Как использовать ИИ в работе кадровика: 5 сценариев и пошаговый старт

Интерес к нейросетям растет: они позволяют разгрузить рутинные операции и освободить время для более содержательных задач.

В профессиональной среде нередко звучит опасение, что искусственный интеллект может вытеснить людей из рабочих процессов. На практике все выглядит иначе: нейросеть не заменяет кадровика, а берет на себя повторяющиеся и наиболее механические задачи. Это особенно полезно там, где нужно обрабатывать много однотипной информации, быстро готовить черновики или наводить порядок в разрозненных данных.

Есть и измеримый эффект. По данным исследований, посвященных применению ИИ в российских компаниях, автоматизация рутинных HR-операций может экономить до 40% рабочего времени. Обычно эта экономия уходит не в «сокращение людей», а в более полезные задачи: адаптацию новичков, внутренние коммуникации, работу с вовлеченностью и поддержку сотрудников.

Для кадровика это означает главное: ИИ можно использовать не как модный атрибут, а как способ убрать наиболее утомительные действия из повседневной рутины.

Важно различать обычную автоматизацию и технологии искусственного интеллекта. Это не одно и то же.

Классическая роботизация процессов, или RPA, работает по заранее заданному сценарию. Она повторяет один и тот же алгоритм: нажимает кнопки, переносит данные, открывает файлы, заполняет формы. Такой робот не понимает смысла текста и не умеет принимать решения в нестандартной ситуации.

ИИ действует шире. Он способен анализировать контекст, понимать смысл запроса, выделять главное и генерировать новый текст или структурированный ответ. Именно поэтому его возможности в кадровой работе гораздо шире, чем у обычной автоматизации.

Сегодня ИИ для отдела кадров уже умеет многое:

• распознавать документы и извлекать из них данные;

• формировать типовые заявления и выдавать справки сотрудникам;

• помогать с подготовкой писем, уведомлений и внутренних текстов;

• анализировать документы, инструкции и договора и составлять новые;

• поддерживать первичную коммуникацию с кандидатами и сотрудниками;

• анализировать резюме и отклики на вакансии.

В практике уже есть показательные кейсы. Например, в ряде компаний ИИ помогает сократить время обработки откликов с одного-двух дней до нескольких десятков секунд. Это особенно заметно в массовом подборе, где скорость ответа напрямую влияет на качество воронки найма.

Несмотря на широкие возможности, полностью доверять нейросети кадровые решения нельзя. Главный риск связан с тем, что ИИ может ошибаться, придумывать несуществующие факты или уверенно выдавать неточный ответ. Это особенно опасно в юридически значимых, конфликтных и чувствительных вопросах.

Поэтому есть задачи, где ИИ лучше использовать только как вспомогательный инструмент:

• принятие окончательного решения по увольнению;

• разрешение сложных конфликтов в коллективе;

• оценка кандидата на финальном этапе;

• интерпретация спорных правовых норм без проверки специалистом.

Здесь важен простой принцип: ИИ помогает быстрее собрать и структурировать информацию, но финальное решение всегда остается за человеком.

Чтобы не оставаться в теории, разберем конкретные задачи, с которыми кадровики сталкиваются каждый день. Именно такие сценарии проще всего внедрять в работу без больших изменений в процессах.

Одна из самых очевидных задач для ИИ — работа с текстами. Кадровик регулярно готовит рассылки сотрудникам, письма кандидатам, уведомления, внутренние сообщения и другие короткие тексты. Нейросеть может быстро проверить такой текст, убрать ошибки, смягчить тон и сделать формулировки более ровными.

Это удобно, когда нужно:

• исправить орфографию и пунктуацию;

• убрать резкие или слишком сухие фразы;

• привести стиль к единому стандарту;

• сократить длинный и не очень ясный текст.

Пример промпта:
«Ты — опытный специалист отдела кадров. Проверь мой текст на ошибки и перепиши его в дружелюбном, но деловом стиле. Текст: “Уважаемые коллеги срочно запланируйте даты на отпуск иначе в график не попадете”».

Возможный результат:
«Уважаемые коллеги! Напоминаем о необходимости заранее согласовать даты отпуска на год. Пожалуйста, внесите свои пожелания до конца недели, чтобы мы могли учесть их при формировании итогового графика к установленному сроку».

Такой подход помогает экономить время и одновременно повышает качество внутренней коммуникации.

Еще одна частая ситуация: руководитель пишет задачу на ходу, присылает несколько сообщений подряд, добавляет голосовое или пересылает фрагменты переписки. В итоге HR-специалисту приходится самому разбирать, что именно требуется.

Здесь ИИ может выступить как помощник-структуратор. Вы просто копируете переписку и просите систему выделить главное:

• кого нужно искать;

• на каких условиях;

• какие навыки обязательны;

• что еще необходимо уточнить.

Это особенно полезно в подборе персонала и при согласовании вакансий.

Пример промпта:
«Проанализируй эту переписку с руководителем IT-отдела и сформулируй четкую задачу для HR: кого мы ищем, на какие деньги, и какие навыки обязательны».

Еще один вариант промпта:
«Приведи эту переписку к формату служебной записки для отдела кадров. Сначала извлеки все факты из текста, затем оформи их в структуру: кого ищем; зачем ищем; какие требования обязательны; какие условия важны; что нужно уточнить. Не додумывай недостающие детали, а спорные моменты вынеси в блок “Требует уточнения”».

Такой сценарий особенно удобен, когда нужно быстро превратить неформальное общение в понятную рабочую задачу.

Ручной ввод данных из документов — одна из самых утомительных частей кадровой работы.

Перед загрузкой в ИИ документ обезличивают: удаляют все персональные данные и заменяют их условными обозначениями, чтобы система работала с содержанием, а не с личностью человека

Но здесь сразу нужно говорить и о рисках. Любая загрузка документа в публичный ИИ-сервис означает передачу информации на внешнюю платформу. А это уже вопрос персональных данных, конфиденциальности и соблюдения внутренних политик компании. Сканы паспорта, СНИЛС, дипломов, заявлений и других документов нельзя передавать в систему распознавания без процедуры обезличивания (нарушение 152-ФЗ), чтобы она автоматически извлекала нужные поля: ФИО, дату выдачи, номер, серию, название учреждения и другие данные.

Что такое обезличивание и на какой закон оно опирается?

Обезличивание — это процедура, при которой из данных исключаются или маскируются сведения, позволяющие прямо или косвенно идентифицировать человека.

С 1 сентября 2025 года действует приказ Роскомнадзора №140, который утвердил требования к обезличиванию и методы. 

В контексте работы с кадровыми документами в нейросетях такая обработка позволяет использовать данные без риска нарушения требований 152-ФЗ «О персональных данных», если система автоматически извлекает только необходимые поля — ФИО, дату выдачи, номер и серию документа, название учреждения или другие сведения, нужные для конкретной задачи.

• по возможности использовать защищенные корпоративные инструменты;

• Для кадровых документов удалять или скрывать лишние идентификаторы, обычно делают так:

  • убирают ФИО, паспортные данные, СНИЛС, адрес, телефон, e-mail;

  • заменяют их на обозначения вроде «Сотрудник 1», «Компания А», «Документ №1»;

• не оставлять чувствительные данные в истории чатов;

• не хранить в диалоге сканы дольше, чем это нужно для обработки.

Пример промпта:
«Проанализируй скан документа и извлеки только нужные данные в структурированном виде. Верни ответ в формате таблицы или JSON. Поля: [указать нужные]. Если какое-то поле неразборчиво, пометь его как “нечитаемо”. Не добавляй ничего от себя и не делай предположений, если данных нет на скане».

Перед загрузкой документов в ИИ использовать обезличивание обязательно. Причем важно не ограничиваться только именем и фамилией: иногда человека можно идентифицировать по должности, дате, названию проекта, сумме или другим косвенным признакам. Поэтому очищать лучше весь контекст, если он может раскрывать личность или содержание документа.

Короткий вывод: само по себе согласие сотрудника на передачу уже обезличенных данных обычно не требуется, если речь именно о данных, из которых исключена возможность идентифицировать человека. Но важно, чтобы обезличивание было проведено корректно, иначе это все еще будут персональные данные, и тогда нужны обычные основания по 152-ФЗ.

Создание документа с нуля часто занимает много времени, особенно если речь идет о должностных инструкциях, приказах, положениях или внутренних регламентах. В таких случаях ИИ хорошо работает как генератор основы: он помогает быстро собрать первый вариант, который затем дорабатывает специалист.

Это удобно, когда нужно:

• подготовить шаблон;

• собрать структуру документа;

• сделать черновик с нужной логикой;

• не тратить время на чистый лист.

Пример промпта:
«Ты — опытный HR-специалист и юрист по кадровому делопроизводству. Подготовь подробный черновик должностной инструкции для системного администратора. Документ должен быть оформлен в деловом стиле, без лишних пояснений и общих фраз. Укажи обязанности по поддержке серверов, требования к опыту от 3 лет и материальную ответственность. Также важно отметить знание Windows/Linux, сетевых протоколов и основ информационной безопасности. Если каких-то данных не хватает, используй нейтральные формулировки и помечай места, которые нужно будет адаптировать под нашу компанию».

Здесь важно помнить: ИИ выдает черновик, а не готовый к подписанию документ. Финальную версию все равно нужно проверять вручную — и по содержанию, и по юридической корректности.

Кадровику регулярно приходится работать с объемными материалами: локальными нормативными актами, письмами от ведомств, внутренними проектами документов, методичками и разъяснениями. Читать каждый такой документ целиком бывает долго, а иногда и просто нерационально.

В этом случае ИИ помогает быстро снять первичную нагрузку. Он может:

• выделить основные изменения;

• указать сроки вступления в силу;

• перечислить новые требования;

• отметить потенциальные риски;

• сделать короткую выжимку по ключевым пунктам.

Пример промпта:
«Прочитай этот нормативный акт и сделай выжимку: какие новые требования предъявляются к работодателю, какие сроки вступления в силу и есть ли штраф за нарушения. Действуй последовательно, ничего не пропускай, добавляй отсылки к исходному документу и указывай, откуда взят каждый пункт. Если данных нет — так и напиши».

Такой сценарий особенно полезен, когда нужно быстро понять суть длинного текста и решить, требует ли он более глубокого изучения.

Любую новую технологию проще внедрять поэтапно. Это снижает риск ошибок и помогает команде привыкнуть к изменениям без сопротивления.

Не стоит пытаться автоматизировать все и сразу. Начинать лучше с одного процесса, который:

• занимает много времени;

• повторяется регулярно;

• часто вызывает ошибки;

• забирает у команды слишком много ресурсов.

Это может быть, например, подготовка ответов на типовые вопросы сотрудников, первичный разбор резюме или сверка графиков отпусков. Чем понятнее боль, тем проще выбрать подходящий сценарий ИИ.

На рынке есть разные решения: от универсальных нейросетей для текста до специализированных HR-платформ. Если вы только начинаете, проще стартовать с инструмента, который помогает с письмами, текстами и кратким анализом информации.

Если же задача глубже и касается уже встроенных процессов, лучше смотреть в сторону профессиональных систем, которые можно интегрировать в кадровую работу и внутренние регламенты компании.

Выбор зависит от задач, бюджета и уровня требований к безопасности.

Одна из самых частых ошибок — смешивать в одном диалоге сразу все вопросы. Из-за этого нейросеть начинает путаться в контексте, а качество ответов снижается.

Лучше сразу ввести простое правило:

• один чат — одна задача;

• отдельный чат для вакансий;

• отдельный для документов;

• отдельный для рассылок;

• отдельный для анализа переписок.

Так ИИ работает стабильнее, а результаты проще контролировать.

Перед масштабным внедрением лучше провести небольшой тест. Возьмите одного-двух сотрудников, которые готовы попробовать инструмент на реальных задачах в течение одной-двух недель.

Во время пилота важно смотреть не только на скорость, но и на удобство:

• стало ли меньше ручной рутины;

• насколько корректно система отвечает;

• где возникают ошибки;

• какие формулировки требуют доработки.

Такой формат помогает увидеть слабые места до того, как технология начнет использоваться в широком масштабе.

Если пилот прошел успешно, следующий шаг — обучение всей команды. Лучше всего работает не абстрактная презентация, а конкретные примеры:

• готовые промпты;

• типовые сценарии;

• разбор ошибок;

• шаблоны запросов.

Задача здесь не в том, чтобы «впихнуть» ИИ в процессы любой ценой, а в том, чтобы показать сотрудникам, как использовать его спокойно, безопасно и с пользой.

Когда речь идет о кадровой работе, тема безопасности выходит на первый план. Нейросеть может быть полезной, но только если использовать ее аккуратно и с учетом всех ограничений.

Кадровик работает с чувствительной информацией: паспортными данными, адресами, телефонами, документами, зарплатами, медицинскими справками и другими сведениями. Поэтому любой ИИ-инструмент должен использоваться с пониманием того, куда именно попадают данные.

Главные правила:

• не загружать чувствительные документы в сервисы, которые не одобрены компанией;

• проверять, где хранятся данные и как долго они остаются в системе;

• использовать обезличивание;

• удалять историю переписки, если она содержит конфиденциальную информацию;

• проверять итоговые тексты вручную до отправки или подписания.

Особенно осторожно нужно относиться к зарубежным сервисам: при работе с персональными данными важно учитывать не только функциональность, но и правовые ограничения.

Еще один риск — предвзятость модели. Если ИИ обучался на искаженных данных, он может повторять старые стереотипы и переносить их в новые задачи. Например, алгоритм может неосознанно отдавать предпочтение одним группам кандидатов и чаще отсеивать других.

Это особенно опасно в подборе персонала, потому что напрямую связано с равным доступом к труду и недопущением дискриминации.

Поэтому ИИ в кадровой работе должен быть инструментом фильтрации и помощи, но не окончательным арбитром. Финальная оценка кандидата, сотрудника или ситуации всегда остается за человеком.

С такими данными нужно быть очень осторожным. Даже если сервис удобный и бесплатный, это не значит, что его можно использовать для загрузки паспортов, личных документов, окладов и другой чувствительной информации. Перед отправкой данных лучше обезличить текст и проверить, соответствует ли сервис требованиям вашей компании.

Лучше всего стартовать с простых и безопасных задач:

• улучшение текста;

• составление вакансии;

• подготовка поздравительной рассылки;

• черновик письма сотруднику;

• краткий пересказ длинного текста.

Такой вход не требует специальных знаний и быстро показывает, где ИИ действительно экономит время.

Для текстовых задач можно выбирать отечественные решения, которые работают с русским языком и подходят для деловой переписки, черновиков и анализа информации. Если задача связана с кадровыми процессами, лучше смотреть на специализированные платформы, где ИИ встроен в рабочую логику HR и КЭДО.

Хорошее правило для кадровика простое: доверяй, но проверяй. Если нейросеть дает даты, ссылки на нормы, цифры, названия документов или юридические формулировки, их нужно обязательно сверять с официальными источниками.

В большинстве случаев нужно уточнить запрос:

• добавить контекст;

• разбить задачу на части;

• указать, что именно не так;

• попросить не додумывать отсутствующие данные.

Чем точнее сформулирован запрос, тем качественнее будет результат.

ИИ уже прочно входит в повседневную работу кадровиков, но его ценность не в «умных ответах ради ответов», а в экономии времени, снижении рутины и упрощении типовых процессов. Если использовать его грамотно, он действительно помогает HR-специалисту работать быстрее, точнее и спокойнее.

Больше о практиках использования ИИ и нейросетей в кадровом деле - пишу в Телеграм-канале о КЭДО и HRTech.