ИИ в HR давно превратился в рабочий инструмент, который напрямую влияет на текучесть и лояльность команд. Но как именно технологии помогают удерживать сотрудников? В этой статье Магомед-Амин Идилов, основатель и CEO MD, показывает на реальных примерах, как искусственный интеллект снижает выгорание, предсказывает увольнения и помогает компаниям сохранить самое ценное — людей.

Рынок: почему удержание стало задачей №1

Кадровый дефицит и рекордно низкая безработица усилили конкуренцию за людей. Согласно исследованию MD и hh.ru, в 2025 году текучесть выросла до 25% в 50% российских предприятий — почти вдвое выше привычных 27–28%. Бизнес фиксирует рост текучести в рознице, производстве и логистике; зарплата остается основной причиной ухода, но растут и нематериальные факторы (качество руководства, график, нагрузка и здоровье).

В условиях «рынка кандидата» даже повышение зарплат не всегда решает проблему: растет срок закрытия вакансий и снижается лояльность. Нагрузка на HR-департаменты с частой сменой команды и непрерывным наймом растет, и ресурсов на тщательный мониторинг лояльности команды может элементарно не хватать. Поэтому выигрывают те, кто раньше других внедряет data-driven и AI-подходы к удержанию, оптимизируя затраты и повышая эффективность.

Как именно ИИ помогает в удержании персонала Предиктивная аналитика текучести.

ИИ-модели выявляют сотрудников «в зоне риска» и подсвечивают конкретные факторы: нагрузка, график, смены, дистанция до работы, eNPS, смена руководителя и т.д. Это позволяет не «гасить пожары», а упреждать их адресными мерами: корректировкой графиков, доп. обучением, сменой наставника/тимлида. Прогнозирование позволяет на 15-25% сократить текучку, сэкономив миллионы рублей в год на повторном найме и адаптации.

Цифровые опросы вовлеченности и eNPS с элементами ИИ.

Авто-анализ свободных ответов (тональность, темы) и отслеживание динамики показателей по подразделениям. Сигналы из eNPS связываются с риском увольнений и качеством менеджмента.

AI-ассистенты для онбординга и поддержки сотрудников 24/7.

Чат-боты снижают тревожность новичков, ускоряют адаптацию, разгружают HR-линию (справки, ответы по ДМС/ЗП/графику, микролернинг). На массовых ролях это критично: первый этап воронки текучести — испытательный срок.

Кейс из российской практики: после внедрения простого виртуального помощника для онбординга и поддержки сотрудников текучесть фармацевтической компании Вертекс на ИС снизилась на 2,48 п.п, а экономия ресурсов HR составила до 23 рабочих часов на адаптацию одного сотрудника. Параллельно выросла удовлетворенность внутренними сервисами (опросы в боте), а HR-команда разгрузилась за счет автоматизации типовых запросов.

AI-диспетчеризация смен и «умное» расписание.

Оптимизация смен с учетом спроса, выработки, навыков и предпочтений сотрудников снижает переработки и конфликты графиков — это напрямую бьет по текучести в рознице и логистике, где текучесть традиционно выше. Хорошо себя показывает ИИ и в промышленности – на опасных производствах снижает травматизм и минимизирует выходы специалистов в небезопасном для работы состоянии.

Кейс из практики: в рамках работы с Россети MD внедрил инструмент по мониторингу состояния сотрудников опасных специальностей при выходе на смену. ИИ-алгоритмы позволили снизить травматизацию (а значит, юридические и репутационные риски) до 80%. С 10% до 0% сократить число сотрудников, выходящих на смену в состоянии алкогольного опьянения, а ложноположительные результаты ИИ после проверки человеком составили всего 2%.

Диагностика и проактивная работа с выгоранием как ключевым фактором увольнения специалистов в 2025 году.

Читать дальше: https://clck.ru/3PFjiy