ARTICLE · 1300511
AI能替HR干一半活?我亲手试了三类工具,发现答案没那么简单
AI能替HR干一半活?我亲手试了三类工具,发现答案没那么简单今年春节后，我强迫自己干了件有点“脸红”的事：彻底当一回小白，从零开始，亲手试几类跟HR工作有关的AI工具。 起因是一次经营会。CTO轻描淡写地问了一句：“魏总，你们HR的活儿，AI现在能干一半了吧？” 会议室里有人笑。我也笑了，但笑完之后，后背有点凉。他这次是开玩笑，可万一哪天有位Boss不是开玩笑，我拿什么接话？ 真正推动我行动的，是后来意识到的一个道理：很多关于“AI会不会替代我”的焦虑，至少有一部分，来自自己根本没有亲手试过。 就像当年师傅告诉我的：看一百篇报告，不如自己当一次用户。 于是，我给自己定了个规矩：每个月，必须亲手深度体验一种与HR工作有关的AI工具。不看演示，不听别人讲，自己上手，从头到尾走一遍流程。 一、AI写JD和筛简历：效率提高了，判断未必更准 用AI来写JD（岗位说明书）是真好用。我自己试下来，十分钟就能生成一版基本可用的，结构甚至比我自己写的还完整。 但筛简历就没那么简单了。速度确实快，可误杀也是真误杀。它习惯按照关键词、职位名称、工作年限等信息进行判断。一些不符合常规格式、但实际上有价值的经历，很容易被忽略。 这让我意识到：效率提高了，不代表判断更准确了。尤其是招聘这种事，漏掉一个合适的人，可能比多看几十份简历的成本更高。 二、会议纪要和员工访谈：省下来的不只是时间 以前做一次员工访谈，一小时的录音，往往需要花两小时整理。现在我自己试下来，AI大约20分钟就能生成初稿，我再花20分钟校对，基本就能完成。 但让我意外的，不只是时间节省。以前嫌整理麻烦，有些访谈能不做就不做。现在门槛降低了，反而愿意多听几个人、多做几次访谈。工作效率提高之后，连原本不太愿意做的事情，也开始愿意做了。 有时候，工具改变的不只是工作方式，还会改变一个人愿意投入工作的程度。 三、AI写培训课件：框架很好，案例却经常是胡编的 这方面的体验有点搞笑：整体框架搭得比我快，案例却经常是胡编的。 AI写出来的案例，读起来都像真的，但你一较真，就会发现很多东西似乎有道理，却找不到可靠的依据。这大概就是大家常说的“AI幻觉”。 后来我学乖了：课件的骨架可以让AI搭，里面的血肉必须自己填。 真实的案例、真实的数据、真实的教训，这些东西AI可以帮忙整理，却不能替我凭空创造。 体验完这三类工具，我最大的收获，不是知道了哪个工具更好用，而是纠正了自己过去的一个误判。 我以前以为，所谓“懂AI”，就是知道AI能干什么。看看报告、听听分享、记住几个新名词，就算跟上时代了。 现在我觉得，这远远不够。 “知道”和“手感”之间，差着一次亲手试。 看报告得出的结论，是别人的结论；亲手试过之后的感受，才是自己的。 别人说“AI筛简历会误杀”时，你可能会点点头，觉得有道理。但当你亲手筛掉一份实际上很合适的简历时，那种感觉就不一样了。 你会真正意识到：工具的效率背后，可能藏着什么风险；而人的判断，究竟应该在哪个环节发挥作用。 说到这里，我想起Google过去的两件事。 一个是“氧气计划”（Project Oxygen）。 Google曾经通过员工调查、绩效评价等资料，研究优秀管理者究竟有哪些共同特征。结果发现，即使是在工程师文化浓厚的Google，优秀管理者也非常重要。 后来，这项研究总结出的优秀管理者行为扩展到了10项，排在第一位的是“成为一名好教练”，而“具备关键技术能力”排在第八位。 另一个是“脑筋急转弯面试”。 像“井盖为什么是圆的”这样的题目，曾经是Google面试文化中广为人知的一部分。但后来，Google把面试评价与员工入职后的表现进行对照，发现这类问题并不能有效预测一个人的工作表现，于是逐步放弃了这种面试方式。 这两个故事其实讲的是同一件事：无论新办法还是老办法，不能只凭感觉，最终都要拿实际结果来验证。 这道理，咱们中国人早就讲过了：实践是检验真理的唯一标准，实事求是。 所以关于“亲手试”这件事，我也给自己总结了几条心法。 四、亲手试AI，我给自己定了四条规矩 第一，勇当小白，不要一上来就当评委。 三人行，必有我师。自己的经历和经验，不应该成为阻挡自己学习进步的绊脚石。别一打开工具就急着挑毛病，先把完整流程走一遍，真正站在用户的位置体验一次。评委视角容易看到甚至放大缺点，用户视角才能真切感受到，它究竟能解决什么问题。 第二，牢记手感，不要只记功能。 功能清单可能一个月后就过时了，但你在使用过程中形成的判断不会。记下它在哪一步让你惊喜，在哪一步让你失望，比记住十几个功能更有价值。 第三，带着真问题去试，别为了试而试。 拿自己工作中最头疼、最耗时间的事情去测试。工具到底有没有价值，不是看演示有多漂亮，而是放到真实工作里称一称，才知道它有几斤几两。 第四，试完之后，写下三个问题问自己。 它替我省了什么？ 它差点误了我什么？ 下个月，我还会继续用它吗？ 这三个问题回答清楚了，你对一款工具的判断，才真正属于自己。 在我看来，AI和算盘、计算器一样，本质上都是工具。它们能替人省力，却不能替人承担判断和拍板的责任。 当然，也不能因为工具有局限，就拒绝使用工具。真正重要的，是知道什么时候该交给它，什么时候必须由自己接手。 如果下次CTO再问我：“AI能替你们HR干一半了吧？”我大概会这样回答： “能干一半。写JD、整理纪要、搭建课件框架，这些可以交给AI。但理解人的处境、识别复杂问题、作出判断并承担责任，这部分还得由我亲自来。” 工具会不断更新，今天好用的工具，明天可能就被替代了。但你亲手试过之后形成的判断，不会轻易过时。 也许HR真正需要追上的，不是哪一款AI工具，而是每次新工具出现时，仍然愿意走近一步、亲手试一试的自己。
