背景：一家 60 国人力资源集团的 Agent 化诉求
Adecco 集团是全球规模靠前的人才与技术咨询服务商，旗下 Adecco、Akkodis、LHH 三大业务单元覆盖 60 余国，还运营着位于印度、波兰、墨西哥、摩洛哥的近岸与离岸交付中心。招聘业务的特性决定了它对 Agent 的天然敏感度：高频、流程化、数据密集——海量候选人与职位匹配、大量重复的预筛与沟通、跨几十个系统的候选人数据。这类业务恰是当前智能体能力边界内最划算的场景。
但规模也是双刃剑：60 余国意味着 60 余套合规环境、30 多个 Salesforce 实例与无数并存的企业系统。Adecco 集团 CEO Denis Machuel 在宣布全球部署时把这件事定性为「互联网以来对工作最大规模的一次重新设计」——营销话术可以打折，但业务事实是：这家公司已经把招聘流程的 Agent 化推进到 10 个国家、覆盖约 50% 的业务营收。
部署时间线与关键决策
把官方通稿与 3 月协议公告合并，可以还原出一条清晰的决策链：
| 时间 | 事件 | 决策要点 |
|---|---|---|
| 2025 年 4 月起 | Agent 与候选人互动开始累计 | 截至 2026 年 9 月已累计超过 250 万次智能体-候选人互动——先跑流程，再谈规模 |
| 2026 年 3 月 12 日 | 签订无限量 Agentforce 360 企业协议 | 覆盖至 2027 年的全球无限量使用（Agentic Enterprise License Agreement），一次性消除按席位计费的规模化摩擦 |
| 2026 年上半年 | 10 国招聘流程 Agent 化 | 覆盖约 50% 业务营收；英国招聘关键环节实现约 15% 时间节省（厂商自报） |
| 2026 年 9 月 15 日 | Coworker 全球扩展至 40 余国 | 覆盖约 2.7 万名员工；此前英国、法国试点「数天内展现强采用度」 |
| 下一阶段 | 深化编排与区域扩展 | 英国编排更多 Agent、法国扩大实施、近岸/离岸枢纽延伸 Agent 能力 |
时间线上最值得注意的是顺序：合约（3 月）与数据底座（3 月同步宣布的 Data 360 整合）先于全员工界面（9 月）。多数企业的路径是反的——先买界面，部署后才发现计费模型与数据孤岛才是瓶颈。
架构：单一入口与数据底座先行
官方披露的架构信息可归纳为三层：
界面层：一个入口替代几十个工具
Coworker 作为内嵌于 Salesforce 平台的「AI 队友」，为 2.7 万名员工提供数据、系统与组织知识的单一访问点。Salesforce 产品页口径称其可连接并索引 300 多个企业数据源。对员工的实际意义是：找优先商机、准备销售简报、充实线索数据、查看跨团队线索状态，都在同一界面完成。
编排层：面向流程的专职 Agent
招聘顾问可以在界面中直接调起专职 Agent：预筛（pre-screening）、招聘顾问（recruiter）、入职（onboarding）三类流程型 Agent 由人选触发。这个设计的取舍很典型——不做万能 Agent，做流程切面上的专职 Agent，与集团此前「招聘流程 Agent 化」的既有路线一脉相承。
数据层：Data 360 统一候选人画像
2026 年 3 月公告中的关键动作：用 Data 360 把 30 多个 Salesforce 实例与企业系统统一为单一实时候选人画像，让约 2.7 万名招聘顾问共享同一份上下文。Coworker 的回答质量依赖这一层——没有统一画像，单一界面只是换了壳的搜索框。模型层方面，官方口径确认 Coworker 由 Anthropic 的 Claude 驱动，嵌入 Salesforce 平台内运行。
把 3 月（协议 + 数据整合）与 9 月（全员界面）两个节点连起来看，Adecco 的架构顺序是：先消除计费不确定性（无限量协议），再消除数据不确定性（统一画像），最后才放大访问面（2.7 万人）。每一次放大都发生在前一层风险锁定之后——这与本站多篇案例复盘中「先小闭环、后放大」的结论一致，但 Adecco 把「合约与数据」也纳入了闭环，这点值得单独学。
量化结果与口径辨析
官方披露的量化口径共五组，含金量各不相同，逐一标注：
- 约 15% 时间节省（英国招聘关键环节）：来自 2026 年 3 月协议公告，属厂商自报，无独立审计；同时被宣称的还有 time-to-fill 缩短、fill rate 提升与 cost-to-serve 下降——均为方向性表述，未给出基线与绝对值
- 250 万+ 智能体-候选人互动（2025 年 4 月起累计）：可核验性较好的一组——互动量是系统日志口径，不像「效率提升」依赖归因假设；但它度量的是使用深度，不是业务结果
- 10 国、50% 营收的招聘流程 Agent 化：业务覆盖口径，反映的是部署广度而非产出
- 2.7 万员工、40 余国：访问许可口径——拿到界面不等于日常使用，实际活跃度官方以「试点数天内展现强采用度」带过，无数字
- 2026 年底 50% 以上营收由 Agentic AI 驱动的目标：目标是目标，不是结果；年底复盘时需区分「驱动营收的业务由 Agent 参与」与「Agent 创造了等量价值」两种读法
综合看，该案例目前没有严格意义上的 ROI 数字：可用的最硬证据是互动量级与部署广度，效率数字停留在自报的方向性区间。这不罕见——但引用时应如实标注，避免把「许可覆盖 2.7 万人」误读成「2.7 万人每天在用」。
五步可复现打法
剥离平台专属细节，Adecco 路径可以抽象为五个可迁移步骤：
- 合约先行：在规模化之前锁定计费模式与使用条款。无限量协议解决的不是省钱，而是消除「每加一个用户都要重新审批」的扩展摩擦——这直接决定试点能否长成规模
- 统一上下文：先用数据层把分散在几十个系统的业务对象（此处是候选人画像）合并成单一实时视图。Agent 的价值上限由上下文质量决定，下限由数据孤岛决定
- 高频场景切入：从预筛、简报、数据充实这类高频、标准化、结果可验证的流程切面起步，每类场景配专职 Agent，而非追求通用助手一步到位
- 人机分工写进叙事：官方口径反复强调「把招聘顾问释放到只有人能做的高价值互动」——这不是公关修辞，而是部署期的变革管理策略：明确 Agent 吃掉哪段流程、人退守哪段判断，能显著降低内部阻力
- 许可先于活跃：先把访问面放大到全员（40 余国、2.7 万人），让使用深度靠网络效应自然生长，同时以互动量这类日志口径追踪采用，而不是等「完美用例」出现再放开
三条避坑红线
- 红线一：HR 场景的合规水位比其他场景高。招聘自动化直接触碰平等与数据保护规则——英国议会联合委员会 2026 年的 AI 权利报告已明确点名 Agentic 系统，透明度与「人在环路」在雇佣决策中是现役义务而非未来要求。部署预筛类 Agent 的企业，需要在流程里固化人工复核阈值与偏见监测记录，并假设监管会审计
- 红线二：把「接入」当「采用」。许可覆盖 2.7 万人是分母，日常活跃才是分子；试点期「数天内的强采用度」若无埋点数据支撑，规模化后极易滑回旧工具。上线即部署采用度度量（周活跃、每用户流程调用量），而不是季度后才补
- 红线三：数据底座欠账时不上编排层。Coworker 类产品的回答质量绑定 Data 360 类的统一上下文；如果企业还在 30 个系统各自为政的状态就直接上全员 Agent，得到的会是自信满满的错误答案——比没有 Agent 更危险
批判性读数与未尽事项
必须承认，这个案例的全部量化材料来自厂商与客户联合公告，属于利益相关方的自我陈述：15% 时间节省无基线细节，「强采用度」无数字支撑，50% 营收目标是愿景而非决算。它作为「规模化路径」的参考价值高于「效果证明」的证据价值。此外，几处信息缺口值得关注：Adecco 三大业务单元中 Akkodis 与 LHH 的 Agent 化进度未单独披露；2.7 万员工的实际周活跃与人均流程量未披露；无限量协议的财务条款未披露。至于下一阶段英国编排的具体 Agent 清单、以及近岸/离岸枢纽的实施排期，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
对正在规划类似部署的团队，一句话总结这个案例：规模化是采购问题、数据问题与变革管理问题的乘积，Agent 技术只是其中一个因子——Adecco 用半年时间做的前两步，恰好是多数团队跳过的那两步。