不懂技术的 HR,怎么用 AI 手搓出四套 HR 系统?

近日，superun.ai创始人郭宇和有赞人力资源总监 Ellen 做了一场直播对谈。聊的是一个HR 团队，在两个月里做出了四套 HR 系统：绩效系统、招聘系统、培训系统和 EHR 平台，四套系统总成本大约四五万元。

这背后，不仅是公司节约了多少采购成本，而是打了一个“业务经验如何直接变成系统”的样本。

一个从没写过代码的 HRD，开始意识到：招聘、绩效、培训、员工服务这些多样场景和流程，不再依赖外采系统适配开发，也不必再等内部技术排期，可以由自己亲自来实现。

最懂这些业务场景和流程的人，第一次可以亲手定义系统长什么样。

为什么本就有HR系统，还要自己手搓？

有赞并不是没有 HR 系统。恰恰相反，Ellen 说，有赞这些年从自研到外采，几大 HR 功能模块基本都很健全。问题在于，随着业务和组织的发展，系统越完善越难支持灵活调整，一些场景需要“妥协”系统能力，或是需要再次投入开发成本迭代。

另外，因为外部系统要服务不同行业、不同组织、不同管理方式，所以功能会很丰富。但落到一家具体公司身上，就会出现两种情况：有些功能你用不到但会空置出来，需要熟悉操作系统的人甄别，而想要的细节又不在系统的规划里。

Ellen 提到一个很小但很实际的例子：offer。在很多招聘系统里，offer 只是一个小功能。通常做法是 HR 先配置模板，发送时选择模板再填写字段。

但对有赞来说，业务线多、岗位类型多、薪酬结构多、考核周期也多。如果靠模板排列组合，模板数量很快会变成几十甚至上百个。HR不可能每天把精力耗在维护模板上，但一旦发错offer，影响却极为严重。

他们真正想要的是：当 HR 选择了某个薪酬结构并填写了相应字段，系统会自动生成相应描述，而不是人工维护一堆模板。

这对大 SaaS 厂商来说不一定值得投入，因为它很难复用到所有客户身上。但对有赞 HR 来说，这是每天真实发生的痛点。

过去这种需求会和供应商反复沟通，即使愿意付费最后也不一定做。现在，Ellen 可以自己把它搓出来。

这就是内部管理系统最适合被 AI 重做的地方：需求不一定宏大，但足够贴身；功能不一定通用，但足够高频。别人不愿意为你做，但你自己知道它到底有多重要。

两个月，四套 HR 系统

Ellen 提到自己第一次用 superun.ai，她最开始只是想做一个更灵活的招聘看板，用来观察关键指标。结果半小时，一个完整度80%的 demo 就出来了。

真正让她惊讶的，不是速度，而是那种“它懂我”的感觉。

从这个招聘看板开始，有赞 HR 团队陆续做了四套系统。

第一套是绩效系统

这是 Ellen 自己主搓的，因为她最懂绩效流程。系统里有待办提醒、自评、360 环评、TL 评价、绩效校准、绩效公布和历史结果查询。

更细的地方在 360 环评。TL 可以看到被评价人的工作总结、OKR、自评和他人反馈，AI 还能把多条 360 评价自动总结成优点和改进建议。TL在移动端也能完成评价，甚至可以语音输入。

第二套是培训系统

由负责培训的同学完成，培训系统里有学习中心、待完成任务、考试和新人必修课程。比如新人要学习廉洁相关内容，学完之后完成一个简单考试。

第三套是招聘系统

由 3 位招聘同学协作完成。它不是一个单一后台，而是多端系统：招聘后台、面试官端、内推门户、猎头端。

HR 可以发布岗位、推进招聘流程；面试官可以搜简历、上传简历、安排面试；猎头可以登录自己的账号上传推荐，系统还支持查重。

第四套是 EHR 平台

这是更重的一套基础平台，包含组织架构、人员档案、入离调转流程、合同协议线上签署、考勤、员工自助端和管理看板。员工可以请假、开证明、改个人信息；管理者可以看团队信息，公司也可以配置整体人力看板。

这四套系统，基本覆盖了一个 2000 人公司 HR 部门的核心工作流。

更重要的是，它不是 Ellen 一个人完成的。她强调，真正懂业务、懂使用场景的人来搓才最合适。HR 团队里每个最懂业务的人，都开始成为自己那条流程的产品负责人。

真正省下来的，是等待别人理解的时间

四套系统四五万元，这个数字很醒目。

如果外采，SaaS 模式每年都要按账号付费。以有赞 2000 人左右的规模，多套系统累加起来每年都需要几十万元。

郭宇在现场补充了一个成本视角：两个月时间，大约 10% 的成本，做出一套个性化数字化管理工具。更关键的是，明年不需要重新采购，因为软件已经在自己手里。

但除了成本，让Ellen 真正兴奋的地方，是她不再需要把自己的需求一层层解释出去。

过去做一个内部系统，HR 需要先把业务语言翻译成产品语言，之后还要排期、研发、测试、验收、上线。一个功能能不能做，常常取决于别人是否理解它、是否判断它值得做、是否有时间做。

而现在，她的想法可以直接进入对话框。几轮问题校准、选择视觉风格，几分钟后就能看到 demo。哪怕只是 demo，也足够让一个业务负责人判断：方向对不对，框架像不像，流程能不能跑。

这背后有三层变化：

第一，沟通链路变短了。

HR 不再只是向产品、技术和供应商解释需求的人，而是可以先把自己的想法变成系统雏形，再和别人讨论怎么落地。

第二，管理体验上的妥协少了。

外采系统大而全，但有赞 HR 有自己的管理节奏和组织特点。以前为了适配产品能力，不得不妥协很多体验。现在自己搓，系统可以向自己的业务靠拢。

第三，创新被重新激活了。

过去如果老板提一个需求，HR 往往会想：系统能力有限，只能人工替代。人工替代意味着周期长、成本高、很难持续。

现在，一个想法可以直接被实现。她发现团队反而更兴奋了，因为每实现一个功能，都会激发新的想法。

这件事的价值，不止于节省一笔预算。它让一个原本偏支持型的中后台团队，开始在自己的业务领域里创造价值。

中后台，也能重新创造价值

Ellen 讲到一个很重要的变化：在很多公司里，中后台职能总是被看作支持部门。但 AI 来了之后，这个关系开始变化。

HR 不是只能等业务部门提需求，也不是只能靠堆人支持组织增长。现在，HR 可以在自己的领域里，把老事情用 AI 重新做一遍。

招聘、培训、绩效、员工服务……这些过去中后台日常工作。如果用 AI 放大 10 倍效率，或者做出过去做不到的新体验，它就变成了这个岗位新的价值。

更直接的变化，是组织不再必然靠堆人解决复杂度。现在AI 可以承担大量流程性、重复性、实操性的工作，人则更多做判断、设计、决策和 AI 的驾驭。对 HR 来说，这不是价值被削弱，而是价值位置发生变化。

从执行者，变成流程设计者。从系统需求方，变成系统建造者。从成本中心，变成组织效率的产品经理。

Ellen 最后把 superun.ai 形容成一个朋友。

她过去也试过很多 AI 工具。但是大部分的工具都需要具备技术常识，而superun.ai 不一样的地方在于，普通业务人员也能进去尝试，从demo到最后的研发上线，哪怕你对细节还没想清楚，只要对场景有想法，就可以跟着它一步一步往前走。

它把业务主动权交还给了自己。以前她是系统的需求方、使用者、等待者。现在她可以和 AI 一起，把自己的业务能力发挥到最大。

这就是手搓时代真正改变的地方。不是人人都要写代码。而是最懂业务的人，终于不用再等别人把他的想法做出来。