В последние годы компании активно внедряют AI в HR: ATS-системы, автоматический подбор, анализ резюме, AI-интервью. Многие считают, что технологии решат главную проблему найма — быстро найдут нужных специалистов. Но на практике проблема часто не в отсутствии технологий и даже не в отсутствии кандидатов. Проблема в том, что система не всегда умеет правильно их находить. Один из показательных случаев был у меня в МТС Банке. Когда я руководил направлением автоматизации и формировал команду, нам требовались специалисты с опытом разработки, Python, RPA, автоматизации бизнес-процессов, интеграций и пониманием архитектуры решений. Нам нужны были не просто люди, которые знают отдельные инструменты. Нужны были специалисты, способные понимать задачи бизнеса и создавать полноценные технические решения. Через стандартный процесс подбора мы получили около 120 откликов на вакансию. После первичного отбора HR передали мне только 6 кандидатов. В итоге ни один из них не подошёл. Тогда я самостоятельно изучил общую базу откликов и за один день нашёл более 40 специалистов, которые соответствовали нашим требованиям. И тогда стало понятно: Проблема была не в рынке. Проблема была в механике поиска и оценки кандидатов. После этого мы приняли решение изменить сам процесс и начали создавать систему автоматизации подбора. Но ключевой момент — мы не делали очередной фильтр по ключевым словам. Потому что именно такой подход часто приводит к потере сильных специалистов. Например, если в резюме написано «Python», это не означает только знание языка программирования. За этим может стоять: — разработка сервисов; — работа с базами данных; — создание API; — интеграции; — автоматизация процессов; — работа с данными; — понимание архитектуры решений. Python — это инструмент, а не профессия. Но многие системы работают по простому принципу: Есть ключевое слово — кандидат подходит. Нет ключевого слова — кандидат теряется. В итоге компания ищет человека, который способен решать сложные задачи, но оценивает его по тому, насколько правильно он сформулировал своё резюме. В рамках проекта мы построили полноценный автоматизированный процесс: — поиск и первичный анализ кандидатов; — автоматическую коммуникацию; — сопровождение кандидатов на этапах отбора; — назначение интервью; — welcome-встречи; — автоматизированную проверку кандидатов по необходимым базам; — формирование результатов проверки для службы безопасности. В результате процесс, который раньше занимал 3–4 недели, сократился до 2–3 дней. Но главный вывод был не про конкретный инструмент. Автоматизация не заменяет экспертизу. Она усиливает правильно построенный процесс. AI не понимает бизнес только потому, что его добавили в систему. Если на старте неправильно определить профиль специалиста, технология просто быстрее приведёт к неправильному результату. Современный IT-рекрутинг требует связки: технически грамотный HR + руководитель направления + правильно построенная автоматизация. Будущие системы найма должны анализировать не только ключевые слова, а понимать: — какие задачи решал человек; — какие проекты реализовывал; — какой уровень ответственности у него был; — какие компетенции стоят за его опытом. Сегодня компании конкурируют не только за клиентов и технологии. Они конкурируют за людей, которые эти технологии создают. И если система найма теряет сильных специалистов ещё до первого разговора — бизнес проигрывает ещё до начала проекта. Главная задача AI в HR — не заменить человека алгоритмом. Главная задача — помочь увидеть тех специалистов, которых без правильного подхода можно никогда не найти.