Внедрение ИИ в HR: подбор, адаптация, кадровый учёт

Не может, и мы такой режим не включаем даже по просьбе заказчика. Система формирует ранжированный список с обоснованием по каждому требованию вакансии, но кандидат снимается с рассмотрения только действием рекрутера. Причины две. Первая — правовая: автоматизированное решение, влияющее на права человека, требует особой прозрачности и права на пересмотр, и проще эту ситуацию не создавать. Вторая — практическая: сильные кандидаты часто пишут резюме плохо, и алгоритмическое отсеивание по формальным признакам стабильно теряет как раз тех, ради кого вакансия открывалась. Формулировку отказа тоже утверждает человек.

Технически и процедурно. На входе из резюме удаляются пол, возраст, дата рождения, национальность, семейное положение, наличие детей, фотография и адрес — модель их просто не видит. Ранжирование строится на требованиях вакансии: стек, опыт в годах, отрасль, обязательные допуски и сертификаты. Дальше работает регулярная проверка: одно и то же резюме подаётся с изменёнными признаками, и результат должен совпасть. Тест прогоняется на каждом релизе, отклонение блокирует выкатку. Отдельно контролируем косвенные признаки: название вуза или район проживания тоже могут работать как прокси, и такие поля мы вычищаем.

Никуда за пределы вашего контура. Модели, векторные индексы, журналы и интерфейсы разворачиваются на вашем сервере, внешние API отключены по умолчанию, запросов в публичные сервисы ноль. Это принципиально: резюме, записи интервью, кадровые документы и данные о зарплате относятся к персональным данным, а часть — к специальным категориям. Локальный контур снимает вопрос трансграничной передачи и упрощает прохождение проверок. Права разграничены по ролям, каждое обращение к персональным данным журналируется, сроки хранения настраиваются под вашу политику, а удаление данных кандидата удаляет и все производные записи.

Не с подбора. При десятке вакансий в год скрининг откликов не даст заметной экономии, а внимания и настройки потребует много. Гораздо быстрее окупаются два других направления. Первое — ответы сотрудникам по кадровым вопросам: остаток отпуска, порядок оформления справок и больничных, командировки, регламенты. Эти вопросы повторяются постоянно и съедают часы кадровой службы. Второе — кадровый документооборот: проверка комплектности пакета при приёме, контроль сроков ознакомления с приказами, поиск по архиву. На диагностике мы считаем объём каждого потока в часах и показываем, какой из них стоит трогать первым.

Нет, но структура их работы меняется. У рекрутера уходит чтение сотен однотипных резюме и переписка про статусы, остаётся то, что даёт результат: разговор с кандидатом, оценка опыта, работа с нанимающим менеджером, закрытие сложных позиций. У кадровика уходят повторяющиеся ответы и ручная сборка пакетов, остаются спорные ситуации, изменения в законодательстве и взаимодействие с проверяющими. По нашему опыту в других отраслях сопротивление снимается быстрее там, где система сначала забирает рутину и только потом получает функции контроля. В HR это правило работает особенно жёстко.

Диагностика с ROI-моделью входит бесплатно. Пилот на одном процессе — $3–5 тыс. за 2–4 недели, сумма засчитывается в стоимость внедрения. Полный контур — от $30 000: модели на вашем сервере, интеграции с ATS и 1С:ЗУП, база знаний по кадровым регламентам, роли и журналирование, дашборды. Подписка на развитие — $2,5–5 тыс. в месяц. Эффект считаем в часах и сроках, а не в абстрактном качестве найма: время от отклика до приглашения, доля обращений в кадры, закрытых без кадровика, срок закрытия вакансии, доля новичков, прошедших адаптацию по чек-листу вовремя.