离职风险与留任风险线索识别

必须先划边界

原材料 A0818 设计了用绩效、薪酬、考勤等数据给每名员工打 0—100 分的“离职预警”方案，但没有提供独立验证、误判率、隐私合法性和干预后果。把分数贴到个人身上，容易造成监控和自我实现的偏见。本场景宜先识别组织层面的留任风险线索，并用自愿沟通核实，不部署个人自动化离职概率榜。

输入

可用经授权的聚合数据：团队流失趋势、匿名满意度、岗位空缺、项目负荷、职业发展反馈、薪酬结构调整记录。对个人情况，只使用员工主动提出的职业诉求及 HR 合法掌握且确有必要的信息。邮箱、聊天频率、社交活动和私人生活不应成为线索源。

操作

AI 按部门、岗位和时间整理异常：某岗位连续流失、长期补位困难、匿名调查的管理沟通得分下降、项目峰值后工作负荷未恢复。为每条线索同时列“已知事实、可能的其他解释、需要问谁、可采取的普遍改善”。HR 与业务负责人判断是否开展不带标签的一对一沟通。若谈到个人去留，先听当事人意愿，不以模型分数质询员工。行动可以是澄清发展通道、调整排班或改善主管反馈方式，记录是否有效。

提示词：

分析以下已脱敏、聚合的留任资料，找出部门或岗位层面的风险线索。逐条列证据、样本数、其他可能解释、需要核实的问题和可由组织采取的改善动作。不要输出个人离职概率、个人名单或心理动机推断。资料：〔内容〕。

验收与来源

检查每条线索是否有分母和时间范围、能否被业务访谈验证。A0818《员工离职预警的 AI 智能体搭建》提供的是个人评分架构示例；本文明确收窄为组织线索，原因是原材料不足以证明个人预测的准确、安全与正当性。

如何从线索走向行动

某技术团队近两个季度核心岗位连续出现空缺，同时匿名反馈里“成长机会”下降。AI 可以把时间、岗位与反馈并列，建议核实项目分配和晋升通道；它不能生成“最可能离职的五个人”。HR 可与主管讨论是否开展面向全团队的成长访谈，询问当前任务是否有挑战、技能是否能被认可。员工若主动谈到离职考虑，HR 记录本人表述和可提供的支持，不把谈话变为留任施压。

风险控制

A0818 的个人评分规则如“薪酬低于市场某分位、连续绩效低”等，可能将不同岗位和个人处境混为一谈。没有合法性评估、历史验证和公平性测试，不应上线个体预测。即便未来具备条件，也应有明确目的、告知、访问控制、纠错与申诉机制，不把模型结果用于不利人事决定。

一个安全的组织级流程

先选定范围与周期，例如“过去半年关键技术岗的留任问题”，由 HR 汇总岗位空缺和匿名反馈，而不是抓取每个人的邮件或手机行为。AI 识别连续空缺、同类岗位多次离职、工作量长期高位等现象时，需附样本数和时间线。业务主管随后核对项目节奏、外部市场变化和岗位设置；HR 通过自愿访谈确认员工真正关心什么。最终动作针对组织条件，例如增加接班人、调整项目分配或提高职业路径透明度。

如果管理层坚持要个人级预测，首先必须提出明确用途和风险评估：有无合法处理依据、是否会造成歧视、历史样本能否验证、误报漏报各带来什么后果、员工如何纠错和申诉。没有这些前提，不能因为技术上能关联员工 ID 就部署。模型给出的“高风险”也不能成为降薪、撤项目或区别对待的理由。

衡量改进时看真实留任、岗位补位时间、工作负荷和员工反馈，不只看风险分数下降。用“少离职”作为唯一目标也可能掩盖员工被迫留下或不敢表达的问题。

交付与验收清单

• 线索是团队或岗位层面，附样本与期间。
• 使用的数据已授权，不监控私人沟通或行为。
• 每条线索有替代解释和访谈验证方式。
• 行动改善组织条件，不对个人作不利决定。

“预警分数下降”不是留任成功；应看工作条件、员工自愿反馈和真实流动结果。