为何众多人力资源领域的通用人工智能项目注定失败

作者：格列布·齐普尔斯基博士

来源：SHRM（美国人力资源管理协会），由SHRD团队翻译

时间：2025年12月2日

一种危险的论调正在全美人力资源负责人与企业董事会中蔓延：人工智能能够实现毫不费力、一夜之间的企业转型。这项技术尚处于动荡的发展初期，而这种无缝自动化的幻象，用一个既令人沉醉又不切实际的未来诱惑着各大企业，同时还可能折损这项强大新技术本可创造的真实、持久的价值。

智能体AI的鼓吹者们描绘了一幅极具诱惑力的蓝图：自主AI智能体能无缝统筹企业的全部业务，不到一年就能实现收益回报，并创造指数级增长的价值。但这一愿景与2025年的混乱现实相去甚远。这种程度的炒作不仅是盲目乐观，更是具有实质性危害的——它为AI行业的潜在崩盘埋下了伏笔，未来数年，AI本可带来的真实、可落地的价值都可能因此受损。

众多报告用这样的未来诱惑着我们：借助“无代码智能体搭建工具”，任何企业员工都能创建AI工作者，进而形成一张“智能体AI网络”——一个由各类程序组成的互联生态系统，能够自主协商、规划并执行复杂的工作流程。试想一下，采购部门的AI智能体自主识别出供应需求，与供应商的AI智能体协商条款，全程无需人工介入就能完成采购订单的执行。但再试想一下，这个智能体误读了区域销售预测，采购了价值1000万美元的错误零部件，又或是供应商的智能体利用你方智能体程序中的漏洞，敲定了对贵司不利的条款。

这种全自动化的愿景，严重低估了可靠性、安全性与系统集成方面的巨大挑战。斯坦福大学《人工智能指数报告》显示，即便是最先进的AI模型，也可能存在惊人的脆弱性，会出现无法预测的故障。这些智能体必须在企业的遗留系统网络中运行，包括运行了数十年的企业资源规划（ERP）软件、专属数据库和定制化应用程序，而这些系统从设计之初就从未考虑过此类交互模式。

在这种环境下，为AI智能体授予无限制的访问权限，绝非什么战略优势，而是一触即发的安全隐患。要防范灾难性失误、恶意攻击和代价高昂的AI“幻觉”，需要搭建完善的治理体系，而这一庞大的工程，往往被炒作热潮所忽视。当底层架构如此复杂、失败的代价如此高昂时，所谓轻松实现无代码革命的承诺，本身就是一种误导。

我们应该就此放弃AI吗？当然不。我们必须聚焦于当下已有的、功能强大且切实可用的工具。AI带来的真正变革，不在于全流程自主化，而在于强大的人机协同赋能。在我为二十多家企业提供AI落地咨询的工作中，最显著的成功案例，都来自于那些解决当下具体需求的务实项目。通过聚焦重复性工作，生成式AI能够带来可量化的回报，同时不会产生智能体愿景中那种关乎企业存亡的风险。

当员工学会自主使用当下的生成式AI平台时，才能实现最佳效果。能力迁移——而非单纯的解决方案交付——意味着教会员工自主设计、测试和维护AI工具，而非依赖外部供应商。当员工理解每一项设计决策，学会优化提示词或工作流，并直接落地治理规则时，企业就能将核心技术能力沉淀在内部。这种专业能力会持续沉淀增长，而不会随着外部合作合同的终止而流失。

在我经手的每一个咨询项目中，投资回报最快的阶段，都出现在员工一步步学会如何搭建无代码原型，并且能将这套流程复用到其他应用场景之后。完整展示搭建过程，能够揭开AI的神秘面纱，降低员工的抵触情绪，同时激发他们的好奇心，而这份好奇心正是持续优化的核心动力。具体可分为五个步骤：1）入门搭建；2）全流程拆解演示；3）引导式共创；4）自主创新；5）长期自给自足。当企业内部员工成为AI工具的搭建者，AI就不再是一种威胁，而是变成了极具价值的工具。

人力资源团队的实践给出了清晰的例证。印第安纳州一家中型汽车零部件制造商，此前需要3名人力资源综合专员，为每一位新员工组装40页的入职材料包。在一场为期两周的工作坊中，一位从未使用过Visual Studio的资浅专员，通过Power Automate的拖拽式工作流，搭建了一个对话式信息录入助手。如今，新员工可以通过安全聊天界面上传身份证件、填写工资直付信息、在线签署规章制度，全程仅需几分钟。该机器人会检查信息是否完整，生成个性化的首日入职日程，并将所有文件同步保存至SharePoint平台。人力资源专员们只需处理异常情况（通常是驾照过期、地址信息不匹配等问题），无需再耗费数小时处理文书工作。入职办理时长缩短了68%，而搭建这套工作流的专员，如今还负责指导各部门主管搭建外包人员与实习生的入职流程版本。

招聘场景也取得了类似的成效。一家拥有1200张床位的区域性医院，正面临护士短缺的困境。两名护士培训师因简历筛选流程拖沓而备受困扰，她们在一场工作坊中搭建了一个简历排序副驾驶工具。二人利用匿名的招聘数据和临床技能评分标准，对现成的大语言模型进行了定制化微调，随后将其接入了招聘申请跟踪系统。该副驾驶工具会重点标注候选人的执业资质、排班偏好与相关工作经验，将排名前20的简历优先推送。培训师们只需审核这份精简后的候选名单，补充个性化的评估维度，就能在简历投递的当周安排电话面试。电话面试的筹备周期从13天缩短至4天，入职首年护士流失率下降了8个百分点。而这两位护士培训师，如今已经成为了熟练的工具搭建者，每季度都会结合离职面谈的洞察，更新模型的评分标准。

公共部门的人力资源实践证明，这套方法在工会化的工作环境中同样适用。某都会区政府需要管理17份劳动合同，长期面临休假申请邮件堆积的问题。一名薪资分析师与工会联络官参与了一场共创冲刺工作坊，在白板会议中梳理出了决策树，仅用六周就上线了一款机器人。该机器人能够从邮件中提取关键日期，在ERP系统中核查员工工龄，并使用合规的合同条款拟定审批函。此前需要重复录入数据的行政人员，如今转而负责为员工讲解政策细则，并标记需要法务审核的异常情况。单份休假申请的处理时长从25分钟缩短至6分钟，休假相关的申诉减少了近三分之一。该市还专门划拨了专项津贴，鼓励一线员工在其他业务场景中复刻这套自动化方案。

这些案例表明，只有当工具的搭建者留在企业内部时，项目成果才能持续发挥价值。成功的经验会口口相传——往往通过工具开发员工举办的午间分享会进行扩散，最终形成这样的企业文化：管理者主动发现待解决的问题，员工自主搭建解决方案，治理体系为变革提供指引而非设置阻碍。

心理学规律是持续优化的核心驱动力：人们会拥护自己亲手创造的工具。这一点在行为科学领域已有充分论证，也被纳入了我的方法论体系中。曾经对自动化心存戒备的员工，如今会主动探索自动化工具的新应用场景。而管理者们也意识到，降低风险最快的方式，就是赋能那些最熟悉业务流程的一线专家。由内部员工设计和测试工具，他们能提前发现现实场景中的各类边缘情况，用专业认知替代主观猜测，让AI的运行过程完全透明可控。

其中的道理非常简单：从小处着手，让内部员工成为搭建者，见证专业能力的持续成长。一名搭建了信息录入机器人的人力资源助理，不仅能为企业节省数月的供应商服务成本，还能激励同事尝试低代码工具，助力企业打造持续优化的文化。企业对外部供应商的依赖会逐渐消失，成本持续下降，还能沉淀出钱买不来的核心竞争优势。在我提供咨询服务的所有企业中，用员工自主搭建的解决方案替代供应商开发的自动化工具后，项目成本降低了约三分之二，一年内就彻底消除了持续性的维护费用。

根据高德纳技术成熟度曲线理论，在“期望膨胀顶峰”之后，随之而来的就是“泡沫破裂低谷期”。当下的AI炒作热潮，只会让这个低谷期更快到来。那些能够穿越周期、取得成功的企业，必然是聚焦于员工自主搭建的务实解决方案，一砖一瓦地解决真实问题、创造可量化价值的企业；而其他企业，终将被不切实际的承诺分散精力，迷失方向。

来源：SHRD微信公众号