Рутину — роботам: как технологии помогают бизнесу искать сотрудников в кризис

Максим Корниенко

Нехватка кадров в России сегодня оценивается в 5 млн человек, а в промышленном секторе на дефицит указывают 47% руководителей. Ситуация усугубляется ростом требований к скорости и эффективности работы HR-специалистов, которым приходится справляться с растущими объемами данных и увеличивающимися ожиданиями компаний. Как большие данные, ИИ и роботизация решают проблемы рекрутинга, рассказал коммерческий директор HR-платформы для автоматизации рекрутмента «Юнион» (вендор НОТА, IT-холдинг Т1) Максим Корниенко.

Большим коллективам — большие данные

Сегодня корпорации собирают и анализируют огромные объемы информации. Источники информации для HR можно условно поделить на две группы:

• Внутренние данные — информация о производительности сотрудников, вовлеченности, результатах опросов и анкетирования. Она хранится в корпоративных HR-системах и используется для анализа положения дел в компании.
• Внешние данные — сведения, полученные из рекрутинговых платформ, социальных сетей и профессиональных онлайн-сообществ, которые помогают понять, откуда приходят лучшие кандидаты и какие факторы влияют на принятые ими решения о трудоустройстве.

Зачем внедрять ИИ?

Использование ИИ-систем повышает отдачу от работы специалистов сразу по нескольким причинам:

• Интеллектуальный анализ резюме. Современные алгоритмы не просто ищут ключевые слова в резюме, а оценивают релевантность опыта кандидата требованиям должности. Например, система может понять, что опыт работы в смежной отрасли может быть даже ценнее, чем формальное соответствие должности. По данным исследования McKinsey, компании, использующие ИИ для предварительного скрининга, сокращают время на первичный отбор кандидатов на 75%.
• Предиктивный подбор. Алгоритмы прогнозируют успешность кандидата на конкретной позиции, анализируя, как его профессиональные навыки, так и соответствие корпоративной культуре. В результате точность подбора повышается, что сокращает текучесть кадров на первом году работы.
• Автоматическое сопровождение найма. ИИ-системы берут на себя полный цикл коммуникаций с кандидатами: от первичного контакта и ответов на типовые вопросы до напоминаний о собеседовании и сбора обратной связи. Это снижает административную нагрузку на HR-специалистов, позволяя им фокусироваться на содержательных интервью.
• Непрофильные задачи. Согласно исследованию «Работы.ру» и «СберПодбора», более четверти рекрутеров (26%) тратят основную часть рабочего времени на спонтанные и срочные поручения, которые не связаны с поиском кандидатов. При этом больше всего времени отнимает процесс «дозвона» до соискателей: об этом сообщили 54% опрошенных. Роботизация частично решает эти проблемы, освобождая специалистов от обязанностей, которые не требуют высоких компетенций.

Так, Министерство здравоохранения Московской области недавно внедрило софт для автоматизации HR-процессов, ускорив этим найм сотрудников в два раза. А анализ данных о прошлых рекрутинговых кампаниях помогает выявить наиболее успешные стратегии подбора и определить самые продуктивные каналы поиска.

Как ИИ решает конкретные задачи бизнеса: примеры крупных компаний

Burger King: автоматическая верификация заявок

Burger King испытывал трудности при найме линейного персонала в рестораны. Ежемесячно сеть быстрого питания обрабатывала около 10 000 заявок от соискателей, из которых примерно 30% оказывались нерелевантными (неправильный возраст, отсутствие необходимых документов, несоответствие графику работы), впустую отнимая время рекрутеров.

Для решения проблемы Burger King в партнерстве с компанией Voximplant внедрил систему автоматизированной обработки входящих заявок на основе ИИ:

• Реализация голосового робота. Система автоматически связывается с кандидатом по телефону в течение 15 минут после подачи заявки. Это особенно важно для массовых позиций, где скорость реакции критична.
• Интеллектуальный скрипт интервью. Робот ведет диалог с кандидатом по гибкому сценарию, задавая вопросы о возрасте, гражданстве, желаемом районе работы, возможности работать полный день или неполную ставку.
• Обработка и анализ ответов. Система использует технологии Yandex SpeechKit для синтеза речи и Google Speech-to-Text для распознавания ответов кандидата, автоматически фиксируя всю релевантную информацию.
• Интеграция с CRM. Данные о подходящих кандидатах автоматически заносятся в карточку соискателя в CRM-системе, неподходящие кандидаты отсеиваются.

Результаты превзошли ожидания:

• Робот отсеял 30% нерелевантных заявок;
• Рекрутерам освободили в среднем два часа рабочего времени ежедневно;
• Минута работы виртуального ассистента оказалась дешевле минуты работы HR-специалиста в пять раз;
• В два раза выросла конверсия в собеседование.

Важный социальный эффект: рекрутеры перестали выгорать от рутинной работы и смогли сосредоточиться на более интересных и сложных задачах, требующих человеческого участия — проведении содержательных интервью с соискателями и адаптации новых сотрудников.

ГК КСК: автоматизация выдачи справок сотрудникам

В ГК КСК (крупный промышленный холдинг) возникли трудности с эффективной выдачей документов. Ежегодно департаменты бухгалтерии, кадрового администрирования и ИТ выдавали около 24 000 справок, на получение каждой из которых работник тратил в среднем 1,5 часа личного времени и ожидал документы около трех дней.

Особенно остро проблема проявилась в период пандемии COVID-19, когда большинство сотрудников работало удаленно, и физическое получение документов стало практически невозможным.

Решением стал проект автоматизации с компанией «МИОТЕХ», включающий следующие компоненты:

• Виртуальный голосовой помощник. На базе диалоговой платформы TWIN24 была создана система, принимающая звонки сотрудников и распознающая, какой документ необходимо подготовить.
• Разработка сценариев диалогов. Для повышения качества распознавания речи и анализа намерений прописали 15 детальных сценариев диалогов для разных типов документов.
• Интеграция с системой документооборота. Робот создает заявку в системе документооборота и формирует нужный документ без участия сотрудников HR или бухгалтерии.
• Применение передовых технологий ИИ. В решении использовались модули синтеза и распознавания речи, система определения автоответчиков AMD, технологии шумоподавления и определения пола.

Результаты внедрения:

• 80% запросов на получение документов теперь обрабатываются голосовым помощником без человеческого участия;
• Ежемесячные расходы на обработку документов сократились с 360 000 до 150 000 рублей;
• Вместо 28 сотрудников процесс теперь обслуживает всего один специалист по всей группе компаний;
• Время получения документа сократилось с трех дней до 15 минут;
• Экономия производственного времени сотрудников составила 12 000 часов ежегодно;
• Прямое сокращение затрат на ФОТ — 3,5 млн рублей в год.

Еще один значимый эффект — укрепление репутации КСК как инновационной и ориентированной на сотрудников компании. Это особенно важно в условиях конкуренции за квалифицированные кадры.

Döhler: трансформация HR через цифровизацию

Международная корпорация Döhler, глобальный производитель пищевых ингредиентов с более чем 9500 сотрудниками, интегрировала ИИ в процессы управления персоналом, поставив человека «в центр» цифровой трансформации. До начала проекта их HR-департамент характеризовался в основном аналоговыми и локальными структурами, что затрудняло управление глобальной командой.

При поддержке консалтинговой компании они перешли от устаревшей локальной системы к облачной платформе SAP SuccessFactors для управления человеческим капиталом. Основные аспекты проекта:

• Поэтапное внедрение. Чтобы обеспечить плавную адаптацию сотрудников, система внедрялась модулями: сначала рекрутинг и компенсации, затем новая мастер-система SAP SuccessFactors Employee Central.
• Демократизация доступа к данным. В результате возможности искусственного интеллекта и аналитики стали доступны не только HR-специалистам, но и руководителям всех уровней, что повысило качество принятия кадровых решений.
• Комплексная поддержка после запуска. Для решения проблем адаптации был создан центр компетенций, где обученные сотрудники помогали коллегам освоить новый инструментарий.

Шесть шагов к успешной адаптации команды к работе с ИИ

Может казаться, что автоматизация способна привести к сокращению HR-персонала, поскольку рутинные задачи теперь выполняют машины. На самом деле, внедрение системы требует скорее переквалификации сотрудников, которые теперь должны научиться работать с новыми инструментами и сосредоточиться на более стратегических задачах. Успешный опыт крупных компаний позволяет выделить шесть проверенных этапов для плавной адаптации сотрудников к работе с ИИ:

1. Обучающие встречи

Проблема: сопротивление изменениям и страх перед ИИ.
Решение — проведите встречи по отделам, чтобы:

• Выяснить уровень знакомства с ИИ и выявить скептиков;
• Показать успешные кейсы применения в HR — обязательно с цифрами — насколько это реально поможет сократить их время;
• Четко объяснить, какие задачи будут автоматизированы.

2. Практические митапы

Проблема: Нехватка практических навыков работы с ИИ.
Решение — организуйте обучение с:

• Демонстрацией работы инструментов на реальных примерах;
• Готовыми шаблонами запросов и результатами;
• 3−5 сессиями для разных уровней сотрудников.

3. Выбор задач для автоматизации

Проблема: Непонимание, с какими конкретными задачами может помочь ИИ.
Решение — попросите команду:

• Выделить пять повторяющихся рутинных задач;
• Провести коллективное обсуждение возможностей автоматизации.

4. Тестовый период

Проблема: Сложность перехода от теории к практике.
Решение — выделите 1−2 недели на тестирование, где:

• Сотрудники открыто делятся результатами;
• Проводятся короткие встречи для разбора сложностей;
• Акцент делается на обучении, а не на идеальном результате.

5. Анализ эффективности

Проблема: Неочевидность выгод от внедрения.
Решение — на итоговой встрече:

• Продемонстрируйте успешные кейсы и сэкономленное время;
• Отметьте лучших сотрудников по работе с ИИ;
• Наметьте дальнейшие шаги автоматизации.

6. База знаний

Проблема: Потеря полезного опыта.
Решение — создайте ресурс с:

• Шаблонами успешных запросов;
• Списком автоматизируемых задач;
• Полезными гайдами и примерами;
• Отдельным чатом для обмена опытом.

Дополнительно рекомендуем:

1. Настроить загрузку файлов в диалог с ИИ для обработки больших объемов данных;
2. Создать в корпоративном мессенджере канал для обмена удачными и интересными примерами использования ИИ;
3. Начинать внедрение с топ-менеджмента, демонстрируя личный пример использования новых технологий.

И напоследок про безопасность

Стоит понимать, что сбор и обработка больших объемов персональных данных связаны с рисками утечек и нарушений конфиденциальности. По информации Cyber Media, основные угрозы включают неточности в работе алгоритмов, уязвимость нейросетей к атакам, риски утечки конфиденциальной информации и штрафы за нарушения в области персональных данных (с мая 2025 года они значительно ужесточаются).

Ключевые меры защиты подразумевают работу только с деперсонализированными данными в изолированных средах, тщательный отбор проверенных поставщиков с сертификатами соответствия и проведением аудитов безопасности. Не менее важно внедрение комплексной защиты: регулярные обновления ПО, тестирование нейросетей на устойчивость к атакам и строгий контроль доступа. Обязательным элементом становится обучение сотрудников правилам кибербезопасности и четким регламентам работы с конфиденциальной информацией в ИИ-системах. Такой подход позволяет минимизировать риски, соблюдая требования законодательства.

Не менее важно ответственно подойти к выбору поставщика и интегратора ПО, учитывая ключевые аспекты, которые обеспечат успешное внедрение и долгосрочное сотрудничество. В первую очередь оцените отраслевую экспертизу вендора — его опыт работы с компаниями вашего профиля и понимание специфики HR-процессов. Также обратите внимание на репутацию поставщика: изучите отзывы клиентов, особенно из вашего сегмента рынка, и проверьте историю инцидентов с безопасностью данных.

Технологическая составляющая требует особого внимания — убедитесь в совместимости решения с вашей ИТ-инфраструктурой и возможностях интеграции с существующими HR-системами. Хороший поставщик всегда стремится понять ваши бизнес-цели и готов адаптировать продукт под конкретные задачи, что можно проверить на этапе пробного внедрения (POC).

Финансовая прозрачность — обязательное условие: запросите детализированную структуру затрат и сравните предложения нескольких вендоров. Особое внимание уделите расчету окупаемости инвестиций, включая не только финансовые показатели, но и качественные улучшения процессов.

Важно, чтобы поставщик проводил предпроектный анализ ваших данных и мог объяснять логику работы алгоритмов. Оцените программу обучения сотрудников и условия поддержки при внедрении. Наконец, уточните долгосрочные планы развития продукта и условия технического сопровождения, включая регулярные обновления системы. Такой комплексный подход к выбору партнера минимизирует риски и обеспечит устойчивые результаты от внедрения ИИ-решений.

В итоге успех ИИ в HR определяется не только выбором подходящих технологий, но и умением организации адаптироваться к новым форматам работы. При этом важно не забывать про баланс между инновациями и человеческим фактором.

Источник