企业推进智能体自动化，HR 往往是被忽视的一块。不少团队一上来就想做“智能简历筛选”这类长尾又模糊的场景，结果规则说不清、异常一大堆，上线即返工。我的经验是：HR 里真正该先做的，是那些高频率、规则清晰、跨系统的“事务”——入离职、考勤、社保、培训材料分发。这些活儿确定性高，先把它做满，既能快速拿到业务信任，也为后续更复杂的场景留出空间。把力气花在看得见、量得准的地方，比追一个听起来很前沿却落不了地的点子实在得多。
一、入离职：把跨系统操作固化下来
入离职是 HR 里典型的“确定性高、跨系统多”流程：建账号、开权限、领资产、办社保，要在好几个系统之间反复点按钮。某汽车制造企业的员工体检环节，48 项检查过去靠人工汇总核对，如今由自动化完成，准确率 100%、当日完成率 100%。某印刷包装企业的入离职办理，从 15 到 20 分钟压到 3 分钟，效率提升 5 到 8 倍，千人规模一天内完成，正确率 100%。关键不是“替代 HR”，而是把机械的点按钮动作交给执行层，让人去处理真正需要沟通的事。这类流程一旦跑通，HR 团队立刻能腾出手做招聘画像和组织诊断。
二、考勤与社保：规则外置，异常回人
HR 事务里藏着大量规则判断：排班冲突、请假额度、社保基数、个税核算。我的做法是用执行层机器人跑正常数据，把规则外置成可维护的配置，低置信度字段（比如识别不清的证件号）自动提示 HR 复核，而不是拦住整条流程。这样既能把吞吐做上去，又守住了“可控可审计”的底线——哪一步谁经手、改了什么，全程留痕。规则外置还有个好处：业务方自己就能调参数，不用每次都找技术排期，响应速度快了一截。
三、培训与知识触达：让新人找得到答案
新人入职怕的是“找不到制度”。用认知层把员工手册、培训材料、安全规范变成可被智能体调用的知识底座，新人用自然语言提问就能拿到准确出处。某保险集团把开发者大赛沉淀的六百余个场景经验做成可复用资产，新人上手明显更快。这里的核心不是“又一个知识库”，而是让知识真正流动到业务现场。很多企业的制度文档并不少，缺的是把文档变成“能回答问题”的能力，这正是认知层要补的缺口。
四、落地的三个护栏
首要，先挑高频且规则清的环节，别拿长尾练手；其次，规则一定外置成配置，方便 HR 自己改；再次，留人工兜底通道，证件、合同这类敏感环节交回人。HR 自动化的价值不在“少几个人”，而在把事务性时间还给业务伙伴，让他们去做招聘画像、组织诊断这类更有价值的事。落地时建议先在单一分子公司跑通一条线，再横向复制，避免一上来就全集团铺开导致问题难定位。
说到底，HR 场景是检验企业级智能体自动化“先看清再改造”原则的好地方：先把入离职这种看得清、量得准的流程做透，再谈更复杂的智能用工。自动化不是炫技，而是把人从重复劳动里解放出来，去做只有人能做好的事。
检查清单
入离职是否已完成跨系统步骤的全链路梳理？
考勤/社保规则是否外置为可维护配置？
低置信度字段是否自动提示人工而非阻断？
敏感环节（合同、证件）是否保留人工复核？
是否建立了知识底座支撑新人自助问答？
说到底，企业级智能体自动化不是“什么都能做”，而是“先把对的事做对”。以上清单逐项核对，落地才稳。
