Два полюса рынка труда
Генеральный директор «Потока» Сергей Ахметов и директор по продуктам компании Максим Королев записали подкаст, посвященный парадоксальной ситуации на рынке труда: переизбытку офисных и IT-специалистов при острейшем дефиците линейного персонала. В ходе беседы они обсудили причины этого расщепления, новые подходы к найму в условиях высокой конкуренции, эволюцию оценки кандидатов и трансформацию роли рекрутера.
Коротко о главном
Этот выпуск — практическое руководство для рекрутеров, HR-специалистов и руководителей по найму по тому, как адаптировать процессы подбора к новой реальности: с одной стороны, к лавине откликов на офисные позиции, с другой — к хронической нехватке линейного персонала.
Спикеры разобрали конкретные инструменты и подходы: от проработки вакансий и AI-скоринга до оркестрации множества каналов привлечения и автоматизации первого контакта.
Спикеры разобрали конкретные инструменты и подходы: от проработки вакансий и AI-скоринга до оркестрации множества каналов привлечения и автоматизации первого контакта.
Ключевые тезисы
- Рынок труда расщепился на два полюса — в офисном и IT-секторе сотни откликов на вакансию, а в реальном секторе (строительство, ритейл, агросектор) острейший дефицит кадров. → Решение: Для каждого полюса нужна своя стратегия: в офисном подборе — фокус на качестве и отсечении длинного хвоста, в массовом — на скорости, автоматизации первого контакта и диверсификации каналов привлечения.
- Стоимость отклика для кандидатов резко упала из-за ИИ-инструментов, генерирующих резюме и сопроводительные письма, что привело к лавине нерелевантных заявок. → Решение: AI-скоринг помогает отсекать длинный хвост, но работает эффективно только при качественно проработанной вакансии. Если требования размыты, даже идеальный скоринг не даст результата.
- Традиционные методы оценки кандидатов не позволяют выявить суперталантов среди сотен откликов. → Решение: Необходима декомпозиция таланта на компетенции и последующий синтез в структурированное интервью, проверяющее конкретные фрагменты опыта. Это позволяет оценивать кандидатов глубже, не увеличивая время собеседования.
- В массовом подборе традиционные 2-3 источника кандидатов перестали закрывать потребность, а время первого контакта измеряется минутами. → Решение: Оркестрация десятков каналов (включая контекстную рекламу, соцсети, отраслевые площадки), автоматизация первичного контакта в течение 15 минут и сохранение человечности в общении с кандидатами.
Рассмотренные проблемы
Сергей Ахметов и Максим Королев обозначили ключевые вызовы, с которыми сталкиваются компании на разных полюсах рынка труда:
1. Разделение рынка труда на два полюса
Рынок найма разделился на две противоположные ситуации. В офисном секторе — IT, финансы, управление — наблюдается явный избыток специалистов. Массовые сокращения в крупных корпорациях, замедление роста IT-рынка и увеличение числа соискателей привели к тому, что на одну вакансию может приходиться до 500 и даже 800 откликов. В реальном секторе — строительство, сельское хозяйство, ритейл, логистика — рекордно низкая безработица и острейший дефицит кадров.
2. Падение стоимости отклика и рост нерелевантных заявок
Кандидаты массово используют ИИ для генерации резюме и сопроводительных писем. Современные джоб-борды встраивают функцию «Сгенерировать резюме под эту вакансию» прямо на странице вакансии. Это приводит к тому, что кандидаты могут откликаться на десятки и сотни позиций с минимальными усилиями. Стоимость отклика для соискателя резко падает, а вместе с ней растет число нерелевантных заявок.
3. Необходимость перехода от скорости к качеству в офисном подборе
В условиях переизбытка кандидатов фокус смещается со скорости закрытия вакансии на качество найма. Рекрутеры и нанимающие менеджеры могут позволить себе выбирать лучших из сотен откликов. Однако традиционные методы оценки — просмотр резюме, стандартные собеседования — не дают возможности объективно выявить суперталантов среди множества соискателей. Появляется потребность в новых подходах к оценке, которые позволят не только отсеять неподходящих, но и найти лучших.
4. Дефицит линейного персонала и фрагментация каналов
В массовом подборе традиционная модель с 2-3 основными джоб-бордами перестала работать. Кандидаты из этих источников часто одни и те же, а новых людей на рынке появляется недостаточно. Возникает необходимость использовать десятки каналов — отраслевые площадки, контекстную рекламу, социальные сети, оффлайн-каналы. Это требует новой компетенции: управления бюджетом, оркестрации источников и аналитики стоимости найма из каждого канала.
5. Автоматизация первого контакта как критический фактор
Время первого контакта с кандидатом в массовом подборе сокращается до 15-30 минут. Если компания не автоматизирует этот этап, кандидатов просто «уводят» конкуренты, которые реагируют быстрее. Автоматический скоринг, боты в мессенджерах и голосовые роботы становятся обязательным инструментом. Однако автоматизация не должна снижать кандидатский опыт — важно сохранять человеческое внимание даже при масштабировании процессов.
1. Разделение рынка труда на два полюса
Рынок найма разделился на две противоположные ситуации. В офисном секторе — IT, финансы, управление — наблюдается явный избыток специалистов. Массовые сокращения в крупных корпорациях, замедление роста IT-рынка и увеличение числа соискателей привели к тому, что на одну вакансию может приходиться до 500 и даже 800 откликов. В реальном секторе — строительство, сельское хозяйство, ритейл, логистика — рекордно низкая безработица и острейший дефицит кадров.
2. Падение стоимости отклика и рост нерелевантных заявок
Кандидаты массово используют ИИ для генерации резюме и сопроводительных писем. Современные джоб-борды встраивают функцию «Сгенерировать резюме под эту вакансию» прямо на странице вакансии. Это приводит к тому, что кандидаты могут откликаться на десятки и сотни позиций с минимальными усилиями. Стоимость отклика для соискателя резко падает, а вместе с ней растет число нерелевантных заявок.
3. Необходимость перехода от скорости к качеству в офисном подборе
В условиях переизбытка кандидатов фокус смещается со скорости закрытия вакансии на качество найма. Рекрутеры и нанимающие менеджеры могут позволить себе выбирать лучших из сотен откликов. Однако традиционные методы оценки — просмотр резюме, стандартные собеседования — не дают возможности объективно выявить суперталантов среди множества соискателей. Появляется потребность в новых подходах к оценке, которые позволят не только отсеять неподходящих, но и найти лучших.
4. Дефицит линейного персонала и фрагментация каналов
В массовом подборе традиционная модель с 2-3 основными джоб-бордами перестала работать. Кандидаты из этих источников часто одни и те же, а новых людей на рынке появляется недостаточно. Возникает необходимость использовать десятки каналов — отраслевые площадки, контекстную рекламу, социальные сети, оффлайн-каналы. Это требует новой компетенции: управления бюджетом, оркестрации источников и аналитики стоимости найма из каждого канала.
5. Автоматизация первого контакта как критический фактор
Время первого контакта с кандидатом в массовом подборе сокращается до 15-30 минут. Если компания не автоматизирует этот этап, кандидатов просто «уводят» конкуренты, которые реагируют быстрее. Автоматический скоринг, боты в мессенджерах и голосовые роботы становятся обязательным инструментом. Однако автоматизация не должна снижать кандидатский опыт — важно сохранять человеческое внимание даже при масштабировании процессов.
Предложенные решения
Сергей Ахметов и Максим Королев предложили конкретные подходы к найму на каждом из полюсов рынка:
Для офисного и IT-подбора: многоуровневая система отбора
1. Проработка вакансии как первый и главный шаг
Рекрутеры часто ошибочно фокусируются на резюме, упуская качество самой вакансии. AI-скоринг сравнивает два текста — вакансию и резюме. Если требования в вакансии размыты, не ранжированы по важности или не соответствуют реальной позиции, даже идеальный скоринг не даст результата. Поэтому первое, на что стоит обратить внимание — это сама вакансия. Если в ней нет четкого ранжирования требований, не прописано, что критично, что желательно, а что вторично, то скоринг будет работать некорректно.
2. AI-скоринг для сокращения длинного списка кандидатов
Главная функция скоринга — не поиск лучших, а отсечение заведомо неподходящих кандидатов. Из 800 откликов система помогает отсечь 600-700, которые точно не соответствуют требованиям. При этом важно, чтобы ошибка первого рода (когда отсекли того, кто на самом деле подошел) была минимальной. Скоринг должен быть настроен так, чтобы все потенциально подходящие кандидаты гарантированно проходили дальше.
3. Декомпозиция таланта и синтез интервью
Для выявления суперталантов среди сотен кандидатов необходим многошаговый подход. Сначала нанимающий менеджер определяет, где разница между средним и лучшим сотрудником критична, а где незначительна. Затем для позиций с высокой дельтой формируется понимание, что такое «талант» в этой роли. Далее талант декомпозируется на области (хард-скиллы, софт-скиллы, поведенческие характеристики, коммуникативные навыки), а области — на конкретные компетенции. После этого компетенции схлопываются обратно в структурированное интервью, которое проверяет их через фрагменты опыта кандидата.
Для массового подбора: скорость, автоматизация и человечность
1. Оркестрация множества каналов привлечения
Вместо традиционных 2-3 джоб-бордов необходимо использовать десятки каналов: отраслевые площадки, контекстную и баннерную рекламу, социальные сети, профессиональные сообщества, оффлайн-каналы. Это требует управления бюджетом, анализа конверсии и стоимости найма из каждого источника.
2. Автоматизация первого контакта в течение 15 минут
Время реакции на отклик кандидата становится критическим фактором. Если компания не связывается с кандидатом в течение 15-30 минут, его перехватывают конкуренты. Для обеспечения такой скорости все этапы до первого контакта должны быть автоматизированы: моментальный скоринг, автоматическая коммуникация в мессенджерах или голосовой робот с первичным скринингом.
3. Сохранение человечности в автоматизированных процессах
Автоматизация не должна снижать кандидатский опыт. Кандидаты не любят чувствовать себя частью конвейера. Задача рекрутера или HRD — выстроить автоматизированный подбор так, чтобы он для всех участников процесса ощущался человечным. Это требует компетенции на стыке технических возможностей и эмпатии: использовать автоматизацию для скорости, но при этом сохранять тепло и внимание в коммуникации.
Для офисного и IT-подбора: многоуровневая система отбора
1. Проработка вакансии как первый и главный шаг
Рекрутеры часто ошибочно фокусируются на резюме, упуская качество самой вакансии. AI-скоринг сравнивает два текста — вакансию и резюме. Если требования в вакансии размыты, не ранжированы по важности или не соответствуют реальной позиции, даже идеальный скоринг не даст результата. Поэтому первое, на что стоит обратить внимание — это сама вакансия. Если в ней нет четкого ранжирования требований, не прописано, что критично, что желательно, а что вторично, то скоринг будет работать некорректно.
2. AI-скоринг для сокращения длинного списка кандидатов
Главная функция скоринга — не поиск лучших, а отсечение заведомо неподходящих кандидатов. Из 800 откликов система помогает отсечь 600-700, которые точно не соответствуют требованиям. При этом важно, чтобы ошибка первого рода (когда отсекли того, кто на самом деле подошел) была минимальной. Скоринг должен быть настроен так, чтобы все потенциально подходящие кандидаты гарантированно проходили дальше.
3. Декомпозиция таланта и синтез интервью
Для выявления суперталантов среди сотен кандидатов необходим многошаговый подход. Сначала нанимающий менеджер определяет, где разница между средним и лучшим сотрудником критична, а где незначительна. Затем для позиций с высокой дельтой формируется понимание, что такое «талант» в этой роли. Далее талант декомпозируется на области (хард-скиллы, софт-скиллы, поведенческие характеристики, коммуникативные навыки), а области — на конкретные компетенции. После этого компетенции схлопываются обратно в структурированное интервью, которое проверяет их через фрагменты опыта кандидата.
Для массового подбора: скорость, автоматизация и человечность
1. Оркестрация множества каналов привлечения
Вместо традиционных 2-3 джоб-бордов необходимо использовать десятки каналов: отраслевые площадки, контекстную и баннерную рекламу, социальные сети, профессиональные сообщества, оффлайн-каналы. Это требует управления бюджетом, анализа конверсии и стоимости найма из каждого источника.
2. Автоматизация первого контакта в течение 15 минут
Время реакции на отклик кандидата становится критическим фактором. Если компания не связывается с кандидатом в течение 15-30 минут, его перехватывают конкуренты. Для обеспечения такой скорости все этапы до первого контакта должны быть автоматизированы: моментальный скоринг, автоматическая коммуникация в мессенджерах или голосовой робот с первичным скринингом.
3. Сохранение человечности в автоматизированных процессах
Автоматизация не должна снижать кандидатский опыт. Кандидаты не любят чувствовать себя частью конвейера. Задача рекрутера или HRD — выстроить автоматизированный подбор так, чтобы он для всех участников процесса ощущался человечным. Это требует компетенции на стыке технических возможностей и эмпатии: использовать автоматизацию для скорости, но при этом сохранять тепло и внимание в коммуникации.
4. Сложность интерпретации данных. Без структурированной модели сложно понять, почему сотрудники недовольны и какие управленческие действия необходимы.
Практические советы
Сергей Ахметов и Максим Королев дали конкретные рекомендации для рекрутеров, руководителей подбора и кандидатов, адаптирующихся к новой реальности рынка труда:
Для рекрутеров и нанимающих менеджеров: как перестроить процесс подбора
Для руководителей подбора: как управлять командой в новой реальности
Для кандидатов: как выделиться и адаптироваться
Для рекрутеров и нанимающих менеджеров: как перестроить процесс подбора
- Начинайте с вакансии. Прежде чем смотреть на резюме, проверьте, насколько качественно проработаны требования. Ранжируйте их по важности: что критично, что желательно, что вторично.
- Используйте скоринг для отсечения, а не для выбора. Главная задача AI-инструментов — избавить вас от заведомо неподходящих кандидатов. Настройте систему так, чтобы ошибка первого рода была минимальной.
- Определите, где нужны суперталанты. Задайте себе вопрос: какая разница в производительности между средним и лучшим сотрудником на этой позиции? Если 10-20%, усилия по поиску «звезд» экономически неоправданны. Если десятикратная — вкладывайте ресурсы в глубокую оценку.
- Автоматизируйте все, что можно, до первого контакта с кандидатом. В массовом подборе время реакции — ключевой фактор. Настройте автоматический скоринг, ботов в мессенджерах и голосовых роботов так, чтобы первый контакт происходил в течение 15 минут после отклика.
- Не теряйте человечность. Автоматизация не должна делать общение с кандидатом безличным. Ищите способы сохранять тепло и внимание даже в автоматизированных процессах. В условиях дефицита кадров каждый кандидат на вес золота.
Для руководителей подбора: как управлять командой в новой реальности
- Переводите разговоры с бизнесом на язык денег. Способность обосновать бюджет на наём, показать стоимость закрытия позиции и конверсию по каналам — это новый уровень стратегической функции рекрутмента. Вы не просто приводите людей, вы управляете инвестициями в персонал.
- Поддерживайте баланс между автоматизацией и человечностью. Задача команды — выстроить подбор так, чтобы он был быстрым, эффективным, но при этом не снижал кандидатский опыт.
- Смещайте фокус команды со скорости на качество там, где это критично. В офисном подборе, особенно на позициях с высокой дельтой производительности, учите рекрутеров задавать вопросы о качестве, о ценности, которую сотрудник принесет бизнесу, а не только о скорости закрытия.
Для кандидатов: как выделиться и адаптироваться
- Адаптируйте резюме под каждую вакансию. Скоринг сравнивает тексты, и чем точнее ваше резюме соответствует требованиям, тем выше шанс пройти первый фильтр. Это требует усилий, но в условиях конкуренции окупается.
- Не рассчитывайте только на резюме. Люди читают только три строчки: название компании, где вы работали, иногда образование и фотографию. Важно, чтобы эти строчки работали на вас. Но главное — готовьтесь демонстрировать результаты, а не только описывать обязанности.
- Стройте карьеру через сложные задачи и сильные команды. Самый быстрый рост дает работа с теми, кто сильнее вас. Ищите коллективы, где вы будете самым слабым звеном — это лучший способ наращивать базу и компетенции.
Итоги и выводы
Подводя итоги беседы, Сергей Ахметов и Максим Королев подчеркнули, что рынок труда находится в точке бифуркации. Два его полюса — переизбыток офисных специалистов и дефицит линейного персонала — требуют принципиально разных подходов к найму.
Главный вывод подкаста: рекрутерам и HRD предстоит освоить новые компетенции — на одном полюсе это глубокая аналитика и оценка талантов, на другом — оркестрация каналов и управление конверсией. В любом случае, функция подбора выходит на новый стратегический уровень, где решения принимаются на языке бизнеса и измеряются деньгами, а не количеством закрытых вакансий.
Главный вывод подкаста: рекрутерам и HRD предстоит освоить новые компетенции — на одном полюсе это глубокая аналитика и оценка талантов, на другом — оркестрация каналов и управление конверсией. В любом случае, функция подбора выходит на новый стратегический уровень, где решения принимаются на языке бизнеса и измеряются деньгами, а не количеством закрытых вакансий.
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»
Конспект вебинара подготовлен Анной Амелиной, продуктовым редактором «Потока»