# 管着7000万人档案的Workday，开始给AI代理办入职 > Training Data No. 43 中文精读 - 原标题：Workday CEO Carl Eschenbach: Building the System of Record for the AI Era - 发布日期：2025-05-06 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/043-workday-ceo-carl-eschenbach-building-the-system-of-record-fo-ab3c25.html - 精读字数：约 5239 字（阅读约 12 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 一家成立20年的企业软件公司，数据库里躺着7000多万人的职业档案。去年，全美30%的招聘岗位经由它的系统处理，11000家企业用它管人、管钱。它叫 Workday。 2025年5月，Workday CEO Carl Eschenbach 做客红杉的播客 Training Data，聊的话题听着有点超前：企业接下来的员工名单里，除了人类，还会多出一列 AI 代理。就在一个半月前，Workday 刚发布了 Agent System of Record，给数字员工建档案的系统。以后一个 AI 代理进企业，也要走入职流程、领访问权限、被绩效考核，跟人类员工记在同一本账上。 Carl 的履历在科技圈很少见：37年企业软件销售老兵，在 VMware 做到总裁兼 COO，2017年加入红杉当合伙人，2023年初，也就是 ChatGPT 发布两个月后，接任 Workday CEO。主持人 Pat Grady 介绍他是「科技圈人缘最好的高管」，他自嘲是「兼职 CEO」，红杉合伙人的身份一直没退，还开玩笑说，说实话自己花在 CEO 这份工上的时间更多。 ## 7000万人的档案，凭什么还是护城河 这期节目里被问得最狠的问题，Carl 大概在别的场合也听烦了：AI 都开始替代人了，一个「管人」的系统还有前途吗？ 他的回答拆开是四层东西：数据、数据的上下文、业务流里的位置、信任。 先看数据。Workday 手里是一个高度结构化的数据库，7000万用户，去年处理了全美30%的招聘岗位。再看上下文，这些数据长在真实的业务流程里，入职、发薪、绩效、人才盘点，全在系统里跑。Carl 的判断很直接：**在企业场景里，带着高质量数据和业务上下文的领域专用代理，比通用大模型好用得多。**用他的话说，数据是 AI 时代新的 UI，垃圾进，垃圾出。 再看信任。20年做 system of record（档案系统），让 Workday 顺带成了 system of truth（事实来源），企业信它。顺带一提，全世界被「管理」的员工里，最大的一批就躺在 Workday 的档案里。Carl 说，每次大的技术迁移，客户都会回头找信得过的老伙伴：20年前，Workday 帮他们从本地部署迁到云；现在，客户指望它带路进 AI。 至于创业公司会不会把老牌软件公司掀翻，他的回答很干脆：这道题的答案是「and」，两边都有机会。红杉投的很多 AI 公司，做的事反而是给 system of record 增值，大家在一个生态里各赚各的钱。 Pat 补了一个漂亮的历史框架，他说这其实是 Aneel 15年前讲的原始愿景。ERP 时代，SAP 们盘点的是机器和库存，因为那时经济的主体是制造业，管机器的系统自然成了财务系统的底座。Workday 诞生时，经济换成知识驱动，管人的系统接过了财务底座的位置。到了 AI 经济，管代理的系统会同样长在财务系统上。**谁替企业盘点最核心的资产，谁就是财务系统的地基。**Carl 补了一句：外人以为 Workday 是 HR 平台加财务平台，看架构就知道，本来就是同一套。 ## AI 代理也要办入职、领权限、被考核 聊到代理怎么进企业，Carl 抛了一个词：agent sprawl，代理蔓延。他去见 CIO，对方的第一句话往往是：我们爱代理，我们爱这项技术，但我们眼看着代理在企业里到处冒头，管不过来了。 Carl 的类比是当年的 shadow IT。十几年前，各部门绕开 IT 私订云服务，安全团队连公司有多少个外部账号都数不清，花了好多年才收回控制权。现在同样的剧本在代理身上重演，只是这次的「影子员工」会自己干活。企业想把这些代理当成数字员工来管：要访问档案，要权限，要像给人类员工办入职那样办一遍。 Workday 的方案，就是把人类员工和数字员工统一到一套档案系统里。逻辑完全照抄人类流程：新人进公司，走 Workday 入职，分配组织，领福利，被追踪，被考核，参与人才盘点。那代理进公司呢？谁给它办入职？它属于哪个部门？有什么访问权限？谁控制它？谁考核它？**今天的企业里，这些问题大多没有答案。**说白了，就是给代理发工牌、开门禁、定职责，跟给新员工办的一样。 配套的还有一个 AI Gateway，代理网关。以前外部程序接 Workday 的数据，走通用开放 API 就行。以后不行了，想接入，先从网关进来，身份、权限、合规、数据范围，全部挂上治理。 这步棋的想象力在于：一旦人类和数字员工的档案合流，企业就能对「人加代理」的混合劳动力做统一的规划。用 Carl 的话说，未来的劳动力不再只由人类构成。主持人 Sonya Huang 总结得很准：Workday 管的还是「人」和「钱」，只不过「人」的定义扩容了。 ## 拒绝给 Copilot 涨价 20%，改用三种方式收钱 代理怎么收钱，是这期最像商业课的一段。Carl 先讲了一段公案。两年前 copilot 概念刚火，同行纷纷宣布：我们有 copilot 了，订阅费涨20%。Workday 内部讨论过，Carl 拍板不跟。理由是，copilot 迟早成为所有产品的基础能力，**应该内建于产品，别做成外加的付费插件**。这个决定当时让他挨了不少骂，投资人和媒体追着问：你为什么不变现？他的回答是：等我们拿出真价值、能算清回报的代理，客户自然会付钱。 现在的价目表长这样，AI 收入走三条路： - 按席位加价。某个代理对全体员工都有价值，就在现有订阅上做按席位的提价。 - 按角色卖代理。Carl 举了个例子：一个薪酬代理一年卖5万美元，而客户雇一个人类薪酬管理员一年成本20万美元，这笔账 CFO 三秒钟就算完。 - 按消耗收费。外部代理要访问 Workday 的数据，按调用量付费。他特意提了 Bret Taylor 的 Sierra，那家公司按消耗和结果计费，思路一致。 Pat 追了一个尖锐的问题：代理会不会蚕食自己的席位生意？少雇一个薪酬管理员，就少卖一个 Workday 席位。Carl 说不担心。AI 应该把薪酬管理员从重复劳动里解放出来，去做更高价值的策略工作。**人类天天在为技术打工，坐在工位上操作一个个系统；AI 真正的价值，是把等式翻过来，让技术为我们打工。** 顺着这个逻辑，他批评了行业流行的谈法。现在跟 CEO、CFO 谈 AI，对方开口就是 ROI：这玩意能帮我省一大笔钱。有些场景确实能省。可只谈省钱，员工立刻会翻译成另一句话：我的岗位要没了。 > 「我们要从增长的价值主张来谈 AI，别只盯着 ROI。省下来的钱要再投回业务、驱动增长。这样员工、代理和 AI 才能在企业里和平共处，真正把公司的增长做起来。」 历史站在他这边。云计算出来的时候，所有人都说 CIO 团队要缩编，结果今天 CIO 组织里的人比任何时候都多。开发岗位也一样，他判断初级开发者会变少，架构师和资深工程师仍然要把最后一道关。他的总结是：AI 要有人来实施，有人来拥抱，有人教别人怎么用，有人教别人新技能。 ## 招聘代理每季度涨50%，客户离职率最多降40% 讲了这么多框架，Workday 已经卖起来的代理成绩如何？Carl 给了几个数。 卖得最好的是招聘代理，来自去年收购的 HiredScore。招聘本来就是 HR 里最烧钱的职能之一。这个代理上市约三个季度，收入每个季度环比增长50%，给客户带来的效果是招聘团队生产力提升50%，招聘周期缩短20%到40%。过去一个岗位挂出来，几百份简历靠人翻，现在几秒钟筛出最该追的两三个人。Carl 的原话是，客户对招聘人员的需求能少掉一半，这非常有力。 员工入职之后，还有两个产品接手：Talent Optimization 和人才流动代理。它们把员工的技能、背景、经验，跟经理手里的项目需求做匹配，推动内部转岗。用了的客户，离职率最高降了40%。道理很朴素：员工在公司里看得见新机会，就不急着跳槽。 这里藏着 Carl 很看重的一个趋势：按技能用人，而非按学历用人。他举了埃森哲的例子，这家咨询巨头的新员工里，30%到35%根本没有大学文凭，他们的做法是用 AI 把岗位需要的技能和成果，直接跟候选人的技能匹配。Pat 点破了本质：过去人和岗位的匹配只能降维，看头衔、看地域、看薪资档位，这些东西预测不了一个人活干得好不好；AI 让全维度的技能匹配第一次变得可行。**Workday 因为是档案系统，客户每一名员工的技能库它全知道，招人之前先在内部翻一遍，这种匹配别人做不了。** 那 AI 会不会连面试都接管了？Sonya 问了个「人味」很重的问题：她当年面试红杉，跟 Carl 的那次交流至今难忘，那种「我想不想每天跟这个人共事」的判断，代理能做吗？Carl 的答案很坚决：招人永远要有 human in the loop，他不会接受一个100%靠技能匹配招进来的人。 Pat 给这套乐观判断加了个更抽象的版本：Google 把知识变成了大路货，OpenAI 正在把智能变成大路货，剩下最稀缺的东西叫 agency，决定要问什么问题、要达成什么目标，这仍然是人的专属。代理可以替你推理步骤，想清楚「要什么」，还得靠人。 Carl 看到的是另一件事：AI 把生产力提上去，省出来的时间该拿去补回 COVID 期间丢掉的软技能。怎么社交，怎么给下属反馈，怎么协作，怎么带着同理心带人，怎么手把手教新人，这些事没法全靠 Zoom 完成。**AI 时代的技能革命，一半是学新工具，另一半是把人的手艺练回来。** ## 两万员工全员考AI，和一次职业生涯最难的裁员 Carl 自己是重度 AI 用户。每90天一次财报电话会，分析师报告成堆，全部扔进 Gemini，几秒钟出摘要，省下几小时阅读；错过的会议有 Zoom AI 补总结，日常还有 Slack AI。他给这套用法定的标准很朴素：能每天帮我多抢回一点时间。 公司层面，Workday 正在推一个叫 Everyday AI 的项目，节目录完两周后就上线：全部2万名员工必须参加 AI 培训，有完整课程，结课要考试。逻辑是个人先提效，公司再受益。Carl 把它当成让员工拥抱 AI、而非恐惧 AI 的抓手。 Pat 把话题拉回 Carl 的本行：接手一家17年历史、收入几十亿美元、员工几万人的公司，两个月后 ChatGPT 引爆，转型怎么推？Carl 先把功劳推开：转型是团队跟他一起干的，他要做的最难的事，是争取所有人的支持。然后他划了一条线：有些东西永远不动。创始人 Aneel Bhusri 和 Dave Duffield（后者也是 PeopleSoft 的创始人）20年前创业，第一件事是写下六条价值观：员工第一、客户、诚信、创新、乐趣，盈利排第六。排第六的原因很妙：前五条做对了，第六条自然来。**价值观不动，文化随规模演进，这是转型的前提。** 动的部分有三块。一是 go-to-market，重新切分市场，深耕垂直行业，重建伙伴体系。他的说法是，别只围绕 Workday 建生态，他要建一整个经济：伙伴不只帮客户部署，还替 Workday 卖产品、拿回报，在平台上疯狂创新，做一次，卖给11000家客户。二是技术节奏，Aneel 早在平台里做了十年机器学习，这轮只是加速，但 Carl 要求整个公司带着紧迫感跑，用他的话说，**抢在别人颠覆我们之前，先自我颠覆**。三是组织，今年早些时候重组了约8%的员工，1650人。他称之为职业生涯最难的一件事，在一家价值观驱动的公司做裁员尤其难，说服董事会和 Aneel 花了大力气，团队用足了同理心和补偿方案，腾出来的运营费用全部转投 AI 和增长。 中间还插了个圈内段子。几年前 VC 圈流行一种论调：一切都会 PLG（产品驱动增长），企业软件不再需要销售，像他这种37年的销售老兵可以退休了。Carl 说他上周碰到红杉掌门人 Roelof Botha，特意旧事重提：PLG 有用，但从来不是万灵药。AI 时代的生意又是自上而下地卖，卖部门负责人，卖 CIO。**销售这门手艺，回来了。** ## 明天就能用上的五件事 节目最后是快问快答。最想念的红杉同事：Emily。他心中的 CEO 总统山上有 EMC 的 Joe Tucci，评价是员工愿意为他撞墙，还有微软的 Satya Nadella。Carl 还聊起自己当年空降红杉，从零学起，写投资备忘录被合伙人改满红字，照样捡起电话陌拜客户，他说那像回到30年前。Pat 说，最打动合伙人的是这位老炮儿的初学者心态。给创始人的建议只有一句，值得抄在便签上： > 「把注意力放在别人的成功上，别盯着自己的成功。」 回到正题，这期节目里能直接搬回公司用的东西，至少有五件： - 给公司里每一个 AI 代理补一张入职表：谁负责、什么权限、能碰哪些数据、谁考核。CIO 们最怕的代理蔓延，治法跟当年的影子 IT 一样，先建台账。 - 跟团队谈 AI 时准备两本账，一本省钱的 ROI，一本增长的故事。只念第一本，员工听到的就是裁员预告。 - 评估 AI 产品多问一句：它是通用模型的套壳，还是带着领域数据和业务上下文的代理？数据是 AI 时代新的 UI，垃圾进，垃圾出。 - 把 AI 培训做成必修课加考试，像 Workday 那样先让全员用起来。对 AI 的恐惧，多半来自陌生。 - 招人先翻内部人才库，用技能匹配代替学历和头衔筛选，埃森哲已经证明这条路走得通。 Carl 在节目快结束时留了一句话：技术让变革成为可能，推动变革的，始终是人。一家管了20年「人」和「钱」的公司说这句话，分量不太一样。上面五件事，挑一件，这周就动手。