.png)
需要提交 AI 引入方案，却看不出该先改变什么时
入职、人事变动、休假和离职，应该先给哪项工作加上 AI？问 HRIS 负责人时，它们看起来都既重复又紧急。每位负责人认为最辛苦的环节也各不相同。
在这种状态下先选择聊天机器人或生成式 AI，很容易用昂贵的模型处理简单条件判断，或把答错会造成麻烦的决策交给概率系统。首先要做的是记录工作实际上在哪里停滞，以及谁介入了多少次。
HRBench 介绍的一位 HRIS 负责人也是先调查各团队的工作时间和受影响人数，再从手工作业开始自动化。他们持续在电子表格中记录返还的时间，并在绩效评估时报告节省了 1,000 个生产力小时，但这个过程没有使用 AI。
1,000 小时不是目标，而是衡量习惯的案例
不要把这个数字当作团队预计节省的时间或 AI ROI。原文没有公开公司规模、衡量周期、已自动化的工作清单、每项工作的基准时间，以及是否扣除了异常处理和维护时间。这是单个从业者自行汇总的案例，因此也缺乏将其换算为现金节省额的依据。
可以借鉴的是调查顺序。案例中的实践者并非只听一个人的反复抱怨，而是同时查看每项工作所需时间和受影响人数。他们还说明，将负责人的工作文档保存在存储库中，有助于在人员流失或企业交易时保留与个人绑定的运营知识。不过，这种效果没有被单独量化。
节省的时间和降低的成本是不同的数字。
即使处理时间缩短，若返还的时间没有实际重新配置到其他工作，就不能视为现金节省。还必须扣除再次用于纠错、异常处理、审核、人工干预和维护的时间。
第一次执行：把一条已完成的入职案例做成流程图
不必一开始就调查全公司的 HR 流程。选择一项最近完成的重复性工作，从一个已删除或最小化个人信息的小型 CSV 开始。下方的数值和工作名称不是产品性能或实际处理时间，而是用于展示输入格式的虚构示例。
- 先确定日志类型。
如果是每行代表一个事件的事件日志，请准备Case ID、Activity Name 和一个发生时间戳。如果是要分析各步骤持续时间的活动日志，则分别填写开始时间戳和结束时间戳。Microsoft 文档要求提供 Case ID 和 Activity Name，并区分事件日志与活动日志的时间戳结构。 - 将以下虚构示例保存为 CSV。
case_id,activity_name,event_timestamp
ONB-024,接收入职人员信息,2026-09-01T09:00:00+09:00
ONB-024,经理审批,2026-09-01T13:40:00+09:00
ONB-024,IT 设备申请,2026-09-01T14:05:00+09:00
在实际工作中，请核对 HRIS 状态变更、审批历史和工单记录；不要加入姓名、电子邮件等分析不需要的个人信息。仅保存当前状态的表格可能没有历史活动记录。 - 确认环境和权限后，在浏览器中登录。
要开始 Process Mining，需要适当的许可证或试用版、已配置 Microsoft Dataverse 数据库的 Power Platform 环境，以及该环境的Environment Maker角色。如果无法选择要使用的环境，或没有 Dataverse 数据库，请管理员配置环境并分配角色。 条件具备后，使用组织帐户登录Power Automate，并在 Process Mining 主页的Start here中输入流程名称。无需单独进行本地安装。 - 连接 CSV 并映射列。
前往Choose data source → All categories → Text/CSV → Browse OneDrive，完成 OneDrive for Business 身份验证后打开 CSV。保留所需期间和活动，然后在下一屏幕中映射 Case ID、Activity 以及与日志类型相应的时间戳列，并选择Save and analyze。如果不能使用 OneDrive for Business，可以查看官方文档中的 Blank table 路径。 - 通过活动节点和路径确认首次成功。
如果 Analytics 的流程图显示三个活动节点接收入职人员信息、经理审批、IT 设备申请、转移路径接收入职人员信息 → 经理审批 → IT 设备申请，且总 case count 显示为 1，说明虚构日志已经完成分析。流程图并不是在单个 Case ID 下展开事件的界面，而是汇总展示活动之间的路径。如果需要确认 ONB-024 本身，请在单独的案例列表或详情页面中查找。 如果分析出错，先检查 Case ID 和 Activity Name 是否为 Text 格式，以及时间戳是否为 Date/Time 格式。
流程挖掘是一种从已记录的事件数据中寻找真实流转、瓶颈、返工和自动化候选项的选择。它不能取代最初的工作文档化。如果没有稳定的 Case ID 或历史事件，请不要继续增加工具配置，而应回到在电子表格中收集已完成案例的阶段。
将从流程图中发现的工作分为三个阶段
先自动化已记录路径中能够固化为规则的部分，再把仍需解释的部分交给 AI 作为候选项评估即可。IBM 的通用 HR 自动化流程也说明了这样的顺序：调查并记录手工作业、选择工具、连接现有的 HRIS、薪资、福利和申请人跟踪系统。
- 第 1 阶段：固定真实路径和基线。
针对多个已完成案例，以相同定义记录处理量、步骤间经过时间、人工干预时间、返工原因和异常情况。如果负责人的记忆与系统记录不同，请同时保留两者并查明差异原因。 - 第 2 阶段：自动化能用一句规则测试的部分。
写明输入、条件、结果和失败队列，例如：“如果已审批的入职人员记录具备所有必填设备字段，则在指定 IT 队列中创建工单并记录处理状态。”为正常情况、缺少必填值、重复、取消和负责人缺席制定预期结果，再在现有 HRIS 或自动化工具中实现。 - 第 3 阶段：仅用 AI 评估无法固化为规则的部分。
从输入表述多样、但人工能够审核结果的工作开始，例如分类咨询语句的意图或起草政策文档。记录 AI 将支持的任务、知识边界、使用范围、审核负责人、停止条件、预期收益和错误成本。NIST AI RMF 也指导定义并记录这些项目。
| 判断问题 | 适合规则自动化的情况 | 可以评估 AI 的情况 |
|---|---|---|
| 输入 | 固定字段、代码和状态值 | 邮件、文档和自由文本 |
| 正确答案 | 可预先列出条件和结果 | 分类、摘要和草稿随上下文而变化 |
| 检查 | 立即检查必填值、重复和格式 | 由人工审核上下文和依据 |
| 示例 | 转交审批、通知、创建工单 | 咨询意图分类、政策草案撰写 |
| 失败应对 | 重新运行或转交负责人队列 | 暂停审批、人工审核或停止使用 |
会影响个人机会的 AI，例如招聘 AI，应与通用生产力自动化分开处理。英国政府指南建议在采购前定义目的和功能，审查数据保护、有效的人类监督、无障碍性和偏见风险，并开展由实际用户和受影响群体参与的试点。由于该指南适用于英国环境，实际部署时还必须另行确认适用地区的劳动、反歧视和个人信息法律。
衡量成功时，要同时计算速度和失败成本
自动化曾经运行一次，并不代表成功。在保持相同工作范围、衡量周期和开始、完成定义的前提下，处理时间和等待时间必须缩短，同时错误、返工、异常和人工干预应在可接受范围内。
例如，可以将处理量 × 每件处理时间减少量 − 异常处理、审核和维护时间定义为净返还时间。这个计算公式不是官方标准，而是团队可在应用前达成一致的保守示例。与其把 HRBench 案例中的 1,000 小时当成目标值，更重要的是让组织能够重新核查自身的定义和原始数据。
请求工作记录时，请先说明目的。
在 HRBench 案例中，团队成员也曾问文档化是否是为了取消他们的工作。先说明哪些工作会成为自动化候选项、返还的时间将用于哪里，以及实际负责人将如何参与设计和审核，才能记录到隐藏的异常情况。
如果想进一步深入
Automate Before You Even Think About AI: An HR Leader's Playbook — 可查看 1,000 小时案例的背景及工作调查、文档化顺序的原文。 hrbench.com
Prepare processes and data — 可查看事件日志和活动日志所需的列、CSV 连接及开始分析的步骤。 learn.microsoft.com
Overview of process mining and task mining in Power Automate — 可查看许可证、具有 Dataverse 数据库的环境和 Environment Maker 角色等开始前的必要条件。 learn.microsoft.com
AI RMF Core — 在记录 AI 的工作范围、限制、人类监督、收益和错误成本时可参考的自愿性框架。 airc.nist.gov
