ИИ в HR: как ИИ помогает работать с персоналом и где без эксперта он только ускоряет ошибку

Про искусственный интеллект в бизнесе сегодня говорят все. Но если в маркетинге, продажах и контенте логика его применения уже более-менее понятна, то в HR все сложнее. Здесь слишком высокая цена неверного вывода, чтобы воспринимать нейросеть как самостоятельный источник решения.

Один из кейсов, с которым я работал, хорошо показывает, где ИИ действительно начинает приносить пользу, а где без качественной диагностики и профессиональной интерпретации он просто быстро собирает красивую, но ненадежную картинку.

Началось все с довольно конкретного запроса. Ко мне пришел собственник компании, которая занимается поставкой оборудования. Изначально он хотел разобрать ситуацию с динамикой продаж. Мы стали смотреть на процесс глубже и довольно быстро вышли на фигуру человека, который отвечал за результат, — руководителя отдела продаж.

Чтобы лучше понять его управленческий профиль, компания решила провести оценку гибких навыков через систему SkillCode. По итогам диагностики был получен индивидуальный профиль, после чего я дал развернутую обратную связь: сильные стороны, уязвимые зоны и ближайшие шаги развития с учетом задач бизнеса. Затем тот же профиль мы отдельно разобрали уже с собственником. Многие гипотезы, которые у него были до оценки, действительно подтвердились.

Но дальше кейс ушел в более интересную сторону.

Оказалось, что собственник активно использует нейросети в своей работе: тестирует цифровых ассистентов, собирает через них сценарии продаж, адаптирует инструменты под особенности рынка. После получения результатов оценки он загрузил профиль руководителя в нейросеть и попросил собрать интерпретацию управленческого портрета.

По его словам, описание, которое выдал ИИ, очень точно совпало с логикой моей экспертной обратной связи. Для него это стало важным открытием: нейросеть действительно можно использовать как дополнительный слой обработки результатов оценки компетенций. Но только в том случае, если эта интерпретация проходит проверку. Потому что ИИ может быстро собрать правдоподобную расшифровку, но не всегда корректно понимает поведенческий смысл конкретной компетенции.

На этом работа не закончилась. Вместе со своим руководителем отдела продаж собственник пошел дальше и построил дорожную карту развития: конкретные еженедельные рабочие практики, направленные на усиление нужных компетенций. И вот здесь для меня начинается главное: оценка ценна не в момент получения профиля, а в тот момент, когда на основании результата начинают происходить реальные действия.

Следующим шагом клиент решил пройти через оценку сам, а затем — провести ее для всего отдела продаж. Это уже дало другой уровень картины. Стало видно, как сотрудники усиливают друг друга, где внутри рабочих связок есть слабые места, какие сочетания людей устойчивее в переговорах, а какие, наоборот, создают лишнее напряжение. Нейросеть и здесь использовалась как вспомогательный аналитический инструмент: она предложила гипотезы о том, как можно эффективнее выстраивать переговоры в парах и где есть потенциал для усиления командной работы. Эксперимент продолжился и на уровне руководителей: на основе личных профилей была собрана карта рисков и точек усиления, а ИИ предложил свое видение возможных управленческих угроз. Не все такие выводы можно принимать автоматически, но как способ быстро расширить поле анализа этот подход оказался полезен.

Позже на одной из встреч мы вышли на еще один важный вопрос: как можно повысить качество найма, если у компании уже есть диагностика компетенций и ИИ как дополнительный слой интерпретации результатов.

Сначала я разобрал действующую воронку подбора. Довольно быстро стало ясно, что диагностику логично использовать на финальном этапе — уже для тех кандидатов, которые прошли предварительный отбор и соответствуют базовым требованиям роли. Но прежде нужно было проверить саму систему интервью.

Я предложил смоделировать короткий разговор, как если бы передо мной был потенциальный руководитель. Буквально за несколько минут удалось увидеть слабые места сценария: где вопросы слишком общие, где они не помогают проверить реальные модели поведения, а где собеседование собирает скорее впечатление, чем данные. Уже через неделю собственник вернулся с переработанной воронкой найма: более четкими этапами, понятными сценариями интервью и логикой выхода кандидатов на итоговую оценку компетенций.

Если посмотреть на результат, то одна исходная задача — разобраться с профилем действующего руководителя отдела продаж — помогла компании довольно быстро перестроить сразу несколько HR-процессов. Сначала бизнес получил более точное понимание действующего РОПа. Потом — рабочую логику его развития. Затем — объемную картину отдела и командных связок. А затем — более сильную систему найма.

Для меня в этом кейсе важен один вывод. ИИ в работе с персоналом полезен не там, где он пытается заменить эксперта и «сам понять человека». Он начинает реально работать там, где есть валидная диагностика, понятный контекст роли и сильная интерпретация результатов. В этом случае нейросеть не принимает решение за бизнес, а ускоряет переход от данных к действию.

Если же этой базы нет, ИИ не усиливает HR-процесс — он просто быстрее упаковывает ошибку в убедительную форму.

Именно поэтому главный вопрос сегодня не в том, можно ли использовать ИИ в работе с персоналом. Можно. Вопрос в другом: на чем именно он у вас строится — на качественной оценке и понимании контекста или на желании получить быстрый вывод без нормальной аналитической опоры.