原来大量无法满足的需求，都得到了满足。

除了场景的数据拉取与分析需求外。借助WorkBuddy， 围绕招聘、培训、激励、文化活动、数据分析等日常场景，做出了一大批面向自身工作的 AI 小应用，覆盖一个个小而具体的环节：有校招工作台、校招数据实时分析，实习生和导师培养管理系统、实习生交流平台，讲师管理系统、荣誉激励申报系统等小工具。

01 数据治理：

先把“口径”这件事搞定

拉数据、跑数据，是HR部门非常高频和常见的需求。

然而在大型企业内部经常会面临，不同业务部门之间有不同的业务系统和数据来源，系统之间相互割裂，甚至数据定义和口径都不一样。 有时候老板让不同的业务部门跑一份数据，可能两个部门出的数据都不一定对得上。

比如：招聘领域和员工关系部分，针对不同数据的定义和口径其实是不一样的。

比如关于员工人数，招聘部门认为拿了offer就算，员工关系领域说必须在岗才算。不同领域的同一份数据，定义都不一样。

腾讯HR技术服务团队做了两件事：

• 把所有数据口径打通，统一语义；
• 所有数据在同一个地方管理——建大宽表放在数仓里，各业务系统的数据都来自同一个源。

但数据治理解决的是“数据准不准”。数据准了之后，HR要拿到数据、用上数据，还是得找研发。何况：

• 每个团队需求和业务场景不一样，A关注效率，B想看总数；
• 研发一遍一遍改，依然难以跟上各个HR每天都在变的个性化需求。

因此，数据治理只是地基。地基打好了，有什么用呢？

刚好这个时候，AI智能体时代来了。

但怎么能让HR把这些数据用起来？腾讯HR技术服务团队 通过WorkBuddy+定制化的企业Skill解决了。

02 封装四个Skill——

把技术问题全部“藏”起来

腾讯HR技术服务把内部数据、HR常用组件、内部权限管控权限、工具发布能力、HR专用知识库封装好，做成Skills，让HR等业务人员直接调用。

Skill 1：HR AI Data（数据调用）

第一个Skill HR AI Data解决的是 如何用HR更简单地调用数据的问题。

当需要进行数据分析的时候，HR团队可以直接用自然语言问到对应的数据；做带柱状图、扇形图的数据报表分析；做成线上实时更新的报表；接入AI做数据洞察、对比分析。

比如常见的人力规划场景， 接上 HR data Skill 以后，HR 同事可以这样说：

“帮我生成一份下季度人力规划草案，按团队、岗位族群、职级展示人员结构、关键岗位缺口和风险提示，并给出几条可讨论建议。”

WorkBuddy几分钟就能做出来清晰明了的报告：

场景示例：人力规划场景（图中为模拟数据）

Skill 2：Page Design（应用组件）

除了单次的数据拉取和分析数据以外，大部分的HR岗位都会有重复性的需求。因此，之前腾讯的HR也经常会跟技术服务部门提出制作特定数据、看板或小工具的需求。

然而，由于腾讯HR技术服务部门是一个公线部门， 需要评估需求的共性进行优先级排序，因此，有大量特定部门和岗位的个性化需求没有得到满足。这些需求在WorkBuddy这类通用智能体出现了之后，成为了可能。

这就是第2个Skill：把HR常用的 “选择员工”、“选择组织”这些标准组件服务封装到应用组件Skill里，让HR可以直接在WorkBuddy里面通过自然语言直接唤起。

这些组件本身已经内嵌了腾讯内部的组织架构和人员等系统，HR搭建应用时，不需要自己从零搭组件。这意味着HR不需要懂前端，不需要懂组件开发，只要说清楚想要什么，WorkBuddy就能把对应的标准组件调出来用。

比如招聘场景：招聘推进、材料收集、名单校验、面试反馈汇总、入职提醒、活动报名确认——这类工作很适合交给AI做一个小工具。

HR 同事可以直接跟WorkBuddy说：

“帮我做一个候选人推进小工具，可以记录候选人阶段、待跟进事项和面试反馈摘要，支持按岗位筛选。”

不到几分钟，一个工具就出来了：

场景示例：工作流提效（图中为模拟数据）

Skill 3：Page Deliver（应用生成和发布）

解决了应用制作的问题之后，如果HR想把这个自制的小工具分享给部门里面的人用，又会遇到新的问题：我该怎么把这个工具部署上线呢？

这就是腾讯HR技术服务部门做的第3个Skill：Page Deliver（应用生成和发布）Skill要解决的问题。它把非技术同学搞不定的技术活全部封装进来—— 身份鉴权、后端数据服务、部署发布上线。

HR做完应用之后可以直接发布上线、分享给同事，同时应用自带身份和权限管控。

Skill 4：AI Knowledge（知识库）

AI Knowledge（知识库），顾名思义，这是把HR领域的公共及内部政策和知识全部放到知识库的Skill里面，让WorkBuddy可以 直接获取到HR领域的各种知识，不需要每次重新解释背景。

四个Skill打包成一个解决方案

为了让这4个Skill使用更方便，以免HR需要单独装四个Skill不知道先装哪个、各自有什么用，HR技术服务团队直接把四个Skill打包成一个完整解决方案： 封装成内部专家团。

03 培训地推——

帮HR跨过“思维转换”的坎

Skill做好了，下一步要解决的是，怎么能让大家用起来。

虽然现在的AI智能体的使用已经很简单了。但对于大部分非技术背景的人来说， 真正的门槛不是技术，是思维。

因此，HR技术服务进行了一系列的地推式培训：现场手把手实操，让HR装上这些 Skill，现场真正去做一些应用出来，真正获取到数据。

04 应用分享平台：

让好应用被看见、被复用

HR开始自己做应用了，新问题来了——好应用散落各处，同事没法借鉴和二创；管理者也希望整体看到HR的使用情况，但他们看不到HR做了什么、用了多深。

因此，腾讯HR技术服务团队开发了一个 应用管理和分享平台：通过WorkBuddy制作的所有HR相关的应用，都会自动同步到这个应用分享平台。

05 应用场景：

装上之后，HR 可以这样用

做完了上面的步骤之后，在遇到上面提到的人力规划、工作流提效，还有包括人员结构盘点与分析、管理者要数据、内部文化活动等HR常见场景，也会变得非常简单。

为了对组织人才情况进行更好的了解和决策，经常需要获取大量的数据报表和分析。

比如跟WorkBuddy问一句：

“帮我看看团队最近三个月的人员流动情况，哪些人状态有变化？”

WorkBuddy几秒内给出一个结构化小结：变动类型、涉及人员、关键节点等，清清楚楚。 HR data Skill 接好了数据底座，问出来的结果是实时、受权限约束、符合公司口径的。

场景示例：人力数据查询（图中为模拟数据）

比如数据分析场景下，HR 交付的就不再是“数据截图”，而是一份能推动讨论的报告。

以前要凑齐多份口径才能开会，现在一句指令出第一版， 讨论从“有没有数据”转到“怎么决定”。

现在HR 同事可以直接跟WorkBuddy这样说：

“帮我分析近两个周期的人员结构变化，重点看岗位族群、司龄结构、流动趋势，并输出一份可以发给业务负责人的简版报告。”

场景示例：数据分析（图中为模拟数据）

——————————————————

作为腾讯云AI智能体示范伙伴，亿欧已率先完成 WorkBuddy 企业版的全场景落地验证。无论你是希望提升团队效率的成长型企业，还是运营、设计、数据、开发等俱全的大型组织，我们都能为你提供从产品咨询、方案设计到落地实施的全流程服务。