ИИ фильтрует резюме и прогнозирует увольнения: как нейросети меняют наем

Не так давно эксперты рассуждали о сокращениях на рынке из-за ИИ.

Но нейросети меняют не только количество рабочих мест — они постепенно перестраивают и сам процесс найма. Соискатели переживают из-за автоматических фильтров резюме, а рекрутеры учатся распознавать резюме, сгенерированные с помощью ИИ.

Эксперты рассказали, какие кадровые задачи уже можно доверить ИИ, какие решения должны оставаться за человеком и как новые инструменты меняют требования к сотрудникам.

Сейчас ИИ в найме чаще всего используют для автоматизации отдельных рутинных задач: генерации текстов вакансий, разработки тестовых заданий, подготовки к интервью.

В нашем исследовании участвовали 600 компаний:

• 39% опрошенных отмечали, что ИИ помогает быстрее закрывать вакансии;
• 29% — что нанимающие руководители стали больше довольны результатами подбора;
• 28% сказали, что выросла доля кандидатов, которые переходят на следующие этапы отбора.

А вот по стоимости найма и качеству кандидатов пока не отмечают серьезных изменений. Например, для 43% респондентов эффективность сотрудников после испытательного срока не изменилась.

Для взаимодействия с внутренним заказчиком — руководителем, которому нужен сотрудник, — ИИ применяют только 6% опрошенных компаний. Пока технологии в основном помогают рекрутерам быстрее выполнять привычную работу. Для аналитики и поддержки решений их используют реже.

ИИ-инструменты помогают решать оперативные задачи быстрее и эффективнее, но они не могут изменить рынок или улучшить существующее предложение соискателей. Поэтому технологии остаются инструментом рекрутера, а не его заменой.

Еще недавно навык работы с искусственным интеллектом был преимуществом кандидата, а сейчас становится базовым требованием. Саму технологию мы рассматриваем как способ повысить производительность, а не заменить сотрудников.

В ВЭБ.РФ мы используем и готовые решения, и собственные разработки. Например, мы создали программу, которая с помощью ИИ ищет подходящих кандидатов по заданным параметрам. В базе с вакансиями — около 100 миллионов резюме.

Алгоритм работает с формальными критериями — образованием, опытом, частотой смены работы и другими параметрами, вес которых задает специалист. Это помогает быстрее сформировать первичную воронку, а у рекрутеров остается больше времени на общение с людьми и оценку их навыков. Финальное решение принимает человек.

Еще один пример — чат-бот для адаптации новых сотрудников. Новички часто задают одни и те же вопросы: куда принести документы, где найти внутренние правила или к кому обратиться за доступами. Бот отвечает на вопросы о корпоративной культуре и внутренних процедурах и освобождает эйчар-команду от части рутины.

Также мы продолжаем разрабатывать модель, которая предсказывает отток персонала. Она анализирует стаж, частоту смены мест работы, уровень зарплаты, карьерное продвижение, обучение и другие параметры, чтобы определить сотрудников с высокой вероятностью ухода. В прошлом году точность прогнозов составляла около 50%, в этом году мы рассчитываем довести ее до 80%. Это поможет заранее обсудить с ценным сотрудником его проблемы и возможные карьерные траектории — до того, как он подаст заявление об увольнении.

Вокруг ИИ сейчас много и завышенных ожиданий, и неоправданных опасений. Языковые модели ускоряют работу и освобождают человека от рутины, но у них нет человеческого критического мышления. Оценивать их ответы и отвечать за решения должен человек.

Искусственный интеллект меняет не отдельные профессии, а организацию труда. Компании начинают распределять задачи не только между сотрудниками, но и между ИИ-агентами. Поэтому эйчарам и ИТ нужно вместе определять, какие функции останутся у человека, какие можно передать технологии и кто будет отвечать за итоговый результат. В перспективе это может изменить структуру компаний: цифровые агенты могут занять место в штатном расписании наряду с сотрудниками.

Пока мы находимся преимущественно на этапе, когда искусственный интеллект дополняет человека: берет на себя отдельные операции и ускоряет процессы. Но в дальнейшем его роль может стать значительно шире. Футуролог Рэй Курцвейл  прогнозирует, что к 2035 году совокупная мощность искусственного интеллекта превысит совокупную мощность людей, а машины научатся контролировать друг друга. Поэтому компаниям уже сейчас важно думать не только, какие задачи можно автоматизировать, но и какое место в рабочих процессах останется человеку.

Передача рутинных задач ИИ создает несколько рисков. Если простую работу будут выполнять алгоритмы, молодым специалистам станет сложнее получать опыт и переходить к более сложным задачам. А еще, если ИИ возьмет на себя простые задачи, у сотрудников могут остаться преимущественно нестандартные, конфликтные и эмоционально тяжелые случаи. Такой формат подходит не всем: часть людей хочет не постоянных вызовов, а стабильной и комфортной работы.

Может измениться и ощущение собственной профессиональной ценности. Когда ИИ выполняет работу, которая раньше требовала специальных знаний и опыта, люди могут чувствовать, что их навыки обесцениваются.

Кроме того, размывается граница между вкладом человека и машины. Например, если ИИ-агент выполнил значительную часть задач и помог сотруднику достичь KPI, возникает вопрос, кому принадлежит результат и как это должно отражаться на вознаграждении.

Отдельная проблема связана с доверием и ответственностью. ИИ может ошибаться и галлюцинировать, поэтому его работу нужно проверять. Но из-за высокой скорости процессов человек не всегда успевает контролировать систему, и часть контрольных функций приходится передавать другим алгоритмам. Тогда важно заранее определить, кто отвечает за решения ИИ, и где проходит граница между автоматизацией и ответственностью перед сотрудниками и клиентами.

Внедрение ИИ влияет и на самочувствие людей. Сотрудники опасаются усиления контроля, потери автономности, нарушения приватности и необходимости постоянно быть на связи с работодателем. Работа в окружении цифровых агентов может усиливать чувство изоляции и сокращать живое общение. А рост производительности не обязательно снижает нагрузку: компания может повысить темп работы и требования к сотрудникам.

Поэтому внедрять ИИ недостаточно только на технологическом уровне. Надо перестраивать обучение, мотивацию и ценностное предложение для сотрудников. Осваивать новые инструменты людям проще непосредственно во время работы — с помощью коротких практических заданий, подсказок, обмена опытом внутри профессиональных сообществ и индивидуальных ИИ-коучей.

Не менее важно, как будет распределяться выгода от роста производительности. Если вся экономия от внедрения ИИ останется у компании, сотрудники могут воспринимать технологию исключительно как угрозу рабочим местам.

Если же внедрение ИИ отражается на доходах, условиях труда или сокращении нагрузки, у людей будет больше мотивации использовать новые инструменты и передавать им часть своих задач.