Мы собрали HR-агента за 200 000 ₽ — и теперь платим ему 10 000 ₽ в месяц вместо зарплаты рекрутера

В Рубиус мы разработали внутреннего ИИ-агента, который обрабатывает отклики, пишет кандидатам, делает первичный скрининг и переносит людей по этапам в Talantix. Разработка обошлась в 200 000 ₽, операционные расходы — около 10 000 ₽ в месяц. Агента можно поставить на паузу. Он не уходит в отпуск и не выгорает. Ниже — как устроен проект, во что упёрлись, и почему мы считаем, что 2026 год — последняя возможность собрать такое решение «дёшево» силами одной команды.

Автор: HR-команда Рубиус. Материалы и интервью: Ольга Мальцева (выросла из HR в операционного директора Рубиус), Анастасия Меньщикова.

Российский рынок труда вошёл в 2026 год в очень специфическом состоянии: безработица рекордно низкая, структурный дефицит кадров сохраняется, а бизнес вынужден искать способы оптимизировать издержки. В этих условиях ИИ перестаёт быть «модной игрушкой» и становится инструментом, позволяющим не раздувать штат там, где людей физически не хватает.

И вот цифры, которые лучше всего описывают, что компании в РФ сейчас делают именно с HR-функцией:

Эффект от внедрения у тех, кто уже сделал шаг: time-to-hire падает на 40–50%, cost-per-hire — на 30–50%, отдельные платформы заявляют о сокращении трудозатрат рекрутеров до 70%.

Главное наблюдение: боли у всех примерно одинаковые. Поток откликов растёт, людей в HR-команде не хватает, кандидаты «протухают» за часы, рутина съедает фокус. Дальше — наш кейс, как мы перестали бороться с этим вручную.

Бизнес уже не может расширять и сокращать внутренние службы по щелчку рынка. Текущая команда должна успевать всё — и при этом не выгорать. На фоне дефицита кадров «нанять ещё двух кадровиков» — часто не вариант.

Чтобы было понятнее, на каком масштабе всё это становится критичным, — короткая зарисовка с реального крупного работодателя в РФ, для которого мы недавно делали разбор. Не наш кейс, но цифры показательны:

В такой реальности ручной HR — это не «не оптимально», это математически нерешаемая задача.

Любой рекрутер знает: большая часть времени уходит не на оценку людей, а на механику. Открыть отклик. Выбрать шаблон письма. Перенести кандидата на следующий этап. Скопировать результаты теста. Сверить зарплатные ожидания. Проверить английский. Снова открыть Talantix. Снова нажать «Отправить письмо».

Когда на одну вакансию приходит 4 000+ откликов, процесс перестаёт масштабироваться. Даже сильный рекрутер начинает работать как оператор интерфейсов.

В какой-то момент мы честно задали себе вопрос:
Почему высокооплачиваемые HR-специалисты тратят время на действия, которые идеально подходят для автоматизации?

Для контекста: средняя зарплата IT-рекрутера в 2026 году — 80–110 тыс. ₽ (только оклад, без налогов, бонусов, текучки и адаптации). Стоимость закрытия одной IT-позиции, по разным оценкам, доходит до 400 000 ₽ с учётом рекламы, времени менеджеров и HR.

Так появилась идея внутреннего ИИ-агента для HR.

Цель была не «заменить HR». Цель — убрать всё, что повторяется, не требует эмпатии, не требует переговоров, не требует человеческой оценки и легко описывается правилами.
Внутри мы это называем HR-Zero — модель, в которой рутинные HR-процессы происходят без участия человека, а HR занимается тем, ради чего его, собственно, и нанимали: людьми.

HR-Zero — это не сокращение ради сокращения. Это переход от ручного операционного HR к управляемой, автоматизированной функции, где люди занимаются только тем, что требует людей. Идея простая, но в российской реальности 2026 года она превращается в вопрос выживания HR-функции: при дефиците кадров масштабировать HR-отдел линейно вы уже не сможете — людей просто нет на рынке.
Концепция стоит на трёх принципах:

Если совсем просто: HR-Zero — это HR-функция, спроектированная как продукт, а не как штатное расписание.

Важный нюанс, который часто упускают. Внедрить ИИ — это не «поставили ChatGPT и всё заработало». Это системный процесс, в котором у разных отделов разная зрелость.

Для контекста: в Рубиус ~300 сотрудников, из них примерно половина — технические специалисты. 8 отделов (разработка — только один из них), 10 направлений разработки, до 20 проектов параллельно, полный цикл от пресейла до поддержки. На таком масштабе очевидно, что для каждого отдела нужен свой темп ИИ-фикации.

Наш план ИИ-фикации устроен по очень простой логике: сначала смотрим, какой отдел приносит максимальную ценность от автоматизации и какой при этом готов. HR оказался в верхней части списка — много рутины, понятные правила, измеримые метрики, цифровые данные. Бэк-офис (бухгалтерия, юристы, документооборот) — следующий очевидный кандидат: здесь та же история с ГОСТ 2025, СФР и штрафами в 1 млн ₽, только в другой обёртке.

И ещё один наблюдаемый эффект. На этапе ИИ-фикации одного отдела соседние отделы обычно подтягиваются сами — у них появляется референс, на который можно опереться. Поэтому первый запуск важно сделать позитивным — это снимает половину сопротивления в компании.

Если на VC.ru обычно рассказывают только «как красиво получилось», то в реальности у проектов ИИ-фикации есть очень конкретные точки, в которых они умирают. Перечислю те, которые мы прошли сами или видели у коллег.

Письма уходят только кандидатам с hh.ru, дубли исключаются, история обработки сохраняется.

Что важно бизнесу. Агента можно остановить в один клик. Это не сотрудник, которого надо увольнять, выводить из штата, адаптировать обратно. Нагрузка выросла — включили. Упала — поставили на паузу. Буквально «рекрутер по подписке».

Раньше HR вручную выбирал кандидатов, отправлял шаблон отказа, переводил на этап «Отказ».

Сейчас агент сам забирает кандидатов в статусе «Кандидат на отказ», проверяет, отправлялось ли письмо ранее, отправляет отказ, логирует действие и переводит на нужный этап.

Это уже не автоматизация, а интеллектуальный анализ. Агент получает вакансию, анализирует требования, разбирает резюме и опыт, учитывает результаты тестов, проверяет soft skills и английский, смотрит на зарплатные ожидания, ловит неадекватные ответы и формирует итоговую оценку.

Дальше ИИ пишет комментарий в Talantix, выставляет score, предлагает решение и автоматически переносит кандидата на один из этапов: «От ИИ на оценку ЛПР», «От ИИ подумать», «От ИИ кандидат на отказ».

Он не просто матчит ключевые слова. Он видит контекст, сравнивает опыт, понимает требования вакансии, находит пробелы и даже формирует вопросы для интервью. По сути — первичный скрининг уровня junior/middle recruiter.

Разработка — около 200 000 ₽ единовременно. Сюда вошли интеграция Talantix, интеграция HH API, ИИ-логика, инфраструктура, хранение данных, промпт-инжиниринг и настройка n8n-процессов.

Операционка — около 10 000 ₽ в месяц. Это LLM API, серверы, n8n cloud, мониторинг и хранение логов.

И главное: сравните это с бенчмарками рынка — ИИ снижает cost-per-hire на 30–50%, а если считать всё (рекламу, время менеджеров, адаптацию), стоимость закрытия одной позиции в РФ — это в среднем 2–2,5 оклада кандидата. Один агент за 10 000 ₽ в месяц легко окупается на первом же закрытии.

Скорость реакции на кандидатов. Раньше ответ мог уйти через часы или даже сутки. Сейчас — отклик обрабатывается автоматически. На рынке с безработицей 2,2% это часто и есть разница между «вышел к нам» и «вышел к конкуренту».

Снижение ручной нагрузки. Рекрутеры перестали тратить время на переносы между этапами, шаблонные письма, копирование данных и просмотр очевидно нерелевантных резюме.

HR начал заниматься HR. Это самый важный эффект. Люди перестали быть операторами Talantix и снова начали общаться с кандидатами, оценивать мотивацию, работать с hiring manager и улучшать качество найма.

Главная боль — ограничения API. Например, Talantix API умеет отправлять только письмо-отказ — и при этом кандидат автоматически получает статус «Отказ», что искажает статистику воронки. Часть проблем закрыли архитектурно, часть пришлось эскалировать в поддержку.

Второе — промпт-инжиниринг под российский рынок. Кандидатские резюме на hh.ru — отдельный жанр: дыры в опыте, нестандартное оформление, «креативные» зарплатные ожидания. Под это пришлось затачивать пайплайн.

Третье — логи и доказуемость решений ИИ. Без подробных логов невозможно ни отлаживать, ни доверять системе.

Если коротко — рынок уже не оставляет вариантов. Те, кто продолжит вручную сортировать отклики, писать шаблонные письма и таскать кандидатов между этапами, будут проигрывать на двух фронтах сразу — по скорости и по себестоимости найма.

ИИ-агент не заменил рекрутера. Он заменил хаос, рутину, повторяемые действия и потерю времени. Поэтому проект и оказался успешным.

За 200 000 ₽ мы получили цифрового HR-сотрудника, который:

Для справки

Рубиус — системный разработчик ПО и ИИ-решений для бизнеса. Входит в Топ‑30 ИИ-решений, Топ‑50 HR‑tech и Топ‑60 разработчиков ПО в России. Описанный HR‑агент — не пилот, а продукт зрелой инженерной практики, доведённый до промышленной эксплуатации.