在人力资源服务行业,增长从来不只是规模扩张。
当一家企业服务超过 2,000 家客户,每月承接 四五十万人次用工需求,覆盖物流、餐饮、零售、物业、互联网平台等高流动、高复杂度行业时,它面对的增长问题,已经不只是“招更多人、服务更多客户”,而是如何在复杂场景中持续提升交付效率、服务稳定性和客户信任。
近日,在得到新商学马想老师发起的AI应用系列深度访谈中,君润人力严福州围绕行业趋势、AI落地与企业服务升级展开分享。
在这场访谈中,他提到,AI带来的真正变化,并不是简单替代某个岗位,而是重新划分人与系统的边界。
“事务型、重复型、枯燥型的工作,就应该让系统去干。”在君润看来,人应该回到更有价值的位置:判断问题、处理异常、维护关系、提升体验。
对于一家长期服务高流动、高复杂度行业客户的人力资源服务企业而言,AI的价值不是制造概念,而是将分散经验沉淀为组织能力,将复杂流程转化为可规模化交付的服务能力。
从人力服务到社会化HR共享中心
从早期服务外资企业,帮助处理劳动合同和雇佣关系,到劳务派遣、岗位外包,再到平台经济兴起后的灵活用工,行业服务边界一直在扩展。
君润所处理的,也不只是单一人事事务,而是“人与服务场景”的连接问题。
对于物流、餐饮、零售、物业等全国多点经营企业而言,用工管理极其复杂。不同城市有不同政策,不同区域有不同用工结构,不同岗位也有不同稳定性特征。企业既要招到合适的人,又要完成劳动合同、社保公积金、薪酬计算、入转调离等事务,还要应对随时可能发生的工伤、劳动纠纷和突发异常。
在招聘之外,君润还承担员工关系管理、社保薪酬服务、入转调离处理、异常事件应对等一系列事务。这种能力,更像是一个“社会化的HR共享服务中心”。
这类服务的价值,往往体现在客户自己难以独立建设,或独立建设成本并不经济的环节。
例如,一家全国经营的企业,可能总部有能力处理复杂工伤、工亡或劳动仲裁事件,但当问题发生在某个区域城市时,不可能每次都由总部人员到场。如果每个城市都配置完整团队,成本也并不现实。
过去一年,君润处理了 5,000 多起异常事件。这些事件对客户而言是低频、高风险问题,但对君润而言,却是每天都在面对和沉淀的服务场景。
这句话背后,是君润在复杂场景中长期形成的专业积累,也是企业实现规模化服务的基础。
AI的价值:把分散经验变成组织能力
在人力资源服务行业,很多增长瓶颈并不来自市场需求不足,而来自交付复杂度过高。
客户规模越大,经营区域越广,员工流动越频繁,服务复杂度就越高。如果仍然依赖人工经验和线下沟通,企业很难在扩大服务规模的同时保持稳定质量。
因此,AI在君润内部的第一重价值,是把分散在不同城市、不同团队、不同服务人员身上的经验,沉淀为可以被调用、被复用的组织能力。
以社保服务为例,各地政策、系统和办理流程差异很大。有些城市的五险一金可以在同一系统处理,有些地方则需要分别进入不同系统;有些事项需要预约,有些需要插UK,有些还涉及人脸识别。更复杂的是,线上办事指南和线下柜台实际执行之间,经常存在差异。
这些细节,不是简单搜索就能解决的。

君润长期服务全国多地客户,积累了大量来自一线办理过程的真实经验。公司把公开政策、线下办理经验和城市差异沉淀进平台,形成社保智能体。
这个智能体一方面可以回答客户关于各地社保政策和办理流程的问题,另一方面还能结合RPA完成参保、退保、待遇申领、凭证下载、缴费等标准化操作。
在这个场景里,AI不只是回答问题,而是连接知识、流程和执行的“大脑”。
对于客户来说,真正的价值不是“用了AI”,而是当企业员工分布在几十个、上百个城市时,仍然可以获得一致、稳定、及时的人力资源服务体验。
AI招聘:重构高流动行业的转化链路
君润最多时一年曾为某客户招聘约 10 万人。但在高流动行业,招聘并不是简单发布岗位、筛选简历。
一名快递员、司机、服务员或物业人员的入职,背后往往涉及多个环节:客户需求确认、网点负责人沟通、岗位标准理解、候选人触达、意向沟通、问题解答、面试安排、入职跟进和留存维护。
有的客户通过微信群沟通,有的通过私域协作,有的候选人来自招聘平台,有的岗位需求来自现场网点。招聘顾问每天面对的,不只是“找人”,而是大量重复、分散、即时性很强的沟通动作。
这也是“小橙AI招聘”出现的背景。

君润希望把招聘链路中标准化、重复性的动作交给AI和机器人完成。例如,AI可以判断候选人的活跃状态,自动发起沟通;可以对短时间未回复的人进行二次激活;可以根据岗位信息回答候选人问题;也可以协助安排面试,并与网点负责人确认时间。
如果系统在半小时内完成所有触达,看起来效率很高,但实际可能不像真实招聘顾问,也可能影响平台账号安全和候选人体验。因此,君润更强调让AI“像人一样工作”,按照真实求职行为节奏进行触达。
通过账号托管和数据沉淀,君润发现,不同岗位的求职者活跃时间并不相同。比如,中午10点到下午2点、下午4点到晚上8点,往往是部分岗位更有效的沟通时段;周末也可能比工作日更适合触达某些候选人。
这意味着,AI不仅提升了动作效率,也帮助企业重新理解求职者行为。
招聘顾问因此可以从大量重复沟通中释放出来,把更多精力放在候选人体验、入职转化和留存维护上。对于高流动行业来说,这才是真正的价值:不是单纯联系更多人,而是提高每一次触达的有效性。
从交付到经营:AI提升一线响应能力
君润的AI应用并不止于社保和招聘,也延伸到了销售、投标和客户经营。
在人力资源服务行业,客户经营高度依赖行业理解、客户洞察和方案能力。过去,投标和方案撰写往往依赖个人经验,资料分散、响应较慢,也影响方案质量。
为此,君润建设了招标平台,逐步沉淀资料库,并在此基础上训练智能体能力。目前,君润正在打造名为“君策”的智能体,用于行业洞察、市场分析、客户需求理解、解决方案生成,以及销售推进建议。
重要商机不能简单交给AI自动生成方案后直接提交。AI真正的作用,是帮助销售和一线团队更快理解客户、整理信息、形成初稿,再由人完成判断、审核和优化。
在销售管理上,AI也开始发挥作用。君润会通过销售日报分析销售是否在跟进目标客户、跟进方式是否有效、过程里有哪些问题可以被赋能。对于销售负责人来说,AI还可以帮助总结团队成员状态,识别不同销售的能力短板和推进机会。
这让客户经营从过去的“结果复盘”,前移到“过程指导”。
对于企业服务来说,这一点尤其关键。服务增长不是等结果出来后再判断好坏,而是在客户经营过程中不断识别问题、修正动作、提升转化和服务质量。
AI落地的关键,不是买工具,而是建立机制
在君润看来,企业不能只靠买工具,也不能只靠科技团队推动AI落地。
在内部实践中,君润形成了几个关键机制:培养“AI先锋”和“超级个体”;鼓励员工提出AI项目想法,并给予项目经费支持;建设企业内部AI沉淀平台,把有用的skill、智能体、案例和流程沉淀下来,让更多员工能够看见、学习和复用。
从实践结果看,真正能把AI用起来的人,通常有两个特征:自驱力强、好奇心强。
他们不会等公司安排,而是主动尝试工具,在自己的工作中找场景、解决问题,并不断迭代。只有这些人先做出结果,业务部门才会相信AI确实能带来价值。
这也是君润推动AI的组织方法:先让一批先锋跑出来,再用真实案例影响更多人。
与此同时,科技团队也需要调整工作方式。过去,技术团队更习惯解决“大问题”,但AI时代更需要从“小场景”切入。因为很多高频、具体、低成本的场景,反而更容易让员工感受到变化。
例如,新员工批量入职时,客户或员工提交的身份证照片可能格式不统一,过去需要人工裁剪和整理。现在,君润可以通过AI工具自动处理,并把这个能力嵌入入职流程。
这类场景看似很小,但足够高频,也足够贴近业务。一旦被验证,就能成为组织推广AI的有效入口。
从人力资源服务走向人机协同运营
AI带来的变化,还会进一步改变人力资源服务行业本身。
在物流、餐饮、仓储等场景中,机器人、无人车、自动化设备正在替代部分人工岗位。例如,物流分拣中让包裹面单朝上的动作,未来可能由机器人完成;从大仓到网点的运输,可能由无人车完成;餐饮门店里,传菜机器人已经越来越常见。
如果客户的运营资源中既有人,也有机器人、无人车和自动化系统,那么服务商需要具备的能力,也会从“人力管理”扩展到“资源运营”。
未来,人机协作会成为新的运营形态。君润接下来要思考的,不只是如何帮助客户招人、管人,而是如何在人与机器共同参与生产的场景中,提供一站式资源运营能力。
当岗位结构、生产关系和服务流程都在变化时,增长不能再依赖过去的人力堆叠模式,而要依靠技术、数据、流程和组织能力的共同进化。
让AI真正进入业务,先从一个具体场景开始
对于希望推动AI落地的企业管理者,访谈中也给出了一个非常直接的建议:一定要先动手。
只有管理者自己真正使用AI,建立对AI的真实感知,才知道企业应该从哪些场景切入,哪些流程值得重构,哪些团队需要被激活。
企业不一定一开始就做大系统。很多过去因为系统改造成本高、投入产出不合理而被搁置的小场景,反而可以先用AI解决。
比如销售线索整理、招聘筛选、知识库问答、资料审核、入职材料处理、客户方案生成、运营流程优化等,都是适合从AI切入的场景。
要让愿意探索的人被看见,让真实案例被传播,让业务团队感受到收益。当组织内部形成“有人尝试、有人受益、有人复制”的正循环,AI才会真正从工具变成组织能力。
从这场访谈可以看到,AI在人力资源服务行业的价值,不只是提升某个环节的效率,而是帮助企业把经验变成资产,把流程变成能力,把个体能力变成组织能力。
在人力资源服务这样高度复杂、强交付、重信任的行业里,AI真正改变的不是某一个岗位,而是服务升级的底层方式。
未来的服务型企业,竞争的不只是人力规模,而是人机协同下的组织效率。