HR использует ИИ-инструменты, но всё ещё нуждается в чёткой структуре

Абхишек Дэвид проработал 16 лет в HR, прежде чем перейти в исследовательскую сферу. Сейчас он обучается в докторантуре Indian School of Business, где его работа посвящена будущему труда, ESG и индивидуальному поведению, а также концепции принадлежности: он считает, что инициативы в области разнообразия и инклюзивности часто терпят неудачу не из-за неправильных целей по разнообразию, а потому что ощущение принадлежности формируется у разных людей по-разному, и универсальные подходы этого не учитывают.

В выпуске #22 Xobin Talks ведущая Manjeet Kaur обсуждает с Абхишеком его выводы, основанные как на исследованиях, так и на практическом опыте. В разговоре затрагиваются темы: где ИИ в HR действительно работает, где его неправильно понимают, как выглядит ответственное внедрение и что компаниям нужно сделать, чтобы не создавать новые проблемы, решая старые.

Как ИИ реально помогает HR? Рассмотрим практические примеры.

Абхишек начинает с IBM Watson, одного из первых примеров применения ИИ для удержания сотрудников.

Абхишек: «IBM была впереди по части автоматизации, работы с данными и моделирования. Они начали использовать Watson для повышения вовлечённости и удержания персонала. Со временем этот инструмент стал бизнес-решением и начал приносить доход. Это также позволило компании сэкономить миллионы долларов.»

Далее кривая внедрения быстро перешла к рекрутингу. Системы управления кандидатами на базе ИИ, инструменты для скрининга резюме и платформы для сопоставления вакансий и резюме стали первыми массовыми HR-приложениями ИИ, поскольку именно в рекрутинге больше всего структурированных и объёмных данных.

Чат-боты и операционная автоматизация

Абхишек: «Чат-боты, NLP и всё подобное используются для ответов на вопросы сотрудников, в основном в операционных HR-задачах, где нужно быстро реагировать на запросы внутренних клиентов.»

Анализ настроений, предиктивное моделирование удержания, роботизация административных процессов и генеративный ИИ для создания обучающего контента, всё это стало следующим этапом. Платформы внутреннего рынка талантов, поддерживающие внутреннюю мобильность и управление гибкой занятостью,, самая свежая волна.

Аналогия с медициной

Самое наглядное сравнение Абхишек проводит с технологиями в здравоохранении.

Абхишек: «Врачи тоже использовали 3D-визуализацию и хирургических роботов для поддержки операций. Но поначалу они не были востребованы из-за нехватки данных. Чем больше накапливалось данных о пациентах, тем полезнее становились эти машины. То же самое происходит и в HR: при анализе резюме изначально были перекосы по расе и полу, но с накоплением данных и корректировкой меток инструмент становится всё полезнее.»

Менее половины организаций будут использовать ИИ в HR к 2026 году, причём внедрение сосредоточено в отдельных областях: рекрутинг, 27%, HR-технологии, 21%, обучение и развитие, 17%, опыт сотрудников, 14% (SHRM State of AI in HR, 2026). Разрыв в зрелости данных объясняет, почему ИИ чаще внедряют на этапе привлечения, где данных больше всего, а не на всём протяжении жизненного цикла сотрудника.

Как компаниям добиться лучших результатов от ИИ, не забывая об этике?

Здесь Абхишек переходит от описания возможностей ИИ к рекомендациям по подготовке к его внедрению.

Сначала, этическая инфраструктура

Абхишек: «Компании, использующие ИИ-инструменты, должны чётко определить правила их применения для своих команд. Также важно создать независимый этический комитет, который будет контролировать эти процессы отдельно от бизнес-подразделения. Всё должно быть максимально прозрачно и объяснимо: любая модель, коммуникация, инструмент или алгоритм должны быть понятны, иначе вы просто наследуете уже существующие предвзятости.»

Только 18% опрошенных компаний создали совет по этике ИИ в рамках HR-управления, а 41% HR-специалистов называют алгоритмическую предвзятость одной из главных проблем внедрения ИИ (SQ Magazine, 2025). Разрыв между озабоченностью и реальными действиями значителен.

GDPR и соблюдение регуляторных требований, обязательны

Абхишек: «Должны быть меры по защите данных. Соблюдение GDPR и других нормативных требований крайне важно для работы в цифровую и ИИ-эпоху.»

Стремление внедрять ИИ быстро и необходимость строгого регулирования часто противоречат друг другу, и большинство компаний решают этот конфликт в пользу скорости, надеясь, что соответствие требованиям подтянется позже.

Постоянный мониторинг, а не разовое внедрение

Абхишек: «Необходим постоянный мониторинг и оценка, потому что никто не знает, каковы будут результаты. Исследования McKinsey и Deloitte прогнозируют кратный рост бизнес-эффекта, но пока никто этого не увидел. Мы только начинаем отслеживать пользу от внедряемых инструментов. Здесь нужна осторожность.»

Это признание важно: возврат инвестиций в ИИ для HR пока в основном теоретический, и компании делают ставку на обещанный результат, который ещё не подтверждён на практике.

Что HR-команды часто неправильно понимают об ИИ

Абхишек выделяет четыре заблуждения, с которыми регулярно сталкивается в исследованиях и консалтинге.

Миф 1: ИИ заберёт наши рабочие места

Абхишек: «Работа быстро меняется, и нужно готовиться к новым навыкам, это касается и сотрудников, и HR-команд. Обе стороны должны учиться и быть готовы к будущему. Использование ИИ означает, что HR-специалисты должны рассматривать его как помощника в принятии решений, а не как замену. То, что раньше делал я, A, B, C, теперь A и B делает машина, а C остаётся за мной. Это не полная замена, а оптимальное дополнение.»

Миф 2: ИИ решит все проблемы мгновенно

Абхишек: «Если мы внедрим этот ИИ-инструмент, он сразу решит все мои проблемы, будет быстрее отвечать, быстрее принимать решения.»

Скорость внедрения не гарантирует качество результата. Инструменты без достаточного объёма обучающих данных, без управления изменениями и без чёткого понимания решаемой задачи будут работать хуже, независимо от их технических возможностей.

Миф 3: ИИ устраняет предвзятость

Абхишек: «Мы часто говорим, что с внедрением ИИ предвзятость исчезнет. Это одно из самых распространённых заблуждений.»

29% компаний приостановили или пересмотрели ИИ-инструменты для рекрутинга в 2025 году из-за выявленных предвзятостей (SQ Magazine, 2025). ИИ, обученный на исторических данных о найме, воспроизводит те же предвзятости, если данные и метки не корректируются со временем.

Миф 4: Универсальное решение для всех

Абхишек: «Нет универсального решения. Внедряйте инструменты, измеряйте изменения, оценивайте их прозрачность и влияние на весь путь сотрудника. Простота, тоже ключевой фактор при внедрении любой технологии.»

Как ИИ со временем изменит культуру и благополучие сотрудников?

Абхишек отвечает на этот вопрос с двух сторон: бизнесовой и человеческой.

Бизнес-кейс: финтех и размывание границ отраслей

Абхишек: «Ещё пару лет назад мы говорили: есть финтех, а есть банки. Сейчас разницы нет. Границы стираются. Финтех должен работать как банк, потому что регулируется, а банк должен быть цифровым и автоматизированным, как финтех. Никто не хочет повторить судьбу Nokia, все стремятся к инновациям и развитию, чтобы сохранить капитализацию и прибыль.»

Для бизнеса цифровизация уже не выбор, а необходимость. Компании, которые затягивают с внедрением ИИ, рискуют отстать так же, как те, кто в 1990-х недооценил интернет.

HR-кейс: перестать измерять текучесть, начать прогнозировать удержание

Абхишек: «HR всегда имел доступ к большим объёмам данных. Мы постоянно смотрим на текучесть. Почему бы не смотреть на удержание? Мы анализируем отставшие данные, процент текучести, но не процент удержания и его факторы, чтобы взглянуть на ситуацию с перспективой. HR должен использовать опережающие данные для прогнозной аналитики, это и будет меняться.»

Этот сдвиг важнее, чем кажется: данные о текучести показывают, кто и когда ушёл. Прогноз удержания, кто может уйти, ещё до того, как начнёт искать работу. Это разница между постфактум-реакцией и профилактикой, а большинство HR-команд пока действуют по факту.

Человеческий аспект: благополучие, разнообразие и снижение предвзятости со временем

Абхишек оптимистично смотрит на долгосрочные перспективы DEI, но реалистичен в сроках.

Абхишек: «Я вижу, что предвзятость и различия постепенно уменьшаются. Границы стираются. В ближайшие 5–10 лет гендерное разнообразие станет минимальным стандартом. Если его нет, компанию будут ставить под вопрос. Это станет нормой.»

Он также отмечает риски, связанные с ростом зависимости от ИИ: чрезмерное доверие технологиям, постоянные вопросы к приватности по мере роста объёмов данных и проблема предвзятости в системах, обучающихся на несовершенных исторических данных.

Главная мысль, это эволюция человека. Каждая технологическая революция, компьютеры в 1980-х, затем интернет, затем мобильные устройства, требовала адаптации. ИИ, следующий этап этой истории.

Абхишек: «Постоянное развитие и обучение, суть человеческой эволюции. Надеюсь, мы будем готовы к ИИ и цифровой трансформации так же, как были готовы к компьютерам, интернету и мобильным технологиям.»

Об Абхишеке Дэвиде

Абхишек Дэвид сочетает 16-летний опыт работы в HR с исследовательской деятельностью в Indian School of Business. Его работа находится на стыке организационного поведения, внедрения технологий и HR-стратегии, с особым вниманием к будущему труда, достижению ESG-целей и концепции принадлежности в DEI. До перехода в науку он занимал руководящие HR-должности в различных отраслях Индии и ОАЭ, что даёт ему практическую основу для исследуемых вопросов. Абхишек, выпускник NUS и активный лидер HR-сообщества ОАЭ, эксперт по HR-трансформации, организационному развитию, удержанию талантов, культуре и управлению изменениями, а также по построению бизнес-партнёрств.