Сбербанк начал тесты искусственного интеллекта при найме сотрудников

Как предсказать вероятность скорого увольнения ещё до выхода на работу?
С помощью искусственного интеллекта госбанк (это название РБК - прим А.Д.) вычисляет вероятность скорого увольнения соискателя, так он пытается бороться с высокой текучкой кадров. 

Сбербанк начал проводить автоматизированную оценку соискателей при найме консультантов в свои отделения. С помощью искусственного интеллекта банк присваивает скоринг-балл кандидату и вычисляет, скоро ли тот решит уволиться, рассказал управляющий директор Центра развития компетенций по исследованию данных банка Андрей Черток. По его словам, этот подход позволяет кадровым специалистам корректнее принимать решения о найме.

«Если предыдущий опыт [соискателя] больше был связан со стоячей работой, например, официанта, то ниже вероятность увольнения. Если же в маникюрном салоне человек работал, то ему сложнее адаптироваться к работе в отделении в качестве консультанта, и он чаще увольняется. Понятно, что это лишь один фактор, но таких факторов накопилось большое число, и это некий score (оценка), который помогает HR принять решение», — пояснил Черток, выступая на конференции Scoring Day.Проект пока запущен в пилотном режиме, решение о полноценном внедрении еще не принято, сообщили в пресс-службе Сбербанка.

Зачем это нужно госбанку

Пока прогнозирование увольнений применяется в Сбербанке для массовых специальностей. «Это консультанты в отделениях. Там достаточно большая текучка, а оптимизация текучки — довольно большие косты (издержки) для банка», — отметил Черток.

Сколько человек работают в Сбербанке и как их вытесняет ИИ

 В первой половине 2019 года Сбербанк потратил 205,4 млрд руб. на содержание персонала, следует из его отчетности по МСФО. Расходы выросли на 7,4% по сравнению с аналогичным показателем прошлого года. А сотрудников Сбербанк, один из крупнейших работодателей страны, сокращает: по данным на 30 июня 2019 года, в группе Сбербанка работали 291,7 тыс. человек, а годом раньше — почти на 8 тыс. больше.

Сбербанк уже использовал искусственный интеллект в кадровой политике. С помощью самообучающихся систем банк сокращал численность работников, заявил глава Сбербанка Герман Греф в 2018 году: «На среднем уровне мы сократили примерно 70% менеджеров». Греф рассчитывал снизить численность сотрудников вдвое — примерно до 165 тыс. человек к 2025 году.

 «Мы радикально сокращаем людей, выполняющих какие-то очень простые операции», — объяснил топ-менеджер.

65–70% специалистов финансового сектора стабильно либо планируют искать новую работу, либо уже находятся в процессе поиска, оценивало кадровое агентство FinExecutive. «Текучка на стартовых позициях действительно есть, связана она как раз с тем, что банки рассматривают кандидатов из разных сфер или совсем без опыта работы», — отмечает рекрутер компании ANCOR FinTech Яна Золотых.

Для любой компании наем новых людей, их обучение и адаптация стоят очень больших денег, констатирует партнер консалтинговой компании Kontakt InterSearch Russia Ольга Сабинина. Для банков это особенно актуально, поскольку даже рядовые сотрудники проходят обучение перед выходом на работу. Скоринг соискателей на базе продвинутой аналитики хорошо применим для кандидатов без специфических характеристик, объясняет руководитель группы Deloitte Digital Максим Шапировский: «Чем более однородны требования к кандидату, ключевые слова в резюме и т.д., тем ниже погрешность. То есть системы лучше всего работают на линейном персонале».

Будут ли другие банки перенимать этот опыт

Повторить эксперимент Сбербанка могут и другие российские игроки, считает Шапировский: «Есть ряд факторов, которые позволят оценить бизнес-кейс, стоит ли внедрять ту или иную практику или нет. Ведь компании теряют деньги при избыточной оборачиваемости сотрудников и прочих проблемах, связанных с персоналом, которые можно проактивно устранять или управлять ими более эффективно. Если банк тратит много денег, чтобы нанять сотрудника, постоянная утечка кадров требует дополнительных расходов на обучение, рекламу, доведение сотрудника до нужного уровня качества и прочее, а современное решение реально сможет помочь компании сэкономить». По его оценке, инвестиции в подобные автоматизированные системы может позволить не только Сбербанк, но и другие банки из топ-20.

Сложно оценить, насколько подобные технологии оправдают себя, говорит Золотых. Она сомневается, что банки будут массово инвестировать в подобный скоринг: «Маловероятно, что по каким-то формальным признакам искусственный интеллект сможет оценивать и находить действительно подходящих кандидатов. Психологические приемы, которые используют рекрутеры на собеседованиях, эффективнее».

Как предсказывают увольнение

Как пояснил Андрей Черток, Сбербанк с помощью искусственного интеллекта анализирует не только резюме соискателей. Другие параметры, заложенные в систему, он не раскрыл. «Для формирования рекомендации используется только открытая информация, которую предоставляет кандидат, — резюме и информация о нем как о клиенте банка», — уточнил представитель Сбербанка.

Проекты, связанные с предсказанием увольнений, запускали «Яндекс» и IBM. В России это новое направление в HR, утверждает Сабинина из Kontakt InterSearch Russia. Но подобные технологии для анализа анкет уже давно применяются. «Это инструмент, который используют все: и агентства по подбору персонала, и работодатели, и внешние площадки. Реально сложная задача — использование искусственного интеллекта для предсказания успешности сотрудника, его результативности или потенциального ухода», — подчеркивает эксперт.

Компании, которые работают в нише предиктивного анализа, стараются охватить весь путь сотрудника, а не только набор и увольнение, говорит Шапировский. «Исследуются такие области, как эффективность коммуникации, психотипы, скрытые лидеры, и, помимо исследований, даются и рекомендации», — перечисляет он.

По словам Сабининой, стартапы в области HR-теха есть за рубежом, но в России их распространение затруднено из-за особенностей законодательства: «Проблема с этими решениями связана с использованием персональных данных. По факту, эти системы оценивают поведение сотрудника, не ставя его об этом в известность». Инструменты в области предиктивной аналитики оттока зачастую основаны на анализе входящей почты, реакции сотрудника на письма, количестве отгулов за свой счет, поэтому «здесь есть и некая этическая проблема», поясняет она. 

Источник: РБК