Трансформация HR с помощью искусственного интеллекта: ожидания и реальность

Какие предположения о применении AI-технологий в HR-сфере подтвердились на практике: где достигнуто повышение эффективности, а где человеческий фактор остается незаменимым?

За последние годы большинство предположений о развитии AI в HR-индустрии нашли подтверждение. Нейросети существенно расширили возможности автоматизации монотонных операций. Однако массового замещения специалистов технологиями не произошло. AI превратился в дополнительный инструментарий, помогающий HR-специалистам ускорить решение ежедневных задач, связанных преимущественно с работой с массивами информации. В ситуациях, требующих принятия решений, окончательный выбор по-прежнему делает человек.

На сегодняшний день AI эффективно решает операционные задачи: предварительный отбор кандидатур, формирование опросников, контроль бизнес-процессов и обработка информации. Возможность моментально получить аналитику по организации любого размера представляет значительное конкурентное преимущество. Параллельно кандидаты также активно осваивают технологии – в IT-секторе соискатели применяют нейросети практически повсеместно при подготовке резюме, прохождении интервью и выполнении тестов.

Первые случаи массового использования ChatGPT кандидатами были зафиксированы при отборе начинающих специалистов несколько лет назад. Стало понятно, что многие применяют AI для создания мотивационных писем и выполнения практических заданий. Это привело к пересмотру методологии оценки – фокус сместился на качество работы с нейросетями. Выявить применение AI несложно благодаря специализированным детекторам и характерным признакам. Была разработана система защиты: задания создавались так, чтобы нейросеть не могла выполнить их безупречно без человеческой доработки и критического анализа. Слепое копирование приводило к отказу, но осмысленная работа с результатами AI и их улучшение открывали путь к следующему этапу. Из сотен заявок были отобраны кандидаты, продемонстрировавшие аналитические способности и впоследствии ставшие квалифицированными сотрудниками.

Вместо противодействия технологиям компании переориентировались на оценку актуальных компетенций: ценность специалиста определяется не объемом запомненной информации, а скоростью поиска решений и умением правильно формулировать задачи – ключевыми качествами профессионала.

Нейросети склонны к ошибкам и могут предоставлять поверхностную или некорректную информацию. Способность распознать неточность AI и внести коррективы свидетельствует об аналитическом мышлении и профессиональной зрелости.

Одна из главных опасений заключалась в передаче процесса принятия решений машинам. И это частично реализовалось.

Решения алгоритмов математически точны и свободны от субъективности, эмоций или усталости, однако AI лишен эмпатии. Он не улавливает нюансы, очевидные опытному специалисту. Избыточная автоматизация опасна: персонал и кандидаты начнут ощущать себя обезличенными, что негативно скажется на репутации работодателя. Для подбора высококвалифицированных специалистов необходим личный контакт с рекрутером для обсуждения не только профессиональных качеств, но и соответствия корпоративным ценностям.

Важно не допустить превращения найма в механистичный отбор, поскольку организация рискует утратить привлекательность и упустить перспективных кандидатов с нестандартным опытом, не укладывающимся в алгоритмические шаблоны.

Поэтому AI выполняет роль помощника, а не арбитра. Он мгновенно анализирует квалификацию, сопоставляет с требованиями, учитывает результаты оценки. Но окончательное заключение с учетом корпоративной специфики принимает человек. Технология обеспечивает расширенную аналитику, но креативность и нестандартный подход остаются за специалистом.

Показателен случай поиска узкопрофильного инженера с многолетним опытом. AI-система автоматически отклонила резюме кандидата из-за годового перерыва в трудовой биографии, отправив стандартный отказ. Для алгоритма это была просто низкорейтинговая анкета. Компания могла потерять ценного специалиста, но контроль со стороны рекрутера помог избежать ошибки. После личного контакта выяснилось, что пауза была связана с интенсивным обучением и фриланс-проектами.

Этот опыт показал: какой бы совершенной ни была настройка системы скоринга, при поиске редких специалистов автоматизация может привести к ошибкам – каждая анкета требует человеческого внимания.

В организациях всегда есть работники с разной степенью готовности к инновациям. Одни активно экспериментируют, другие полагаются на корпоративные образовательные программы. Важно демонстрировать результаты пилотных групп.

Специалисты, самостоятельно начавшие использовать AI, высвобождают время (около двух часов еженедельно), которое направляют на углубленное изучение технологий.

В корпоративном образовательном центре был запущен курс по основам работы с AI. Первоначальный интерес был высоким, но воронка ожидаемо сузилась: около 70% начавших продолжили обучение, затем примерно 40% прекратили посещение. Полностью программу освоила треть записавшихся. Это типично для добровольного корпоративного обучения без финансового участия слушателей.

Информация об обучении распространяется через внутренние коммуникационные каналы, снимая барьеры восприятия сложности и популяризируя практическое применение. Обмен опытом между коллегами мотивирует других присоединиться к программе или завершить начатое. Такой подход позволяет постепенно вовлечь весь персонал в использование AI-инструментов.

Игнорировать цифровизацию невозможно. HR-специалистам необходимо не просто приспосабливаться к переменам, а становиться лидерами инноваций и продвигать использование AI в бизнесе. Исходя из практического опыта, можно выделить три ключевых момента:

Применяйте корпоративные платформы. Оптимальный вариант – использование AI-моделей в закрытой корпоративной среде или собственной инфраструктуре. Это обеспечит защиту конфиденциальных данных.

Создайте регламенты использования. Необходимо разработать и утвердить внутренние правила применения нейросетей. Требуется четкая документация: перечень разрешенных инструментов, классификация информации по уровням конфиденциальности, ограничения на использование внешних сервисов. Культура ответственного применения нейросетей имеет практическое значение. Требуется обучение персонала и установление единых стандартов безопасной работы с AI для эффективного и законного использования технологий.

Проверяйте результаты работы AI. Информацию от нейросетей не следует воспринимать как абсолютную истину. Установите контрольные точки и анализируйте выдачу системы. Например, изучайте обоснования отклонения кандидатур – в них могут обнаружиться неточности или ошибки интерпретации запросов системой.