ИИ в HR: зачем бизнесу искусственный интеллект в управлении персоналом

Отличная новость: применение искусственного интеллекта в сфере HR не ограничивается автоматическим скринингом резюме с их последующим отсеиванием. Оказывается, бизнес может извлечь намного больше выгоды из внедрения даже простых ИИ инструментов в кадры. Как? Рассказываю.

Для затравки дам немного статистики. Согласно отчетам McKinsey, в среднем около трети компаний в Европе и США так или иначе используют генеративный ИИ в управлении персоналом. Причем 90% опрошенных HR-специалистов считают, что ИИ будет все больше проникать в ключевые кадровые процессы.

Европейские HR-отделы чаще всего внедряют генеративный ИИ в повседневные процессы — например, для учёта рабочего времени и отпусков (23%), ведения данных сотрудников (21%), автоматизации рутинной административной работы (21%) и других задач по оптимизации процессов.

Однако уже наблюдаются и пилотные проекты, направленные на более сложные кейсы: планирование персонала и аналитику (34%), а также рекрутинг, отбор и управление кандидатами (33%).

Так почему же, когда речь заходит о внедрении искусственного интеллекта в HR, чаще всего вспоминают о пресловутой системе автофильтрации, выплескивающей с водой еще и гору вполне подходящих кандидатов, в то время как вакансии месяцами висят незакрытыми?

Нюанс в том, что внедрение ИИ в кадры пока что идет «в лоб», без попыток осознать бизнес-ценность такого нововведения в кадровой системе предприятия. Да и само это внедрение довольно однобокое.

А ведь ИИ — это намного больше, чем скрининг резюме! И чтобы это доказать, я рассмотрю несколько реальных примеров использования искусственного интеллекта в управлении персоналом.

Рекрутмент стал первой областью, где агентские системы продемонстрировали неплохие результаты уже в 2024 году. Традиционные системы управления кандидатами (ATS) требовали от рекрутеров ручной фильтрации сотен резюме и бесконечной координации календарей. Современные агенты автоматизируют этот цикл практически полностью.

Т.е. в 2026 году индустрия найма движется в направлении полностью автономного поиска сотрудников. Буквально: «Найди мне продакт-менеджера с такими-то навыками и опытом». И агент найдет.

Здесь интересно привести пример AI-платформы Juicebox. Это мощный рекрутинговый инструмент, работающий именно в этой новой парадигме.

Система построена на взаимодействии нескольких агентов. Один ИИ-агент просматривает профили в социальных сетях или на сайтах поиска работы. Другой проводит семантическую фильтрацию, чтобы с одной стороны отсеять кандидатов с непрофильным опытом, с другой — максимально охватить всех релевантные резюме. Третий выполняет аналитику и т.д.

Вот еще интересный кейс. Там рекрутинговый ИИ-агент управляет реферальной системой найма, которую использует компания. Любой сотрудник, по рекомендации которого в компанию нанимают нового специалиста, получает определенный бонус. Весь этот процесс автоматизирован с помощью HR-ИИ.

Подчеркну важное: для повышения операционной эффективности и снижения расходов ИИ-инструментарий должен опираться именно на семантический анализ, а не на поиск ключевых слов. Во-первых, ключевые слова легко добавить в резюме под нужную вакансию, т.е. по сути их наличие ничего не гарантирует. Во-вторых, такой примитивный подход на порядок повышает риски упустить классного специалиста только потому, что он выбрал не те формулировки в своем CV.

Снизить риск помогает также объяснимость ИИ-агента. В точности, как и система ATS, он отфильтровывает нерелевантные отклики, но при этом явно объясняет, почему именно это делается. При таком подходе процент ложных срабатываний минимизируется.

Технически, такая ИИ-система выглядит как несколько специализированных агентов, каждый из которых отвечает за свою часть функций. Например, в страховой отрасли уже применяются агентские системы, включающие планировщик, агента по безопасности, агента по проверке соответствия полисам и агента-аудитора.

Аналогичная структура ИИ-агента в HR может включать:

• агента-хантера, который проактивно ищет кандидатов не только в базе, но и во внешних источниках, анализируя их профессиональный след;
• агента-прескринера, проводящего первичный диалог с кандидатом для уточнения деталей опыта;
• агента по оценке навыков, предлагающего персонализированные тестовые задания;
• агента-координатора, который согласует время встреч и собирает обратную связь от всех участников процесса.

Ну и еще сверху добавить ИИ для транскрибации интервью и составления общего отчета по его итогам для руководства. Красота!

Впрочем, важнее не эстетическая сторона вопроса, а финансовая. А здесь все просто: внедрение подобной системы позволяет сократить рутину в отделе на 95%. При этом, в отличие от систем фильтрации, качество подбора сотрудников только вырастет, а операционные расходы снизятся.

А вот еще один относительно недорогой, но крайне эффективный способ повысить эффективность сотрудников с помощью искусственного интеллекта.

На любом предприятии работа с персоналом подразумевает введение сотрудников в курс дела, онбординг. А в широком смысле — адаптацию. И то, и другое можно поручить ИИ. Только не привычному, а агентскому, основанному на обработке естественного языка (NLP) и рассуждениях.

Что конкретно может делать ИИ в процессах адаптации и онбординга?

• Распространение и отслеживание документов — ИИ отправляет контракты, соглашения и формы, отслеживает их заполнение. Мягко напоминает, если что-то осталось незавершенным.
• Интерактивный ассистент онбординга — помогает новым сотрудникам пройти этапы первичной настройки своего рабочего места: дает доступ к IT-системам компании, оформляет зарплатные документы, подключает обучающие модули и т.д. Плюс, конечно, ответы на любые вопросы новичка в реальном времени.
• Дирижирование задачами — координирует задачи между HR, IT, административным персоналом и менеджерами, чтобы никто ничего не упустил.
• Кастомные онбординг-процессы — адаптирует процесс онбординга в зависимости от отдела, уровня должности, местоположения и необходимых навыков. Причем скрипты писать заранее не нужно, ИИ сам сообразит, как изменить стандартный процесс онбординга по новую должность.
• Аналитика ранней вовлеченности — анализирует уровень вовлеченности новых сотрудников и выявляет риски снижения активности в первые 60–90 дней.

Что дает такая система? Главный плюс, как ни странно, — даже не сокращение расходов на подготовку и адаптацию сотрудников. Главный плюс в том, что новый работник не чувствует себя забытым, получает ответы на свои вопросы и плавно, без стрессов вовлекается в рабочие процессы. А значит, бизнес вернет свои вложения в этого сотрудника раньше и раньше начнет извлекать прибыль из его навыков.

Кроме того, риски нарушения таким сотрудником комплаенса, стандартов организации или технических инструкций резко снижаются.

И сразу кейс. Компания Huge столкнулась с неэффективной системой performance-менеджмента: процессы обратной связи и оценок сотрудников были перегруженными, затратными по времени и не давали нужной ценности. В частности, традиционные циклы (например, ежегодные ревью и peer-review) создавали лишнюю нагрузку на менеджеров и не способствовали качественным диалогам о развитии сотрудников.

Тогда Huge внедрили HR-платформу Lattice, чтобы упростить и структурировать процессы обратной связи и управления эффективностью. Основной акцент был сделан на сокращении лишних формальностей и переходе к более осмысленным, регулярным разговорам между менеджерами и сотрудниками, которые действительно влияют на развитие и результаты. 

Само по себе это уже дало хороший эффект, но реальная трансформация произошла после внедрения ИИ в HR процессы в компании. ИИ-агенты способны автономно отслеживать производительность, настроение и соответствие целям в реальном времени

Вместо критики задним числом каждый сотрудник получал реальный фидбек сразу после работы над проектом, а иногда даже во время. За счет ИИ цикл обратной связи стал намного короче. Люди бы не справились с таким частым анализом и оценкой сотрудников.

Компания сэкономила до 2000 часов на ревью, при этом никаких негативных явлений, например, недовольство сотрудников, что их оценивает именно ИИ, замечено не было.

Казалось бы, а зачем тут вообще искусственный интеллект и LLM? Дело в том, что когда LLM обрабатывает полученный фидбек и обзоры от коллег, она может выявить предвзятость в формулировках. Тем самым позволяя руководителю устранить конфликты в коллективе еще до того, как они повлияют на рабочие процессы.

Внедрение ИИ в кадры обычно воспринимается только в контексте найма. Однако обычная каждодневная коммуникация постоянных сотрудников тоже выигрывает от внедрения AI в HR-процессы. Речь не о простых чат-ботах, а о кое-чем более интересном.

Представьте, что в компании произошел конфликт между руководителями двух отделов. Каждый считает виновным в провале проекта другого. Что делать? 

Оказывается, существуют системы на базе нейросетей, автоматизирующие процесс урегулирования споров и делающие его намного проще. К таким системам относятся, к примеру, стартап Dyspute.ai и HRAcuty.

Идея проста до безобразия. Вместо того, чтобы позволять сотрудникам компании решать конфликт самостоятельно (что вредно для рабочих процессов и чревато увольнением как минимум одной из сторон), используется нейросеть. 

ИИ-агент выступает в роли непредвзятого и спокойного арбитра, который выслушивает обе стороны, переводит их претензии «с матерного на русский», и формулирует пути урегулирования. Все это без лишних эмоций, с уважением и вниманием.

Основное преимущество таких HR ИИ-шек — исключение эмоций и предотвращение немедленной эскалации на начальных этапах конфликта. Сотрудники могут выразить озабоченность в нейтральном пространстве в режиме 24/7, что предотвращает рост напряженности в ожидании встречи с HR-специалистом. Интересно, что диалоги разведены по времени, т.е. сторонам необязательно и даже нежелательно быть одновременно онлайн во время обсуждения!

Аналогичным образом ИИ-агенты в кадровой системе теперь способны к предиктивной аналитике конфликтов. ИИ анализирует паттерны общения в корпоративном мессенджере или в приложении (Slack, Mattermost и т.д.) и сигнализирует о назревающем напряжении до того, как оно превратится в официальную жалобу. Конечно, анонимно.

Отмечу важный момент. На самом деле разработка мобильного приложения для сотрудников уже сама по себе может упростить и сделать коммуникацию в коллективе более эффективной. Например, так было у нас, когда Siberian.pro разработала корпоративное приложение для компании DKC.

Однако именно применение ИИ в HR (особенно в крупных компаниях) открывает множество новых возможностей.

Едем дальше.

Отпуска, больничные, отгулы, перерасчеты и прочая рутина — согласование и расчет всех этих, в общем-то, типовых мероприятий отнимает кучу времени.

А всего и надо интегрировать сюда ИИ. Например, у нас в Siberian.pro уже действует ИИ для согласования отпусков. Этот ИИ-агент подключается к внутреннему корпоративному чату, куда может написать любой сотрудник и задать вопрос по отпуску, спланировать его или изменить даты. Согласование с рабочим графиком выполняется автоматически. Расчеты автоматически. Документы на подпись руководителю… правильно, тоже автоматически. Экономия — десятки часов работы отдела кадров.

Но у нас небольшая компания. Поэтому вот вам пример посолиднее. Аналогичную систему внедрил у себя американский ритейл-гигант Walmart. Впрочем, я не прав. Их система сложнее и интереснее. Это четыре суперагента — по одному для клиентов, сотрудников, инженеров и поставщиков. Каждый такой ИИ-суперагент автономно запускает рой отдельных агентов, выполняющих те или иные функции и объединенных в один интерфейс через протокол MCP.

Одной из функций такого HR-ИИ как раз и является работа с отпусками, премиями и компенсациями. Поскольку этот кадровый ИИ теперь работает в общем контексте, отпуска автоматически (а точнее, силами нейросетей в HR) оказываются согласованы с производством, клиентским обслуживанием, планами поставок на склад и т.д.

В нашей стране ИИ в сфере кадров использует X5 Group.

Конечно, в этой статье я охватил далеко не все возможности современных ИИ-агентов и точек их приложения. Есть еще мотивация персонала, составление кадрового расписания, расчет заработной платы и налогов. И даже удобная альтернатива HR-специалисту для малого бизнеса. Нанять кадровика такой бизнес не всегда может, а вот ИИ — это совсем другое дело.

Другие сферы применения ИИ в HR я ранее уже рассматривал. Например, именно ИИ помогает в оптимизации кадров. 

Однако давайте будем честны: не всякой компании нужен ИИ в помощь HR-специалисту. Вполне возможно, вашей не нужен. Или вы думаете, что не нужен, а на самом деле — да. Как это понять, не запуская пилотного проекта внедрения и не тратя бюджет впустую? 

Закажите аудит. Напишите нам в Siberian.pro, мы оценим готовность вашей инфраструктуры к внедрению ИИ в отделе кадров и выявим наиболее перспективные процессы, где интеграция искусственного интеллекта даст максимальный результат.