未来几年，HR得换个新活法了

系列标签：AI出海、企业出海、全球化品牌、AI竞争力、SynAbility 作者：郭雁冰（George Guo），CGL集团高级副总裁、战略官，SynAbility项目AI总顾问 同步自：微信公众号「侠客乔治」

---

关联标签

AI出海 · 企业出海 · 全球化品牌 · AI竞争力 · SynAbility

---

文 / 郭雁冰

AI 在 HR 到底怎么用？

这个问题，我在很多场合被问到，也回答过很多次。

但我发现，只是回答「怎么用」，是答不到点上的。

因为真正难的地方，不是用不用，是边界在哪。

我先给你讲一个很具体的地方。

它在内蒙古的草原上。

01 有人的活，已经这么干了

呼伦贝尔。

一个求职者叫张博，鄂温克族自治旗的。

他不是刷招聘软件找到工作的。

他看的是 AI 数字人直播。

看完，岗位敲定，人入职了。

这不是试点。

呼伦贝尔市人社局 2026 年 7 月底才启动这套模式。

8 月中旬公开披露时，已经跑了 44 场直播。

参会企业 1332 家。

提供岗位 20068 个。

直播间进场 38914 人次。

他们的排法是「政策一三五，岗位二四六」。

周一周三周五，数字人讲政策。周二周四周六，数字人讲岗位。

按官方说法，是「6×24 小时不间断服务」，支持随时回看。

更狠的一步在后面。

他们引入了一个东西，叫「一号求职机」。

你站到机器前面，刷脸。

系统用面部识别加大数据算法，把你的技能标签和企业需求做匹配。

官方的说法是「秒级」精准匹配，简历投递迈入「刷脸时代」。

我看完这段，第一反应是：这怎么可能是人社部门干的活？

它比很多公司的招聘效率高。

所以，先别急。再看几个地方。

甘肃庆阳，一个叫「智就庆阳」的平台，覆盖数十万农村转移劳动力。线上直播带岗，每年提供岗位超 18 万个。

青海西宁，建了一体化数智就业平台，1008 项就业服务核心功能闭环贯通。

市场化机构那边，中智集团、智联招聘的智慧面试与数字人带岗，已经深度介入招聘全流程。

现在，把这几件事放在一起看。

它们都在干同一件事：把招聘、政策咨询、人岗匹配，交给 AI。

而且不是试用，是常态化在跑。

这里要说明一句。

上面这些数字，都是各地人社部门自己公开披露的口径。

时点不同，统计范围也不同。

放在一起看的是趋势，不是排名。

问题来了。

是人社部门比企业更爱用 AI 吗？

02 政策不是提了个方向，是追认了做法

2026 年 6 月 22 日，人社部等四个部门联合印发了一份文件。

全称是《关于加快推进「人工智能＋人社」应用发展的实施意见》。

文号是人社部发〔2026〕40 号。

文件里点名的场景，你回头看一遍：

开拓数字人直播带岗、远程招聘、智慧面试等新模式……综合评价劳动者职业能力和素质，实现精准画像……

数字人直播带岗。智慧面试。精准画像。

这三个词，正好就是呼伦贝尔、西宁、庆阳正在干的事。

所以这份文件不是凭空提了一个方向。

它是把已经跑出来的地方经验，写成了全国任务。

这个顺序很重要。

政策先看见了做法，才敢写进文件。

那它写得多硬？看这一句。

自2026年起纳入年度数字人社「揭榜领题」清单的人工智能应用场景数量比例不少于40%，且基于人社行业大模型进行建设。

请留意它的写法。

它用的是「不少于40%」，不是「鼓励探索」，也不是「支持试点」。

鼓励探索，是把门打开，进不进随你。

不少于40%，是把名额定下来，报不满要解释。

一个是倡导。一个是配额。

文件还写了一句话，讲部门之间怎么配合。

与重点企业人力资源管理系统对接实现「政企智联」……

「政企智联」这四个字，说白了就是：政府的系统，要接进企业的 HR 系统。

接过去之后，你的招聘数据、用工数据，就不再只在你公司内部了。

这句话往下想一步，就读得懂我今天要讲什么了。

03 同一份文件，另一只手在收

就在这份文件里，还有一句，我建议 HR 抄下来。

保证数据不出域、调用可追溯量化、使用全程闭环可控。

「数据不出域」「调用可追溯量化」「使用全程闭环可控」。

这三句话，说的是什么？

它不是「注意安全」。它是三件可操作的事。

数据不许离开你划定的范围。

每一次调用都要留下可以量化的记录。

从取数到出结果，整个过程要能闭环、能回溯。

你再回头看。

一边是呼伦贝尔的刷脸匹配、西宁的 1008 项功能、庆阳的 18 万个岗位。

另一边是数据不出域、调用可追溯量化。

这不矛盾。这是一件事的两面。

越是要把 AI 用起来，越要把边界先划出来。

为什么？

因为你把「政企智联」接起来之后，流出去的是谁的什么数据，得说得清楚。

我给你一个现实的场景。

招聘、绩效、员工关系这几块，HR 手里全是个人信息。

身份证号、手机号、家庭住址、健康情况、绩效评价。

这些数据平时用 Excel 管着，看着没事。

一旦要接进 AI，「哪一档能进、哪一档不能出」，就成了必须回答的问题。

而且它有法律依据。

我国《个人信息保护法》第二十四条，专门管自动化决策。

它要求决策透明、结果公平公正，不得实行不合理的差别待遇。

放到招聘上，意思是：

AI 可以排序，可以推荐，可以提示风险，但不适合直接作为淘汰某一个人的唯一依据。

所以 HR 现在的真实处境，不是「要不要用 AI」。

而是：上面在给你配额，法务在提醒你别踩线。

走在中间的你，缺的不是态度。

缺的是那套把边界变成规则的做法。

04 两个原因，说清难在哪

我把最近看到的几组数字放在一起，发现原因很集中。两个。

1）边界不清，没人答过这道题。

地方人社部门敢把 1008 项服务搬上线，是因为有一套自上而下的规则在托着。

而企业这边，规则是自己定的。定了没有，多数时候是个未知数。

为什么难定？

因为 HR 的数据，横跨招聘、薪酬、绩效、员工关系，敏感度完全不一样。

薪酬要看平均数，不能看个体。体检结果根本不能出。

但多数公司，这些字段躺在同一张表里。

没分过级，就等于没有边界。

2）边界不清，就没人敢负责。

第二个原因更实在。

边界不清的时候，第一个用 AI 的人，风险最大。

因为出了事，追的是他。

有人被 AI 筛掉了，他去解释；数据出了岔子，他去解释；员工来投诉，还是他去解释。

所以 HR 里最理性的选择，反而是别做第一个。

这就解释了另一组数字。

2026 年 8 月，北森 AI 人才科学研究院发布了一份调研报告。

样本是 290 家中国企业。

报告里有一组数字，我印象很深。

能主导 AI 落地的 HR，不足 15%。

另一组数字是：

50.7% 的企业说重视。

58.3% 的领导层在推进。

但只有 14.8% 配了专项预算。

重视的人很多。推动的人也很多。

把边界定下来、并且负责到底的人，很少。

这份报告的卷首语只有一句话。

「技术已经普及，价值还待挖掘。」

这十个字，说的不是工具。

说的是那个「没人敢负责的边界」。

05 边界要建三段

一张白名单，一份映射表，一条签字链。

可能不全面，但供你参考。我们一个个说。

做”分档”的白名单，让数据先出不了门

先说不清哪一档数据能进 AI，就别急着往里灌。

第一个动作，叫做：四档分级。

把字段按敏感度分四档。

第一档，可以直接进 AI，比如岗位名称、招聘状态。

第二档，可以进，但必须先脱敏，比如工作年限、岗位职级。

第三档，只能做聚合统计，AI 看得到「平均」看不到「个体」，比如薪酬。

第四档，绝对不能出门，比如身份证号、银行卡号、健康信息。

分级的价值不在那张纸上，在你得逼着自己给每一列做一次判断。

判断做完了，白名单就出来了。

边界不是一份制度，是一张写死的清单。

做”对齐”的字段，让每个数字都追得回来

边界划完了，第二个问题来了。

AI 给出来的数字，你能不能追到来源？

文件说「调用可追溯量化」。这句话很抽象。

落到一个具体场景，是这样。

前端界面上有个字段，叫「入职日期」。

后端数据库里的字段名，叫 join_date。

差一个下划线。

你让 AI 去取「入司满三年的人」，它按前端字段去查，查不到。

查不到，它不会停下报错。它会给你一个答案。

这个答案看着对，其实是错的。而你追不回去。

因为链，断在字段这一层。

所以第二个动作，叫做：字段对齐。

前端叫什么，后端叫什么，中间怎么映射，写进一张对照表。

听起来很笨。但这是让「可追溯」变成事实的唯一办法。

AI 会犯错，这没办法。真正的边界是：它错了，你能知道错在哪一环。

做”签字”的分工，让每个结论有人认领

前两样管的是数据进、结果出。

还有一样管中间：谁说了算。

第三个动作，叫做：签字分工。

把边界做成分工规则，划三个层级。

AI 可以直接给：政策原文查询、流程指引、表单模板。

AI 给出、人来复核：年假天数计算、薪酬区间判断、绩效等级建议。

AI 只做参考、人来做决：是否录用、是否晋升、是否解除劳动关系。

第三类为什么不交给 AI？

不是因为 AI 不聪明。

是因为这类决定要有人负责。而 AI 不能签字。

文件要求「加强科技伦理治理」。治理落到最后，就是一句问话：

这件事，签字的是谁。

三段是一件事

这三样看着是三件事。

其实是同一条链上的三段。

四档分级，管的是数据能不能进来。

字段对齐，管的是结论能不能追回。

签字分工，管的是责任能不能落地。

一条完整的边界链：进得来、追得回、认得了。

缺任何一段，前面做的都会漏回去。

边界只有建成链，才叫边界。

06 我见到的 HR，卡在哪

这几年我在企业里做 AI 项目，最常听到一句话：

「这个我们知道，一直在推。」

我一般会接着问一句：「那你手上现在能跑起来的东西，是什么？」

多数时候，会安静几秒。

不是不知道答案。是手上真的没有东西。

这种卡住，很少是因为人不努力。

反而恰恰相反——HR 是公司里最愿意学新东西的一群人。

那卡在哪？我看下来，是三个「没有」。

第一个没有：没有一次做到底的经验。

多数 HR 用 AI 的经历是：试过某个工具，觉得不错，然后停在「会用」。

会用和用出结果，差的不是熟练度。

差的是你有没有把一件事，从头到尾用一套系统跑通过一次。

跑通过一次，和用过十个工具，是完全不同的两件事。

第二个没有：没有把边界写成规则的机会。

这件事，在纸上是想不明白的。

你坐在办公室想「哪一档数据能进」，想出十条，落地能对上三条就不错。

真正的答案，是在你给出一个字段、报一个错、改一次配置的过程里长出来的。

边界是用手校正出来的，不是用会开出来的。

第三个没有：没有一个人真的主导过。

回到北森那份报告。

能主导 AI 落地的 HR，不足 15%。

这不是能力问题。

是因为前面两个「没有」加起来，没人有机会主导过一回。

主导过一次的人，和永远在试用的人，是会分层的。

07 这件事，我正在做

边界这条链，读文件读不出来。

得动手做一遍。

11 月 5 日到 6 日，我在上海有一场两天线下实训，叫「AI 工作台实训」。

两天里做的事，就是前面那三样——在你的电脑上，亲手建一套自己的 AI 工作台。

不上理论。两天结束时，你带走的是一个文件夹，里面是你在课堂上自己建出来的东西。

课堂的范例是 HR 工作台。

选 HR 当范例，是因为文件点名的几件事、北森报告里卡住的几个环节，HR 全都踩齐了。

但你学的是怎么建这条链。换成你所在岗位的业务，一样建得出来。

两天里，你会亲手做完这些：

交付物	具体是什么
6 个模块操作界面	共 23 个 Tab，字段与数据字典一致
6 张后端数据表	每列带敏感度标注，哪些字段不能给 AI 看写得很清楚
6 枚能干活的智能体	定义、执行步骤、自检清单，都是你能打开的文件
1 份取数白名单	哪些数据能进 AI、哪些只能聚合、哪些绝对不行，四档写死
1 份报告出口	每个数字都能追到来源，汇报时经得起问
1 份落地清单	回去先动哪一步、还差什么，照着动

课堂里有一条要做的事，我想单独说。

工作台会做一次三层自检——字段、枚举、路径。

系统会故意留一个断点。比如前端字段写的是「入职日期」，后端是 join_date。

对不上。数据取不回来。

这个断点，要你自己读报错、自己改字段名、自己重跑检查。

为什么非要你自己改这一遍？

因为文件要求「调用可追溯量化」，而能不能追溯，取决于你在字段这一层有没有对齐。

这一步没人能替你判断。

只能靠你亲手改过一次，才知道边界原来长在这么具体的地方。

项目	内容
时间	11 月 5 日 – 6 日（两天线下）
地点	上海 · 报名后通知具体教室与交通指引
班型	30 人满班 · 一人一台电脑
设备	需自备笔记本电脑（Windows / macOS 均可）
基础要求	会用电脑即可，无需技术背景
价格	¥6,980 / 人
包含	两天线下实训、课前/课后/90 天三段测评、全套下发材料、90 天售后
企业内训	¥198,000 / 班（30 人 / 2 天，讲师上门，接入企业真实业务数据）

适合你：带团队的基层管理者，手上有一摊具体事务要交付；每天被简历、报表、通知淹没的 HR；已经试过几个 AI 工具但没形成流程的人。

不适合你：只想要一份工具清单和提示词模板；希望讲师演示完就走、不想动手；想学编程。

---

扫码报名

报名咨询：塞氏中国研究院福利官

电话 / 微信 173 2135 5531（工作日 9:00 – 18:00）

30 个席位，满班即止。

---

最后的话

好了。收束一下。

AI 在 HR 到底怎么用？

呼伦贝尔跑了 44 场直播。庆阳一年拿出 18 万个岗位。西宁把 1008 项功能串成了一个闭环。

还有北森那 290 家企业的答卷。

我们似乎有了几个模模糊糊的答案：

做”分档”的白名单，让数据先出不了门；

做”对齐”的字段，让每个数字都追得回来；

做”签字”的分工，让每个结论有人认领。

HR 用 AI，确实是比以前难了。

但这个难，不是 AI 有多难学。

是边界这事，以前从来没人要求你想清楚。

如果你还认为，AI 落地就是「选一个工具」，而不是「划一条边界」；边界就是「写一份制度」，而不是「把规则写进字段里」；负责就是「谁来推进这件事」，而不是「谁来为这个结论签字」。那这道题，可能会一直卡着。

那这道题，可能会一直卡着。

呼伦贝尔的同行已经跑了 44 场。

不是因为他们比你更懂 AI。

是因为他们先把那条线画出来了。

这个时代，工具很多，变化很快。

但工具之中，也一定留着一个位置——留给那些先把边界画清楚的人。

祝你，边界清楚。

参考资料

1、人力资源社会保障部、国家发展改革委、工业和信息化部、国家数据局《关于加快推进「人工智能＋人社」应用发展的实施意见》（人社部发〔2026〕40 号，成文 2026 年 6 月 22 日，国家数据局 2026 年 10 月 8 日公开）

2、呼伦贝尔市人力资源和社会保障局《数字赋能添「智」人社服务提「质」——呼伦贝尔市人社局全力打造「全链条」智慧人社服务体系》（呼伦贝尔市人民政府网站发布，2026 年 8 月 13 日；44 场直播、1332 家企业、20068 个岗位、38914 人次、「6×24 小时不间断服务」、「一号求职机」）。同一组数据另见内蒙古自治区人力资源和社会保障厅网站 2026 年 8 月 20 日转载稿；模式启动时点另见呼伦贝尔市就业服务中心 2026 年 8 月初试运行稿（7 月底启动，截至 8 月 5 日累计观看 2950 人次、推介企业 144 家、岗位 2682 个）

3、中国劳动保障新闻网《技术向前 脚步向下——人机协同就业服务精准普惠》（2026 年 8 月 5 日，本报记者杨勤；庆阳「智就庆阳」平台覆盖数十万农村转移劳动力、线上直播带岗每年提供岗位超 18 万个；中智集团、智联招聘智慧面试与数字人带岗已深度介入招聘全流程）

4、青海省西宁市《青海西宁：数字赋能推动就业服务提质增效》（人力资源社会保障部网站「地方动态」栏目，2026 年 9 月 14 日，来源青海省人力资源和社会保障厅；7 大就业核心功能平台、1008 项就业服务核心功能闭环贯通）

5、《中华人民共和国个人信息保护法》第二十四条

6、北森 AI 人才科学研究院《AI 在人力资源领域应用现状及企业落地路径》（2026 年；有效样本 290 份；80.7% 企业处于初始阶段、能主导 AI 落地的 HR 不足 15%、50.7% 重视 / 58.3% 领导层推进 / 14.8% 配置专项预算、卷首语「技术已经普及，价值还待挖掘」。北森为 HR SaaS 服务商，本报告为其客户群调研披露）

事实核验说明：文中政策引文逐字引自文件原文，未作改动。地方案例数据均取自人社部门官方渠道公开披露内容，各条时点与统计范围不同（如呼伦贝尔「44 场」为该模式启动后的阶段性累计口径），并列呈现的是趋势判断，不构成横向排名。北森报告为服务商基于其客户群的自有调研，非第三方抽样，引用时已注明其身份。

---

郭雁冰（George Guo），CGL集团高级副总裁、战略官，SynAbility项目AI总顾问。专注AI猎头、CAIO猎寻、AI人才测评、企业AI转型。商务合作：di3zongdui@163.com / 公众号”侠客乔治” / 个人微信 di3zongdui。