Что считать технологией подбора, а что просто инструментом
Метод, этап и инструмент разведены в разборе методов подбора: метод отвечает на вопрос, как выйти на кандидата, этап — что происходит и кто принимает решение, инструмент — чем выполняется конкретное действие. Технология добавляет к инструменту то, чего у него нет самого по себе, — записанное правило применения.
Правило состоит из трёх пунктов: на каком шаге инструмент включается, к чему именно он применяется и что считается его результатом. Пока эти пункты не записаны, у компании есть лицензия, а не технология. Проверяется одним вопросом к любой системе автоматического отсева: где зафиксировано, при каком условии она отклоняет кандидата? Если ответ звучит как «она сама так ранжирует», решение об отказе принято, а основания у него нет — ни перед кандидатом, который попросит письменный ответ, ни перед собственной воронкой через месяц.
Слово «технология» в подборе применяется к двум разным слоям, и смешивать их не стоит. Первый — технология поиска: формат работы, который выбирается по поведению кандидата на рынке, потому что линейного сотрудника и первое лицо находят принципиально по-разному. Этот слой описан в условиях подбора персонала и от инструментов почти не зависит. Второй — технологический слой: чем именно выполняются операции внутри выбранного формата.
Практическая разница простая. Смена технологии поиска меняет результат: позиция, которую не закрывали откликами полгода, закрывается прямым поиском. Смена инструмента внутри того же формата меняет скорость и стоимость операций, но не то, найдётся ли нужный человек.
Где в найме на самом деле уходит время
Самый затратный по времени участок найма — холодный поиск: его назвали 67% работодателей. Следом идут разбор откликов (53%), оценка отобранных кандидатов (39%), координация интервью (24%) и составление профиля вакансии (11%). Данные августовского опроса get experts, «Джуна» и «Собесо», в котором участвовали 483 представителя работодателей.
Дальше начинается неудобное: автоматизируемость участка обратна его затратности.
| Участок | Назвали самым затратным | Что технология забирает сегодня | Что остаётся человеку |
|---|---|---|---|
| Холодный поиск | 67% | Сбор и разметку списков, шаблон первого касания | Решение, кому писать, и сам разговор о задаче |
| Разбор откликов | 53% | Сортировку по формальным признакам, ранжирование, извлечение данных из резюме | Причину отказа и решение по спорным кандидатам |
| Оценка отобранных | 39% | Расшифровку и структурирование записи интервью | Вопросы и интерпретацию ответов |
| Координация интервью | 24% | Подбор слотов, напоминания, переносы | Практически ничего |
| Составление профиля | 11% | Черновик текста вакансии | Сам профиль: задачи, вилку, обязательные требования |
Распределение подтверждается тем, для чего ИИ применяют на практике. Чаще всего — там, где цена ошибки близка к нулю: описания вакансий (64%), расшифровка и анализ интервью (36%), персонализированные письма кандидатам (31%). Первичный скрининг и ранжирование откликов набирают по 29%, парсинг резюме — 21%, а проведение интервью — 6%.
Отсюда следует то, что не написано ни в одном коммерческом предложении на автоматизацию. Компания, у которой узкое место — холодный поиск, покупкой системы срок закрытия не сократит: технология покрывает подготовку списка, а не переговоры с человеком, который на рынок не выходил и вакансий не читает. Такая задача решается либо выделенным ресурсом внутри, либо предварительным расчётом рынка — это отдельная работа, карта рынка кандидатов, и она выполняется руками до всякой автоматизации.
Компания, у которой узкое место — поток откликов, наоборот, получает от технологии почти всё, что та умеет: этот участок автоматизируется лучше остальных.
Что меняется после внедрения, а что остаётся прежним
Падает расход рекрутера. Качество решения остаётся прежним.
По тому же опросу работодатели, внедрившие ИИ, отмечают снижение объёма рутинных задач (55%), снижение нагрузки на рекрутеров (36%), сокращение времени закрытия вакансий (20%), рост конверсии на этапах отбора (12%), сокращение времени до оффера (9%), улучшение качества кандидатов (7%), снижение стоимости найма (7%) и снижение доли отказов на финальных этапах (3%).
Сверху в этом списке стоит то, что описывает работу рекрутера, снизу — то, что описывает результат найма. Расстояние между 55% и 7% — это и есть расстояние между «стало удобнее работать» и «стали нанимать лучше».
Технология уверенно работает с формой: текстом, сортировкой, расшифровкой. Там, где собираются основания решения, её почти нет — проведение интервью автоматизировано в 6% компаний, оценка мягких навыков и соответствия команде — в 7%. Именно на этих участках выясняется, что человек умеет и чего он хочет.
Между шагами остаётся работа, которую программа не выполняет: короткий список с причиной по каждому исключённому, сравнимые записи по одинаковым вопросам, согласованные условия до оффера — это результат договорённостей между людьми. Что именно передаётся от шага к шагу, разобрано в устройстве процесса подбора. Там, где передачи не описаны, в них по-прежнему теряются кандидаты и причины отказа.
Положительным эффект называют 30% работодателей, скорее положительным — 32%, а 16% не заметили изменений вообще. По оценке авторов исследования, ИИ не исправляет плохой процесс, а быстрее масштабирует существующий, поэтому начинать стоит с пересмотра старого, а не с внедрения нового.
Перед покупкой назовите показатель, который должен измениться, и величину изменения. Если ответ звучит как «рекрутеру станет легче» — это законная цель, но срок закрытия по ней не сократится, и обещать его руководству нельзя.
Сколько автоматизация стоит на стороне кандидата
У 44% кандидатов интерес к вакансии снижается, как только они замечают ИИ в отборе, а для 9% это повод прекратить участие. Положительно относятся к нему 3%, скорее положительно — 9%, нейтрально — 31%. Это ответы 524 специалистов из того же августовского опроса.
Беспокоит их не сам факт автоматизации. Первая причина — риск, что алгоритм неверно оценит опыт и навыки (76%). Дальше идут невозможность обжаловать решение (46%), отсутствие человеческого отношения (45%), риск утечки персональных данных (30%) и непонимание того, как алгоритм устроен (26%).
Знать заранее, на каком этапе с ними будет работать ИИ, хотели бы 70% кандидатов, ещё для 23% это желательно. Работодатели отвечают иначе: всегда сообщают 35%, только по прямому вопросу — 16%, никогда — 16%, а 33% не имеют на этот счёт никакой позиции. Разрыв между 70% и 35% и есть та часть недоверия, которую компания создаёт себе сама и бесплатно.
Цена автоматизации платится кандидатами и зависит от того, сколько их у вас есть. На потоке однородных позиций потеря части откликов компенсируется скоростью: там, где на место претендуют десятки, автоматический первый контакт окупается, а задержка ответа стоит дороже робота. На редкой позиции и на уровне руководителя каждый выбывший кандидат невосполним, а те 9%, что прекращают участие, — это как раз люди с выбором; автоматизировать здесь можно подготовку к контакту, но не сам контакт, и порядок работы на таких ролях описан в подборе руководителей.
Вместе с отношением меняются и входные данные: узнав, что резюме будет читать алгоритм, 32% кандидатов оптимизировали бы его под ключевые слова, ещё 32% доработали бы текст с помощью ИИ. Честное раскрытие ускоряет ровно тот сдвиг, в котором текст кандидата всё чаще пишет модель.
Технология с другой стороны стола: резюме и письма пишет модель
Написанный текст перестал быть свидетельством навыка. Работодатели чаще всего замечают ИИ у кандидатов именно там, где раньше читали человека: в резюме (71%) и сопроводительных письмах (68%), реже — в портфолио и тестовых заданиях (36%), в профилях на сервисах поиска работы (20%) и в ответах на скрининг-вопросы (19%).
Из 524 опрошенных специалистов 43% применяли ИИ для сопроводительных писем и столько же — для создания и редактирования резюме, 30% готовились с его помощью к интервью, 21% изучали рынок и зарплаты, 17% разбирали требования вакансий. Не пользовались вовсе 33%.
Описания вакансий — самая частая задача ИИ и на стороне работодателя (64%), так что сгенерированный текст обе стороны предъявляют друг другу и обе по нему судят.
Инструменты распознавания ИИ-текстов применяют только 4% работодателей, ещё 4% признают, что различить не могут, а 8% специально не обращают на это внимания и смотрят только на результат. Проверка подлинности текста отнимает время и не даёт основания для отказа.
Критерий переносится с текста на проверяемое действие: живые собеседования используют 56% работодателей, задания, которые выполняются в реальном времени, — 33%, сравнение стиля и уровня ответов на встрече с тем, что было в резюме и переписке, — 26%, оценку в условиях, приближенных к реальной работе, — 14%.
Что это меняет в скрининге практически:
- Резюме сохраняет силу как источник фактов и теряет её как образец мышления. Компании, роли, сроки, масштаб ответственности проверяются рекомендациями и разговором — они и остаются входными данными. Формулировки, структура и «как человек излагает» больше ничего не доказывают.
- Требование, которое проверялось качеством письма, нужно переписать. Если в профиле стоят «навыки деловой коммуникации», способ проверки теперь — разговор или задание при вас, а не сопроводительное письмо.
- Отсев по скрининг-вопросам обесценивается быстрее всего. Их 19% в списке замеченного, и ответ на письменный вопрос генерируется за секунды. Такой шаг либо переводится в живой формат, либо убирается как не отсеивающий.
Проверка спорных зон — отдельная работа с собственными инструментами; из чего она состоит и что подтверждает, разобрано в оценке кандидатов.
Отдельно стоит решить, считается ли использование ИИ кандидатом нарушением. Единого ответа рынок не выработал: 23% работодателей не борются с этим, считая владение ИИ новым рабочим навыком, 15% не выработали подход, 12% не видят здесь проблемы. Позиция допустима любая, но она должна быть записана в профиле позиции и одинаково применяться ко всем кандидатам. Иначе один рекрутер отсеивает за сгенерированное письмо, другой не отсеивает, и отбор снова зависит от исполнителя.
Направление движения обе стороны видят одинаково. О том, что момент, когда ИИ работодателя автоматически оценивает ИИ-оптимизированные профили кандидатов, уже наступил или наступит в ближайшие год-два, говорят 33% работодателей и 55% специалистов. Практический вывод из этого один: чем полнее автоматизируется текст с обеих сторон, тем дороже становится единственный участок, который не автоматизируется, — разговор, в котором проверяется, что человек действительно делал.
Когда технологию внедрять, а когда нет
Автоматизация окупается там, где решение уже описано и повторяется десятки раз. На единичной сложной вакансии она не окупается никогда — не потому, что плоха, а потому, что правило, применённое трижды в год, дешевле применить руками.
Рынок ведёт себя ровно так. ИИ для автоматизации найма используют в 49% компаний, но активно, на нескольких этапах — только в 14%; остальные 35% применяют его точечно, под конкретную задачу. Не используют в 44% компаний, из них 21% планируют начать. Ещё 7% пробовали и отказались — это самая содержательная цифра в исследовании, потому что она про тех, кто уже заплатил.
Дело не в цене. Расходы на ИИ-автоматизацию найма не превышают 500 тыс. рублей в год у 68% компаний, от 500 тыс. до 1 млн тратят 18%, от 1 до 2 млн — 8%. Директор направления «Технология» в get experts Ольга Краева сопоставляет типичный бюджет с зарплатой одного HR-специалиста начального грейда. При такой цене деньги перестают быть причиной, и причины отказа это подтверждают: 46% считают человеческий фактор критичным для найма, 41% не доверяют алгоритмам и опасаются их предвзятости, 32% ссылаются на нехватку внутренней экспертизы, по 29% — на сомнения в окупаемости и ограниченность бюджета, 25% — на требования 152-ФЗ и риск утечки данных.
Порог сводится к трём вопросам, которые задаются до разговора с поставщиком.
Сколько раз в год выполняется эта операция. Разбор трёхсот откликов в месяц и разбор двадцати — задачи разного класса. Во втором случае считайте руками: время на настройку и поддержку системы не вернётся.
Записано ли правило. Если критерий отсева существует только в голове рекрутера, автоматизировать нечего: система зафиксирует текущий порядок и начнёт воспроизводить его быстрее, включая ошибки. Сначала правило, потом инструмент — иначе в компании появляется лицензия, а порядок остаётся прежним.
Кто владеет настройкой. Нехватка экспертизы стоит в причинах отказа третьей строкой не случайно. Система без ответственного за неё человека деградирует: справочники устаревают, статусы перестают отражать реальность, отчёт становится ложным.
Признаки, что внедрять сейчас не нужно, при любом бюджете: узкое место — холодный поиск, а не поток откликов; требования по одной и той же роли каждый раз формулируются заново; причины отказа нигде не фиксируются; позиция открывается раз в квартал. Обратный случай — поток однородных вакансий, где решение принимается по небольшому числу признаков и повторяется еженедельно; как устроен такой поток, описано в массовом подборе.
Что компании планируют внедрять в ближайшие один-два года: автоскрининг резюме с ранжированием по релевантности (41%), чат-боты для первичного контакта и ответов на вопросы кандидатов (36%), автоматизацию онбординга (28%), умный парсинг и обогащение профилей (24%), оценку мягких навыков и культурного соответствия (20%). Не планируют ничего нового 24%. Стоит заметить, что два первых пункта — ровно те, которые кандидат замечает раньше всего, а значит, их цена считается вместе с потерями на его стороне.
ATS: что система делает и чего от неё ждут напрасно
Выбор системы перестал быть решающим фактором.
В исследовании «Созвездие ATS 2026», представленном компанией «Технологии Доверия» 26 июня 2026 года, семь российских решений сравнивались по 143 критериям. Вывод по рынку сформулирован в нём прямо: если раньше системы различались полнотой покрытия базовых процессов подбора, то сегодня необходимый функциональный минимум обеспечивают все ведущие решения, а конкуренция сместилась в область ИИ, аналитики и управления данными. ИИ-функциональность там названа обязательным элементом, а не отдельной инновацией.
Практический смысл этого вывода такой: раз минимум дают все, разница в результате возникает не из системы, а из того, что в неё заносят.
Что ATS действительно делает: хранит кандидатов и историю общения с ними в одном месте, ведёт статусы по вакансиям, фиксирует причины отказа, собирает воронку и показывает, на каком шаге сузился поток. Всё это — сохранение продукта каждого шага, то есть та самая воспроизводимость, ради которой технология и заводится.
Чего от неё ждут напрасно: она не сформулирует причину отказа за интервьюера, не построит воронку по этапам, которые нигде не описаны, и не примет решение по кандидату. Система показывает, что поток сузился на скрининге, — почему он сузился, в ней написано ровно настолько, насколько это написали люди.
Второй критерий выбора появился недавно, и в чек-листах его обычно нет. В том же исследовании отдельным трендом названо внимание к персональным данным: автоматический контроль сроков действия согласий кандидатов, своевременное удаление данных, соблюдение требований законодательства. Проверять это стоит наравне с функциями воронки.
Порядок действий поэтому обратный привычному: сначала описываются обязательные поля, статусы и момент, в который заносится причина отказа, и только потом смотрятся системы.
Как это устроено у нас
В нашей опубликованной процедуре технологический слой ограничен координацией: назначение встреч и напоминания стоят на нашей стороне и автоматизируются без потерь для кандидата. Всё остальное в ней — правила, а не инструменты. Отчёт по каждому кандидату собирается так, чтобы решение о встрече занимало у нанимающего руководителя три минуты: соответствие профилю, мотивация, зарплатные ожидания, стоп-факторы, срок выхода. Шортлист ограничен тремя-пятью кандидатами, и после пяти проверенных отсутствие выбора считается сигналом о профиле или вилке, а не поводом показать десятое резюме. Еженедельная воронка с причинами отказов и обратной связью рынка о вилке делает проблему видимой на второй неделе.
Ни один из этих пунктов не требует покупки системы и ни один не перестаёт работать при её появлении — в этом и смысл. Тот же порядок стоит соблюдать у себя: сначала правило, потом инструмент, который его исполняет.
Частые вопросы
Заменит ли ИИ рекрутера
Пока нет, и данные это показывают: проведение интервью автоматизировано в 6% компаний, оценка мягких навыков — в 7%. Технология уверенно забирает подготовительную и текстовую работу, а решение по кандидату остаётся человеку. Меняется состав работы рекрутера, а не потребность в нём.
Нужно ли предупреждать кандидата, что в отборе участвует ИИ
Да. Знать заранее хотели бы 70% кандидатов, а всегда сообщают только 35% работодателей — этот разрыв компания оплачивает недоверием и выбывшими кандидатами. Предупреждать стоит до этапа, а не после него, и одной строкой: на каком шаге и что именно делает алгоритм.
С чего начать автоматизацию подбора
Не с выбора системы. Сначала записывается правило — при каком условии кандидат проходит дальше и что считается результатом шага; затем выбирается участок, который повторяется десятки раз в месяц. Обычно это разбор откликов и координация встреч. Если правила нет, система зафиксирует текущий беспорядок и начнёт воспроизводить его быстрее.
Сколько стоит автоматизация подбора
У 68% компаний расходы на ИИ-автоматизацию найма не превышают 500 тыс. рублей в год, у 18% — от 500 тыс. до 1 млн. Типичный бюджет сопоставим с зарплатой одного HR-специалиста начального грейда, поэтому решение упирается в наличие человека, который настроит и будет поддерживать систему.
Помогает ли технология закрыть редкую вакансию
Ускоряет подготовку, но не закрывает. Самым затратным участком найма работодатели называют холодный поиск (67%), а именно он автоматизируется хуже всего: система соберёт и разметит список, но разговор с человеком, который не искал работу, остаётся переговорами. На таких позициях быстрее работают предварительный расчёт рынка и адресный выход.