23 октября 2025 года компания «Поток» провела секцию «Подбор-2026» в рамках HR-конференции. Спикером выступил Максим Королёв, директор по продуктам компании «Поток», рассказавший об автоматизации и искусственном интеллекте в подборе персонала.
Главное из вебинара
Этот вебинар — практическое руководство для руководителей подбора и HR-директоров по тому, как выстраивать автоматизацию найма без потери человеческого фактора и без привязки к одной закрытой системе.
Спикер поделился реальным опытом развития продукта «Поток» и показал на конкретных примерах, как искусственный интеллект может закрывать отдельные атомарные задачи подбора — от составления текста вакансии до аналитики по проблемным направлениям найма.
Отдельное внимание было уделено психологическому сопротивлению команд подбора внедрению технологий и подходам к его преодолению, а также архитектурному выбору между единой универсальной системой и гибкой модульной экосистемой инструментов.
Ключевые тезисы
Команды подбора часто сопротивляются внедрению автоматизации и искусственного интеллекта, потому что большинство специалистов пришли в профессию ради человеческого контакта, а не ради работы с алгоритмами и текстовыми запросами. → Решение: выявлять внутри команд сотрудников, которым интересна автоматизация и аналитика, развивать их как лидеров изменений, а также привлекать внешнюю экспертизу и готовые платформенные решения, которые берут на себя технологическую часть трансформации.
Распространено ошибочное представление, что искусственный интеллект может закрыть весь процесс подбора одной универсальной системой сразу — от поиска кандидата до оформления. → Решение: разбивать процесс подбора на последовательность отдельных, атомарных задач и решать каждую из них отдельным специализированным агентом искусственного интеллекта, объединяя их в единую цепочку через координирующую платформу.
На рынке существует множество отдельных инструментов автоматизации — чат-боты, системы скоринга, сервисы проверки службы безопасности, — которые не связаны друг с другом и не обмениваются данными, из-за чего процесс подбора остается фрагментированным. → Решение: строить не одну закрытую универсальную систему, а расширяемую модульную экосистему, где разные решения интегрируются между собой через API, встраиваемые виджеты и готовые маркетплейс-интеграции с единым интерфейсом и оплатой.
Проблемы, обозначенные на вебинаре
Сопротивление команд подбора внедрению автоматизации
Максим Королёв обратил внимание на то, что тема автоматизации и искусственного интеллекта звучит в компаниях постоянно и входит в показатели эффективности руководителей, но при этом внедряется с большим трудом и вызывает у сотрудников заметное сопротивление. По его наблюдению, причина не в интеллектуальной сложности задачи, а в том, что большинство людей, которые выбрали профессию рекрутера или HR-специалиста несколько лет назад, шли туда ради работы с людьми — понимания кандидатов, выстраивания отношений с заказчиками, формирования команд. Когда значительная часть повседневных задач смещается в сторону работы с алгоритмами и текстовыми запросами, у специалистов пропадает интерес к процессу, поскольку он перестает совпадать с их изначальной профессиональной мотивацией.
Ошибочные ожидания от искусственного интеллекта в подборе
Спикер отметил распространенный стереотип, что можно один раз внедрить достаточно мощную систему искусственного интеллекта, которая полностью заменит рекрутера — найдет кандидатов, проведет интервью, согласует все детали и оформит найм целиком самостоятельно. По его словам, на практике построить такую единую всеохватывающую систему сразу невозможно, и попытка ждать подобного результата приводит только к разочарованию во внедрении.
Разрозненность инструментов автоматизации на рынке
Отдельная проблема, которую обозначил спикер, — обилие несвязанных между собой решений для отдельных задач подбора: чат-боты, системы скоринга резюме, сервисы проверки службы безопасности, инструменты для расшифровки резюме и другие. По его наблюдению, если раньше автоматизация внедрялась централизованно и сразу на всю компанию, то сейчас чаще происходит снизу вверх — сотрудники на местах самостоятельно находят и тестируют отдельные инструменты. В результате в компании образуется множество полезных, но изолированных друг от друга решений, которые не обмениваются данными и не встроены в общую аналитику.
Риск потери ценных кандидатов при автоматическом отсеве
В ходе сессии вопросов участники подняли тему риска, связанного с автоматическим отсевом кандидатов искусственным интеллектом: рекрутеры опасаются потерять уникального специалиста, которого мог бы заметить только внимательный человек при ручном просмотре. Также обсуждалась тема растущей конкуренции технологий с обеих сторон процесса найма — работодатели используют искусственный интеллект для отбора кандидатов, а кандидаты, в свою очередь, применяют его для адаптации резюме под конкретную вакансию.
Сложности автоматизации массового подбора
Одна из участниц встречи описала практическую сложность применения инструментов искусственного интеллекта в массовом подборе: значительная часть принятых кандидатов на массовые позиции откликается без резюме, а доступные для анализа данные ограничиваются возрастом и историей взаимодействия кандидата с компанией в системе. По ее словам, действующий инструмент анализа резюме не умеет учитывать эту историю взаимодействия, что затрудняет качественный анализ профиля принимаемых сотрудников при большом потоке откликов на вакансию.
Решения, предложенные на вебинаре
Работа с мотивацией команды подбора
Максим Королёв предложил два взаимодополняющих подхода к преодолению сопротивления автоматизации внутри команд. Первый — целенаправленно искать внутри команды подбора сотрудников, которым интересна именно технологическая и аналитическая часть работы, и развивать их как проводников изменений, используя инструменты вовлеченности и оценки, включая метод 360 градусов. Второй подход — обращаться к внешней экспертизе и готовым платформенным решениям, которые могут взять на себя технологическую сложность трансформации и сопроводить команду через этот переход.
Декомпозиция процесса подбора на атомарные задачи
Ключевым архитектурным решением, которое предложил спикер, стал отказ от идеи единой всеохватывающей системы искусственного интеллекта в пользу набора узкоспециализированных агентов, каждый из которых закрывает одну конкретную задачу.
Работа рекрутера была представлена как последовательность превращений одного вида информации в другой: неструктурированный запрос заказчика превращается в текст вакансии, текст вакансии — в точку контакта с кандидатом и в сценарий интервью, список откликнувшихся кандидатов — в ранжированный список, а затем в список финалистов после дополнительного опроса.
Под каждую из этих задач в «Потоке» работает отдельный специализированный агент: один составляет текст вакансии на основе исходного брифа, другой генерирует вопросы для интервью, третий формирует поисковый запрос и запускает автоматический поиск кандидатов на внешних площадках, четвертый ранжирует поступившие резюме и присваивает им балл соответствия вакансии, а отдельные агенты берут на себя дополнительный опрос кандидатов ботом и организацию видеоинтервью для оценки навыков, которые сложно определить по тексту резюме.
Модульная экосистема вместо единой закрытой системы
Спикер обозначил два исторически существующих подхода к построению комплексной системы автоматизации подбора:
создание одной универсальной системы, включающей все необходимые модули,
либо построение связанной экосистемы из нескольких специализированных решений.
По его оценке, единая универсальная система выглядит более надежной, но медленнее адаптируется к быстро меняющимся условиям рынка труда и технологий.
Поэтому «Поток» делает ставку на второй подход и предлагает клиентам несколько механизмов интеграции внешних решений: программный интерфейс для обмена данными о вакансиях, кандидатах и аналитике с любым поставщиком технологий; встраиваемые виджеты, которые позволяют разместить интерфейс стороннего сервиса — например, чат-бот-платформы или системы тестирования — прямо внутри интерфейса «Потока»; конструктор автоматизации без программирования, который позволяет выстраивать гибкие цепочки условий между разными агентами и сервисами, включая как решения «Потока», так и сторонние инструменты; и маркетплейс готовых интеграций, где решения сторонних поставщиков уже технически подключены к платформе и могут быть настроены в течение нескольких дней, а также закуплены напрямую через «Поток» без отдельных тендерных процедур и с единым процессом обработки персональных данных.
Направления развития для массового подбора
Отвечая на вопрос о трудностях автоматизации массового подбора без резюме, спикер обозначил два направления, в которых компания сейчас ищет решение. Первое — развитие систем обогащения данных о кандидате, которые позволяют находить дополнительную информацию по номеру телефона или имени, даже если кандидат откликнулся без резюме — например, обнаружить его профиль в другом источнике или в социальных сетях. Второе направление — расширение формальных критериев фильтрации кандидатов, которые предоставляют площадки для размещения вакансий, чтобы рекрутер мог настраивать более точный отбор уже на этапе поступления откликов.
Практические советы с вебинара
Максим Королёв рекомендовал компаниям, которые планируют развивать автоматизацию подбора, в первую очередь не ждать одной идеальной системы, способной закрыть весь процесс сразу, а начинать с внедрения отдельных агентов под конкретные узкие задачи и постепенно связывать их в общую логику. Он посоветовал уделять внимание внутренней мотивации команды при внедрении новых инструментов и искать среди сотрудников тех, кому интересна технологическая часть работы, вместо того чтобы требовать вовлеченности от всей команды одинаково.
Отдельный совет касался работы с рисками автоматического отсева кандидатов: спикер предложил оценивать применение искусственного интеллекта не как замену ручного просмотра, а как расширение охвата — с учетом того, что при полностью ручной обработке большого потока откликов значительная часть кандидатов вообще не будет рассмотрена никем. Он также рекомендовал компаниям, работающим с внешними вендорами и отдельными инструментами автоматизации, инициировать интеграцию этих решений с основной платформой подбора, чтобы избежать фрагментации данных и процессов.
По вопросу развития продукта спикер сообщил, что до конца текущего квартала запланирована возможность просматривать аналитику по адаптации сотрудников непосредственно внутри «Потока», в едином окне с данными по найму, что позволит рекрутерам отслеживать судьбу кандидата не только до момента выхода на работу, но и в период прохождения адаптации.
Итоги и выводы
В завершение выступления Максим Королёв подчеркнул, что предсказать, каким будет следующий этап развития рынка труда и технологий, невозможно — меняются и процессы подбора, и сами инструменты, и ситуация на рынке в целом. Именно поэтому компания делает ставку на гибкость и адаптивность архитектуры, а не на попытку построить одну закрытую и неизменную систему.
По его словам, модульная экосистема, объединяющая собственные специализированные агенты «Потока» с решениями сторонних поставщиков через программные интерфейсы, встраиваемые виджеты и готовые интеграции, позволяет компаниям гибко подстраивать процесс найма под меняющиеся условия, сохраняя единый интерфейс и общую логику подбора.
Отдельным выводом стало то, что успешное внедрение автоматизации невозможно без работы с мотивацией команды — технологическая трансформация подбора должна учитывать, что для многих специалистов человеческий контакт остается главной профессиональной ценностью, и задача руководителей — находить для таких сотрудников место в новой модели работы, а не противопоставлять их автоматизации.
Этот вебинар также можно посмотреть на нашем канале в Rutube
Транскрибация записи вебинара выполнена автоматически с использованием нейросети
Конспект вебинара подготовлен Анной Амелиной, продуктовым редактором «Потока»