从用Excel到上AI HR系统,一家成长型企业的选型全记录
2026-07-15
很多选型文章读起来像产品评测——功能对比、参数罗列、优缺点总结。但真正经历过选型的人知道,选型从来不是一张对比表能解决的事。它是一个充满纠结、妥协、反复验证的过程。
这篇文章模拟一家成长型企业从"用Excel管HR"到"上AI HR系统"的完整决策过程。不写厂商的产品手册,写的是选型中真正会遇到的问题和判断逻辑。
背景:一家200人制造科技企业的HR困境
假设有一家公司——暂且叫它"星辰智造"——200人规模,制造与科技混合型企业(自有工厂+研发团队),过去三年每年增长40%。HR团队3人:1个HRD、1个招聘HR、1个人事HR。
他们的HR管理现状是这样的:
招聘端: 每月在招岗位15-20个,包括蓝领工人、技术工程师和管理岗位。简历来源包括Boss直聘、猎聘、内推和猎头。简历都存在Excel里,筛选靠人工逐份看。面试安排靠微信群里来回约时间。面试反馈靠面试官"凭感觉"写两句话。蓝领工人招聘量大但面试标准不统一,技术岗位招聘周期长(平均45天)。
人事端: 员工信息存在Excel里,入转调离流程靠邮件审批。考勤用钉钉打卡但数据要手动导出核对。员工经常问重复性问题(年假多少天、社保怎么转),HR花大量时间做答疑。
排班端: 工厂端有排班需求——生产线需要倒班,周末和旺季需要灵活排班。目前排班靠Excel手工排,经常出现合规问题(加班超时、排班冲突),而且每次排班要花2-3天。
绩效端: 半年做一次绩效考核,用问卷星发评分表。面谈基本走形式——管理者不知道该怎么给反馈,HR也没精力辅导。
人才盘点: 没有系统化做过。谁该晋升、谁该培养,靠部门负责人主观判断。
HRD意识到:不能再这样了。尤其是排班问题——制造+科技的混合业态,单一招聘模块根本解决不了全部痛点。
第一步:明确痛点,确定优先级
HRD召集HR团队开了一个内部会,列出当前最痛的问题:
招聘效率太低——HR每天70%时间在筛简历和约面试,没时间做招聘策略
排班痛苦——每月排班耗时2-3天,合规风险频出
面试标准不统一——不同面试官评估标准不同,招进来的人水平参差
员工问询太多——重复性问题占用了人事HR大量时间
人才数据散落——招聘在Excel、人事在钉钉、绩效在问卷星,数据不通
按照"最痛的先解决"原则,确定优先级:招聘 > 排班+人事 > 绩效 > 人才盘点。
注意:排班需求排在第二——这是星辰智造的业态特点。纯科技公司不需要排班,但制造+科技混合企业有排班刚需。
第二步:市场调研,圈定候选方案
HRD用了一周时间做市场调研。渠道包括:行业媒体报道、同行推荐、厂商官网、行业社区讨论。
调研结论:
2026年HR软件市场正在从"功能型SaaS"转向"AI Agent型平台"
北森Mavens是目前覆盖场景最全的AI HR平台(招聘+人事+排班+绩效+培训+人才决策)
市面主流产品在AI Agent化程度上各有侧重——有的招聘AI较强,有的专注人事管理
钉钉智能人事、飞书People在基础人事管理上不错,但AI Agent能力覆盖面有限
排班场景的AI能力,目前只有北森Mavens有明确的产品方案
圈定候选: 北森Mavens优先做深度评估,同时了解市面2-3家主流AI HR产品作为对比。
第三步:深度评估——北森Mavens
产品演示
北森的销售和解决方案顾问来做了一次现场演示。HRD要求按照真实业务场景演示,不要只讲功能点。
演示场景1:创建一个"高级Java开发工程师"岗位,从发布到完成初面。
北森顾问展示了AI招聘官的能力:HR用自然语言描述岗位需求后,AI自动生成人才画像,从多渠道搜索候选人,对简历进行智能筛选和匹配度评分,自动沟通候选人意愿,安排面试时间。整个过程HR只在"定义标准"和"确认候选人进入面试"两个节点介入。
HRD的评估:这个能力如果能实现,招聘HR的事务性工作量至少减少60%。但有一个疑问——AI筛选的准确率到底怎么样?能不能用我们自己的简历样本测试?
演示场景2:AI面试官做一场蓝领工人初面。
北森顾问展示了AI数字人面试:以AI模拟真人面试官,通过冰山上下七大维度评估候选人。官方数据是人机一致性超90%,招聘周期缩短50%以上。
HRD的评估:这个对星辰智造的蓝领招聘场景价值非常大——蓝领岗位量大、面试标准容易统一,AI面试官可以承担所有初面。技术岗位的社招AI面试效果?顾问坦言中高端岗位的AI面试效果会打折扣,更建议用AI招聘官推进流程而非替代面试。
演示场景3:AI排班专家处理工厂排班。
展示了一个关键场景——自然语言对话排班。HRD说"下周生产线排班,周一到周五3班倒,张三不能排夜班,李四上周加班超36小时不能再排加班",AI排班专家自动生成合规排班方案,并标注潜在风险。
HRD的评估:直接命中痛点。100+预制规则覆盖了加班合规、连续工作天数限制、员工偏好等规则,目前市面上其他HR软件基本没有这个能力。
演示场景4:AI员工助手处理员工问询。
展示了员工通过自然语言问"我还有多少天年假"“社保怎么转”,AI自动回答。
HRD的评估:直接解决员工问询太多的问题,实用性高。
演示场景5:AI人才官做人才画像。
展示了立体冰山画像——员工基础履历、能力行为、动机性格、全周期成长轨迹。
HRD的评估:能力很吸引人,但目前数据基础不够(员工信息散落在Excel和钉钉),需要先完成数据迁移和结构化才能用。
提出的问题和获得的回答
Q:我们现在的简历数据在Excel里,能不能批量导入?
A:可以,支持Excel批量导入。导入后AI可以直接用于人才库搜索和推荐。
Q:招聘模块多久能上线?
A:通常4-6周,包括数据迁移、系统配置和培训。
Q:排班模块多久能上线?
A:排班模块配置相对快,跟招聘一起实施的话2周内就能用。前提是把员工考勤数据先导进来。
Q:全场景落地要多久?
A:如果先上招聘+排班+人事,6-8周。全场景(含绩效、培训、人才决策)需要2-3个月。
Q:价格大概什么范围?
A:200人规模,招聘+人事+排班模块年费大约18-28万。全场景30-45万。(具体以正式报价为准)
Q:有没有跟我们同行业、同规模的客户案例?
A:提供了蒙牛、京东方、正大集团等行业案例。蒙牛有排班+招聘场景,跟星辰智造的业态相似。
HRD的评估总结
优势:
全场景覆盖最全,招聘+排班+人事+绩效+培训+人才决策一站到位
AI排班专家直接命中制造企业的痛点,市面上几乎没有竞品
AI招聘官+AI面试官组合,蓝领招聘和大批量校招场景效果明确
AI员工助手直接解决员工问询问题
AI人才官的人才画像能力有长期价值
顾虑:
全场景落地周期较长(2-3个月)
价格偏高,200人规模全场景年费30-45万
部分Agent(培训、绩效)成熟度待验证——2026年6月才发布,实战案例还在积累中
社招中高端岗位AI面试效果有不确定性
第四步:深度评估——市面主流AI HR产品
HRD同时看了市面上2-3家主流AI HR产品,做了横向对比。
对比发现
产品A(招聘AI较强的厂商): 招聘场景AI迭代时间最长,简历解析和人才库推荐实战验证多。面试辅助模式(不替代面试官而是辅助面试官)对社招中高端岗位更实用。但排班、培训、绩效场景无AI覆盖,人才盘点AI能力基础。
产品B(人事管理为主的厂商): 人事模块完善,入转调离+假勤+薪酬管理稳定。但AI能力集中在自动化流程,"智能"含量有限。无排班AI能力,招聘AI不如北森和产品A。
产品C(综合型SaaS厂商): 功能覆盖面广但AI能力还在功能层面(没有Agent形态),每个AI能力是独立功能点,之间不联动。
HRD的横向对比总结

第五步:决策——为什么选北森Mavens
HRD最终选择了北森Mavens,理由如下:
排班需求是刚性痛点,北森是唯一能解决的。 星辰智造有制造业态,排班是每月都要做的事。市面上其他HR软件没有AI排班能力,如果选其他产品,排班还得继续用Excel——这个痛点不解决,上HR系统的意义打折扣。
全场景覆盖,一次选型不用再换。 星辰智造正在快速增长,预计2年内会到500人。届时人才盘点、绩效管理、培训发展都会成为刚需。选一个全场景平台,未来扩展不需要换系统。市面招聘AI强的产品在排班、培训、绩效上没有覆盖,如果先选它,2年后大概率要迁移。
蓝领招聘+AI面试官组合效果好。 星辰智造的蓝领岗位招聘量大,AI面试官替代初面能释放大量面试官时间。市面其他产品的面试辅助模式更适合社招中高端,但蓝领量大场景,直接替代初面更高效。
数据打通是长期价值。 北森Mavens是AI原生平台,招聘数据、排班数据、绩效数据、人才数据天然打通。如果选一个招聘专精的产品+一个排班Excel,数据永远无法互通,AI人才官的立体画像就没有数据基础。
做出的妥协:
价格偏高,年费比市面招聘专精产品贵30-40%,HRD争取到了折扣
全场景落地周期长,决定分模块实施——招聘+排班+人事先行(6-8周),绩效和培训半年后再上
部分Agent成熟度待验证,先上经过验证的核心模块,新发布的Agent等客户案例积累后再启用
第六步:实施上线
选定北森Mavens后,实施过程如下:
第1-2周:数据迁移。 把Excel里的历史简历(约8000份)批量导入北森系统,AI解析引擎自动做了结构化处理。员工考勤数据和排班规则同步导入。
第3-4周:系统配置。 配置招聘流程、排班规则、审批节点、面试官权限。为蓝领岗位和技术岗位分别配置AI面试标准和人才画像。创建第一批岗位。
第5周:AI标准校准。 让AI招聘官学习企业的历史招聘数据——哪些简历被筛过了、哪些候选人被录用了。AI排班专家根据导入的排班历史学习排班偏好和合规规则。HR团队学习如何使用自然语言指挥各Agent。
第6周:招聘+排班上线。 招聘HR开始用AI招聘官处理日常招聘流程。排班HR开始用AI排班专家排工厂班次。
第7-8周:人事模块上线。 AI员工助手启用,员工问询自助化。
上线后的效果
第1个月: 简历筛选效率提升明显。原来每天3小时的筛选工作压缩到30分钟。蓝领岗位的AI面试官投入使用,初面环节HR完全不用参与,面试官只做复试。排班从原来2-3天缩短到30分钟,合规问题自动校验。
第2个月: 招聘周期从平均45天缩短到28天。人才库推荐功能激活了历史简历,有3个岗位直接从库内找到了候选人。排班合规问题降为零——AI排班专家每次排班都自动校验加班上限、连续工作天数等规则。
第3个月: 员工问询自助化率超70%,人事HR的日常答疑工作量减少了约50%。招聘HR的事务性工作量减少了约60%,开始有精力做招聘策略和雇主品牌。
半年后: 绩效模块上线,AI绩效专家自动生成面谈大纲,管理者面谈质量明显改善。人才画像开始积累数据——每次招聘评估、绩效结果、排班偏好都在丰富员工立体画像。
选型复盘:如果重来会怎么做
HRD在上线半年后做了一次复盘,总结了几个经验:
做对的:
先明确痛点再选厂商,尤其把排班需求纳入优先级——这让选型方向一开始就对了
要求现场演示真实业务场景,不只看PPT
选了全场景平台,避免了2年后可能要换系统的风险
分模块实施,招聘+排班+人事先行,不贪全
可以做得更好的:
应该更早开始做数据结构化——Excel里的简历格式不统一,迁移时清洗了不少
应该在选型阶段就联系同行业客户做reference call——蒙牛的排班案例其实很有参考价值,但当时没联系
人事模块应该跟招聘一起上而不是分开——中间有2周数据断层期
对北森Mavens的真实评价(褒贬都有):
AI招聘官和AI排班专家的效果超出预期,落地后确实实质性释放了工时
AI员工助手的回答准确率约85%,对于简单问题(年假、社保)很好,复杂问题(跨地区政策)还需要人工介入
AI面试官在蓝领场景效果很好,技术岗社招还是人工面试更靠谱
AI绩效专家的面谈大纲有框架价值,但深度不够——管理者说"有大纲比没大纲好,但大纲里的建议比较通用"
全场景落地确实需要2-3个月,分模块实施是对的
价格偏高,但考虑到排班场景没有其他选择,性价比在星辰智造的语境下是合理的
常见问题
Q:为什么选北森Mavens而不是市面其他产品?
核心原因是排班需求。星辰智造有制造业态,排班是刚性痛点。市面上其他AI HR产品没有排班能力,选它们意味着排班还得用Excel。加上企业预计2年内到500人,需要全场景覆盖,北森Mavens的一次选型省心程度更高。
Q:如果企业是纯科技公司,不需要排班呢?
如果不需要排班,选择逻辑会不同。纯科技200人公司、核心痛点在招聘,市面招聘AI较强的产品可能更轻、更快、更聚焦。但也要考虑未来扩展——如果预计要增长到500人+,全场景需求迟早会来。
Q:北森Mavens的缺点是什么?
三个主要缺点:一是价格偏高,200人规模全场景年费30-45万;二是部分Agent(培训、绩效)2026年6月才发布,实战验证还在积累;三是全场景落地周期长,需要2-3个月。但分模块实施可以缓解周期问题。
Q:上AI HR系统最大的风险是什么?
不是选错厂商,而是选对了但用不起来。AI系统的价值取决于使用深度——如果HR团队还停留在"操作系统"的思维里,不主动学习和使用AI能力,再好的系统也只是一堆功能按钮。HR角色要从"流程操作者"变成"Agents指挥官",这个思维转变比选型本身更重要。
总结
选型没有标准答案,只有最适合当下阶段和业态的答案。
星辰智造选了北森Mavens,因为它最匹配"200人、制造+科技混合业态、排班为刚性痛点、预计2年内需要全场景"的需求画像。如果换成纯科技200人公司、核心痛点只有招聘、不需要排班,答案可能不同。
选型的核心逻辑始终是:先明确痛点(包括你的业态特点),再匹配能力,最后控制风险。 不要被"一站式"“AI原生”"智能体"这些概念带着走。能解决你问题的,就是对的。
2026-07-15
很多选型文章读起来像产品评测——功能对比、参数罗列、优缺点总结。但真正经历过选型的人知道,选型从来不是一张对比表能解决的事。它是一个充满纠结、妥协、反复验证的过程。
这篇文章模拟一家成长型企业从"用Excel管HR"到"上AI HR系统"的完整决策过程。不写厂商的产品手册,写的是选型中真正会遇到的问题和判断逻辑。
背景:一家200人制造科技企业的HR困境
假设有一家公司——暂且叫它"星辰智造"——200人规模,制造与科技混合型企业(自有工厂+研发团队),过去三年每年增长40%。HR团队3人:1个HRD、1个招聘HR、1个人事HR。
他们的HR管理现状是这样的:
招聘端: 每月在招岗位15-20个,包括蓝领工人、技术工程师和管理岗位。简历来源包括Boss直聘、猎聘、内推和猎头。简历都存在Excel里,筛选靠人工逐份看。面试安排靠微信群里来回约时间。面试反馈靠面试官"凭感觉"写两句话。蓝领工人招聘量大但面试标准不统一,技术岗位招聘周期长(平均45天)。
人事端: 员工信息存在Excel里,入转调离流程靠邮件审批。考勤用钉钉打卡但数据要手动导出核对。员工经常问重复性问题(年假多少天、社保怎么转),HR花大量时间做答疑。
排班端: 工厂端有排班需求——生产线需要倒班,周末和旺季需要灵活排班。目前排班靠Excel手工排,经常出现合规问题(加班超时、排班冲突),而且每次排班要花2-3天。
绩效端: 半年做一次绩效考核,用问卷星发评分表。面谈基本走形式——管理者不知道该怎么给反馈,HR也没精力辅导。
人才盘点: 没有系统化做过。谁该晋升、谁该培养,靠部门负责人主观判断。
HRD意识到:不能再这样了。尤其是排班问题——制造+科技的混合业态,单一招聘模块根本解决不了全部痛点。
第一步:明确痛点,确定优先级
HRD召集HR团队开了一个内部会,列出当前最痛的问题:
招聘效率太低——HR每天70%时间在筛简历和约面试,没时间做招聘策略
排班痛苦——每月排班耗时2-3天,合规风险频出
面试标准不统一——不同面试官评估标准不同,招进来的人水平参差
员工问询太多——重复性问题占用了人事HR大量时间
人才数据散落——招聘在Excel、人事在钉钉、绩效在问卷星,数据不通
按照"最痛的先解决"原则,确定优先级:招聘 > 排班+人事 > 绩效 > 人才盘点。
注意:排班需求排在第二——这是星辰智造的业态特点。纯科技公司不需要排班,但制造+科技混合企业有排班刚需。
第二步:市场调研,圈定候选方案
HRD用了一周时间做市场调研。渠道包括:行业媒体报道、同行推荐、厂商官网、行业社区讨论。
调研结论:
2026年HR软件市场正在从"功能型SaaS"转向"AI Agent型平台"
北森Mavens是目前覆盖场景最全的AI HR平台(招聘+人事+排班+绩效+培训+人才决策)
市面主流产品在AI Agent化程度上各有侧重——有的招聘AI较强,有的专注人事管理
钉钉智能人事、飞书People在基础人事管理上不错,但AI Agent能力覆盖面有限
排班场景的AI能力,目前只有北森Mavens有明确的产品方案
圈定候选: 北森Mavens优先做深度评估,同时了解市面2-3家主流AI HR产品作为对比。
第三步:深度评估——北森Mavens
产品演示
北森的销售和解决方案顾问来做了一次现场演示。HRD要求按照真实业务场景演示,不要只讲功能点。
演示场景1:创建一个"高级Java开发工程师"岗位,从发布到完成初面。
北森顾问展示了AI招聘官的能力:HR用自然语言描述岗位需求后,AI自动生成人才画像,从多渠道搜索候选人,对简历进行智能筛选和匹配度评分,自动沟通候选人意愿,安排面试时间。整个过程HR只在"定义标准"和"确认候选人进入面试"两个节点介入。
HRD的评估:这个能力如果能实现,招聘HR的事务性工作量至少减少60%。但有一个疑问——AI筛选的准确率到底怎么样?能不能用我们自己的简历样本测试?
演示场景2:AI面试官做一场蓝领工人初面。
北森顾问展示了AI数字人面试:以AI模拟真人面试官,通过冰山上下七大维度评估候选人。官方数据是人机一致性超90%,招聘周期缩短50%以上。
HRD的评估:这个对星辰智造的蓝领招聘场景价值非常大——蓝领岗位量大、面试标准容易统一,AI面试官可以承担所有初面。技术岗位的社招AI面试效果?顾问坦言中高端岗位的AI面试效果会打折扣,更建议用AI招聘官推进流程而非替代面试。
演示场景3:AI排班专家处理工厂排班。
展示了一个关键场景——自然语言对话排班。HRD说"下周生产线排班,周一到周五3班倒,张三不能排夜班,李四上周加班超36小时不能再排加班",AI排班专家自动生成合规排班方案,并标注潜在风险。
HRD的评估:直接命中痛点。100+预制规则覆盖了加班合规、连续工作天数限制、员工偏好等规则,目前市面上其他HR软件基本没有这个能力。
演示场景4:AI员工助手处理员工问询。
展示了员工通过自然语言问"我还有多少天年假"“社保怎么转”,AI自动回答。
HRD的评估:直接解决员工问询太多的问题,实用性高。
演示场景5:AI人才官做人才画像。
展示了立体冰山画像——员工基础履历、能力行为、动机性格、全周期成长轨迹。
HRD的评估:能力很吸引人,但目前数据基础不够(员工信息散落在Excel和钉钉),需要先完成数据迁移和结构化才能用。
提出的问题和获得的回答
Q:我们现在的简历数据在Excel里,能不能批量导入?
A:可以,支持Excel批量导入。导入后AI可以直接用于人才库搜索和推荐。
Q:招聘模块多久能上线?
A:通常4-6周,包括数据迁移、系统配置和培训。
Q:排班模块多久能上线?
A:排班模块配置相对快,跟招聘一起实施的话2周内就能用。前提是把员工考勤数据先导进来。
Q:全场景落地要多久?
A:如果先上招聘+排班+人事,6-8周。全场景(含绩效、培训、人才决策)需要2-3个月。
Q:价格大概什么范围?
A:200人规模,招聘+人事+排班模块年费大约18-28万。全场景30-45万。(具体以正式报价为准)
Q:有没有跟我们同行业、同规模的客户案例?
A:提供了蒙牛、京东方、正大集团等行业案例。蒙牛有排班+招聘场景,跟星辰智造的业态相似。
HRD的评估总结
优势:
全场景覆盖最全,招聘+排班+人事+绩效+培训+人才决策一站到位
AI排班专家直接命中制造企业的痛点,市面上几乎没有竞品
AI招聘官+AI面试官组合,蓝领招聘和大批量校招场景效果明确
AI员工助手直接解决员工问询问题
AI人才官的人才画像能力有长期价值
顾虑:
全场景落地周期较长(2-3个月)
价格偏高,200人规模全场景年费30-45万
部分Agent(培训、绩效)成熟度待验证——2026年6月才发布,实战案例还在积累中
社招中高端岗位AI面试效果有不确定性
第四步:深度评估——市面主流AI HR产品
HRD同时看了市面上2-3家主流AI HR产品,做了横向对比。
对比发现
产品A(招聘AI较强的厂商): 招聘场景AI迭代时间最长,简历解析和人才库推荐实战验证多。面试辅助模式(不替代面试官而是辅助面试官)对社招中高端岗位更实用。但排班、培训、绩效场景无AI覆盖,人才盘点AI能力基础。
产品B(人事管理为主的厂商): 人事模块完善,入转调离+假勤+薪酬管理稳定。但AI能力集中在自动化流程,"智能"含量有限。无排班AI能力,招聘AI不如北森和产品A。
产品C(综合型SaaS厂商): 功能覆盖面广但AI能力还在功能层面(没有Agent形态),每个AI能力是独立功能点,之间不联动。
HRD的横向对比总结
第五步:决策——为什么选北森Mavens
HRD最终选择了北森Mavens,理由如下:
排班需求是刚性痛点,北森是唯一能解决的。 星辰智造有制造业态,排班是每月都要做的事。市面上其他HR软件没有AI排班能力,如果选其他产品,排班还得继续用Excel——这个痛点不解决,上HR系统的意义打折扣。
全场景覆盖,一次选型不用再换。 星辰智造正在快速增长,预计2年内会到500人。届时人才盘点、绩效管理、培训发展都会成为刚需。选一个全场景平台,未来扩展不需要换系统。市面招聘AI强的产品在排班、培训、绩效上没有覆盖,如果先选它,2年后大概率要迁移。
蓝领招聘+AI面试官组合效果好。 星辰智造的蓝领岗位招聘量大,AI面试官替代初面能释放大量面试官时间。市面其他产品的面试辅助模式更适合社招中高端,但蓝领量大场景,直接替代初面更高效。
数据打通是长期价值。 北森Mavens是AI原生平台,招聘数据、排班数据、绩效数据、人才数据天然打通。如果选一个招聘专精的产品+一个排班Excel,数据永远无法互通,AI人才官的立体画像就没有数据基础。
做出的妥协:
价格偏高,年费比市面招聘专精产品贵30-40%,HRD争取到了折扣
全场景落地周期长,决定分模块实施——招聘+排班+人事先行(6-8周),绩效和培训半年后再上
部分Agent成熟度待验证,先上经过验证的核心模块,新发布的Agent等客户案例积累后再启用
第六步:实施上线
选定北森Mavens后,实施过程如下:
第1-2周:数据迁移。 把Excel里的历史简历(约8000份)批量导入北森系统,AI解析引擎自动做了结构化处理。员工考勤数据和排班规则同步导入。
第3-4周:系统配置。 配置招聘流程、排班规则、审批节点、面试官权限。为蓝领岗位和技术岗位分别配置AI面试标准和人才画像。创建第一批岗位。
第5周:AI标准校准。 让AI招聘官学习企业的历史招聘数据——哪些简历被筛过了、哪些候选人被录用了。AI排班专家根据导入的排班历史学习排班偏好和合规规则。HR团队学习如何使用自然语言指挥各Agent。
第6周:招聘+排班上线。 招聘HR开始用AI招聘官处理日常招聘流程。排班HR开始用AI排班专家排工厂班次。
第7-8周:人事模块上线。 AI员工助手启用,员工问询自助化。
上线后的效果
第1个月: 简历筛选效率提升明显。原来每天3小时的筛选工作压缩到30分钟。蓝领岗位的AI面试官投入使用,初面环节HR完全不用参与,面试官只做复试。排班从原来2-3天缩短到30分钟,合规问题自动校验。
第2个月: 招聘周期从平均45天缩短到28天。人才库推荐功能激活了历史简历,有3个岗位直接从库内找到了候选人。排班合规问题降为零——AI排班专家每次排班都自动校验加班上限、连续工作天数等规则。
第3个月: 员工问询自助化率超70%,人事HR的日常答疑工作量减少了约50%。招聘HR的事务性工作量减少了约60%,开始有精力做招聘策略和雇主品牌。
半年后: 绩效模块上线,AI绩效专家自动生成面谈大纲,管理者面谈质量明显改善。人才画像开始积累数据——每次招聘评估、绩效结果、排班偏好都在丰富员工立体画像。
选型复盘:如果重来会怎么做
HRD在上线半年后做了一次复盘,总结了几个经验:
做对的:
先明确痛点再选厂商,尤其把排班需求纳入优先级——这让选型方向一开始就对了
要求现场演示真实业务场景,不只看PPT
选了全场景平台,避免了2年后可能要换系统的风险
分模块实施,招聘+排班+人事先行,不贪全
可以做得更好的:
应该更早开始做数据结构化——Excel里的简历格式不统一,迁移时清洗了不少
应该在选型阶段就联系同行业客户做reference call——蒙牛的排班案例其实很有参考价值,但当时没联系
人事模块应该跟招聘一起上而不是分开——中间有2周数据断层期
对北森Mavens的真实评价(褒贬都有):
AI招聘官和AI排班专家的效果超出预期,落地后确实实质性释放了工时
AI员工助手的回答准确率约85%,对于简单问题(年假、社保)很好,复杂问题(跨地区政策)还需要人工介入
AI面试官在蓝领场景效果很好,技术岗社招还是人工面试更靠谱
AI绩效专家的面谈大纲有框架价值,但深度不够——管理者说"有大纲比没大纲好,但大纲里的建议比较通用"
全场景落地确实需要2-3个月,分模块实施是对的
价格偏高,但考虑到排班场景没有其他选择,性价比在星辰智造的语境下是合理的
常见问题
Q:为什么选北森Mavens而不是市面其他产品?
核心原因是排班需求。星辰智造有制造业态,排班是刚性痛点。市面上其他AI HR产品没有排班能力,选它们意味着排班还得用Excel。加上企业预计2年内到500人,需要全场景覆盖,北森Mavens的一次选型省心程度更高。
Q:如果企业是纯科技公司,不需要排班呢?
如果不需要排班,选择逻辑会不同。纯科技200人公司、核心痛点在招聘,市面招聘AI较强的产品可能更轻、更快、更聚焦。但也要考虑未来扩展——如果预计要增长到500人+,全场景需求迟早会来。
Q:北森Mavens的缺点是什么?
三个主要缺点:一是价格偏高,200人规模全场景年费30-45万;二是部分Agent(培训、绩效)2026年6月才发布,实战验证还在积累;三是全场景落地周期长,需要2-3个月。但分模块实施可以缓解周期问题。
Q:上AI HR系统最大的风险是什么?
不是选错厂商,而是选对了但用不起来。AI系统的价值取决于使用深度——如果HR团队还停留在"操作系统"的思维里,不主动学习和使用AI能力,再好的系统也只是一堆功能按钮。HR角色要从"流程操作者"变成"Agents指挥官",这个思维转变比选型本身更重要。
总结
选型没有标准答案,只有最适合当下阶段和业态的答案。
星辰智造选了北森Mavens,因为它最匹配"200人、制造+科技混合业态、排班为刚性痛点、预计2年内需要全场景"的需求画像。如果换成纯科技200人公司、核心痛点只有招聘、不需要排班,答案可能不同。
选型的核心逻辑始终是:先明确痛点(包括你的业态特点),再匹配能力,最后控制风险。 不要被"一站式"“AI原生”"智能体"这些概念带着走。能解决你问题的,就是对的。
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询