Вакансия согласована, отклики начали приходить – и дальше у рекрутера начинается большая часть работы, которую со стороны почти не видно. Нужно сопоставить кандидатов с требованиями, собрать резюме из разных источников, провести интервью, сохранить важные детали разговора и передать нанимающему менеджеру достаточно информации для решения. Чем больше вакансий и каналов поиска, тем сложнее держать весь этот процесс в одной системе.

При этом большое количество откликов само по себе проблему не решает. На востребованные вакансии могут приходить сотни резюме, но широкий выбор ещё не означает, что среди них легко найти действительно подходящего специалиста. По данным исследования hh.ru, 93% работодателей в той или иной степени сталкиваются с дефицитом нужных навыков у кандидатов. Для рекрутера это означает довольно знакомую ситуацию: откликов много, а качественный поиск и отбор всё равно требуют времени.

Всё начинается не с резюме

Кажется логичным, что автоматизация найма должна начинаться с поиска кандидатов или сортировки откликов. Но часть проблем возникает раньше – в тот момент, когда компания ещё только пытается сформулировать, кого именно хочет нанять.

Формулировка вроде «нужен сильный senior-разработчик с хорошими soft skills» может означать совершенно разные вещи для руководителя команды и рекрутера. К ней добавляются требования к опыту, стеку, бюджету и формату работы, а также длинный список пожеланий, где не всегда понятно, что действительно обязательно, а чем можно пожертвовать.

CareerGo предлагает начинать работу именно с этого этапа. Платформа позиционируется как CRM для подбора и объединяет в одной среде работу с вакансией, поиск и оценку кандидатов, интервью и последующую аналитику.

Первый этап – «Бриф». В CareerGo можно загрузить исходные требования к позиции, после чего система помогает их структурировать: задаёт уточняющие вопросы, ищет потенциальные противоречия и позволяет разделить критичные критерии и то, что можно выяснить уже во время общения с кандидатом.

Например, система может обратить внимание на ситуацию, когда от специалиста ждут редкого сочетания компетенций и большого опыта, но бюджет вакансии этому плохо соответствует. Или помочь команде заранее определить, что для конкретной позиции важнее: определённый технологический стек, управленческий опыт или знание отрасли.

На первый взгляд это не самая эффектная часть применения AI. Но именно здесь во многом задаётся качество всего дальнейшего поиска: чем точнее рекрутер и нанимающий менеджер договорились о требованиях на старте, тем меньше времени придётся тратить на кандидатов, которые формально подходят под описание вакансии, но не отвечают реальному запросу команды.

Когда источников много, появляется другая проблема

Рекрутеры редко работают с одним источником. Есть крупные job-платформы, тематические каналы, профессиональные сообщества, рекомендации и, наконец, собственная база компании. Последний источник легко недооценить: человек, который не подошёл на одну позицию полгода назад, вполне может идеально соответствовать другой.

В CareerGo планируют постепенно расширять интеграции с внешними площадками – в числе направлений команда называет hh.ru, SuperJob, VK Work и Telegram. Приоритеты будут зависеть от того, какими источниками чаще пользуются клиенты; следующей интеграцией в roadmap сейчас стоит Avito. При этом кандидатов уже можно добавлять в систему вручную и работать с собственной накопленной базой.

Отдельный механизм мэтчинга позволяет искать подходящие профили не только среди новых кандидатов, но и среди тех, кто уже попадал в поле зрения компании раньше.

Здесь особенно полезна идея семантического поиска. При обычном фильтре человек может выпасть из выдачи просто потому, что описал один и тот же опыт другими словами. Поиск по смыслу позволяет смотреть на содержание проектов, навыки и контекст работы шире, чем на набор совпавших ключевых слов.

Иногда новый поиск вообще разумнее начинать со старой базы. Компания уже потратила время на контакт с этими людьми, знает часть их опыта и, возможно, даже успела провести интервью. Вопрос лишь в том, можно ли быстро заново сопоставить этот массив с требованиями свежей вакансии.

Сто резюме ещё не означают сто сопоставимых кандидатов

После поиска возникает следующая трудность: два специалиста могут иметь очень похожий опыт и при этом совершенно по-разному рассказывать о нём.

Один подробно распишет проекты, технологии и результаты на трёх страницах. Другой ограничится несколькими строками под названием компании. Если сравнивать только сами документы, качество оформления резюме начинает невольно влиять на оценку профессионального опыта.

CareerGo приводит данные из разных CV к общей структуре, после чего сопоставляет их с брифом вакансии. При этом приоритеты задаёт сам рекрутер. Для одной позиции критичным может быть конкретный стек, для другой – управленческий опыт, знание отрасли или готовность к определённому формату работы.

На выходе получается рейтинг кандидатов с объяснением, почему один профиль оказался ближе к запросу, чем другой.

Именно объяснение здесь принципиально. Если AI просто выдаёт человеку условные 84%, а рекрутеру остаётся поверить цифре, автоматизация быстро превращается в непрозрачный фильтр. Гораздо полезнее видеть, за счёт каких критериев возникла оценка, и при необходимости поменять их вес.

В этом смысле задача AI – не определить, кто «хороший кандидат вообще», а помочь сравнить несколько людей относительно конкретной роли.

Резюме – только первая версия кандидата

Сколько бы информации ни было в CV, настоящее знакомство обычно начинается на интервью.

Человек подробнее рассказывает о проектах, объясняет причины переходов, уточняет уровень ответственности. Иногда за двадцать минут разговора появляется больше полезного контекста, чем было во всём резюме. А затем возникает очень бытовая проблема: эту информацию нужно не только сохранить, но и правильно связать с теми критериями, по которым кандидата оценивали до разговора.

В CareerGo для этого используется модуль «Скрин». Запись интервью можно загрузить в систему любым удобным способом, после чего она формирует полный транскрипт разговора и автоматически заполняет ответы на вопросы индивидуального сценария. Причём рядом с выводами остаются конкретные цитаты из транскрипта – рекрутер может не просто увидеть краткое резюме ответа, но и быстро проверить, на каких словах кандидата оно основано.

Это одна из тех функций, ценность которых становится понятна именно в реальной работе. Вместо разрозненных заметок после звонка остаётся полный разговор, привязанный к структуре интервью и требованиям конкретной вакансии.

Но на транскрибации процесс не заканчивается. Новая информация со скрина влияет и на рекомендации системы. После интервью рейтинг кандидатов может измениться: человек, который выглядел особенно сильным по резюме, способен выпасть из числа лидеров, а другой – наоборот, попасть в шорт-лист благодаря тому, что выяснилось в разговоре.

Получается, что первоначальная оценка не фиксируется после загрузки CV. Профиль кандидата постепенно дополняется, а рекомендации пересчитываются по мере появления нового контекста.

Это особенно важно, если этапов несколько. У первого рекрутера есть свои вопросы, у технического специалиста – свои, у будущего руководителя – третьи. Чем длиннее цепочка, тем выше шанс, что финальное решение будет приниматься не на основании всей накопленной информации, а на основании той её части, которую оказалось проще всего найти.

Здесь идея единой платформы начинает выглядеть интереснее отдельных AI-функций. Тот же бриф, с которого начался поиск, становится основой для сравнения резюме и подготовки к интервью, а результаты разговора не существуют отдельно от профиля кандидата – они могут изменить и его место среди других претендентов.

Освободить время важнее, чем заменить человека

Пожалуй, главный соблазн вокруг AI в HR – представить себе полностью автономного рекрутера. Он сам находит людей, сам с ними разговаривает, выставляет баллы и в конце сообщает, кого следует нанять.

Практический спрос пока выглядит куда прозаичнее.

По данным исследований hh.ru, до 60% рабочего времени специалистов, занимающихся наймом, может уходить на рутинные операции, тогда как на живое общение с кандидатами остаётся около 5%. Сам hh.ru уже развивает собственного AI-помощника, который умеет создавать вакансии, заниматься холодным поиском, сортировать отклики и вести предварительное общение. То есть автоматизация этих задач постепенно становится частью обычного HR-инструментария, а не отдельным экспериментом.

В CareerGo придерживаются похожей границы: AI структурирует данные, помогает искать совпадения, готовит вопросы и сохраняет результаты интервью, но финальное решение остаётся за человеком.

И это, возможно, более реалистичный сценарий развития таких систем. Причина смены работы, мотивация, способность встроиться в конкретную команду, впечатление от сложного профессионального разговора – слишком многое в найме плохо сводится к числу рядом с фамилией.

Зато машина вполне может избавить специалиста от необходимости в сотый раз перекладывать данные из резюме в таблицу или пытаться вспомнить, что именно кандидат говорил на созвоне неделю назад.

Для руководителя появляется ещё один слой – сама воронка. В CareerGo можно отслеживать движение кандидатов между этапами и смотреть аналитику по процессу подбора. Это уже история не столько про поиск конкретного человека, сколько про возможность увидеть, где найм системно буксует: на каком этапе кандидаты отсеиваются, сколько занимает движение по воронке и какие источники действительно дают результат.

Так становится понятнее и общий замысел платформы. CareerGo интересен не потому, что к привычной CRM добавили несколько кнопок с AI. И не потому, что нейросеть якобы способна найти «идеального сотрудника».

Гораздо важнее попытка связать одной логикой весь процесс: сначала договориться о том, кого компания ищет, затем собрать и сопоставить кандидатов, сохранить контекст интервью и довести эту информацию до момента, когда человеку действительно нужно принимать решение.

В таком сценарии AI оказывается не новым начальником отдела кадров, а скорее невидимым слоем между этапами найма. Он следит за тем, чтобы данные не рассыпались по дороге, а у рекрутера оставалось больше времени на ту часть работы, ради которой рекрутер всё ещё нужен, – разговор с людьми и выбор между ними.

• Телеграм
• Дзен
• Подписывайтесь на наши каналы и первыми узнавайте о главных новостях и важнейших событиях дня.