核心专家，设计一个知识提炼项目——不是让他写培训文档，而是把他做判断的逻辑、依据、例外情况，系统地记录下来。

这个项目不需要AI系统，甚至不需要软件。它的价值在于——让组织意识到，有些知识如果现在不沉淀，以后就没了。

HR牵头做这件事，比任何部门都合适。

第三件：在下一次绩效复盘里，加一个“人机协作”讨论项

不需要改绩效制度。只需要在下次绩效面谈时，多问员工一个问题：

“过去半年，你在哪些工作中使用了AI辅助？你觉得AI帮你提升了什么？在哪些地方你觉得AI的判断不对，你是怎么处理的？”

这个问题的价值不在于答案，而在于——它向全公司释放了一个信号：公司在关注人机协作，而不只是个人产出。

结语

Palantir AIPCon上的这些案例，表面是技术故事，内核是组织故事。

律所的知识外部化，是对人才培养模式的碘伏。
建筑公司的岗位重定义，是对岗位设计方法的挑战。
否决权机制，是对绩效体系的全新要求。

这些，都是HR的命题。

AI时代，最容易看到的失败是“上了AI系统，但组织没变”。

而让组织变的那个人，应该是HR。

不是CIO，不是CTO，是HR。

因为技术解决不了“谁来做什么、怎么考核、能力从哪来”这三个问题。

这三个问题，是HR的主场。