От рекрутинга до удержания: как ИИ помогает решать ключевые задачи HR

2 октября в онлайн-формате состоялось заседание Комитета по управлению человеческими ресурсами Ассоциации менеджеров на тему: «Искусственный интеллект как инструмент повышения личной продуктивности HR и помощник в управлении HR системами». Приглашенные эксперты обсудили актуальные вопросы внедрения искусственного интеллекта и новых технологий в сфере HR. В ходе обсуждения внимание было уделено широкому спектру применения ИИ в сфере управления человеческими ресурсами, а также ожиданиям от использования данной технологии в различных HR-практиках.

Модератором встречи выступила Ксения Васильева, вице-президент по персоналу Inventive Retail Group, председатель Комитета по управлению человеческими ресурсами Ассоциации менеджеров. В приветственном слове Ксения Васильева отметила, что основная цель заседания Комитета по управлению человеческими ресурсами Ассоциации менеджеров состоит в том, чтобы привлечь внимание HR-сообщества к вопросам применения ИИ в профессиональной сфере и пробудить любопытство относительно использования нового инструментария.

Дарья Фокина, основатель Студии Искусственного Интеллекта, автор TG-канала FOKINA.AI, рассказала о существующих возможностях и ограничениях для HR сферы в разных отраслях бизнеса. Эксперт утверждает, что существует два основных подхода к повышению эффективности процессов: во-первых, применение ИИ-сервисов для ускорения выполнения рабочих задач, и во-вторых, разработка ИИ-решений, которые могут функционировать без участия человека: «Любой сотрудник, который работает с текстовыми или визуальными данными может повысить свою эффективность. Согласно исследованиям, прирост эффективности у специалистов, использующих ИИ, составляет от 17% до 43% в зависимости от опыта и квалификации. В то же время ИИ способен выполнять такую оригинальную задачу, как создание клона руководителя для он-бординга сотрудников».

Наталия Смурова, автор и разработчик программ развития лидеров и команд, executive coach EMCC, поделилась личным опытом использования нейросети в качестве помощника в работе T&D, преподавании и подготовке тренингов и обучающих программ. Эксперт объяснила, как взаимодействие человека с нейросетью может привести к созданию качественного продукта: «В данный момент я занимаюсь корпоративным проектом, в рамках которого необходимо подготовить множество материалов по одной теме в области обучения, и нейросеть в этом процессе выступает своеобразным партнером по мышлению. Также я тестирую помощника, предназначенного для оценивания руководителей - ИИ помогает устанавливать связи между ценностями, мотиваторами и сильными сторонами сотрудника».

Дарья Калинина, директор по подбору и адаптации Inventive Retail Group, продолжила дискуссию о том, как ИИ может помочь HR-специалисту в процессе подбора персонала, представив результаты проведенного эксперимента – в компании внедрили особую систему подбора персонала, функционирующую на базе нейросетей и делегировали искусственному интеллекту оценку кандидатов на открытые вакансии: «Мы поручили ИИ задачи по просмотру и оцениванию определенного пула кандидатов. В результате мы ускорили процесс назначения интервью не только за счет прямой экономии времени и освобождения ресурсов, которые раньше были задействованы на формирование встреч, но и косвенной – ИИ обрабатывал кандидатов и проводил интервью даже в нерабочие часы рекрутера».

Надежда Шилова, руководитель направления по обучению массового сегмента Ростелеком, рассказала о внедрении генеративных сетей в методологию обучения сотрудников. По мнению эксперта, цифрового помощника можно сравнить с новым сотрудником и качество его работы во многом зависит от того, насколько хорошо его обучат: «Мы интегрировали в цифровых помощников все необходимые алгоритмы, включая информацию о стандартах проектирования образовательного контента, установили правила и внутренние стандарты компании, а также показали лучшие образцы практик и курсов, которые создавали живые методологи, чтобы цифровые помощники на них ориентировались. Созданный нами цифровой помощник способен писать курсы, а также создавать кейсы и тесты для аттестаций. Мы получили цельный автоматизированный методологический трек, сэкономив 1500 рабочих часов сотрудника. Методологи освободились от множества рутинных задач, что позволило им уделять больше времени стратегическим аспектам своей работы».

Эксперт также подчеркнула, что через несколько лет ценность сотрудников, способных эффективно взаимодействовать с нейросетями, возрастет, и это умение станет одним из базовых требований для большинства специалистов в области информационных технологий.

Никита Черкасенко, директор департамента HRM-технологий и аналитики Ростелеком поделился успешными кейсами в области HR-аналитики, включая внедрение модели прогнозирования увольнений и применение стратегии удержания ключевых сотрудников: «Модель прогнозирует, с какой вероятностью сотрудник решит покинуть компанию и предлагает меры для предотвращения этого. В алгоритме используются только те данные, которые есть у всех работодателей: штатное расписание, статистика увольнений, количественные данные корпоративной переписки и данные Росстата. Система рассчитывает вероятность увольнения сотрудника по собственному желанию в течение трех месяцев и отображает факторы, которые повышают риск увольнения конкретного сотрудника. Такая модель помогает удержать сотрудников, которых можно удержать, и помогает не включаться в ненужные и сложные переговоры, где это нецелесообразно».

В завершение встречи модератор Ксения Васильева подвела итоги встречи и поделилась выводами: «Мы обнаружили, что ИИ можно использовать в двух направлениях – для повышения личной продуктивности HR-экспертов и в качестве мощного помощника при внедрении в системы управления персоналом. Конечно, пока еще существует множество подводных камней, которые решаемы путем правильной адаптации нового инструментария под нужды HR.  Интеграция ИИ в HR сфере уже выглядит как неотвратимая реальность. Через несколько лет ценность и капитализация сотрудника, умеющего использовать ИИ будет, очевидно, выше, и HR здесь не исключение». Также Ксения отметила, что обучение через практику является хорошим решением в части развития себя при работе с ИИ, так как помимо отдельных моделей уже существуют агрегаторы, которые упрощают изучение и дальнейшее использование нейросетей.