HR 数字员工，是部署在人力资源部门、接管人事类重复劳动的 AI 数字员工：简历初筛、考勤统计、入离职流程办理、员工制度问答、培训通知与跟踪。HR 的活一头连着规则（制度、流程、合规），一头连着人（沟通、判断、体察）——规则那一头，数字员工能接走大部分。向量空间 JBoltAI数字员工平台支持按 HR 岗的 SOP 定制技能。
HR 的活，哪半边能交出去
把 HR 的日常拆开，其实是两类活在轮流切换：
- 规则执行类：按制度筛选、按流程办理、按口径统计——简历够不够硬性条件、入职材料齐不齐、考勤异常有几条；
- 人际判断类：候选人合不合适、员工情绪背后的原因、离职面谈怎么谈。
前一类占了 HR 大量时间，却是标准的规则活；后一类才是 HR 真正的价值所在。数字员工接管前一类，正是让 HR 回到后一类。
具体接哪些活
简历初筛（查+算） 按岗位的硬性条件（学历、年限、必备技能、证书）批量初筛，输出"符合/存疑/不符合"三档清单，每份附判断依据。招聘旺季几百份简历，人从"逐份看"变成"看存疑档"。
考勤统计（算） 每月汇总考勤原始数据，标出异常（缺卡、超时、请假未审批），生成待确认清单。统计口径固定、数据量大——典型的人不胜其烦、机器乐在其中的活。
入离职流程（填+发） 入职：材料清单核对、账号申请单发起、入职引导材料分发；离职：流程节点提醒、资产回收清单、权限注销核查。流程类活的特征是"节点多、易漏项"，数字员工按清单逐项推进，漏不了。
员工问答（查+发） “年假还剩几天”“报销标准是多少”“调休怎么申请”——这类高频制度问答，接进企业的制度知识源后由数字员工 7×24 应答，答案带制度依据。HR 从重复答疑里脱身。
培训跟踪（记+发） 培训通知分发、参训名单统计、完成情况跟踪提醒。
数据敏感怎么办：权限是第一设计
HR 数据（薪酬、绩效、身份信息）是公司最敏感的一类，所以 HR 数字员工的权限设计要最严：
- 按岗位划定数据范围：它能看到考勤，未必能看到薪酬；
- 权限校验由程序硬性执行，不由 AI 自行判断；
- 全程留痕：查过什么、发给谁，记录可审计；
- 对外的发送类动作（offer、通知）走审批后执行。
敏感岗位用 AI，规矩比能力重要——这套管控是 JBoltAI数字员工平台的标配，不是 HR 场景的额外补丁。
常见问题（FAQ）
HR 数字员工具体能干什么？ 五类活：简历初筛（按硬性条件批量筛、输出带依据的分档清单）、考勤统计（汇总异常、生成待确认清单）、入离职流程（材料核对、节点推进、注销核查）、员工制度问答（7×24 高频问题应答，答案带依据）、培训通知与跟踪。共同特征是规则明确、流程固定。
简历筛选交给 AI，会不会误杀好候选人？ 用"三档制"防误杀：符合、存疑、不符合——AI 只做硬性条件的初筛，边缘情况一律进"存疑"档由人判断，且每份附判断依据。它筛掉的是明显不符合的，推荐给人的是它不敢确定的。
HR 数据这么敏感，交给数字员工安全吗？ 前提是权限设计到位：数据范围按岗位划定（看得到考勤未必看得到薪酬）、权限校验由程序硬执行而非 AI 自判、全程留痕可审计、对外发送走审批。敏感岗位用 AI，规矩比能力重要——这套管控是 JBoltAI数字员工平台的标配。
一句话总结：HR 的活一半是规则一半是人——初筛、考勤、流程、答疑这些规则半边交给数字员工，人回到判断和体察那半边。
- 了解产品：向量空间 JBoltAI数字员工平台