行业参考 · 金融 · HR · 证据 E1
Rockland Trust Transforms Employee HR Support With a Governed AI Assistant
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
HR政策分散在多个文档和仓库，员工难以快速找到准确信息，HR团队需处理大量重复咨询，且需要可靠、可解释、符合安全治理要求的自助服务。
概要
Rockland Trust与Zensar合作，用Claude、Claude Code和Claude Cowork构建AI HR助手，集成Microsoft Teams，基于RAG检索分散在多个仓库的HR政策并生成带引文的回答。量化结果为中位响应5.9秒、53.6%的重复查询通过智能缓存消解、提示注入安全通过率100%、RAGAS质量分0.84、上线前20天零生产故障。
原文写明的事实
- 员工HR查询中位响应时间为5.9秒
- 53.6%的重复查询通过智能缓存被消解
- 提示注入安全通过率100%
- RAGAS质量分为0.84
- 上线前20天零生产故障
- 解决方案使用Claude、Claude Code、Claude Cowork并集成Microsoft Teams
- 采用RAG架构，返回带引文的回答
怎么做的
- 输入：员工在Microsoft Teams中用自然语言提问HR政策
- 处理：检索HR仓库相关内容，Claude生成带引文的回答，智能缓存消解重复查询
- 数据：分散在多个仓库的HR政策和指南
- 动作：返回上下文相关、引用支撑的HR政策解答供员工自助使用
- 输出：近实时HR政策解答，减少HR团队重复咨询负担
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：HR政策知识检索Skill、缓存与提示注入防护Skill
- 需要接的数据/系统：Microsoft Teams、HR文档库或SharePoint
- 仍需人工的环节：HR团队维护政策文档更新；员工查看引用核验答案
- 风险：政策答案过时或误导员工；敏感HR数据泄露；提示注入攻击
- 原文没披露的：原文未披露部署规模和缓存实现方式；单一来源，无独立验证；HR政策更新维护机制未说明
RAG知识检索问答与缓存消解在Rockland Trust已上线并有量化结果；复刻到WorkBuddy需连接Teams与HR文档源并实测缓存命中与安全防护。
来源
证据说明：仅一个可信实施方案例页来源，无第二独立来源。