人社部7月印发的《人力资源和社会保障事业发展"十五五"规划》，从政策层面明确了人工智能在人力资源和社会保障领域的应用方向。
在7月9日的规划解读中，人社部规划财务司负责人指出，规划将着力以人工智能赋能人力资源和社会保障事业高质量发展，围绕就业领域部署实施"人工智能就业创造计划"，并专设"数智化能力提升行动"专栏。
在此之前，6月人社部已经会同国家发展改革委、工业和信息化部、国家数据局印发《关于加快推进"人工智能+人社"应用发展的实施意见》（人社部发〔2026〕40号）。
10月10日，在国新办"开局起步'十五五'"系列主题新闻发布会上，人社部进一步介绍将开展"人工智能技术技能人人学行动"，包括面向全体劳动者开展人工智能通识教育，面向专门岗位从业者开展数字工程师培育，面向院校学生开展人工智能相关培训。
从技术落地的角度看，这条政策路径可以拆分为三个层面：
- 场景层：人工智能进入就业、招聘、人才发展、员工服务和用工管理；
- 平台层：企业需要具备承接真实数据和业务规则的系统底座；
- 能力层：员工、管理者和专业岗位从业者需要具备使用AI的能力。
因此，企业HR建设AI能力，不能只增加一个聊天机器人，而要解决数据、规则、执行和追溯四个系统问题。
一、把政策方向翻译成技术需求
| 政策方向 | 企业HR场景 | 需要的系统能力 |
|---|---|---|
| 人岗匹配 | 招聘、AI面试 | 岗位画像、候选人评价、招聘流程 |
| 技能人才发展 | 绩效、培训、人才盘点 | 岗位能力、员工表现、发展计划 |
| 智能公共服务 | 员工问答、证明办理 | 知识库、权限识别、流程办理 |
| 精细化用工 | 排班、考勤、工时 | 规则引擎、异常处理、薪酬衔接 |
| 数据治理 | 组织、人事、权限 | 统一数据、权限控制、过程留痕 |
| AI办公和智能体 | 内部知识、自动化协作 | 私有AI、智能体、企业知识应用 |
二、企业HR需要补齐的6项能力
1. 人岗匹配能力
传统招聘系统主要解决简历收集、筛选和流程管理。
更进一步的智能招聘，需要理解岗位能力、候选人经历和实际工作场景之间的关系。
系统至少需要支持：
- 岗位能力要求维护；
- 候选人信息结构化；
- 面试评价记录；
- 招聘结果分析；
- 人才库持续复用。
利唐i人事可以承接招聘流程管理，利唐智语可以切入AI面试、AI面谈和人才沟通信息整理。
2. 招聘流程智能化能力
AI面试不能只输出一份文本报告。
系统需要进一步支持：
- 面试模板配置；
- 面试过程记录；
- 评价信息结构化；
- 候选人横向比较；
- Offer和入职流程衔接。
利唐智语可以承接AI面试、AI面谈和结构化纪要，利唐i人事则承接招聘流程和员工信息管理。
3. 人才发展能力
企业需要建立岗位、绩效、培训和人才盘点之间的数据关系。
如果绩效数据和培训数据彼此独立，HR就很难回答：
- 哪些岗位存在能力短板；
- 哪些员工适合内部流动；
- 哪些培训与业务目标相关；
- 培训后是否产生行为变化。
利唐i人事可以承接组织人事、绩效管理、人才发展和人力分析等业务。
4. 员工服务能力
员工服务系统需要同时具备三种能力：
- 知识理解；
- 权限判断；
- 流程执行。
例如，员工查询年假余额时，系统不仅要返回制度说明，还需要结合员工身份和实际数据提供答案。
如果员工需要发起证明申请或审批流程，系统还应继续承接后续动作。
5. 用工管理能力
排班、考勤、工时、加班和薪酬应当形成连续的数据流。
系统需要考虑：
- 多组织和多岗位；
- 多班次与复杂工时；
- 临时调班；
- 跨门店支援；
- 加班和休息日规则；
- 异常处理与薪酬衔接。
利唐i人事可以承接组织、人事、考勤、排班和薪酬等业务流程，减少人工导表和重复核对。
6. HR数据治理能力
AI应用之前，企业需要先建立统一的数据标准：
- 统一组织编码；
- 统一岗位和员工信息；
- 统一审批规则；
- 明确数据权限；
- 记录AI输出和人工确认过程。
利唐i人事可以承接HR业务数据底座，利唐蜂巢则适合承接企业级私有AI、企业知识和智能体应用场景。
三、HR智能化的四层架构
第一层：数据层
包括组织、人事、岗位、招聘、考勤、薪酬、绩效和人才发展数据。
第二层：规则层
包括企业制度、审批规则、组织权限、排班规则、薪酬规则和岗位能力要求。
第三层：执行层
AI输出需要能够触发或支持下一步业务动作，例如招聘评价、员工申请、异常审批和管理提醒。
第四层：追溯层
系统需要记录：
- 使用了哪些数据；
- AI依据了什么规则；
- 谁进行了人工确认；
- 最终结果如何处理。
如果只有数据层，AI更像一个查询工具；如果四层都具备，AI才可能真正参与HR业务。
四、企业如何开始实施？
第一步：选择一个高频场景
可以从AI招聘、员工服务、考勤异常或面谈记录开始。
第二步：整理数据和规则
明确系统使用哪些数据，哪些制度需要配置，哪些环节需要人工确认。
第三步：设计异常处理
不要只测试正常流程，还要加入临时调班、跨组织审批、候选人重复投递等异常情况。
第四步：验证业务闭环
关注AI输出是否进入下一步业务，而不是只看生成内容是否流畅。
第五步：建立验收指标
可以关注流程完整度、异常处理速度、人工复核比例、数据留痕完整度和实际使用率。
五、结论
企业HR使用AI，重点不是接入多少模型，而是能否把真实数据、企业规则、业务流程和过程追溯连接起来。
从这个角度看，"人工智能+人社"最终会落到企业内部的六项能力建设：
- 招聘与人岗匹配；
- AI面试与人才信息沉淀；
- 技能人才发展；
- 员工服务；
- 精细化用工；
- HR数据治理与私有AI应用。