麦肯锡：欧美人力资源管理现状调查- 大数跨境

首页

麦肯锡：欧美人力资源管理现状调查

外贸队长JOJO

2025-10-21

导读：欧美企业的人力资源管理到底处于什么水平，如果我们出海的话应该关注哪些方面？此报告的数据来自于麦肯锡2024年对欧美的1925家公司的调查，客观的展示了欧美人力资源管理的现状与挑战。

本文推荐指数：

说明：此报告的数据来自于麦肯锡2024年对欧美的1925家公司的调查。

总览

1.人力资源规划缺乏战略性：在美国只有12%的公司进行战略性人力资源规划（3年以上）

2.人才获取变得越来越复杂：一方面裁员增加和失业率上升，一方面招聘成功率如欧洲整体仅为46%

3.员工发展持续高度碎片化：许多组织仍然将员工发展分割成孤岛，26%的员工在过去一年没有得到任何反馈，2/3的关键岗位没有继任计划。为了使员工为未来的挑战做好准备，组织必须将绩效管理、学习和发展与人才发展在一个统一的战略中联系起来

4.员工体验至关重要但发展错位：对员工而言，工作保障成为他们留下工作的首要原因（39%），其次是工作与生活的平衡（34%）以及与同事的关系（33%）。尽管如此，许多人力资源部门仍主要关注优化薪酬和工作时间，仅部分解决了员工最关心的问题。

5.生成式人工智能和共享服务中心在提高效率和效果方面仍存在较大提升空间：只有18%的超过1000名员工的受访组织在人力资源领域使用专门的SSC，欧洲只有19%的核心人力资源流程得到生成式人工智能的增强。

一、战略性人力资源规划

根据麦肯锡的2025“HR监视器” 调查人力资源专业人士越来越多地报告说，无论是现任还是新聘员工，缺乏满足业务需求所需的技能。根据调查32%的员工不具备履行当前角色所需的全部技能。

欧洲35%的人力资源专业人士将问题解决列为未来五大技能之一，30%将数据分析和人工智能列为前五名。与此同时，随着自动化和人工智能的兴起，其他技能正在过时。

我们通常用的人力资源规划通常有三种形式：

短期规划（1年之内）；

战略人力规划 (SWP) 根据业务战略和情景规划，预测未来三到五年的人员需求。

基于技能的SWP 围绕在不同时间范围内识别、培养和部署关键技能，而不是仅仅关注人员数量和工作角色。

而根据公司在短期和长期可能需要的技能来预测人员需求的差距分析方法更有效。

在做基于技能的SWP分析时，需要注意以下几点：

保持可控。设计可执行且易于维护的技能分类法，通常涵盖20到30个核心技能，跨越最多10到15个职位类别。
构建一个动态的、由人工智能驱动的技能分类体系。根据业务需求、市场趋势和新兴技术持续更新技能档。
获取实时劳动力洞察。使用AI动态跟踪员工技能，结合自动化分析与员工输入，以突出技能差距与发展需求。
使用人工智能驱动的方案规划和自动化来扩展 SWP。人工智能可以模拟劳动力场景，预测不平衡，并自动化洞察，减少人工工作量并降低采用障碍。

二、人才获取

较低的offer接受率和高试用期流失率的综合影响导致招聘成功率有限。在欧洲，平均而言，只有大约46%的接受录用通知的候选人六个月后仍然留在该组织。意大利报告的成功率最低，只有40%的候选人在六个月后仍然留在该组织。相比之下，法国在录用offer接受率（65%）和留存率（59%）方面表现尤为强劲。

调研显示，员工跳槽的主要原因如下：

1.薪酬和额外福利。 38%的欧洲受访员工将薪酬和额外福利列为跳槽的主要原因，特别是在德国（42%）和西班牙（41%），英国对此因素的重视程度较低（25%）。

2.进一步培训和发展机会。各地区都高度重视培训和发展机会，平均值为28%。得分最高的是西班牙（33%），意大利和波兰（均为30%）。这一因素在英国（22%）和法国（24%）的重要性最低。

3.灵活性。 27%的员工将灵活性，包括弹性工作时间和远程或混合工作安排，列为改变工作的首要因素。灵活性在波兰（31%）特别重要，而在法国（24%）则最不重要。

4.与管理者的关系。 26%的员工将与管理者的关系列为工作变动的主要驱动因素。这个因素在法国（32%）和德国（30%）尤其重要，而在英国（22%）以及意大利和波兰（均为24%）则关联性最弱。

5.工作与生活平衡。 25%的员工将工作与生活平衡列为促使工作变动的主要因素之一。这一因素在德国和意大利的相关性略高（均为26%），而在西班牙和法国的相关性略低（均为23%）

建议可以使用人力资源分析工具或开发内部系统来追踪候选人偏好，并相应地调整工作机会和信息。例如，可以缩短试用期以表明工作稳定性。此外可以实施生成式人工智能分析工具，以实时洞察市场趋势，并深化与业务部门的合作，以清晰地了解角色需求是如何演变的，并评估招聘需求的紧迫性。

三、员工发展：从零散到集成

为了最大限度地发挥员工队伍的潜力，人力资源领导者必须从三个角度来对待员工发展：

绩效管理。绩效管理，包括反馈和后果管理，帮助领导者识别优势和改进领域，并解决持续的绩效低下问题。

学习和开发项目。采用定向培训来解决个人需求和技能差距。

人才发展。通过继任计划等战略方法进行人才发展，可以提升绩效评估中识别出的高绩效候选人的能力。

根据调查，26%的欧洲员工表示在过去12个月内没有收到任何官方反馈。相比之下，人力资源专业人员认为这一数字仅为6%。此外，根据与人力资源专业人员的访谈，56%的欧洲员工表示他们每年只收到一到两次反馈，这不足以持续发展。

绩效管理应反映角色特定的目标（如绩效KPI和技术技能）和预期行为，以确保项目与业务需求和组织价值观及文化保持一致。除了将绩效评估频率增加到每年三到四次之外，组织可以建立多级反馈体系，包括同级之间、向上和向下的反馈。此外，组织可以参与“前瞻性反馈”计划，该计划为员工提供以未来为导向的输入，重点关注他们即将到来的目标，并评估领导力和其他可能补充传统绩效反馈测量的行为。

培训也是员工发展和绩效管理的重要组成部分。这是研究发现HR报告与员工体验存在差异的另一个领域。欧洲员工报告平均每年有12天的培训时间，而HR估计为22天—相差45%

四、员工体验

许多组织正在重新评估员工体验，因为他们认识到其在增强敬业度、减少缺勤率和支持劳动力生产率方面的重要性。因为不满和敬业度下降的迹象变得更为明显：近20%的员工报告对雇主表示不满。尽管法国的留存率很高，但不满情绪最高（30%），意大利紧随其后（27%）。

打造强大的员工体验可以产生重大影响：麦肯锡的研究表明，与体验不佳的员工相比，拥有积极员工体验的员工敬业度高出16倍，留任可能性高出8倍。

对员工来说，什么最重要？

根据调查，欧洲的员工选择留任当前雇主有五个主要原因：

1.工作保障。稳定性是员工选择不离职的首要原因，有39%的员工将其列为他们留下的主要原因。去年的调查发现工作保障排第五，这表明人们已经大幅向稳定性倾斜。

2.工作与生活平衡。员工非常重视平衡个人和职业责任的能力，其中34%的员工将工作与生活平衡列为留任雇主的首要原因。

3.与同事的关系。强烈的归属感和团队合作对员工满意度至关重要—33%的员工将同事关系列为留任工作的首要原因。

4.灵活性。员工非常重视工作的时间和地点的灵活性。31%的员工将灵活性列为他们留任的首要原因。

5.薪酬和福利。薪酬福利是去年的主要驱动力，虽然它们对员工仍然很重要，但只有28%的人将其列为留任的首要原因。

而从人力资源的角度来看，薪酬和福利仍然位居第一留住因素（41%），其次是工作与生活平衡，占38%。工作保障（32%）排在第三位，其次是灵活性（30%）和培训与发展机会（25%）

人力资源部门与员工之间的差异表明，人力资源部门可能没有跟上不断变化的留任因素。最值得注意的是，人力资源部门一直大大低估了与同事关系的重要性，而高估了薪酬福利和培训的价值。

为加强员工敬业度和积极性，人力资源部门应分析并理解员工在环境中的体验，识别对员工真正重要的驱动因素，并据此设计他们的员工体验。

人力资源部门应根据员工的不同需求，重新设计流程、结构和程序，使其EX战略与员工生命周期所有阶段相一致，并能够提供主动、个性化的支持以及持续参与。人力资源部门还可以引入自助餐式模式，允许员工根据自己的偏好和生活阶段个性化福利（如流动性、托儿或健康福祉）。或者，他们可以确保所有员工都能平等获得工具、支持和发展的机会，无论他们在哪里工作，以改善其工作的基础基础设施。

五、重塑人力资源服务：SSC与人工智能

根据麦肯锡的分析，绩效优异的组织正在利用自动化和生成式人工智能来提高效率，将每70名员工配备1名人力资源人员减少到每200名员工。此外，一些组织现在正在扩大共享服务中心（SSC）或试点由技术驱动的模式，将生成式人工智能和自动化直接整合到人力资源服务交付中，有可能跳过传统的SSC结构。同时，生成式人工智能为人力资源提供了一个机遇，将其从以成本为中心的职能提升为战略合作伙伴—利用数据驱动的洞察力来推动转型并塑造更好的业务决策。

SSC仍然是效率的关键推动者，但随着组织采用生成式人工智能，它们的作用必须演变。考虑启动SSC的组织应仔细评估这是否仍然是正确的道路，因为仅靠生成式人工智能驱动的自动化和自助服务就可以提供更敏捷和具有成本效益的替代方案。

建议可以重新评估SSC的未来作用，以在集中式服务交付和由生成式人工智能驱动的自动化之间取得适当的平衡，将SSC保留为处理复杂人力资源案件和员工支持的主要工具。

当前人工智能在人力资源领域的应用水平显示出明显的区域差异：在美国，人工智能已应用于35%的核心人力资源流程，而欧洲仅为19%。在两个地区，约30%的核心人力资源流程处于试点阶段，表明应用正在增长但仍具选择性。

人力资源专业人士估计，通过采用生成式人工智能，大约三分之一的所有人力资源工作可以被自动化。企业应在并行制定更广泛的生成式人工智能战略的同时，从高影响力的用例开始。为了真正实现转型规模化，组织最终应致力于拥有一个更广泛的生成式人工智能组合，包含15到20个优先级的人力资源用例或更多—而不仅仅是少数几个试点项目。

生成式人工智能不仅仅是人力资源的效率杠杆，它还提供了一个重新思考人力资源流程和提高服务交付的机会。组织应立即采取行动，通过实施明显、高影响力的用例（例如招聘中的内容创作、个性化学习推荐，或由生成式人工智能支持的工作力规划和预测），同时并行制定更广泛的生成式人工智能战略，以确保长期的可扩展性、安全性和一致性。