Алгоритмическое управление численностью персонала: тренды, подходы и реальные кейсы. Протокол чёрный ящик. ИИ для сокращения.

Современные компании всё активнее внедряют алгоритмические системы управления кадрами, рассчитывая на «объективность» и эффективность ИИ. Такие системы собирают детальные цифровые данные о сотрудниках – от активности в Jira и Slack до анализа речи на Zoom-конференциях – и выносят кадровые решения «чёрным ящиком», снимая личную ответственность руководителей.
Исследования подтверждают, что подобные практики кардинально меняют рабочую среду: с одной стороны, обещая рост эффективности, с другой – вызывая рост выгорания и тревоги среди сотрудников. Таким образом, за лозунгом «всё по цифрам» может скрываться глубокая деморализация команды.

Чтобы снять ответственность с менеджеров и избавиться от субъективности, компании применяют схему «чёрного ящика», где руководитель лишь задаёт правила, а за решения отвечает ИИ. Типичный процесс выглядит следующим образом:

Шаг 1 – Data Lake ИИ подключается ко всем сервисам компании (Jira, Slack, Zoom, Office 365 и т.д.) и агрегирует поведение и результаты сотрудников. Эффективность оценивается не по ощущениям менеджера, а по «цифровому следу» каждого человека.

Шаг 2 – Базовое нормирование (Baseline) Алгоритм вычисляет средний KPI или «среднюю продуктивность» по команде. Всё, что отклоняется ниже медианы более чем на установленный процент, попадает в зону риска. Это создаёт конкуренцию между сотрудниками, а не с планом работы.

Шаг 3 – Коэффициент ценности (Value Score) Каждому работнику ежедневно присваивается некий общий балл (например, от 0 до 100) по закрытой формуле. Сотрудники не знают, какие именно параметры влияют на их балл – таким образом избегается «накрутка» показателей.

Шаг 4 – Автоувольнение (Kill Switch) Если оценка сотрудника падает ниже порога (например, 35/100) несколько месяцев подряд, система автоматически генерирует уведомление об увольнении, одновременно блокируя корпоративные аккаунты.

В таких системах руководитель выступает лишь в роли наблюдателя: все решения принимает безликий алгоритм.

ИИ-системы оценивают сотрудников по сложным комбинированным метрикам, которые условно делятся на «примитивные» количественные параметры и «продвинутые» интеллектуальные метрики.

Таким образом формируется комплексный «индекс эффективности»: сотрудник становится лишь суммой цифровых показателей.

Прозрачности в подобных системах нет. Сотрудник видит лишь «тепловую карту» своей активности и абстрактные диаграм

мы, однако точные алгоритмы принятия решений не раскрываются.

Ключевым элементом схемы является полное деперсонифицирование процесса увольнения.

Сторонники алгоритмического управления персоналом выделяют несколько ключевых выгод для бизнеса:

Алгоритмическое управление персоналом – это новый виток развития корпоративных технологий. С одной стороны, компании видят в нём способ устранить субъективные «человеческие» ошибки и существенно сократить фонд оплаты труда. С другой – он порождает серьёзную этическую дилемму: готовы ли мы оставить судьбу людей на откуп «чёрного ящика»?

Практика показывает, что большинство организаций используют ИИ прежде всего как инструмент оптимизации, зачастую умалчивая о его рисках. В перспективе компании могут столкнуться с ростом внутреннего недовольства и юридическими претензиями, поскольку формулировки вроде «невовлечённость» или «ниже медианы» не закреплены в трудовом законодательстве.