Все статьи
HR
19 марта 20269 мин

ИИ-агенты для HR: от скрининга резюме до онбординга

HR — отдел, где доля повторяющейся работы особенно высока, а цена задержки особенно заметна. Сильный кандидат, который не получил ответ три дня, принимает оффер конкурента. Это не гипотеза, а обычный вторник в любой компании, которая активно нанимает.

Ниже — куда уходит время в HR-отделе компании на 50–200 человек, какие четыре задачи автоматизируются первыми и где проходит граница, за которую агента пускать не стоит.


Где HR теряет время

Типичная раскладка при одной-двух открытых вакансиях:

  • скрининг откликов — 3–5 часов в день при активном подборе;
  • ответы на вопросы сотрудников — 1,5–2 часа в день: когда отпуск, где расчётный лист, как оформить справку;
  • онбординг — 8–16 часов на каждого нового сотрудника;
  • согласование собеседований — 30–60 минут на кандидата, почти целиком переписка о времени;
  • отчётность для руководства — 3–4 часа в неделю.

Общее у всех пяти пунктов: работа нужная, но не требующая квалификации HR. Именно поэтому она автоматизируется, а собеседование — нет.


Агент 1: скринер откликов

Что делает: собирает отклики из всех каналов (hh.uz, Telegram, почта, форма на сайте), приводит данные кандидатов к единому виду, сверяет с требованиями вакансии, ранжирует и отдаёт HR короткий список с обоснованием по каждому. Явно неподходящим отправляет вежливый ответ в тот же день.

Эффект: сотня откликов обрабатывается за минуты вместо двух рабочих дней.

Требуйте от агента не вердикт, а обоснование: «подходит по стеку, но нет опыта в вашей отрасли». Список без объяснений невозможно проверить, а значит, ему нельзя доверять.

Важное ограничение. Агент отсеивает по формальным критериям — опыт, навыки, язык, локация. Он не оценивает мотивацию, обучаемость и то, впишется ли человек в команду. Поэтому правильная настройка — «отсеять заведомо нерелевантное и отранжировать остальное», а не «выбрать лучшего».

Агент 2: координатор собеседований

Что делает: смотрит свободные слоты интервьюеров в календаре, предлагает кандидату варианты времени, подтверждает встречу, шлёт напоминания, при переносе согласует новое время и готовит интервьюеру короткую сводку по кандидату перед встречей.

Эффект: организация одного собеседования перестаёт занимать время HR вообще. Это самая простая из четырёх задач и обычно самая благодарная — здесь почти нет риска ошибки.

Агент 3: онбординг-ассистент

Что делает: встречает нового сотрудника в мессенджере в первый день, ведёт его по чек-листу первой недели, выдаёт документы и инструкции по мере необходимости, напоминает о задачах адаптации и отвечает на вопросы по внутренним правилам.

Эффект: новичок получает ответы сразу, а не когда у наставника найдётся минута. Побочный эффект важнее прямого: перестаёт теряться часть онбординга, которая раньше зависела от занятости конкретного человека.

Агент 4: ответы на вопросы сотрудников

Что делает: отвечает по внутренним документам — политика отпусков, порядок оформления справок, условия ДМС, регламенты. Обязательно со ссылкой на документ и с честным «этого в базе нет», когда ответа действительно нет.

Эффект: снимается основной поток одинаковых вопросов. Технически это RAG-система на ваших HR-документах.

Здесь же вскрывается частая проблема: половина ответов существует только в голове у HR-директора. Загрузка базы вынуждает их наконец записать — и это отдельная ценность, независимая от агента.


Чего автоматизировать не стоит

Граница проходит там, где начинается решение о человеке.

Финальный выбор кандидата. Агент ранжирует, решает человек. Не только из этики: формальные критерии систематически недооценивают нестандартные профили, а именно они часто оказываются лучшими наймами.

Отказ после собеседования. Автоматический вежливый ответ на первом этапе — нормально. Шаблонный отказ после того, как человек потратил два часа на разговор, читается как неуважение и стоит репутации.

Сложные разговоры. Конфликты, увольнения, зарплатные вопросы — территория человека целиком. Агент не должен даже пытаться.

Оценка «культурного соответствия». Формализовать это невозможно, а попытка приводит к тому, что система воспроизводит предвзятость, которая была в исторических данных.


Что нужно подготовить

  • описания вакансий с реальными, а не скопированными требованиями;
  • критерии отбора с приоритетами: что обязательно, что желательно;
  • внутренние документы для базы знаний;
  • чек-лист онбординга — если он существует только в устной традиции, его придётся записать;
  • доступ к календарю и каналу, где вы общаетесь с кандидатами.

Реалистичный срок для первого агента — две недели, из них большая часть уходит не на разработку, а на подготовку. План по дням — в статье о внедрении за 2 недели.


Частые вопросы

С какого из четырёх агентов начинать?

Со скринера, если вы активно нанимаете, — там больше всего ручных часов. С базы знаний, если подбор нерегулярный, а сотрудников много: тогда основной поток вопросов идёт изнутри.

Кандидатам сообщать, что отвечает бот?

Да. Скрывать это бессмысленно — люди узнают в первом же разговоре с живым человеком, и осадок останется. Одна честная строка в первом сообщении снимает вопрос.

Не отсеет ли агент сильного кандидата?

Отсеет, если поручить ему принимать решение. Поэтому настройка правильная такая: отсеиваются только те, кто явно не проходит по жёстким критериям, всё остальное ранжируется и уходит человеку. Спорные случаи должны попадать наверх списка, а не в отказ.

Что с персональными данными кандидатов?

Резюме — персональные данные, и с ними работают по тем же правилам, что и с клиентскими: понятный срок хранения, ограниченный доступ, возможность удаления по запросу. Это стоит зафиксировать до запуска, а не после первого вопроса от кандидата.

Сколько стоит?

Один процесс — пилот от $1 500 плюс расходы на API, обычно десятки долларов в месяц. Разбор бюджетов — в статье сколько стоит ИИ-автоматизация.


С чего начать

Посчитайте, сколько часов в неделю ваш HR тратит на скрининг и на одинаковые вопросы сотрудников. Умножьте на стоимость часа. Если цифра значимая — начинайте с той из двух задач, которая больше.

Хотите посчитать вместе — мы делаем бесплатный разбор процессов и говорим прямо, если объёма пока не хватает для окупаемости.

Читайте также

Подпишитесь на AI-инсайты

Кейсы, советы и тренды ИИ-автоматизации — раз в неделю

Хотите такие же результаты?

Получите бесплатную консультацию и расчёт ROI для вашей компании

Бесплатная консультация

Наши кейсы

Собственный процесс UNIKA

Ассистент руководителя: одна сводка в день вместо разбора четырёх направлений

1 сводка в день4 направления в одном отчёте
Собственный процесс UNIKA

ERP на четыре бизнеса: пайплайн, финансы и база знаний в одной системе

4 бизнеса в одной системе30 дн окно дедупликации лидов
Разбор инцидента

42 сообщения ушли без подтверждения: как мы чинили собственный гейт одобрения

42 сообщения ушли без спроса3 дня до обнаружения
Собственный процесс UNIKA

Контент без перегруза команды: конвейер черновиков с подтверждением человеком

5 черновиков в неделю0 публикаций без подтверждения
Агротуризм и гостеприимство

Превратили атмосферу Lavender Hills в понятный сценарий визита

3 языковые версии2 картографических сервиса
Fitness, wellness и beauty

Собрали сайт LUNA wellness вокруг выбора занятия, доверия к пространству и записи

2 языковые версии6 основных направлений
Туризм, авиаперевозки и MICE

Создали цифровой маршрут от выбора тура до консультации Team Avia

3 языковые версии5 детальных внутренних маршрутов

Клиент: SAYF DESIGN

AI Agent / Sales Automation / CRM Automation

AI-консультант, который превращает входящие сообщения в структурированные лиды

Больше заявок со второй неделиНиже стоимость заявки

Клиент: UNIKA Agency

AI Outreach / Sales Automation / LinkedIn

LinkedIn outreach, который ведёт диалог до следующего шага

LinkedIn канал B2B-коммуникацииAI анализ и продолжение диалога
ИИ-агенты для HR: от скрининга резюме до онбординга | UNIKA