Меня нанял ИИ: как большие компании ускоряют онбординг сотрудников

Искусственный интеллект нанял кассира в «Пятёрочку» на районе. Нет, это не завязка российской версии «Терминатора», а наша повседневная реальность.

HR-отделы и сотрудники безопасности крупных компаний, таких как «Азбука вкуса» и «ВымпелКом», уже активно используют ИИ-решения. А может быть, и ваш эйчар и безопасник пользуются нейросетями: как минимум, чтобы уходить с работы пораньше, доверив проверку документов машине. Разбираемся, как ИИ меняет подход к найму.

Представьте, что в разгар сезона в ритейле требуется срочно набрать сотни продавцов или операторов для call-центра. Эйчару приходится вручную отсматривать и сортировать тысячи резюме, планировать собеседования и координировать взаимодействие с менеджерами. Чтобы избежать ситуации SOS, на помощь может прийти искусственный интеллект.

ИИ помогает HR-отделам автоматизировать рутинные задачи, повысить точность анализа данных, оптимизировать график сотрудников и улучшить онбординг кандидатов. Алгоритмы могут взять на себя задачи, которые раньше выполнялись вручную: обработают и отсортируют резюме за несколько минут, ответят на часто задаваемые вопросы с помощью чат-бота, автоматически запланируют встречи с учётом занятости всех участников.

Нейросети также помогут повысить качество найма. Они предсказывают, кто из кандидатов с большей вероятностью подойдёт на вакансию на основе истории работы, опыта и других параметров. Например, на HR-платформе Skillaz в отборе персонала для будущих продавцов есть квест «Сложный клиент», в котором кандидат должен пообщаться с ИИ-«покупателем» и убедить его не писать жалобу на то, что скидка на сырок снова не сработала.

В ИИ-найме есть и совсем тонкие настройки из области научной фантастики — технологии анализа речи и мимики через видеоинтервью помогают выявить soft skills и поведенческие черты, которые важны для вакансии. В реальности пока до таких технологий доходит редко: как правило, рекрутер просматривает видеоответы, а потом отобранные показывает заинтересованному менеджеру.

Нейросети могут распознавать ключевые слова и фразы, которые соответствуют критериям вакансии: например, навыки, опыт и образование. HR не придётся вручную просматривать тысячи резюме и искать у кандидатов опыт работы с Python — ИИ быстро выявит тех, кто подходит лучше всего.

Также среди популярных ИИ-инструментов в найме персонала — системы управления подбором (ATS). Они позволяют компаниям отслеживать вакансии, резюме кандидатов и этапы интервью. Ещё из опций чат-боты для предварительного общения с кандидатами, программы для анализа данных и алгоритмы машинного обучения, которые прогнозируют успех соискателя на основе его навыков и опыта. Кроме того, ИИ может «подтянуть» информацию из социальных сетей для создания более полной картины о кандидате. Возможно, любителей ставить аватарки с котами пригласят на собеседование первыми.

ИИ в подборе персонала — это далеко не всегда rocket science. Например, недавно с помощью интеграции российских стартапов Skillaz и Dbrain у HR-отделов и служб безопасности появилась возможность быстро и без ошибок распознавать данные из паспортов, ИНН и СНИЛС кандидатов. Тестово попробовать распознавание можно в бесплатном ТГ-боте.

Работает это так: соискатель загружает файл документа, и система автоматически извлекает данные. С помощью этой фичи ускоряется процесс работы кадрового отдела и службы безопасности, а также снижается процент ошибок при заполнении данных вручную.

Опрос разделился на 2 лагеря: одни оценивают ИИ-найм как инструмент, который ускоряет процесс и уменьшает человеческие предвзятости. Другие же испытывают недоверие и дискомфорт из-за отсутствия «человеческого подхода».

Ирина. Лагерь первый:

Раньше, когда нашей компании приходилось закрывать определенные новые задачи и нанимать под эти задачи человека, мы искали экспертов, чтобы они помогали составлять тестовые задания и вопросы для интервью. Всё это занимало много времени. Теперь мы стали использовать искусственный интеллект. Он генерирует описание вакансии и тестовые задания и принимает решения на основе фактов и логики, а не эмоций. Это помогает мне быть увереннее в выборе кандидатов и экономить время, которое раньше я тратила на подготовку.

Александра. Лагерь второй:

У меня был негативный опыт с ИИ. Взяла на работу молодого сотрудника, который сдал задание, написанное красивым и сложным языком, но смысл был неясен. Я переспросила, что он имел в виду, и он сам не смог объяснить. Оказалось, что задание делал ИИ — красиво, но бестолково. Поэтому я по старинке за человеческий мозговой труд.

В 2022-м Лондонская школа экономики (LSE) в рамках проекта The Inclusion Initiative проанализировала влияние ИИ на процессы найма. Исследование привело к нескольким ключевым выводам:

✔ Ваша компания нанимает много сотрудников
✔ У вас небольшой отдел или один HR, который устал разгребать тысячи резюме
✔ Вам нужно за короткий срок нанять большое количество людей
✔ Вам нужно быстро проверить благонадёжность кандидатов
✔ Вам нужно за короткий срок заонбордить сотрудников
✔ Вы хотите сразу нанимать спецов и не хотите тратить время на отбор кандидатов рангом ниже
✔ Ваши HR перегружены рутинными задачами и не успевают разрабатывать стратегию/ формировать корпкультуру
✔ Вы не успеваете тщательно проанализировать каждого кандидата
✔ Вы работаете в высококонкурентной среде, где скорость и качество найма играют ключевую роль
✔ Вы хотите усилить бренд компании с помощью инновационных решений

Галочки в чек-листе стоят напротив практически каждого вопроса? Поздравляем, мы вам нужны. Чтобы не тратить время на распознавание документов от каждого соискателя вручную, попробуйте бесплатный ТГ-бот от Dbrain, а потом — приходите за полноценным бесплатным тестом на dbrain.io.

Покажем, как удачно мы можем встроиться в ваши процессы онбординга новеньких.