ИИ в HR: использовать нельзя бояться?

Где в этом заголовке поставить запятую? В этой статье попытаемся сопоставить опасения пессимистов и надежды оптимистов.

— Скоро вас всех заменит Эйай! — с усмешкой человека, напрочь лишённого эмпатии, утверждает какой-нибудь почитатель Илона Маска. Действительно, есть немало людей, которых такие заявления задевают за живое. В подавляющем большинстве это люди, знакомые с тем, как работает ИИ, в основном по-наслышке.

Насколько обоснованны опасения, что роботы скоро лишат людей работы? Тех, кто берёт на себя смелость аргументированно отвечать на этот вопрос, можно отнести к двум основным категориям — пессимисты и оптимисты. Первые утверждают — мы столкнулись с тем, чего никогда ещё не было. Мы стоим перед полной неизвестностью в отношении того, что это нам принесёт — а значит, мы стоим перед лицом величайшей опасности. О ней нам уже рассказывали в фантастических фильмах, вспомните хотя бы «Одиссею 21-го века», «Терминатора» или «Матрицу»!

Утверждения пессимистов, конечно, сильно тревожат. Зато успокаивают высказывания оптимистов, которые резонно замечают: вы сильно преувеличиваете «небывалость» того, что мы переживаем. Подобное уже было и не раз. Когда-то заявляли, что «скоро будет одно только телевидение», а все библиотеки, театра и кино канут в прошлое. За сто лет до этого люди боялись, что автомобили оставят множество людей без работы — извозчиков, кузнецов, коневодов и т. д. Однако развитие автомобильного транспорта, наоборот, создало ещё больше рабочих мест. Автомобили сами по дорогам не ездят, сами себя не делают и не ремонтируют. А уж налоги с владельцев автомобилей приносят в государственную казну гораздо больше денег, чем «конские подати»…

То же самое происходит и сейчас. Новое изобретение человечества открывает неизведанные возможности, что, несомненно, уже ведёт нас к огромным изменениям в жизни. Точно так же, как автомобильные дороги не просто изменили ландшафт, но создали совершенно новое явление — транспортную логистику, так и появление Искусственного Интеллекта изменит и наш способ работы, и вызовет к жизни новые профессии и специальности.

За и против ИИ в HR

В сфере подбора кадров и работы с человеческими ресурсами вряд ли вообще когда-либо настанет такое время, что эту работу будут полностью выполнять роботы. Почему? По одной простой причине — роботы смогут хорошо справляться с задачей подбора персонала только в том случае, когда этот персонал тоже будет роботами.

ИИ, который сейчас всё чаще используется в профессиональной деятельности эйчаров — это практически всегда Большие языковые модели (LLM). Эти искусственные нейросети обучены воспроизводить логику человеческого мышления на базе большого количества текстов. Они называются моделями именно потому, что моделируют наше мышление. Это важно понимать — они не мыслят, а всего лишь имитируют наш способ высказывания своих мыслей.

Для того, чтобы эта имитация была качественной, они обрабатывают огромное количество информации. Это позволяет нам использовать ИИ для того, чтобы быстрее получить некое обобщение обширной информации. Например, быстрее разобраться в какой-то теме, если нам требуется понять основные принципы, не погружаясь в подробности.

В сфере HR новые ИИ-инструменты позволяют нам упростить и автоматизировать существенную часть работы:

• обрабатывать большие массивы данных
• анализировать вводные данные и сопоставлять результаты анализа
• составлять рабочие тексты (объявления, инструкции и др.)
• выполнять рутинные задачи (обзвоны, рассылки)

Уже из этого перечисления видно, что без участия человека ни одна нейросеть никакую работу выполнять не будет. Любой нейросети требуются:

• введение данных
• постановка задачи
• контроль и коррекция результатов

Самое неприятное в работе с ИИ-ассистентами заключается в том, что они очень легко могут «галлюцинировать», то есть ошибаться в своих сопоставлениях, выдавать ложную информацию или вовсе генерировать бред или чистую фантастику. Поэтому работа с ИИ требует строгого контроля со стороны специалистов, чтобы не допустить попадания таких галлюцинаций в рабочие файлы.

Помимо этого, люди, использующие ИИ-ассистентов, должны не только сами научиться правильно пользоваться ими, но и в ходе своей работы обучать их делать то, что нужно, и так, как это нужно конкретному пользователю. Сейчас, когда, по выражению одного из американских авторов, «волна страха и восхищения» охватила публику, нетрудно заметить, что весь хайп возник вокруг в целом довольно однообразных и шаблонных «продуктов». Это всё очень напоминает восторг и увлечение синтетическими тканями в 80-х, когда магазины были завалены яркой, но весьма однообразной продукцией весьма невысокого качества.

Но, пожалуй, самой интересной особенностью нашего времени является то, что ИИ-ассистенты практически в равной мере доступны как нанимателю, так и соискателю вакансии.

Эйай помогает рекрутеру получить желанного кандидата

В одной из полезных статей для профессиональных эйчаров автор делится опытом составления опросника для интервью с кандидатом на вакансию в крупной IT-компании. Он делится промптом (формулировкой вводного задания для ИИ-ассистена), в котором просит эйая представить себя опытным IT-рекрутером, обозначает, что компания подбирает специалиста на позицию мидл, но готова рассмотреть и джуниора, и просит составить 10 вопросов для первого интервью, чтобы с их помощью выявить потенциал кандидата, сильные и слабые стороны, а также его мотивацию.

Не будем здесь говорить о том, что, с точки зрения профессионального психолога, имеющего подготовку и значительный опыт в организационной психологии, 10 вопросов для выявления сразу четырёх заявленных качеств — это, мягко говоря, недостаточно.

Исследования в области промышленной и организационной психологии неизменно показывают, что структурированные интервью с 10–15 вопросами дают умеренно ценный прогноз (корреляция с фактическим результатом около 50%). Но и это при условии, что интервью готовит и проводит профессионал.

Так поможет ли предложенный промпт и вопросы, которые сгенерирует робот, HR-специалисту в его работе? Вне всяких сомнений, да. Такое интервью может подойти для первичного скрининга кандидатов. К тому же, ИИ-ассистент формирует эти вопросы из базы профессиональных источников, так что за ними совершенно точно стоит определённая система оценки ответов. И вот эту систему, с помощью того же ассистента, может понять и кандидат.

Эйай помогает кандидату получить желанную работу

Предположим, что некий находчивый кандидат также решит воспользоваться ИИ-ассистентом, чтобы подготовиться к интервью. Более того, он ещё и получит заранее сами вопросы, что предполагает методика асинхронного интервью, всё более часто применяемая в современной практике подбора персонала.

Не будем далее рассматривать все 10 вопросов, возьмём только первые 4 из них. Изучив их, наш находчивый кандидат может задать своему ассистенту такой промпт: «Задача: ты — инструктор по подготовке кандидатов на вакансии. Помоги дать ответы на следующие 4 вопроса, чтобы отвечающий мог рассчитывать на положительные оценки своего потенциала.

1. Расскажите о вашем опыте в продажах. С какими продуктами или услугами вы имели дело? (выясняет релевантность продажам в области IT)
2. Какие техники и подходы вы используете для заключения сделок? (выясняет наличие навыков и практического опыта)
3. Приведите пример сложной сделки, которую вам удалось успешно закрыть. Какие препятствия вы преодолели? (выясняет способность справляться с трудностями и находить решения)
4. Как вы привыкли взаимодействовать с командой других специалистов, например, маркетинга или разработки продукта? (выясняет понимание уровня координации командной работы)».

Услужливый эйай выдаёт ему следующее:

«Вот сбалансированные ответы на предложенные вопросы для собеседования в сфере IT‑продаж. Они демонстрируют практический опыт, методологическую базу, умение преодолевать сложности и командную ориентацию.

1. Опыт в продажах и релевантные продукты/услуги

За последние 4 года я специализировался на B2B‑продажах в IT‑секторе, работая с такими категориями продуктов: SaaS‑решения (CRM, HRM, системы бизнес‑аналитики); корпоративное ПО (системы документооборота, ERP, платформы для удалённой работы); ИТ‑услуги (аутсорсинг техподдержки, облачная инфраструктура, внедрение цифровых решений).

Мой фокус — средний и крупный бизнес. Основные клиенты: производственные компании (автоматизация цепочек поставок); финансовые организации (решения для кибербезопасности и отчётности); ритейлеры (платформы для омниканальных продаж).

Мои ключевые результаты: увеличил средний чек на 35 % за счёт кросс‑продаж и пакетных предложений; закрыл 18 контрактов на сумму от 1 млн руб. за последний год; достиг показателя удержания клиентов 90 % благодаря постпродажному сопровождению.

Такой ответ сработает, так как: чётко обозначены категории продуктов и сегменты клиентов; приведены измеримые результаты; показан охват отраслей.

2. Техники и подходы для заключения сделок

В работе комбинирую проверенные методологии и адаптивные тактики: СПИН‑продажи (SPIN). Задаю вопросы по схеме: ситуационные → проблемные → извлекающие → направляющие. Например, вместо «Вам нужен отчёт?» спрашиваю: «Как отсутствие автоматизированной отчётности влияет на время принятия решений?».

Использую подход концептуальной продажи. Предлагаю не продукт, а решение конкретной бизнес‑проблемы. Для этого изучаю отраслевые тренды и кейсы конкурентов клиента. Если клиент недооценивает риски, привожу данные исследований (например, потери от кибератак в его отрасли).

Мои рабочие методы:

• «Витрина решений» — демонстрирую 2–3 варианта с разной ценой и функционалом, чтобы клиент сам выбрал оптимальный.
• «Последний вопрос» — перед закрытием уточняю: «Есть ли что‑то, что всё ещё вызывает сомнения?».

Работаю с возражениями по схеме «Признаю‑Разъясняю‑Предлагаю»:

«Я понимаю, что цена кажется высокой (признаю). Но если учесть экономию на рутине за год, окупаемость составит 6 месяцев (разъясняю). Давайте протестируем пилотную версию за полцены (предлагаю)».

Такой ответ сработает, так как: названы конкретные методики с примерами; показана структура работы с возражениями; акцент на анализе потребностей, а не «продавливании».

3. Вот пример сложной сделки и какие препятствия удалось преодолеть

Ситуация: Клиент (сеть клиник) отказывался от внедрения CRM из‑за страха «сложности перехода» и сомнений в ROI.

Препятствия: сопротивление сотрудников («Мы и так справляемся вручную»); бюджет уже распределён на другой проект; конкурент предлагал дешевле, но без интеграции с медицинской информационной системой (МИС).

Мои действия: организовал встречу с CTO клиента и нашим техлидом — совместно разобрали точки интеграции с МИС и составили roadmap внедрения за 3 месяца.

Подготовил расчёт экономии: «Через 6 месяцев вы сократите время на оформление документов на 40 %, что высвободит 20 часов работы персонала в неделю».

Договорился о пилотной версии на 30 дней с фиксированной ценой и гарантией возврата, если система не подойдёт. В ходе имплементации решения проводил еженедельные демо‑сессии для сотрудников клиники, чтобы снять страх перед новым интерфейсом.

Результат: клиент подписал контракт на 1,8 млн руб.; через 5 месяцев продлил лицензию и добавил модуль аналитики; рекомендовал нас двум партнёрам из медицинской сферы.

Такой ответ работает, потому что: есть чёткая структура «Ситуация–Препятствия–Действия–Результат»; приведены конкретные цифры, сроки и инструменты; показано, как устранялись возражения на каждом этапе.

4. Взаимодействие с командой других специалистов

Для меня критически важно выстраивать прозрачную коммуникацию с кросс‑функциональными командами.

Взаимодействуя с маркетингом: мы совместно анализируем лиды — выделяем «горячие» сегменты по поведенческим метрикам; участвую в вебинарах как спикер, чтобы отвечать на сложные вопросы клиентов о технических деталях; передаю обратную связь от клиентов для корректировки UVP и рекламных сообщений.

Взаимодействуя с разработчиками: регулярно передаю фидбэк о «болевых точках» пользователей (например, неудобный интерфейс отчётов); согласовываю демо‑версии под конкретные кейсы клиента (например, настраиваю интеграцию с 1С); участвую в priorization‑сессиях, чтобы включить востребованные функции в roadmap.

При взаимодействии с техподдержкой: провожу совместные брифинги по новым релизам; создаю базу знаний с типовыми ответами на возражения и инструкциями для клиентов; организую «обратную связь от первых лиц» — передаю кейсы, где поддержка может улучшить сервис.

Пользуюсь следующими инструментами: еженедельные sync‑встречи (в Zoom или очно); общий таск‑трекер (Jira, Trello, Asana); shared dashboard с KPI команды (конверсия, средний чек, NPS).

Такой ответ сработает, потому что: показаны конкретные форматы взаимодействия по ролям; продемонстрирована взаимная польза для команд; упомянуты инструменты для прозрачности процессов.

В своих ответах следуйте следующим базовым принципам:

1. Конкретика — цифры, сроки, инструменты
2. Структура — логичная последовательность аргументов
3. Фокус на ценности — не «я продал», а «клиент получил выгоду»
4. Командность — подчёркивание синергии с другими отделами

Может ли наш находчивый кандидат просто скопировать эти ответы и воспроизвести их на интервью? Да, если наш кандидат — не хитроватый студент, пытающийся произвести впечатление профессионала. Но такая находчивость едва ли будет умным и уместным поступком.

Если наш кандидат не дурак, а действительно обладает некоторым релевантным опытом, то он вполне сможет «подогнать» свои ответы под написанные ИИ-ассистентом. Ведь, получая такую карточку ответов, он, по сути, получает карту того, какие ответы система, которой пользуется рекрутер, расценивает как идеальные.

Одна и та же система работает «на руку» обеим сторонам сделки.

Будет ли использование кандидатом ИИ-ассистента для подготовки к интервью признаком интеллектуального развития? Да. Будет ли это также означать, что кандидат наверняка успешно справится с работой на той предполагаемой штатной позиции? Нет.

А возможно ли с помощью тех же ИИ-ассистентов выявить ненастоящие, сгенерированные нейросетью ответы кандидатов в скрининговом интервью? Вполне вероятно, что когда-нибудь придумают и такое. Но пока ещё слишком рано доверять процесс подбора и оценки персонала полностью нейросетям. Как показало исследование Сколково-ФинтехХаб, проведённое в 2025 году, в то время как 54% эйчаров готовы делегировать искусственному интеллекту задачи скрининга. только 30% умеют измерить эффект от AI.

Для грамотного использования инструментов ИИ в этом процессе сейчас в ещё большей степени нужны грамотные HR-специалисты, способные критически оценивать их применимость и эффективность.