3、影响行业的三大关键因素

HR SaaS 是互联网的产物，但在国内互联网飞速发展的时期，其发展为何一波三折？

从行业的发展来看，HR SaaS 主要由政策、需求和技术共同驱动，且是以结果为导向的业务，和其他互联网产品有本质区别。

首先看政策。一直以来，国家高度关注企业的数字化转型，推动人力资源数字化发展。这为 HR SaaS 的发展提供了政策上的保障。政策是 HR SaaS 行业发展的指引，近十年来，政策不断演变，HR SaaS 的企业也必须要实时调整和跟进。以社保为例，国家政策在变，各个地区又有不同的要求，那么社保业务就必须要根据这些变化来及时调整，才能给到客户精准的服务。

其次看人力资源供需。众所周知，HR SaaS 的本质在于“HR”，也就是常说的人力资源管理。国家统计局数据显示，我国2021年劳动力人口数量为8．8亿，占中国总人口数量的比例为 63．35％ 。

“20年前，线下招聘会是主要的商业模式，有招聘需求和求职需求的都去租展台、买门票，有意向的留下简历约面试，很快入职。”有着人力资源经验二十余年的张女士说道：“但现在情况完全不同。虽然社会上的企业越来越多，求职的人员也越来越多，但企业想找到真正合适的人却变得越来越难。”

原因何在？从供应端看，岗位难匹配、薪资难服人、福利难吸引、制度不完善等，劳动力人口的不断增加和企业对人才“供不应求”的矛盾，再加上灵活用工的兴起，HR SaaS 的工具和管理价值得到进一步凸显；从需求端看，企业对自身需求日趋清晰，线上招聘、税控、薪酬、福利等场景增加，刺激着企业对于 HR SaaS 的需求。

随着企业人力资源管理应用场景的拓展，HR SaaS 的范畴也在持续扩大。从当前市场上的玩家来看，业务已覆盖招聘管理、人力资源管理、培训、入转调离、薪酬报税、社保等业务，可以满足企业用户对人才选用的全部需求。

第三是技术因素。后疫情时代，不仅推动着整个社会各大产业数字化转型与发展，更推动着企业进一步审视自身的数字化能力。

穆胜咨询发布的《中国企业人力资源效能研报》显示，2021年有 50．1％ 的被调研企业重视数据化人力资源，设置专门负责此项工作的员工或团队，用以沉淀人力资源数据，对比2020年这一比例上升了5个百分点。

同时，HR SaaS 也承载着企业降本增效的愿望。易才集团的专家认为，企业增减员、社保基数调整、劳动合同签订等基础事务性工作，也牵绊住了很多初创期或扩张期企业的 HR。不少合作伙伴在使用了易才的解决方案后，不仅降低了人力成本，还在用工合规、社保薪酬等服务的办理效率上获得大幅提升。

4、一体化 VS 垂类深耕，哪种模式赢面更大？

当我们理解了 HR SaaS 的发展路径、主要影响要素之后，接下来需要探讨的是未来哪种模式赢面更大。

先来看整体的情况。国家统计局数据显示，2021年中国的劳动力人口总数为 8．8 亿人，约占总人口的 62．5％。同时，国内第三产业逐年上升，逐渐成为吸纳就业人口的重点领域，也是人力资源管理的重要服务领域。HR SaaS 一键部署、开“箱”即用，敏捷、成本低等优势，吸引了不少企业开始深度使用相关产品。

2020年之后，HR SaaS 行业的蓬勃发展，也一再验证新兴厂商拥有巨大的发展潜力。他们聚焦于某个场景，如薪酬福利领域的51社保、税控领域的易快报等。

“人力资源管理的很多模块需要具体到个人，很难‘标准化’‘批量化’。因为每个具体的人到社保局窗口，都是‘一样’的”。余清泉以社保模板的服务举例：“这个行业需要以结果为导向的高精度工作。并且结果要在下一个扣款日才能体现，如果专业度和精细度不够，不但用户体验差，更有可能给服务企业及其员工带来麻烦。”

同时，一体化也是不少国内厂商的主流选择，如面向大型、超大型企业服务的金蝶星瀚人力云，北森基于“业务人力一体化”理念发布的 iTalentX5．0，i人事发布的业人一体 HR SaaS 新品 iHR5．0 等，其最终目的都在于“一体化”。

同时，也可以看到，不论是模块一体化、场景一体化，还是业人一体化，没有雄厚实力的厂商是“玩不转”的。“ HR SaaS 涉及的链条足够长，每一个细分领域都有可能出现不错的玩家。”张女士作为使用者，对 HR SaaS 赛道极为乐观。“只要在某个模块做得足够精细和极致，胜出的机会很大。”

5、写在最后

几乎所有厂商都把帮助用户切实降本增效放在首位，并持续挖掘附加价值，当这些企业服务类的解决方案与客户的业务深度融合后，可以帮助企业用户方便快捷地发现人才。

正如钉钉总裁叶军（不穷）在今年钉钉云峰会上所言，在钉钉上，企业的管理者与员工、员工与员工之间有更多的链接和协同，这是穿透组织、部门壁垒的有效方式。如此，更多KOL型人才将被组织发现。

＊注：文中题图及部分配图来自摄图网，基于VRF协议。

       原文标题 : HR SaaS上市热，人才数字化道阻且长？