Как HR использует ИИ не ради хайпа, а ради результата
Во многих компаниях разговор об искусственном интеллекте в HR начинается с модных инструментов и заканчивается разочарованием. Слишком сложно, слишком сыро, слишком далеко от реальных задач. Но есть и другой сценарий — когда ИИ внедряется не как «революция», а как способ убрать трение из повседневной работы.
Хороший пример такого подхода — опыт Docebo, международной learning-tech компании с распределённой командой около тысячи сотрудников в Северной Америке и Европе.
Компания столкнулась с типичными для масштаба проблемами: перегруженный рекрутинг, медленная обработка обратной связи от сотрудников, разрозненные знания внутри организации. ИИ здесь понадобился не для эксперимента, а для наведения операционной ясности и ускорения решений.
Когда HR буксует не из-за людей, а из-за процессов
В найме рекрутеры и hiring-менеджеры тратили часы на расшифровку интервью и заметки после созвонов. Это влияло и на скорость, и на качество оценки кандидатов. В People-направлении ситуация была не лучше: тысячи комментариев из engagement-опросов анализировались вручную неделями, из-за чего реакции на проблемы сотрудников постоянно запаздывали.
Отдельной болью был доступ к внутренним знаниям — особенно в период организационных изменений, когда информация разбросана по почте, чатам и документам.
В какой-то момент стало очевидно: проблема не в нехватке инициатив, а в том, что слишком много времени уходит на рутину.
Как именно ИИ встроили в HR-процессы
Первым шагом стал найм. Для поддержки интервью рекрутеры и менеджеры начали использовать Granola.ai — инструмент, который автоматически расшифровывает и структурирует разговоры. Это позволило участникам интервью сосредоточиться на живом диалоге, а не на наборе текста.
Итоговые саммари стали не просто заметками, а базой знаний: по ним можно анализировать, какие вопросы действительно помогают находить сильных кандидатов.
Дальше ИИ подключили к созданию вакансий. Алгоритмы помогали формулировать описания ролей, отражающие ценности компании, а не обезличенные требования «как у всех». В результате улучшилось качество входящего потока кандидатов и первый контакт с будущими сотрудниками.
Для лидерских позиций дополнительно использовался анализ открытых профессиональных материалов кандидатов — не для принятия решений, а как ориентир для диалога о стиле лидерства и культурном совпадении.
Отдельный прорыв произошёл в работе с вовлечённостью. Раньше анализ комментариев из опросов занимал недели, теперь ИИ за часы выделяет ключевые темы и изменения настроений. Важно, что финальное прочтение всё равно остаётся за HR — алгоритм работает как фильтр и ускоритель, а не как замена экспертизы.
Это сократило путь от сигнала к действию и позволило быстрее запускать поддерживающие инициативы.
Четвёртым элементом стала работа с внутренними знаниями. С помощью Glean сотрудники получили единое окно доступа к информации: структурам команд, целям подразделений, проектам. Для People-команды это особенно упростило организационный дизайн — вместо ручного сбора данных нужная картина формируется почти мгновенно.
Что изменилось на практике
Автоматические заметки с интервью экономят рекрутерам и менеджерам более двух часов на каждую позицию. Тысячи комментариев из опросов теперь анализируются не за недели, а за день. Вакансии стали точнее и понятнее для кандидатов, а решения по найму — более выверенными.
Руководители отмечают, что стратегическое планирование ускорилось просто потому, что информация перестала быть спрятанной в десятках источников.
Как сформулировали это в компании, ИИ здесь — не игра с нулевой суммой, а способ раскрыть потенциал людей, одновременно получив масштаб и эффективность.
Почему этот кейс показателен
Главный вывод — трансформация не началась с «большой AI-стратегии». Она началась с конкретных болей: заметки, обратная связь, доступ к знаниям. ИИ встроили туда, где он снимает трение, а не добавляет его.
При этом команда сознательно тестировала инструменты и отказалась от нескольких решений, прежде чем нашла действительно полезные. Не всё, что умеет ИИ, одинаково ценно для HR-процессов.
Что стоит взять себе
Опыт Docebo показывает: ИИ в HR работает тогда, когда он усиливает мышление и скорость людей, а не подменяет их. Начинать стоит с небольших пилотов, чётких метрик и понятных правил использования данных.
Технология сама по себе не решает проблему — её решает правильно спроектированный процесс, в который эта технология встроена.
ИИ не обязательно должен быть революционным, чтобы быть трансформирующим. Иногда достаточно, чтобы он просто убрал лишнюю работу и дал людям больше времени на то, что действительно важно.
