Рекомендации больше недостаточно: как компании начинают перепроверять консультантов по подбору менеджеров через искусственный интеллект

В основе выбора консультанта по подбору топ-менеджеров традиционно лежат закрытые профессиональные связи. Они формируются в процессе совместной работы, на конференциях и отраслевых мероприятиях, через рекомендации собственников, членов советов директоров, инвесторов и руководителей.

Для рынка по подбору топ-менеджеров такая модель естественна. Результаты многих проектов конфиденциальны, качество консультанта трудно оценить до начала работы, а личная надёжность партнёра часто важнее публичной известности компании.

Однако рядом с традиционным механизмом выбора постепенно формируется дополнительный. Всё чаще заказчик использует нейросеть, чтобы проверить, дополнить и актуализировать уже известную ему карту рынка.

McKinsey называет ИИ-поиск новой входной дверью в интернет. По данным исследования компании, около половины потребителей уже целенаправленно используют инструменты ИИ-поиска. Они обращаются к нейросетям не только за справочной информацией, но и для изучения вариантов, сравнения компаний и предварительного выбора.

Изменение особенно заметно в поиске рекомендаций о компаниях. В исследовании BrightLocal 2026 года 45% опрошенных сообщили, что используют ChatGPT и другие генеративные ИИ-инструменты для получения подобных рекомендаций. Годом ранее этот показатель составлял 6%.

Эти данные нельзя механически переносить. Выбор ресторана, клиники или локального сервиса отличается от выбора консультанта по поиску генерального директора. Однако направление изменений достаточно ясно: люди начинают разбираться с задачей ещё до посещения сайтов и до прямого обращения к поставщикам, задавая нейросети сложный вопрос и получая уже синтезированный ответ.

В B2B этот процесс также вышел за пределы эксперимента. Согласно исследованию 6sense, 94% опрошенных B2B-покупателей используют большие языковые модели в процессе выбора поставщиков. При этом ИИ не отменил другие источники доверия. Покупатели продолжают обращаться к экспертам, изучать материалы компаний, собирать рекомендации и проводить переговоры.

ИИ-поиск не вытесняет существующий процесс выбора. Он встраивается в него.

Вероятность того, что клиент обратится к нейросети за предварительной рекомендацией, особенно высока там, где одновременно присутствуют пять признаков.

Неудачный выбор поставщика может привести к финансовым потерям, срыву трансформации, управленческому конфликту или ошибочному назначению.

Компетентность консультанта проявляется уже в процессе работы, тогда как решение о его привлечении принимается раньше.

Заказчику необходимо не просто найти поставщика, а сократить рынок до нескольких релевантных вариантов.

ИИ может опираться на сайты, исследования, интервью, рейтинги, публикации, профили партнёров, описания методологии и другие доступные материалы.

Даже одно дополнительное включение в короткий список может иметь заметное коммерческое значение.

Эта комбинация характерна для бизнес-консалтинга, кадрового консалтинга, юридических услуг, инвестиционного консультирования и других сложных B2B-направлений.

Рынок по подбору топ-менеджеров практически полностью соответствует этой модели. Ошибка при выборе консультанта обходится дорого, качество невозможно проверить заранее, рынок состоит из нескольких известных и ряда специализированных игроков, а стоимость одного проекта достаточно велика, чтобы даже редкое дополнительное обращение влияло на выручку.

Консультирование по подбору топ-менеджеров — отрасль с длинной профессиональной памятью.

За двадцать или тридцать лет консультанты формируют отношения с собственниками, советами директоров, инвесторами, руководителями отделов по подбору персонала и кандидатами. Внутри профессионального сообщества известно, кто особенно силён в промышленности, кто понимает финансовый сектор, кто умеет работать с недвижимостью, а кому можно доверить конфиденциальную замену первого лица.

Закрытые профессиональные связи особенно важны там, где результаты проектов и клиентские списки не публикуются. Нейросеть не может восстановить то, что никогда не было зафиксировано в открытых источниках. Она также не способна полноценно оценить личную надёжность партнёра, точность его психологических наблюдений или качество отношений с кандидатами.

Поэтому противопоставлять ИИ и институт репутации было бы ошибкой.

У заказчика может быть несколько проверенных консультантов. Но перед новым проектом он может захотеть понять:

· не появилась ли более сильная или специализированная команда;

· у кого есть опыт в новой отрасли или географии;

· кто работал с похожей трансформацией бизнеса;

· какие подходы к оценке руководителей предлагает рынок;

· изменились ли сроки, модели оплаты и гарантии;

· насколько привычные поставщики остаются конкурентоспособными.

Это можно назвать быстрой актуализацией карты рынка перед началом проекта.

Раньше такая работа проводилась через разговоры с коллегами, личные запросы и последовательное изучение сайтов. Теперь часть исследования можно поручить ИИ.

Исследования B2B-поведения показывают, что покупатели приходят к первым переговорам уже с относительно устойчивым набором предпочтений. По данным 6sense, победитель в 95% случаев находится в первоначальном коротком списке.

Следовательно, влияние ИИ может проявляться не столько в финальном выборе консультанта, сколько раньше — при определении тех, кого вообще стоит рассматривать.

Исследование Semrush 2026 года показало, что 97% опрошенных B2B-покупателей находили с помощью ИИ новых поставщиков, 92% отметили влияние ИИ на состав короткого списка, а 83% — на окончательное решение. Одновременно две трети респондентов замечали, что подходящие компании иногда отсутствуют в ответах нейросетей.

Эти данные не относятся непосредственно к рынку консультирования и подбора топ-менеджеров для компаний, но отражают более широкий процесс: ИИ начинает участвовать в обнаружении и предварительной квалификации B2B-поставщиков.

Для кадрового консалтинга это означает, что нейросеть становится не альтернативным, а усиливающим каналом. Она не заменяет личную рекомендацию собственника, мнение совета директоров, предыдущий опыт сотрудничества или встречу с партнёром. Но уже может влиять на то, кого ещё заказчик добавит к знакомым участникам рынка перед началом переговоров.

Профессиональное сообщество может хорошо знать, что определённый консультант умеет скорректировать сам профиль искомого руководителя, понимает отношения собственника и наёмного менеджера, знает закрытый рынок кандидатов и способен сохранять доверие сторон в сложной управленческой ситуации.

Для прежних клиентов это знание основано на совместной работе. У ИИ такого опыта нет.

Нейросеть видит цифровые свидетельства: исследования, статьи, интервью, страницы практик, профили партнёров, рейтинги, комментарии и обезличенные кейсы. Если компания описана преимущественно общими словами о лидерстве, доверии и высоком качестве, ИИ может не распознать её действительную специализацию.

Возникает разрыв между двумя формами репутации:

1. репутацией, сохранённой в профессиональной памяти;

2. репутацией, которую можно восстановить по открытым источникам.

Для сложившейся компании задача заключается не в том, чтобы заменить первую второй, а в том, чтобы обеспечить их соответствие.

Пользователь редко просит ИИ назвать «лучшую компанию по подбору топ-менеджеров вообще». Обычно запрос формулируется через конкретную задачу:

Кто имеет опыт поиска генеральных директоров для промышленных холдингов?

Какие консультанты умеют проводить конфиденциальную замену действующего руководителя?

Кто специализируется на независимых директорах для девелоперских компаний?

Какие команды работают в Центральной Азии и понимают локальный рынок кандидатов?

В таком сценарии общая известность остаётся преимуществом, но не всегда даёт нейросети достаточный ответ.

ИИ должен связать компанию с отраслью, функцией, географией, уровнем позиции и характером управленческой ситуации. Если реальный опыт не отражён в доступных материалах, нейросеть может поставить выше менее известную фирму, чья специализация описана конкретнее.

Отсюда следует важный вывод:

Речь не идёт о массовом производстве контента. Для этого рынка это было бы особенно неуместно. Более полезны ясные описания отраслевых и функциональных практик, аналитика рынка руководителей, объяснение методологии оценки, комментарии партнёров, обезличенные кейсы и независимые профессиональные публикации.

Практический ответ на новые изменения состоит не в срочном увеличении числа публикаций и не в механической «оптимизации под ChatGPT». Первый шаг — проверить, насколько цифровое представление компании соответствует её реальной профессиональной репутации.

Можно выделить пять последовательных действий.

Следует проверить, появляется ли компания в ответах ChatGPT, Gemini, DeepSeek, Алисы и других систем не только по брендовому названию, но и по конкретным задачам: поиску генерального директора, подбору независимых директоров, отраслевой специализации или определённой географии.

Важно анализировать не только факт упоминания, но и то, как нейросеть описывает компанию, с кем её сравнивает и на какие источники опирается.

Компания не может быть одинаково заметна по всем запросам. Необходимо выделить ограниченный набор направлений, в которых у неё действительно есть подтверждённый опыт: отрасли, функции, уровень позиций, типы организаций и география.

Конфиденциальность не исключает содержательной публичности. Экспертизу можно представлять через обезличенные кейсы, исследования, типологии управленческих ситуаций, описание методологии и комментарии партнёров.

Для ИИ важны не общие заявления о качестве, а признаки, позволяющие понять, в каких задачах компания действительно сильна.

Сайт, профили партнёров, интервью, публикации, рейтинги и внешние упоминания должны формировать непротиворечивое представление о специализации компании. Если разные источники содержат устаревшие или расходящиеся сведения, ИИ может воспроизводить неполную картину.

Ответы нейросетей меняются по мере обновления моделей, источников и конкурентного поля. Поэтому важно периодически проверять, какие компании появляются по приоритетным запросам, как меняется их позиционирование и насколько корректно ИИ описывает саму компанию.

Отрасль сохранит закрытый и личный характер. В сложных назначениях доверие к партнёру, рекомендации профессионального круга и предыдущий опыт ещё долго будут значить больше любого алгоритмического ответа.

Однако ИИ уже становится дополнительным слоем между возникновением задачи и первым разговором:

Нейросеть не создаёт доверие из ничего. Она помогает заказчику проверить, насколько известная ему картина рынка соответствует сегодняшней ситуации.

Поэтому главный вопрос состоит не в том, когда ИИ заменит закрытые профессиональные связи.

Он звучит иначе:

ИИ-поиск не является альтернативой институту репутации. Он становится необходимым инструментом её актуализации и расширения.

Больше материалов: