AI 入职材料识别与预审：员工拍完就能填表，HR 只看异常

一个人入职要交十类材料：身份证、银行卡、社保卡、毕业证、学位证、职业资格证、简历、离职证明、体检单、健康证。员工「录」和 HR「核」任一环节出错，都会拉低入职办理的效率。

这在劳动密集型行业尤其要命：赶上双 11 这类节点，企业要临时批量入职一批快递小哥或分拣员，录得慢、核得慢，错一处就要返工。

1. 问题在哪

入职登记表七十多个字段，全靠员工手填、HR 逐份核对，并跨材料核对姓名和生日是否一致，错一处就返工。而扫码入职占总入职人数的 55% 以上，是新员工的核心路径。

旧方案只支持身份证和银行卡，能自动填的字段只有 9 个，字段覆盖率约 11%。学历证、体检单、离职证明一律失效。

入职高峰集中在几天内，越忙越容易漏，漏掉的往往是薪酬、社保、用工合规要用的字段。

把十类材料按版式拆开，问题立刻显形：

传统 OCR 在版式覆盖和成本上都不过关，最终选用 Qwen3-VL-Flash 做统一识别，再接 Qwen-Flash 把识别结果映射到登记表字段。

两段式的好处是识别质量与扩展成本分开管，换一类材料只动映射层。这个场景要的是结构化抽取，传统 OCR 卖的是文字识读——买错比买贵更贵。

V1.0 上线后，我把所有「AI 填入值与员工最终提交值不一致」的记录导出，做全量归因。先看清样本里有什么，再谈优化模型：

一半的分析样本是我们自己的配置错误——这件事本应在测试阶段做掉，我放到上线后才发现。

归因里最值得看的一类是「完全不同」：559 条（16.1%），银行名称 107、银行卡号 142、证件号 70。模型没有读错，是员工手动把它改成了别的内容——把有效期改成「长期」，或者换成另一张卡。

这类差异在产品上不能算识别错误，但员工为什么会改写、改写之后又产生了什么影响，目前还没有结论。要判断得回到员工实际遇到的问题，逐类看，不能先给动机下定义。

另一轮按校验环节口径统计：1,571 条候选中剔除 340 条脏数据，剩下 1,231 条来自员工看不见、也改不了的字段——这些字段用于跨材料核验姓名和生日，错了只会在后续薪酬社保环节暴露。两组样本不同，分开列出。

一、把问题拦在拍摄环节。 对模糊、反光、遮挡做实时检测提示；身份证提示「请拍人像面，不要传国徽面」；银行卡引导拍摄带卡号的一面。这一层不做，后面在识别率上的投入回报极低。失败也分三态——全部失败、部分失败、识别成功但员工手动修改——三种状态给出的下一步不一样，不把「重拍」当成唯一出路。

员工端：拍照上传身份证后返回识别结果（姓名、民族、证件号、性别、生日、籍贯），确认无误后自动填写

二、HR 端从全量核对改为定向处理。 预审视图按完整性、一致性、合规性、材料质量四个维度扫描，聚合 9 类异常，风险分高、中、低三档。每个字段标注来源：AI 填的、人工改过的，还是员工自己填的。HR 的判断顺序因此变成「先看哪几项高风险，再看这个值是谁填的」。

三、附件层同样要有风险标记。 只看字段不看原件，等于没有判断依据。预审汇总、字段来源与附件材料同屏。

HR 端：在入职登记表里逐项查看带 AI 识别标签与红色风险标记的字段，右侧同步核对已上传材料

填充有一条硬规则：识别结果为空的字段，不会改写员工已填的内容；对同一份材料再次点击填充会覆盖已填内容，所以覆盖前必须弹窗确认「入职登记表已存在相同信息，是否覆盖」。要不要覆盖，由填充前的那次点击确认决定。

识别材料从 2 类扩展到 10 类；自动填充字段从 9 个增至 32 个，字段覆盖率 11% → 40%；模型成本 2 万元/年。这套能力覆盖 2,000+ 家客户企业、16 万+ 人次入职场景。

基于 3,462 条有效错误记录完成归因，推动 HR 审核侧新增风险提示，并做出后台错误追踪工具，支持按批次持续复查。

边界只保留两条有意为之的设计：识别入口由登记表字段配置决定，没配工资卡字段就不显示工资卡入口；简历只支持 PDF 与 Word。实名认证后的姓名、证件号、银行卡不可被识别结果覆盖。其余限制来自员工与材料本身。