Всесторонняя поддержка
По подсчетам аналитиков BCG, оптимальное сочетание ИИ-решений и человеческого труда способно повысить на 30% эффективность кадровых процессов компании. Эффект может быть достигнут благодаря автоматизации однотипных административных задач, которые занимают до 70% времени рекрутеров. Это снижает нагрузку на HR-департамент и высвобождает ресурсы специалистов на решение более трудных и приоритетных задач, в частности, на более тщательное планирование найма и общение с кандидатами, разработку стратегии по привлечению и удержанию специалистов.
Уже в ближайшее время HR-службы смогут оценить применение ИИ в кадровых вопросах, которое будет напрямую влиять на бизнес-метрики компании. Искусственный интеллект может помочь бизнесу по ключевым направлениям работы с сотрудниками:
- автоматизация HR-процессов: от оценки резюме и найма, до обучения, развития и других аспектов HR-цикла;
- поддержка профессионального развития сотрудников: нейросети могут оценить достижения каждого сотрудника и помочь в дальнейшем карьерном росте;
- управление изменениями: алгоритмы могут оценить влияние на сотрудников решений топ-менеджмента, например, оценок эффективности сотрудников или системы мотивации;
- анализ больших данных для поддержки управленческих решений: с его помощью HR-менеджеры могут прогнозировать дефицит сотрудников или растущую потребность в конкретных специалистах;
- стратегическое руководство: ИИ-аналитика позволяет топ-менеджменту лучше понимать потребности в сотрудниках и их развитии, что ведет к повышению эффективности бизнеса в целом.
По оценкам MTS AI, использование нейросетей в HR-департаменте позволяет снизить трудозатраты рекрутеров на подбор персонала на 70%, а также сделать работу HR более эффективной в скорости и решении рутинных задач и однотипных коммуникаций, например, скорость ответа сотрудникам на кадровые вопросы с помощью чат-бота также может вырасти на 80%.
Автоматизация найма
Искусственный интеллект может забрать на себя значительную часть организационных задач рекрутмента по работе с кандидатами: уточнить удобное время для встречи и запланировать интервью, а также передать всю информацию о соискателе во внутренние системы. В таком случае HR-специалистам останется только провести финальное интервью с кандидатами.
Если бизнесу необходимо большое количество линейных специалистов с базовыми компетенциями, например, таксисты или курьеры, то подбор таких сотрудников также можно поручить искусственному интеллекту. Генеративные сети могут самостоятельно найти кандидатов на специализированных ресурсах, провести первичный отбор резюме по сформированному чек-листу и передать HR-специалистам подходящих соискателей.
Такой подход менее эффективен при поиске кандидатов на вакансии, где необходимо тщательно оценивать профессиональные навыки и soft-скилы человека. Однако даже в таком случае ИИ может проанализировать навыки претендентов, например, по результатам тестового задания, и предоставить свои рекомендации.
Также большие языковые модели успешно готовят описание вакансий. Для этого достаточно дать большой языковой модели необходимую информацию: требования к специалисту и его опыту работы, основные обязанности, а также указать желаемую тональность текста. Далее менеджеру по персоналу надо будет только разместить информацию на рекрутинговом сервисе.
Онбординг
Уже после найма чат-бот на базе генеративного ИИ может стать цифровым наставником для нового сотрудника, упростив прохождение онбординга и погружение в специфику работы компании.
Виртуальный ассистент может провести первичный инструктаж, например, куда идти в первый рабочий день, ответить на вопросы новичков и помочь в прохождении обязательных формальных процедур.
Также ИИ может спрогнозировать результаты прохождения испытательного срока, и при обнаружении каких-либо проблем нейросеть предоставит сотруднику рекомендации для повышения эффективности.
Обучение и мотивация персонала
HR-службы активно используют генеративные сети для оценки и регулярного повышения компетенций персонала. ИИ может самостоятельно подготовить тест и на его основе не только определить навыки каждого сотрудника, но и найти слабые места и точки роста. Для работников, прошедших тестирование, языковая модель подберет индивидуальный набор обучающих материалов, а также предоставит рекомендации по развитию недостающих навыков.
Также на основе потребностей компании и навыков сотрудников генеративный ИИ может подготовить для работника индивидуальную карьерную траекторию с целями и задачами на ближайшее время. Это поможет сотрудникам с высокой эффективностью претендовать на повышение зарплаты или должности — алгоритмы будут отслеживать их успехи и автоматически сообщат об этом HR-специалистам.
Также языковые модели активно используются для подготовки обучающих профессиональных материалов. Это могут быть не только текстовые уроки или видеоинструкции, ИИ можно использовать в качестве голосового тренажера для отработки навыков переговоров с клиентами. Вместе с тем, большая языковая модель проанализирует результаты корпоративного обучения и предложит топ-менеджменту варианты улучшения системы.
Поиск информации и автозаполнение карточек
Бизнес может использовать чат-бот на базе генеративного ИИ в качестве ассистента для поиска информации во внешних и внутренних источниках, в том числе по корпоративным базам данных. Их можно использовать для консультации сотрудников или для помощи потенциальным кандидатам с вопросами по вакансиям. При необходимости ИИ можно адаптировать под различные задачи бизнеса, например, она сможет по запросу сотрудника подготовить выгрузку по заработной плате за определенный период или заполнить карточку в CRM-системе.
Такой подход экономит время на поиске корпоративной информации в любой крупной компании, при этом в большинстве случаев бот сможет ответить без привлечения HR-специалистов. Как правило, такие ассистенты работают в диалоговом формате по аналогии с ChatGPT, и их можно адаптировать под различные каналы коммуникации: электронную почту, бот в Telegram, CRM-систему или внутренний портал компании.
Прогноз оттока сотрудников
Нейросети способны не только искать новых кандидатов, но и помогать удерживать уже действующих сотрудников. Бизнес может использовать генеративный ИИ для прогнозирования возможного оттока персонала. Система анализирует поведение людей перед увольнением и ищет закономерности, по которым можно будет спрогнозировать уход сотрудников в будущем. Каждого из бывших работников анализируют по множеству параметров: по уровню дохода в компании, возрасту, стажу, расстоянию до дома и частоте переработок. После этого нейросеть проверяет по аналогичным параметрам всех действующих сотрудников и выделяет категории персонала с высоким риском увольнения, а также предлагает меры по их удержанию, например, рассчитывает возможное повышение зарплаты на основе результатов и достижений. Однако финальное решение всегда остается за менеджментом компании.
Автоматизация документооборота
Чат-бот может стать персональным помощником и для самих рекрутеров. Система автоматизации документооборота на базе генеративного ИИ позволит HR-департаменту не тратить время на отработку и верификацию заявок. Нейросеть классифицирует входящие документы, распознает их структуру, извлечет нужные данные и передаст их в корпоративную бухгалтерскую систему учета. Если при подаче какого-либо заявления не хватает документов, или данные в них заполнены некорректно, система вернет бумаги сотруднику для исправления.
Кроме того, генеративный ИИ может помочь HR-специалистам в создании типовых документов: табеля рабочего времени, должностных инструкций, регламентов. Похожим образом ИИ используют для массовых корпоративных рассылок и HR-коммуникаций.
Успешные интеграции генеративного ИИ
MTS AI уже запустила многочисленные пилоты со своими клиентами по внедрению чат-ботов для найма сотрудников, успешного онбординга и автоматической подготовки кадровой документации. Также компания развернула бота, который отвечает на частые вопросы персонала, связанные с оформлением отпусков, больничных, поиском нужных регламентов и другой внутрикорпоративной информации. По подсчетам экспертов, это решение экономит до двух часов рабочего времени сотрудников департамента персонала.
Генеративный ИИ уже доказал свою бизнес-эффективность на практике во многих других крупных компаниях.
Например, лесопромышленная группа «Свеза» активно использует ИИ-модель для поиска новых сотрудников. Нейросеть находит их на карьерных сайтах по заранее согласованному фильтру и оценивает резюме. Если кандидат прошел первичный автоматизированный отбор, то робот звонит ему, рассказывает о вакансии и в случае заинтересованности проводит первичный опрос и приглашает на интервью. Благодаря использованию ИИ средний срок закрытия позиции в «Свезе» сократился в 6 раз, а конверсия в найм увеличилась с 11% до 15%.
В НЛМК алгоритм также участвует в отборе стажеров. Система оценивает их видеоинтервью по таким критериям, как лидерство, мотивация, знания о компании. Если соискатель не набрал нужное количество баллов по оценке ИИ, то робот автоматически отправляет ему отказ. Таким образом в рамках пилота компания смогла сэкономить HR-специалистам 170 рабочих часов.
Эксперимент по подбору персонала с помощью ИИ также проводят Минцифры, Минфин, Минэкономразвития. Нейросеть анализирует резюме кандидатов, оценивает соответствие навыков и основных требований вакансии, и проводит автоматизированные интервью, оценивая навыки коммуникации, знания и способность критического мышления.