HR 想上 AI，通常有两个需求：筛简历，和回答员工问题。
两个都能做，但如果要选一个先做，建议从员工问答开始。
不是招聘不重要，而是招聘的风险更高。
招聘的风险在哪里
简历筛选看起来很适合 AI：读简历、匹配关键词、打分排序。
实际做起来，至少有三个问题。
第一，筛选标准可能带有偏见。性别、年龄、学校、地域这些信息，如果处理不好，会影响公平性。
第二，简历信息涉及隐私。把大量个人信息传给外部模型，需要明确的数据边界。
第三，录用决定不能只靠模型。系统可以辅助排序，但最终判断要由人做，而且要有记录。
这不是说招聘不能用 AI，而是第一版要非常谨慎。
员工问答更容易起步
员工每天问的问题，很多是重复的：年假怎么算，报销要什么材料，社保什么时候交，培训怎么报名。
这些问题有相对明确的答案，来源是制度和流程。整理好知识库，AI 可以分担大量重复咨询。
员工问答还有一个好处：使用频率高。HR 不用推动“大家来用 AI”，员工遇到问题自然会问。
先把制度整理清楚
员工问答的效果，取决于制度本身清不清楚。
如果年假规则有三个版本，报销流程两个部门说法不同，AI 只会把矛盾放大。
上线前先做三件事：确定每个问题的唯一答案，标清适用对象和生效时间，指定更新负责人。
制度有例外的，要写清楚什么情况找谁。不要指望 AI 处理所有例外。
隐私和权限
员工问答会涉及个人信息：工资、绩效、合同、社保。
系统要能区分“公开制度”和“个人数据”。公开制度可以统一回答，个人数据要登录、鉴权，不能混在一个知识库里。
如果做不到权限区分，先只做公开制度问答，不要接个人数据。
怎么衡量
看使用率、首次解决率、转人工率和员工满意度。
如果使用率高但转人工也高，说明知识还不够用。如果没人用，先查入口是不是太深，或者员工根本不知道有这个助手。
边界
涉及劳动纠纷、绩效申诉、裁员沟通，不适合让 AI 单独处理。
这些场景需要判断、共情和权限，系统可以做记录和准备材料，但不能替 HR 做决定。
人力资源 AI 的起点，不是替 HR 做判断，而是把重复的制度咨询接过去。
入口和信任
员工问答最好放在员工每天都会打开的入口，比如企微、钉钉或 OA 首页。不要为了问一个制度问题，再装一个 App。
上线时也要说明数据怎么用。员工担心聊天记录被监控，就不会问真实问题。公开制度和个人数据分开，信任才建立得起来。
如果你在做内部 AI，可以看我们的企业 AI 诊断与陪跑，也可以从AI 员工怎么落地开始，先选岗位任务。