Покажите, как именно 🤔 Открываю чат с нейросетью и пишу все подряд. Пост для компании, письмо кандидату, текст вакансии, план собеседования, анализ резюме. Пошло-поехало. И главное, делаю это в личном чате, а не в корпоративном. Зачем платить, если бесплатно? Захожу в общие группы по HR, смотрю, как там пишут промпты, копирую себе. Или вообще не заморачиваюсь: пишу "напиши текст к вакансии" и готово. Зачем чему-то учиться, если можно скопировать? Текст сгенерировался. Немного кривоват, но ничего, допишем руками. Вопросы для кандидатов получились странные, но ладно, и так сойдет. Вроде бы сэкономили время. Главное правило которое я запомнила, читать перед отправкой. Но не всегда, иногда лень и я просто копирую и вставляю без заморочек.

А теперь вопрос: где результат? 🎯 Первая проблема. Текст нужно переделывать полностью или сильно дорабатывать. Вы не сэкономили время, вы добавили себе новый этап работы. И хорошо если не приобрели юридические или репутационные риски.

Вторая проблема. Никакой оптимизации процесса не произошло. ИИ не встроен в вашу работу системно, он висит отдельным экспериментом, который каждый раз нужно запускать вручную.

Третья проблема. Ошибки и галлюцинации. ИИ выдумывает требования к кандидатам, которых нет в вакансии, или предлагает условия, которые компания не может предоставить. Вы тратите время на проверку каждого слова.

Четвертая проблема. Нет масштабируемости. Если вы уйдете в отпуск или уволитесь, никто в компании не сможет повторить ваш подход, потому что он держится только на вас и ваших личных экспериментах.

Пятая проблема. Бизнес не видит ценности. Вы генерируете тексты, но не можете показать, сколько времени сэкономили, сколько денег сэкономили, как улучшили качество подбора. Архитектор процесса не начинает с промпта. Он начинает с вопроса: какую бизнес-задачу мы решаем и как измерим успех?

Первый шаг. Аудит процесса. Где именно в вашей работе теряется время или деньги? Что можно автоматизировать, а что не стоит?

Второй шаг. Подготовка данных. Какие данные нужны ИИ для работы? Где они хранятся? Как их очистить и структурировать?

Третий шаг. Выбор архитектуры. Нужен ли вам просто чат-бот, интеграция с ATS, или полноценная система с векторной базой данных?

Четвертый шаг. Обучение команды. Как передать знания об ИИ другим сотрудникам, чтобы процесс не зависел от одного человека?

Пятый шаг. Метрики результата. Как вы докажете бизнесу, что ИИ работает? Какие цифры покажете?

Когда вы проходите этот цикл, ИИ перестает быть игрушкой и становится инструментом, который приносит измеримую пользу компании.

Сколько времени вы тратите на переделку того, что сгенерировала нейросеть?