Top.Mail.Ru
Tilda Publishing
Первые 3 теста -- бесплатно
Tilda Publishing
Первые 3 теста -- бесплатно

Искусственный интеллект в управлении персоналом: как технологии меняют кадровую работу

  • →
  • →
Искусственный интеллект помогает кадровым службам обрабатывать отклики, готовить вопросы для собеседований, анализировать результаты опросов и создавать учебные материалы. Для многих таких задач не требуется разрабатывать собственную систему: достаточно выбрать подходящий инструмент и правильно сформулировать запрос.

Разберём, какие нейросети можно использовать при подборе, управлении и обучении персонала, как организовать работу с ними и какие задачи лучше оставить специалистам

Зачем кадровой службе искусственный интеллект

Начать внедрение ИИ можно с небольших задач, которые регулярно отнимают время: подготовки писем кандидатам, составления вопросов для интервью или обработки результатов внутренних опросов.

Для этого подойдут несколько доступных инструментов:

Инструмент

Для каких задач использовать

ChatGPT

Подготовка текстов вакансий, вопросов для собеседований, анализ обезличенных таблиц и составление учебных материалов

Claude

Работа с объёмными документами, сравнение требований должностей, подготовка структурированных выводов

NotebookLM

Поиск информации в загруженных документах, подготовка ответов на основе инструкций и корпоративных учебных материалов


Выбор зависит от задачи, доступных функций и условий обработки информации. Перед использованием необходимо проверить, какие данные сервис сохраняет, и допускает ли его политика передачу корпоративных материалов.

Как защитить кадровые данные при работе с ИИ?

Самый простой вариант – не передавать в общедоступные сервисы сведения, позволяющие установить личность человека. Перед загрузкой резюме необходимо удалить ФИО, контакты и другие сведения, позволяющие установить личность человека. Важно также проверить описание опыта: сочетание предыдущих должностей, работодателей и дат иногда позволяет определить соискателя даже без имени. Каждому документу можно присвоить условный номер.

Для внутренних исследований подойдут обобщённые показатели. Например, вместо индивидуальных ответов работников можно загрузить таблицу с результатами опроса по подразделениям, если она не позволяет определить конкретных участников.

Если компании требуется обрабатывать конфиденциальную информацию, стоит рассмотреть корпоративные решения с договорными гарантиями защиты данных или локально развёрнутые модели на собственных серверах. Последний вариант требует технической поддержки, настройки доступа и мер информационной безопасности.

Практический совет: начните с одной задачи и сравните результаты до автоматизации и после неё. Например, измерьте время подготовки десяти писем кандидатам или обработки двадцати обезличенных анкет. Это позволит оценить пользу инструмента до масштабного внедрения.

Будущее кадровой службы с ИИ

Наиболее очевидное направление применения нейросетей – подбор персонала. Здесь технологии помогают быстрее изучать отклики, готовить материалы для оценки и поддерживать связь с соискателями.

Предварительный анализ резюме

Представим, что кадровому специалисту нужно отобрать кандидатов на должность менеджера по закупкам. Обязательные требования – опыт переговоров с поставщиками, знание договорной документации и владение учётной программой.

Вместо ручного составления сравнительной таблицы можно использовать ChatGPT или Claude.

Порядок действий:
  1. Подготовить перечень обязательных и желательных требований.
  2. Удалить персональные данные из документов соискателей.
  3. Передать нейросети обезличенные сведения об опыте.
  4. Попросить составить таблицу соответствия требованиям.
  5. Проверить выводы и определить, кого пригласить на собеседование.
Пример запроса:
«Сравни представленные сведения о профессиональном опыте с требованиями вакансии. Составь таблицу: номер соискателя, подтверждённые навыки, недостающая информация, вопросы для уточнения. Не делай выводов о качествах, которые нельзя установить из текста».

На выходе специалист получает структурированные сведения, а не готовое решение о найме. Это особенно удобно, когда нужно сравнить большое количество откликов по одинаковым параметрам.

Для регулярной обработки сотен документов потребуются специализированные кадровые системы с функциями автоматического извлечения и сопоставления данных. Обычный чат с нейросетью удобнее использовать для небольших партий и подготовки шаблонов анализа.

Оценка поведения соискателей

При подборе важно учитывать не только профессиональные знания, но и способность взаимодействовать с коллегами, принимать решения и справляться со сложными ситуациями.

Нейросети пригодятся на этапе подготовки оценочных материалов.

Что можно поручить ИИ:
  • Структурированное собеседование. Составить одинаковые вопросы для всех претендентов на должность.
  • Ситуационные задания. Подготовить рабочие случаи, связанные с будущими обязанностями.
  • Анализ ответов. Систематизировать обезличенные ответы по заранее установленным критериям.
Например, при подборе руководителя можно попросить ChatGPT подготовить пять ситуаций, связанных с распределением задач, конфликтами и контролем сроков.

Пример запроса:
«Составь пять ситуационных вопросов для руководителя отдела продаж. Для каждого укажи, какую управленческую компетенцию он помогает изучить и на какие действия в ответе стоит обратить внимание».

Полученные задания необходимо проверить на соответствие должности. Ответы соискателей можно использовать как материал для дальнейшего обсуждения, но нельзя считать их достаточным доказательством сформированных навыков.

Не стоит применять системы, которые обещают определять честность или профессиональную пригодность по мимике, движениям глаз и интонации. Такие признаки не обеспечивают достоверной оценки человека.

Чат-боты для предварительного отбора

При массовом найме значительная часть обращений связана с одинаковыми вопросами: графиком, оплатой, местом работы и порядком собеседования.

Для автоматизации общения можно настроить чат-бота на сайте компании или в мессенджере. Он будет отвечать по утверждённой информации о вакансиях и собирать необходимые сведения.

Например, бот может:
  1. Уточнить интересующую должность.
  2. Рассказать об условиях трудоустройства.
  3. Задать вопросы об обязательной квалификации.
  4. Предложить время встречи через подключённую систему записи.
  5. Передать сведения кадровому специалисту.
Для создания такого решения используют платформы чат-ботов, а нейросеть может отвечать за понимание свободных вопросов и подготовку ответов. Чтобы бот записывал людей на встречи и передавал данные, необходимо настроить соответствующие интеграции.

Перед запуском стоит проверить типовые и нестандартные диалоги. Например, что произойдёт, если кандидат спросит об условиях, которых нет в базе знаний, или захочет связаться с человеком.

Управление персоналом

После найма технологии пригодятся для анализа результатов деятельности, изучения обратной связи и планирования кадровых потребностей. Здесь особенно важно заранее определить, какие показатели действительно отражают ситуацию в коллективе.

Анализ продуктивности

Предположим, руководитель замечает, что отдел поддержки стал медленнее обрабатывать обращения. Чтобы разобраться, можно подготовить обезличенную таблицу с количеством заявок, временем решения и долей повторных обращений.
ChatGPT с функциями анализа данных поможет рассчитать изменения, сравнить периоды и подготовить наглядное представление результатов.

Пример запроса:
«Проанализируй показатели службы поддержки за последние шесть месяцев. Найди периоды с увеличением времени обработки обращений, сравни их с изменением нагрузки и предложи вопросы для проверки возможных причин».

Результатом станет перечень отклонений и гипотез. Руководитель сможет проверить, связано ли снижение скорости с ростом количества обращений, усложнением задач или нехваткой специалистов.

Не ограничивайтесь количеством выполненных действий. Если работник решает сложные обращения, его показатели скорости могут быть ниже, хотя качество обслуживания остаётся высоким.

Для анализа лучше использовать сочетание количественных и качественных показателей.

Мониторинг вовлечённости

После внутреннего опроса кадровая служба может получить десятки или сотни текстовых комментариев. Ручная обработка занимает время, особенно если нужно сравнить ответы разных подразделений.

Нейросеть поможет сгруппировать обезличенные комментарии по темам:
  • условия труда и нагрузка;
  • взаимодействие с руководителями;
  • возможности профессионального развития;
  • организация рабочих задач;
  • предложения по улучшению процессов.
Например, можно попросить Claude выделить наиболее частые темы, привести обобщённые примеры и показать, какие вопросы требуют дополнительного изучения.
Важно передавать ответы без идентифицирующих сведений. Если коллектив небольшой, даже указание подразделения или должности иногда позволяет определить автора комментария.

Практическая польза такого анализа – подготовка конкретных действий. Если работники часто упоминают неравномерную нагрузку, следующим шагом станет проверка распределения задач, а не очередной опрос с теми же вопросами.
Предсказательная аналитика

Прогнозирование помогает планировать численность персонала и готовиться к изменениям нагрузки.

Для начала необязательно использовать сложную систему машинного обучения. Если компания располагает историческими данными, можно построить предварительный прогноз на основе прошлых показателей.

Например, кадровая служба торговой компании собирает сведения о количестве заказов, численности работников и сверхурочных часах за два года.

После обезличивания данных их можно проанализировать с помощью ChatGPT или другого инструмента обработки таблиц, чтобы выявить сезонные изменения и подготовить сценарии нагрузки.

Пример: если перед декабрьскими праздниками объём заказов регулярно увеличивается, компания может заранее рассчитать потребность во временных работниках.

Более сложные модели используют для прогнозирования текучести и будущих потребностей в компетенциях. Их создание требует достаточного количества качественных данных и проверки точности прогнозов.

При этом не следует превращать статистические показатели в оценки конкретных людей. Прогноз повышенной текучести подразделения не означает, что определённый работник обязательно уволится.

Обучение сотрудников

ИИ можно использовать для подготовки образовательных программ, поиска информации в корпоративных документах и проверки знаний. Здесь полезно сочетать нейросети с результатами профессиональной диагностики.

Индивидуальные образовательные программы

Предположим, специалист по продажам хорошо знает продукт, но испытывает трудности при работе с возражениями. Ему не требуется повторять весь вводный курс – полезнее сосредоточиться на конкретном навыке.

Для подготовки индивидуального плана можно передать ChatGPT обезличенные результаты оценки компетенций и перечень доступных учебных материалов.

Пример запроса:
«Составь четырёхнедельный план развития навыка работы с возражениями для менеджера по продажам. Предусмотри короткие теоретические занятия, практические задания, упражнения с наставником и итоговую проверку».

Полученную программу необходимо согласовать с руководителем и адаптировать под реальные задачи. При наличии корпоративной библиотеки материалов нейросеть можно использовать для поиска подходящих тем и подготовки заданий.

Оценка навыков

Перед обучением важно определить, какие знания уже сформированы, а какие требуют развития.

Для этого используют профессиональные тесты, практические задания и методики оценки компетенций. ИИ может помогать обрабатывать результаты и выявлять повторяющиеся затруднения.

Например, после проверки знаний по работе с клиентами система показывает, что большинство неверных ответов связано с порядком рассмотрения претензий. Это основание дополнить программу соответствующим модулем.

Проверять результат обучения лучше двумя способами: повторной диагностикой знаний и наблюдением за применением навыков в рабочих ситуациях.

Если после курса работник правильно отвечает на тестовые вопросы, но продолжает испытывать трудности при общении с клиентами, необходимо дополнительно изучить практическую сторону подготовки.

Адаптация и корпоративные курсы
В первые недели новичкам приходится изучать множество документов: внутренние правила, должностные инструкции, порядок согласования заявок и другие материалы.
Для работы с такой информацией можно использовать NotebookLM. В него загружают разрешённые к обработке документы, после чего инструмент помогает искать ответы и готовить материалы на основе предоставленных источников.

Например, кадровый специалист может загрузить утверждённые инструкции и попросить:
«Подготовь список из 15 наиболее важных вопросов для нового работника. Для каждого дай краткий ответ на основе загруженных документов и укажи соответствующий источник».

Так можно получить основу справочника для новичков. После проверки его можно разместить во внутренней базе знаний.

Нейросети также помогают создавать:
  • планы вводных занятий;
  • проверочные вопросы по инструкциям;
  • краткие памятки;
  • упражнения для самостоятельного изучения;
  • материалы для наставников.
Для корпоративных курсов особенно важно использовать актуальные документы. Если правила изменились, необходимо обновить источники, иначе система может воспроизводить устаревшие требования.
Наставник при этом продолжает помогать новичку осваивать обязанности, разбирать нестандартные ситуации и получать обратную связь.

Заключение

Начинать применение ИИ в кадровой службе лучше с задач, результат которых легко проверить: подготовки вопросов для собеседований, обработки обезличенных откликов, анализа опросов или создания учебных материалов. По мере накопления опыта можно переходить к более сложной аналитике и автоматизации.

При этом для качественного подбора и развития персонала необходимы достоверные сведения о профессиональных компетенциях. Нейросети помогают обрабатывать информацию, но сами исходные результаты должны получаться с помощью подходящих методов диагностики.

Чтобы использовать ИИ для планирования обучения и развития персонала, компании нужны достоверные сведения о компетенциях работников. Получить их можно с помощью Talent Manager – сервиса для оценки профессиональных и личностных компетенций. Результаты диагностики помогут определить направления развития, а нейросети можно использовать для подготовки индивидуальных учебных планов и подбора образовательных материалов.