От найма до увольнения: 7 задач для искусственного интеллекта в HR

Светлана Звягина

Ведущий менеджер продукта в iFellow

Искусственный интеллект (ИИ) стремительно захватывает все новые сферы бизнеса. И управление персоналом не исключение. Как показал недавний опрос консалтинговой компании ТеДо и разработчика L&DTech-решений Knomary, 44% российских компаний уже используют ИИ в HR. В ближайшем будущем эта доля может вырасти еще минимум на 15%. О том, какие задачи в сфере управления персоналом ИИ уже способен решать, а какие ему только предстоит освоить.

Использование нейросетей в сфере HR – уже не будущее, а настоящее. Продукты на основе ИИ-решений, которые помогают рекрутерам сортировать резюме, выбирать кандидатов и даже прогнозировать их успешность на будущей позиции. ИИ может взять на себя адаптацию новых специалистов после трудоустройства, создать для новичков персонализированные планы обучения и даже спрогнозировать возможное увольнение сотрудника. Вот несколько ключевых областей, в которых ИИ уже успел достичь вполне убедительных результатов.

1. Описание вакансий

Создание вакансии – первый шаг в процессе найма. ИИ может значительно облегчить эту задачу. На основе краткого описания должности, ключевых навыков и требований к опыту он может сгенерировать полноценный текст. Например, можно дать ему следующие вводные: «Ищем Senior Java разработчика для работы над новым облачным продуктом. Нужны глубокие знания в той или иной области». Нейросеть составит подробное описание вакансии, включая обязанности, требования к кандидатам и преимущества работы в конкретной компании. Она также может проанализировать большое количество данных о рынке труда или предыдущих собеседованиях, чтобы оптимизировать текст вакансии. При необходимости ИИ способен сгенерировать текст на нескольких языках для компаний, работающих на международном рынке.

2. Первичный отбор кандидатов

ИИ помогает автоматизировать рутинные этапы отбора кандидатов, в частности, сбор и первичный анализ резюме. Не нужно вручную просматривать каждую анкету и фильтровать подходящих кандидатов. Это сделает ИИ-помощник, который в считанные секунды анализирует документы и делает вывод о том, насколько кандидат подходит на вакансию. В компании Proscom подсчитали, что использование ИИ-инструментов сократило время обработки 100 резюме фронтенд-разработчиков и инженеров по тестированию с пяти часов до десяти минут. Кроме фильтрации, ИИ также может подготовить автоматическое ранжирование кандидатов, позволяя рекрутерам сразу видеть наиболее подходящих в верхней части списка. Причем ИИ устраняет предвзятость, ранжируя резюме объективно, без личных предпочтений.

3. Глубокий анализ резюме

Нейросеть может проводить глубокий анализ резюме и вакансий. Например, ИИ способен выявлять ключевые навыки и опыт, указанные в резюме, даже если они представлены в нестандартном формате или содержат сокращения. Это особенно полезно, когда ручной поиск может быть трудоемким. Уже сегодня ИИ помогаетанализирует не только ключевые слова, но и структуру резюме, коды, а также профили на GitHub и других профессиональных платформах.

4. Тестирование кандидатов

Решения на основе ИИ позволяют существенно повысить скорость анализа результатов выполнения тестовых заданий. Кроме того, на рынке существуют инструменты, которые могут на основе анализа видео- и аудиозаписей собеседования или выполнения тестового задания оценивать навыки кандидата. Например, онлайн-школа Progkids разработала

5. Автоматизация коммуникаций

Современные технологии значительно упрощают процесс коммуникации с кандидатами на всех этапах рекрутинга. ИИ берет на себя задачи, связанные с планированием собеседований, рассылкой уведомлений, составлением текстов для писем и пр. Это не только экономит время HR-специалистов, но и снижает риск потери перспективных кандидатов из-за задержек в коммуникации. РЖД, например, использует языковую модель, которая проводит первичные собеседования для 20 ключевых позиций. Система автоматически общается с кандидатами, задает вопросы, записывает на интервью, а в случае успешного прохождения первичного этапа переключает кандидата на живого оператора. Этот подход позволяет проводить до 11 тыс. звонков в месяц, что значительно расширяет воронку кандидатов и экономит ресурсы колл-центра. Кроме того, в компании разрабатывается чат-бот, который поддерживает новых сотрудников в процессе адаптации, отвечая на частые вопросы. «Центр Орбита» с помощью платформы ИИ ведет календарь собеседований и координируют видеоинтервью для всех участников.

6. Подготовка кадров

Нейросети помогают не только находить новых сотрудников, но и развивать существующих. Например, ИИ может составлять планы обучения, подсказывать, какие знания и навыки человеку необходимо усилить, сколько времени потребуется на их освоение и в какой форме лучше проходить обучение. Чат-боты, которые проводят первичное обучение сотрудников с помощью уже записанных вебинаров, заметно снижают нагрузку на тренеров. В прошлом году «Ростелеком» внедрил инструмент, который анализирует эссе кандидатов на внутренние образовательные программы (например, совместные проекты с Высшей школой экономики).

7. Прогноз увольнений

Прогнозирование увольнений — одна из самых сложных задач, которую помогает решать ИИ. С помощью нейросетей компании могут заранее распознавать признаки вероятного ухода сотрудников и предпринять меры для их удержания. ОАО «РЖД» одним из первых в России реализовало проект по прогнозу увольнений на основе данных учетной системы по персоналу. Модель выдает подробную отчетность с указанием факторов, способствующих увольнению сотрудника, позволяя HR-специалистам оперативно принимать меры.

ИИ также помогает компаниям планировать будущие потребности в кадрах. Например, в компаниях с массовым наймом в таких отраслях, как, например, дорожное строительство, нейросеть анализирует исторические данные и текущие планы объектов, чтобы рассчитать необходимое количество сотрудников на период сезонных пиковых нагрузок.

Заменит ли искусственный интеллект человека в HR?

ИИ уже стал полноценным помощником для HR-специалистов. Однако по-прежнему остаются области, где он достаточно сильно отстает от возможностей человека. В одних случаях это вопрос совершенствования алгоритмов и разработки новых решений. Так, можно ожидать значительного прогресса в способностях нейросетей оценивать соответствие кандидата корпоративной культуре, ранжировать резюме, описывать вакансии, создавать индивидуальные планы обучения, привлекать для поиска кандидатов более широкий спектр источников, в том числе социальные сети.

Решать другие задачи существенно сложнее. Например, оценка эмоциональных и личных качеств, скорее всего, еще долго будет требовать участия человека. Нейросетям сложно справляться и с задачами долгосрочного планирования, особенно там, где требуется принимать нестандартные решения. Эффективность ИИ также снижается там, где речь идет не о заполнении «массовых» вакансий, а о поиске уникальных, штучных специалистов. Кроме того, специалисты по HR часто оказываются перед сложными этическими вопросами, решать которые нейросети не могут и, вероятно, не должны.