【管理视点：AI当店长开除员工：迟到17次被解雇，算法比人更公平吗？
AI研究公司Andon Labs让Claude出任旧金山零售店店长，管理多名人类员工。上个月，AI店长Luna决定解雇一名员工——23个班次迟到17次。在此之前Luna是出了名的“老好人”：迟到从不计较、请假一律照准、甚至答应借钱。联合创始人直言：人类主管可能早就开除了。
讨论方向
AI当管理者，是按规则办事还是缺乏人性判断？算法比人更公平吗？AI的“宽容”来自记忆缺陷而非理解——HR用AI做管理决策，最大的风险在哪？当AI开始做开除决策，HR的角色会发生什么变化？】
本文系属原创，著作权归本人所有，任何形式的转载都请联系本人，抄袭者必究。本文仅为用工合规探讨，不构成具体个案的法律建议，不同地区劳动仲裁裁判口径存在差异，企业实操需结合属地细则调整。
【摘要：本文分享了海外AI店长独立解雇迟到员工事件的深度分析，立足我国现行劳动法框架，拆解AI管理的规则属性与公平边界，梳理HR使用AI做人事决策的核心合规风险，明确AI时代HR的角色跃迁路径，为企业智能用工提供实操指引。】
近日，旧金山AI店长独立解雇迟到员工的事件引发广泛讨论。本文首先明确声明：该场景若落地中国，所有管理与解雇行为，都必须严格适配我国现行劳动法律框架。
一、AI管理：规则与公平之辨
很多人看到AI店长的管理案例，第一反应是“AI按规则办事，比人类主管更公平”。 但实际情况是，这台AI店长的表现，从头到尾都充满了矛盾感。
前期它对员工迟到几乎不计较，请假一律批准，甚至答应借钱给员工，完全是“老好人”形象。 后期在人类提示下，它又直接转向刚性执行规则，直接作出解雇决定。 这种前后反差，本质上不是“从宽松到守规矩”的转变，而是AI对规则的理解完全依赖输入数据。AI没有人类管理者长期积累的职场经验，也没有对组织文化的深度感知。 所谓的“按规则办事”，只是机械读取预设的制度条目，无法理解规则背后的管理初衷。
很多人会进一步追问：既然AI没有人类的主观偏见，那算法是不是天然比人更公平？ 这个问题的答案，在国内已有的多起AI替岗劳动争议判例中，已经给出了明确方向。 北京、杭州等地生效判决均认定，AI技术迭代属于企业自主经营风险范畴，不能直接转嫁给劳动者。算法的“无主观偏见”，不等于天然公平。 它看不到员工迟到背后的突发家人生病、通勤意外、临时岗位支援等特殊情况。
AI只能看到系统里记录的“迟到17次”这个冰冷数字，无法对场景做柔性判断。 放到中国现行法律框架下，AI直接作出解雇决定，从根源上就不符合法定要求。我国《劳动合同法》明确规定，解除劳动合同属于用人单位的单方权利，必须由具备用工主体资格的用人单位依法行使，AI不具备劳动关系中的主体资格。所有解雇行为都必须满足“合法依据、事实充分、程序合规”三个核心要件。
从职场伦理层面看，管理从来不是单纯的规则执行，而是公平与温度的平衡。 完全由算法主导人事决策，本质上是把复杂的人际管理，简化成了冰冷的数字运算。 这种模式看似绝对公平，实则完全忽略了职场场景里的人文属性。
二、AI管理决策的核心风险
这起海外案例里最值得HR警惕的细节，是AI前期的“过度宽容”。 很多人以为这是AI“性格好”，但实际上它的宽容根本不是出于理解。 本质上是AI的记忆缺陷：它没有把“迟到”这个行为，和对应的制度后果做深度关联。 只有当人类工作人员主动提示它重新核对考勤规则，它才突然切换到刚性执行模式。
这种“触发式决策”，恰恰是企业用AI做管理决策时，隐藏的最大风险。
第一类核心风险，是合规举证完全失效。 我国劳动争议案件实行“举证责任倒置”，企业要证明解雇合法，必须拿出完整的证据链。 如果解雇决定是AI独立作出的，企业根本无法向仲裁庭提交完整的决策逻辑链。 算法的“黑箱属性”，会直接导致企业在仲裁中陷入举证不能的被动局面。
第二类核心风险，是规则适用的机械性偏差。 现实中很多企业的考勤制度，都设置了“特殊情况可人工豁免”的弹性条款。 AI在执行时，很容易忽略这些例外条款，直接按最高标准执行处罚。 这种操作会直接导致企业的制度执行，超出法律允许的合理边界。
从国内立法基础来看，《生成式人工智能服务管理暂行办法》已明确要求提供者在算法设计、训练数据选择等过程中采取有效措施防止歧视，提升服务的透明度。虽然该办法主要面向生成式AI服务提供者，但其体现的“算法可追溯、可核验、可修正”的监管理念，对用人单位内部使用AI管理工具同样具有重要参照意义。
用AI直接作出解雇决定，本质上是把企业的用工主体责任，外包给了没有法律主体资格的算法。 一旦出现劳动争议，企业无法以“这是AI的决定”为由，免除自身的法定责任。
还有一类隐性风险，是算法偏见的累积效应。 若训练AI的历史数据中本身就隐藏着过往管理中的隐性歧视，这些偏见将在AI的反复执行中被不断放大，最终可能引发群体性劳动权益侵害。此类风险潜伏期长，爆发时往往波及面广，可能给企业带来严重的合规冲击与声誉损失。
三、AI时代HR的角色跃迁
当AI开始深度介入考勤统计、绩效初评、规则匹配等管理环节，HR的角色不会被替代。 反而会从传统的事务执行者，转向更核心的“人机协同管理把关人”。
过去HR大量时间耗费在统计考勤、整理绩效记录等重复性高、规则明确的事务性工作上，此类工作可交由AI辅助完成。 HR不需要再把大量时间花在数据整理上，而是把精力聚焦到决策审核环节。
新的HR核心职责，首先是充当AI管理决策的合规守门人。所有AI输出的处罚、调岗、解雇建议，HR都必须逐一复核场景细节。 核对事实是否完整、依据是否合法、程序是否到位，补上算法缺失的人性判断环节。
其次，HR要成为组织内部的“算法翻译官”——既要把企业的用工需求与文化导向准确转化为AI可识别的规则参数，也要把AI的决策逻辑转化为员工能理解的管理沟通语言。
更高阶的HR角色，是企业智能用工体系的架构师。 要结合国家最新的劳动仲裁判例、地方用工细则，持续优化AI管理工具的规则边界。 搭建“AI初筛预警→人工复核确认→特殊情况申诉”的完整管理闭环。
以AI输出“迟到17次建议解雇”为例，HR不能直接执行，而应逐一核实每次迟到的具体原因、员工是否履行过请假补批手续、企业此前是否已履行警告等法定前置程序，综合判断后方可作出决定。这种人机协同的模式，既保留了AI的高效性，又守住了劳动法律的合规底线。 最终让技术成为管理的辅助工具，而不是替代人类承担用工责任的主体。
Tips1：境内企业不得由AI独立作出解雇决定，所有劳动关系处置须由具备用工主体资格的企业完成，经人类管理者签字确认，并留存完整可追溯的人工审核记录。
Tips2：导入AI管理工具前须完成算法偏见排查，针对考勤、绩效等核心场景设置员工特殊情况人工申诉通道，避免算法机械执行引发劳动争议。
Tips3：HR须加速能力升级，掌握AI用工合规审核方法，从执行者转向人机协同管理的守门人，守住企业用工的法律底线。
