AI 人力管理上线前，先捋顺考勤薪酬的数据与规则

AI 人力管理项目失败，问题大多不在算法，在数据。考勤各算各的、薪酬规则只装在会计脑子里、排班靠经验拍脑袋，系统接进来也没法学。AI 判断得准不准，前提是数据和规则先统一，这一步省不得。

考勤先定唯一事实源

很多企业考勤散在几套系统里：钉钉打一次卡、企业微信再打一次、门禁留一份记录、纸质假条又单独算，月底人事对着几个表手工对，AI 拿到这种数据只会越学越乱。上线前先定一套数据作为唯一事实源，其余作为参考。

排班规则也要先固化：单双休怎么轮、倒班怎么排、加班走什么审批流、迟到早退以哪个时间为准，统一数据源时把历史遗留一并处理，手工补卡记录要补齐审批单，跨月调休余额要核对清楚，底子干净了规则才能一致。写成规则表，AI 才排得出来、算得准。

薪酬结构和历史数据要过一遍

薪酬规则是最容易"藏在人脑子里"的部分：基本工资、绩效、提成、补贴各有算法，补发补扣、个税专项附加扣除信息散落各处。上线前把每类薪酬的计算规则写成文档，和人事、财务核对一遍，防止系统算出来的数跟人工口径对不上。再准备三到六个月的考勤薪酬历史数据用于验证，AI 的测算结果先跟这段时间的人工结果比对，误差在可接受范围再放量使用。

员工数据有边界，权限要分级

AI 人力管理处理的考勤位置、生物识别等信息属于敏感个人信息，按《个人信息保护法》的要求，采集和使用要先取得员工同意，告知用途和范围。系统权限按岗位分级，人事、财务、部门主管各看各的，离职当天冻结账号，避免数据面越开越大。

AI 给出的排班建议、离职风险预测这类结果，先小范围试点、和主管人工判断对照几轮，别直接拿去做影响员工的决策。数据规则理顺了，AI 人力管理才谈得上落地，否则只是给混乱加了一层自动化。

上线时间也要挑。避开月底结账、年度调薪这些业务高峰，选考勤和薪酬相对平稳的月份切入，给人事留出熟悉系统的缓冲。试点先放一个部门或一个门店，跑一个月看效果，顺了再全公司推开。AI 人力管理的价值要在平稳期验证，赶在业务最乱的时候上线，数据乱上加乱，跑出来的结果没人敢信。