HR в России: векторы развития и новые горизонты

Аналитики РАН подсчитали, что в 2023 году общий дефицит кадров в России составил 4,8 млн человек. При этом прогнозируется увеличение численности рабочих мест и, соответственно, потенциальное ухудшение ситуации. По данным исследования Группы компаний Б1, 98 % компаний в той или иной степени испытывают «кадровый голод»: 18 % — очень серьезную потребность по большинству категорий или по персоналу в целом,и 80 % — дефицит по некоторым категориям персонала.

Наибольший дефицит кадров наблюдается в IT-отрасли. Проблему нехватки IT-кадров компании решают с помощью модели аутстаффинга. Они обращаются в IT-компании за специалистами или выделенными командами — таким образом компания-заказчик может быстро получить на проект специалистов с нужным технологическим стеком. А все кадровые вопросы, включая найм, обучение, повышение квалификации штатных работников, остаются за IT-компанией.

Для улучшения качества найма и сокращения времени на поиск IT-специалистов компания ITFB Groupвнедрила в процесс подбора роботов, которые выполняют все рутинные задачи. Робот вместо рекрутеров подбирает подходящих кандидатов по резюме на различных площадках, а дальше внутренняя языковая нейронная модель сверяет их навыки с матрицей компетенций, которые могут быть нужны заказчикам. При этом искусственный интеллект (ИИ) не просто проставляет оценку процентного соответствия, а дает рекомендации — чего не хватает кандидату. ИИ подсказывает, какие дополнительные вопросы надо задать на собеседовании исходя из актуальных потребностей.

С момента начала использования этой модели стало возможным отрабатывать в три раза больше запросов, что до этого было неосуществимо или требовало значительного расширения команды рекрутинга и экспертов для технических собеседований. Уже в первые месяцы использования решения мы увидели рост конверсии на 30 %.

«В год мы обрабатываем более 5000 запросов на IT-специалистов. Рынок требует, чтобы кандидатов предоставляли быстро и именно тех, кто максимально соответствует потребностям заказчика. Сократить время на подбор и найм персонала помогает автоматизация HR-процессов с помощью AI-технологий, RPA и GPT. Мы внедрили это решение в наши процессы и после этого смогли увеличить конверсию выходов в 5 раз. Кроме того, мы освободили наших рекрутеров от рутинной работы, и теперь они занимаются проектными и стратегическими задачами в HR», — рассказывает Вадим Казанцев, исполнительный директор ITFB Group.

Также с помощью нейросетей можно автоматизировать и другие процессы, например, контроль работы технических специалистов, которые проводят собеседования. LLM-модель расшифровывает интервью, оценивает работу интервьюера на соответствие регламенту и дает свою оценку. Таким же образом удалось решить проблему обратной связи от клиента при подборе специалистов на аутстаффинговые проекты.

В целом, автоматизация найма позволила увеличить показатели по успешному закрытию вакансий в несколько раз. Эту модель можно внедрить и использовать в любой компании.