Подбор - это не одна операция. Это цепочка решений. На одном этапе важна скорость. На другом - точность. На третьем - человеческая экспертиза, переговоры, понимание мотивации и бизнес-контекста.
Поэтому я бы смотрела на ИИ не как на замену рекрутеру, а как на инструмент с разным уровнем допуска к разным этапам подбора.
Этап 1. Профиль кандидата и создание вакансии. ИИ полезен, но легко фантазирует.
ИИ хорошо помогает на старте. Он может собрать структуру вакансии, убрать канцелярит, предложить более продающий текст, адаптировать описание под площадку или целевую аудиторию.
Но есть риск: ИИ часто пишет продающе, а не точно. И «придумывает» информацию, которой нет в реальности.
Он может добавить кандидату «перспективные задачи», которых в компании нет. Придумать красивую корпоративную культуру. Размыть реальные требования. Или, наоборот, собрать универсальный текст, который подходит всем и никому.
Например, компания ищет руководителя отдела продаж. Для ИИ это может быть стандартный набор: управление командой, выполнение плана, развитие продаж, контроль воронки. Всё звучит прилично. Только одному бизнесу нужен антикризисник, который вытащит отдел из минуса. А другому заказчику- стартапер, который запустит новое направление с нуля.
Текст вакансии будет разным. Профиль кандидата тоже.
Поэтому ИИ здесь можно подключать как помощника. Но финальная верификация должна оставаться за экспертом. Иначе мы получим красивую вакансию, на которую откликаются совсем не те кандидаты.
Этап 2. Сорсинг и первичный поиск. Можно отдавать ИИ.
Вот где ИИ действительно полезен,- в расширении поиска.
Он быстрее обрабатывает базы, находит совпадения и может подсветить кандидатов, которых рекрутер вручную просто не заметил бы. Особенно если речь идёт о большом объёме резюме, смежных названиях должностей, разных вариантах описания опыта.
Здесь риск ниже, потому что ИИ расширяет сетку поиска, а не решает за нас. Главноене путать поиск кандидатов с выбором кандидатов.
Найти больше людей - хорошо. Решить, кто из них действительно подходит, - уже другая задача.
Этап 3. Скрининг резюме. Можно отдать ИИ, но с контролем фильтров.
ИИ может быстро убрать явно нерелевантные отклики. Например, если кандидат не подходит по базовым условиям, не имеет обязательного образования, допусков, знания специальных программ или другого критичного требования для роли.
Но с пограничными случаями всё сложнее.
Алгоритмы плохо чувствуют нестандартную карьерную траекторию. Могут недооценить человека, который менял сферу, рос не по классической лестнице или описал опыт простым языком. Могут отсеять сильного кандидата из-за отсутствия «правильных» слов в резюме. А сейчас это особенно опасно. Мы уже живём в мире, где одни кандидаты делают идеальные резюме с помощью ИИ, а другие, вполне сильные в реальности, по-прежнему пишут так, будто заполняли cv впервые. Поэтому ИИ в скрининге не должен быть единственным фильтром. Он может убрать очевидно нерелевантные отклики, но пограничных и нестандартных кандидатов всё равно нужно смотреть живым взглядом. Иначе можно получить аккуратную однотипную воронку и потерять сильных специалистов, которые не вписались в шаблон.
Здесь есть ещё юридический, этический и репутационный риск.
К примеру, в США продолжается дело против Workday: истцы утверждают, что AI-инструменты для отбора кандидатов могли дискриминировать соискателей; в 2025 году суд предварительно одобрил коллективный иск по возрастной дискриминации для кандидатов 40+, чьи заявки обрабатывались AI-инструментами Workday. Это не значит, что любой ИИ в подборе дискриминирует. Но это явный сигнал: ответственность за автоматизированный фильтр всё равно на людях.
И ещё один момент, уже не юридический, а человеческий. От кандидатов и так идёт шквал негатива в сторону рекрутеров: «вы даже не посмотрели резюме», «отказ пришёл автоматически», «меня отсекли по формальному признаку». Если компания полностью отдаёт первый фильтр алгоритму, ей нужно понимать: кандидатский опыт тоже становится частью репутации работодателя.
Этап 4. Первый контакт. Оптимизация с помощью ИИ, но не для всех случаев.
Чат-бот может уточнить базовые вещи: зарплатные ожидания, график, готовность к переезду, формат работы, наличие документов, интерес к вакансии. Для массового подбора это значительная оптимизация времени.
ИИ может помогать и с холодными сообщениями: предложить структуру, адаптировать текст, подготовить несколько вариантов под разные сегменты кандидатов.
Но здесь есть граница.
Для массовых и типовых позиций это рабочий инструмент. Для точечного найма, executive search, редких специалистов и топов - уже спорно.
Для меня поиск и приглашение сильного руководителя сродни вип-продажам, это не рассылка «Здравствуйте, увидели ваш профиль». Там важны контекст, уважение к карьерной ситуации, понимание мотивации, правильный первый заход. Как на первом свидании: можно всё испортить одной неудачной фразой.
Этап 5. Входная оценка компетенций и принятие решения. Самая рискованная зона.
Вот здесь я бы была максимально осторожна. Оценивать личностные особенности, управленческий стиль, профессиональные компетенции, соответствие корпоративной культуре, совместимость с руководителем и командой -это не та область, где хочется экспериментировать на живых людях.
В экспертном подборе мы не просто «угадываем черту личности». Мы выбираем релевантные оценочные методики и инструменты под конкретную роль. И здесь слишком много контекста: задачи должности, руководитель, культура компании, стадия бизнеса, реальные ожидания, цена ошибки.
Интересный пример, свежее исследование 2026 года в журнале Nature Human Behaviour. Учёные проверяли, может ли ИИ оценивать личностные черты не по стандартному тесту с вариантами ответов, а по свободной речи человека. Участники не выбирали «согласен / не согласен», а просто рассказывали о своих мыслях или вели короткие видеодневники. Потом семь ИИ-моделей анализировали эти тексты и пытались определить выраженность черт Большой пятёрки: экстраверсии, доброжелательности, добросовестности, эмоциональной стабильности и открытости опыту. Эти оценки сравнили с результатами обычных личностных опросников. Оказалось, что ИИ во многих случаях довольно близко попадал в самооценку участников, а его выводы были связаны с тем, как люди ведут себя в повседневной жизни. Но важная оговорка: разные модели справлялись по-разному, а лучший результат давало усреднение оценок нескольких моделей.
Возможно, в будущем ИИ действительно сможет помогать в диагностике: анализировать не только ответы на стандартные вопросы, но и живую речь, логику рассуждений, устойчивые поведенческие паттерны.
Но это не значит, что живой оценщик станет не нужен. В подборе важно не просто увидеть личностные особенности, а понять, как они проявятся в конкретной роли, с конкретным руководителем и в конкретной корпоративной среде.
Здесь всё ещё нужны профессиональная насмотренность, умение задавать уточняющие вопросы, видеть противоречия и сопоставлять ответы кандидата с его реальным опытом и бизнес-контекстом. Но экспертную оценку личности, управленческого потенциала и соответствия культуре компании он пока не заменяет. И, возможно, полностью заменить не сможет никогда.
Этап 6. Переговоры по офферу. Не отдавать
Оффер - это не формальный финал. Это момент, где часто решается судьба сделки.
Кандидат может говорить: «Мне важно подумать», а на самом деле сомневаться в руководителе. Может просить больше денег, но настоящая причина - страх потерять статус. Может соглашаться на условия, но внутренне уже выбирать другое предложение.
Здесь нужны гибкость, опыт, умение читать между строк и слышать то, что кандидат не сказал напрямую. ИИ может помочь оформить оффер. Проверить формулировки. Подготовить письмо. Собрать сравнительную таблицу условий. Но вести переговоры за рекрутера он не сможет. Особенно когда речь идёт о руководителях и ключевых специалистах.
Этап 7. Финальное решение о найме. Только человек.
Финальное решение не должно приниматься алгоритмом. ИИ может дать аналитику. Может собрать данные. Может структурировать риски и ограничения по кандидату.
Но решение о найме - это ответственность нанимающего руководителя и HR. Потому что ошибка найма - это не просто «алгоритм не угадал». Это деньги компании, репутация работодателя, настрой текущей команды. И если потом выяснится, что человек не подходит, сказать «так решил ИИ» не получится.
Административная часть. Аналитика воронок подбора. Отдавать ИИ без сожалений
Слоты для интервью, напоминания, статусы, повторные сообщения, обновление карточек кандидатов - всё это можно автоматизировать. И нужно. Это операционка, которая съедает время и внимание, но сама по себе не делает подбор качественнее.
Отдельно я бы выделила аналитику воронки подбора. Здесь ИИ может быть очень полезен: показать, где кандидаты отваливаются, на каком этапе процесс тормозит, какие вакансии висят дольше, какие источники дают качественных кандидатов, а какие создают только видимость активного поиска.
Но и здесь нужна голова и аккуратность. Если данные в системе «грязные», ИИ красиво проанализирует грязь. Если статусы не обновляются, причины отказов пишутся абы как, а кандидаты заносятся в базу через раз, никакой искусственный интеллект не построит честную картину.
Отдельный вопрос - персданные. Чем активнее компания использует ИИ в подборе, тем внимательнее нужно смотреть, какие данные куда передаются, кто имеет к ним доступ и можно ли вообще использовать конкретный инструмент в работе с кандидатской информацией.
Так заменит ли ИИ рекрутера?
Нет. Но он уже меняет профессию.
И это, на мой взгляд, главное.
Сильный рекрутер всё меньше нужен там, где нужно механически разложить резюме по папкам. И всё больше нужен там, где надо понять задачу бизнеса, увидеть живого человека за резюме, не пропустить сильного кандидата с нестандартным опытом, провести сложный разговор.
ИИ можно смело пускать туда, где много повторяющихся действий, больших массивов данных и понятных критериев. Но чем ближе мы подходим к оценке человека, мотивации, управленческого потенциала, переговорам и финальному решению, тем важнее человеческая экспертиза.
Вывод: Если работа рекрутера строится только на просмотре откликов, отправке шаблонных сообщений и переносе статусов вакансии, ИИ действительно становится сильным конкурентом.
Но если ценность HR в другом - понять задачу бизнеса, увидеть сильного кандидата за нестандартным опытом, проверить мотивацию, и помочь руководителю принять взвешенное решение, тогда ИИ не угроза. Это рабочий инструмент. Он забирает не профессию, а ту часть работы, которую давно пора автоматизировать.
И, возможно, именно в этом главный вызов для рекрутинга: ИИ очень быстро покажет, где был профессиональный подбор, а где просто ручная обработка потока кандидатов. Потому что настоящий подбор начинается не там, где мы нашли резюме. А там, где мы поняли, какого человека действительно нужно привести в компанию и почему именно он справится.
Отправляя данные вы подтверждаете пользовательское соглашение