EL-Notepad

HR部门AI应用汇报 (2)

9分钟阅读

HR部门AI应用落地与新财年人员汇报筹备会议纪要

一、会议核心目标

本次会议为HR部门内部筹备会，核心目标为应对新财年公司人员整合趋势，梳理各业务模块AI应用的实际落地情况，形成逻辑清晰、有数据支撑的汇报材料，既展示AI应用的效率提升成果，也明确HR工作中无法被AI、外包替代的核心价值，为部门人员配置合理性提供辩护依据。

二、AI应用标准汇报框架

会议明确了统一的M会议（高层月度会议）汇报逻辑，分为三大核心模块，要求所有模块的汇报必须结合具体工作项、量化数据，禁止笼统表述：

（一）AI可辅助/替代的工作

  1. 需具体列明应用场景、使用的AI工具、量化成果（如节省时间、提升效率比例）
  2. 明确标注当前AI覆盖率、仍需人工校验/校准的环节、未来可提升的空间
  3. 禁止表述为“完全AI替代”，需清晰说明人工介入的必要性

（二）完全无法被AI替代的工作

具体列明工作内容，结合HR工作的特性（如跨部门沟通、人员敏感性、机密性、高层对接等）说明不可替代的原因

（三）应对公司潜在质疑的回应框架

针对公司可能提出的四类质疑，提前准备有具体案例支撑的回应：

  1. 质疑1：一人可承担多个区域的工作 → 需说明各区域工作的复杂度、跨部门沟通的专属属性
  2. 质疑2：AI成熟后可大幅减员 → 需明确即使AI完全成熟，仍有大量核心工作无法被替代，当前AI覆盖率极低
  3. 质疑3：用外包替代自有HR → 需说明外包仅可承接低价值基础事务，成本更高，无法接触内部机密、推进内部项目、对接高层
  4. 质疑4：用智能体替代人工 → 需说明智能体仅可处理标准化事务，跨模块衔接、个性化沟通仍需人工

三、各模块AI应用实践

（一）招聘模块

  1. 在用AI工具：TRAE（字节跳动推出的本地部署AI工具）、通用文本生成工具
  2. AI可应用场景：
    • 同结构Excel表格合并拆分（如经销商名单、人员优化名单汇总），可自动排序、调整格式，需人工做最终美化
    • 基础人事数据汇总拆分、岗位能力评估等项目的初步数据统计与浅度分析
    • 人事公告、项目文档、通知类材料的草拟
    • 通用信息查询获取
  3. 待开发AI工具：简历筛选小程序，已对接IT部门罗杰，计划梳理需求后开发，提升简历初筛效率
  4. AI不可替代工作：
    • 候选人全流程沟通（面试邀约、背调授权、offer洽谈、测试安排等）
    • 劳动合同签署、人事政策解读等涉及机密与个性化沟通的工作
    • 跨部门项目推进（岗位能力评估、满意度调查协调等）
    • 与业务部门的人员信息核实、问题沟通、需求对接
    • 内部招聘全流程协调
  5. 量化结论：当前AI在招聘模块工作覆盖率不足10%，未来最高可提升至20%，所有AI产出均需人工校准
  6. 外包替代回应：外包仅可承接基础面试邀约、简历初筛等事务，收费为按环节拆分，整体成本远高于自有人员，且无法接触内部机密、推进跨部门项目、对接高层，性价比极低

（二）薪酬与数据分析模块

  1. 在用AI工具：TRAE、Python（掌握20+基础代码）、AI训练师认证所学数据处理方法
  2. AI可应用场景：
    • 73个城市社保、公积金基数上限梳理：从外服账单中自动提取数据生成规范表格，数据准确率100%，仅需人工简单校验
    • MBO项目数据处理：自动完成项目高低项区分、人员得分对比等浅度分析，可将原人工半天的工作量压缩至分钟级
    • 数据清洗：自动删除空值、重复值等无效数据
    • 基础数据统计（总和、均值等）、基础图表（条形图、饼图等）生成
  3. AI不可替代工作：
    • 表格美化、个性化批注、重点项标注
    • 复杂分析的指令设计、分析思路搭建
    • 面向高层的分析报告提炼、结论输出
    • 跨部门的需求沟通、数据校准
  4. 发展方向：计划将MBO项目的统计处理环节AI覆盖率提升至80%，人工仅做校验，释放精力开展深度分析、风险预警等高价值工作
  5. 工具对比说明：TRAE为本地部署，文件在本地电脑处理，安全性高，免费使用，通过自然语言即可生成代码，比Python门槛更低；微软Copilot为收费工具，受限于Office框架，数据存储于微软服务器，安全性低于本地部署的TRAE

四、部门公共AI成果

HR智能小助手：部门部署的AI问答工具，用于解答员工关于人事政策、流程的共性问题，减少HR团队的重复咨询工作量，提升整体运营效率，为部门级效率提升的核心AI成果。

五、后续工作要求

  1. 工作项梳理要求：各模块在2周内完成所有工作项的梳理，先拆分为具体小项，再合并为大类，禁止使用“数据处理”“信息查询”等笼统表述，需具体到实际工作内容（如“73个城市六金基数梳理”“MBO项目高低项分析”）
  2. 分层标注要求：对每个工作项按三层分类标注：① AI为主，人工仅做校验；② 人工为主，AI做辅助；③ 100%全人工
  3. 内部数据库搭建：各模块梳理的所有工作项、AI应用情况形成内部数据库，作为后续汇报的素材储备，根据不同汇报场景提取对应内容，避免临时应对公司提问
  4. 能力提升要求：打破原有职责边界，主动扩展AI应用场景，重点提升数据分析类工作的深度，产出更多面向高层的分析报告，提升工作的核心价值

关系图谱