人效飞轮：存量时代的高质量增长指南

本文基于我在2025年11月6日、“2025盖雅人效标杆大会”，关于《人效飞轮：存量时代的高质量增长指南》的主题演讲内容整理。

内容摘要：

• 人效 =公司的经营 / 管理
  

• 分子是经营，企业容易犯“惯性的错误”，要从“增量”到“存量”
• 分母是管理，企业容易犯“感性的错误”，要从“直觉”到“量化”
• 杠杠是人性，企业容易犯“人性的错误”，科技向善才是正确杠杠

本文共6367字

先收藏再阅读

今天我给大家带来的主题是《存量时代的高质量增长的指南》，存量时代、高质量、增长，似乎是一个很大的难题。这个难题的解法是什么？我想是效率。

就如同卫哲前段时间所说：过去的经济就像公路上开车，开得越快越好，因为油是无限供给的；但现在油不是无限供给的，考核我们的就是“开车的油耗管理能力”。

我想，对于企业，效率就是油耗的管理能力。

△ 完整演讲内容可查看视频

人效= 经营/管理

人效这个词今天就不多做普及了，经过过去这几年，我相信在座的每个人的KPI里，都有“人效”这个维度，不管你是业务部门、HR部门、还是IT部门。

“人效”有很多定义，人力资源效率、人力资源效能等等。盖雅推崇的定义是来自麦肯锡人效实验室：人效就是单位时间内所创造的产值、价值，即劳动生产率。

相比别的人效定义，这个定义最大的差异是“分母是时间”。过去很多时候，人效是人数或者成本，但时间其实是管理上最重要的一个颗粒度，甚至是最起到关键决策的颗粒度，所以我们把时间作为人效分母，可以更客观、更实时反映管理水平。

今天，我再把人效公式重新翻译一下：人效=公司的经营/管理。

在分子、分母以及中间的杠杠上，企业通常容易陷入以下三个误区：

分子是经营。在经营层面，很多企业在人效管理过程中有一个惯性的误区，并没有从过去的增量时代的状态下走出来，还是在用过去的增量思维在做经营。 分母是管理。管理上我们容易犯感性的误区，因为大量的管理工作是在处理异常，很多时候我们把个案的异常、随机的异常上升到系统全局的处理。企业的决策很多时候是随意的，并非是用理性的思维在做决策。 中间的杠杆很重要，这个杠杆有可能以小博大，还有一种可能是投入很大，获益很小。这里的“杠杆”有两个东西，一个是不变的人性，另一个是不断变化的科技。智能化时代给我们非常基础的、非常唾手可得的微管理的能力，但这种能力，始终应该为不变的人性去服务，而我们很多企业容易犯人性的误区。

我今天主要是想从以上三个方面，来给大家进行分享。

分子上：经营要从“增量”到“存量”

存量时代的经营环境

这是2019年中国民营企业500强榜单的前十强，到2025年，其前五大暴雷了四个，其前十大暴雷了六个。

这是2024年中国A股除金融行业以外的5400多家上市公司的财报的总结，我们看ROE即净资产收益率，发生了什么变化。

• 除农林渔牧、石油石化行业的ROE略上升，其他所有行业的上市公司都是在下降的。下降的核心原因是净利润率下降。平均净利率只有4.4%。

• 5400多家上市公司里盈利的比重只有75%，2021年~2023年分别是88%、82%、80%。

过去求规模的“内卷增长”，似乎不再是我们该追求的目标了，我们应该向内追求如何“有效率地增长”。

我们现在面临什么样的时代？对美贸易加剧摩擦，地产泡沫突然破灭，内部寻求逐渐放缓……这两年最大的感受是：所在的微信群里发红包的人和发红包的数量都在急剧减少，老龄少子日趋严重。

在这样一个动荡的年代，我们应该怎样穿越周期？

日本过去30年，如何穿越周期？

也许，日本的“消失的30年”，可以给到我们一些借鉴。

日本过去30年曾经也是这样一个状态。当时日本持续30年低速增长、甚至是停滞增长，面临着和我们现在同样的的状况，它也从“增量经济”到了“存量经济”，从“内卷”到“产能极度过剩”。但现在大家去日本会发现挺欣欣向荣的，人民的生活水平和幸福指数也挺高的。

日本当初是怎么样穿越周期？他们的企业是怎么干的？我们总结了4条内容：

企业主动转型是基础中的基础。这里列了几个公司，索尼、丰田、任天堂，都在不停得选择主动转型。过去索尼是一家电器公司，现在是一家娱乐IP公司。前段时间刘润的演讲也提到了类似的例子：做和服卖不动了，就卖染黑的技术和服务。 另一方面，大量传统企业在合并和兼并，以形成单一领域内的强大竞争力。大家不要再内耗、内卷了。 通过技术创新、通过差异化，形成了独特的能力。比如盖雅服务超过10年的这家公司基恩士，这是一家传感器的细分领域，它有两个特点：①制造业的老板做到了日本首富，我们的首富卖水，他是卖传感器。②它是日本整个行业当员工幸福指数最高的，员工的工资水平全日本最高。 品牌出海。

这是在日本过去这30年，走出“内卷”的四个方法。

从“大而全”到“精而美”

历史不会重复，但历史是押韵的：

过去我们追求“大而全”，但实际结果是“大而不强”，就像500强的公司，过些年可能就不见了；也有些公司说要追求“小而美”，但在过去的竞争环境中，“小而美”的公司是不存在的，往往最后做成了“小而惨”。

所以，我们要做不是“大而全”，也不是“小而美”，而是“精而美”。

这也是我们自己对盖雅的定位：过去几年SaaS行业震荡很大，过去估值最高峰时，可以做到PS的40倍，现在只有3~4倍，海外可能有10倍出头的样。这个过程中，对我自己受益最大的一句话就是《孙子兵法》中：胜可知而不可为。在市场竞争中，不是你把别人打败，只是你犯的错误比别人少。一家公司在穿越周期的时候，核心是找到自己立于不败之地的破局点。

过去说要做“难而正确的事”，但现在我想，应该要做一些“别人很难、但对自己不那么难而正确的事”，且“难而正确的事”也要干。所以我用“八二”的方式来分配。

在过去这几年，盖雅重新升级了定位，过去叫作“亚太领先的劳动力管理软件及服务提供商”，现在叫“实时可量化的人效提升的劳动力管理软件及服务提供商”，就是给大家提供真正落地能够带来效果的解决方案，这样的定位升级，在过去这几年行业低迷期间，给我们带来了很大的支撑。所以我们的口号也发生了一些变化，过去叫“劳动力管理，盖雅搞得定”，现在加了一句叫：“人效数字化，就来找盖雅。”。

口号好不好，江南春老师说就要看你的客户认不认、你的员工用不用，还要看你的竞争对手恨不恨。

我们这几句口号在To B的行业，还是起到了小效果。

以上便是我对从分子经营上，在存量时代如何向“精而美”转型的一些思考。

分母上：管理要从“直觉”到“量化

管理上，很多企业把“降本增效”做成了“降本搞笑”，每月、每周、甚至每天、都能在新闻上看到各种人效事故——有些匪夷所思的管理决策到底是怎么做出来的？

就要回到前面提到的第二个问题：感性的误区。

有一句话是我自己经常用于自省的，我想送给大家，这句话来自于《思考的快与慢》：

“决策系统的默认状态是快速、自动情绪化、充满偏见，靠的是经验法则，不是逻辑。我们不仅错误，而且充满自信。我们会在信息极度不足时，凭主观印象强行得出结论，然后用臆造的理由去加固它。”

有时候，管理的级别越高，越容易犯这样的错误。

决策成本，可能是人效管理过程中最大的成本。所以，管理决策需要从“直觉”变成“量化”。因为增量时代你可以不断试错，因为要抢占先机，这是获得竞争优势的关键要素。但到了存量时代得要有胜算才干，没有胜算坚决不干，稳中求进既是国家和行业的要求，也是企业自身在存量时代的一个要求。

那么怎么“算”？“算”什么？

给大家出一道简单的数学题，假设：每个人、每个月能不能节省1个小时的加班？能不能比同行少1%的缺勤率？能不能把排班冗余率降低1%？这些数学题做完，你就会知道人效没有那么复杂。

以加班为例：公司里每人每月减少一个小时加班代表什么？假设一个小时20元，这家公司1万人，加班乘以1.5，也就是说一个小时30块，如果乘以1.5的运营成本就是45元/小时，那么1万人就是45万元。45万元×365天就是540万元。

刚才说了中国A股上市公司的净利润率只有4.4%，以净利润率5%算，540万/5%就是一个亿的销售收入。

在存量时代，一个月省一个小时的加班容易，还是创造一个亿的销售收入容易？

人效提升不仅仅是节省加班费这么简单，它的优化维度还很多，比如通过优化班次安排，来让连锁零售门店的销售转化率更高。

毫不夸张地说，99%的公司，都有人效提升的空间。

具体怎么提升，我们可以从三个维度来看：

第一，数对人头。今天你坐在办公室里，你们知道公司在岗有多少人吗？

第二，算对工时。你能够真正能够把工时算到产品线、客户、门单和订单里吗？

第三，用对工时。我们做到人和岗位、任务的真正的匹配，真正把员工的时间用好？

“数对人头”可以带来0.5%~3%的人效提升，“算对工时”可以带来2%~10%的人效提升，“用对工时”则可以带来5%~20%的人效提升。

数对人头

公司有多少人？

多少全职，多少兼职，多少自有员工，多少外包员工，各个部门分别有多少？

今天此时此刻在岗多少人？

各个部门/车间/门店在岗多少人？

在岗的这些人，多少正常上班，多少有异常？

员工目前的加班工时用了多少？额度还有多少？有多少超过了36小时的法定标准？

“数对人头”在出海的时代显得异常重要，现在很多公司在远洋，到全世界各地做生意，面临着这样的问题：全世界有多少人在干活“全球的数据怎么整合？有些数据到底能不能回国内？

光“数对人头”、把全球的主数据建好是出海的第一道难题，因为合规是出海的第一要素。

算对工时

不仅仅是把薪酬算准确、把考勤算准确，还要能把毛利算准确。

毛利怎么算准确？就是把成本算准确。除了确定性的设备、原材料，还有弹性的人工费用，这需要算到员工的工时在某个客户、某个订单、某个车间上的投入。

一会儿盖雅的客户大华就会分享如何把工时算对。他们不再是车间层面、线体层面，而是直接到工位层面，把最细节的工时颗粒度抓出来了，实现连续三年每年提高两位数以上的人效提升。

“算对工时”有两个关键作用：

第一，公司层面，有很好的指标来衡量人效水平和管理水平怎么样，各店长、车间主任和车间管理者的管理水平如何。

比如盖雅一直在推“OLE”模型（整体劳动力效能），这是向制造业的OEE学习的。“整体劳动力效能”就是把工时利用率干得多不多，公司绩效干得快不快，跟合格率、良品率干得好不好（非制造行业可能是销售转化率、客户满意度）等指标联合在一起。

干得多、干得快和干得好在这三个综合指标连在一起，就会得到一个相对客观的理性数据。

第二，员工层面，可以实现“阳光绩效”。

把工时算到颗粒了，就可以真正让大量传统行业变得像互联网平台一样，不见得是每天发薪，但是他至少每天上班就知道今天赚了多少钱，第二天上班就知道累积到现在这个月已经挣了多少钱。

真正把它透明化，员工的动力会极大增强。

用对工时

在互联网上，每个人至少被打了7000个标签，所以推给我们的视频、文章、商品都很满足你的需求。

那么，在企业里面，我们给员工打了多少标签？有没有做到“人尽其才”？因为只有对人足够的了解，才能真正做到“人尽其才”，才不会发生错配。

举个例子，这是一个手机连锁门店，他们的700家门店，只是通过把人和客流高峰低谷进行很好的匹配，直接带来了10.4%的销售转化率提升。也就是说过去100个人、9个人能下单，现在100个人进来、10个人能下单，但员工的工作时间没有加长，也没有额外的加班。

而另外一家制造业的客户，他们其实就是做了三步，实现了20%的人效提升。

1. 把产线做标准；

2. 员工的技能标签梳理好；

3. 实现各个车间的人员的整体共享。

在智能时代需要更智能的决策数据，以“需要多少人”为例，生产部门、HR部门和IE部门可能给出的数据和答案各不相同，而通过盖雅的“人力规划”模块，就可以基于实时的情况，实时更新基于“动态劳效标准”的人力规划数据。

杠杆上：如何实现科技向善？

人效这件事，并非近几年大家才关注，其实过去也是一直关注的，一百多年前，泰勒讲的就是人效。我觉得现在人效变革和过去相比，有三点不同：

一是过去很难实现微管理，现在微管理成为唾手可得的能力。 二是人均边际产能的天花板大大提高。过去谁能想象，一个人一天可以卖一个亿的销售收入。 三是人性会越来越得到张扬，它不再是管控式、命令式的逻辑了。90后、00后不停得改造职场。

所以我们说，科技向善才是人效提升的正确杠杠。

这个视频我们一起看一下，这家公司用视频技术监控员工的一言一行：这两个人离开座位交谈了多长时间？跟异性沟通了多久？眼睛离开屏幕多久？你在公司里一天用了键盘打了多少字？你在会议室里发言花了多少时间？

智能时代让微管理成为唾手可得的能力，我们是用这种能力去加强管控还是赋能员工？

从我的逻辑来讲，我们应该用科技进步来最大化的激发员工的善意、最小化的控制管理者的恶意。

因为人效提升，不是惩罚劣币，而是发现良币，让更多的平庸成为良币，而不是让更多的良币变成平庸——这才是做人效的根本目的，也是需要我们每一位管理者自省的。

所以在智能时代和存量时代，要更加以人为本，更加“有温度”的数字化。那么，以人为本，我们要管人的什么东西？具化一下，员工在公司里一边是他所做的岗位，一边是他每天执行的任务。

岗位设计时一定会涉及到三个因子：数量、结构、成本。这个岗位要配多少人？用什么样的小时工？外包工还是大学生？大概的成本是什么水平的？这些都是基于经营的目的。

而员工在任务上的投也是三个因子：时间怎么样？技能匹不匹配？动能状态怎么样？

数量、结构、成本，是站在上帝视角、管理者视角、经营视角，把员工当作客体。降本增效的有很多手法，降薪、裁员都是基于这样的视角快速实现控制型降本。

但如果能基于员工内在、把员工当成主体进行“赋能型增效”，才能让每一个任务都提高到最好的状态，人效才能持续提高。

我们要实现的，既包括企业降本增效，还包括员工钱多事少。我们叫Right time、right people、right task、right pay，用算法来驱动，所有事情都是贴合合适的状态。

简单来讲，就是中国人的古话：“能者要多劳，多劳要多得，少劳要少得，不劳者不得。”

最近老说“快打鞭牛”，“快打鞭牛”其实也没有问题，关键是“快打鞭牛”的时候，慢牛要出去，员工要感受的是公平公开公正的系统和逻辑。

这就回到今天的解题——“人效飞轮”，人效飞轮可以从两个视角看：

• 一是管理者视角，要把员工的时间、技能、动能都调动好，用算法、排班把所有的因子打散，用优化运筹的方式实现最优解，实现公司资源完全匹配。

• 二是员工视角，要让员工有技能发展。员工来到公司不是忠诚于公司、忠诚于老板，他是要赚钱，更是为了职业发展，尤其对于优秀员工，职业发展非常重要。他的技能越好、越多就应该安排最适合的班，这样他的产量和做出来的结果就会越好，你给他的激励就越大，激励越大就让他发挥更好的技能……

智能时代，员工的技能发展也发生了很大变化：我们分为培训赋能（upskilling）、多技能模式（multi-skilling）、能力再造（reskilling）三个阶段。

Upskilling：现在员工的方式培养非常快，AI的陪练会加速员工技能的加速掌握。过去培养员工和考核员工是用问答题和选择题，有AI你可以用理解题，不再用判断题和选择题的逻辑。

Multi-skilling：当组织里每个人有三项技能，你会发现从容度就很高，不会是“匆匆忙忙，连滚带爬”，而是真正的“从从容容，游刃有余”。

Reskilling：AI时代，未来的劳动者会怎么样？我给大家有两个观点的输入：

一是来自Gartner，它说未来的劳动者队伍一定是增强型互联员工队伍，身上一定会带着一个AI Agent帮助你，你不再是一个简单的碳基劳动者了，而是碳基劳动者和硅基劳动者的组合。 二是来自凯文·凯利，他说工作不会被消失，岗位还在，但是工作内容将会发生巨大的改变；AI也不会抢到你的工作，但被懂AI的人会抢你的工作。

过去几年，盖雅自己内部在用AI做巨大的改造，比如我们300位研发的同事，每个人身上都有一个AI coding Agent，每个研发人员至少要在此每年投入200美金。而1工程师+1个Agent的组合，会大于等于3个程序员的效率。

过去互联网行业，35岁以上的员工不吃香了，但现在35岁的员工越来越吃香，因为他的knowhow越高、越能使用好AI的能力，甚至我们有些测试也转行去干工程师了：90%以上的代码是AI产生的，效果更好，见效更快，成本更低。

过去十年，盖雅投了智能排班的产品线，最近我们又推出了五大AI智能体，一会儿产品同事Shine会给大家做更具体的分享：

详细参考文章：

最后回到主题总结一下，存量时代，如何通过人效飞轮实现高质量的增长？

从员工视角，让他投入更少的时间、更高的时间效率，让他的技能更好、更的更好的发挥，从而再获得更多的激励；继而因为员工的效率提升，让组织的效益更高、成本更低，回馈给到一些回报，形成更好的飞轮。

而数字化和AI的加持，则让企业可以打破“时间更少”、“成本更低”、“效果更好”的“不可能三角”。

人效数字化，就来找盖雅