作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
在午餐休息时间去HR办公室门口排长队，只为问一个问题——"我还能休几天年假？"
这不是某个管理混乱的小公司，而是拥有1300多家门店、65000多名员工的美妆零售巨头Ulta Beauty曾经的日常。Ulta负责HR战略的副总裁Rachel Williamson这样描述员工找信息的体验："我们的员工就像在踏上刘易斯与克拉克式的远征，而即便他们找到了内容，那些信息也不是为他们量身定制的。"
刘易斯与克拉克，美国历史上那场横跨大陆的著名探险。用这个比喻来形容一家上市公司员工查找内部政策的过程，多少有些讽刺。但讽刺背后是一个真实的经营问题：当你的员工队伍分布在门店、仓库和总部，每个人的政策适用条件因州、县、城市而异时，一本万页手册根本解决不了问题。甚至，它本身就是问题。
我们不是在做聊天机器人
2026年4月8日，Ulta的HR服务交付平台正式上线。很多人听到"HR+AI"的第一反应是：哦，把员工手册喂给大模型，做了一个聊天机器人。
Rachel的回答是否定的。问题不在于有没有一个对话框，而在于信息本身是碎片化的、不可搜索的、且对每个人意义不同。加州的雇佣法规有时按县划分，有时按城市划分。"如果把这些写进纸质手册，那就是一份一刀切的静态文件，它很快就会过时，维护成本极高。"
他们选择的方案是ServiceNow，一个他们称之为"高度进化的瑞士军刀"的系统。它不是内容的所有者，而是内容的调度者。原始数据可能散落在第三方系统里，但ServiceNow把它们统一呈现出来，并根据"你是谁、你在哪里"给出个性化回答。
这不是技术炫技。这是对一个朴素问题的回答：你如何让65000个处境不同的人，在同一个系统里得到属于自己的答案？
先修数据地基，再谈AI
Ulta的AI落地顺序值得注意。他们不是从HR开始的，而是从IT服务管理起步——一个内部代号叫"Shimmer"的项目。员工可以在上面报修：门店卫生间的门把手坏了，收银系统出了故障。这些看似琐碎的工单，恰恰是门店运转的生命线。
"有了这个基础，我们把IT服务也整合进HR门户，这样员工不仅能问HR问题，还能查到他们在IT那边开的工单进展。"Ulta的AI与数据平台副总裁Josh Siebert解释了这个设计逻辑。
更重要的是，Josh加入Ulta的使命是"建立数据基础"。他说："我们做了一个有意识的决定：让ServiceNow来驱动整个企业。"
这句话的分量在于，它承认了一个经常被忽略的事实——AI不是插上就能用的插件。你得先有能让AI工作的数据土壤。Rachel的职位本身就是一个信号：她的CHRO希望HR从"日复一日地运营"转向"更面向未来、更具战略性的思考"，所以才专门创造了一个新岗位来推动这件事。
技术差距从来不是最大的障碍。组织差距才是。
哪些活该交给机器，哪些不该
Ulta在决定自动化范围时，做了一件看起来笨但极其重要的事：逐条审查Rachel团队的工单类型，逐一判断哪些可以放心交给AI智能体，哪些必须保留人工介入。
地址变更、首选姓名修改、W-2税务状态查询——这些被归为"低垂的果实"，交给了AI。Rachel说得很坦率："我的团队本来也不想把时间花在这些事情上，他们更愿意把精力投入到需要人与人对话的、更有价值的工作上。"
但"我在工作中遭到骚扰"这类工单，绝不能由AI智能体来处理。Josh对此的判断很清醒："在HR领域，更难判断的是哪些该交给机器人，哪些需要人在回路中。这就是为什么我们必须把法律和合规团队拉进这些对话。"
这个区分看似常识，但在实践中经常被忽略。很多企业的AI项目失败，不是因为技术不够强，而是因为边界画得太模糊——要么把不适合自动化的场景强行交给机器，要么因为过度保守而错失了释放人力的机会。
最难的部分从来不是选技术
当被问及"什么比预期更难"时，Josh的回答毫不意外："和任何大规模技术上线一样，通常是集成。最困难的部分是与第三方合作，理解他们如何把数据送进ServiceNow，让我们能做点有用的事。"
这句话翻译成一个经营判断是：你购买的每一个SaaS产品，真正的成本不在订阅费，而在让它和其他系统协同工作的隐性成本。数据迁移、API对接、格式转换——这些看起来枯燥的活儿，往往决定了一个项目是上线还是烂尾。
有意思的是，Josh认为未来的AI智能体恰恰能帮上这个忙。他们即将替换企业内网，把历史知识从遗留系统迁移到ServiceNow，"有了AI应该会相对容易"。这更像是一个信号：AI的第一个规模化应用可能不是面向客户的炫酷场景，而是企业内部那些没人愿意碰的脏活累活。
让AI学会说你的话
Ulta在调教AI智能体时花了一个意料之中的心思：语气。他们不希望AI回答休假问题时，突然冒出一句与品牌毫无关联的套话。
"它不会说'一切皆有可能'，"Rachel笑着说，"但我们可以让它说：'闪闪发光的你，还有八天假期呢。'如果需要的话，我们完全可以做到。"
这个细节听起来轻松，但指向一个严肃的产品命题：当AI智能体代表你的组织与员工或客户对话时，它的语气就是你的品牌。你可以接受一个高效的机器，但你不能接受一个说着别人家话的机器。
Ulta在这个问题上做了大量关于"语调"的思考——AI智能体的回答听起来像Ulta吗？这不是一个技术调参问题，而是一个品牌资产管理问题。
AI不是结果，是使能者
整场对话最核心的一句话，来自Josh对后来者的建议："AI不是一个结果，它是一个使能者。"
这句话的价值在于，它否定了当下最常见的AI落地姿势——自上而下地发布"我们需要AI"的指令，然后让下面的人去找场景。Ulta的路径完全相反：先有问题（员工找不到信息、HR团队疲于应付低价值工单），再有技术选型，最后才是AI智能体的部署。
Rachel对团队内部的沟通方式也印证了这一点。她没有说"我们要上一个新系统"，而是告诉HR同事们："你们会得到一个为HR量身定制的工具，它会自动化一部分工作，把那些简单的咨询从你们肩上卸下来，让你们把时间花在想花的地方。"
团队的反应是："太好了，什么时候能用？"
这不是因为人们热爱新技术，而是因为他们太清楚自己每天在"推纸"上浪费了多少生命。
对于那些正在考虑类似路径的企业家，Ulta的经验可以浓缩成一条原则：从结局出发，想清楚你最终要什么，再把技术当成通向那个结局的桥梁，而不是结局本身。
当一家美妆零售商能用AI智能体让65000名员工不再排长队问年假，这件事的意义已经超出了HR。它提醒我们：AI真正要解决的，从来不是"技术能不能做到"，而是"你的组织愿不愿意把那些低价值的消耗从人身上卸下来"。
卸下之后呢？把人的时间还给真正需要人的事。
这个道理，放在任何行业都成立。
关于 MindsLeap 心智悦动
MindsLeap 心智悦动是 AI原生组织转型加速平台。
我们与硅谷创新孵化器 Founders Space 深度合作，持续连接全球 AI 前沿认知、硅谷科技创业生态与中国企业家的真实转型场景。
围绕 AI 原生组织建设，MindsLeap 正在构建一个面向企业家、创业者、AI 工程师、产业专家和投资人的转型生态，帮助企业把 AI 从认知、战略和工具，真正落到组织能力、业务流程、产品创新和增长系统中。