➡️ Куда ведут запросы на внедрение ИИ?

Я время от времени замеряю температуру по фактическим кейсам ИИ в HR на Западе – чтобы понять, какой маршрут возможен и реален для нас. Очередной мой авторский срез на сентябрь 2025 года.

Запрос от C-Level "внедрите нам AI" звучит всё чаще как дань моде. Бюджетов не будет, конкретные задачи не поставлены, есть общее ожидание от HR - "придумай инновацию". В реальности это оборачивается довольно предсказуемыми сценариями: чат-боты для справок по отпускам и страховкам (которые, кстати, чаще раздражают сотрудников, чем помогают), генерация черновиков писем и вакансий в ChatGPT, автоматизация рассылок. Полезно, но назвать это трансформацией трудно. На Reddit HR-специалисты честно пишут: Всё это выглядит как имитация инновации "для галочки".

Цифры показывают некоторые успехи:
▪️Около 45–50 % организаций уже используют ИИ в HR-функциях, и 82–87 % компаний применяют его для первичного скрининга резюме.
▪️Среднее время закрытия вакансии сокращается на 50 % и более - например, Unilever сократил длительность с 4 месяцев до 4 недель, сэкономив десятки тысяч человеко-часов.
▪️Hilton достиг впечатляющей экономии времени - вакансии закрывались за 5 дней вместо 6 недель.

Но статистика так распределена, что по факту она не описывает никого, а когда речь идёт о конкретной компании, внедрение часто упирается в детали. Чат-боты так и остаются полуфабрикатами: не успевают обрабатывать сложные запросы, ломаются на нюансах и в итоге лишь нагружают HR, вместо того чтобы разгрузить. Генерация документов - хороший помощник, но требует постоянной проверки человеком, иначе рискуешь опозориться неуместной формулировкой.

Еще, время от времени, случаются громкие провалы: Amazon отказался от своего инструмента подбора из-за выявленной дискриминации против женщин; несколько американских компаний получили иски после того, как AI-алгоритмы отсеивали кандидатов старше 40 лет; а у ряда работодателей возникли инциденты с утечкой конфиденциальных данных через публичные AI-сервисы.

Я пока делаю для себя такой вывод: ИИ в HR приносит пользу там, где задача понятна и измерима - сократить рутину, ускорить массовые процессы, сэкономить ресурсы. Но если сверху спускают только лозунг "нам нужен AI", без цели и бюджета, итог будет один - очередной псевдо-прорыв, за которым спрятаны всё те же ручные процессы и недовольные сотрудники.

✈️ Если Вы практик HR-Tech и вам интересны реальные кейсы внедрений инноваций в HR, я приглашаю Вас подать заявку на вступление в группу HR-Tech chat для профессионального диалога.

Решение для борьбы с мошенничеством и спамом при подборе персонала

Помните историю с ИИ-автопилотом для поиска работы, который сам ищет вакансии, обновляет резюме и отправляет отклик? Ну так вот и ответ от вендоров для работодателей. Расскажу о нем для примера и в конце поделюсь своими скорбными выводами.

Greenhouse, один из лидеров рынка HR-Tech, запускает Real Talent - решение для борьбы со спамом и мошенничеством в найме.

Рекрутеры уже завалены тысячами откликов, половина из которых формируется с помощью ИИ или откровенных ботов. В итоге теряются реальные кандидаты, а компании несут прямые риски - от кражи данных до обмана с дипфейками. Gartner прогнозирует, что к 2028 году четверть всех "кандидатов" будут поддельными.

Что делает Real Talent:
🔔 сортирует входящий поток заявок в многоуровневый "почтовый ящик" прямо внутри Greenhouse,
🔔 с помощью ИИ фильтрует релевантных кандидатов и отсекает спам,
🔔 выявляет мошеннические схемы и подлог (от ботов до искаженных данных),
🔔 снижает нагрузку на рекрутеров и повышает качество найма.

Рекрутеры получают меньше "шума" и больше времени на работу с теми, кто реально подходит. Компании - снижение рисков и уверенность, что вакансии закрываются людьми, а не фантомами.

Антифрод в рекрутменте становится отдельной нишей HR-Tech. То, что раньше считалось частной болью рекрутеров, теперь превращается в рынок с продуктами, демо и инвестициями.

Но, если честно, всё это начинает походить на гонку вооружений.

С одной стороны - кандидаты, которые вооружаются ИИ-автопилотами для поиска работы, автогенерацией резюме и даже дипфейками. С другой - работодатели, которым теперь тоже продают ИИ-фильтры, антиспам и антифрод-решения.

Риск в том, что найм превращается не в поиск правильного человека на правильное место, а в бесконечное противостояние ботов и фильтров. Живой диалог между кандидатом и работодателем тонет в слое алгоритмов, где обе стороны проверяют друг друга на подлинность.

Вопрос открытый: это эволюция рынка или тупик?
Мы защищаем процесс найма от мусора - или сами превращаем его в технологическую гонку, где выигрывает не кандидат и не компания, а те, кто лучше натренировал свой ИИ?

🔗 https://ready.2hr.tech/Y1na6A

Обзор рынка труда HR-Tech и HR-Аналитики за второй квартал 2025 года

Готов новый квартальный отчёт. И это снова особенный выпуск: рынок HR-Tech вышел на рекордно низкий уровень по числу вакансий за всю историю наблюдений:
▪️В начале апреля в базе было 147 вакансий, к концу июня осталось 127 (минус 13,6%).
▪️В HR-Tech падение особенно заметное: с 95 до 78 позиций (минус 17,9%).
▪️HR-Аналитика держится: 49 вакансий против 50 в прошлом квартале, фактически стабильный уровень.

Что стоит за этими движениями:
🔴 компании продолжают публиковать новые позиции, но темпы закрытия оказались выше, поэтому общий пул доступных вакансий сжимается;
🔴 HR-Tech проекты тормозятся, бюджеты режутся, найм становится осторожным;
🔴 аналитическая функция уже встроена в процессы, и спрос на аналитиков воспринимается как обязательный, даже в условиях спада.

Если смотреть по структуре спроса, HR-Аналитики становятся всё более востребованными - доля вакансий выросла до 31%. Инженеры и разработчики HR-Tech просели до 16% и уже не определяют динамику рынка. Бизнес- и системные аналитики делят одинаковую долю - по 11%. Похоже, рынок смещается от разработки к аналитике и управлению данными.

Главный HR-Tech работодатель во втором квартале - Сбер. 53 вакансии за три месяца делают его безоговорочным лидером и главным источником спроса на специалистов цифрового HR. Все остальные работодатели показали значительно меньшую активность, изучите это в самом отчёте на моем сайте.

Обзор рынка труда HR-Tech и HR-Аналитики за второй квартал 2025 года

👉 Для тех, кто хочет не только читать отчёты, но и общаться с коллегами, есть Карьерный чат HR-Tech. Это живая часть проекта, сообщество практиков, где мы обсуждаем карьеру, инструменты и вызовы цифрового HR и делимся опытом друг с другом. Я приглашаю вас присоединиться.

❤️ Спасибо, что следите за проектом. Обзоры теперь выпускаю поквартально, потому что это правда трудоёмкая история для одного энтузиаста 🙂

PDF-файл найдете в первом комментарии. Буду рад, если поделитесь отчётом или пришлёте обратную связь.

Ready 2HR Tech | HR-Tech.Карьера | Вакансии в HR-Аналитике

Архитектура ИИ для HR: Простыми словами

Сегодня без маркетинга и супер-кейсов, просто хочу разобраться и рассказать вам из каких элементов состоит ИИ на основе очередной переведенной статьи. С примерами!

▪️Первое, что часто остается за кадром, это оркестрация. Представьте диспетчера, который управляет движением поездов. В ИИ роль та же: оркестрация соединяет модели, базы данных и инструменты так, чтобы всё шло по порядку. Она решает, когда вызвать модель, когда достать документ из базы, когда подключить память и в какой момент позвать человека.
Пример: LangChain или LlamaIndex - фреймворки, где можно задать цепочку: взять резюме → извлечь ключевые факты → сверить с требованиями → передать в ATS. В HR это значит, что бот не просто отвечает на вопросы, а выполняет процесс от начала до конца.

▪️Второй элемент - память. Без неё система каждый раз начинает общение как будто впервые. Память позволяет хранить краткий контекст, например текущий диалог, и долгосрочные данные вроде предпочтений пользователя. Для HR это может быть история кандидата, фирменные формулировки вакансий или прошлые отчеты для руководителя. Здесь важно не увлечься: слишком много памяти перегружает систему, слишком мало делает опыт фрагментарным.
Пример: ChatGPT с History или MemGPT. В HR это выглядит так: ассистент помнит, какой стиль вакансий у компании, какие отчеты нужны руководителю, какие вопросы уже задавал кандидат.

▪️Дальше идут векторные базы данных. Это инструмент, который ищет не по ключевым словам, а по смыслу. Если они построены на ваших документах - регламентах, вакансиях, внутренних инструкциях - ИИ может поднимать актуальные факты и цитаты из источников. Причем такие базы можно разворачивать локально, без передачи данных внешним вендорам, что особенно важно для конфиденциальной информации.
Пример: Pinecone, Weaviate, FAISS. Для HR - это возможность загрузить свои политики, инструкции и вакансии и потом спрашивать: «Какая у нас политика удаленной работы?» или «Покажи свежий шаблон job denoscription». Ответ приходит со ссылкой на нужный документ. Если база локальная (например, FAISS на сервере компании) - данные не уходят к внешнему вендору.

▪️И наконец, пользовательский опыт. Здесь решающее значение имеет не интерфейс как таковой, а то, как ИИ встроен в процесс. Очевидно ли, что вы разговариваете именно с системой, а не с человеком? Кто начинает диалог - вы сами или ассистент подключается проактивно? Есть ли прозрачность: можно ли увидеть, откуда взялся ответ и на какие документы он опирается? От этого напрямую зависит доверие и то, станет ли ИИ инструментом, а не очередной игрушкой.
Пример: Notion AI или Office 365 Copilot - пользователь сразу понимает, что работает с ИИ, может увидеть источник текста и при необходимости поправить. В HR важно встроить ИИ не «для красоты», а туда, где он реально экономит время: подготовка черновика вакансии, сводка по опросам сотрудников, подсказки интервьюеру.

Всё вместе это и есть архитектура современного AI-стека. Его сила не в отдельной модели и не в красивых интерфейсах, а в том, как оркестрация, память, базы знаний и опыт пользователя складываются в связную систему, которая реально помогает в работе. Подробнее, как всегда, в самое статье.

🔗 https://ready.2hr.tech/Na61bV

Карта пути сотрудника: полное руководство по EJM

Если бы мне нужно было выбрать только один метод бизнес-анализа для HR-Tech, то это без сомнения был бы EJM - Employee Journey Mapping.

Я как раз перевёл отличное и очень подробное руководство по этой теме и хочу объяснить, почему оно стоит того, чтобы на него обратить внимание.

EJM - это способ увидеть опыт сотрудника целиком. От первого касания бренда работодателя до последнего дня работы. Не отдельные процессы вроде найма или обучения, а целостный маршрут, на котором каждый шаг, каждая точка контакта и каждая эмоция складываются в общую картину. В этом и сила метода: EJM позволяет формировать HR-Tech как сквозной продукт, а не как набор разрозненных инструментов. По отдельности уже все пробовали и это не работает - основной импакт в синергии.

Такой взгляд даёт три преимущества:
➡️ Во-первых, он показывает, где на пути сотрудники теряют вовлечённость и почему компании сталкиваются с высокой текучестью.
➡️ Во-вторых, он помогает выстроить разные сценарии под разные группы людей: для удалённых сотрудников важны регулярные синхронизации и понятные каналы связи, для офисных - качество адаптации и атмосфера команды.
➡️ В-третьих, EJM связывает HR-практики с бизнес-результатами. Статистика тут очень красноречива: компании с сильным опытом сотрудника показывают кратный рост доходов и в разы выше рентабельность, чем те, кто этим не занимается.

Путь сотрудника традиционно делят на семь этапов:
1️⃣ Привлечение
2️⃣ Найм
3️⃣ Адаптация
4️⃣ Вовлечение
5️⃣ Управление эффективностью
6️⃣ Развитие
7️⃣ Уход

На каждом из этих этапов есть свои узкие места и свои возможности. Именно карта пути помогает их зафиксировать, увидеть глазами самого сотрудника и на этой основе перестроить процессы. И прежде всего стоит отметить эффект от адаптации - компании, которые выстраивают её осознанно, получают в разы более лояльных сотрудников.

🤍 Мне нравится в этом подходе то, что он одновременно диагностический и стратегический. С одной стороны, это способ понять, где и почему сотрудники теряют интерес, что работает плохо и что требует изменений. С другой - это инструмент, с помощью которого можно принимать решения об инвестициях в технологии. Когда карта показывает, что именно мешает людям в работе, становится понятно, какую именно задачу должна решать новая система или сервис, а не наоборот.

✅ Employee Journey Mapping - это рабочая основа, на которую можно опираться, если речь идёт о вовлечённости, удержании и в целом о культуре компании. Именно поэтому я считаю, что для HR-Tech это must-have инструмент.

📍 Сохраняйте себе этот пост, чтобы не потерять полное руководство по ссылке:
🔗 https://ready.2hr.tech/NMa7j2

📘 СБОРНИК ЧЕК-ЛИСТОВ для HR

В разгар осенней деловой активности мы собрали для вас более 70 Telegram-каналов известных HR-профессионалов и попросили их авторов подготовить чек-листы, которые помогут:

▪️ выстроить систему поиска в Telegram;
▫️ оценить бренд работодателя и запустить проект по обучению ИИ;
▪️ определить боли компании и провести стратегическую сессию;
▫️ внедрить систему адаптации и поставить задачи на испытательный срок;
▪️ измерить удовлетворённость и повысить вовлечённость сотрудников;
▫️ проверить модель компетенций и провести exit-интервью;
▪️ посчитать стоимость персонала и составить бюджет;
▫️ определить карьерную стратегию, составить резюме и подготовиться к собеседованию;
▪️ прокачать личный бренд, начать выступать на конференциях и даже написать диссертацию.

📌Специально для этой активности я составил Чеклист оценки ландшафта HR-Tech. Он позволит оценить зрелость цифрового HR и наметить стратегию развития.

✅ Сохранив единожды папку «ЧЕК-ЛИСТЫ для HR», вы сможете в своём ритме изучить все каналы и скачать более 70 авторских материалов для своего собственного сборника.

📍 Для вашего удобства в течение 3️⃣ дней каждый из каналов-участников будет держать свой чек-лист в закрепе.

Встречайте: цифровые двойники

😊 Я приветствую всех новых подписчиков, спасибо, что пришли. Тема канала — цифровой HR, то есть идеи и системы, определяющие будущее работы. Мой контент уникален тем, что я уже три года нахожу и перевожу статьи западных авторов, делюсь точным переводом в блоге, а здесь — выжимкой и своей рефлексией по теме.

Сегодня у меня на столе материал про технологию цифровых двойников. Эта концепция возникла в NASA, когда, чтобы починить космический корабль на орбите, на земле собрали его копию и моделировали поведение объекта перед внесением изменений.

Какая ирония: ИИ дал новые возможности работы с семантикой огромного количества данных и позволил создавать цифрового двойника для Homo laborans (человек-работник). Да, уже есть первые результаты пилотных проектов. Спокойно: пока речь идёт только о рабочей части нашей жизни.

Компания Viven.ai первой показала, как это может работать. Платформа собирает все следы нашей деловой активности — письма, встречи, документы, переписку — и формирует цифровой образ сотрудника. Этот двойник знает, над чем ты работаешь, с кем взаимодействуешь, какие темы обсуждаешь. Получившийся образ встраивается в корпоративные системы: можно спросить двойника коллеги о статусе проекта, узнать историю общения с клиентом или даже попросить «себя» прочитать документ и дать комментарий.

Всё это звучит пугающе, но прогресс формирует такую реальность прямо сейчас. Представьте себе всё это. Представили? Извините, теперь у меня вопросы:

🔔 Если цифровой двойник знает о тебе всё рабочее, где заканчивается твоя компетенция и начинается его?
🔔 Кто отвечает за ошибку, если совет дал он?
🔔 Кому принадлежит интеллект, собранный из твоих данных — тебе или компании?
🔔 Можно ли «забрать» своего двойника при уходе?
🔔 Кто видит, что спрашивают у твоего цифрового клона, и должен ли ты об этом знать?
🔔 Что произойдёт, если он начнёт говорить от твоего имени клиенту?

Похоже на сюжет фантастической повести или эпизод «Чёрного зеркала», но нет — первые пилоты на Западе уже идут, данные собираются, образы учатся отвечать. Не сомневаюсь, что скоро этим займутся и у нас. Технология обещает экономию времени и новый уровень коллективного интеллекта, но последствия могут быть тектоническими. Или нет… Скоро узнаем.

Почитайте полный перевод статьи по ссылке в моем блоге.

🔗 https://ready.2hr.tech/Y9nAt6


А если захотите поговорить об этом - подавайте заявку в наш HR-Tech чат.

Генеративный ИИ – это уже мейнстрим. Что дальше?

Josh Bersin совершил турне, пообщался с кучей компаний по миру и делится своими выводами по статусу AI-стратегий. Его вывод: GenAI уже стал нормальным рабочим инструментом, а не игрушкой для энтузиастов:
➡️ 46% бизнес-лидеров используют GenAI каждый день, 80% - хотя бы раз в неделю
➡️ 72% уже считают ROI, 74% видят положительный эффект
➡️ HR по интенсивности использования на третьем месте после IT и финансов
➡️ 23% крупных компаний тратят на AI $20M+ в год, 43% - больше $10M

1️⃣ Сейчас большинство кейсов - «индивидуальная продуктивность»: конспекты встреч, черновики документов и писем, быстрый поиск и анализ данных. Бёрсин, по сути, говорит: GenAI превращается в новый Office, а Copilot - в единую точку входа для ускорения офисной рутины. На чуть более продвинутом уровне – адаптации и тюнинг ИИ для сложных задач:
▪️В районе 12% компаний запустили корпоративные агенты уровня «Ask HR»: один чат, который закрывает вопросы по оплате, льготам, графикам, обучению и т.д., вместо порталов и SharePoint.
▪️В рекрутинге агенты уже умеют вести кандидата: пообщаться, выдать оценку, провести видео-интервью в любое время суток (чтоб они пропали, примечание автора блога)
▪️В обучении появляются AI-native платформы, где компании видят 30–40% снижения затрат.

2️⃣ Следующая стадия: многофункциональные агенты и переделка процессов.
Дальше, по Берсину, ценность будет не в точечных «ассистентах», а в многофункциональных агентах, которые закрывают весь процесс, например:
✅ рекрутинг-агент составляет вакансию, общается с кандидатом, планирует интервью, скринингует резюме и потом связана с онбордингом и performance review;
✅ карьерный агент ведет пользователя от запроса «мне нужен человек в команду» до решения, что выгоднее - нанять, пересобрать текущую команду или доучить кого-то внутри.

Как только такие агенты появляются, меняется структура работы: исчезают чисто рутинные роли (планировщики интервью, операционные координаторы), а людям приходится брать на себя более сложные куски процесса и работать поверх агентов.

3️⃣ Новый шаг - это агенты, которые помнят индивидуальный контекст:
🔔 HR-агент, который помнит твою прошлую вакансию и через месяц спрашивает, почему человек не адапьтировался как ожидалось, и предлагает донастройку команды вместо нового найма;
🔔 менеджерский ассистент, который опирается на внутренние метрики, span of control, вилки компенсаций и сам подталкивает к более разумным решениям.

То есть агент не просто отвечает на вопросы, а ведет сессии, строит гипотезы и опирается на историю взаимодействий.

Берсин – алармист: сейчас, говорит, не время отсиживаться. Это редкий период, когда можно вывести карьеру на новый уровень, опираясь на новые инструменты. Он проводит параллель с появлением Excel: бухгалтеров не стало меньше, они просто перестали складывать цифры в колонках вручную и занялись тем, что приносит больше ценности.

Источник – блог Джоша Берсина
(простите, сегодня без перевода: годовые цели сами себя не закроют)