Об авторе: Константин Куница, директор сервиса для автоматизации найма HRMOST.
Как относятся компании к ИИ в HR-процессах
Глобальные и российские исследования показывают, что большинство компаний уже применяют ИИ в HR-процессах и планируют увеличивать инвестиции в такие инструменты, а кандидаты активно взаимодействуют с ИИ. При этом говорить о полноценной интеграции пока рано. В большинстве случаев речь идет не о выстроенных процессах, а о точечных внедрениях и пробных сценариях.
По данным исследования, проведенного в 2026 году международной HRTech-компанией Avature, пока тактически применяют ИИ лишь 23% организаций — для автоматизации задач, сокращения затрат и оптимизации операций. О том, что ИИ у них уже интегрирован в основные процедуры, сообщили всего 11%. А 51% опрошенных признались, что пока исследуют и оценивают варианты использования, запускают пилотные проекты или пытаются разобраться в возможностях ИИ.
В целом эксперты констатируют, что индустрия управления персоналом как раз вступает в период масштабной ИИ-перестройки: первоначальный ажиотаж утих, уступив место продуманной работе по внедрению сложных технологий. Например, в опросе американской консалтинговой компании Gartner 82% HR-директоров сообщили, что планируют внедрить ИИ-агентов в течение 2026 года.
Что думают соискатели об ИИ при найме
Российские данные дают интересную картину по поведению кандидатов. По данным летнего опроса «Авито Работы» (есть в распоряжении «РБК Трендов»), 51% россиян уже взаимодействовали с чат-ботами при поиске работы.
При этом соискатели в целом демонстрируют готовность к частичной автоматизации. Почти треть опрошенных (31%) готовы использовать чат-боты на отдельных этапах — например, для получения уведомлений о статусе отклика, подтверждения контактных данных или первичного сбора информации. Полностью автоматизированный процесс найма готовы принять лишь 9% респондентов.
На фоне активного развития HR-технологий спрос на специалистов по подбору персонала остается высоким. По данным «Авито Работы», по итогам первого полугодия 2026 года предложений от работодателей в HR-сфере стало больше на 6%. Особенно заметная динамика зафиксирована в ряде регионов. В Ростовской области объем вакансий в HR-сегменте увеличился сразу на 32%, в Краснодарском крае — на 28%, а в Московской области — на 26%.
При этом работодатели продолжают активно внедрять инструменты автоматизации процессов найма.
Почему растут зарплаты HR-специалистов
Рост средних зарплатных предложений для HR-специалистов напрямую связан с технологической трансформацией самой сферы найма. С помощью чат-ботов и ИИ рекрутеры уже сейчас оценивают структурированность мышления кандидатов, навыки текстовой коммуникации, скорость реакции и базовую вовлеченность — например, то, как человек отвечает на открытые вопросы или реагирует на смену темы в диалоге. При этом существует четкая граница доверия к ИИ: ему доверяют этап отсева и первичного скоринга, что позволяет отфильтровать до 80% нецелевого потока. Финальная оценка критического мышления, эмпатии и культурного кода остается за человеком. ИИ не заменяет финальное интервью — он гарантирует, что рекрутер уделит внимание самым релевантным кандидатам.
Как будет проходить дальнейшая интеграция ИИ в наем
В ближайшие один-два года одним из главных направлений развития ИИ-рекрутинга станет персонализация воронки найма. На дефицитном рынке труда выигрывает тот, кто делает кандидату уникальное предложение с учетом его триггеров. ИИ позволяет перестраивать сценарий диалога буквально на ходу под конкретного человека. Второе важное направление — скоринг кандидатов и прогнозирование выхода на работу. Бизнесу сегодня нужны не просто отклики, а сотрудники, которые останутся работать в компании. Поэтому все большую роль играет анализ резюме и цифрового следа, который помогает оценить вероятность успешного прохождения испытательного срока. При этом голосовые ассистенты пока остаются на третьем месте: на сложных вакансиях конверсию все еще снижает барьер роботизированности общения.
Также наблюдается переход от жестких кнопочных сценариев к автономным ИИ-агентам на базе больших языковых моделей. Такой ассистент способен вести живой нелинейный диалог, отвечать на вопросы кандидата о компании и фактически самостоятельно продавать вакансию. Однако существуют и ограничения. Среди главных барьеров — риск галлюцинаций языковых моделей, когда система может сообщить кандидату условия или зарплату, которых на самом деле нет. Кроме того, для эффективной работы ИИ необходима глубокая интеграция с внутренними системами компании, а во многих организациях инфраструктура по-прежнему состоит из набора разрозненных решений.
Как оценивается степень проникновения ИИ в наем сейчас
Мы точно переросли рамки автоматизатора рутины. Например, HRMOST движется в сторону системы принятия совместных решений — своего рода Copilot для HR. Искусственный интеллект не заменяет человека и не нанимает людей сам. Его задача — собрать большие данные, проанализировать маркеры эффективности и выдать готовую рекомендацию рекрутеру или бизнесу. Например: этого кандидата стоит брать, потому что совпадение с профилем вакансии составляет 92%, а на этого сотрудника в отделе продаж стоит обратить внимание, поскольку вероятность его выгорания в ближайший месяц достигает 80%. Я считаю, что будущее HR-технологий — это партнерство данных и человеческой интуиции, когда ИИ помогает принимать решения, а ответственность за них остается за человеком.
Примеры 2025 года
Кейс розничной сети МТС: стоимость возвращения кандидата и найма сократилась в два раза
Проблема: нет времени на обработку недозвонов.
АО «РТК» — дочерняя компания ПАО «МТС» и одна из крупнейших телекоммуникационных розничных сетей России с 5,8 тыс. салонов связи. Команда из 50 рекрутеров ежемесячно нанимает около 1 тыс. сотрудников. Из-за большого объема найма рекрутеры не успевали повторно связываться с кандидатами, поэтому компании потребовался инструмент для автоматизации обработки недозвонов.
Решение: внедрение чат-ботов HRmost для оптимизации воронки кандидатов.
МТС в основном нанимает продавцов-консультантов. Кандидаты, откликнувшиеся с любого источника, попадают в ATS (Applicant Tracking System, «система отслеживания кандидатов»); рекрутеры прозванивают их. Чтобы не терять тех, кто не пришел на собеседование или не ответил, ввели чат-ботов — они общаются с кандидатами и обновляют статусы в ATS, после чего рекрутеры возобновляют коммуникацию с заинтересованными:
- обработка недозвонов;
- работа с не дошедшими до интервью;
- взаимодействие с бывшими сотрудниками.
Во всех трех случаях бот предупреждает о звонке HR-специалиста и оставляет номер для обратного звонка, если кандидаты и бывшие сотрудники проявляют интерес к предложению.
Результаты: вернули в воронку 28 тыс. кандидатов из базы недозвонов.
За год восстановлена коммуникация с 28 тыс. кандидатов из базы недозвонов: 5 тыс. приглашены на повторные интервью, более 2 тыс. трудоустроены. Также зафиксирован возврат ранее работавших сотрудников и случаи удержания увольняющихся предложениями вакансий в других регионах. По внутренним расчетам, затраты на возвращение кандидата и наем снизились примерно в два раза после внедрения ботов.
Кейс «Ашан»: чат-бот автоматизировал весь цикл коммуникации с кандидатами и сэкономил 10 тыс. часов работы HR
Проблема: высокая нагрузка на рекрутеров при массовом найме.
«Ашан» регулярно нанимает сотрудников для магазинов и распределительных центров. Из-за большого потока откликов рекрутерам приходилось вручную проводить первичную коммуникацию с кандидатами, отвечать на типовые вопросы, приглашать на собеседования и возвращать в процесс тех, кто ранее не завершил подбор. Это увеличивало нагрузку на HR-команду и замедляло закрытие вакансий.
Решение: внедрение чат-бота для автоматизации коммуникации с кандидатами.
Чат-бот сопровождает кандидата на всех этапах подбора: от первого контакта до повторного вовлечения в процесс. Он берет на себя рутинные задачи, а рекрутеры подключаются на следующих этапах отбора. Чат-бот выполняет несколько функций:
- проводит первичный опрос кандидатов;
- отвечает на типовые вопросы о вакансиях;
- помогает записаться на собеседование;
- отправляет напоминания о встречах;
- возвращает в процесс кандидатов, ранее прервавших подбор.
Это позволило автоматизировать весь цикл коммуникации с кандидатами и освободить HR-специалистов от рутинной работы.
Результаты: более 47 тыс. обработанных кандидатов за четыре месяца.
За первые четыре месяца чат-бот обработал более 47 тыс. кандидатов. Он получил свыше 16 тыс. откликов (конверсия — 34%), вернул в процесс более 28 тыс. кандидатов из базы и обеспечил еще около 8 тыс. откликов. По итогам внедрения компания сэкономила около 10 тыс. часов рабочего времени HR-специалистов и ускорила процессы массового найма.
Кейс VOXYS: автоматизация первого контакта увеличила дозвон до кандидатов с 33 до 49%
Проблема: кандидаты терялись из-за долгого ожидания первого контакта.
VOXYS — один из крупнейших российских аутсорсинговых контактных центров, который регулярно ведет массовый подбор операторов и специалистов клиентского сервиса. Из-за большого потока откликов рекрутеры не успевали быстро связываться с кандидатами, поэтому часть соискателей принимали предложения других работодателей еще до первого контакта.
Решение: автоматизация первого этапа коммуникации с кандидатами.
Компания внедрила чат-ботов и голосовых ботов, которые связываются с кандидатом уже через 5—8 минут после отклика. Они берут на себя первичную коммуникацию и передают рекрутерам только тех кандидатов, которые готовы двигаться дальше по воронке. Боты выполняют несколько функций:
- проводят первичный скрининг кандидатов;
- отвечают на типовые вопросы;
- записывают на собеседование;
- отправляют напоминания о встрече.
Благодаря этому рекрутеры подключаются только на этапах, где необходимо личное участие, что позволяет ускорить подбор и снизить нагрузку на HR-команду.
Результаты: рост дозвона до кандидатов и сокращение затрат на массовый подбор.
После внедрения автоматизации доля успешных контактов с кандидатами выросла с 33 до 49%, среднее число взаимодействий с каждым кандидатом увеличилось с 1,9 до 3,9, а конверсия из базы кандидатов выросла еще на 6%. Кроме того, компании удалось примерно на 50% сократить объем ресурсов, задействованных в массовом подборе, без снижения качества найма.