Представим, что вы заменили junior-разработчика или копирайтера на ИИ-агента. Через год вам понадобился senior или редактор. Придется искать дорогого профессионала со стороны, хотя можно было оставить молодого специалиста, взрастить до нужного уровня и получить эксперта «под себя». Слепое увлечение оптимизацией всевозможных процессов и чрезмерная вера в технологии приводит к неразумной работе с персоналом. Так что же делать руководителям: давать шанс новичкам, или ставить на возможности искусственного интеллекта?
Экономика найма и окупаемость ИИ
Ситуация на рынке труда обстоит так, что на одну вакансию может быть вплоть до 300-500 откликов, с которыми HR-менеджеры не всегда могут справиться. Здесь искусственный интеллект при хорошем обучении выступает незаменимым помощником: отсеивает неподходящих кандидатов и устанавливает первый контакт с подходящими, передавая их затем рекрутеру. Это оптимизирует процесс и сокращает время найма. Другое дело, что обучение системы занимает время и после требует внимательного надзора и проверки решений. Не уходит ли на этот процесс то самое время, сэкономленное на разборе откликов?
Давайте рассмотрим с точки зрения экономики всего процесса:
- Возьмем среднюю ставку рекрутера на 2026 год – до 400 рублей в час. На вакансию пришло 300 откликов. На их первичный отсмотр рекрутер потратил бы от 7 до 20 часов. ИИ сокращает время до 1-2 часов. Чисто гипотетически, экономия составила бы от 2200 до 7200 рублей на одну вакансию. При потоке даже в 60 вакансий в год общая выгода – до 432 тыс.
- Часть сэкономленного времени HR-менеджер тратит на проверку и обучение ИИ-агента, допустим, 6 часов в неделю. Тогда общая выгода от ИИ: 432000 - 124800 = 307200 руб.
- Добавим к расходам стоимость подписки примерно 2400 руб. за год.
- Плюс вторичные выгоды: сокращение времени найма и ранней текучести.
Получается, в процессе рекрутинга технология вполне окупает себя. Но что с качеством нанятых сотрудников и отношением кандидатов к такому подходу?
Проблемы ИИ-поиска в процессе найма
Система настраивается на поиск ключевых слов и формулировок в резюме кандидатов, сопоставляет релевантный опыт и опыт в смежных сферах и просматривает остальные факты на соответствие заданным фильтрам. Система обучается на типовых резюме, опыте компании, историческом контексте и прочих данных, которые ей предоставляет HR-менеджер. Поэтому дальнейшая корректная работа ИИ зависит целиком и полностью от качества предоставленной информации и настроек. В результате ошибок при обучении можно получить ситуации, схожие с тем, что были у Google, Amazon, Unilever, когда там только внедряли механизмы отбора: случайная дискриминация по доходу, полу, географическому положению и так далее.
Также важно учитывать трудности с интерпретацией. Иногда кандидат может идеально подходить под требования, но пролетает мимо, потому что использовал в резюме нестандартные формулировки или игру слов. Система, не сталкивавшаяся с подобным раньше, отсеет его. И не забываем о рисках утечки данных через нейросети.
Все это становится причинами, по которым соискатели не особо доверяют ИИ в принятии решений. Согласно исследованию Glassdoor, 74% опрошенных говорят, что решение в процессе подбора всегда должно быть за человеком, при этом 68% не против, чтобы ИИ выступал в виде информирующего механизма для первой связи между ними и компанией.
Почему новичков заменяют алгоритмами
Из-за повсеместной цифровизации и стремления оптимизировать все подряд идеальный кандидат должен иметь навыки работы с различными ИИ-системами. Получается замкнутый цикл: работодатели частично передают наем ИИ, чтобы тот подбирал кандидатов с навыками работы с ИИ, которые составили резюме, используя тот же ИИ для повышения релевантности.
Другое «идеальное» решение – заменить рядового сотрудника технологией. Обычно причина в деньгах, и в грубых чертах расчеты выглядят так:
- Junior-разработчик обойдется в 80-150 тыс. руб./месяц.
- Средний специалист – в 150-250 тыс. руб./месяц.
- Подписка на ИИ-инструменты будет составлять всего от 500 до 5 тыс. руб./месяц.
Выбор очевиден. Еще и производительность будет выше. Но что, если такими решениями работодатели отказываются от будущего?
Чем опасен разрыв кадровой преемственности
Когда эксперты постареют или уволятся, кто займет их место? Есть ли гарантия, что к тому моменту технологии успеют развиться настолько, чтобы подхватить процессы, или компании окажутся в ловушке нехватки кадров, которую сами же и создали?
Отсутствие преемственности между специалистами – это бомба с отложенным стартом. Можно оптимизировать рутинные задачи за счет ИИ-инструментов, сложные задачи отдать уже устоявшимся профессионалам. А новичков оставить самим себе: где и как они будут набирать опыт – это сугубо их проблема. Однако последствия этого ощутит именно работодатель через лет пять, когда понадобится новый сотрудник, а профессионалов на рынке останется мало. Ведь никто не взращивал новые кадры.
Есть риск, что образуется ситуация, когда:
- Молодые специалисты работали с ИИ, не развивая фундаментальные навыки и критическое мышление.
- Опытные сотрудники станут требовательными и неуязвимыми в переговорах о зарплате.
Или в будущем нас всех заменят, и люди будут получать выплаты от государства за счет развития ИИ, как недавно решили делать в Тайване, и больше не придется работать, кто знает. Однако, если судить по уровню развития технологий, такое будущее еще придется подождать. Даже на заводе Tesla пока нет полной автоматизации всех процессов, потому что «безлюдное производство» оказалось дороже, чем содержание сотрудников.
Почему бизнесу нужна молодая кровь
- Помимо «специалиста под себя» можно получить человека, который свежим взглядом оценит процессы и компанию. Молодые, еще не утонувшие в привычках сотрудники могут дать альтернативные варианты решения проблем (если им дается такая возможность).
- Из новичков можно формировать резерв кадров на основе матрицы компетенций.
- Новичкам можно передавать часть задач старших сотрудников, которые те раньше решали через ИИ. Это разгрузит опытных сотрудников, избавляя от большого количества рутинных проверок, и снизит шанс выгорания. А младшие будут формировать навыки.
Когнитивные потери от использования технологий
Уже было много исследований на эту тему, но, я думаю, что многие руководители на личном опыте смогли убедиться в одном крайне важном недостатке ИИ-систем. Они притупляют критическое мышление и развивают когнитивную лень.
- В исследовании Digital Amnesia in Gen Z от 2025 года 63% респондентов забывали информацию, полученную через ИИ-инструменты, и не видели смысла держать ее в голове.
- Еще одна тенденция – это эффект «отката». Это случается, когда у сформировавшегося специалиста, который начал работать с ИИ, отбирают виртуального помощника. В итоге отмечали сильное ухудшение компетенций, даже по сравнению с тем, что было раньше. Человек просто «откатывался» в развитии.
- AI Safety Report 2026 показывает, что люди меняли свои мнения и убеждения под воздействием ИИ в два раза активнее и охотнее, чем при разговоре с людьми. При этом не спорили и не просили четких доказательств.
- По информации от швейцарской бизнес-школы SBS, существует отрицательная корреляция между частотой использования ИИ и показателем критического мышления.
Однако все это – не претензии к технологиям как таковым. Это претензии к пользователям – как именно люди используют нейросети, какую роль отводят им.
Как оптимизировать штат, не навредив бизнесу в будущем
Принимать решение можно на основе расчетов. Вот пример матрицы, которую может составить для себя руководитель или HR-менеджер при оптимизации штата или внедрении ИИ.
|
Тип задачи |
Нанять лишь новичка |
Использовать только ИИ |
Комбинировать |
Почему |
|
Рутинные, с шаблонами |
✗ |
✓✓ |
✗✗ |
Первичная обработка данных, форматирование, сортировка – идеально для ИИ |
|
Обучающие, нестандартные проблемы |
✓✓ |
✗✗ |
✓ |
Новичок должен разбираться и учиться сам |
|
Критичные для бизнеса |
✗✗ |
✗✗ |
✓✓ |
Старший сотрудник + ИИ-ассистент. Новичок один – риск. Только ИИ – риск |
|
Высокий объем, срочные сроки |
✗✗ |
✓✓ |
✗ |
ИИ справляется быстрее. Новичок замедлит процесс |
Выводы
Главный вопрос – будут ли работодатели достаточно мудры, чтобы использовать технологии как инструмент развития персонала, а не замены. Я предлагаю начинать с простого: каждый раз, когда решаете сократить сотрудника в пользу ИИ, спрашивайте себя: «Кто будет решать сложные задачи через пять лет?».
Также читайте:
Может быть, кого-то и вымывает, но кого-то нового создает.
Успешный успех — это продажа мечты, а не технологии.
Продажа мечты, если она приводит к доказуемому ущербу для покупателя, становится схожей до степени смешения с введением в заблуждение, и это роднит такую продажу с мошенничеством. Технология - просто инструмент совершения правонарушения.
Конечно, на хайп с ИИ пришли и новые любители быстрых денег, но в конечном счете - и для бизнеса, и итогового потребителя это несет риски убытков. Аналогия - китайский ширпотреб, торгуемый под сфальсифицированными брендами.
Ну и кого это когда-либо останавливало?
Если бы люди жили по правилам, то этот мир уже давно закрыли бы за его ненужностью.
Так и не останавливает, а "закрывают" тех, кто попался.
Я больше говорил про две разные парадигмы: 1) "впарить" под видом экспертизы нечто сгенерированное ИИ с упованием на то, что заказчик не поймет "развода"; и 2) искать основания для техно-луддизма, прикрывая это сверху "заботой" о благе руководителя через 5 лет - за этот срок компания без ИИ сможет успешно уйти с рынка несколько раз.
Когда обе парадигмы накладываются - возникает идеальный win-win для инфоцыган: компания набирает всех, за кого ИИ хорошо пишет резюме, а пришедшие какой-то срок монетизируют свою трудовую, чего хватит на оплату очередного месяца подписки и поиск новой компании.
Переходящие из контору в контору эксперты (знаю одного, кто за год 5 мест сменил) сильно вредят интересам рынка. А статьи по "демонизации ИИ" очень успешно подливают масла в костер подхода "да - не специалисты, зато 10+ лет с нами". Если ИИ решает ограниченную рутинную задачу точнее, быстрее, дешевле - в чем опасность замен? Статья пытается "откупиться" тезисом о мудрости руководства, но как-то маловато будет. Нужен тезис посущественнее.
Не все ли равно, участвовал ИИ в «экспертизе» или нет, отвечает все равно исполнитель.
Но количество лжеэкспертов может в разы увеличиться.
Но, по-моему, это даже не развод, а обычная продажа некачественного товара.
«Покупатель должен иметь семь глаз, продавцу достаточно одного».
Не исключаю, что скоро появится товар со знаком качества: «Сгенерировано и проверено с помощью ИИ», и ему будут доверять больше, чем людям.
Да, "через несколько лет кто-нибудь да сдохнет: или осел, или падишах, или мудрец, который учил осла говорить".
Это уже что-то типа трудовых ИИ-цыган получается.
Хорошая идея, но долго не прокормит.
Вот тут интересный вопрос: вредит ли интересам именно рынка постоянная смена его участников.
Это можно отнести к тренду на рыночный прогресс: эволюция бизнес-системы и бизнес-обучения населения.
Думаю, что ИИ создаст много новых возможностей и опасностей, этим он и прекрасен.
А слабые умом могут «молиться и ждать», они, кстати, неплохой рынок создают для консультантов и тому подобного.
Смена периодов с урожайных на ледниковые (определяются по наличию/отсутствию дешевых денег), сопровождается конским раздуванием штатов офисных работников, которые являются объективной метрикой успеха и власти менеджеров среднего/высшего звена, а затем увольнением лишних при т.н. "оптимизации" в голодные времена, закрытием высосанных из пальцев проектов и т.д.
Нынешняя смена периода на ледниковый отличается от прошлых тем, что случается не просто "оптимизация", а с якобы "заменой" бесполезного избыточного персонала на более лучший и тем не менее такой же бесполезный ИИ. Что в конце позволит сделать вид, что они и не были бесполезными (выполняя дурацкую механическую работу или попросту бездельничая 80% офисного времени), просто случился мощнейший рывок в инноватику!
Но вот с бюджетами большой вопрос, поскольку ни электричество дешевле не становится, ни аренда железа, на которых все это хозяйство крутится - и в какой-то момент, когда ничего не будет предвещать беды, вам централизовано повысят эту аренду, например, в 1,5-2 раза (как например мне без затей монопольно повысили плату за проводной интернет в коттеджном поселке на днях).
И тут уже не получится играть в игры "забыли в этом году повысить зп 2/3 сотрудников, потому что времена тяжелые", радуясь отсутствию вменяемого профсоюза у них.
Просто знаменитое использование ИИ в большинстве мест, где натягивали сову на глобус и внедряли ИИ ради самого внедрения при сокращении штатов, бесславно заменят на простейший скрипт из 20 строчек старого доброго кода или формулы в Excel, а то и вовсе упразднят - например тем же программистам обрубят "помощников" и скажут, ребят вспоминайте как работать самим. )
Говоря о т.н. ИИ помощниках у кодеров в ИТ отрасли, хочется вспомнить нежелание более-менее состоявшихся тимлидов нанимать с рынка совсем зеленых джуниоров (начинающих специалистов/стажеров), потому что это резко увеличивает нагрузку за счет менторства и проверок каждой строчки кода.
Но, хотя бы с перспективой, что когда человек вырастет, он ее наоборот уменьшит.
Нетрудно догадаться, что ИИ как был, так на уровне джуниора и останется, а вместо риска, что превратившись в мидла живой человек уйдет, появляется не менее серьезный риск повышения цен на электронных болванов, что они станут не по карману (другие риски, например, поломки электронного болвана при обновлении, можно изучить на том же хабре).
Вот это как раз еще не понятно, но звучит как проклятье...
Спасибо!
Читаю статьи по поводу использования ИИ-инструмента в HR, о проблематике как со стороны соискателей, так и рекрутеров. Считается, что большинство участников рынка труда используют этот инструмент (aka ИИ-агенты) для подготовки вакансии и резюме.
С моей точки зрения, такой подход, говоря простым языком, не упрощает рутинный процесс (как предполагается при внедрении), а упрощает сам подход найма (как может использоваться на практике).
Получается, что участники рынка труда даже не пытаются решить систему неравенств, где работодатель и работник находят интервал решений с учётом +/- обеих сторон, а сразу спускаются "вниз": попытка с обеих сторон за короткий период найти решение квадратного уравнения с обязательным дискримантом равным нулю, - т.е. найти "идеальный союз вакансии и резюме".
Этот момент хорошо отражен в статье:
"Система настраивается на поиск ключевых слов и формулировок в резюме кандидатов, сопоставляет релевантный опыт и опыт в смежных сферах и просматривает остальные факты на соответствие заданным фильтрам. Система обучается на типовых резюме, опыте компании, историческом контексте и прочих данных, которые ей предоставляет HR-менеджер".
У меня встречный вопрос: а обучаются ли сами соискатели в первичном скоринге деятельности потенциальных работодателей (понимание отрасли, история организации, дерево событий и связей, реализованные проекты, критичные изменения в отчетности и пр.) через соответствующие ИИ-инструменты?
Вот, все-таки, есть разница, пусть и косвенная. Даже две:
1) расширение наукообразных решений, создающих иллюзию пригодности для конечного пользователя, требует ресурсов на отсев. В IT, например,существуют множественные атаки на сервер, выводящие его из штатной работы - тут похоже: отбор из груд материалов реально ценных занимает ресурсы;
2) дискомфорт от встречи с фейком оставляет у заказчиков "долгое послевкусие", минимизацию которого обычно реализуют через удлиннение каналов до заключения сделки. Это влияет на маржинальность специалистов в индустрии, а также откладывает встречу заказчика с конечным решением. Оба теряют.
Наслаивается. В "довесок" к привычному "третий сорт - не брак" появляются красивые обертки, подманивающие корпоративным исполнением. Лет 10 назад так тренинги паковали: ставили картинку, изображавшую книгу, и люди думали, что автор в реальности книгу написал.
Думаю, мы к этому идем. Весьма возможно, что повторится история надписи "Made in Germany".
Только собственник ("падишах", наверное) совсем не хочет ни сам умирать, ни "мудреца" кормить. ИИ, кстати, тут тоже помочь ему может: выявить, например, что "осел" изначально тушкой поступил в обучение.
А долго и не надо - просто на передержку, можно и сразу начинать искать нового хозяина, да и бизнес покрупнее.
Вопрос сложный. Первое, что приходит на ум, я описал в п. 2 выше.
Ротация профессиональных кадров в любой индустрии - процесс полезный и важный, в некоторых странах - обязательный, но ключевое слово - "профессиональных". Круговорот скама не обогатил ни один бизнес.
Я тоже оптимистичен в этом, особенно с выходом новых поколений ИИ-моделей. На днях Ox Alpha тестировал, очень приятно видеть прогресс в разработках с января этого года.
Вот - "на любителя" это. Всякий консультант ожидает некоторого уровня и от клиента: работа со "слабыми умом" не только психологически дискомфортна, но и зачастую препятствует получению целевого результата. Обычно таким вежливо отказывают.
Зависит от уровня позиций. Топам это не нужно, начальному уровню для этого не хватает времени (они берут ростом воронки), средний уровень обучается либо реактивно по итогам собеседований (обычно), либо в рамках целевого кадрового консалтинга (и тогда работа идет по доработке материалов под конкретные компании).