就业风险评估被往前推：企业侧要备的三张台账与一份缓冲安排
一、把”评估—缓冲—治理”读成企业内部三种以前不存在的台账
据公开报道，国务院办公厅印发的《适应人工智能技术发展助力构建就业友好型发展方式的意见》把人工智能对就业的影响单列成章，据称涉及六个方面、十八项任务，其中被反复提到的是岗位就业风险评估的前移、”失业缓冲期”的制度安排，以及对算法招聘歧视的治理。报道还引用了第三方监测与研究机构测算，提到部分职能岗位招聘需求的变化、AI 相关岗位的增长以及各职业的”暴露度”——这些数字既不构成本篇的任何判断依据，也不涉及具体职业的比例，本文不复述。
本文只做一件事，也只做这一件事：把文件里的”评估—缓冲—治理”三个动作，翻译成企业内部本来不存在、现在要建的三张台账。它不评价政策取向，不预测任何裁员规模，也不代替具体企业判断自己是否适用、如何适用；一家企业到底受哪些条款约束、按什么口径落地，以其所持的正式文本和属地主管部门的解释为准。之所以从台账入手，是因为对企业侧来说，抽象要求只有变成”要记哪些字段、由谁记、怎么复核、拿什么证明”才算落地，否则一查就是空的。
二、三张台账各自要记的字段
这是本文的核心交付物之一。三张台账的字段设计有一条共同原则：**每一项记录都要能回答”谁在什么依据下做了这个判断，别人能不能复核”**，只写结论、不写依据与责任人的台账，等于没记。
| 台账 | 必须记录的字段 | 字段要能回答的问题 |
|---|---|---|
| 岗位影响评估台账 | 受影响岗位类别；涉及的流程与系统；判定依据（是可自动化程度，还是已发生的实际替换动作）；评估时点与责任人；评估方法 | 这个岗位被评估过没有、依据什么评、谁在什么时候评的、换个同事能不能按同样方法复现这个结论 |
| 转型与缓冲安排台账 | 内部转岗的技能差距清单；培训时长与考核结果；留任窗口；离职补偿口径 | 被影响的人有没有一条明确去处、培训到什么程度算合格、给多长的过渡窗口、补偿按什么标准算 |
| 算法招聘自查台账 | 特征与代理变量清单；分群体差异检查结果；拒信理由样本；人工复核比例；日志留存期限；各环节差异监测记录 | 招聘算法有没有歧视风险、风险被谁在什么时候查过、结论有没有留下可追溯的证据 |
字段里最容易做错的是岗位影响评估的”判定依据”那一列。必须把”这个岗位理论上能被自动化到什么程度”和”这个岗位实际上已经被替换了多少”分开记——前者是能力评估，后者是事实记录，混在一起就会得出既高估又无法核对的结论。评估方法也要写清楚到能被复核的程度，比如是按任务颗粒度打分还是按整岗判断，用了什么权重，谁签字；否则两年后再看这份台账，只剩一个孤零零的”高风险”标签，说不清它从哪来。
三、”上了系统”不等于”替代了岗位”，两类后果要分开
评估台账里最常见的误记，是把”我们上线了某个自动化工具”直接写成”替代了多少岗位”。这两件事在很多情况下没有因果关系，必须拆成两类后果分别记：
- 流程改造型后果：系统接手了岗位里的某些任务，人还在，但工作内容变了——从执行变成审核、从重复录入变成异常处理。这类要记的是”任务清单的增减”和”岗位说明书是否要更新”，不是人数变化。
- 人员减少型后果：确实出现了岗位净减少。这类要记的是减少的动作发生在什么时候、依据什么决策、是否触发了下面的缓冲安排，且要有明确的责任人。
区分这两类的意义在于：上了系统是工程动作，替代岗位是人事动作，两者的证据链完全不同。把系统上线当作替代证据，会在评估时虚高；反过来，只记人数不记任务变化，会漏掉大量”人没走但岗已经变了”的真实影响，而这恰恰是缓冲安排最该覆盖的对象。一份合格的评估台账，允许一个岗位被同时归入两类，并分别给出依据。
四、缓冲安排的可执行形式，以及它同绩效改进的边界
“缓冲”如果只是一句”公司会妥善安置”，落地时必然变成一句空话。它要能被执行，就得落成四件具体东西：
- 内部转岗的技能差距清单：针对被影响岗位，逐项列出”现有技能”与”目标岗位要求”的差在哪，差距要具体到可培训的项目，而不是”数字化能力不足”这种无法验收的描述。
- 培训时长与考核：每一段转岗培训要有时长、有考核、有合格线；没有考核结论的培训记录，在台账上等于一条未完成的债。
- 留任窗口：明确一段被影响人员在原岗位或过渡岗位上的保留时间，窗口一到按事先约定处理，不留”再看看”的模糊地带。
- 离职补偿口径：把补偿按什么标准算写清楚，同一类情形用同一口径，避免个别人凭关系、个别人吃亏。
这里有一条边界必须钉死，否则缓冲安排会被用歪：它和绩效改进流程不是一回事，不能互相顶替。绩效改进针对的是”人没达到岗位要求”，缓冲安排针对的是”岗位因技术或组织变化而消失或收缩”。把前者写成后者，等于给组织调整披上个人不合格的外衣；把后者塞进前者，又让本不该被考核的人背了绩效锅。两套流程各自的记录、申诉与决定人要分开，台账也要分开，只在”最终确实涉及人员减少”这一步交汇，且交汇处要有明确的责任签字。
五、算法招聘歧视自查的六个技术检查项
治理算法招聘歧视，对企业侧不是一个态度问题，而是一组能从系统里查出来的技术项。这也是本文的第二件核心交付物——六个检查项，每一项都要留下证据形态，光答”我们没这个意思”不算数。
| 技术检查项 | 要查什么 | 留什么证据 |
|---|---|---|
| 受保护属性及代理变量 | 特征里是否直接含性别、年龄、婚育，以及学校、毕业年份、履历断档这类可能间接代表它们的代理变量 | 特征清单与逐项标注，标明哪些被排除及原因 |
| 排序结果的分群体差异 | 打分与排序在不同群体上的通过率、分数分布是否有系统性落差 | 分群体的统计结果与阈值判定记录 |
| 拒信理由可解释 | 每个淘汰能否给出可复核的依据，而不是”模型分数不够”一句带过 | 拒信理由样本与对应的可解释字段 |
| 人工复核比例 | 是否按约定比例对算法结论做人工抽查，抽到的不一致怎么处理 | 复核抽样方案、复核结论与差异处置记录 |
| 日志留存期限 | 招聘决策相关日志留多久、含哪些字段，事后能不能复原当时依据 | 日志字段说明与留存策略配置 |
| 全漏斗差异监测 | 岗位曝光、初筛、约面、终筛每一环分别做分群体差异检查，而不只盯最后一道 | 各环节的差异监测报表 |
其中”代理变量”和”全漏斗差异监测”两项最容易被漏掉。删掉性别字段不代表模型不歧视——它完全可能从”毕业年份””简历中的某类活动”这些代理里把受保护属性重新推断出来，所以要查的是整张特征表，而不只是明面上的几个列。歧视也往往不在终筛那一步发生，而是在”根本没让这个群体看到岗位”的曝光环节就已经形成，只查最后一道排序，前面漏掉的分歧一概看不见。这六项不要求一次全达标，要求的是每项都有一个负责任的字段、一段可复核的记录，把”我们自查过”从一句承诺变成一份能摊开的材料。
六、并入已有质量管理体系，而不是另起一套
好消息是：这三张台账在结构上和企业已有的质量管理体系高度同构，不该另造一套平行系统。岗位影响评估对应内审——都是定期识别风险、给出判定依据、留下记录；缓冲安排的落实与追踪对应纠正措施——发现问题后有责任项、有整改、有验证关闭；三张台账的定期回顾对应管理评审——由管理层按周期看趋势、定资源。洹拓在给做工业 AI 与 SaaS 交付的客户搭这套东西时，一律主张把它们挂进现成的内审、纠正措施、管理评审三个流程，共用记录模板、共用责任人、共用关闭条件，比新开一套既省力，也更容易长期维持；另起一套的结果通常是新台账先烂尾。
对外披露有一条措辞纪律要单独强调：只写能证实的句子，不写给自己贴金又站不住的句子。可以写”已建立岗位影响评估机制，并按约定周期完成了若干轮评估”，可以写”招聘算法已建立分群体差异自查记录”；不可以写”未造成任何岗位减少”这类无法穷尽证明的话，也不写”完全消除了算法歧视”这种没有检验口径的承诺。把机制建起来、按周期跑、把记录留全，这三件事本身是可以被证据支撑的，把它讲清楚就够了，超出证据的表述在监管核查面前反而是负债。
再次说明本文边界：以上全部是”企业侧可以把哪些动作落成台账与自查”的工程视角，不含对政策本身的解读与评价，也不代为判断某家企业是否适用、适用到什么程度。具体条款的适用范围、认定标准与执行口径，一律以企业所持的正式文本和属地主管部门的解释为准；台账要记的字段可以按各家的组织架构调整，但”每一项判断都要有依据、有责任人、能被别人复核”这条，是哪一家都不该省的底线。