14 KiB
人力资源 AI 智能体解决方案
本页面面向人力资源职能客户，说明匠厂如何围绕真实业务流程，开发可落地、可执行、可追溯的 AI 智能体。
1. 这个行业常见的问题
- 招聘旺季简历量大，HR 逐份对照 JD 初筛，标准难以统一、耗时整块工作时间
- 业务部门提出碎片化用人需求，JD 编写重复，各岗位描述质量参差不齐
- 面试安排需在 HR、用人部门、候选人之间多方协调，改期频繁、沟通成本高
- 员工就请假、报销、福利、考勤制度反复咨询 HR，打断核心招聘工作
- 新员工入职涉及企业微信/钉钉、邮箱、OA 等多系统开户与权限，容易遗漏步骤
- 月结前考勤异常、请假审批、绩效系数需人工核对后再算薪，核对工作量大
- 工资条拆分与私密发放依赖手工操作，格式与安全要求难兼顾
- 绩效考核季需整合全年 OKR/KPI 与周报，主管初评小结撰写重复劳动多
- 入离职数据分散，司龄、部门流动率、流失风险分析靠 Excel，难以及时预警
2. 匠厂可以落地的智能体
招聘
能解决什么问题
各渠道简历格式不一，人工提取学历、年限、技能并对照 JD 匹配慢；JD 编写重复且合规性难保证。
可落地智能体
- 简历初筛智能体（
screen-resume） - 职位描述拟定智能体（
draft-jd）
典型输出结果
简历匹配得分与初筛建议；存疑项标注；结构化 JD 草稿（职责、要求、合规表述）。
入转离
能解决什么问题
新员工录用后多系统开户、发欢迎信步骤多；入离职数据清洗与流动率分析依赖人工汇总。
可落地智能体
- 员工入职办理智能体（
onboard-employee） - 人员流失分析智能体（
analyze-turnover）
典型输出结果
入职任务清单与执行日志；多系统账号创建状态；司龄分布、部门流动率与流失风险预警报告。
薪酬福利
能解决什么问题
算薪前需核对考勤异常、请假与绩效系数；工资条拆分与一对一发放操作繁琐。
可落地智能体
- 薪酬核算智能体（
calculate-payroll） - 工资条发放智能体（
distribute-payslip）
典型输出结果
工资明细总表草稿（待 HR 审核）；个税计算明细；按员工拆分的电子工资条发送记录。
绩效
能解决什么问题
考核季需从多个系统调取 OKR/KPI 与周报，整合成客观初评小结供主管复核，整理工作量大。
可落地智能体
- 绩效数据总结智能体（
summarize-performance）
典型输出结果
员工绩效初评小结草稿；关键指标与周报摘要引用；待主管补充的主观评价项提示。
员工服务
能解决什么问题
员工手册、考勤制度、福利政策等咨询重复，HR 频繁被打断；答案口径不一致。
可落地智能体
- 员工政策答疑智能体（
answer-query）
典型输出结果
带制度出处的问答回复；需转人工处理的敏感问题清单；咨询日志便于 HR 复盘缺口。
3. 推荐优先试点场景
场景 1：简历初筛
为什么适合先做
输入（简历 + JD）与输出（匹配分、建议）相对明确；可显著减轻旺季初筛压力；风险可控，不替代最终录用决策。
需要客户提供什么资料
各岗位 JD 与硬性筛选条件；历史简历样例；「必过/必拒」规则说明。
输出什么结果
初筛结果列表（匹配得分、推荐理由、存疑项）；执行日志。
人工确认点在哪里
进入面试环节的候选人由 HR 最终确认；高端岗、管理岗仍建议人工通读简历。
场景 2：员工政策问答
为什么适合先做
不涉及写回 HR 系统；可快速减少重复咨询；答案可引用制度原文，便于审计。
需要客户提供什么资料
经审核的员工手册、考勤制度、福利政策等文档；需转人工的问题类型清单。
输出什么结果
带出处的政策答复；无法回答或需升级的问题列表。
人工确认点在哪里
涉及个案审批、薪酬调整、纪律处分等仍引导至 HR 人工处理；知识库变更需管理员审核后生效。
场景 3：职位描述（JD）拟定
为什么适合先做
业务部门需求常口头描述，标准化 JD 可缩短启动招聘周期；可先覆盖高频岗位模板。
需要客户提供什么资料
现有 JD 样例与岗位族分类；合规禁用表述说明；行业关键词偏好。
输出什么结果
结构化 JD 草稿；与口头需求的差异对照；待业务确认项清单。
人工确认点在哪里
JD 对外发布前由 HR 与用人部门共同确认；薪酬范围、汇报关系等敏感信息不自动定稿。
场景 4：员工入职办理
为什么适合先做
步骤清单清晰，适合 RPA/脚本与智能体结合；遗漏步骤可对照日志追溯。
需要客户提供什么资料
入职 SOP 与各系统开户流程；账号命名与权限模板；欢迎信模板。
输出什么结果
各系统开户与通知执行状态；未完成项清单；执行日志。
人工确认点在哪里
权限级别、特殊账号、合同签署等关键节点由 HR 确认后执行；智能体不擅自授予高权限。
4. 项目案例
项目案例 1：某企业 HR 简历初筛与面试协调
| 项目 | 内容 |
|---|---|
| 客户类型 | 某企业人力资源部门（客户名称已匿名处理），业务扩张期同时开放销售、运营、技术等十余类岗位招聘 |
| 原业务流程 | HR 每日从招聘平台导出简历，逐份阅读并对照 JD 标注是否进入下一轮；确定候选人后，通过邮件或企业微信与用人部门面试官、候选人多方协调面试时间；员工常就请假、报销、制度条款向 HR 重复咨询 |
| 主要问题 | 简历量大时初筛占用整块工作时间；面试协调来回沟通多，改期频繁；制度类咨询打断 HR 核心招聘工作 |
| 匠厂交付内容 | 简历初筛智能体：按岗位 JD 和硬性条件输出初筛结果与推荐理由，标注存疑项；面试协调智能体：汇总面试官可用时段，生成协调建议供 HR 确认发送；员工政策问答智能体：基于制度文档回答常见咨询并引用出处 |
| 人工确认节点 | 进入面试环节的候选人由 HR 最终确认；面试邀请、时间变更通知发送前需 HR 审核；录用决策仍由 HR 与用人部门共同做出 |
| 上线后变化 | 简历初筛效率提高；面试协调沟通次数减少；重复制度咨询减少，HR 审核更聚焦，事务性工作压力下降 |
| 适用边界 | 需客户提供岗位 JD、筛选标准和经审核的制度文档；高端岗位、管理岗等需深度评估的候选人仍建议人工通读简历 |
项目案例 2：某企业薪酬核算与工资条发放辅助
| 项目 | 内容 |
|---|---|
| 客户类型 | 某中型企业人力资源部门（客户名称已匿名处理），员工规模数百人，每月需核对考勤与绩效后完成算薪与工资条发放 |
| 原业务流程 | HR 从考勤系统导出异常记录，对照 OA 请假审批与绩效系数表手工核对；在 Excel 中套用公式计算应发、扣款与个税，生成总表后逐人拆分工资条，通过邮件或企业内应用发送 |
| 主要问题 | 考勤与请假数据分散，核对耗时长；公式与个税规则更新时易出错；工资条拆分与发送重复劳动多，忙时易漏发或格式不一 |
| 匠厂交付内容 | 薪酬核算智能体（calculate-payroll）：自动拉取并核对考勤异常、请假审批与绩效系数，套用个税规则生成工资明细总表草稿；工资条发放智能体（distribute-payslip）：读取审核后的总表，拆分并一对一私密发送电子工资条；配套执行日志与异常项清单 |
| 人工确认节点 | 工资总表定稿、个别调薪与扣款项由 HR 确认后发放；智能体不自动修改已归档薪酬数据 |
| 上线后变化 | 算薪前核对与工资条整理效率提高；异常项更早进入待处理列表；HR 可将更多时间用于薪酬政策沟通与个案处理 |
| 适用边界 | 需客户提供考勤导出样例、绩效规则与现有工资表模板；复杂股权激励、外籍员工税务等特殊情形需单独配置 |
5. 落地方式
匠厂采用 “理解—执行—连接—把关—追溯” 的方式，让人力资源智能体在可控边界内参与日常工作：
- 需求访谈 — 了解招聘、入转离、薪酬、绩效、员工服务等具体流程及现有 HRIS/OA 使用情况
- 流程拆解 — 明确输入（简历、JD、考勤、制度文档）、输出（初筛结果、工资表、问答）与判断规则
- 样例数据确认 — 用真实历史样例验证筛选规则、算薪逻辑与知识库检索是否可行
- 智能体开发 — 按确认方案开发或组合技能，内部测试并保留执行日志
- 小范围试运行 — 在 1–2 个岗位族或 1 个流程环节试用，对照人工结果验收
- 培训上线 — 编写操作说明，培训 HR 相关人员，明确人工确认节点
- 持续优化 — 根据招聘季反馈、制度变更、系统改版迭代规则与知识库
6. 适合与不适合
适合
- 重复、高频、规则相对明确的人事整理、核对与答疑工作
- 有 JD、制度文档、考勤规则、工资表模板等样例可供配置
- 愿意在录用、算薪定稿、权限授予等关键节点保留人工确认
- 希望把筛选标准、算薪规则、制度知识沉淀为可复用能力
- 愿意从简历初筛、政策问答等小场景试点，再逐步扩展
不适合
- 完全没有 JD、制度或薪酬规则可参考
- 期望智能体无需人工即可承担全部 HR 判断与劳动合规责任
- 不愿提供测试样例或系统导出权限
- 录用、定薪、权限变更等高风险动作不愿设置人工确认
- 流程完全因人而异、无任何标准模板或样例
7. 能力库附录
以下为匠厂在该方向沉淀的能力库，实际项目会根据客户业务流程重新组合、裁剪或二次开发，并非固定套餐。
匠厂人力资源技能组，当前包含 8 个技能仓库。
| 技能 slug | 说明 |
|---|---|
analyze-turnover |
人员流失分析，定期清洗和分析员工入离职数据、司龄分布与部门流动率，自动生成员工流失风险预警与组织健康度分析报告 |
answer-query |
员工政策答疑，挂载企业员工手册、考勤制度、福利政策等知识库，作为 HR 虚拟助手全天候自动理解并精准回答员工的日常人事政策咨询 |
calculate-payroll |
薪酬核算，自动拉取并核对考勤异常数据、请假审批流和绩效系数，自动套用最新个税规则进行薪酬初算，生成工资明细总表供 HR 审核 |
distribute-payslip |
工资条发放，读取加密的薪酬总表，将每位员工的工资明细自动拆分，并通过邮件、企业内轻应用一对一私密、安全地分发电子工资条 |
draft-jd |
职位描述拟定，根据业务部门提出的口头或碎片化用人需求，自动检索行业标准和岗位模板，快速生成专业、结构化且符合合规要求的职位描述（JD） |
onboard-employee |
员工入职办理，在新员工录用后，自动触发底层脚本/RPA，在企业微信/钉钉、邮箱、内部 OA 等多系统中批量创建账号、配置基础权限并发送欢迎信 |
screen-resume |
简历初筛，自动读取各渠道下载的简历，智能提取学历、工作年限、核心技能等信息，并与招聘需求（JD）进行匹配，输出匹配得分及初筛建议 |
summarize-performance |
绩效数据总结，在绩效考核季，自动调取并整合员工全年的 OKR/KPI 完成情况与周报摘要，自动生成客观的员工绩效初评小结，供主管复核 |
分类
招聘
- screen-resume — 简历初筛，自动读取各渠道下载的简历，智能提取学历、工作年限、核心技能等信息，并与招聘需求（JD）进行匹配，输出匹配得分及初筛建议
- draft-jd — 职位描述拟定，根据业务部门提出的口头或碎片化用人需求，自动检索行业标准和岗位模板，快速生成专业、结构化且符合合规要求的职位描述（JD）
入转离
- onboard-employee — 员工入职办理，在新员工录用后，自动触发底层脚本/RPA，在企业微信/钉钉、邮箱、内部 OA 等多系统中批量创建账号、配置基础权限并发送欢迎信
- analyze-turnover — 人员流失分析，定期清洗和分析员工入离职数据、司龄分布与部门流动率，自动生成员工流失风险预警与组织健康度分析报告
薪酬福利
- calculate-payroll — 薪酬核算，自动拉取并核对考勤异常数据、请假审批流和绩效系数，自动套用最新个税规则进行薪酬初算，生成工资明细总表供 HR 审核
- distribute-payslip — 工资条发放，读取加密的薪酬总表，将每位员工的工资明细自动拆分，并通过邮件、企业内轻应用一对一私密、安全地分发电子工资条
绩效
- summarize-performance — 绩效数据总结，在绩效考核季，自动调取并整合员工全年的 OKR/KPI 完成情况与周报摘要，自动生成客观的员工绩效初评小结，供主管复核
员工服务
- answer-query — 员工政策答疑，挂载企业员工手册、考勤制度、福利政策等知识库，作为 HR 虚拟助手全天候自动理解并精准回答员工的日常人事政策咨询
8. 联系我们
深圳匠厂科技有限公司
Artisan Factory
企业 AI 落地专家
咨询 · 产品 · 实施 · 培训 · 运营
深圳市宝安区锦驰商务中心 C 座 5 层
陈德炼 · 18925203701
www.jc2009.com