AI可以帮员工写方案、整理简历、分析数据。当这些输出进入正式工作流程，企业也需要回答一组更具体的问题：哪些任务可以交给AI，哪些结果必须由人确认，出现偏差后，又该沿着哪条流程查清原因？
平安银行近期的一项动作，让这个问题有了现实参照。
9月30日，平安银行发布董事会决议公告，审议通过《平安银行人工智能管理办法》。10月8日，该行向媒体进一步介绍相关安排，涉及治理分工、数据安全、算法风险、伦理审查和责任追溯。
按照该行对外披露的信息，截至今年6月末，其累计落地的大模型应用场景已超过450个，覆盖营销、风控、办公辅助等领域。
截至10月8日相关报道发布时，办法全文尚未公开。但这些已披露的安排说明，随着AI深入业务，企业需要将其纳入正式的管理体系。
对于HR而言，这件事的价值，也在于重新审视那些习以为常的岗位职责、审批流程和绩效标准。
01
AI开始参与工作，
责任就要落实到每个环节
在AI的使用中，“人工把关”是一句常见要求。但它要真正发挥作用，需要有具体的执行条件。
拿招聘来说，AI整理候选人的经历、生成岗位匹配分析，可以为HR提供参考。如果企业进一步让它影响候选人的筛选和流转，就需要明确：筛选标准由谁制定，判断依据能否查看，对存在争议的结果，由谁重新评估？
一旦这些问题没有落实，流程上即使保留了“人工确认”，也可能只剩下最后一次点击。
平安银行对外介绍的原则之一，是“谁使用谁负责”。今年6月，金融监管总局发布的《关于银行业保险业人工智能安全开发应用的指导意见》对此有清晰表述：压实金融机构作为人工智能技术使用方的主体责任，同时明确内部各环节的分工和权责。
这里的责任，覆盖的是一整条工作流程。
工具由谁选，数据由谁授权，任务由谁安排，结果由谁验收，都需要有对应的安排。操作AI的员工承担什么责任，也应与其权限、培训和能够掌握的信息相匹配。
设想一个场景：业务要求HR用AI筛选候选人，系统却不展示判断依据，HR既没有足够的复核时间，也无权调整规则。最后，即使让HR对结果签字，流程中的管理缺口依然存在。
要求员工对结果负责，也意味着企业要提供让员工能够负责的条件。
金融监管文件有明确的行业适用范围。对其他行业而言，值得借鉴的是这种管理思路：在引入AI时，同步把授权、复核和处置责任安排到具体环节，让员工知道自己的职责从哪里开始，到哪里结束。
02
把AI交给员工之前，
先把规则交给员工
对员工来说，最难执行的规则，往往是只有原则、缺少工作指引的规则。
“积极使用AI”“注意数据安全”“确保结果准确”，方向都没有问题。但当员工面对一份简历、一张薪酬表、一封需要尽快回复的邮件时，他需要知道的，是下一步究竟可以怎样做。
因此，企业可以从高频场景入手，把规则写进工作流程。
首先，明确可以使用哪些工具、处理哪些资料。
一份公开的岗位介绍，与一份包含联系方式、工作经历的候选人简历，所涉及的信息不同。企业需要说明：什么资料可以进入已批准的工具，哪些信息应当先作处理，遇到无法判断的情况，可以向谁咨询。
其次，明确AI可以做到哪一步。
生成面试问题、整理沟通记录、起草录用通知，分别涉及不同的工作环节。尤其是当工具能够发送消息、修改系统记录、触发后续流程时，企业应当逐项确定相应权限和确认条件。
“能够完成某个操作”，并不自动构成组织对这个操作的授权。
再次，把复核变成可执行的动作。
复核什么、依据什么、由谁完成，都应与任务的影响程度相对应。对外发布岗位信息，需要核对薪资口径、工作地点和岗位要求；使用候选人分析结果，需要回到原始经历和真实岗位需求，检查依据是否充分。
这样的要求，能让“人工把关”有实际内容，也能帮助企业把精力放在关键环节。
金融监管总局的指导意见已经提出，要完善人机协同流程，设定AI的功能边界、系统和数据权限，并在高风险应用的关键环节建立人工监督和干预机制。
对一般企业来说，可以先选一条流程试跑。例如，从面试记录整理开始，约定工具、资料范围、复核要求和异常反馈方式，观察实际效果，再逐步扩展。
员工越清楚边界，越容易判断什么时候可以放心使用，什么时候需要停下来确认。
03
效率变了，
岗位和绩效也要跟着变
当AI接手一部分任务，企业还会遇到一个更深的问题：原来评价员工的方式，是否仍然有效？
假如一份招聘分析可以更快生成，单纯统计报告数量，就很难反映员工的真实贡献。数据是否准确，判断是否合理，业务是否因此做出了更好的决策，都需要进入评价。同样，AI调用次数、生成内容数量，可以帮助了解工具使用情况，但要据此判断工作价值，还需要结合质量、返工和业务结果。
如果考核只奖励生成速度，员工就可能把未经核验的内容交给同事。一个人节省的时间，随后被其他人的检查、纠错和补充沟通消耗掉，团队未必获得了预期的效率提升。
因此，评价AI带来的变化，应当把整条流程放在一起看：从任务发起，到结果被实际采用，总共用了多少时间，出现了多少返工，交付质量是否稳定？
这也会改变企业需要培养的能力。
过去，一名员工可能凭借熟练完成某项重复任务获得认可。引入AI后，他需要进一步判断任务是否适合交给工具，识别输出中的问题，并在情况超出预期时接管工作。
这些能力可以进入岗位要求、培训内容和评价标准。
对HR团队而言，面试安排、资料整理等任务如果得到有效支持，腾出的时间可以用于深入理解业务需求、核实候选人能力、改善关键岗位的沟通体验。具体怎样配置，应结合实际节省的时间、复核成本和业务需要来决定。
在这个过程中，HR可以联动业务和技术团队，持续更新岗位职责：哪些工作交给AI辅助，员工需要保留哪些判断，新增了哪些检查和协调任务。
员工主动发现AI的错误、及时中止不可靠的结果，也应当被视为有价值的工作。只有管理者能看见这些贡献，员工才更愿意把问题反馈出来，企业也才有机会改善工具和流程。
AI参与得越深，组织就越需要清晰的授权、可靠的复核和明确的交付责任。下一次布置“用AI提效”的任务时，管理者也可以一起交代清楚：可以用什么、交付什么、由谁确认，以及发现问题后找谁解决。
当这些问题有了答案，员工才有条件把AI稳定地用进工作。
