Кирилл Пшинник, сооснователь онлайн-университета "Зерокодер"
По разным подсчетам, в сфере HR в России искусственным интеллектом пользуются от 37 до 46% компаний. Нейросети помогают в анализе резюме, первичном скрининге кандидатов, составлении тестовых заданий и вопросов для собеседований, в обработке документов, а также во внутренних коммуникациях — например, кадровом делопроизводстве. ИИ становится для специалистов «палочкой-выручалочкой», когда дело заходит об управлении рутиной.
В этой сфере есть и свои трудности — сопротивление со стороны сотрудников, технические и финансовые ограничения. При всем этом HR остается областью, которая идеально «мэтчится» с современными генеративными нейросетями и позволяет реализовать их потенциал практически в полной мере — конечно, настолько, насколько это возможно прямо сейчас.
Мы обратились к Кириллу Пшиннику, сооснователю университета Zerocoder, чтобы показать, как нейросети могут ускорять рабочие процессы не только в сфере онлайн-образования, но и в других отраслях.
Системный подход
Только треть российских компаний использует нейросети системно — по большей части, встретить в кейсах можно только точечные внедрения. Одной из компаний с системным подходом является онлайн-университет Zerocoder. Нейросети помогают HR-отделу практически на каждом этапе подбора персонала, а также при работе с уже нанятыми сотрудниками.
У Zerocoder есть особенность: он занял первое место на рынке дополнительного образования в сфере искусственного интеллекта (ИИ). Нам очень важно не только учить людей тому, как использовать нейросети в работе и жизни, но и применять их, собственным примером демонстрируя, насколько это эффективный и полезный инструмент.
В штате Zerocoder только один сотрудник HR-отдела — непосредственно HR Lead. В своей работе она использует несколько нейросетей: GPT для анализа резюме, Perplexity для поиска информации по русскоязычным источникам. Такая связка нейросетей неслучайна: она дает лучший синергетический эффект при анализе кандидата. Если одна нейросеть может помочь лучше подобрать исследования, информацию о трендах в профессиях или оценить, как в российской парадигме называют новую профессию на стыке гибридных задач, предпочтение отдается Perplexity AI. В России эта нейросеть работает без дополнительных сервисов и настроек, а официальные дилеры предлагают подписку на Pro-версию сразу на год в российских рублях. GPT-5 пока остается лучшим решением для составления портрета соискателя, подготовки вакансии, анализа hard skills кандидата. При этом, с GPT комфортно тренировать себя на сложное интервью: голосовой ассистент помогает настроить рекрутера на продуктивное и аналитическое общение, где важно оценить теоретические и прикладные навыки работы с программами, сервисами или результаты реализованных кейсов.
Также рекомендую присмотреться к возможностям GigaChat, нейросети от Сбера, в которой встроена функция «умный редактор» с интерфейсом похожим на привычные решения Microsoft Office. В функционале есть не только генерация и анализ текстовых документов, но и транскрибация видео, если вы внедрили формат mock-up интервью.
Если вам важно визуально показать сравнение кандидатов, например, для подбора промо-персонала на выставку, актеров в рекламный ролик или отобразить в инфографике статистику обращений и найма кандидатов, подойдут no-code инструменты со встроенным ИИ, например, Gamma или Tilda. В функционале этих сервисов уже «зашиты» удобные шаблоны для перевода текста в диаграфы и графики.
В случае с Zerocoder такие сервисы особенно полезны при подготовке квартальных отчетов и выступлений экспертов на еженедельных стендапах перед командой.
Вот — один из примеров промптов, который использует HR Lead в своей работе.
Действуй, как HR менеджер, который оценивает кандидатов на позицию ___. Я даю тебе резюме, твоя задача оценить, насколько данный кандидат подходит под вакансию. Обрати внимание на обязательные требования, если они не выполнены
- сразу ставь 0 баллов оценки. По резюме видно, что кандидат должен подходить по опыту и образованию к конкретной вакансии.
Описание вакансии: __
Оцени резюме, которое я тебе даю.
Выдай информацию в следующем формате:
Оценка по 10 бальной шкале, насколько кандидат подходит под требования. О - не подходит вообще или обязательные требования не выполнены. 10 - идеально подходит по опыту и всем требованиями.
Короткий комментарий о сильных сторонах кандидата, почему он подходит под вакансию.
Короткий комментарий о слабых сторонах кандидата, поему не подходит под вакансию.
Рекрутинг без ручной работы: ИИ берет на себя всё
Нейросети используются на каждом этапе рекрутинга.
Во-первых, непосредственно создание вакансии — составление портрета кандидата со средней по рынку зарплатой, структурой заявки с перечислением требований и задач. Достаточно выгрузить в нейросеть заметки или анкету, чтобы получить на выходе готовое описание. Если речь идет о новой или неизвестной менеджеру профессии, ИИ подробно объясняет, что это за специальность, зачем такой человек компании и какие у него задачи.
Во-вторых, самая энергоемкая часть найма — разбор резюме. С нейросетью вместо часов на оценку отклика уходят минуты. Особенно эффективно ИИ помогает отсеять нерелевантных кандидатов, чтобы HR-специалист мог сосредоточиться на тех, кто действительно подходит.
В-третьих, подготовка к собеседованию. В рамках этой задачи HR должен составить вопросы и выявить потенциально слабые места в хард-скиллах соискателя. Сделать это с нейросетью значительно проще — и у HR появляется возможность точечно уточнить важные моменты. С тестовыми заданиями нейросеть тоже справляется хорошо. Она формирует их на основе корпоративного стиля и общих задач компании. Остается только проверить — и можно отправлять ТЗ в продакшен.
Наконец, ИИ помогает обработать собеседование. На основе транскрипта встречи она может сформировать итоговый портрет кандидата, составить саммари. Вручную ничего делать не нужно — и вместо того, чтобы вести записи, рекрутер может сосредоточиться на реакции кандидата, его мимике и поведении.
Как правило, в Edtech-проекты необходимость делать массовый найм, как в ритейл-сети или сервисы такси, отсутствует. Но именно в сфере торговли ИИ могут ускорить найм сотрудников на 40%, как это происходит, например, в сети X5 Retail Group – оператором «Пятерочки», «Перекрестка», «Чижик» и другие. С помощью искусственного интеллекта HR-специалисты теперь формируют точное описание вакансии на основе заметок или короткой анкеты. Нейросеть помогает структурировать требования, задачи и ожидаемые компетенции, а также выдает рекомендации по уровню зарплаты по рынку. После внедрения ИИ время на первичную оценку откликов сократилось в 5 раз. Алгоритм анализирует сотни резюме за считанные минуты, отсекая нерелевантных кандидатов и выделяя тех, кто максимально соответствует профилю должности.
Такое решение повлияло и на качество найма: 8 из 10 принятых кандидатов успешно проходят испытательный срок. А команда перераспределила время на развитие бренда работодателя и удержание персонала.
Как «Самолет» повысила удовлетворенность сотрудников, а «Электрорешения» геймифицировали обучение
Интересный кейс использования нейросетей продемонстрировала группа «Самолет» — один из крупнейших в России девелоперов недвижимости. ИИ был включен в оценку сотрудников по методу «360 градусов». Во время использования этого метода сотрудника оценивают руководитель, коллеги, подчиненные и он сам, описывая сильные и слабые стороны. То есть, фидбек дается «со всех сторон».
Искусственный интеллект использовался для создания черновиков с вычленением сильных сторон сотрудника, зон его роста и перечня вопросов для обсуждения на личной встрече. До этого все результаты оценки приходилось обрабатывать вручную, однако сейчас на обработку результатов 20 сотрудников уходит 8 часов вместо 30 до этого.
В качестве основной нейросети использовалась модель GPT-4.5 от OpenAI.
В результате использования нейросетей трудозатраты сократились на 75%, а уровень удовлетворенности сотрудников фидбеком вырос на 9 пунктов до 94%.
Но компания «Электрорешения» — представитель бренда EKF в России — пошли дальше и внедрили искусственный интеллект HR-процессы. Им удалось геймифицировать обучение персонала, превратив процесс учебы в интерактивные «хакатоны» с обучающими сессиями и командными задачами.
С помощью ИИ компания также автоматизировала создание презентаций. Внедрение нейросетей помогло участникам создать сложный проект всего за полчаса.
Геймификация — действительно мощный драйвер, когда дело касается обучения. Она дает мотивацию, удерживает внимание, сразу показывает результаты и позволяет их немедленно откорректировать, а также представляет из себя практику через действие. Использование ИИ для превращения процесса учебы в игру — эффективный способ тренировать персонал. И экономный: по словам представителя компании, геймификация через ИИ помогла значительно сократить бюджет на обучение новых сотрудников и повысить квалификацию тех, кто уже работает давно.
Кроме того, после таких проектов уже сами сотрудники начинают интересоваться ИИ.
ИИ-рекрутеры и генерации вакансий в нефтегазовой сфере
На конференции «Автоматизация HR: технологии, тренды, эффективность» Трубная Металлургическая Компания (ТМК) поделилась своим опытом использования нейросетей в HR-области.
Искусственный интеллект сотрудники компании использовали для генерации описания вакансий и создания автоматизированных рекрутеров для массового подбора кандидатов. Интересный момент, пусть и пока нереализованный: на конференции упоминалось создание персональных HR-ассистентов на базе ИИ-агентов, которые могли бы подбирать для руководителей команды и управлять проектами, а также планировать и реализовывать развитие сотрудников компании.
Еще один прикладной кейс есть в «Газпром нефти». В компании используют ИИ-платформу Personik, которая работает через мессенджер Telegram. Этот виртуальный помощник охватывает три ключевых блока взаимодействия с персоналом: пребординг (ввод новых сотрудников в компанию), онбординг (информирование о рабочих процессах) и карьерное развитие (рекомендации по развитию компетенций, информация о вакансиях, самотестирование). Кроме того, компания реализовала комплексную цифровую трансформацию управления талантами, включая автоматизацию подбора, адаптации, оценки компетенций и карьерного развития с охватом более 80 тысяч пользователей в более чем 100 подразделениях.
Российские компании используют искусственный интеллект для рекрутинга и отбора кандидатов, сокращая время обработки откликов на 90% и более чем вдвое экономя бюджет. Нейросети позволяют проводить онбординг, сопровождая новых сотрудников. Они помогают не только искать новых кандидатов, но и поддерживать тех, которые уже работают в компании: это быстрый и эффективный анализ обратной связи и вовлеченности, разработка индивидуальных планов развития, создание программ корпоративного обучения и тренажеров. В перспективе — максимальная автоматизация рутинных задач при помощи ИИ-агентов. Что в действительности ближе, чем может показаться: команда «Зерокодера», например, уже создала ИИ-куратора, который отвечает на часто возникающие вопросы и дает первичные консультации по обучению.
Как и было сказано, HR и нейросети — почти идеальное сочетание. Есть сложные моменты, такие как общее недоверие людей к искусственному интеллекту и даже возмущение на тему использования ИИ в рекрутинге. По опросу SuperJob, только 5% участников готовы полностью довериться нейросети в деле проведения собеседования, тогда как 43% выступили категорически против. Одни считают, что ИИ способен пропустить действительно интересные анкеты из-за минимального несоответствия вакансии, тогда как другие убеждены, что ИИ, в отличие от «живого» рекрутера, не дискриминирует соискателей.
Путь к полному доверию к искусственному интеллекту в организации остается сложным и требовательным. Он требует внедрения изменений в корпоративную культуру, обучения сотрудников и устранения технических барьеров. Однако практика показывает: там, где компании не боятся использовать нейросети, выигрывают все — и бизнес, и сотрудники. Такой подход способствует ускорению процессов, повышению эффективности и укреплению доверия внутри коллектива.