Раньше процессы в HR казались проще и человечнее, хотя и требовали больше времени и ресурсов. Резюме печатали на бумаге и хранили в папках, а основными инструментами рекрутера были записная книжка и личные связи. Сегодня инновации в управлении персоналом меняют сферу быстрее, чем мы успеваем к этому привыкнуть. И вопрос уже не в том, внедрять или не внедрять ИИ, а в том, как использовать его без лишних рисков.
Наш эксперт, Елена Осипова, работает с искусственным интеллектом в HR более трех лет и уже успела пройти путь от первых восторгов через разочарование и ошибки к реальным результатам. В статье Елена рассказывает, что работает, что нет и почему она до сих пор считает, что главное в HR — это человек, а не алгоритм.
Эксперт в сфере управления персоналом
Карьерный консультант
Коуч
Освойте подбор и адаптацию сотрудников
и научитесь выстраивать систему найма с учетом рынка труда и корпоративной культуры
Нейросети в HR в 2026 году: от экспериментов к системе
По данным исследования «Сколково», интерес к искусственному интеллекту в подборе персонала растет. 54% HR-специалистов готовы делегировать алгоритмам задачи подбора и скрининга, однако менее 30% обучены работе с такими инструментами. И только 30% опрошенных умеют измерять возврат инвестиций от внедрения ИИ-инструментов. При этом нейросети в работе с персоналом пока используют только 5% российских компаний. Получается неоднозначная ситуация: компании готовы использовать технологию, но до полноценного внедрения большинству еще далеко.
Самый заметный эффект от использования ИИ связан с экономией времени. Респонденты того же исследования выделяют следующие результаты:
- 73% отметили сокращение времени на формирование короткого списка кандидатов;
- 32% указали на повышение релевантности подбора;
- 30% зафиксировали снижение стоимости закрытия вакансий.
Я часто вижу, как компании бросаются внедрять ИИ, потому что так делают все или это модно. Покупают дорогие платформы, настраивают алгоритмы, автоматизируют процессы, а потом удивляются, что текучесть не снизилась и качество найма не выросло.
Чаще всего проблема не в самом искусственном интеллекте, а в данных, на которых он работает. Если они разрозненные, устаревшие или содержат ошибки, алгоритм не сможет это исправить — он лишь масштабирует неточности.
На мой взгляд, в 2026 году рынок начинает двигаться от отдельных экспериментов к более системному использованию ИИ в HR. И здесь преимущество получат не те компании, которые внедрят больше всего инструментов, а те, которые научатся правильно выбирать задачи, готовить данные, измерять результат и учитывать ограничения технологии.
Возможности и ограничения применения ИИ в HR
1. Нейросети для подбора персонала
Рекрутеры ежедневно работают с огромным количеством информации. Иногда на одну вакансию приходят сотни откликов, и первичный анализ резюме занимает значительную часть рабочего времени. Алгоритмы помогают быстрее обработать этот поток: они сопоставляют опыт кандидатов с требованиями вакансии, выделяют ключевые навыки, ранжируют резюме и формируют первичный список для дальнейшей работы.
В одном из моих проектов рекрутер вручную просматривал около 50 резюме в день. После подключения ИИ система за несколько минут обрабатывала тот же объем и формировала список из 10 наиболее подходящих кандидатов.
При этом ИИ хорошо оценивает соответствие формальным критериям и ищет совпадения ключевых слов, но хуже понимает контекст опыта и потенциал кандидата.
IT-компания запустила автоматический скрининг откликов разработчиков. Система отсеивала 80% резюме. Вроде все отлично работало до тех пор, пока не выяснилось: к собеседованиям перестали проходить опытные разработчики с большим стажем.Эти специалисты писали в резюме «руководил командой», а ИИ искал слово «тимлид». Они указывали «разработка высоконагруженных систем», а алгоритм ждал «хайлоад». В результате алгоритмы отсеивали сильнейших разработчиков, но пропускали новичков, использующих нужную системе терминологию. Решением проблемы стало внедрение человеческого фильтра: ИИ делает первичную выборку, а рекрутер дополнительно просматривает резюме, которые система предложила отклонить.
Искусственный интеллект для кадров: применение нейросетей в работе менеджера по персоналу
Научитесь применять нейросети в работе менеджера по персоналу
- Удостоверение о повышении квалификации
- Составление эффективных запросов
- Работа с текстами и генерация изображений
2. Адаптация новичков
Чат-боты в HR действительно полезны: они отвечают на типовые вопросы, помогают ориентироваться в документах и быстро находить нужную информацию. В одном из моих проектов такой бот обрабатывает около 150 тысяч вопросов в год — раньше значительная часть этой нагрузки ложилась на HR-специалистов.
Но в адаптации есть задачи, которые нельзя полностью передать алгоритму. Чат-бот не заменит живого человека, когда новичку тревожно, когда он не понимает корпоративную культуру или ему нужна поддержка.
Бот скажет, где скачать нужный бланк. Человек скажет: «Ты справишься, я рядом». В этом и заключается граница между автоматизацией и человеческим участием.
3. Удержание сотрудников
ИИ может быть полезен и для прогнозирования ухода сотрудника. Такие системы анализируют разные сигналы: как давно человек не брал отпуск, изменились ли показатели его работы, стал ли он чаще опаздывать. На основе этих данных алгоритм может определить повышенный риск увольнения сотрудника в ближайшие месяцы.
В одной компании система показала повышенный риск ухода ценного разработчика. Это стало поводом вовремя поговорить с сотрудником и выяснить, что он выгорел. Ему предложили сменить проект, и в результате он остался в компании.
Но здесь тоже есть подводный камень: люди — не цифры. За каждым сигналом стоит живой человек со своей историей. ИИ может указать на проблему, но не объяснит, почему она возникла. Например, снижение активности может быть связано с профессиональным выгоранием — подробнее о его признаках и причинах мы рассказывали в отдельной статье. Нужен специалист, который сядет рядом, поговорит и разберется в ситуации.
Риски использования ИИ в HR: на что обратить внимание
О рисках говорят реже, хотя на практике именно они часто определяют, насколько успешным окажется использование нейросети для рекрутинга.
1. Нарушения при обработке персональных данных
Резюме кандидатов содержат персональные данные: фамилии, номера телефонов, адреса, сведения о местах работы. Поэтому перед загрузкой документов в нейросеть важно проверить, где они хранятся, кто получает к ним доступ и передаются ли они третьим лицам.
Одна компания использовала иностранный ИИ-сервис для скрининга резюме. Через полгода выяснилось, что персональные данные кандидатов оказались доступны третьим лицам. Компания получила предписание Роскомнадзора, заплатила штраф и столкнулась с репутационными потерями. Причина была простой: до внедрения никто не проверил, где и как сервис хранит персональные данные.
При работе с персональными данными важно оценивать не только возможности ИИ-сервиса, но и всю схему обработки информации: место хранения, доступ к данным, передачу третьим лицам и соответствие требованиям Федерального закона от 27.07.2006 № 152-ФЗ «О персональных данных».
2. Алгоритмическая дискриминация
Если систему обучают или настраивают на исторических кадровых данных, то она перенимает закономерности, которые в них заложены. Поэтому вместе с полезными паттернами алгоритм может воспроизводить и существующие в компании предубеждения. Например, отдавать предпочтение выпускникам определенных вузов или кандидатам с привычным для компании карьерным опытом. Для системы это не осознанный выбор, а результат обучения на прошлых решениях.
В одном из моих проектов после внедрения ИИ доля женщин в финальных списках кандидатов снизилась на 40%, хотя требования к вакансиям не менялись. Выяснилось, что алгоритм обучался на исторических данных, в которых чаще выбирали мужчин, и начал воспроизводить этот перекос. На переобучение модели и корректировку результатов ушло около трех месяцев
Поэтому при использовании ИИ важно проверить, на каких данных обучалась система, насколько они сбалансированы, проверялась ли модель на систематические смещения и может ли она объяснить, почему приняла то или иное решение.
3. Снижение доверия кандидатов
Чем больше задач компании передают ИИ, тем выше риск потерять человеческий контакт с кандидатами и сотрудниками. Кандидат может воспринимать автоматический отбор как непрозрачный и безличный, а сотрудник — чувствовать, что его работу оценивает не человек, а алгоритм.
По данным опроса SuperJob, 57% экономически активных россиян отрицательно относятся к автоматическому отбору резюме, а каждый второй выступает за запрет такого ИИ-скрининга. В исследовании приняли участие 1600 человек. Эти результаты показывают, насколько чувствительной остается тема автоматизации найма. Людям важно понимать, кто и на каком основании принимает решение, и сохранять возможность взаимодействовать с человеком.
Поэтому нейросети для HR-специалиста должны быть помощниками, а не заменой. Особенно это касается решений, которые затрагивают права и интересы людей. Российское законодательство также устанавливает ограничения на принятие решений исключительно на основании автоматизированной обработки персональных данных. В частности, соответствующие положения содержатся в статье 86 ТК РФ и статье 16 Федерального закона № 152-ФЗ.
ИИ в компании: одного доступа к инструментам уже недостаточно
Нейросети для HR постепенно становятся обычным рабочим инструментом, однако во многих компаниях их использование развивается стихийно. По данным исследования, 63% работодателей и сотрудников положительно или скорее положительно относятся к применению ИИ. При этом в 71% компаний сотрудники сами решают, как применять такие инструменты, регламенты есть только у 20% организаций, а системное обучение работе с ИИ проводят лишь 2%. Получается, что сотрудники осваивают технологию быстрее, чем компании успевают выстроить единые правила, обучение и контроль ее применения.
Это повышает риски ошибок, утечек данных и некорректного внедрения ИИ, а также мешает оценивать его реальную эффективность. Поэтому одних инструментов нейросетей для HR недостаточно: нужны правила их эксплуатации и обучение сотрудников.
Применение ИИ в HR: пять основных принципов
За годы работы с ИИ я поняла, какие подходы действительно работают на практике. Постепенно из них сложились пять принципов, которых я придерживаюсь при внедрении таких инструментов.
1. Начинать с малого.
Не стоит автоматизировать все HR-процессы одновременно. Лучше выбрать одну задачу, один отдел или один поток и проверить, как инструмент работает на практике. Если инструмент дает нужный результат и повышает эффективность HR — масштабировать решение. Если нет — разобраться в причинах и скорректировать подход.
2. Проверять данные.
Качество работы ИИ напрямую зависит от информации, которую он получает. Перед внедрением стоит проверить, достаточно ли данных для решения задачи, насколько они полны, актуальны и допустимы для передачи в выбранный инструмент. Это поможет избежать ошибок уже на этапе настройки системы.
3. Обучать команду.
Недостаточно просто дать сотрудникам доступ к ИИ-инструментам. Важно показать, для каких задач их можно использовать, как формулировать запросы, проверять полученные результаты и замечать ошибки. Обучение помогает команде не воспринимать ответы ИИ как безусловно правильные и понимать, в каких ситуациях решение необходимо перепроверить.
4. Требовать объяснимости.
Если алгоритм рекомендует одного кандидата и отклоняет другого, важно понимать, какие данные и критерии повлияли на результат. Это особенно важно там, где рекомендации ИИ используются для принятия кадровых решений.
5. Оставлять финальное решение за человеком.
ИИ может обрабатывать большие объемы информации, сужать выборку и давать рекомендации. Но решение о найме, развитии или других действиях в отношении человека не должно приниматься только на основании вывода алгоритма. ИИ здесь остается инструментом поддержки, а ответственность за окончательное решение — за специалистом.
Заключение: технологии для людей
ИИ действительно может ускорять HR-процессы и снижать объем ручной работы. Но использовать его стоит там, где он помогает специалисту, а не подменяет его. Главная ценность HR-профессии всегда заключается в работе с живыми людьми — их надеждами, страхами и потенциалом. Никакой искусственный интеллект не заменит вовремя сказанного слова, искренней поддержки и профессиональной интуиции.
Мне радостно видеть, как ИИ помогает HR-специалистам освободить время для живого общения. Когда алгоритм берет на себя рутину, а человек занимается стратегией, развитием и поддержкой, — тогда технологии служат людям, а не наоборот.
Берегите себя. Берегите своих сотрудников. И помните: технологии для людей, а не люди для технологий.
Внимание! Отдел по организации приема работает дистанционно без выходных
