Рекрутер разобрала 200 резюме с помощью ИИ вместо привычных трёх дней. Что она рассказала о качестве отбора
Обещание «ИИ отберёт для вас лучших кандидатов» звучит в каждой рекламе HR-сервисов. Я поговорила с рекрутером, которая месяц назад перешла на ИИ-скрининг резюме на реальной вакансии с 200+ откликами, и попросила показать, что изменилось не в теории, а в конкретных цифрах отбора.
Задача и условия эксперимента
Вакансия — менеджер по продажам в B2B, 214 откликов за две недели размещения. Раньше на первичный отбор (отсеять явно нерелевантные резюме) у рекрутера уходило 2–3 полных рабочих дня. В этот раз параллельно запустили ИИ-скрининг по тем же критериям — опыт в B2B-продажах, знание CRM, релевантная отрасль — и сравнили с результатом ручного отбора.
Что показало сравнение
Из 214 резюме ИИ и рекрутер независимо друг от друга отобрали в шортлист 31 и 28 кандидатов соответственно. Пересечение — 24 кандидата из шортлистов совпали полностью. Расхождение показательное: ИИ пропустил в шортлист трёх кандидатов с нестандартной формулировкой опыта («развивал канал корпоративных продаж» вместо привычного «B2B-продажи»), которых рекрутер отобрала по смыслу. Рекрутер, в свою очередь, не глядя отсеяла резюме без узнаваемых ключевых слов от кандидата, который на собеседовании (добавленном в контрольную группу отдельно) оказался сильнее многих отобранных — то есть ошиблись оба, просто в разные стороны.
Где ИИ реально сэкономил время
Первичная сортировка по формальным критериям (опыт работы, наличие нужных навыков в тексте) заняла у системы 40 минут на все 214 резюме вместо двух дней ручного просмотра. Рекрутер использовала освободившееся время не для отдыха, а для более глубокого разбора 30–40 пограничных случаев, которые раньше просматривались бегло из-за нехватки времени на весь массив.
Спорный тезис: ИИ-скрининг не ускоряет найм, а меняет, где именно тратится время
На первый взгляд кажется, что автоматизация сэкономила два дня. На деле рекрутер потратила освободившееся время на то же количество часов работы — просто перераспределила его с механической сортировки на содержательный анализ пограничных случаев. Итоговое время до найма не сократилось радикально, зато вырос процент качественно рассмотренных кандидатов. Маркетинг продаёт «ИИ ускорит найм», но честнее сказать — «ИИ меняет, на что вы тратите время рекрутера», а это не одно и то же и не всегда то, за что готов платить работодатель, ожидающий именно скорости.
Что усвоила рекрутер после месяца работы с ИИ-скринингом
- Нельзя доверять системе полный автоматический отсев — только предварительную сортировку с обязательным просмотром пограничной зоны вручную.
- Нужно регулярно обновлять критерии отбора под реальные формулировки, которые встречаются в резюме, а не только под «учебниковые» ключевые слова.
- Кандидатам с нестандартной карьерной траекторией система систематически занижает релевантность — таких стоит проверять отдельно, а не полагаться на автоматический скоринг.
Полное интервью с рекрутером, включая её собственный список критериев, которые пришлось донастраивать вручную, выложил в канале.
Что не поместилось в статью
За кадром остался разбор того, как кандидаты пытаются обмануть ИИ-скрининг, вставляя невидимые ключевые слова в резюме — и почему это иногда работает, а иногда играет против самого кандидата. Этот разбор с примерами выложу отдельно в Telegram.