Новая реальность найма: вы не прошли первый этап отбора из-за AI-галлюцинаций

Вы откликнулись на вакансию, написали сопроводительное. Через пару минут — автоответ: «Спасибо, вы не подходите». Никакого рекрутера, только модель, которая прогнала ваш текст через NLP-алгоритм и решила, что навыков не хватает. 

Меня зовут Татьяна Горбацевич, я руководитель отдела рекрутинга в KODE. В статье расскажу, где и как компании применяют AI в подборе сотрудников, а где модели пока недостаточно хороши. И главное — что про это думают кандидаты.

AI против рекрутинговых костов: как алгоритмы экономят деньги 

Наём — это очень дорогой и трудоемкий процесс. Чтобы закрыть вакансию мидл-специалиста в США, нужно 40-45 дней и в среднем $4700 — данные ^[1] SHRM. Бизнес во время поиска сотрудника тратит бюджеты на рекрутеров и рекламные кампании вакансий. А еще несет дополнительные убытки: задачи висят в бэклоге, ресурса на реализацию не хватает. В итоге конкуренты выпускают фичи быстрее и забирают место на рынке. 

В России картина похожая. По данным ^[2] hh.ru ^[3] и K2 Cloud, мидл-специалиста в IT ищут в среднем полтора–три месяца, а редкие роли вроде DevOps или Data Science могут оставаться открытыми до полугода. Если искать силами компании — это десятки, а иногда сотни тысяч рублей на рекрутеров и сервисы. Если подключать агентство — уже до 10–17% годового дохода кандидата.

Чтобы решить проблему, компании стараются автоматизировать HR-процессы. Для многих это работает: исследование Workable подтверждает ^[4]: почти 90% работодателей отмечают рост эффективности найма, а больше 75% — снижение расходов.

Для примера — кейс отелей Hilton. Компания смогла сократить ^[5] время подбора персонала почти на 90%, внедрив AI-чат-ботов. Алгоритмы забрали на себя всю рутину — первый контакт с кандидатом и бронь слотов под интервью в календарях. А HR-команда сосредоточилась на работе с самыми перспективными кандидатами.

Сильная сторона AI — поиск кандидатов и первичный скрининг

Представьте: компания открыла вакансию junior-разработчика и получила несколько сотен резюме за день. Чтобы обработать их все, придется потратить десятки часов нескольких рекрутеров. Для бизнеса это прямые издержки.

Первый этап, где AI эффективен — скрининг. AI-модели фильтруют резюме по нужным параметрам, подсвечивают ключевые навыки и отсеивают неподходящих кандидатов. Такой подход уже применяют в ДОМ.РФ: их внутренняя AI-система ранжирует резюме IT-специалистов. Результат: анализ опыта ^[6] кандидата теперь на 30% быстрее ^[7]. Компания получила инструмент, который экономит ресурс HR-команды и снижает риск субъективной ошибки ^[8] при отборе. 

Если нужен senior-специалист и откликов мало, AI поможет в сорсинге. Модели помогут найти кандидатов в соцсетях, на Хабре и других профессиональных площадках, на которых вручную искать было бы трудно. Больше 72% рекрутеров считают ^[9], что алгоритмы для сорсинга наиболее эффективны — с помощью них проще находить дефицитные таланты.

Коммуникация с кандидатами — теперь тоже на AI. Чат-боты и автоуведомления позволяют не оставлять отклики «в подвешенном состоянии» и поддерживать контакт с соискателями. У L’Oréal это дало ощутимый результат: компания экономит ^[10] около $250 тысяч в год на подборе стажеров. В IKEA запуск чат-бота на сайте вакансий поднял ^[10] конверсию откликов на 10% и почти вдвое увеличил число заявок в месяц. 

В KODE мы смотрим на AI не как на замену рекрутеров, а как на партнера. Он помогает нам быть быстрее и эффективнее. Но там, где речь идет о людях, мы принципиально оставляем человеческий фактор. Скоринг резюме и общение с кандидатами — это про уважение, и этим должны заниматься люди.

А вот рутину мы делегировали: автоматический сбор резюме, тестов и опросников, отчетность, поиск новых источников кандидатов. Даже тексты для вакансий AI помогает писать — не каждый рекрутер обязан быть копирайтером.

В итоге алгоритмы разгрузили нас от рутины, а мы получили больше времени на то, что реально важно — живое общение с будущими коллегами.

Слабая сторона AI: риски для бизнеса и HR-бренда

AI в подборе действительно сокращает косты, но цена ошибки здесь может оказаться выше экономии. Пример Amazon ^[11] показывает масштаб проблемы: их система, обученная на исторических данных (где большая часть резюме принадлежала мужчинам), начала занижать рейтинг женщин-кандидатов. В итоге проект закрыли, потеряв годы разработки и доверие к бренду. 

В 2024 году под удар попал Workday — против компании подали ^[12] коллективный иск в США с обвинением в эйджизме: по словам соискателей, алгоритм чаще отсекал кандидатов старше 40 лет. 

Кандидаты в целом относятся к AI настороженно. Согласно Capterra Job Seeker AI Survey, 38% готовы ^[13] отказаться от оффера, если процесс кажется им «слишком роботизированным». Автоматические отказы и шаблонные сообщения с AI-generated текстом воспринимаются как несправедливые, а негативные отзывы распространяются быстрее позитивных.

Есть и регуляторный фактор. В ЕС и США уже действуют правила, требующие прозрачности и недискриминации алгоритмов. Нарушение грозит штрафами и исками. Для международных компаний это уже часть процессов, а в России такие требования — вопрос времени.

Алгоритмы не всегда выдают правдоподобный результат — поэтому перепроверка обязательна. Мы постоянно учимся писать промты, потому что от формулировки сильно зависит итог. И да, никаких персональных или чувствительных данных в AI — такие задачи решаем только руками.

Что думают те, кто ищет работу

Для компаний AI — это способ экономить время и деньги, а вот у соискателей он чаще вызывает сомнения. По данным ^[14] Pew Research, две трети кандидатов не хотят откликаться на вакансии, где решение принимает алгоритм, а больше 70% категорически против, чтобы именно AI решал, кого взять на работу. Люди боятся, что машина не заметит их сильные стороны или, наоборот, будет предвзята.

В России картина похожая: исследование ^[15] Юнион и «Зарплата.ру» показало, что 75% соискателей готовы пройти интервью с AI. Но почти все добавляют одно «но»: финальное слово всё равно должно оставаться за человеком.

Конечно, кандидаты тоже используют AI при поиске работы — и это нормально, классно, что люди пробуют новые инструменты. Иногда получается забавно: прилетает отклик с сопроводительным, где прямо остался промт вроде «ИИ, напиши письмо рекрутеру KODE», или тестовое с фразой «сделай так, будто ты senior project manager». Мы к этому относимся спокойно: такие штуки только подтверждают, что AI уже вошел в повседневность.

Но важно другое — чтобы за AI стояли реальные навыки. Алгоритм может помочь, но он не заменит внимательность, мотивацию ^[16] и умение решать задачи самому. Основной риск, связанный с AI — не использовать его в своей работе и игнорировать его возможности.

Готовьтесь к общению с AI: нейросети в найме — новый базовый минимум

Для кандидатов AI в найме уже стал нормой. Первичный отбор все чаще проходит через алгоритмы: резюме прогоняют через NLP-модель, чат-бот задает базовые вопросы, а нейросеть анализирует видеоинтервью. Это не значит, что «живых» собеседований больше не будет, но AI-фильтр — это новый базовый минимум. Особенно для junior-позиций.

Кажется, что в 2025 году стоит готовиться не только к разговору с человеком, но и к тому, что ваши резюме, сопроводительное и ответы может отсеивать алгоритм. Сталкивались с AI-рекрутерами или проходили собеседования с помощью AI-инструментов? Были ли результаты объективными? И какие собеседования нас ждут в будущем? Делитесь мыслями в комментариях.