AI代理进入人力资源场景

过去几年，科技行业主要将人工智能用于提升生产力，例如重写代码、优化搜索和大规模自动化客户服务。如今，这一技术开始向人力资源领域延伸，呈现出更为细腻的应用形态。

多家初创企业和企业级平台表示，其代理型人工智能系统可以比管理者更快地筛选候选人、预测员工流失并推荐职业发展路径。相关产品的核心卖点集中在两点：减少人力资源团队的行政性工作负担，并提升决策的一致性和可追溯性。随着这些系统被赋予更多职责，“人力资源”中“人”的角色正在被重新界定。

人力资源科技公司 Phenom 首席执行官 Mahe Bayireddi 表示，人力资源与其他企业职能不同，其决策直接影响个人的生活、职业和身份，因此在信任和责任方面的要求更高。他认为，当前行业正处于一个“阶段性转变”中，围绕失业的担忧较多，但“人力资源岗位并非简单消失，而是在被解构和重建”。

从流程自动化到AI执行

Phenom 推出的新平台展示了这一转变在实际业务中的落地方式。

在人力资源领域，数据高度敏感，外界担心带有偏见或不透明的算法可能引发歧视指控，或导致错误的招聘与解雇决策。技术招聘平台 Karat 联合创始人兼首席执行官 Mohit Bhende 指出，许多组织仍依赖分散的遗留系统和不连贯的工具，这进一步加大了引入人工智能的复杂度。

Bhende表示，目前行业处于“愿景与现实之间的中间阶段”，两者差距大于多数供应商的公开表述。他认为，人工智能在理解组织上下文、历史以及使员工成为“真正有价值团队成员”的隐性知识方面仍存在明显不足。

Phenom 的新平台 WorkOps 体现了供应商对这一问题的应对思路。该公司构建了一个代理架构，用于协调人力资源工作流程：通过一个集中引擎实时管理各类代理，执行企业政策，并在需要时将决策升级至人工审核。平台设计方将其比作“让人力资源更像一个操作系统”。

Mahe 指出，企业内部在人工智能部署上存在结构性张力：首席执行官和首席信息官倾向于加速采用，以追求效率和竞争优势；而首席人事官及人力资源负责人则更强调审慎推进，因为他们对员工影响负有直接责任。

他表示，以人为主导的传统系统往往难以跟上技术发展速度，这种张力“不可避免”。在人力资源领域，尤其是人才招聘和管理方面，决策长期依赖经验、直觉和有限数据。借助人工智能，这些流程正变得更加数据驱动和透明，在“正确实施”的前提下，有望改善运营结果。

目前，人工智能在人力资源中的采用仍不均衡。有研究显示，全球约21%至45%的组织已在某种程度上使用人力资源人工智能工具，但实现深度整合的比例仅在12%至31%之间。约62%的人力资源人工智能项目失败被归因于数据质量欠佳和缺乏业务上下文。

Phenom 表示，其方法正是针对这一差距进行设计。平台在部署过程中引入企业特定的上下文和保护措施，并结合 Claude、OpenAI、Gemini 等大型模型以及更小型的微调系统，试图更好匹配企业与员工数据的复杂性。

Phenom 首席运营官 Hari Bayireddy 认为，代理型人工智能目前尚无法端到端处理所有任务，缺乏真正的上下文理解和常识，如果完全依赖，可能在企业运营中带来不一致和风险。他介绍，公司首先从多个来源收集并结构化行业数据，构建一个人工智能可理解的语义层，“没有这个基础，生成式或代理型人工智能难以提供有意义的结果”。

人力资源AI平台加速演进

Phenom 是向“人工智能原生”人力资源演进趋势中的一员，其平台为外界观察这一转变提供了具体样本。市场上，Eightfold AI、Beamery、Gloat 等初创企业聚焦技能智能和内部流动；Workday、SAP SuccessFactors、Oracle Cloud HCM 等大型企业平台则将生成式和代理型人工智能直接嵌入人力资源工作流程。

Salesforce 近期推出 Agentforce for HR Service，将人工智能代理整合进一个统一系统，员工可通过对话界面提交休假申请或跟踪人力资源工单。该平台利用企业统一数据，包括政策文件和员工档案，实时生成回复并执行相关操作。

Salesforce Agentforce 服务总经理 Kishan Chetan 在发给《Fast Company》的邮件中援引德勤研究称，业务和人力资源领导者报告自己约41%的时间花在“零价值”任务上。他表示，这一行业“正达到临界点”，并提出“‘门户到工单’时代已结束”的说法，认为代理可以自主处理常规查询，从而释放人力资源团队，将精力投入文化建设和战略性人才发展等高价值工作。

Chetan 表示，长期愿景是由人类与代理协同工作。不过，业内对这一发展方向并非完全一致认同。

从自动化到自治的风险与监管

多位专家指出，从简单自动化迈向更高程度自治，给人力资源这一直接影响个体的决策领域带来新的风险。

监管是其中一项重要因素。美国和欧洲正在出台新规，限制企业在招聘中使用人工智能的方式，重点关注偏见、透明度和候选人权利等问题。2025年，Workday 和亚马逊因被指存在人工智能驱动的就业偏见而遭遇高调诉讼，引发监管机构和政治层面对相关规则的进一步审视和讨论。

InsightFinder AI 创始人兼首席执行官 Helen Gu 博士表示，在人力资源场景中，决策直接影响个人，最大的担忧在于隐藏偏见以及将人工智能视为“决策者”而非“信号生成器”的倾向。她指出，人工智能仍难以处理上下文、协作和文化等难以量化的因素，存在“模型过度拟合于可测量内容而忽视真正重要因素”的风险。

Gu 认为，当系统被用于招聘或劳动力规划时，需要对模型表现及其可能偏离进行持续监控。

部分业内人士还提出战略层面的风险。Anaplan 首席财务官 Hemant Kapadia 表示，组织可能会利用人工智能更高效地执行本身就存在问题的战略，在这种环境中部署代理型人工智能“并非进步”，而是以人类难以控制的速度“自动化混乱”。他认为，如果企业只关注自动化和成本削减，可能构建出难以理解和管理的系统，“真正的机会在于将人工智能用作推动增长的决策智能层”。

人类角色与新岗位的出现

针对“人工智能取代人类判断”的担忧，相关系统供应商普遍予以反驳。他们强调，大多数人工智能输出具有概率性，仍需人类解释，尤其是在高风险决策中。

Mahe 表示，Phenom 的系统设计确保最终决策——无论是外部招聘还是内部晋升——仍由人类做出，他称这种平衡“至关重要”。

Chetan 也表示，代理型人工智能是“人类判断的放大器，而非替代品”。在他看来，现代人力资源需求已超出团队手动处理能力，如果期望领导者回应每一个查询并监督每一个结果，可能加剧人力资源团队的压力。

如果 Phenom 等公司描绘的路径得以实现，企业领导层将同时面临管理更复杂劳动力结构和适应快速技术变革的双重压力。将人工智能深度整合进人力资源职能，意味着需要重构组织系统和基础数据结构，并设立专门负责监督的新角色。

Mahe 指出，新的职位类别已经出现，专门负责持续观察代理行为、识别系统故障并决定何时介入，包括引入人工参与或重新校准协调机制。他预计，随着代理在组织中的部署范围扩大，人力资源岗位的性质将随之演变，重点转向帮助企业做出更好决策，并确保责任边界“明确且可追溯”。