Проблема эйчаров — не все из них умеют обосновывать перед руководством необходимость, востребованность, актуальность автоматизации HR-процессов.
Эксперт отвечает за разработку HR-приложений в компании «1С».
В HR Tech с 2008 года.
Начал свой путь инженером-программистом в крупной компании.
УП беседует с ним о проблемах и перспективах
Когда Вы поняли, что за HR Tech будущее, что он будет развиваться, расти.
Когда меня пригласили в компанию 1С, чтобы в дополнение к другим продуктам 1С сделать систему для управления персоналом. Мы тогда глубоко погрузились в тему, в том числе анализ рынка, и стало понятно, что точек для развития в этой сфере очень много.
В 1С уже были некоторые попытки развития такой функциональности в существующих продуктах до моего прихода, и с конца 2008 года я активно работал над концепцией, над созданием HRM-системы на базе продукта для кадрового администрирования и расчета зарплаты. По задумке туда должны были входить такие функции, как подбор персонала, оценка, обучение, адаптация, мотивация, самообслуживание сотрудников.
Первую версию, которая уже имела какие-то отголоски этой функциональности, мы выпустили в 2011 году, то есть примерно через 2 года после начала работы над ней. Эта редакция хотя и была с существенными неудобствами и недостатками, но она стала таким первым пробным шаром.
Затем, уже набив все шишки и понимая какие-то моменты, которые мы сделали так или не так, к 2015 году мы разрабатываем новую редакцию на новой платформе 1С:Предприятие.
Тут надо сказать, что из себя представляет система программ 1С: есть технологическая платформа и есть «кубики» — прикладные решения. То есть платформа предоставляет общую, универсальную функциональность или библиотеку, а прикладные решения уже дают возможность предоставлять какую-то бизнес-логику.
С тех пор на основе редакции 2015 года мы глубоко развиваем отдельные модули, отдельные функции.
Кроме того, одно из направлений работы над системой управления персоналом получило свое развитие в виде отдельного продукта, который мы выпустили в 2019 году. Он называется «1С:Кабинет сотрудника». Это облачный сервис для взаимодействия предприятия и его сотрудников.
Это что-то похожее на CRM-систему?
― Это как некая витрина, куда предприятие публикует данные о сотруднике, у каждого там есть свой кабинет. Каждый сотрудник заходит и видит свой расчетный листок, может оформить заявление на отпуск, может сказать о том, что он сегодня заболел, может подписать документы, ознакомиться с приказом руководства, посмотреть структуру компании и т. д. Состав функциональности там постоянно расширяется.
И вот интересный момент: это стало возможным не потому, что мы об этом раньше не знали или не думали, а просто с приходом технологий.
Скажем, в 2011–2012 гг. просто не было такого количества устройств. Грубо говоря, вот сделали мы в 2011 году систему, которая позволяет сотрудникам смотреть свои расчётные листы. А где сотрудники будут их смотреть? На каком-нибудь тольяттинском заводе не у каждого даже есть компьютер. Понятно, что в офисной компании, например, у каждого на рабочем месте есть компьютер или ноутбук, он может зайти и посмотреть. Но в офисе несложно дойти и до отдела кадров, а вот как раз на заводе, где сложные системы, там такое было бы удобно.
Вот смартфоны, которые пришли в нашу жизнь, сделали это возможным.
А пандемия сделала это обязательным.
― А пандемия сделала это неизбежным, потому что с приходом пандемии люди уже не стали рассматривать возможность удаленного взаимодействия как что-то опциональное: могу купить платье через компьютер, а могу поехать в торговый центр и купить там. Тут уже всё, уже вариантов нет, ты не можешь поехать, поэтому привычка покупать онлайн просто пошла в жизнь.
И, соответственно, этот же паттерн поведения пользователь тиражирует и на другие процессы своей жизни. Все мы ходим на Госуслуги, и государство тоже приучает нас к тому, что взаимодействие может быть простым, удобным, наглядным, лёгким. Мы пользуемся банковскими приложениями, даже традиционное письмо сейчас можно отправить через приложение «Почты России». Ты можешь написать письмо, сфотографировать его, указать адрес, заплатить и всё — почта сама распечатает его, вложит в конверт и отправит адресату. По-моему, это прекрасно.
В каком состоянии находится ваш проект сейчас?
― Я говорю про два проекта: «1С:Зарплата и управление персоналом КОРП», это комплексное решение для управления персоналом, и «1С:Кабинет сотрудника». Оба проекта в промышленной эксплуатации, они растут, набирают своих пользователей. У обоих этих продуктов есть свои внешние драйверы роста. Для приложения, обеспечивающего взаимодействие сотрудников и работодателя, это законодательство по переходу на кадровый электронный документооборот. У нас в стране есть закон, который разрешает проводить определенные операции между сотрудником и работодателем в электронном виде с использованием электронной подписи. Пока разрешает, пока можно электронно, а можно и бумажно, но, очевидно, если верить намеченному тренду, то в итоге всё переходит на электронное взаимодействие.
Во-первых, это просто удобно и доступно. Во-вторых, существенно повышает лояльность сотрудников предприятия и привлекательность работодателя. Всем нам хочется работать при прочих равных условиях в той компании, в которой хорошо выстроены процессы, есть всякие удобные, наглядные электронные инструменты. Особенно для молодёжи это один из значимых факторов при выборе места работы.
Продукт же «1С:Зарплата и управление персоналом КОРП» сейчас испытывает повышенный интерес со стороны компаний, которые переходят с западных аналогов, с западного софта.
Мы знаем, что большое количество западных вендоров покидает Россию, и российский рынок и предприятия, которые опирались на эту экосистему, сейчас вынуждены искать аналоги, и в том числе этим продиктован повышенный спрос. Наши же решения функциональные, они проверены временем и пользователями, и благополучно используются в тысячах компаний.
У 1С ещё есть такое преимущество, что она распространённая, в принципе легко кастомизируется и специалистов для кастомизации тоже очень много. Если для кастомизации какой-то западной системы нужны узкоспециализированные сотрудники, в случае с 1С в любом регионе России, в любом городе, большом или маленьком, найдётся человек, которого можно нанять в штат, можно обратиться к партнёру. И вот об этой гибкости не в последнюю очередь думают крупные компании, которые часто прибегают к кастомизации, так как их не всегда устраивают типовые универсальные подходы.
Кроме того, есть ещё другая ветка — большое количество развивающихся стартапов на рынке HR Tech. Но опять-таки, если клиент — крупная компания, то для них тоже немаловажна история, бэкграунд этого вендора, его надёжность. Что, если мы сейчас освоим какую-то систему, а завтра этот стартап перестанет существовать? Они же тоже не все проверены временем, в отличие от 1С, которая имеет долгую историю и отвечает критериям надёжности, стабильности, устойчивости.
Есть проблемы с автоматизацией подбора персонала?
― Сам по себе подбор персонала можно хорошо автоматизировать, но он начинает страдать, когда у него нет связи со всеми остальными службами предприятия. К примеру, у нас есть вакансии продавцов-кассиров, нам нужно набрать 10 человек. Мы передаем заявку в службу персонала, и они начинают набор. Но сегодня нам их нужно набрать 10, а завтра кто-то уволился, кто-то принят вновь. Там постоянно идет такая чехарда, а рекрутеру нужна постоянная актуальная информация о том, сколько ещё нужно человек. А ведь это только по одной позиции продавца, а этих позиций может быть множество, если это массовый набор. Или рассмотрим стройку — бетонщики, арматурщики, сварщики, водители и т. п. И получается, что, когда этот модуль подбора персонала находится в отрыве от кадровой системы, он очень сильно теряет в своей ценности.
Да, есть решение — можно интегрировать разные модули между собой. Но опять-таки, эта интеграция стоит денег, стоит специалистов, стоит времени, в ней могут быть ошибки, плюс каждое из этих решений развивается, значит эту интеграцию нужно поддерживать. В общем, это не бесплатное удовольствие.
В 1С же у нас комплексная система, то есть у нас всё это учтено на уровне вендора.
Мы, разработчики этой системы, уже заранее подумали о том, как эти модули между собой должны взаимодействовать, они уже внутри тесно связаны.
Когда рекрутер у нас открывает карточку вакансии, он видит: сколько там ставок, сколько принято, сколько уволено, сколько ему нужно набрать. И это число меняется автоматически по мере того, как в кадровом учете происходят изменения.
Другой пример того, как связаны между собой службы предприятия благодаря нашей системе: модная тема KPI, там устанавливаются показатели. Мало того, что сам KPI у нас рассчитывается и заполнить эти показатели можно из внешней системы: сколько кто из менеджеров продал, какой у них был план, сколько они фактически продали, выполнили и т. д. Но потом, когда премия уже рассчитается по этим данным, она у нас автоматически «проваливается» в зарплату. И получается, что расчетная служба, которая начисляет зарплату, ничего для этого не делает. Что вам нужно сделать на примере другой компании? Посчитать этот KPI где-то в Excel, выгрузить, взять, подписать, поставить печать, отнести в расчётный отдел. Это какой-то дополнительный документооборот, им надо будет кого-то загрузить, или это какой-то внешний файл, то есть опять-таки интеграции и опять затраты.
Идём дальше — вопросы ОЦЕНКИ, АТТЕСТАЦИИ, ОБУЧЕНИЯ, РАЗВИТИЯ. Получается, что у нас оценка сотрудника и его развитие неразрывно связаны с тем, как он работает. Есть две ветки — его компетентность и его производительность. Сотрудник может быть суперкомпетентный, но непроизводительный, и наоборот.
Нам важно и то, и другое, оба показателя. Соответственно, когда мы его оцениваем, у нас уже подтягиваются данные по его эффективности, по его производительности, как он работает, как он выполняет KPI. И после того, как мы его оценили, мы оценили его компетенции, у нас есть данные в программе о том, какие учебные курсы какие компетенции развивают, нам программа может составить индивидуальный план развития. Скажем, у него вот эти компетенции на хорошем уровне, а вот эти компетенции у него не дотягивают. Соответственно, неплохо было бы пройти такие-то курсы или посетить такие-то мероприятия, про которые сказано, что они развивают эти навыки, вот эти знания, вот эти личные качества. И таким образом у нас это всё взаимосвязано — и обучение, и оценка, и KPI.
Смотрите ли вы и в сторону подходов к искусственному интеллекту и машинному обучению?
― Мы смотрим, что можно было бы применить для работы рекрутера, для работы эйчара.
Я говорил про составление индивидуального плана развития — оно осуществляется достаточно прямым способом, без каких-то сложных нейровычислений, но, действительно, мы работаем над тем, чтобы применять подходы и некоторые технологии искусственного интеллекта, например, при скрининге резюме или при его разборе.
Насколько качественно искусственный интеллект всё это подаёт?
― Для того чтобы качество работы нейросети было высоким, ей нужен большой массив данных. А если мы говорим про кадровую систему предприятия, то, например, известный ресурс для поиска работы объединил резюме многих кандидатов, статистику их откликов на вакансии, результаты рассмотрения компаниями, то есть у них есть довольно объёмная выборка данных.
Но каждое предприятие у себя в отдельности всё-таки обладает достаточно ограниченным массивом. Почему? На предприятии есть много разных ролей, и сколько резюме будет у нас на какую-то отдельно взятую позицию, даже самую массовую, даже продавец-кассир? Пусть, например, 10 тысяч. Это огромное количество для обработки для одного предприятия. Но это ничто для машинного обучения, чтобы машина научилась из этого массива отличать хороших продавцов от плохих.
Но в принципе определенные шаги в этом направлении идут, работа ведётся. У нас есть информация о том, кто из кандидатов был успешен, кто из них как потом работал. Вот мы взяли на работу этого человека, а как он потом работал: хорошо или плохо? Может быть, мы его уволили через 2 недели. И когда мы берём этот большой массив данных, уже на основании этих принятых человеком решений машина у нас начинает учиться и говорит: ага, ладно, ты тогда взяла вот того, вот этот похож — значит, его тоже можно рассматривать. То есть некий скоринг — машина может предположить, с какой вероятностью тот или иной кандидат будет хорошим работником.
Расскажите подробнее об электронном интервью. С кандидатом беседует чат-бот?
― Нет, беседует человек. Это наше относительное ноу-хау. Представьте, что у вас есть массовая позиция, на которую много кандидатов. И все эти кандидаты проходят собеседование в разное время, с разными рекрутерами. Рекрутер приходит, задаёт вопросы, слушает ответы, что-то у себя помечает. Вечером он устал, ему показалось одно, а с утра там было другое настроение. А кого-то рекрутировал руководитель подразделения, от него тоже выходит информация. И рекрутер говорит: «Нет, этот что-то не очень, давай другого». То есть всё это основано на каких-то неформализованных вещах.
Что мы придумали? Мы придумали, что у каждой роли есть определённые функции, которые человек на этой роли должен выполнять. Землекоп должен копать, водитель должен водить автомобиль, кроме этого, ещё оформлять документы и т. д. Мы эти функции пользователя чётко выписываем. На основании каждой из этих функций мы задаём вопрос: а что для этого человек должен знать и уметь? И тогда уже человеку легче ответить: если он должен копать — он должен владеть лопатой, уметь втыкать её в землю, переносить объём грунта и т. д. И вот так почти по крупицам разбираем весь функционал и дальше уточняем: а на каком уровне? Хорошо, вот с этим определились, мы сказали, что он должен знать вот это, уметь вот это, быть таким-то на таком-то уровне. А теперь мы говорим: а как мы это проверим? И мы придумаем вопросы, которые выявляют наличие или отсутствие тех или иных компетенций, вот этих требований, которые мы написали. После чего машина, наша программа, составляет опросный лист.
К тебе приходит кандидат, и ты говоришь, что хочешь его на эту позицию. О'кей, программа составила тебе список, о чём именно надо его спросить. Интервьюер задаёт эти вопросы, и получается что-то вроде скрипта для холодных звонков. Вот как звонит вам человек и говорит: хотите купить наши учебные курсы? Ты говоришь: нет. Вам отвечают: нет, подождите, я вот вам ещё хотел предложить такую-то скидку. И буквально на экране рекрутера есть вот этот скрипт, и по этому скрипту задают вопросы. Не нужно вносить в программу, как именно ответил человек, достаточно просто пометить какие-то триггерные точки. Например: отказался отвечать или назвал три причины, назвал плюсы и минусы и т. п. И каждый из этих ответов вносит свой вклад в наличие или отсутствие той или иной компетенции. В итоге, когда мы прошлись по этому скрипту, опросили кандидата, программа у нас сразу выдаёт рейтинг. Когда мы опросили несколько человек, она говорит: вот этот отвечал хорошо, вот этот лучше, вот этот хуже.
Какой от этого получается эффект? Исключается субъективизм — мы точно знаем, что объективно все в равных условиях, всех опросили по одному скрипту. Второе —необязательно привлекать высококвалифицированных рекрутеров для того, чтобы проводить интервью. Потому что в принципе все вопросы есть на экране, ты можешь просто задать их и зафиксировать ответы, это не суперсложный навык. Это позволяет освободить высококвалифицированных специалистов для каких-то более творческих задач.
Дальше — мгновенный результат, и самое важное, что этот результат конвертируемый. То есть ты можешь сказать: допустим, этот человек не подошёл на позицию главного инженера, а давай посмотрим, насколько он подходит на позицию просто инженера или руководителя какого-то производственного отдела. И программа уже применяет эти ответы к другой позиции и выдает результат: на эту позицию он подходит на 80%, а вот на эту на 97%. Это позволяет провести одно интервью и дальше уже оценивать человека по разным позициям. Сейчас мы ещё работаем над тем, чтобы этот механизм использовать внутри компании, для сотрудников. Когда у тебя человек работает на какой-то позиции, ты можешь провести с ним интервью для того, чтобы примерить его на другие позиции, потому что есть такие позиции, для которых важно брать проверенных людей.
Можно ли сделать градацию узких мест в HR-системах компании, которые вы с вашей командой помогаете преодолеть?
― Мне кажется, что очень распространённой проблемой является плохая связанность между отдельными модулями. Предприятие понимает, что есть оценка, есть обучение, и по отдельности внедряет эти компоненты, но не получает синергетического эффекта от того, что эти системы начинают согласованно работать. Получается, что вроде как мы провели оценку, а что на основании этой оценки делать — не очень понятно. Но зато начальство поручило — мы отчитались. Или: «А давайте проведем оценку «360 градусов»! Провели, посмотрели результаты — прикольно! А то, что дальше на основе этого нет отголосков в каких-то других моментах — это не учитывается. Я уже приводил примеры связей между отдельными модулями.
Другая проблема эйчаров — не все из них умеют обосновывать перед руководством необходимость, востребованность, актуальность автоматизации HR-процессов. Для руководителя, который управляет финансами, для предпринимателя, для собственника, для него совершенно очевидно, что после покупки нового станка будет быстрее производиться партия или повысится качество, или он сможет сократить какую-то часть рабочих. То есть для него здесь очевидна выгода. А в случае с автоматизацией HR и того, что на него надо потратить деньги, не всегда эйчары могут это обосновывать. Из-за этого многие проекты в HR либо не начинаются, либо тормозятся, буксуют, потому что руководителям и собственникам это неочевидно. Вот та самая воронка — для того, чтобы получить на выходе одного хорошего сотрудника на выходе на конкурентную, на редкую вакансию, в горловине воронки иметь большую выборку, предположим, сто к одному.
Но ведь ваша система как раз может эти 1500 резюме обработать до 15 наиболее подходящих?
― Да, я про это и говорю, что не надо будет просматривать их вручную. Для того чтобы расширить это горлышко при минимальных затратах, нам нужно, чтобы стоимость обработки каждого этого человека была минимальной. Если она будет стоить нам 10 рублей, это одна история — можно расширять. А как расширять, если стоимость обработки одного человека — 1000 рублей?
Электронные системы подбора персонала на сайтах сейчас позволяют задать какие-то определенные параметры человека (возраст, фотографию, ожидания по зарплате и др.). Не нужно больше открывать каждое резюме и читать, где он работал, какую школу закончил и т. п. Получается, ваша система делает это за секунды?
― Просматривать резюме всё равно нужно, но система сама загружает эти резюме по установленным критериям, она сама пишет кандидатам. У рекрутера уже есть шаблоны, он нажал на кнопку, написал приглашение, а система сама всё сформировала.
Есть компании, которые принимают на работу после полиграфа, есть компании, которые используют технологии подбора по фамилии, имени, отчеству и дате рождения или смотрят на форму пальцев. Вот такие необычные вещи. Вы можете научить искусственный интеллект подбору по таким экзотическим технологиям?
― Дело в том, что мы разрабатываем приложение для массового рынка, как такового заказчика у нас нет. Мы работаем не по заказу компании, а сами смотрим на то, какие есть тренды и закладываем это в типовой продукт. Да, конечно же, можно использовать разные характеристики при отборе, в том числе косвенные. Но проблема здесь опять-таки в ограниченности выборки.
Если мы говорим про анализ внешнего вида пальцев, то нужны данные хотя бы по 100 тысячам человек. Должна быть довольно большая выборка для того, чтобы отличать хорошее от плохого и делать на основе этого какие-то далеко идущие выводы. Но Вы правы в том, что, действительно, вот эта оценка иногда открывает очень интересные закономерности.
Конечно, ещё есть проблема так называемых ложных корреляций. Например, у нас есть несколько успешных кандидатов, и они условно из Саратова. Значит, тот, кто из Саратова, хороший работник. Да не в этом дело, просто они закончили один и тот же вуз или попали в один год к хорошему преподавателю. То есть даже один и тот же вуз не даёт этого основания. В общем, тут есть, над чем подумать и над чем поработать. Безусловно, это такой перспективный тренд.
Главное — не использовать этот инструмент только потому, что он «на хайпе», вот как сейчас ChatGPT и другие инструменты. Многие люди говорят об этом, кто-то говорит, что это заменит всё, что вообще скоро нас всех не будет, машины захватят цивилизацию и т. д. Но когда начинаешь использовать только эти инструменты, да, действительно получается какая-то ерунда. А если ты используешь эти инструменты в дополнение к своим привычным, классическим подходам, то вот здесь как раз возникает прекрасный эффект. Есть возможность существенно улучшить качество работы с помощью этих инструментов, но при этом не стоит забывать думать и своей головой.
Какие ещё узкие места можно автоматизировать? Хотя, наверное, 1С уже автоматизировала все что можно?
― Вы удивитесь, но на самом деле наши наблюдения показывают, что большая часть даже довольно рутинных вещей до сих пор не автоматизирована или не автоматизирована должным образом. Взять, например, модуль охраны труда, который есть в нашем решении: огромное количество специалистов по охране труда, которые есть практически на каждом производственном предприятии, до сих пор работают в каких-то книгах, где-то в Excel. Там есть много всяких повторяющихся рекуррентных процессов. А вы знаете, что предприятие обязано регулярно отправлять на медосмотр сотрудников вредных производств? Это же нужно вспомнить о том, что его нужно туда направить, нужно вовремя обновить его аттестацию медицинским учреждением. Плюс ещё люди переводятся: кто-то с вредного производства перевёлся на обычное; кто-то с обычного на вредное. Кто-то поработал на одном вредном производстве и потом переходит на другое, а там уже другие вредные факторы, и уже нужно проходить другой состав медкомиссии. Наша программа умеет за всем этим следить. Она посылает уведомление: вот такой-то товарищ, не забудь, что тебе надо пройти медосмотр плюс ответственному инженеру по охране труда показывает список тех людей, которым скоро надо будет обновить эту аттестацию. И когда пользователь до этого доходит, он может в один клик сформировать направления на медосмотр, направить их людям, люди идут, проходят медкомиссию, возвращаются. Данные о том, что эти люди переаттестованы такого-то числа по таким-то основаниям, попадают в систему и система начинает новый отчёт.
А чат-боты? Вы планируете работать в этом направлении?
― У нас есть встроенные чат-боты. Когда вы покупаете наш продукт, вы фактически уже можете настраивать своего чат-бота, который работает через Telegram. Но он пока обладает базовой функциональностью. Он умеет знакомиться с человеком, получать его резюме, рассказывать ему, какие есть вакансии в компании. И дальше пользователь этого чат-бота может откликнуться на вакансию, оставить свои контактные данные, загрузить резюме, и эта информация уходит в кадровую службу. У нас есть разные планы: можно было бы проводить какую-то предварительную оценку уже этих людей в этом же чат-боте. Например, спрашивать наличие каких-то обязательных для вакансии вещей: гражданства, водительских прав, или каких-то таких формальных и неформальных критериев.
Но тем не менее, эти чат-боты используются нашими пользователями, особенно для массового набора. Они распечатывают QR-код, который ведёт на этот чат-бот, и размещают его в местах массового пользования: найди работу, наведи. Человек наводит свой смартфон, попадает в Telegram, Telegram с ним знакомится, общается. Такие же чат-боты мы планируем включать и в приложение для сотрудников. Сотрудник может, например, спросить, когда у него отпуск, или на сколько дней ему можно взять отпуск, или какая у него будет премия в этом месяце. То есть те вопросы, которые обычно задают эйчару, кадровику или расчетчику, их вполне можно было бы обрабатывать с помощью чат-бота, освободив тем самым этих людей.
«Сбербанк» использует программу, которая по семантике внутренней переписки сотрудников за 3 месяца уже показывает дату, когда человек уволится. Это их собственная разработка, и она себя очень оправдала. Этот анализ позволяет понять, стоит ли вкладываться в человека, в его рост и обучение. Планируете ли вы что-то подобное?
― Я безусловно в курсе таких разработок, я знаю, что это базируется на вполне себе обоснованных вещах. Человек действительно начинает по-другому себя вести, когда уже теряет интерес к работе, использует другую лексику в переписке. Всё это машина может обработать и сделать некоторые предсказания. К сожалению, я просто не имею возможности разглашать информацию о таких инновационных вещах, поэтому здесь у меня нет свободы в том, чтобы раскрывать какие-то наши работы в этом направлении. Но в целом да, тема знакомая, корпоративная почта обрабатывается роботами и дальше анализируется.
*Агиль Хыдыров, 1С
Редактор Ольга Сагун