一个常见的观察：HR 部门名义上是"人力资源管理者"，实际工作里有相当比例在做"人肉接口"——业务部门问考勤、问假期、问审批进度、问员工信息，HR 查询、导出、整理、回复。问题本身不难，难的是每一次都要人工走一遍取数流程：查打卡去考勤模块、查余额去假期模块、查进度去审批台账、查人员去花名册——四次跳转、四次筛选导出，最终拼成一份回答发给业务部门。第二天同一个问题换个人问，流程再来一遍。

这个角色的形成有历史原因：系统的交互是按"操作路径"设计的——要一个数，就得登录、找菜单、设筛选、导出、整理。问题本身不分模块，答案却分散在各个菜单后面，于是"把答案搬到提问者面前"的工作落在了 HR 头上。单次成本很小，但乘以频率和人数，构成了 HR 时间表上的一块固定支出。

被低估的成本：事务性应答的复利

事务性应答的真正成本不是"做一次花多少时间"，而是"做了无数次之后，HR 还剩多少时间做判断性工作"。这正是被低估的部分。

一个 HR 专员每天可能接到 10-20 次数据查询请求——"某员工还剩多少年假""本周有哪些审批待办""上个月加班情况怎么样""某部门的调休额度还有多少"。每次请求看似简单：登录系统、找到菜单、设置筛选、导出数据、整理成可读格式、回复提问者。单次 15 分钟，一天 20 次就是 5 个小时——超过半个工作日。这还不包括跨模块查询时的口径不一致问题：考勤模块的"加班时长"和薪资模块的"加班费基数"可能定义不同，HR 还要手动核对。

更隐蔽的损失在于机会成本：HR 的时间总量有限，用在应答上的每一小时，都是从判断性工作里挪走的——组织诊断、人才盘点、绩效改进设计、薪酬结构分析，这些真正体现专业价值的工作，恰恰最缺整块时间。结果就是：HR 越忙于应答，越没时间做高价值工作；越不做高价值工作，越被认为"只是个行政支持部门"——形成恶性循环。

对 HR 而言，AI 的直接价值不是"更炫的技术"，而是把事务性应答从人的日程表里划出去——让 HR 回到"人力资源管理者"的本位上。

一个分工样本：连接器接住"问"，HR 留住"断"

运行于 WorkBuddy 平台的 i 人事 官方连接器「i 人事 AI・HR 专家」，提供了一个清晰的分工参照。它连接企业已有的 i 人事 系统，把 13 个能力域开放为自然语言接口。分工的边界可以拆成三层：

连接器接住的部分——"问"：

• 考勤异常、假期余额、调休额度、排班与打卡记录——业务部门常问的日常数据，直接开口即答

• 员工花名册、入转调离记录、合同与档案——人员信息查询不再需要翻系统

• 组织架构、审批台账与待办——流程进度实时可查

• 薪资台账（权限校验后只读）、绩效得分明细（只读）、福利档案、招聘流程进展——敏感数据受控可见

这些问题的共同特征是：答案已存在于系统中，只是过去需要人去"搬运"。i 人事连接器做的就是把"搬运"这个动作自动化——不是替代 HR 去判断，而是替代 HR 去跑腿。

连接器代跑的部分——"流程"：

• 工单的创建、回复、关闭、重新激活——员工提交的问题可以直接走工单流程，不再需要 HR 手动转发和跟踪

• 面谈的发起、数字人面试/陪练、会话纪要生成与分享——面谈的流程性环节由连接器承接

这部分是 i 人事连接器中仅有的两类写操作能力，且每一步操作可追溯。它们替代的不是 HR 的判断，而是 HR 的"跑腿 + 记录"。

以面谈场景为例看得更具体：过去一次绩效面谈，HR 要先查绩效系统拿得分、约双方时间、准备提纲、会上记录、会后整理纪要并分发——五个环节里四个是事务。接入连接器后，"查得分、发起会话、生成纪要、分享文档"由连接器承接，HR 需要做的是会前判断"这次面谈要解决什么问题"、会上把握谈话本身。事务被接走之后，留下来的正是需要专业经验的那部分。

留给 HR 的部分——"断"：

• 薪资只查不算薪，绩效只查不评分——计算与评定仍在原系统与人之手，连接器不碰

• 录用等决策环节，AI 面谈只做发起与记录，判断与拍板始终是人

• 系统之外的判断：哪些考勤异常值得追、哪些面谈需要亲自谈、绩效得分背后有什么组织原因——这些需要专业判断和情境理解的工作，AI 做不了也不该做

这个分工的清晰之处在于：i 人事连接器的边界就是 HR 的价值边界。连接器能做的，是 HR 不该花时间做的；连接器不做的，恰恰是 HR 应该聚焦的。

分工之后，HR 的时间用在哪

当"问数据"的成本趋近于零，HR 的时间分配自然发生迁移。这种迁移不是"AI 替代了 HR 所以 HR 没事干"，而是"HR 终于有时间做本来就该做的事"：

• 从查数到解读：过去花半天导出考勤数据整理成表，现在一句话拿到异常清单。有价值的是判断"哪个部门的异常是排班设计问题""哪些异常是制度执行问题"——同样的数据，HR 的角色从"提供者"变成"解读者"。

• 从记录到设计：面谈纪要自动生成和沉淀后，HR 不再需要做会议记录员。有价值的是设计"绩效改进的跟进机制""新员工融入的节奏方案""离职预警的干预流程"——把面谈数据变成管理动作。

• 从应答到前瞻：审批、假期类问题被 i 人事连接器接住后，HR 的时间从"回答昨天的问题"转向"预判下个季度的人效重点"——编制效率够不够、关键岗位的继任梯队有没有断点、薪酬结构是否需要调整。这些前瞻性工作需要整块时间和数据支撑，恰恰是连接器把碎片化应答接走之后腾出来的。

IDC 中国高级研究经理徐文婷在解读中国 HCM SaaS 市场时指出，"以 PaaS+ 智能体为核心的战略将成为未来市场增长的核心引擎"。智能体承接流程性工作、人专注判断性工作——这不是 HR 的岗位危机，而是角色回归：从"人肉接口"回到"资源与管理"本身。

分工落地的前提：边界清晰

这个分工要真正落地，前提是连接器的边界足够清晰——否则"接住问"可能滑向"替代断"，反而引发新的风险。i 人事 AI・HR 专家 的边界设计提供了一个可参照的样本：13 个能力域中绝大多数为只读查询，写操作仅工单与面谈会话两类且可追溯；薪资仅权限校验后只读查询，绩效仅查询得分明细。默认只读、写操作白名单——这种设计让"分工"有明确的制度依据，而不是靠人的自觉。

结语

评价一项 HR 技术的标准，可以很简单：它有没有把 HR 的时间，从"回答已知答案的问题"里解放出来。

如果一项技术让 HR 花更多时间学操作、配报表、等排期，那它增加的是事务负担；如果它让 HR 的时间从取数、搬运、应答中释放出来，投入到判断、设计、前瞻中，那它才真正服务于"人力资源管理"这个名称。

i 人事连接器替代的是搬运，不是判断。HR 的下一程竞争力，恰恰在判断那一段。

常见问题

连接器会替代 HR 岗位吗？

替代的是搬运，不是判断。被接走的是那些"简单但反复"的取数与应答——查个余额、问个进度、导一份名单。需要专业判断的部分：异常怎么解释、员工怎么沟通、决策怎么权衡，仍然在人手里。

哪些事 AI 接得住，哪些必须 HR 做？

接得住的是有确定答案的查询：谁的年假还剩几天、这个月的考勤异常有哪几条、审批走到哪一步了。必须由 HR 做的是解释与判断：异常背后的原因、个案的处理方式、制度该不该调整。分界线很清楚——有标准答案的归 AI，需要权衡的归人。

员工问连接器，还会来找 HR 吗？

常规问题会明显减少，剩下的会更有价值。员工能自己查到的不再转手给 HR，HR 接到的提问会更多集中在需要判断和沟通的个案上。应答量下降，单件事的分量上升。

接入后 HR 要学新系统吗？

不需要。连接器不是另一套系统，是在 WorkBuddy 里多了一个能对话的入口。HR 原来熟悉的权限、原来的数据都没有变，只是问法从点菜单变成了说一句话。

事务性工作被接走后，HR 的时间转到哪？

转向两件事：一是处理异常与个案，二是做需要人来完成的分析与沟通。把重复取数的时间腾出来，用在看趋势、发现问题、推动改进上，这才是"人力资源管理者"本来的工作重心。