Искусственный интеллект меняет рынок труда. Если раньше нейросети только помогали кандидатам составлять резюме, то теперь они самостоятельно ищут вакансии, адаптируют отклики и массово рассылают их работодателям. Из-за этого многие компании получают тысячи заявок, большинство из которых даже не имеют отношения к вакансии. О том, как меняется процесс найма и что в этой ситуации делать бизнесу, директор по продукту и цифровой трансформации BusinessPad Кирилл Гончаров рассказал порталу Biz360.ru.
Кирилл Гончаров – директор по продукту и цифровой трансформации компании BusinessPad. Опыт в сфере IT и бизнес-автоматизации свыше 15 лет. BusinessPad – ERP-система для управления финансами, производством, продажами, логистикой, персоналом и маркетингом.
В этом году мы искали тестировщика. Вакансию разместили на HeadHunter и за месяц получили около 20 000 откликов. Примерно 90% из них оказались нерелевантными.
Затем мы решили дополнительно распространить информацию о вакансии – через Telegram-каналы и профильные площадки. При этом отклик происходил через HeadHunter, а сам процесс размещения и сбора заявок был автоматизирован на стороннем сервисе.
Количество откликов оказалось сопоставимым, но доля нерелевантных выросла до 95%-98%. Вероятно, свою роль сыграла специфика аудитории таких каналов: среди откликающихся было много кандидатов, которые массово отправляют заявки в надежде увеличить шансы на трудоустройство. Самый показательный пример – отклик замглавы администрации небольшого города Краснодарского края. Вероятно, его заинтересовала удалённая работа с зарплатой около 150 000 рублей в месяц, но его профессиональный опыт не соответствовал требованиям вакансии.
При этом около 60% из 20 000 откликов поступили в первые сутки после публикации вакансии. Иногда один и тот же кандидат за пару часов успевал откликнуться и на HeadHunter, и на «Хабр Карьере», написать нам в Telegram и заполнить форму на сайте. Такая скорость и одновременное использование нескольких каналов, скорее всего, свидетельствуют об автоматизации откликов.
Сегодня кандидаты могут настроить инструменты, которые автоматически находят подходящие вакансии и отправляют резюме сразу по нескольким каналам. ИИ при этом способен адаптировать отклик под конкретную позицию. В результате один человек за короткое время способен отправить десятки заявок, а для работодателя сам факт отклика перестаёт быть надёжным показателем интереса к вакансии.
Кандидаты всё чаще используют сервисы массового автоматического отклика. Это не всегда ИИ-решения, но число таких инструментов растёт, а их функции становятся всё более интеллектуальными. Вероятно, уже к 2027 году большинство таких инструментов начнёт использовать ИИ. Ради эксперимента мы собрали рабочий прототип подобного сервиса, потратив на эту задачу всего один вечер.
Особенно популярны сервисы массового автоматического отклика среди начинающих специалистов, которым всё сложнее находить работу. При этом кандидат, который веерно отправляет отклики, переоценивает потенциальную выгоду такой стратегии. Он думает примерно следующим образом: «Разошлю отклики на сотню вакансий, в ответ придёт много предложений о работе, и я смогу выбрать лучшее». Но за первичным отбором, как правило, следует второй этап – например, тестирование. И на этой стадии отваливается примерно 70% кандидатов. Это люди, которые ждали, что их сразу свяжут с рекрутёром, и не готовы вкладывать силы и время на этапах до интервью.
С помощью ИИ автоматизируют и подготовку резюме и сопроводительных писем. Хотя сказать со 100% гарантией, что те или иные документы сгенерировали с помощью нейросетей, сложно. Знаю показательный случай: исследователь взял статью, написанную задолго до появления генеративного ИИ, и загрузил в несколько популярных ИИ-детекторов. Часть сервисов определила материал как сгенерированный искусственным интеллектом.
Поэтому мы не пытаемся определить, использовал ли кандидат ИИ при подготовке документов, а фокусируемся на его опыте и навыках. Сначала резюме ранжируют по соответствию кандидата требованиям вакансии. Дальше следует фильтр с несколькими вопросами. Они позволяют понять, отвечает кандидат сам или через настроенного агента. Мы прямо спрашиваем: вы сами настраивали агента? Если человек честно признаётся в использовании ИИ, это не проблема: раз он способен эффективно использовать такой инструмент для решения задачи, это тоже рабочий навык.
Следующий этап – 15-минутное онлайн-интервью. Расскажу забавный случай. Я лично собеседовал кандидата на позицию системного аналитика. У него было адекватное резюме, и на все вопросы во время собеседования он отвечал убедительно. Но в конце интервью я специально задал несколько вопросов, которые требовали не заготовленного ответа, а рассуждения в моменте. И человек растерялся: начал делать паузы, а затем, судя по всему, обратился ко второму устройству. В отражении его очков было видно, как прокручивается характерный «бегущий» текст – похоже, искусственный интеллект в реальном времени подсказывал ему ответы.
Последний этап – техническое интервью с решением задачи в реальном времени. Для дизайнеров, например, мы берём актуальную для компании тему. Недавно это были «Уведомления». И даём реальные вводные: технические задания и материалы, которыми пользуется команда. Это не домашняя работа: кандидат решает задачу онлайн. При этом мы не запрещаем пользоваться ИИ. Нам важно увидеть, понимает ли человек задачу, умеет ли рассуждать и грамотно задавать вопросы, в том числе нейросетям.
Мы недавно так наняли дизайнера. Перед заданием он сказал: «Я могу решить это за 15 минут с помощью ИИ». И действительно справился. Сейчас он выполняет по 40 задач в месяц, тогда как более опытные коллеги – около 10, при сопоставимом качестве.
В сухом остатке, в 2019 году к нам приходило около 300 откликов. Сейчас откликов тысячи, но до финального выбора по-прежнему доходят примерно те же 10-15 человек.
Причина в том, что количество личных интервью практически невозможно масштабировать. И семь лет лет назад, и сейчас финальное решение остаётся за человеком – это тот самый принцип Human-in-the-loop (замкнутый цикл взаимодействия человека и нейросети – примечание редакции). ИИ может помочь найти, отсортировать и оценить кандидатов на первых этапах, но понять, подходит ли специалист компании и команде, пока должен человек.
Автоматизация меняет не только поведение кандидатов, но и принципы поиска новых сотрудников. Например, HeadHunter учитывает скорость и полноту обратной связи работодателя при оценке вакансий. В результате компании заинтересованы быстрее обрабатывать отклики, а часть первичного отбора всё чаще автоматизируется.
Возникает замкнутый цикл. Кандидат отправляет больше откликов, потому что ожидает автоматического отказа. Работодатель получает ещё больше заявок и вынужден использовать автоматические инструменты для их первичной обработки. На этом фоне ИИ становится посредником сразу на двух сторонах рынка: помогает кандидату отправлять и адаптировать отклики, а работодателю – быстро их фильтровать.
В результате сам факт отклика постепенно теряет значение как сигнал заинтересованности кандидата. И главная проблема для бизнеса теперь не в том, как получить больше откликов, а в том, как среди автоматизированного потока найти человека, который действительно подходит компании и заинтересован в работе.
Главная рекомендация проста: не пытайтесь бороться с искусственным интеллектом, а используйте его.
Во-первых, автоматизируйте первичный отбор кандидатов. Обрабатывать тысячи откликов вручную сложно. Мы в BusinessPad, например, используем решение ReachPoint. Оно помогает автоматизировать обработку входящего потока кандидатов и снять с рекрутёров часть рутинной работы.
Во-вторых, оценивайте кандидата не только по резюме и сопроводительному письму. Намного полезнее короткие анкеты, практические задания и живое обсуждение рабочих кейсов. Такой формат позволяет увидеть, как человек думает, решает задачи и взаимодействует с ИИ, если использует его в работе.
В-третьих, оценивайте не факт использования ИИ, а умение работать с ним. Во многих сферах – например, в дизайне, разработке, аналитике, маркетинге и работе с текстами – ИИ постепенно становится обычным рабочим инструментом, как поисковые системы или офисные программы. Поэтому работодателю важно понимать не то, использует ли кандидат нейросети, а умеет ли он правильно ставить им задачи, проверять результат и эффективно встраивать ИИ в свою работу.
И наконец, следите за рынком и регулярно пересматривайте процесс найма. Практика показывает, что подходы, которые эффективно работали ещё год назад, сегодня могут подвести в выборе специалистов.
Чтобы не пропустить интересную для вас статью о малом бизнесе, подпишитесь на наш Telegram-канал и страницу в «ВКонтакте».
