.png)
HRIS 团队节省了 1,000 小时，但他们使用的并非生成式 AI。他们只是记录了分散的工作，并从重复性工作开始自动化。这个案例传达的道理很简单。在选择 AI 工具之前，必须先看清哪些工作为何会不断重复。
1,000 小时的真正含义不是“AI ROI”
首先，需要准确理解这个数字。在 HRBench 的播客中，HRIS 负责人 Dani DeMaio 解释说，她在上一家公司将手工工作自动化并跟踪节省的时间，因此在绩效评估时能够向管理层报告：“HRIS 团队节省了 1,000 个生产力小时。”不过，公司规模、测量周期、自动化清单和计算公式均未公开。因此，1,000 小时不应被视为可普遍套用的基准，而应看作是一位从业者自行汇总的案例。
不要直接将 1,000 小时作为 ROI
节省的时间并不等同于直接节省的现金。还需要确认腾出的时间是否确实被重新分配到其他工作中，以及自动化维护和例外处理耗费了多少时间。这个案例的重要之处不在于数字有多大，而在于它记录了自动化前后的时间。
起点并不是“该买哪种 AI？”团队先细致记录成员执行的工作、投入的人数和所需时间，再找出最大的时间浪费点。他们没有因为某个人经常抱怨就引入技术，而是确认这项工作是否会在多个人身上反复出现。
这种方法也符合 HR 系统的结构。Workday 将业务流程定义为人们为实现目标而启动、处理和完成的一组任务。每个步骤都附有负责角色、安全规则、条件和完成标准。换言之，要自动化的对象不是笼统的“招聘工作”，而是从输入 → 验证 → 审批 → 通知 → 完成的一条具体流程。
如果工作流程只存在于记忆或口头说明中，AI 也很难稳定地工作。Microsoft 所说明的流程挖掘同样会使用系统记录中的事件数据，将实际路径可视化，并发现瓶颈、返工、自动化机会和 KPI。由于负责人认为的流程可能与实际执行路径不同，首先要建立可观察的记录。
自动化和 AI 解决的问题不同
对于正确答案可以固定为规则的工作，应先采用常规自动化。相反，当输入格式不断变化或需要理解文本含义时，才可以考虑 AI。如果不区分两者，就可能用昂贵的 AI 处理简单的条件判断，或把对错误容忍度很低的决策交给概率模型。
| 判断问题 | 适合基于规则的自动化的工作 | 可以考虑 AI 的工作 |
|---|---|---|
| 输入是否一致？ | 通过固定字段和代码录入 | 格式多样，如邮件、文档和自由文本 |
| 能否把正确答案写成规则？ | 按工作地点进行审批路由、截止日期提醒 | 咨询意图分类、文档摘要、起草初稿 |
| 能否立即发现错误？ | 可以验证必填项、格式和重复情况 | 质量判断会因上下文而变化 |
| 失败时的影响是什么？ | 重新运行，或将例外转交给负责人 | 若会像招聘、评估一样对人产生重大影响，则需要强有力的审查机制 |
例如，新员工信息获批后，创建 IT 工单、向设备负责人发送通知并记录完成状态的流程，其条件和负责人都很明确。Workday 的流程也可以设计为按负责角色转交任务、应用安全和业务规则，并根据条件执行步骤。 IBM 同样将 HR 自动化描述为连接 HRIS、薪资、福利和申请人跟踪系统，以同步数据流的工作。
相反，按主题分类员工咨询或起草政策文档等工作，由于每次的表达都不同，AI 可能很有帮助。但这并不意味着 AI 应当做出最终决定。NIST AI 风险管理框架建议记录 AI 将支持的具体任务、模型的局限、人如何监督结果、预期收益以及错误成本。
尤其是招聘这类直接影响个人机会的工作，更需要谨慎。英国政府的负责任招聘 AI 指南指出了偏见、数字排斥、歧视性广告等风险，并建议处理影响评估、数据保护审查、透明度和申诉机制。 法律要求因国家而异，但有一项实务判断标准依然适用：仅用一句“由人批准 AI 建议”，并不能完成负责任的运营。
如果只计算节省的时间，就会较晚发现失败
绩效看板除了速度外，还应纳入质量、例外和人的体验。即使自动化缩短了平均处理时间，如果错误路由或遗漏撤销权限的情况增加，也很难称之为改进。
尤其是“节省时间”需要固定基线才能比较。在自动化前的两周内，记录各项工作的处理量和实际处理时间，实施后也要按相同定义测量。若事先公开计算公式，例如节省时间 = 处理数量 × 每件减少的时间 − 例外处理和维护时间，就能减少绩效评估时夸大数字的空间。
在 AI 阶段，模型使用费和审核时间也必须计入成本。CIPD 在 2026 年 1 至 2 月调查了 1,342 名 HR 和业务领导者，结果显示，对 AI 导入能力更有信心的组织报告了更多绩效改善，但这只是自我报告数据中的关联，并非因果关系。调查带来的更实用信息是，仅有工具访问权限并不足够；还必须将工作再设计和员工参与等既有能力应用于实际变革。
本周开始的四阶段执行方法
- 第 1 阶段：记录一项工作的实际路径两周
从入职、人事变更、休假、离职中，只选择一项处理量大的工作。在电子表格中记录开始时间、完成时间、负责人、输入系统、审批等待、返工原因和是否出现例外。如果使用 Workday，可在 Business Process Definitions 报告和 View Diagram 中查看当前步骤和角色。 如果处于 Microsoft 环境，可在 Power Automate 的 Process mining > Processes 中查看基于事件日志的流程。 - 第 2 阶段：自动化一个可以用规则表达的环节
选择可以用一句话测试的步骤，例如“若满足条件 A，则转交给负责人 B”。例如必填项验证、审批路由、截止日期提醒和工单创建。在投入运营前，测试正常、缺失、重复、取消和负责人缺席的情况，并指定失败时应返回到谁的队列。 - 第 3 阶段：仅对自动化无法解决的变化环节试验 AI
从员工咨询分类、政策初稿等输入多样但结果可由人审核的工作开始。将所用数据、禁止数据、审核人、批准标准、日志保存期限和停止条件写在一页上。对于招聘、评估和薪酬决策，在没有影响评估和申诉程序的情况下，不自动执行会更安全。 - 第 4 阶段：30 天后决定扩大、修改或停止
与基线比较，检查处理时间、错误率、例外率和人工干预时间。如果速度变快但错误或审核负担增加，请缩小范围。即使效果得到确认，也不要一次性连接下一项工作；应使用同一份测量表逐步扩展。
先向员工说明，这不是“为了取消岗位而做的文档记录”
在这个起源案例中，被要求记录工作的团队成员曾问，这是否是在试图用技术取消自己的岗位。请先分享记录的目的、确定自动化候选项的标准以及腾出时间将用于何处，并让实际执行者参与设计和审核。
如果想进一步深入
Automate Before You Even Think About AI: An HR Leader's Playbook — 原文讨论了 1,000 小时案例、工作映射以及 HR 使用 AI 的局限。 hrbench.com
What Is HR Automation? — 可概览 HR 自动化的范围，以及 HRIS、薪资和福利系统的集成过程。 ibm.com
Overview of process mining — 说明如何通过事件日志找出实际工作路径、瓶颈、返工和 KPI。 learn.microsoft.com
Concept: Business Processes — 可了解 Workday 如何通过步骤、负责角色、条件和安全策略构成流程。 doc.workday.com
AI RMF Core — 在设计 AI 使用目的、错误成本、人工监督和运营责任时可参考的 NIST 框架。 airc.nist.gov
Responsible AI in Recruitment — 英国政府指南，以实务问题的形式梳理招聘 AI 的偏见、数据保护、影响评估和申诉问题。 gov.uk
