ИИ проник на рынок труда, и речь не только о точечных экспериментах HR-специалистов с ChatGPT. LinkedIn и Indeed вшивают генеративный ИИ в свои продукты, чтобы лучше мэтчить кандидатов и вакансии, а OpenAI строит собственную jobs-платформу — по сути, конкурента всем существующим карьерным соцсетям и сервисам: работу и сотрудников там будет подбирать уже не человек, а нейросеть.
Столь активное развитие технологий в отрасли вроде бы должно говорить об их ощутимой пользе, но есть нюанс: массовое применение ИИ обеими сторонами — соискателями и HR — не ускоряет их встречу. The Atlantic пишет, что «сегодняшний трудовой рынок напоминает ад»: работодатели не могут закрыть вакансии, а соискатели — получить ответ на отправленное резюме. Так готова ли индустрия к технологическому скачку? И как дойти до «живого» собеседования в ИИ-эру?
Понять, кто раньше стал массово применять генеративный ИИ — соискатели/сотрудники или HR-менеджеры — и тем самым сподвиг на это другую группу, все равно что пытаться решить дилемму курицы и яйца.
Что точно, автоматизация в HR присутствовала и раньше, но особенно ярко проявилась в пандемию, с переходом на удаленку. Компаниям пришлось учиться управлять персоналом на расстоянии, в ход пошли технологии, в том числе нейросети. За несколько лет они из «фишки айтишников» превратились в рядовой рабочий инструмент.
Второй катализатор — растущая нагрузка на рекрутеров. Аналитики SuperJob отмечают, что сейчас россиян в поисках работы заметно больше, чем в 2020 году. В ряде сфер это выливается в откровенный переизбыток кадров: hh.ru говорит о 12 сферах с явным профицитом. Так, в менеджерских и творческих индустриях вакансии легко собирают под 30 резюме, инвестиционные направления — под 35. После бума курсов «как быстро войти в айти» и отраслевых льгот на позиции джунов в ИТ тоже стабильно прилетает по 30–40 откликов, утверждают в Innostage (причем релевантных из них максимум 30%). Вручную такой поток уже не разобрать.
Отсюда логичный ответ бизнеса — упорнее автоматизировать HR-процессы, в особенности воронку найма, переложить на алгоритмы рутину: некоторые ИИ-сервисы способны оценить 100 резюме за три минуты, тогда как человеку на это требуется около пяти часов.
Для российского рынка труда ИИ уже тоже не экзотика, но и до повсеместного инструмента он еще не дорос. Правда, со статистикой тут нужно быть осторожным — методики подсчета сильно расходятся. Например, по оценке Ancor Recruitment, 46% компаний в России уже используют нейросети в HR-целях (системно это делает треть), еще 28% планируют подключить их в ближайшее время. Тогда как «Авито Работа» говорит всего о 5% бизнесов, планомерно использующих ИИ в рекрутинге.
{{slider-gallery}}
Вот с точки зрения функционала и точек приложения наша практика схожа с мировой: используются те же или аналогичные инструменты — с поправкой на санкции. ИИ точно так же помогает российским HR-специалистам описывать вакансии и должностные инструкции, создавать вопросы к собеседованию, составлять тестовые задания, автоматизировать подбор резюме, обучать текущих сотрудников. Конечно, это удобно: условно, HR-специалисту без технического бэкграунда становится проще понять, насколько хорош сидящий перед ним претендент на вакансию разработчика.
Параллельно в вакансиях все чаще встречаются соответствующие требования к кандидатам, это тоже созвучно глобальным тенденциям. Как видно из исследования hh.ru и Touch Instinct, 60% работодателей ждут, что сотрудники будут хотя бы базово владеть ИИ: как минимум смогут искать информацию и генерировать идеи через популярные нейросети вроде ChatGPT, GigaChat, DeepSeek.
Соискатели тоже не спят и прокачивают свои ИИ-компетенции — причем не только в профессиональной области, но и на этапе найма. Действительно, если машина может составить рабочий имейл или набросать пресс-релиз, почему бы не доверить ей сочинить и резюме, и уж тем более сопроводительное или мотивационное письмо? «Работа.ру» и WMT Group подсчитали, что к этому прибегают уже 62% россиян. Каждый четвертый улучшал резюме с помощью ИИ, а 11% особенно продвинутых респондентов готовились к собеседованию: просили бота провести тестовое интервью, оценить речь и так далее. И это работает: соискатели говорят, что ИИ действительно помогает трудоустроиться. Каждому пятому удалось получить желаемую должность, а с отказами из-за откровенной генерации столкнулись лишь 6%.
Важно понимать: если рекрутер ушел в игнор, это не вина ИИ. Нейросеть — всего лишь инструмент, результат зависит от пользователя: насколько грамотно он формулирует запрос и готов ли критически оценить ответ, доработать его. То же касается работодателя: за финальное решение отвечает человек. ИИ пока не умеет по-настоящему считывать мотивацию, оценивать мягкие навыки, улавливать невербальное поведение. Это по-прежнему зона ответственности HR-специалиста.
И все же эти базовые, уже всем известные правила ИИ-гигиены не мешают рынку почти без разбора и осмысления автоматизировать все новые HR-процессы, не просто снимая рутину, но воспринимая технологию как волшебную пилюлю. Конечно, в результате все сталкиваются с проблемами.
Если сузить фокус с HR-процессов в целом до самой распространенной рутины — первичного подбора и отсева кандидатов, — кажется, что как раз здесь проблем с ИИ быть не должно. Собственно, туда чаще всего ИИ и подключают. На первый взгляд все логично: нейросеть работает быстрее и внимательнее человека, ей можно доверить как минимум базовую фильтрацию.
Но на смену человеческим ошибкам приходят алгоритмические. Первичный отбор часто оказывается слишком прямолинейным: резюме жестко ранжируются по формальным критериям, а личностные факторы игнорируются. Особенно сильно это заметно там, где «умные» фильтры сталкиваются с такими же «умными» резюме, отредактированными под алгоритм.
Дело в том, что для первичной фильтрации кандидатов многие работодатели используют автоматические системы (ATS, Applicant Tracking Systems): например, в США их применяют 75% компаний, в России ATS также считается фундаментом технологичного рекрутмента. При этом такие системы часто устроены довольно прямолобо: например, если соискатель не повторил дословно формулировку из описания вакансии, ATS с большой вероятностью его «отметет». Дальше, поскольку ATS настроены работать с формальными признаками — опытом, стеком, ключевыми словами, — они гораздо хуже человека считывают личностные характеристики, мотивацию и софт-скилл соискателя. Хотя во многих ролях эти качества важны не меньше профессиональных навыков.
{{slider-gallery}}
В результате компания может просто не увидеть сильного кандидата — пусть не идеально подходящего по официальным критериям, но перспективного и хорошо вписывающегося в команду. Порой эта протокольность находится на грани с дискриминацией — американцы в 2024 году даже подали коллективный иск в связи с этим против компании Workday: ее обвинили в том, что HR-инструменты на основе ИИ чаще отсеивали кандидатов старше 40 лет.
Эти перекосы в основном присущи ранним версиям ATS, выпущенным до эры массового внедрения ИИ, с упрощенными алгоритмами поиска по ключевым словам. Современные системы, на базе нейросетей вроде ChatGPT или DeepSeek, уже не так цепляются только за наличие конкретных слов и способны учитывать контекст, перекрестно сопоставлять опыт и требования, а иногда — и поверхностно «считывать» личностные характеристики по тону и структуре текста.
И все же проблемы наследуются. Так, один из пользователей «Хабра» делится, что постоянно получает автоматические отказы от ботов: «Ясно, что где-то я не угадал машинную логику, но понять, где конкретно, абсолютно невозможно. Если простые и примитивные формальные алгоритмы ранее были хоть как-то понятны, <...> то что делать в ситуации, когда ИИ оценивает все резюме целиком по неизвестному алгоритму с огромным количеством параметров, причем КАЖДОЕ слово в резюме, сопроводиловке или ответе на какой-нибудь тест может оказаться неправильным или лишним, неясно вообще». Другой пользователь описывал опыт подруги — HR-специалиста, которая использовала ИИ-систему для разбора 500 откликов. Все кандидаты получили автоматические отказы, потому что ИИ не мог сам валидировать информацию, если ему не прописать все вплоть до малейших деталей. Доходило до абсурда: если в вакансии стояла графа «У нас дружный коллектив», а в резюме не было написано: «Я ищу дружный коллектив!», нейросеть его отметала.
В итоге кандидаты учатся обходить систему: на Reddit пишут, что отбивки с отказами перестают сыпаться, только если «белым текстом вставлять ключевые слова из описания вакансии в свое заявление/резюме». Многие вообще полностью генерируют резюме под вакансию.
В такой конфигурации, когда один робот решает, как кандидату «упаковать» себя под вакансию, а другой — достоин ли этот кандидат хотя бы звонка, начальный этап отбора и первичное собеседование превращаются даже не в «человек — компьютер», а в «компьютер — компьютер». И до этапа «человек — человек» доходят единицы.
В той же статье The Atlantic работодатели жалуются, что не могут закрыть даже хорошо оплачиваемые должности, а кандидаты, которые рассылают сотни резюме, так и не получают отклика.
Когда соискатели начинают полагаться на ChatGPT, чтобы составить резюме, идеально соответствующее ожиданиям алгоритма на стороне HR, это снижает их уникальность. Описание достижений упрощается, оформление стандартизируется — и вот уже глазу рекрутера не за что зацепиться. Особенно если говорить о неопытных специалистах и корпорациях, которые получают такие безликие анкеты сотнями.
Доходит до того, что некоторые работодатели предпочитают проводить очные собеседования без гаджетов — только так появляется относительная гарантия того, что удастся качественно проверить знания кандидата. Как узнал The Wall Street Journal, к «живым» собеседованиям возвращаются в Google и Cisco — как минимум в одном раунде.
Для России это тоже актуально. Например, в «Яндексе», где я работал продолжительное время, уже больше десяти лет кандидаты в разработчики пишут код на бумаге или на маркерной доске. Никаких гаджетов не предполагается. Суровый и очень действенный метод проверки профессиональных знаний! Этот подход когда-то был позаимствован у западных бигтехов: Microsoft, Google, Facebook*. А для онлайн-собеседований активно используются системы прокторинга, которые отслеживают поведение кандидата и обнаруживают любые недопустимые действия — например, поиск информации в другом окне или на другом устройстве.
Так что в итоге, с одной стороны, да, наем автоматизировался по всему миру. С другой — инновации породили много новых проблем и явно требуют активной модерации человеком.
Кажется, что технологии должны были упростить процессы, но вместо этого будто бы все усложнили. Тем не менее внедрение ИИ в HR уже идет массово и повсеместно, а через несколько лет — до того, как появится так называемый общий искусственный интеллект, который по своим способностям будет на уровне человеческого или даже выше, — ситуация на рынке труда неминуемо выровняется.
И соискатели, и рекрутеры окончательно осознают: технологии заменят тех, кто не применяет их эффективно, — и выработают понятные правила, подстроятся под новую реальность, где без ИИ уже не обойтись, но к самому ИИ нужно привыкать.
Используйте ИИ для гиперперсонализации. Без его помощи сегодня сложно конкурировать с другими соискателями, особенно на популярных вакансиях. Но важно делать это дозированно.
Вместо того чтобы просить нейросеть полностью за вас написать резюме, загрузите в нее свой опыт и описание конкретной вакансии. Попросите адаптировать ваши вводные под требования, используя терминологию и акценты из описания. Это создаст резюме, которое выглядит как идеальное совпадение для автоматизированных систем скрининга. А дальше обязательно докрутите его вручную, чтобы не получился шаблонный текст, который откинет уже сам рекрутер: например, не стоит чрезмерно хвалить себя и упоминать навыки, с которыми вы знакомы лишь поверхностно, пусть они и есть в вакансии.
Тренируйтесь проходить собеседования. Нейросети неплохо справляются с отыгрыванием ролей, достаточно задать промпт в духе: «Ты HR-менеджер компании X. Я кандидат на позицию Y. Проведи со мной поведенческое интервью, задавай сложные вопросы о моих неудачах и слабых сторонах. После каждого ответа давай критическую обратную связь по структуре STAR и убедительности».
Создайте своего «цифрового двойника» (этот совет подойдет, только если вы продвинутый пользователь и откликаетесь на креативную или ИТ-вакансию). «Обучите» персонального ассистента на своих проектах, статьях, коде и резюме. В сопроводительном письме дайте ссылку на этого чат-бота с предложением рекрутеру «пообщаться с вашей цифровой копией», чтобы он быстро узнал о вашем опыте. Кстати, это решение можно еще и в резюме записать — на такой нестандартный артефакт точно обратят внимание.
Переворачивайте подход к собеседованию через «обратный прокторинг». Вместо обычной проверки знаний предложите кандидату решить практическую задачу (написать код, составить коммерческое предложение), используя ИИ, но с обязательной демонстрацией экрана. Так вы оцените не только итоговый результат, но и сам процесс: как кандидат формулирует запросы, как отбирает и дорабатывает сгенерированные варианты.
Для оценки ИТ-специалистов и вовсе стоит создать «ИИ-песочницу»: выдавать кандидатам тестовое задание внутри ограниченной среды, где им доступна какая-то нейросеть, и просить решить кейс только с ее помощью. Это позволит стандартизировать оценку навыков владения ИИ и сравнить кандидатов в равных условиях.
Используйте ИИ для анализа подлинности резюме. Вместо того чтобы отсеивать сопроводительные письма и резюме по ключевым словам, настройте свою систему на выявление «излишне идеальных» сопроводительных писем и резюме. Нейросеть может анализировать текст на наличие шаблонных фраз, характерных для ИИ, и отсутствие личных, уникальных деталей — это станет сигналом для более тщательной проверки человеком.
{{slider-gallery}}
Несмотря на трудности, высокую востребованность ИИ в HR-задачах невозможно отрицать, как и дальнейший технологический прогресс в этой отрасли, особенно в рекрутинге. Взять анонс OpenAI разработки собственной Jobs Platform. Потенциально это аналог LinkedIn, но полностью на базе ИИ, который поможет рекрутерам привлекать лучших соискателей (в первую очередь специалистов по нейросетям) и который к тому же наверняка будет продвигаться через ChatGPT, вошедший, к слову, в топ-5 самых посещаемых сайтов мира. За таким крупным игроком могут подтянуться и другие компании, которые выпустят похожие продукты и полностью перекроят рынок найма.
Да, за год до планируемого выхода платформы может многое произойти. В частности, основной конкурент и доминанта рынка LinkedIn (им владеет Microsoft, один из якорных инвесторов OpenAI и «заноза» в принятии решений стартапом) тоже способен за такой период сделать гигантский рывок по части ИИ.
Но не так важно, выйдет ли вообще OpenAI Jobs Platform или кто-то его опередит: само намерение столь значимого бигтеха создать подобный сервис — явный сигнал для индустрии занятости еще быстрее двигаться в сторону ИИ. Это, кажется, поспособствует приближению состояния равновесия: когда и у кандидатов есть нужные ИИ-навыки, и HR-специалисты используют ИИ разумно. И это верно сразу для всего рынка — как нашего, так и мирового.
* Принадлежит корпорации Meta, признанной экстремистской и запрещенной в России.
Полина Садовникова и Мария Бессмертная воспользовались этим поводом, чтобы пересмотреть свои любимые вампирские саги в строго рабочее время. Пройдите его и узнайте, какой вы вампир.
