news 2026/6/9 16:06:17

幂律智能联合创始人石玏受邀参加「第三届AIHR知识大会暨2026年开年论坛」

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
幂律智能联合创始人石玏受邀参加「第三届AIHR知识大会暨2026年开年论坛」

近日,由中关村人才协会、中国国际科技促进会指导的“第三届AIHR知识大会暨2026年开年论坛”在北京英皇集团中心圆满落幕。幂律智能联合创始人石玏受邀出席本次论坛,并发表了题为《AI重新定义合同管理:平凡的岗位,不凡的成绩》的主题分享。

在数字化转型与“人工智能+”战略的宏大背景下,石玏深度剖析了 AI Agent(智能体)如何为企业赋能,并为现场百余位行业领袖与专家提供了一套可落地的智能化升级方案。

站在2026回望:
从大模型狂热到场景化深耕

"我们总说,人们会高估一两年的技术变化,却低估五年带来的变革。"石玏开场即点明核心。从2021年携手贝壳启动合同智能化探索,到2026年实现全流程人机协作,这一过程见证了AI从技术概念到生产力工具的质变。

过去几年AI行业经历了从小模型到通用大模型(如chatgpt、deepseek),再到如今Agent时代的演变。在法律、HR、财务等知识密集型领域,AI的渗透已不再局限于简单的对话交互,而是深入到了“低容错率”的核心业务场景中。

当前,IT行业已通过AI实现普遍超30%的效能优化;法律、HR等领域则正从“业务经营型”向“企业治理与风险防控型”跃迁。石玏指出,企业的核心挑战在于实现“言行一致”——如何让决策层看到的风险数据与业务层执行的经营数据实时拉通?这正是“新质生产力”的体现:以数据为驱动,以AI为引擎,重构决策与流程

低容错场景下的“人机协作”新范式

法律、合同管理等场景天然具备低容错属性,对AI的准确性、稳定性与可追溯性提出极高要求。石玏强调,相较于会话、广告、客服等高容错场景,低容错领域的人机协作不能停留在“辅助建议”层面,而需建立“AI提效+人工把关”的闭环机制——AI承接标准化、重复性审查任务,人类专家聚焦风险研判、策略优化等高阶工作,实现效率与精准度的双重提升。

以合同场景为例,一是梳理标准化工作流,拆解业务全流程节点,明确各环节操作规范与责任边界;二是定义核心数据节点,精准捕捉流程中的关键信息与核心诉求;三是依托数据反推管理漏洞,定位流程中的缺失环节与风险隐患;四是核心的人机协同重塑,关键在于运用COT(思维链)逻辑,将复杂法律问题拆解为多层级分支判断,当每个分支准确率达95%时,整体审查准确率将突破瓶颈,实现质的飞跃。同时,AI可深度学习企业内部审查习惯与历史案例,将沉淀在个人笔记本中的隐性知识,转化为可复用、可传承的组织资产。

这种范式不仅适用于法务领域,同样为HR核心工作(如劳动合同合规审核、员工关系风险处置)提供了重要参考。

流程重塑:

从Product AI走向Process AI

本次分享中,石玏提出了一个引人深思的概念:Process AI(流程AI)。他认为,2025年至2026年,企业应用将从单点的Product AI(如各类大模型工具)向全流程闭环的Process AI跨越。

“AI不仅要有大脑,还要有手和眼。”石玏结合幂律智能最新合同管理系统进行现场演示,用户仅需下达自然语言指令,AI便能自动完成从非结构化文档中提取履约关键信息、在系统内创建跟进任务、自动填充复杂表单等端到端全流程操作。这意味着AI已不再是单纯的辅助建议者,而是能够独立承接具体工作的“数字员工”,真正实现了业务流程的智能化闭环。

组织进化:

定义“黄金时代”的新人才

AI的广泛应用将如何重塑组织架构?石玏认为,传统的金字塔科层制正在向倒金字塔或网络化组织演变。在这一变革中,AI替代的不是岗位,而是任务。新的生产力需要新的生产关系与之匹配,两类核心人才将脱颖而出:

  • Human in the Loop(AI训练师/运营师):在日常工作中通过对AI结果的反馈、修正,持续训练模型,让AI“越用越准”。

  • Human on the Loop(AI架构师):能够梳理业务流、数据流,通过识别流程中的断点,重新设计人机协作全流程的顶层设计者。

石玏强调:“超级个体的崛起,本质上是知识认知的升级与人机协作能力的升级。我们希望帮助每一位平凡岗位的从业者,借助AI做出不平凡的成绩。”

结语:

让专业价值倍增

分享最后,石玏向在场的HR管理者发布了一款AI律师智能体——吾律。该智能体不仅能解答劳动法相关问题,还能依据业务视角提供处理建议、生成法律文书,甚至通过拟人化方式协助进行沟通与函件处理,真正实现了物理世界与数字世界的打通。

“凡事以人为本。2025是感悟,2026是向往。”石玏总结道,在AI浪潮下,我们会持续通过技术赋能,专业服务将突破产能瓶颈,迎来属于它的黄金时代。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/9 8:24:37

Python上位机串口数据收发完整指南

以下是对您提供的博文内容进行 深度润色与工程化重构后的版本 。我以一位深耕工业通信系统多年的嵌入式软件工程师兼Python上位机架构师的身份,用更自然、更具实战质感的语言重写全文—— 去掉所有AI腔调、模板化结构和空泛术语,强化真实开发中的权衡取舍、踩坑经验与可落…

作者头像 李华
网站建设 2026/6/9 7:51:54

Glyph让AI看得更远:长文本建模新方式

Glyph让AI看得更远:长文本建模新方式 1. 为什么AI“读不完”一篇长文档? 你有没有试过把一份50页的PDF丢给大模型,让它总结核心观点?结果往往是——卡在第3页就断了,或者干脆报错:“超出上下文长度限制”…

作者头像 李华
网站建设 2026/6/5 21:13:55

2025 年,我最离不开的 7 个 AI 工具,以及我真正的工作方式

写在前面 这一年我用 AI 的方式发生了一个非常明显的变化,从遇到问题再打开 AI,变成整个工作流默认就有 AI 参与。 代码、设计、学习、记录、复盘、写作,几乎每个环节,都有一个甚至多个固定的 AI 工具在协同。 这篇文章不做功能…

作者头像 李华
网站建设 2026/6/6 4:36:41

用Qwen3-0.6B做了个AI写作项目,效果超出预期

用Qwen3-0.6B做了个AI写作项目,效果超出预期 1. 为什么选它?一个6亿参数的“写作搭子”意外走红 你有没有过这种体验:写文案卡在开头三分钟,改十稿还是像在挤牙膏;赶报告时盯着空白文档发呆,连标点符号都…

作者头像 李华
网站建设 2026/6/5 4:21:51

Qwen3-Embedding-0.6B成本优化实战:中小企业低算力环境部署案例

Qwen3-Embedding-0.6B成本优化实战:中小企业低算力环境部署案例 1. 为什么中小企业需要Qwen3-Embedding-0.6B 很多中小团队在做搜索、推荐或知识库系统时,都卡在一个现实问题上:想用高质量的文本嵌入能力,但又买不起A100/H100服…

作者头像 李华
网站建设 2026/6/5 20:45:11

verl训练吞吐量实测,速度到底有多快?

verl训练吞吐量实测,速度到底有多快? 强化学习(RL)用于大语言模型后训练,一直被诟病“慢”——训练周期长、资源消耗高、调试成本大。当字节跳动火山引擎团队开源 verl,并宣称它是 HybridFlow 论文的生产级…

作者头像 李华