Почему психологический отбор кандидатов перестал быть экзотикой
Еще недавно для многих компаний психологический отбор кандидатов звучал как что-то слишком академическое, узкое или применимое только к спецслужбам, авиации и большим ассессмент-центрам. В обычном бизнесе ставка делалась на более привычную схему: резюме, интервью, впечатление руководителя, иногда тестовое задание. Формально этого хватало, чтобы закрывать вакансии. Но по мере роста цены кадровой ошибки стало очевидно: классический найм слишком часто оценивает не реальное соответствие роли, а качество самопрезентации кандидата.
Как компании теряют прибыль из-за ошибок в подборе и почему это редко видно сразу
Когда в компании снижается прибыль, первое, что обычно начинают проверять, — продажи, маркетинг, закупки, цены, расходы, логистику, воронку. Это естественно. Но у бизнеса есть еще один источник потерь, который часто недооценивают: кадровые ошибки на ключевых ролях.
ИИ — это линза, которая усиливает сильных и ослабляет слабых
ИИ уже вошёл в нашу будничную рутину. Кто-то использует его как быстрый справочник, кто-то как помощника в IDE, а кто-то уже собирает вокруг него весь рабочий процесс. Рынок меняется слишком быстро, чтобы игнорировать это на собеседованиях. Какой смысл проверять кандидата в искусственных условиях, если в реальной работе он всё равно использует ИИ каждый день? Логичнее сразу посмотреть, как он работает на самом деле. Мы не стали с этим бороться, а встроили в процесс.
Резюме в эпоху AI: почему оно больше не работает как раньше — и что с этим делать
Резюме долгое время считалось базовым инструментом оценки кандидата.Но в последние годы вокруг него сформировалось сразу два противоположных нарратива:— кандидаты доводят резюме до идеала с помощью AI— компании внедряют AI для фильтрации этих резюмеВозникает логичный вопрос:если обе стороны используют алгоритмы — не теряет ли резюме смысл?Разберёмся, что на самом деле происходит — на основе исследований и практики.Резюме никогда не было точным инструментом оценкиСогласно мета-анализу Фрэнк Шмидт и Джон Хантер (1998), который обобщает десятки исследований с выборками в тысячи кандидатов:
После десятков собесов я понял: текущий найм — сломан
2026 год на пороге. Искусственный интеллект уже не модное словосочетание, а коллега. Copilot подсказывает код в IDE, а ChatGPT помогает с архитектурой. Но наши подходы к найму техспециалистов всё ещё застряли между допросами и бесконечными этапами, которые отнимают время, но не показывают реальных навыков.Меня зовут Григорий, я разработчик. За последние несколько лет я прошел десятки собеседований с обеих сторон: и как кандидат, и как интервьюер.
