AI 包了 90% 后台 HR 活：DianaHR 不卖软件，卖"不用换系统"

美国有 140 万家 10 到 500 人的中小企业。它们面前摆着 5700 个 HR 软件，和 54000 家 HR 咨询公司——选哪个都像在交智商税：软件买回来得自己学、自己填、自己盯，咨询公司请得起的没几家。这两个数字是 DianaHR 自己在融资博客里写的，公司口径，未验证，但它点出的困境是真的：小公司缺的不是工具，是有人把活干完。

DianaHR 的答案是：不卖软件，卖“活有人干”。2025 年 9 月 15 日，这家旧金山公司宣布拿到 370 万美元种子轮，领投的是 SNR Ventures 的 Kevin Mahaffey，跟投名单里有 General Catalyst、Y Combinator、Liquid2、Roar，还有 Immad Akhund、Justin Kan、Emmett Shear、Arash Ferdowsi 几位天使，以及 Mercury、Twitch、Dropbox 的创始人。创始人 Upeka Bee 之前是 Gusto 的 HR 工程负责人——她太清楚自助式软件的毛病出在哪了。

这篇讲 DianaHR 的打法：它怎么把 90% 的后台 HR 工作交给 AI，剩下 10% 为什么必须留给真人，以及这套模式中国 HR 能借走什么、借不走什么。

先把 DianaHR 瞄准的客群说清楚：美国 10 到 500 人的中小企业。这个区间的公司有个共同点：业务在长，人却没跟上。请一个全职 HR 嫌早，不请吧，薪酬、福利、入离职、合规注册、税务这些活一件都少不了，老板和运营自己上手填表、追截止日期、回邮件。

市面上的解法有两条路。第一条是买软件：ADP、Gusto、Rippling 都能算薪、管福利，但软件是自助式的，活还是得你自己干，无非从纸上搬到了屏幕上。第二条是请顾问：54,000 家咨询公司里总有一家能接，但价格是按人头和项目算的，小公司请不起全套。

Upeka Bee 在 Gusto 管工程的时候，天天看的就是这个断层：软件越做越全，活却越堆越多。她下的判断是，中小企业要的不是“更好用的仪表盘”，而是一个“不用学新东西、活直接被干掉”的服务。这个判断就是 DianaHR 的起点。

这家公司 2025 年 9 月才公开融资，2026 年 1 月上线第一个产品，3 月创始人入选 Inc. 2026 女性创始人 500 强，4 月又孵出了一家姊妹公司。不到一年，四件事串成一条线，节奏不慢。

DianaHR 的做法可以拆成三层：入口、 分工、产品化。每一层都在跟传统 HR 软件反着来。

第一层：入口不在新界面里，在你本来就用的邮箱里

传统软件的逻辑是：先把你拉进我的系统，再教你用我的界面。DianaHR 反过来：你不用学任何新东西，不用换掉正在用的 ADP、Gusto、Rippling、Warp、Every.io。它的 AI agent 编排层直接叠在这些工具之上，活在你现有的系统里干。

客户怎么下单？发邮件，或者在 Slack 里说一声。最典型的一个场景是入职：老板收到候选人签好的 offer letter，转发一封邮件给 DianaHR，入职流程就启动了。不用登录、不填表、不走审批流，一封邮件就是工单。

这个设计有个名字，叫“没有新界面”。它听着简单，代价不小：DianaHR 必须去适配别人的系统，而不是让别人适配它。好处是获客阻力极低——客户什么都不用换，试错成本接近于零。

第二层：90% 归 AI，10% 必须留给真人

DianaHR 对外说的分工很直白：AI 处理 90% 的后台 HR 工作，剩下 10% 交给专属 HR 专员。具体是哪 90%？薪酬、福利、入离职、合规注册、税务——重复、有规则、能核对的活。哪 10%？需要人类判断的边缘个案：模棱两可的合规问题、员工的特殊情况、需要同理心的沟通。

2026 年 2 月的一次访谈里，DianaHR 的人把这个分工说得更透：agent 干了 90% 的活，真人专家处理关键的 10%，系统设计的核心是“agent 知道什么时候举手”。关键不在 AI 能干多少，而在它知道自己干不了什么的时候会停下来找人。

每个客户都配一名专属 HR 专员，不是客服池子里随机派单。专员的职责不是干活，是兜底：AI 拿不准的、出错风险高的、涉及人的判断的，都由专员接手。B2Bdaily 的访谈还提到，系统处理敏感信息时走加密通道、最小权限访问，安全是“不可协商”的——不过这句话是公司自己的说法，没有第三方审计报告佐证，读的时候要打折。

第三层：先把入职这一个场景做透，再铺开

DianaHR 没有一上来就宣称“全流程自动化”，它先挑了一个场景打透：入职。2026 年 1 月 15 日，公司上线 Agentic Onboarding，自称是业内首个生产级的入职 agent：从签好的 offer letter 到进薪酬系统，全程自动，不用 HR 重录数据，发布时已经在给真实客户处理入职。

这个顺序很讲究。入职是中小企业最高频、最怕出错的流程之一：一个人入职，要同时动薪酬、福利、合规注册、系统账号，任何一个环节错了，后面全是补丁。把这一个场景做成“转发邮件就办完”，等于给客户一个立刻能感知的证据：这东西真在干活。

然后才是铺开：薪酬、福利、离职、税务，一个场景一个场景往上叠。融资博客里说的资金用途也印证了这个节奏——扩工程和运营团队、加速产品路线图、接更多的 waitlist 客户。先做透一个点，再横向复制，这是小公司打大市场的老办法，DianaHR 只不过把执行层换成了 agent。

写到这里，必须把 DianaHR 自己报的数字一次摆出来，再逐个打折。这家公司的公开数字全是公司口径，没有独立第三方核实过，正文里出现的每一处都要带上这个前提。

• 每周帮客户省 15 小时以上。2026 年 4 月的通稿口径变成了 15 到 20 小时。

• HR 成本比请顾问低 60% 或更多。

• NPS 90+。

• 收入自产品发布以来每季度翻倍。

• 目标市场是美国 140 万家中小企业。

口径还有一处变化：2025 年 9 月的融资博客写的是“零流失”，到 2026 年 4 月的通稿，措辞变成了“90% 以上客户留存”。两个口径我都写出来，不合并成一个数字。一种合理的解释是：客户规模上来了，绝对零流失维持不住，口径跟着变了。这不是什么丑闻，但它说明一件事：初创公司的自述数字会跟着规模一起变，引用的时候要看日期、看版本，不能只挑最好看的那个。

另外三件事也没有独立证据：没有公开定价，全靠 waitlist 接客户；没有具名客户案例；“业内首个生产级”入职 agent 是公司自称，同行有没有类似产品，这篇没去逐家核对，标“未验证”。读 DianaHR，最该警惕的不是它吹牛，而是公开信息里找不到可以交叉验证的毛边。

DianaHR 值得写，不是因为它融了 370 万美元，也不是因为它把 90% 这个数字喊得响。它值得写，是因为它的聪明不在 AI 本身，而在三个设计选择上。

启发一：卖“不用学”，比卖“更好用”更狠

HR 软件的竞争，过去十年都在比功能：谁的界面更顺、谁的报表更多、谁的集成更全。DianaHR 跳出了这个赛道：它不跟你比功能，它直接取消了“学习”这个环节。入口是邮件和 Slack，是客户本来就会用的东西。

这个选择对中国 HR SaaS 同样有提醒：钉钉、飞书、企业微信、北森、用友，生态里已经长满了工具，缺的不是又一个系统，而是横在这些系统之上的“干活层”。谁先把 agent 做进客户已有的工作流里，谁就先拿到“不用换系统”这张牌。

启发二：90/10 不是比例，是责任边界

很多 AI 产品的介绍都喜欢报一个自动化率，90%、95%、99%，数字越大越像在吹牛。DianaHR 的 90% 之所以可信一点，是因为它同时把 10% 说清楚了：谁来干、什么时候接手、出了事谁负责。专属 HR 专员这个角色，就是 90% 这个数字的担保人。

反过来说，11 月 7 日那篇 Adam HR 讲的是“决定执行前喊停”的风控，DianaHR 讲的是“执行层包干”的代驾，一个管刹车、一个管开车，两个产品合起来才是完整的图景：AI 既要会干活，也要会停手。只谈自动化率不谈兜底机制的方案，HR 听听就好，别急着买单。

启发三：站在巨人肩上，不跟巨人抢饭

DianaHR 没有自己重做一个薪酬系统去挑战 ADP，也没有重做 HRIS 去挑战 Rippling。它叠在它们上面，赚的是“把活干完”的服务费。这个站位很聪明：巨头的开放程度决定了它的天花板，但也让它避开了最烧钱的正面战场。

对中国市场来说，这个启发的另一面是提醒：agent 层的能力，取决于底层工具肯开放多少接口、给多少权限。如果底层不开放，agent 只能停在“读通知、填表单”的浅层，做不了“跨系统把活干完”的深层。评估任何一家 agent 公司之前，先问一句：它要叠的那个系统，给它开门了吗？

启发四：创始人 4 月的那一步，说明她在想更大的事

2026 年 4 月 14 日，Upeka Bee 又成立了一家公司：Diana Intelligence Corp.，推出基于 OpenClaw 的商用 AI 助手“Diana”，带一个“Boss”角色——可以理解为给 AI 助手配一个管事的上级。这家新公司同时运营 DianaHR。换句话说，她把在 HR 场景里验证过的“agent + 人兜底”的手艺，拿去做通用助手了。

这一步能不能成，现在下结论太早。但它透露了一个判断：创始人认为 HR 只是第一个验证场，真正值钱的是“多 agent 编排 + 人类兜底”这套做法本身。DianaHR 是概念验证，Diana 是放大器。HR 圈看 DianaHR，看的是一个产品；看 Diana Intelligence，看的是一个人对 agent 时代组织方式的下注。

DianaHR 是美国市场、只做美国合规和税务，中国 HR 照搬不了它的产品。但它的打法可以拆成四步，拿回去自查：

第一步，列出你的 90% 清单。 把团队每周重复干的后台活列出来：算薪核对、社保公积金申报、入离职手续、合同归档、假期统计。标出哪些是“有规则、能核对、错了能发现”的——这些就是 AI 能接的 90%。列不出来这张清单，谈自动化就是空谈。

第二步，测入口。 找一个真实场景，问自己：这件事能不能从一封邮件、一条消息开始？如果必须先登录三个系统、填五张表，那瓶颈不在 AI，在入口。DianaHR 的入职 agent 之所以成立，是因为入口只有一封转发的邮件。入口越轻，落地越快。

第三步，划出你的 10% 红线。 写下哪些判断必须留给人：解雇谈话、薪酬争议、员工申诉、合规灰色地带。红线不是写给 AI 看的，是写给团队看的——出了事，谁负责、谁接手、多久响应。没有红线的自动化，HR 不敢用。

第四步，跑一封邮件的试点。 别搞全员推广，先挑一个入职全流程：从 offer 到进薪酬系统，全程只用邮件驱动，记录三个数——省了多少分钟、在哪一步卡住、哪一步必须人接手。跑三遍，数据就有了，再决定要不要扩大。

最后留一个真问题：DianaHR 赌的是“中小企业宁愿为‘活被干完’付费，也不愿为‘更好用的软件’付费”。这个判断在中国市场成不成立？中国的中小企业是缺一个“代驾”，还是缺一个“更便宜的司机”？答案不在这篇文章里，在你下一次跟老板聊预算的时候。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING