ИИ, это не просто инструмент: формируйте его как компетенцию | Indwin Edwin Joel

Indwin Edwin Joel не планировал карьеру в HR. По образованию инженер, он перешёл в сферу развития персонала и уже пятнадцать лет работает в семи отраслях: диагностика, здравоохранение, фармацевтика, ИТ-услуги, логистика, судоходство и социальный сектор. Сейчас он возглавляет направление развития персонала в Anubavam Technologies, технологической компании, создающей платформу с ИИ для образовательной сферы.

В 26-м выпуске Xobin Talks ведущий Aman Kumar Tiwari спрашивает его, что на самом деле означает ИИ в наёме, в чём организации ошибаются при его внедрении и каким будет следующее десятилетие для привлечения талантов.

Как выглядит наём с ИИ для HR-лидеров сегодня?

Edwin начинает с исторического контекста, а не с технологий. Он прослеживает эволюцию HR: от административной функции, к управлению человеческими ресурсами, затем к управлению человеческим капиталом и, наконец, к тому, что он называет эпохой опыта сотрудников.

Edwin: «С административной точки зрения мы пришли к тому, что все смотрят на HR через призму опыта. Многие компании позиционируют HR как команду по работе с опытом сотрудников. ИИ в HR, это переход от традиционного рекрутинга к интеллектуальному управлению талантами.»

От интуиции к структурированным данным

Самое точное замечание Edwin, о природе интуиции опытных рекрутеров.

Edwin: «Мы часто говорим: у меня было предчувствие. На самом деле, это данные в нашей голове, просто неструктурированные. Всё сводится к системе, где мы оцениваем сигналы компетенций, поведенческие признаки, когнитивные способности.»

Более 65% рекрутеров уже используют ИИ, в первую очередь для экономии времени (44%), улучшения поиска кандидатов (58%) и снижения затрат на наём до 30% на одного сотрудника (DemandSage, 2026). Эффективность доказана. Но, по мнению Edwin, главное изменение, это смена подхода к знаниям: то, что раньше было интуицией, становится структурированным, то, что было локальным, переносимым, а индивидуальное, институциональным.

Универсальный язык найма

Edwin: «На глобальном рынке ИИ способствует формированию универсального языка найма. Если вы выросли в разных городах, у вас есть склонность к определённым людям или культурам. У ИИ такой предвзятости нет, он оценивает людей структурированно, на основе доказательств, без границ, предубеждений и барьеров.»

Отмена границ, не только географическая, но и концептуальная: ИИ позволяет оценивать кандидатов по единому стандарту, а не через призму культурных особенностей того, кто проводит отбор.

Какие преимущества внедрения ИИ в наём наиболее трансформирующие?

Edwin выделяет три ключевые возможности, которые ИИ открывает для HR, каждая из них снимает ограничения, которые раньше считались неустранимыми.

Глобальный наём без границ

Edwin: «Теперь наём не ограничен регионом. Компании могут нанимать по всему миру, а ИИ обеспечивает прозрачность и масштабируемость оценки кандидатов с помощью стандартизированных процессов и инструментов.»

Среднее время найма с помощью голосового скрининга на базе ИИ, около 2,8 дня для массовых позиций, тогда как мировой показатель на 2025 год, 44 дня. Преимущество, не только в скорости, но и в географии: компании, которые раньше нанимали только локально из-за сложности оценки, теперь могут делать это глобально с одинаковым качеством отбора.

Стратегическая роль HR в руководстве

Edwin: «ИИ-дашборды и структурированные системы найма помогают HR стать стратегическим партнёром бизнеса. У HR уже есть место за столом, но важно: принимаем ли мы решения на основе правильных данных и мышления?»

Edwin отмечает: место в руководстве для HR уже открыто. Вопрос, сможет ли HR занять его, опираясь на доказательства, а не на истории. ИИ даёт HR аналитическую инфраструктуру для этого.

Edwin: «Начать использовать ИИ можно, даже не будучи экспертом по данным. Он помогает HR превращать сложную информацию в полезные инсайты и принимать решения увереннее. ИИ не только улучшает наём, но и усиливает голос HR в управлении компанией.»

Предиктивная аналитика вместо догадок

Edwin: «Опыт даёт нам паттерны, но теперь это становится системой: мы смотрим на сигналы компетенций, поведение, когнитивные способности. Неважно, нанимаем ли мы в Chennai, Gujarat, где-то в Индии или в Berlin, главное, что мы управляем талантами, их привлечением и удержанием.»

Как платформы с ИИ помогают компаниям увереннее находить подходящих кандидатов?

Edwin выделяет три результата, которые дают платформы с ИИ, каждый закрывает пробелы традиционного найма.

Стандартизация оценки по глобальному уровню

Aman отмечает роль Xobin: именно такие платформы делают возможной глобальную стандартизацию оценки.

Edwin: «Нужна единая система тестирования, соответствующая международным стандартам. При этом Индии важно создать свой бенчмарк, отражающий местный рынок. Унифицированный стандарт объединяет эти подходы и помогает лидерам двигаться вперёд.»

Это особенно важно при международном найме: если компания нанимает в Индии, на Ближнем Востоке и в Европе, результат оценки индийского кандидата должен быть сопоставим с другими регионами. Без стандарта сравнение невозможно.

Предиктивные инсайты на основе имеющихся данных

Edwin: «Обычно у компаний есть матрица навыков или анализ компетенций, на бумаге или в Excel. Благодаря ИИ мы можем использовать эти данные для прогнозирования будущей эффективности.»

Данные о текущих сотрудниках, недооценённый ресурс. Записи об оценках, результатах, текучести содержат сигналы о том, что предсказывает успех в конкретной роли или культуре. Edwin подчёркивает: ИИ превращает архив в инструмент прогнозирования.

Структурная интеллектуализация найма

Edwin: «Планируйте, какие роли понадобятся дальше, и формируйте резерв квалифицированных кандидатов заранее. Платформы с ИИ поддерживают этот процесс, помогая нанимать масштабно в разных регионах, делая наём прозрачнее, последовательнее и гибче.»

Как ИИ может снижать предвзятость в рекрутинге, а не усиливать её?

Edwin рассматривает это через призму управления, ответственности и условий возникновения предвзятости в ИИ.

Предвзятость, в обучении, а не в технологии

Edwin: «Вопрос, правильно ли мы обучаем модель ИИ? Если внедрять ИИ в неработающую систему, результат будет ошибочным.»

Если обучающие данные содержат исторические предубеждения, ИИ их унаследует и масштабирует. Технология нейтральна, всё зависит от управления.

Скрытие чувствительных признаков убирает источник предвзятости

Edwin: «Когда я смотрю профиль, могу заметить язык, пол, возраст, национальность, и это влияет на моё мнение, даже если я не осознаю этого. ИИ может отбирать кандидатов без этих признаков, снижая риск личной предвзятости на раннем этапе.»

Слепой отбор не нов, но ИИ позволяет делать его масштабно и последовательно, не только на выборке, а на тысячах заявок одновременно.

ИИ как инструмент мониторинга и аудита

Edwin: «ИИ может мониторить и аудировать процессы. Это союзник и инструмент для построения HR-систем, которые прозрачны, масштабируемы, подотчётны и этичны. HR становится гарантом справедливости, а не просто исполнителем.»

Всё определяет не инструмент, а система управления вокруг него: именно она решает, снизит ли ИИ предвзятость или автоматизирует её на новом уровне. Edwin последовательно подчёркивает: технология нейтральна, ответственность должна быть встроена изначально.

С чего начать организациям, которые только начинают внедрять ИИ в рекрутинг?

Здесь Edwin максимально конкретен и прямо указывает на типичные ошибки.

Начинайте с проблемы, а не с платформы

Edwin: «Начинайте с задачи найма, а не с технологии. Сначала определите, чего хотите достичь, как быстро нужно отбирать кандидатов, как будут проходить интервью. Затем, как будете оценивать кандидатов и где есть пробелы. Только после этого выбирайте инструмент, который лучше всего решает эти задачи.»

Типичная ошибка: купить ИИ-инструмент, потому что так делают конкуренты, а потом пытаться подстроить процессы под него. Правильная последовательность, сначала выявить узкое место, а потом подобрать решение.

Внедряйте ИИ поэтапно, а не сразу

Edwin: «Внедрять всё сразу невозможно. Начинайте с ИИ для скрининга резюме, затем переходите к оценкам, потом, к аналитике интервью и дашбордам, и только потом, к ИИ-ATS. Начинайте с того, что даст максимальный эффект для бизнеса.»

Ожидается, что к 2026 году 40% корпоративных приложений будут включать специализированные ИИ-агенты (Gartner, 2025), это переход от массового внедрения к точечной интеграции, что подтверждает поэтапный подход Edwin.

Развивайте ИИ-грамотность, а не только доступ к ИИ

Edwin: «ИИ, это не просто инструмент для внедрения. Это компетенция, которую нужно развивать у всех в системе. Люди, работающие с этими решениями, должны понимать ИИ и уметь его использовать. Это процесс обучения, разучивания и переобучения.»

Главное различие, которое проводит Edwin: закупка даёт доступ к ИИ, обучение, компетентность в его использовании. Если внедрять ИИ без инвестиций в грамотность HR-команды, компания становится зависимой от платформ, которые не понимает и не может развивать.

Быстрые победы против долгосрочных результатов

Edwin: «Организациям нужно решать текущие задачи, не забывая о долгосрочных целях. Быстрые победы, это поддержание бизнеса, долгосрочные, его трансформация. Поддержание бизнеса важно для стабильности, а изменения, для развития и интеграции ИИ.»

Быстрые победы, ускорение отбора, лучшее ранжирование, снижение рутины, дают доверие для движения к долгосрочным результатам: глобальный наём, предиктивные кадровые резервы, переход от годовых оценок к постоянной аналитике.

Чего ждать рекрутёрам от ИИ в ближайшее десятилетие?

Прогноз Edwin строится вокруг четырёх структурных сдвигов, каждый меняет представление о связи между талантами и работой.

Навыки на первом месте и отсутствие границ

Edwin: «ИИ поможет компаниям подбирать людей по навыкам, а не по месту жительства или привычным ролям. Появятся вакансии, которых ещё не существует. ИИ сможет выявлять скрытый потенциал и предлагать возможности, соответствующие навыкам, опыту и способностям. Это откроет глобальный рынок талантов.»

Главный вывод: теперь круг кандидатов определяется не локацией, связями или дипломом, а сигналами о навыках, которые ИИ умеет выявлять масштабно.

Постоянная оценка вместо разовых аттестаций

Edwin: «Оценка эффективности больше не будет раз в год или квартал. ИИ обеспечит постоянную аналитику по талантам, обучаемости, культурной совместимости, предикторам успеха и карьерным устремлениям на всём протяжении работы сотрудника.»

Годовой обзор уже теряет актуальность. Edwin прогнозирует переход к постоянной, основанной на данных аналитике талантов, где разовые оценки становятся избыточными.

Гиперперсонализация пути кандидата и сотрудника

Edwin: «Один подход не подходит всем. Нужно учитывать разные типы людей, их поведение, способности, потребности. Персонализация будет глубоко интегрирована в ИИ. Это поможет выявлять потребности, о которых люди не всегда готовы говорить напрямую, но которые видны по опросам и данным.»

Глубоко этичное и регулируемое управление

Edwin: «Будущее HR, это не только HR-аудиты, но и аудиты ИИ, прозрачность моделей и контроль предвзятости. У нас есть персональные данные каждого кандидата, и крайне важно выстроить систему управления для защиты общественных интересов.»

Закон о защите персональных данных в Индии, AI Act в ЕС и ISO 42001 по управлению ИИ движутся в одном направлении: ИИ в наёме, это зона высокой ответственности. HR, которые откладывают вопросы комплаенса на потом, столкнутся с более жёстким переходом, чем те, кто строит систему управления уже сейчас.

О Indwin Edwin Joel

Indwin Edwin Joel, старший менеджер по развитию персонала в Anubavam Technologies, технологической компании с консалтинговым подразделением и платформой Great Campus AI для образования. По образованию инженер, Edwin случайно попал в HR и за 15 лет поработал в семи отраслях, от диагностики и фармы до ИТ и логистики. Он убеждён: именно культура и развитие людей определяют, окупятся ли инвестиции в технологии. Активно выступает по темам цифровой трансформации HR, управления и развития ИИ-грамотности в HR.

Связаться с Edwin на LinkedIn