Тренды искусственного интеллекта в управлении персоналом в 2025 году

2024 год сделал использование искусственного интеллекта обыденностью во многих направлениях деятельности, и HR не стал исключением. Александр Гурьянов, руководитель отдела автоматизации расширенного HR в IBS, рассказывает о наиболее интересных сценариях применения ИИ в управлении персоналом в новом году.

В мире отношение к ИИ как инструменту автоматизации стремительно меняется от настороженного до привычного. Немалую роль в этом сыграли доступность площадок ИИ для работников и использование его возможностей в решении рядовых задач. По оценкам ассоциации HR-специалистов Society for Human Resource Management (SHRM), в начале 2024 года ИИ в работе HR-служб использовали 26% процентов опрошенных участников, при этом подавляющее большинство из них внедрили ИИ в HR-функцию только в прошлом году. Прогноз на начало 2025 года: доля компаний, использующих ИИ в HR, составит более 60%.

Россия традиционно более консервативна в автоматизации HR-функции, чем западные страны. 42% компаний, участвовавших в опросе МТС Линк и HH.RU в марте 2024 года, никак не автоматизировали свои HR процессы, и только 5% использовали ИИ в своих задачах. Однако ситуация на рынке диктует необходимость изменений и инвестиций в персонал: проблема кадрового голода продолжает нарастать и влияет на те усилия, которые бизнес прилагает для подбора, развития и удержания сотрудников, и автоматизация, а также передача части функций искусственному интеллекту позволит, с одной стороны, уменьшить нагрузку на сотрудников HR-службы, с другой — повысить отдачу от каждого работника.

В течение текущего и прошлого года компании, связанные с разработкой ПО для автоматизации управления персоналом, делали пробные шаги в применении искусственного интеллекта и интеграции этого функционала в свои решения, и в будущем году это направление продолжит набирать обороты. Наиболее интересными сценариями применения, на мой взгляд, будут следующие:

1. Автоматизация рутинных задач подбора.

Парсинг резюме — одна из самых объемных задач при формировании воронки соискателей. В случае классического машинного разбора система раскладывает по полочкам отдельные параметры, например, город или контактный телефон, но не анализирует связь резюме и вакансии. Также одной из проблем разбора становятся одинаковые по названию, но различающиеся по сфере применения должности, допустим, архитектор или консультант в ИТ — это совсем не то же самое, что аналогичные должности в строительстве или продажах. С учетом того, что подбор персонала — в целом наиболее интересный для автоматизации блок HR-процессов, усилия по применению нейросетей должны дать наиболее быстрый и видимый эффект.

2. Оценка компетенций и производительности.

ИИ может использоваться для оценки компетенций и производительности сотрудников. Данный функционал может быть востребован в организациях с высоким процентом удаленных сотрудников. Ожидания массовых возвратов в офисы, сформированные на примере лидеров рынка, на данный момент себя не оправдывают, дистанционная работа сама по себе остается важным бенефитом для целых групп сотрудников, и для их удержания работодатель будет вынужден идти на уступки. Но то, что дистант снижает уровень управляемости команды, также является проблемой для менеджеров. В данном сценарии ИИ может быть применен как самостоятельный сервис, анализирующий активность сотрудника в рабочих приложениях, внутренних и внешних каналах связи и на основе этих данных формирующий рекомендации по изменениям. Варианты использования могут быть самые различные — от построения индекса удовлетворенности и предупреждения выгорания до формирования рейтинговой системы эффективности.

3. Чат-боты и виртуальные помощники.

Еще один самостоятельный сценарий использования — реализация чат-бота или виртуального помощника, основанного на больших языковых моделях (LLM). Подобное решение может быть как кастомным и разработанным для конкретного заказчика, учитывая его специфику, так и входить в поставку решения крупного вендора, например корпоративного портала, как отдельный сервис. Очевидным сценарием использования в данном случае будет предоставление информации о компании, адаптации сотрудников и сокращение общих затрат на онбординг. Подобная опека со стороны ИИ позволит новичкам быстрее погружаться в рабочий процесс и повысит лояльность к компании.

4. Персонализированный подход к обучению и развитию.

Вариантов использования ИИ в процессах обучения довольно много, в самом простом варианте специалисты отдела обучения создают курс, наполняя его созданным с помощью нейросетей контентом, текстовым или графическим. Подобный подход не требует отдельных затрат, для его применения, как правило, достаточно общедоступных сервисов, но его использование, кроме сокращения затрат на создание материалов, дает общее понимание возможностей ИИ как инструмента и создает базу для дальнейшего профессионального развития пользователей. Более сложный сценарий — использование ИИ для создания персонализированных программ обучения на основе индивидуальных потребностей и целей сотрудников — потребует разработки специализированного ПО, поставщиком которого, вероятно, будут разработчики систем управления обучением (LMS), реализованная ими подобная методика позволит непосредственно управлять процессом и формировать персональные учебные треки.

5. Прогнозирование потребностей в персонале.

Прогноз потребностей с использованием предиктивной аналитики — одна из тех задач, в которой применение ИИ выглядит оправданным, однако ее решение потребует серьезных усилий. Успешная реализация возможна, только если в модели корректно определены данные, их зависимости и влияние на результат. Кроме того, источники данных должны быть оцифрованы и регулярно обновляемы, иначе модель быстро потеряет актуальность. Фактически для использования предиктивной аналитики компания должна реализовать модель «цифрового двойника» с покрытием всех ключевых процессов. На мой взгляд, несмотря на перспективность данного направления, в России практически отсутствуют компании с подобным уровнем зрелости, и каждое подобное решение будет уникальным в своей реализации.

В заключение хотелось бы отметить, что, несмотря на колоссальные возможности, которые предлагает нам искусственный интеллект, он остается инструментом, эффективность использования которого зависит в первую очередь от человека.