К концу марта 2026 SHRM опубликовал State of AI in HR: доля HR-департаментов с ИИ выросла с 26% до 43% за год. Параллельно Gartner опросил 114 HR-лидеров: 88% не получили значимой бизнес-ценности от ИИ. Инвестиции есть, эффекта — нет.

Сценарий типовой: куплена платформа, есть подразделение с риском. Через полгода модель считает, текучка та же.

Predictive Analytics — это не модель и не дашборд, а три встроенных шага, которые превращают сигнал в решение до заявления об уходе. На карточке — методика запуска без штата data science.

Phenom оценил 500 организаций по 5-уровневой шкале зрелости AI в HR: 83% — на двух нижних уровнях, пилоты без масштаба. По SHRM, главный барьер — не бюджет: 67% HR-лидеров не понимают, что технология реально может.

Что работает:

Стартовать с одного сегмента. Универсальная модель текучести даёт скоринг и нулевую пользу: «риск есть, что делать неясно». Сужение до группы (мастера, операторы первой линии, разработчики) даёт чистые причины ухода и понятные действия руководителю.

Размечать данные за 12–24 месяца. Меньше — модель переобучится. Больше — устаревший контекст: после 2022 года рынок труда сломал прежние паттерны.

Начинать с простых моделей. Российские исследования 2025 года в «Цифровой трансформации»: логрегрессия даёт 88–90% точности, decision tree — 74–91%. На таком уровне HRD понимает, как модель считает. Нейросеть добавляет несколько процентов точности и −100% интерпретируемости.

Встроить алерт в workflow руководителя. Не дашборд раз в квартал, а уведомление в Teams. ManpowerGroup в Global Talent Barometer 2026: 64% работников планируют остаться у работодателя — не из лояльности, из тревоги перед автоматизацией. Это окно для удержания, но открывается, когда руководитель действует.

Прогнозная аналитика — не модель. Это процесс между данными и решением руководителя.

На какой из трёх шагов у вас уже выстроен процесс — данные, модель или активация?

#HRTechРФ #predictiveanalytics #удержание2026 #ДарьяБелова_технологии #hrtech