HRtech&AI

Альтернативный клиент «Telega» прекратит работу с 1 июля. Разработчики объявили о закрытии приложения из-за отсутствия возможности обеспечить полную локализацию и соответствовать действующим требованиям. По их словам, на это в том числе повлияли внешние ограничения технологических платформ, включая удаление из App Store. Пользователям с активной платной подпиской «Телега Плюс» вернут оплату, порядок и сроки возврата сообщат отдельно.

Второй шанс воронки найма? Пост эссе в защиту воронки. Все мы – HR-аналитики и им сочувствующие - строили воронки найма. Когда-то это был один из самых популярных HR-дашбордов. Но довольно быстро выяснялось, что после построения красивой диаграммы делать с ней особенно нечего. Начальники любили тыкать в фильтры воронки – этапы так забавно перестраивались – но недолго. Мы честно считали проценты. Но реальные управленческие решения на основе этих цифр принимались редко (более уместно написать «никогда», но не будем исключать вероятность бесконечно невероятного события). Поэтому многие пришли к выводу, что воронка - это инструмент из категории «красивое, но бессмысленное». Так было. Но потом изменился рынок труда. Несколько лет назад основная проблема рекрутера заключалась в том, чтобы найти кандидатов. Вакансий было много, откликов мало, приходилось заниматься сорсингом, ресерчем, переманиванием и буквально бороться за каждого человека. Сегодня во многих компаниях ситуация стала другой. Вакансий меньше, откликов больше. Главный вопрос уже не «где найти кандидата», а «как обработать весь входящий поток». Бессмысленный и беспощадный. Да простят меня кандидаты. И здесь воронка неожиданно приобретает новый смысл. Теперь она нужна не только для анализа конверсий. Она позволяет измерять трудоемкость рекрутинга. Представим две ситуации. Первая: 100 вакансий и в среднем по 10 кандидатов на каждую. Вторая: 30 вакансий и по 50 кандидатов на каждую. Если смотреть только на количество вакансий, кажется очевидным, что объем работы рекрутеров резко сократился. Именно поэтому сегодня воронка становится инструментом оценки нагрузки. Она помогает ответить на вопрос, который все чаще возникает у бизнеса: «Сколько рекрутеров нам действительно нужно?» Парадоксально, но в эпоху избытка кандидатов воронка найма может оказаться полезнее, чем во времена кадрового дефицита. Только теперь она нужна не для анализа конверсий, а для показа реальной картины: вроде ИИ внедрили, и вакансий меньше, а рекрутеры жалуются на загруженность. Кажется, пришло время посчитать, а не просто нарисовать воронку? Мы в телеге | Наш канал в макс | Наш канал в VK

HR не лидеры в применении ИИ Применение ИИ в реальной экономике - результаты опроса Центробанка России. Это ежеквартальный опрос ЦБ. Сейчас многие компании проводят опросы про применение ИИ, но я скептически отношусь к таким опросам, только из уважение к ЦБ даю результаты, но в конце опроса таки выражаю скепсис Итак • 14,7 тыс. предприятий опросил Банк России в мае 2026 года. • 14% предприятий уже используют генеративный ИИ (примерно каждое седьмое). • 20% предприятий пока не используют ИИ, но планируют внедрение (каждое пятое). • Лидеры по внедрению ИИ — компании сферы услуг. • Малый бизнес внедряет ИИ немного активнее крупного бизнеса. 🔹Главные барьеры внедрения: – нехватка специалистов по ИИ и анализу данных; – затраты на обучение сотрудников и ИТ-инфраструктуру; – необходимость перестройки процессов; – риски утечки данных; – ошибки ИИ, требующие контроля и доработки. 🔹Среди компаний, использующих ИИ: – около 50% применяют его в маркетинге и продажах; – около 20% — в производстве; – около 10% — в управлении персоналом. 🔹Наиболее распространенные сценарии использования: – обработка больших массивов данных и документов; – реклама и маркетинг; – деловая переписка; – подбор и оценка кандидатов; – планирование загрузки сотрудников; – контроль качества продукции и услуг. • 33% компаний отметили рост производительности труда благодаря ИИ. • Только 10% пользователей ИИ сообщили о росте прибыльности бизнеса. • Почти две трети компаний не увидели влияния ИИ на численность персонала. • Небольшая часть компаний сообщила даже о росте численности сотрудников — из-за найма специалистов по ИИ и необходимости проверки результатов работы алгоритмов. • Компании, активно внедряющие ИИ, в начале 2026 года инвестировали активнее и реже называли дефицит кадров серьезным ограничением для развития. Каждое третье предприятие сообщило о росте производительности труда благодаря ИИ. При этом почти две трети компаний не увидели изменений в численности персонала, а лишь каждое десятое предприятие отметило рост прибыльности. Получается странная картина: производительность растет, прибыль почти не растет, людей не увольняют. Это больше похоже на изменение ощущений, а не реальный результат. Мы в телеге | Наш канал в макс | Наш канал в VK

# HR 2030™: The Agentic HR Vision Джош Берсин опубликовал прогноз о том, как может выглядеть HR к 2030 году в эпоху агентного искусственного интеллекта. Важно: это не исследование с данными и статистическими проверками гипотез. Это экспертное видение будущего, основанное на интервью с клиентами и поставщиками HR-технологий. Главная идея проста: HR-система будущего — это уже не кадровая система с прикрученным ИИ. Это единая сеть интеллектуальных агентов, встроенных в повседневную работу сотрудников, руководителей и HR. Что может измениться? ▪️ Агенты станут повсеместными Сотрудники будут взаимодействовать с ними через компьютеры, телефоны, голосовые интерфейсы и носимые устройства. Значительная часть поиска информации, оформления запросов и административных действий уйдёт в фоновый режим. ▪️ HR получит беспрецедентный объём данных Система будет знать не только должность и стаж сотрудника, но и его навыки, проекты, загрузку, рабочие привычки и результаты. Это позволит быстрее находить экспертов, прогнозировать риски выгорания и принимать кадровые решения. ▪️ Найм, внутренние перемещения и сокращения объединятся Сегодня это разные процессы. В модели Agentic HR они становятся частью единой системы управления талантами. Перед увольнением агент сможет предложить сценарии перевода сотрудников, переобучения или перераспределения ресурсов. ▪️ Производительность будут оценивать непрерывно Вместо ежегодных циклов оценки появится постоянный анализ связи между действиями сотрудников и бизнес-результатами. Решения о развитии, вознаграждении и карьерных шагах станут более динамичными. ▪️ Обучение станет персональным Каждый сотрудник получит постоянно обновляемый план развития, который будет учитывать как потребности бизнеса, так и индивидуальные карьерные цели. ▪️ Появятся цифровые двойники экспертов Доступ к знаниям организации перестанет зависеть от того, находится нужный специалист на рабочем месте или нет. Его опыт сможет быть доступен через ИИ-модель практически в любое время. На мой взгляд, самая сильная мысль в прогнозе касается не технологий. Берсин фактически описывает переход от периодического управления персоналом к непрерывному. Сегодня компании эпизодически проводят найм, реорганизации, сокращения и программы развития. В модели Agentic HR эти процессы становятся постоянными и управляются на основе данных в режиме реального времени. Технологически такой сценарий выглядит вполне возможным. Но чем больше система знает о сотрудниках, тем важнее становятся вопросы приватности, прозрачности и доверия. Поэтому главный вопрос HR 2030 может звучать так: Не «сможет ли ИИ принимать кадровые решения?», а «готовы ли люди работать в организации, где ИИ знает о них почти всё?» Мы в телеге | Наш канал в макс | Наш канал в VK

⚡️Власти РФ отказались от полного запрета иностранных нейросетей Как пишут «Известия», IT-системы, уже использующие такие технологии, смогут работать на них как минимум до 2032 года. Это следует из финальной версии законопроекта об искусственном интеллекте. Ограничения затронут только крупные ИИ-модели в сфере государственного управления и на объектах критической инфраструктуры. Как сообщил изданию вице-премьер РФ Дмитрий Григоренко, частный бизнес сохранит право самостоятельно выбирать технологические решения. Кроме того, из документа исключили требование обучать отечественные большие языковые модели исключительно на российских данных. Мы в телеге | Наш канал в макс | Наш канал в VK Вот уж спасибо родной власти!

Каждый найм — это ставка в темноте Резюме статьи Андрю Марритта Every hire is a bet made in the dark. Андрю очень сложен - уж простите - его тексты бывает сложно понять, но в данном случае он говорит очень важные вещи. Почему интервью напоминает игру сигналов, а рекрутинг гораздо ближе к экономике, чем кажется? В 2001 году Нобелевскую премию по экономике получили Джордж Акерлоф, Майкл Спенс и Джозеф Стиглиц за исследования рынков с информационной асимметрией. Их идеи редко обсуждают в HR, хотя они объясняют почти всё, что происходит при найме. Проблема проста: кандидат знает о себе гораздо больше, чем работодатель. Работодатель знает о компании гораздо больше, чем кандидат. На интервью обе стороны отправляют сигналы. Кандидат показывает лучшую версию себя: подчёркивает сильные стороны, сглаживает слабые, демонстрирует уверенность. Компания делает то же самое: рассказывает про культуру, карьерные перспективы и возможности роста немного лучше, чем они выглядят в обычный вторник. И это не обман. Это рациональное поведение в условиях неопределённости. В знаменитой статье «Рынок лимонов» Акерлоф показал, что если одна сторона знает о качестве товара больше другой, рынок начинает работать хуже. Хорошие продавцы уходят, плохие остаются, а качество среднего предложения падает. Рынок труда устроен похожим образом. Отсюда появляются дипломы, рекомендации, тесты, испытательные сроки и интервью. Их главная задача — не оценивать людей, а уменьшать информационный разрыв между сторонами. Затем появляется теория сигналов Майкла Спенса. Её ключевая идея неожиданна: диплом ценен не только потому, что даёт знания. Иногда он ценен потому, что его сложно получить. Если сильному кандидату легче пройти через образовательный барьер, чем слабому, диплом начинает работать как сигнал способностей. Но здесь возникает гонка вооружений. Когда сигнал становится слишком дешёвым, он перестаёт различать людей. Сегодня хороший пример — резюме и сопроводительные письма. Генеративный ИИ позволяет создать идеально оформленную заявку за несколько минут практически любому кандидату. Стоимость сигнала резко упала. А значит, его информативность тоже. Работодатели начинают искать новые сигналы: рекомендации, реальные проекты, результаты тестовых заданий, профессиональную репутацию. Есть ещё один важный вывод из экономической теории. Внешний рынок кандидатов не является случайной выборкой работников. Текущие работодатели обычно лучше знают, кто из сотрудников действительно эффективен. Поэтому сильных людей стараются удерживать, а рынок чаще видит тех, кого удерживать не стали. Это не означает, что все соискатели слабее работающих сотрудников. Но означает, что качественная оценка кандидатов становится ещё важнее. Если смотреть на рекрутинг через призму информационной экономики, то главный вопрос меняется. Не «насколько быстро мы закрываем вакансии?». А «какие элементы нашего процесса действительно уменьшают неопределённость, а какие создают лишь иллюзию отбора?». Возможно, именно этот вопрос станет одним из самых важных для найма в эпоху ИИ. Мы в телеге | Наш канал в макс | Наш канал в VK