Настоящее и будущее ИИ в HR

Я на прошлой неделе выступал на бизнес-завтраке нашего нового партнера-компании «Поток». И первым был доклад Дианы Александровой из «Яндекса» про то, кто + как уже использует «искусственный интеллект (ИИ)» в сфере HR. Мне показалось это ценным и интересным, хочу поделиться с вами. В финале этого поста изложу компактно собственные фантазии на тему «часть сценариев использования ИИ в области HR в ближайшие 3 – 5 лет». Ну, если не испугались – поехали…

Мы стали последние 12 месяцев дообрабатывать с помощью дообученного ChatGPT анкеты и опросы. Искать инсайты, выборки, аналитику по разным клиентским запросам. Суммаризаторы себя прекрасно показывают, тут я просто в восторге и приятном удивлении. Что в целом сегодня машина УЖЕ умеет очень хорошо, возможно лучше человека:

• Генерировать и редактировать тексты
• Отвечать на вопросы по базе знаний
• Чатиться и общаться
• Обобщать и интерпретировать данные
• Классифицировать и определять тональность текста, подсказывая, как последнюю можно поправить
• Выделять сущности из текста

Ниже фрагмент из отчета бывшего сотрудника Open AI, любопытные графики. А самое главное динамика и тренд:

И конечно же разворачивается большой простор для работы в сфере HR. Например, можно быстро сделать более «теплым и приятным» ваш отказ для кандидата на должность, который вам не подошел на одном из этапов рекрутинговой воронки. Или подкрутить письмо с неприятной обратной связью для ключевого сотрудника. С обоими задачами справится простое нейроредактирование, например в YandexGPT. А теперь кейсы из бизнеса, которые услышал на бизнес-завтраке:

1. Создание B2B внутренних учебных курсов на coursebox.ai. Был разработан комплекс учебных материалов, модулей и интерактивного контента, адаптированного к конкретным потребностям компании и сотрудников. Как это работает: GPT используется для генерации учебного контента, используя свои возможности обработки естественного языка. Компании вводят конкретные требования и темы в модель GPT, которая затем создает подробные учебные материалы на основе документов компании. Результаты: 20 000 онлайн-курсов уже сгенерировано на платформе coursebox.ai. На 99% снижена стоимость и время на создание курса.
2. Анализ рыночных зарплат ИИ-агентами в Amazon. Это сбор и анализ данных о зарплатах в различных отраслях и ролях с целью предоставления информации и ориентиров для оптимизации зарплатной политики + компенсаций. Как это работает: Агенты GPT запрограммированы на сбор данных из множества источников, включая объявления о работе, опросы зарплат и отраслевые отчеты. ИИ затем обрабатывает эти данные для выявления тенденций, средних зарплат и ориентиров по компенсациям. Результаты: проведен комплексный анализ рыночных зарплат по 181 вакансии, экономия составила до 96% в деньгах и времени на анализ рынка.
3. Полный цикл найма с «ИИ-рекрутером» в Amazon. А именно использование GPT для управления всем процессом найма на определенные позиции. Как это работает: GPT интегрирован в систему найма Amazon для автоматизации процесса рекрутмента. ИИ проводит скрининг заявок на основе предопределенных критериев, проводит виртуальные интервью с использованием обработки естественного языка и оценивает ответы кандидатов, предоставляет рекомендации для последующего принятия решений. Оказывается, Амазон передовой не только в сфере логистики и складских роботах. Результаты: уже 1 год по части позиций найм полностью осуществляется с помощью GPT. Точные метрики по сэкономленному времени и ресурсам сейчас в процессе сбора и анализа.
4. Персонализированные ИИ-наставники в ABC Corp. Цель: предоставление персонализированного наставничества в процессе адаптации новых сотрудников с использованием технологии GPT. А также облегчение переходного периода для новых сотрудников путем предоставления индивидуальных рекомендаций и поддержки. Как это работает: программы наставничества на основе GPT связывают новых сотрудников с виртуальными наставниками, которые предоставляют персонализированные советы и поддержку в зависимости от роли сотрудника, его опыта и конкретных потребностей. Эти виртуальные наставники могут отвечать на вопросы, предоставлять ресурсы и оказывать постоянную поддержку в течение всего процесса адаптации. Результаты: рост коэффициента адаптации, повышение удовлетворенности сотрудников и скорости интеграции в свою роль. На 40% повышение доставки знаний до сотрудника в рамках адаптации.
5. Персонализированные индивидуальные планы развития (ИПР или IDP — Individual Development Plan) от ClickUp Brain. Люди разные и развитие каждого – очень кастомизированная история. Как это работает: Генераторы IDP на основе GPT оценивают текущие навыки и компетенции сотрудника, определяют конкретные цели развития, выявляют соответствующие тренинги или возможности для обучения, устанавливают сроки достижения и регулярно пересматривают и корректируют план по мере необходимости. Результаты: внедрение IDP на основе GPT показало значительные улучшения в развитии навыков сотрудников и карьерном продвижении. ИПР, сделанный AI-ассистентом ClickUp Brain, был принят более чем 143 000 клиентами. Кстати, уже и российские платформы тоже умеют это делать по итогам оценки 360. Если интересно, обращайтесь – обсудим.
6. Очень интересные кейсы помощи и автоматизации рекрутинга, оценки, автоматизации работы в командах на базе ИИ: Pitch N Hire, HireQuotient, Empire Graphics со своим ботом HARB.

Напишите тоже, как вы используете ИИ у себя в HR? К чему присматриваетесь? А ниже, на закуску, моя дерзкая история про недалекое будущее в области HR:

• Вы хотите найти себе нового сотрудника на открытую вакансию. Для этого… Проводите «обсуждение» с вашим ИИ-ассистентом, адаптированным под вас. Под адаптацией я подразумеваю голос, внешний вид, стиль общения, предпочитаемый механизм уведомлений и коммуникаций. В рамках этого обсуждения вам предлагается и уточняется совместно «Профиль подходящего кандидата». ИИ-ассистент подсказывает, опираясь на доступные данные из компании и других источников. При этом учитывается текущий культурный профиль вашей команды, здоровье вашей команды (OHI, EW, EE и т.п.), ее эффективность и производительность, ее сильные и слабые стороны (в том числе какого вида социального капитала не хватает и стоит поискать), прошлый опыт подбора, адаптации, обратную связь других команд на работу вашей и т.п.
• Параллельно, где-то в вашей стране… Карьерный ИИ-ассистент «подходящего (это выяснится позже)» сотрудника «общается» с его ИИ-ассистентом по здоровью, ИИ-личным планировщиком. «Вместе» они, обсудив с сотрудником, выдвигают гипотезу: «Можно повысить удовлетворенность жизнью на 15%, уровень здоровья на 7%, уровень дохода на 24%, поменяв место работы». Идея одобряется. Карьерный ИИ-ассистент согласовывает «Профиль подходящей компании» и начинает «поиск» последней…
• Ведется взаимный парсинг и поиск со стороны ИИ-ассистента по рекрутингу и ИИ-карьерного ассистента за… Скажем 1 час. Забыл сказать, парсинг – это автоматизированный сбор неструктурированной информации, ее преобразование и выдача в структурированном виде. Что-то отметается, что-то берется в рассмотрение. И вот между вами, ух ты! Оценка вероятности совпадения «Профиль подходящего кандидата» / «Профиль подходящей компании» в нашем случае составляет выше 65,4 %, что достаточно для обсуждения. И вам, и кандидату предоставляется онлайн-аналитика в удобном для вас дашборде с голосовыми комментариями от ИИ-ассистентов.
• Вы разрешаете переговоры ИИ-ассистентов, кандидат – аналогично. Задаете уточняющие вопросы от себя ИИ-ассистенту по дороге домой. Происходит «общение» ассистентов между собой, по итогам уточнения, обмен дополнительной информацией. Оценка вероятности совпадения «Профиль подходящего кандидата» / «Профиль подходящей компании» вырастает до 74,6 %. Этого достаточно для онлайн-встречи кандидата с вами. ИИ-ассистенты ищут и находят оптимальный слот для встречи с обоих сторон, подтверждают последнюю и ставят в электронные календари.
• Перед собеседованием в дело включается ИИ-ассистент службы безопасности и проверяет кандидата по своим критериям и базам. Ни к кому персонально не приставая, конечно же. Проводится собеседование, на котором участвует как минимум 5 «участников»: вы, ваш ИИ-ассистент, кандидат, его ИИ-ассистент, живой или ИИ-представитель HR-команды. Вы уточняете все, что вам необходимо, оцениваете нужные софт и хард-скиллы, по итогам смотрите оценку «вероятности выбора оптимального кандидата». Она вырастает до 79,8%. Это порог для того, чтобы сформировать job-оффер, по оценке внутренних бенч-марков. Что и делает ваш ИИ-ассистент после одобрения.
• Попутно будет сделан и предложен автоматически со стороны ИИ-ассистента «Адаптационный план», «Сценарий велком-дня», «Планы для встреч-знакомств», «Персонализированный велком-бук для кандидата» и начнется новая история отношений… В рамках которой постоянно, с минимальной инвазивностью будет оцениваться вовлеченность, благополучие, уровень стресса кандидата, его эффективность и производительность по результатам обработки активных и пассивных данных, включая цифровой след. Под последним я подразумеваю запись совещаний в команде, переписку в компании, общение в корпоративных мессенджерах, информацию из CRM, ERP, HCM и других ИТ-систем, которая постоянно будет обновлять цифровой «Профиль сотрудника, на испытательном сроке». Оговорюсь, сотрудник будет выбирать, какие и откуда данные использовать можно, а какие нет.
• Система предиктивной аналитики будет постоянно по пятницам уточнять гипотезу его БУДУЩЕЙ эффективности, производительности, уровня сходимости с командой, социального капитала. Да, решения будете принимать вы. При желании, опираясь на предоставленные ИИ-ассистентами данные. Попутно ИИ-карьерный ассистент сотрудника будет «подсказывать» ему, что идет хорошо, что можно поправить и на сколько «подходит компания».

Ужас, полный бред или близкое будущее? Скорее полет фантазии, как и говорил ранее. Вспомнил, пока писал, книгу большого практика в ИИ Кай Фу Ли. Книга называется «ИИ-2041. Десять образов нашего будущего». Рекомендую при желании почитать на досуге. И если вы уже подустали от рутины и хотите «проапгрейдить» свои HR-процессы, управление вовлеченностью, благополучием и эффективностью команд… Добро пожаловать, обсудим задачи и способы решения. Как раз сможем начать проект в сентябре, к началу учебного года. Что думаете?