ИИ все активнее интегрируется в процессы найма персонала в российских компаниях

Процесс внедрения ИИ в разных сферах продолжает набирать обороты. Количество компаний, использующих искусственный интеллект для улучшения рабочих процессов, снижения рисков и повышения уровня управления, растет быстрыми темпами как в России, так и в мире. Объем российского рынка ИИ в 2022 году превысил 650 млрд рублей, а в 2023-м - уже 900 млрд рублей.

При всем этом Россия пока отстает по объему инвестиций в ИИ от таких стран, как США, Китай, Сингапур, Великобритания, Канада и Германия. Более того, расходы на такие разработки в ближайшем будущем продолжат расти. Согласно подсчетам компании IDC, инвестиции в ИИ приведут к 2030 году к мировому совокупному эффекту в размере 22,3 трлн долларов США.

Но каким бы перспективным ни казался ИИ, он не сможет заменить высококвалифицированный труд, ведь такие специальности менее склонны к автоматизации. Скажем, для разработки ПО мало написать код, ведь это многогранная и сложная работа, требующая интегрированных решений и системного подхода.

При этом очевидно, что ИИ продолжит развиваться в тех сферах, где человек не справляется. Это в том числе анализ больших массивов данных, который необходим для мониторинга и управления трудовыми процессами - такими как эффективность использования рабочего времени, мобильность трудовых ресурсов, потребность в персонале. Все эти показатели определяют уровень производительности труда на рабочем месте.

Из-за высокой мобильности трудовых ресурсов все больше распространяются программы на базе ИИ, которые контролируют эффективность персонала. Полученные данные позволяют понять, насколько человек эффективно выполняет свой круг обязанностей. В российских компаниях в этом процессе задействуют узкоспециализированный ИИ, предназначенный для решения ограниченного круга задач. К таким можно отнести компьютерное зрение, позволяющее лучше обрабатывать и анализировать объекты на изображениях и видео.

В последнее время динамично развивается и предиктивный ИИ, который на основе накопленных данных может дать прогнозы, в том числе в сфере поведения сотрудников, и выявлять какие-то закономерности. Развитие этих инструментов на базе ИИ способствует появлению новых решений, особенно в процессе подбора и найма персонала.

В крупных российских компаниях с персоналом свыше 100 тысяч человек ежегодно наблюдается высокая степень нестабильности с выраженной волатильностью, причем это характерно для всего рынка труда России вне зависимости от отрасли. К примеру, в 2023 году нехватка разработчиков в ИТ оценивалась в 500-700 тысяч. Однако в конце 2024 года началась массовая волна увольнений таких специалистов.

Переменчивая ситуация будет ускорять внедрение новых решений на базе ИИ. Опыт применения подобных технологий уже есть в некоторых транснациональных компаниях, таких как Unilever или Hilton. Но как за рубежом, так и в России могут возникнуть существенные трудности, связанные с подбором персонала посредством ИИ. В первую очередь проблема сводится к тому, что не все работодатели размещают данные о вакансиях на профильных порталах. Получить должность в престижной компании зачастую можно благодаря рекомендациям тех, кто уже работает в этой организации. Такая практика существует очень давно и показывает свою устойчивость в условиях технологического развития.

Период удержания сотрудника, нанятого по рекомендации, обычно на год или два выше, чем при рыночном механизме найма. Реферальные программы для подбора персонала в компаниях активно применяются еще и потому, что способствуют укреплению доверия внутри трудового коллектива. Именно найм по рекомендации наиболее эффективен для достижения эффекта сплоченности, сформировать которую стремятся все грамотные руководители.

Но некоторые корпорации, наоборот, спешат практически полностью передать большую часть функций по подбору и управлению персоналом ИИ, так как это предполагает и определенную прозрачность при принятии на работу или увольнении, а также в процессе взаимодействия между работодателем и работником. Так, инструменты ИИ могут оценивать связи между счетами сотрудников и предприятий, раскрывая неочевидные отношения, которые могут указывать на коррупционную составляющую.

Вообще постоянное совершенствование генеративного ИИ делает его крайне неудобным для управления персоналом, поскольку сам инструмент непрерывно развивается и из-за этого действует иначе. Особенно затратным на этом фоне становится обучение кадров и распределение обязанностей персонала в отделах найма.

Но в любом случае со временем ИИ будет все активнее интегрироваться в процессы управления человеческими ресурсами. Степень этой интеграции может принять очень интересные формы не только в масштабах отдельного предприятия, но и целых отраслей.

В России уже сейчас возрастающие диспропорции на рынке труда способствуют усилению контроля со стороны властей за количеством и качеством выпускаемых кадров для отдельных отраслей экономики. В скором будущем этот контроль может перерасти в активное вовлечение госаппарата в прогнозирование будущих кадровых потребностей в макроэкономическом масштабе. Для этого будут использоваться данные как с государственных, так и с частных платформ. Вероятнее всего, в этот процесс будут вовлечены и нейросети.

Накапливаемый объем информации о гражданах ИИ позволяет выстроить траекторию развития будущего кадра с самого его раннего возраста. Это особенно важно для крупных компаний, которые хотят взрастить высококвалифицированных специалистов для своих будущих производственных нужд. Без ИИ выстроить долгосрочную стратегию развития кадрового менеджмента будет практически невозможно.