AI в найме, вовлечённости и управлении знаниями
Docebo — глобальная компания в сфере образовательных технологий с командой около 1 000 сотрудников в Северной Америке и Европе — столкнулась с масштабными вызовами в найме и операционной работе. Команды по подбору персонала испытывали трудности с единообразной оценкой кандидатов, ведением заметок во время интервью и быстрым превращением разговоров с нанимающими менеджерами в конкретные решения.
Параллельно команды ежемесячно вручную просматривали тысячи комментариев из опросов вовлечённости. Это сильно замедляло реакцию на обратную связь и снижало возможность оперативно улучшать employee experience. Дополнительным узким местом стал внутренний обмен знаниями между командами — особенно в рамках сложных инициатив вроде организационного редизайна.
Компании был нужен ИИ не ради эксперимента, а как инструмент для повышения прозрачности процессов, ускорения принятия решений и улучшения качества оценки кандидатов в распределённой международной структуре — с эффектом сразу для нескольких HR-функций.
Как использовался ИИ
ИИ был внедрён в несколько критически важных HR-процессов с использованием машинного обучения и обработки естественного языка.
Найм и аналитика интервью
Для поддержки рекрутеров и нанимающих менеджеров во время интервью были внедрены инструменты автоматической расшифровки и суммаризации разговоров. Это освободило рекрутеров от последующей ручной обработки заметок и позволило менеджерам сосредоточиться на активном слушании, повысив справедливость и согласованность решений при найме.
Полученные резюме интервью стали архивом данных о том, какие вопросы и подходы приводят к успешным наймам. Это позволило улучшать интервью-стратегии и принимать более обоснованные решения при оценке кандидатов, формируя ценную базу данных для постоянного улучшения процессов.
Описания вакансий и профилирование кандидатов с учётом культуры
ИИ использовался для создания описаний вакансий, согласованных с корпоративными ценностями компании. Это привело к заметному росту качества входящего потока кандидатов и улучшению опыта взаимодействия с брендом работодателя уже на первом этапе.
Рекрутеры также экспериментировали с анализом публичного контента кандидатов (например, публикаций в LinkedIn), чтобы оценить соответствие ценностям компании — в частности, ориентации на лидерство. Эти данные не использовались для принятия финальных решений, но служили ориентиром при обсуждении управленческих ролей и карьерного развития.
Анализ настроений в опросах вовлечённости
Ранее анализ тысяч ежемесячных комментариев из опросов вовлечённости занимал недели. С внедрением ИИ-суммаризации People-команды смогли выявлять ключевые темы и сдвиги в настроениях за часы, а не недели, и быстрее запускать ответные инициативы.
Важно, что каждый комментарий по-прежнему просматривается HR-специалистами вручную. ИИ выступает в роли первого фильтра — подсвечивает срочные сигналы и сокращает разрыв между получением обратной связи и действиями. Это значительно повысило скорость реакции на проблемы вовлечённости и позволило выявлять потенциальные риски удержания заранее.
Доступ к внутренним знаниям
Для устранения информационных разрывов и оптимизации доступа к знаниям был внедрён AI-инструмент для управления знаниями. Сотрудники получили возможность запрашивать сводки по приоритетам команд, организационной структуре и текущим проектам, что упростило навигацию по компании и поддержало карьерное развитие.
People-команда, в частности, использовала этот инструмент для ускорения работы над организационным дизайном, получая в реальном времени данные о целях и структуре команд. Руководители отметили значительный рост скорости стратегического планирования.
Результаты
- Более 2 часов экономии на каждого рекрутера или интервьюера на одну вакансию за счёт автоматического ведения заметок.
- Тысячи комментариев из опросов вовлечённости анализируются за часы вместо недель.
- Более качественные описания вакансий улучшили воронку кандидатов и общий опыт соискателей.
- Повышенная согласованность решений при найме благодаря ретроспективному анализу интервью.
- Ускоренное планирование организационных изменений за счёт доступа к актуальным внутренним данным.
«Мы не рассматриваем ИИ как игру с нулевой суммой. Речь идёт о том, чтобы раскрыть потенциал людей и одновременно получить реальную эффективность и масштаб», — Lauren Tropeano, VP People & Culture.
Ключевой вывод для руководителей
ИИ не обязан быть революционным, чтобы давать трансформационный эффект. Успех был достигнут за счёт внедрения практичных инструментов в существующие процессы: снятия рутины с HR-команд, ускорения работы с инсайтами и более быстрой реакции на обратную связь сотрудников.
Подход оказался одновременно прагматичным и человеко-ориентированным, а устойчивое внедрение обеспечили чёткие правила, управление и культура экспериментов.
Риск, о котором важно помнить
Не каждый ИИ-инструмент даёт полезный результат. Команде пришлось протестировать несколько решений для ведения заметок, прежде чем найти то, которое корректно передавало нюансы и различало спикеров. Вывод простой: тестируйте перед масштабированием и оценивайте не только возможности ИИ, но и реальную ценность его результатов для HR-процессов.
Практические рекомендации
Начинайте с малого и масштабируйтесь осознанно: запускайте пилоты, собирайте обратную связь и расширяйте использование только при подтверждённой пользе и понятных метриках. ИИ — не автопилот: критическое мышление и человеческое суждение остаются обязательными при интерпретации и применении инсайтов. Управление и правила использования критичны: важно заранее определить границы доступа к данным и принципы ответственного обращения с информацией сотрудников.
Автор статьи – David Rice
Перевод и адаптация by Pryaniky.com
Источник: peoplemanagingpeople.com
