新闻动态 · NEWS

从"供人"到"交付结果":
锦辉 5000 万元自主研发 AI 平台,走向人力资源服务新一程

从自主可控才是真正的底气——锦辉把二十年积累的业务规则,写成了一套能交付结果的 AI 能力

发布时间:2026-10-07 | 惠州市锦辉人力资源管理有限公司

从“供人”到“交付结果”——锦辉以自主研发之力,开启人力服务新纪元

2026 年,惠州市锦辉人力资源管理有限公司(下称"锦辉")宣布,其自主研发的一站式 AI HR 专家平台 prajna(企智)已完成第一阶段规模化落地,累计研发投入达 5000 万元;公司同时明确,后续将持续追加投入,累计投资规模将达到数亿元。

锦辉 prajna(企智)——让企业用工更省心、管理更有据
锦辉 prajna(企智)——让企业用工更省心、管理更有据

一、当客户不再只问"有多少人",锦辉开始回答"能交付什么结果"

传统人力资源服务解决的是"人从哪里来、手续谁来办":社保代理、劳务派遣、招聘外包、用工风险管理。这套模式在过去二十年里足够有效——它把复杂的人事流程接过去,让企业少操心、少担责。

但变化已经发生。行业研究显示,国内灵活用工渗透率正从 22% 向 35%(2030 年)攀升,外包与灵活用工合计已接近用工总量的六成;与此同时,行业集中度仍然很低,前五名机构合计占比约 32%,95% 以上是中小机构。真正的变量来自技术:自动化与具身智能正在进入存量客户现场,当重复性判断的边际成本趋近于零时,"按人头计费"的逻辑开始松动。德勤《技术趋势 2026》指出,目前仅约 11% 的企业成功把 AI 智能体投入生产——差距不在概念,而在落地。

22%→35%国内灵活用工渗透率(2030 年)
≈32%行业前五名集中度(CR5)
仅 11%企业成功落地 AI 智能体(德勤)

客户端的需求也在变。过去企业买的是"多少个人、多少工时",现在越来越多客户问的是"这件事你能不能给我一个可衡量的结果"。锦辉的日常业务恰好落在最敏感的地方:社保基数核对、算薪与个税、派遣用工比例、合同条款、招投标文件。这些工作的共同点是——错一次就要担责。这也是锦辉选择把 AI 先用在"核对与审查"这类有据可依的场景,而不是先做一个聊天窗口的原因。

"过去二十年,人力资源服务的核心是'把人送到、把手续办完'。但现在客户买的不再是人数和工时,而是一个看得见、说得清的结果。"——锦辉执行董事 熊雪冰

二、prajna:一套从人力业务土壤里长出来的自主研发 AI 能力

prajna(企智)的定位不是挂在旧系统旁边的 AI 插件,而是一支能交付结果的数字员工队伍。按锦辉的表述,它由三层构成:本地技能库、跨会话记忆引擎、合规护栏。从能力规模看,prajna 目前包含六大 AI 专家团、30 项能力件、389 个本地技能,以及 16 个面向人力业务的业务智能体(Agent)。六大专家团分别覆盖 AI 战略与经营、AI 招聘、AI 薪酬社保、AI 合规法务、AI 标书商务、AI 知识与学习。

六大 AI 专家团优先落在“有据可依”的核对与审查场景
六大 AI 专家团优先落在"有据可依"的核对与审查场景

真正构成差异化的,是三个技术选择。

其一,能算的不猜。

凡是有条款、公式、上下限可依的判断,prajna 一律写成确定性规则,不调用大模型。标书废标检查内置 48 条以上规则,覆盖形式、资格、技术、商务、文档错误与 HR 专项六大类;劳动合同透视做 12 个维度的法定比对与 24 条以上风险规则扫描;算薪则要完成"应发=各收入项之和""实发=应发-个人扣缴""个税按累进税率表验算"三重校验。这类规则引擎单次响应低于 0.1 秒,且每一条结论都能回算到原始数据行。

其二,能本机的不外传。

prajna 全部能力件在本机运行、离线可用。身份证号、银行卡号、手机号、邮箱等敏感信息在进入模型前先做脱敏掩码;每一次实质动作与对外输出都写入防篡改审计链,默认留存 180 天,改一条即断链。

其三,能复验的不含糊。

平台的第一条边界是"不编造"——本地没有的编号、日期、发证机构,宁可回"不知道"。在此之上是三道合规闸门:同意门禁、PII 脱敏、审计留痕与 AI 生成内容标识;AI 产出的每一份对客材料都会带标识,并明确标注需人工核验。

本地能力件 + 确定性规则 + 审计留痕,AI 负责核对,重要决策仍由人作出
本地能力件 + 确定性规则 + 审计留痕,AI 负责核对,重要决策仍由人作出

这套设计让 prajna 在结构上不同于通用大模型的"职场助手"。白皮书把底层架构归纳为四层:应用层(六大专家团)、引擎层(确定性规则引擎、跨会话记忆引擎、本地语义检索、技能库)、数据层(本机配置、数据目录、记忆库、本地知识库、审计链)、护栏层(同意门禁、PII 脱敏、注入防火墙、人工授权闸门、AI 生成内容标识)。

"我们没有把大模型直接接到业务上,而是先问一个问题:这件事有没有唯一正确的答案。有答案的,就写成规则让它算,不要让它猜;没有答案的,才交给模型,而且必须留下依据。"
"这就是为什么 prajna 跑在本机、每一个结论都能回算到原始数据行——对 HR 来说,可复验比聪明更重要。"——熊雪冰

三、技术只是起点,真正难的是把 AI 送进业务的最后一公里

企业 AI 落地最难的往往不是模型,而是最后一公里。不同客户的岗位定义、管理口径、审核标准都不一样。锦辉的做法是把落地拆成四步:

  1. 能力盘点——先选一条适合先行验证的业务线。
  2. 试点跑通——用真实历史数据回溯验证,同一份数据,AI 结论与人工结论比对着看。
  3. 铺开与培训——在试点基础上扩大使用范围,明确操作与人工确认流程。
  4. 例行巡检——持续检查规则、配置及运行情况,使平台与实际业务保持一致。
原则是“先跑通一条线,再铺开一张网”,而不是一次性全公司上线
原则是"先跑通一条线,再铺开一张网",而不是一次性全公司上线

目前已经完成规则化承接的高频场景包括:每月发薪前的算薪勾稽、社保基数与增减员核对、个税专项附加扣除校验、标书废标点检查、合同条款风险透视等。

锦辉反复强调的一条底线是"人在回路":敏感动作只出待确认清单,高危对外动作先挂起等人拍板,所有结论以人工确认版本为准。

四、5000 万只是开始,锦辉押注的是一条更长的路

在锦辉的规划里,prajna 不是一次 IT 采购,而是一次商业模式的重构。这笔钱的去向被划为三个方向:继续扩充本地技能库与规则引擎,把更多"有据可依的判断"从人工手里接过来;把跨会话记忆能力做深,让平台"越用越懂"企业的口径与历史决策;把合规护栏做厚,保证 AI 产出的每一个结论都可复现、可审计、可抗辩。

与此同时,锦辉正在推进第二增长曲线。在其内部规划中,公司的角色要从"人员供给"升级为覆盖"人+机器人+AI"混合产能的综合运营服务商:把人员、机器人、AI 调度、现场流程、培训、工单与合规组织成客户可验收的稳定产能,并逐步把服务合同的计价基础从"人头"转向"结果"。

第二增长曲线:“人+机器人+AI”混合产能,分阶段推进、客户随时可进退
第二增长曲线:"人+机器人+AI"混合产能,分阶段推进、客户随时可进退

按照规划,这条曲线将分阶段推进——现场诊断、方案设计、90 天试点、驻场运营、复盘复制,每个关口客户都有继续、调整或退出的选择权。

从"人力资源服务商"到"AI 应用公司",锦辉这次转型不是一次品牌升级,而是服务逻辑、交付方式与收费方式的根本切换。对一家以"不出错"为职业底线的公司来说,把 AI 用在最不能出错的地方,本身就是一个信号:5000 万元不是一笔宣传预算,而是一次关于未来十年竞争力的下注。

关于锦辉

惠州市锦辉人力资源管理有限公司成立于 2007 年,注册资本 200 万元,主营人力资源外包与劳务派遣,在管外包员工超过 1 万人,累计服务客户 2700 家,长期合作占比九成以上,服务网络覆盖广东省 9 个城市,并在深圳设有分公司、在湛江设有全资子公司。

公司是大亚湾区劳务派遣服务 AAA 星级单位(首届)、惠州市和谐劳动关系 AAA 企业、连续获评"广东省守合同重信用企业",通过质量管理、环境管理、职业健康安全管理、社会责任管理等十项管理体系认证,为惠州市大亚湾区人力资源服务协会第一届会长单位。2026 年,公司推出自主研发的一站式 AI HR 专家平台 prajna(企智)。