过去两年，企业里最不缺的就是AI对话框。它挂在工作台旁边，你问它答，答完就结束，HR的活儿还得自己干。

可人力资源的工作从来不是一次问答，而是一条链：查数据、走流程、核规则、出结论、再推动下一步。断点，才是HR被持续消耗的根源。

随着用友 BIP 6 的发布，「AI+X」第一次被写进产品主线。承载它的 YonWork 企业AI工作台，把用友 BIP 人力云的 12 大HR智能体收进同一个入口，覆盖全员服务、人力运营、业务发展三大域，从入转调离的事务性操作，到关键人才的专业判断，全链路纳入同一套自然语言交互。

用友给这套能力提了三个要求：懂业务、会执行、更安全。这三个词听起来平淡，其实是三个完全不同的问题——AI能不能读懂「人」和「组织」之间的关系；能不能把动作写回业务系统；以及出了事，能不能查、能不能拦、能不能接管。

12个智能体据此分成两类角色：助手类智能体接管重复、确定的事务性工作，把人从系统间的搬运里解放出来；专家类智能体补上冷静客观的专业判断，和真正的HR一起做人才与组织的决策。

名字本身也是定位。过去买软件，买的是功能；今天用智能体，雇的是员工。企业系统中的流程、规则、核算、流转可以交给智能体；方向、价值排序、例外裁决、文化塑造，仍然必须由人来完成。用友 BIP 人力云的这批HR智能体，是有职责、对结果负责的数智员工。

一、助手接管事务，专家补上判断

真正的分水岭不在功能多少，而在角色分工。AI进入人力业务之后，岗位不是消失，而是重新分配：

- 助手类数字HR接管事务性工作，把HR从系统之间的搬运里解放出来，让效率回到该有的水平；

- 专家类数字HR释放专业能力，用数据与规则补上冷静客观的判断，和HR一起推动组织能力进化。

当专业能力不再消耗在重复劳动上，HR才真正有余力回到「人」和「组织」本身。这也是AI给人力资源带来的那次进化——不是让人少干，而是让人干更值钱的事。

二、从5到7，再到12：智能体家族是怎么长出来的

这套能力不是一次性堆出来的，而是沿着「场景验证—能力沉淀—平台化」的路走了三年：

- 2023年，用友 BIP 智能人才发现发布，第一次把「精准找人、快速识人」做成可交付的产品能力；

- 2025年，用友 BIP 人力五大智能体发布，人力资源核心场景成体系地交给智能体承接；

- 同一年年末，智能体矩阵扩展到七大，围绕重构场景、洞见数据、重塑体验三个方向继续加厚；

- 2026年，用友 BIP 6 发布，以「AI+X」为主线，YonWork 企业AI工作台把12大HR智能体收进同一个入口，人力资源成为企业里最适合率先进入AI原生的业务域之一。

认知上最关键的一次跨越，发生在2026年。BIP 6 之前，主流做法是把AI当插件，挂在原有流程执行型软件旁边（X+AI副驾驶）；BIP 6 之后，流程执行型软件本身成为智能体可调用的「能力」，AI开始理解任务、规划路径、自主执行（AI+X智能体）。再往前一步，是AI原生——软件主动适应人，数据从离线资产变成在线燃料，商业模式从按功能/席位付费走向按成果/价值付费。

三、12大HR智能体全景

12个智能体按业务域分成三组。分组本身就是一条从「个人」到「组织」再到「经营」的路径：全员服务解决各层级用不用得起来，人力运营解决高频事务能不能自动闭环，业务发展解决人才判断能不能有据可依。

3.1 全员服务：让每个层级用同一套自然语言入口办事

员工服务智能体

角色定位：企业全体员工的「随身人力资源管家」。

面向员工的交互模式被彻底重构：从「找入口」变成「直接办理」。员工通过多端对话就能自主完成请假申请、工资条查询、社保公积金明细查看、开具证明、制度咨询等日常需求，7×24小时在线。

能力上它做的不只是查询，而是查询—判断—办理的连续服务：先算清可用假期余额与假别组合，再判断这样提交会不会影响工资，最后直接发起申请并跟踪进度。考勤异常、个人信息维护、转正调动进度、离职手续，都在同一段对话里闭环。结果是员工办事效率与满意度同步提升，HR的重复答疑量显著下降，可以把精力放回人才发展与组织建设。

经理服务智能体

角色定位：把分散的人事数据转成可行动的管理建议。

管理者需要的不是更多报表，而是能直接用的判断。经理服务智能体支持实时查看团队成员信息、考勤情况与绩效表现，在线发起绩效评估、审批请休假与调动申请，快速获取团队人力数据报表，全程只靠自然语言交互。

关键在于它做了三层加工：一是把组织、编制、人员、流程状态整合进一次对话；二是把考勤明细升级为异常人员与趋势识别，指出本月谁迟到4次、谁缺卡3次、团队异常人数环比增加了多少；三是把绩效数据转化为面谈提纲与辅导计划。管理动作因此从「逐单查看」变成「整体掌握＋下钻到人」。

高管人力智能体

角色定位：从自然语言问数，到生成式BI出图，再到人才智能发现。

高管的时间不该花在翻报表上。高管人力智能体让企业高管与业务管理者实现人力数据随问随答、洞察多维深入、识人精准智能：一句话取数得到可视化图表，一句话穿透到某部门的风险构成，一句话调出关键岗位的继任名单。

合规边界被写进了产品：全程只输出组织聚合数据，严格屏蔽员工明细，既满足数据合规要求，又让每一次用人决策有据可依、有数可循。组织驾驶舱、组织健康分析、关键岗位继任、高潜人才识别，是它最常用的四个入口。

3.2 人力运营：让高频、规则化的事务自动闭环

招聘智能体

角色定位：把招聘从「经验判断」推到「数据驱动」。

招聘链条长、判断主观，是最容易被断点拖慢的场景。招聘智能体从职位画像的智能生成开始，到简历评估的自动评分，再到AI面试与录用决策的闭环，让「经验判断、人工筛选、主观评估」变成「数据驱动、智能初筛、标准面试」。

具体能力包括：职位画像自动结构化拆解、简历自动评分与排序、面试问题与评价标准统一、SMART指标智能校验、流程预警与催办。招聘效率跃升之外，误聘风险下降与人岗匹配精度提升是更长期的收益——因为筛选标准第一次被沉淀成了可复用的规则，而不是留在某个招聘经理的经验里。

人事管理智能体

角色定位：覆盖员工全生命周期的人事业务中枢。

从员工入职的信息录入、合同签订，到岗位调动的流程流转、权限变更，再到离职手续办理，人事管理智能体实现了全程线上化、自动化推进。它要解决的是「跑流程」，而不是「记录流程」。

能力清单包括：人员信息查询、异动单据进度查询、合同查询办理、证明开具、员工关怀提醒，以及组合条件的员工搜索与员工360画像。业务提醒会把到期合同、待办审批、异常单据主动推给人。员工体验因此从「跑流程」变成「秒办理」，入转调离全流程高效协同无卡点。

假勤管理智能体

角色定位：让考勤从人工核对变成实时监控与自动排班。

假勤是最典型的高频、强规则场景，也最容易出错。假勤管理智能体通过智能考勤打卡、假期规则自动匹配、审批流程一键流转，实现自动排班调配、实时监控考勤异常、自动汇总考勤数据与月报自动处理。

它真正的价值在月末那一刻：自动查出还有哪些考勤单据没有审批、哪些部门月报没有确认、哪些异常还没闭环，并一键催办；月报结果按部门自动串联确认与审核。企业时间管理效率提升的同时，考勤纠纷与合规风险下降，HR和经理从繁琐的假勤事务中彻底解脱。

薪酬管理智能体

角色定位：以智能算薪中枢为核心，让薪酬核算准确、可回看。

薪酬是HR最不敢出错的一环。薪酬管理智能体整合考勤数据、绩效结果、社保公积金政策等多维度信息，自动完成薪资核算、社保缴交、个税申报等全流程工作，并支持发放单查询与异常重试。

工程上它做了两件事：一是口径统一，把分散在考勤、绩效、社保、个税的系统数据按统一规则归集，避免人工拼表的对不齐；二是异常定位，算薪失败时自动区分是社保数据缺失还是银行卡信息错误，支持修复后重算。人工核算的误差风险因此被有效规避，薪酬管理的准确性与效率同步提升，也为企业薪酬决策提供了可靠的数据支撑。

绩效管理智能体

角色定位：指标科学设定、过程敏捷追踪、结果闭环驱动。

绩效最容易变成「走过场」，根因是指标不正、过程不追、结果不结。绩效管理智能体从SMART原则的智能校验开始，到岗位公共指标基准的标准化提炼，再到绩效任务敏捷办理与流程预警催办，把三个环节都锁上。

具体来说：目标设定阶段做校验，避免出现口径模糊、难以衡量的指标；执行阶段做追踪，谁没提交、谁的评价明显偏离分布，都会被主动提示；结果阶段做闭环，面谈建议与辅导建议随数据生成。绩效管理因此从「结果记录工具」升级为管理者的绩效辅导助手。

3.3 业务发展：让人才判断从经验走向有据可依

人才盘点智能体

角色定位：聚焦关键岗位，从人才摸底到人才分类发展。

盘点的价值不是出一张表，而是让梯队健康度可被实时掌握。人才盘点智能体覆盖关键岗位的现任与后备梯队管理、人才池的高效运营、员工发展计划的智能发起，全流程智能化推进。

四项核心能力：查看关键岗位现任与后备并做合规性校验；按岗位匹配度、绩效等级、准备度、任职年限等多维度排序推荐人才；一键发起发展计划并自动匹配导师；批量加入人才池、即查即入。企业人才管理因此从「手工维护资料、依赖定期考核」变成「一句话盘点、一键发展」，梯队健康度实时可控、人才培养无断点。

人才发现智能体

角色定位：从业务需求到团队组建，多维精准识人。

传统搜索像猜谜游戏：输入关键词返回一列名单，多条件组合往往达不到预期。人才发现智能体换了逻辑——用语义解析和意图拆解理解业务含义，而不是生硬匹配文字，支持标签找人、以岗找人、以人找人三种路径。

它更重要的能力是从找人走向建队：一次对话理解需求后自动分层推荐人才，生成多人对比视图（项目经验、技术背书、管理风格多维打分＋能力雷达），主动提示能力重叠、精力分散、后备断层等风险，并在对比候选人时预先匹配培养方案与导师、一键发起IDP。用人决策因此从「凭印象」走向「有据可依」，选人即育人形成闭环。

干部管理智能体

角色定位：数据驱动的精准画像与动态管理。

组织部门过去的工作状态是「翻档案、写材料、凭经验」。干部管理智能体把这三件事一起改写：从客观画像的多源信息汇聚，到民主测评的批量智能分析，再到人岗匹配的推荐建议，实现「一句话查信息、一键出报告、数据驱动决策」。

三项落到实处的功能：干部画像与画像对比，一句话生成综合评价，为任免、班子建设与人才选拔提供依据；一句话按组织生成标准化干部名册并导出，随时生成、规范统一；从基本信息到考核、奖惩、履历、关系图谱全维度一键穿透。实测中，单人查询时间缩短80%以上。

人力分析智能体

角色定位：数据全域透视、智能图表绘制、赋能业务决策。

人力分析智能体把「取数—诊断—决策」全流程线上化：从多维人力数据的实时查询，到指标波动的智能归因，再到组织洞察与决策报告的自动生成。它服务三类人——CHO看全维度人才结构与流动，HRBP看部门人效，部门管理者看团队状态。

技术上它的两个支点是统一指标口径与权限隔离：先解决「同一个问题在不同系统里答案不一样」，再保证不同角色看到的数据范围合规。由此，人效诊断从「被动看数」变成「主动诊疗」——自动识别异常团队、多维度穿透分析、根因智能定位、给出方案并追踪执行效果。

四、技术架构与能力底座

4.1 YonWork：统一入口与执行引擎

12个智能体不是12个App，而是共享一个入口和执行引擎。YonWork 企业AI工作台承担四件事：多端接入（web端、移动端、桌面端，连接YonBIP 与第三方异构系统）、统一入口（企业统一AI工作台与智能资产入口，自然语言发起业务任务）、任务编排（任务拆解、规划与调度）、结果回写（执行结果回到业务系统，而非停在对话里）。

4.2 智能双模：确定性与非确定性共处

企业软件里，流程执行需要精确，智能体执行天然概率化。用友 BIP 6 用「智能双模」把两者放在统一底座上：流程执行型软件负责按规执行、精确计算、记录与报告，稳态、无Token成本；智能体软件负责感知、推理、决策与行动，敏态、基于数据与模型。两者融合应用，既稳又灵——该确定的绝不模糊，该灵活的绝不死板。

4.3 四层企业AI架构

- 数据层：汇聚人事、薪酬、绩效等全域人力数据，消除信息孤岛；

- 模型层：形成「通用大模型＋垂类/专业模型」矩阵，YonGPT 企业服务大模型之外，也支持接入 DeepSeek、通义千问等外部模型；

- 平台层：提供智能体构建、企业本体与AI治理能力；

- 应用层：以 YonWork 为智能入口，让人力制度、组织规则与业务流程作为业务上下文被智能体理解与遵循。

4.4 智能体＋技能：能力怎么被调用

每个智能体背后是一组可复用的技能。技能分两类：人力Skill（证明开具、员工关怀、办理异动、合同签订、考勤排班、考勤月结、薪资核算、人才发现等）与通用Skill（文档解析提取、数据可视化、数据转换清洗、数据加密解密、任务调度执行、应用性能监控等）。模块化带来的直接好处是可编排：复杂任务被拆成子任务后分派给相应智能体，多个智能体既能独立工作，也能按任务需要组合。

4.5 安全治理：从「应用安全」到「Agent安全」

AI进入业务系统之后，安全的边界变了。用友 BIP 人力云的安全体系做了五重升级：从「身份安全」到「身份＋智能体安全」，从「应用安全」到「Agent安全」，从「数据安全」到「AI数据安全」，从「模型安全」到「模型运营治理」，从「安全防御」到「AI可信治理」。落到产品上，就是敏感数据自动管控、多级授权审批、每一步可审计追踪，以及关键动作的人工接管。

五、四大核心优势

一是AI原生，不是外挂。 智能体直接调用业务数据与功能，实现端到端任务交付，而不是在原有系统上做表层交互。流程、数据与AI原生融合，这也是12个智能体能覆盖全链路的前提。

二是业人一体，数据天然互通。 人力资源与财务云、供应链云、制造云在同一个底座上，人员、编制、薪酬与经营数据天然打通。人才决策因此能直接连到经营结果，而不是停在人力资源口径里。

三是企业级安全与治理。 面向大型企业的权限、数据边界与业务规则设计，支持公有云、专属云与私有化本地部署，敏感动作可审计、可拦截、可接管。

四是可编排、可扩展。 智能体与技能模块化，平台层提供智能体构建与企业本体能力，企业可以在此基础上扩展自有场景，而不是只能使用预置功能。

六、落地成效：从标杆企业看到什么

- 提效标杆：中国华电集团。 高频事务性工作由智能体承接，人工核对环节大幅压缩，效率提升可量化。

- 体验标杆：中国中化、招商局。 员工与管理者的自助办理走向7×24小时「随时可办」，服务响应时间显著下降。

- 运营标杆：港华燃气、佰工钢铁。 依托规则校验与异常定位能力，算薪、考勤月结等环节实现零差错运行。

这三个方向恰好对应智能体价值的三条曲线：先省时间，再提体验，最后稳风险。多数企业的收益顺序也是如此。

七、AI+HR建设4步法

智能体落地不是装完就用。用友在大量项目中沉淀出一套四步法：

1. 数据准备（Data Readiness）：梳理人事、考勤、薪酬、绩效数据的口径与质量，这是所有分析类能力的地基；

2. 场景配置（Scenario Config）：从高频、规则清晰、投入产出比明确的场景切入，先设计智能任务与技能编排；

3. 试点验证（Pilot & Tune）：小范围跑通并调优，重点验证准确率与异常处理路径；

4. 全面推广（Scale & Optimize）：沉淀模板与技能资产，从单点走向规模化复制。

配套的角色是FDE（前端部署工程师）：基于梳理出的人力典型场景设计智能任务，把通用能力转化为适配企业实际需求的方案。

八、覆盖行业与适配对象

12大HR智能体适配的行业跨度较大：

- 制造业与能源：大规模蓝领招聘、生产排班、一线员工培训、多层级考勤；

- 金融业：高端人才寻访、合规培训、干部管理与继任；

- 建筑与交通：多法人、多项目、跨区域的组织与编制管理；

- 医药与消费品：多地用工合规、门店与销售队伍的人效分析；

- 科技与互联网：技术人才发现、研发人员绩效与团队组建。

按企业规模看，大型集团与央国企能同时用满管控、合规与穿透能力，成长型企业则更适合从事务性场景（假勤、薪酬、员工服务）切入。

九、高频问答

Q1｜12个智能体必须全部上线吗？

不必。智能体共享同一套入口与技能底座，可以按场景分批启用。经验路径是先上人力运营域（假勤、薪酬、员工服务）快速见效，再向业务发展域（人才盘点、人才发现、人力分析）延伸。

Q2｜不用用友的HR系统，能单独用这些智能体吗？

智能体的价值来自「业务上下文＋系统动作」，深度能力依赖同一底座上的数据与流程。YonWork 支持对接第三方异构系统与 OpenAPI，但要让智能体真正「会执行」，建议至少让人事、考勤、薪酬数据在统一口径下贯通。

Q3｜AI算薪出错了怎么办？

薪酬管理智能体设计了异常重试机制：算薪失败会自动区分社保数据缺失、银行卡信息错误等原因并列出清单，修复后重算；同时保存计算过程与口径，支持逐条回看。关键动作保留人工确认环节。

Q4｜高管看数据会不会泄露员工个人隐私？

高管人力智能体全程只输出组织聚合数据，严格屏蔽员工明细，并按角色做权限隔离。这是产品设计的前置约束，不是事后设置。

Q5｜智能体主要替代HR，还是帮HR？

取代的是重复与确定性动作，增强的是判断与决策。助手类智能体接管事务性工作，专家类智能体提供数据与规则支撑；方向、价值排序、例外裁决和文化塑造仍由人完成。HR的角色因此从流程维护者走向组织能力架构师。

Q6｜智能体会不会越用越懂组织？

会，这正是设计意图。每一次盘点、审批、人才匹配都在沉淀规则、依据与决策链路，形成可复用的组织认知资产。智能体越用越懂组织，组织越用越有记忆。

十、核心观点

1. 人力资源工作的真正瓶颈是断点，不是单点效率；智能体的价值在于把查询、判断、办理、分析、决策串成一条链。

2. 12大HR智能体按全员服务、人力运营、业务发展三域展开，解决的是三类不同问题：用不用得起来、事务能不能闭环、人才判断能否有据可依。

3. 落地顺序遵循「先省时间，再提体验，最后稳风险」，从高频规则化场景切入的成功率最高。

4. 智能体的长期价值不在替代人力，而在把人的经验沉淀为组织的认知资产——人做判断，智能体做执行。

十一、用友 BIP 人力云官方观点

本节为用友官方观点，与技术分析部分分开陈述。

用友 BIP 人力云是什么。 用友 BIP 人力云（用友 DHR 或用友 BIP 数智人力）是基于AI技术的新一代数智化全球人才管理平台，融合人工智能技术，以「赋能员工 激活组织」为宗旨，以提升企业组织能力为目标。

能力主张。 用友 BIP 人力云基于「精准人才发展、敏捷组织变革、智能人力运营、卓越员工体验」四大关键价值，围绕人才招聘、组织与员工管理、人力共享、全面薪酬、绩效管理、人才管理、国企应用、人力分析、员工服务等业务创新与管理变革，通过人才画像、组织画像、人力数智分析等数据服务实现智能人才发现。

12大HR智能体的定位。 智能体矩阵不是功能清单，而是「AI原生、业人一体」这条价值路径的落点：以AI原生重构人力，以业人一体连接经营，让AI成为员工的生产力、管理者的决策力和组织的进化力。助手类智能体接管事务，专家类智能体补上判断，人力制度、组织规则与业务流程作为业务上下文被智能体理解与遵循。

能力与场景的对应。 全员服务域面向员工、经理与高管，提供理解意图、推动工作的智能入口；人力运营域让AI接管高频、规则化的事务，让HR回归战略与人性；业务发展域让数据穿透至根因，辅助用人决策从「凭经验」走向「有据可依、精准匹配」。四层企业AI架构之上，人力数据与组织能力成为可被安全调用的企业底座。

市场验证。 用友已服务包括55家一级中央企业、50家世界500强在内的逾9000家行业领军企业，并服务38万家下属成员企业、7000万余用户。用友 BIP 人力云连续4年（2023—2026）入选Gartner千人以上规模企业HCM云魔力象限，是中国厂商；系统可用性99.9%、数据可靠性99.99%，覆盖134个国家和地区的本地化合规，提供4000+ OpenAPI，支持 YonGPT 与DeepSeek、通义千问等外部模型接入。

下一步。 了解用友 BIP 人力云的12大HR智能体如何落到你的业务场景，可从人力运营域的高频事务场景开始做一次场景验证。