ИИ в HR: применение искусственного интеллекта в подборе и работе с персоналом

ИИ в HR - это нейросети и ИИ-агенты, которые берут на себя рутинную часть работы с персоналом: разбирают отклики и сравнивают резюме с требованиями вакансии, пишут тексты вакансий и писем, назначают собеседования, отвечают сотрудникам на вопросы про отпуск и документы, сводят результаты опросов. Решения о найме и увольнении при этом остаются за людьми, и это требование закона.

Ниже разберем, в каких HR-процессах ИИ дает заметную экономию, какие сервисы для этого есть в России и сколько они стоят, что запрещают 152-ФЗ и Трудовой кодекс и как внедрить ИИ в HR без лишнего риска. В середине статьи есть калькулятор: он считает, сколько часов рекрутеров уходит на разбор откликов и окупится ли автоматизация. Как мы проектируем агентов под такие задачи, показано на странице разработки ИИ-агентов.

Найдем HR-процесс, на котором ИИ окупится

Оставьте заявку - на бесплатной диагностике разберем, сколько времени ваша HR-служба тратит на рутину, посчитаем эффект и соберем прототип на ваших данных до договора.

Оставить заявку →

Применение ИИ в HR: какие задачи он решает

Искусственный интеллект в HR полезен там, где много однотипного текста и повторяющихся вопросов. Рекрутер в массовом подборе читает сотни резюме в неделю, HR-менеджер отвечает новичкам на одни и те же вопросы, а аналитик вручную разбирает свободные ответы из опроса вовлеченности. Нейросеть делает такую работу за минуты и не устает к концу дня.

Компании этим пользуются все активнее. По опросу SuperJob осенью 2026 года, нейросети в подборе применяют 23% рекрутеров, вдвое больше, чем годом ранее. Чаще всего - чтобы написать текст вакансии, подготовить сценарий интервью, проанализировать зарплаты и собрать отчет. HR-чат-ботами пользуются 26% кадровых служб. В таблице - основные процессы и то, что в них берет на себя ИИ.

Сильнее всего эффект заметен в подборе. Там больше всего повторяющихся действий, а результат легко измерить: сколько часов рекрутеров уходит на разбор откликов и за сколько дней закрывается вакансия.

ИИ в подборе персонала: от вакансии до собеседования

Подбор начинается с текста вакансии. Нейросеть собирает его из заявки руководителя за пару минут, предлагает требования без размытых формулировок и вопросы для первого интервью. Рекрутер правит готовый текст и тратит время на согласование с заказчиком. Тот же подход работает для писем кандидатам: модель подставляет в шаблон опыт конкретного человека, и письмо читается как личное.

Больше всего времени экономит разбор откликов. Обычный фильтр на сайте вакансий смотрит на ключевые слова, а языковая модель читает резюме целиком и сравнивает опыт с требованиями по смыслу. Например, для вакансии кладовщика с опытом работы в WMS она поставит выше кандидата, который «вел приемку и отгрузку в 1С:WMS», хотя слова «кладовщик» в его резюме нет. На выходе рекрутер получает список, отсортированный по соответствию, и короткое объяснение по каждому кандидату.

Дальше ИИ берет на себя переписку. Бот уточняет у кандидата обязательные условия: есть ли медицинская книжка, права нужной категории, готов ли человек к сменному графику. Затем предлагает свободные слоты и присылает напоминание о собеседовании. После интервью модель расшифровывает запись и сводит ответы кандидатов по одинаковым пунктам, чтобы их было удобно сравнить. Кого звать на следующий этап, решает рекрутер или руководитель.

ИИ в адаптации и обучении сотрудников

Новичок в первые недели задает много одинаковых вопросов: где взять пропуск, кому написать про ноутбук, как оформить командировку. Ответы обычно есть в регламентах, но их никто не читает целиком. ИИ-ассистент по базе знаний компании отвечает на такие вопросы в мессенджере в любое время и дает ссылку на нужный пункт регламента. HR-менеджеру остаются вопросы, которых в документах нет.

Такой ассистент полезен и опытным сотрудникам. Сколько дней отпуска осталось, как получить справку 2-НДФЛ, что входит в ДМС - на это ИИ отвечает по данным кадровой системы и документам. Если у компании несколько юрлиц или регионов с разными правилами, ассистент учитывает, где работает сотрудник. Как устроены такие помощники и чем они отличаются от простого чат-бота, мы разбирали в статье про ИИ-ассистента для бизнеса.

В обучении нейросеть превращает регламенты в тесты и короткие карточки, проверяет развернутые ответы и подсказывает, какой раздел стоит перечитать. Это снимает с HR рутину подготовки материалов. Программу обучения и оценку навыков по-прежнему составляет человек, потому что модель не знает, какие компетенции важны компании через год.

HR-аналитика с помощью ИИ

В HR много данных, которые трудно разобрать вручную: тысячи свободных ответов в опросах вовлеченности, причины увольнений из выходных интервью, комментарии к оценке «360 градусов». Языковая модель группирует ответы по темам и показывает, о чем пишут чаще всего: о графике, зарплате, руководителе или нагрузке. Аналитик видит картину за день, раньше на это уходили недели.

Второй сценарий - вопросы к данным обычными словами. Руководитель спрашивает, в каких подразделениях выросла текучесть за квартал или какие вакансии закрываются дольше месяца, и получает таблицу с цифрами. Для этого ИИ подключают к кадровой системе и системе подбора с правами только на чтение. Данные о сотрудниках - персональные, поэтому доступ к такому ассистенту ограничивают ролями, а запросы записывают в журнал.

ИИ-агенты в HR: что они делают сами

ИИ-ассистент отвечает на вопросы и готовит тексты, а ИИ-агент выполняет задачу по шагам в рабочих системах. Получив заявку на вакансию, агент сам соберет требования у руководителя, опубликует вакансию после согласования, разберет отклики, напишет подходящим кандидатам, договорится о времени собеседования и внесет все в систему подбора. Человек подтверждает только важные шаги: публикацию вакансии, отказ кандидату, приглашение на интервью.

Агенту выдают права так же, как новому сотруднику: что он может читать, что создавать и что отправлять наружу. Каждое действие записывается в журнал, поэтому всегда видно, кому и когда агент написал и на основании чего поставил кандидата выше других. Модель для агента не обязательно дообучать. Обычно хватает готовой модели, базы знаний компании и подробных инструкций для каждого шага. Как устроен такой агент изнутри и с чего начать, описано в статье о том, как создать ИИ-агента.

Типовые роли агентов в HR:

• рекрутер массового подбора: разбирает отклики, уточняет условия у кандидатов, назначает собеседования;
• координатор собеседований: сверяет календари интервьюеров, рассылает приглашения и напоминания, собирает оценки;
• помощник по адаптации: присылает план первых недель, отвечает по регламентам, заводит заявки на доступы и оборудование;
• кадровый помощник: готовит черновики приказов и заявлений по шаблонам, отвечает сотрудникам про отпуск и справки;
• аналитик опросов: собирает ответы, группирует их по темам и готовит отчет для руководителя.

Инструменты ИИ в HR: сервисы для подбора и работы с персоналом

В России ИИ-функции встроены в основные системы автоматизации подбора (ATS), а для задач, которые не укладываются в готовый продукт, делают агентов под процессы компании. Ниже - решения, о которых есть достаточно открытой информации на сайтах разработчиков, затем сводная таблица. Данные на 12 ноября 2026 года.

Unistory: ИИ-агенты для HR под процессы компании

Мы в Unistory проектируем ИИ-агентов под конкретный HR-процесс: массовый подбор, координацию собеседований, адаптацию, ответы сотрудникам по кадровым вопросам. Агент подключается к вашей системе подбора, кадровой системе, почте и мессенджерам и работает по вашим правилам отбора. Модель подбираем под требования к данным, в том числе открытую модель на серверах компании, если персональные данные кандидатов нельзя передавать наружу.

Достоинства:

• сценарии под ваши вакансии, этапы отбора и регламенты;
• связка нескольких систем в одном процессе: ATS, 1С:ЗУП, почта, календари, мессенджеры;
• подтверждение человеком на шагах, которые затрагивают кандидата;
• можно запустить в закрытом контуре без передачи данных наружу;
• журнал всех действий агента и объяснение каждой оценки;
• расчет эффекта и прототип на ваших данных до договора.

Недостатки:

• запуск занимает больше времени, чем подключение готового сервиса.

Покажем агента на ваших вакансиях

Оставьте заявку - разберем процесс подбора, посчитаем экономию и соберем прототип агента до договора.

Оставить заявку →

Поток: ИИ-рекрутер в системе подбора

«Поток Рекрутмент» - российская система автоматизации подбора с ИИ-ассистентом. По описанию на сайте разработчика, ассистент пишет тексты вакансий, вопросы для интервью и тестовые задания, ищет резюме на hh.ru, SuperJob и Авито, оценивает, насколько резюме подходит под вакансию, и сортирует кандидатов. Чат-бот проводит скрининг-интервью по обязательным условиям, отправляет приглашения на видеоинтервью и напоминания.

Достоинства:

• ИИ встроен в систему подбора, отдельная интеграция не нужна;
• поиск резюме сразу на трех площадках;
• скрининг кандидатов чат-ботом без ручного обзвона.

Недостатки:

• часть ИИ-опций подключается дополнительно, цены на сайте не опубликованы;
• сценарии ограничены возможностями платформы.

Хантфлоу AI: подбор кандидатов из своей базы резюме

Хантфлоу - российская система автоматизации подбора. Ее ИИ-модуль Хантфлоу AI анализирует работу рекрутера над вакансией и рекомендует подходящих кандидатов из накопленной базы резюме. Компании, которая годами собирает отклики, это помогает находить людей без новых затрат на размещение вакансий. По тарифной странице, Хантфлоу AI доступен во всех тарифах без ограничений.

Достоинства:

• ИИ включен в тариф, цена известна заранее: от 6 250 рублей в месяц за рекрутера при оплате за год;
• превращает старую базу резюме в источник кандидатов;
• есть API для связки с внутренними системами.

Недостатки:

• ИИ работает с базой внутри Хантфлоу, автоматизация переписки с кандидатами на сайте не описана;
• оплата за каждое рабочее место рекрутера.

Skillaz: HR-платформа с ИИ-оценкой кандидатов

Skillaz - платформа для подбора, адаптации и развития персонала. На сайте разработчик пишет, что платформа создает вакансии с помощью ИИ, публикует их на ключевых площадках, проводит видеоинтервью и тестирования с оценкой ИИ, а языковые модели оценивают и ранжируют кандидатов.

Достоинства:

• подбор, видеоинтервью, тесты и адаптация в одной системе;
• оценка и ранжирование кандидатов языковыми моделями.

Недостатки:

• цены не опубликованы, условия обсуждаются на демо;
• для небольшой HR-службы платформа избыточна.

Универсальные нейросети для HR-задач

Для текстов без персональных данных хватает универсальных нейросетей: GigaChat, Алисы AI, DeepSeek. Они пишут вакансии, письма кандидатам, вопросы для интервью, тесты по регламентам и тексты для карьерной страницы. Вставлять в такие чаты резюме, анкеты и таблицы с данными сотрудников нельзя: так персональные данные уходят стороннему сервису без договора и согласия людей, а у зарубежных сервисов это еще и трансграничная передача. Для работы с резюме нужен корпоративный доступ к модели по договору или модель на серверах компании.

Достоинства:

• бесплатно или недорого, начать можно сразу;
• подходят для черновиков вакансий, писем и учебных материалов.

Недостатки:

• нельзя загружать резюме и данные сотрудников;
• не подключены к системе подбора, каждый текст переносят вручную.

Сводная таблица решений:

Зарубежные ИИ-сервисы для HR

За рубежом рынок ИИ в HR старше, и крупные системы уже работают как агенты. Российским компаниям они фактически недоступны: продажи идут через зарубежных партнеров, данные кандидатов хранятся за границей, а это трансграничная передача персональных данных с отдельными требованиями 152-ФЗ. Смотреть на эти сервисы полезно как на ориентир, куда движется рынок.

Paradox (Workday): ассистент Olivia

Paradox делает разговорного ассистента Olivia для массового найма: он отвечает кандидатам, проводит скрининг в чате, назначает собеседования и сопровождает выход на работу. В октябре 2025 года компанию купила Workday и встроила ассистента в свою систему подбора.

Достоинства: подходит для найма линейного персонала в ритейл и общепит, кандидат общается в привычном мессенджере.

Недостатки: работает в экосистеме Workday, цены не публикуются, в России недоступен.

HireVue: ИИ-интервьюер

HireVue известен видеоинтервью и оценкой кандидатов. В 2026 году компания выпустила голосового ИИ-интервьюера, который ведет первичное интервью и меняет вопросы в зависимости от ответов кандидата.

Достоинства: стандартизированное первичное интервью для большого потока кандидатов.

Недостатки: автоматическая оценка кандидатов вызывает споры: в 2021 году HireVue отказалась от анализа мимики на видеоинтервью после критики; сервис ориентирован на крупные зарубежные компании.

Eightfold AI: платформа ИИ-агентов для найма

Eightfold строит подбор вокруг навыков: система сопоставляет опыт кандидатов и сотрудников с требованиями вакансий, а набор агентов Talent Agents ведет кандидатов от поиска до интервью. Весной 2026 года в него добавили помощника, который готовит интервьюера и подводит итоги разговора.

Достоинства: поиск кандидатов и внутренних переводов по навыкам, агенты на всех этапах воронки.

Недостатки: платформа для очень крупных компаний, цены индивидуальные, в России недоступна.

ИИ в HR и закон: 152-ФЗ и автоматические решения о кандидатах

Главное ограничение для ИИ в HR - запрет на решения, принятые только машиной. Статья 16 закона «О персональных данных» запрещает принимать только на основе автоматизированной обработки данных решения, которые порождают юридические последствия для человека или иным образом затрагивают его права. Такое решение допустимо только с письменного согласия человека или в случаях, прямо предусмотренных федеральным законом. Для работников действует еще и пункт 6 статьи 86 Трудового кодекса: работодатель не вправе основывать решения, затрагивающие интересы работника, на данных, полученных только в результате автоматизированной обработки.

На практике это значит, что ИИ может сортировать отклики, объяснять оценку и готовить рекомендацию, а отказ кандидату, решение о приеме, премии или увольнении принимает человек. Если система автоматически отклоняет резюме без просмотра рекрутером, компания рискует нарушить закон. Безопаснее строить процесс так, чтобы каждое решение, которое касается человека, подтверждал сотрудник, а система хранила, кто и когда это сделал.

Для работы с данными стоит проверить еще несколько вещей:

• основание для обработки персональных данных кандидатов и сотрудников, в том числе согласие на обработку резюме;
• где физически обрабатываются данные: зарубежный сервис означает трансграничную передачу (статья 12 закона);
• договор с сервисом, который обрабатывает данные по поручению компании;
• права доступа к ассистенту: зарплаты и медицинские данные видят только те, кому положено;
• журнал действий и запросов, чтобы ответить кандидату или проверяющему, как принималось решение.

Если данные нельзя выносить за пределы компании, модель разворачивают на собственных серверах. Какие модели для этого подходят и сколько стоит оборудование, мы разбирали в статье про локальную нейросеть. Конкретную схему обработки данных лучше согласовать с юристом компании.

Сколько стоит ИИ в HR и как посчитать экономию

Готовые решения стоят от нескольких тысяч рублей в месяц за рабочее место рекрутера: например, Хантфлоу с ИИ-модулем - от 6 250 рублей при оплате за год. Агент под процесс компании стоит дороже на старте: разработка ИИ-агента в Unistory начинается от 150 тысяч рублей, простые сценарии с одной-двумя интеграциями запускаются за 1-2 недели. Расходы на модель обычно меньше, чем ожидают: если агент разбирает 6 000 откликов в месяц и тратит на каждый около 3 000 токенов, при цене 0,65 рубля за 1 000 токенов это около 11 700 рублей в месяц.

Считать выгоду стоит от экономики задачи. Возьмем массовый подбор: 30 вакансий в месяц, по 200 откликов на каждую, рекрутер тратит на отклик 3 минуты. Это 300 часов в месяц только на первичный разбор. Если ИИ снимает 70% этой работы, а час рекрутера с налогами стоит 600 рублей, компания экономит 126 000 рублей в месяц, или около 1,5 млн рублей в год. При расходах первого года около 440 000 рублей на разработку, сопровождение и модель эффект получается примерно в 3,4 раза больше затрат. Подставьте свои цифры в калькулятор.

Мы при проектировании ориентируемся на годовой эффект в 3-10 раз больше всех расходов первого года. Если расчет дает меньше, лучше начать с готового сервиса или выбрать процесс с большим объемом рутины. Кроме часов рекрутеров стоит учитывать скорость: чем быстрее компания отвечает кандидату, тем меньше сильных людей уходит к конкурентам, но эту выгоду сложнее посчитать заранее.

Посчитаем эффект на ваших вакансиях

Оставьте заявку - разберем, сколько времени уходит на подбор и адаптацию, и покажем, где ИИ окупится быстрее всего.

Оставить заявку →

Как внедрить ИИ в HR: опыт внедрения по шагам

Внедрение ИИ в HR лучше начинать с одного процесса, где больше всего ручной работы и понятен результат. Для компаний с массовым наймом это обычно разбор откликов, для офисных - ответы сотрудникам и адаптация. Ниже порядок, который подходит для большинства проектов.

1. Выбрать процесс и измерить его сейчас: сколько часов уходит, сколько дней закрывается вакансия, сколько вопросов задают новички.
2. Записать правила: по каким признакам рекрутер отбирает резюме, какие условия обязательны, где нужно подтверждение человека.
3. Решить вопрос с данными: какие системы подключаем, где обрабатываются персональные данные, какие нужны согласия и договоры.
4. Собрать прототип и проверить его на прошлых вакансиях: совпадает ли оценка ИИ с решениями рекрутеров и почему расходится.
5. Запустить на нескольких вакансиях или одном подразделении, сравнить с прежними показателями.
6. Расширять на другие вакансии и процессы, когда цифры подтвердили эффект.

Проверка на прошлых вакансиях - самый полезный шаг. Рекрутеры видят, где ИИ ошибается, и уточняют правила еще до запуска, до первых жалоб кандидатов. Заодно появляется понятная метрика, по которой можно судить о результате.

Риски ИИ в HR и как их снизить

Самый известный риск - предвзятость. В 2018 году Amazon отказалась от системы оценки резюме: модель училась на прошлых решениях компании и стала занижать оценки резюме, где встречалось слово «women’s». Языковые модели могут повторять похожие перекосы, поэтому правила отбора задают явно, а ИИ просят объяснять каждую оценку. Возраст, пол, семейное положение и фотографию из рассмотрения убирают.

Второй риск - ошибки в ответах сотрудникам. Ассистент, который неверно назвал число дней отпуска, подрывает доверие быстрее, чем помогает. Поэтому ответы строят только по актуальным документам и данным кадровой системы, а на вопросы, которых нет в базе, ассистент передает обращение HR-менеджеру. Регламенты в базе знаний обновляют вместе с изменениями в компании.

Третий риск - отношение людей. По опросу SuperJob, 64% кадровиков не готовы доверять нейросетям подбор. Кандидаты тоже раздражаются, когда с ними общается робот без возможности связаться с человеком. Помогает честность: сообщать, что отклики разбирает ИИ, давать контакт рекрутера и оставлять последнее слово за человеком.

Заключение

ИИ в HR уже работает в подборе, адаптации, ответах сотрудникам и аналитике опросов. Быстрее всего окупается разбор откликов в массовом найме и ответы на повторяющиеся вопросы. Начинать стоит с одного процесса и измеримой цели, а решения о людях оставлять за людьми: этого требуют 152-ФЗ и Трудовой кодекс.

Частые вопросы

Как используют ИИ в HR?

Чаще всего ИИ в HR пишет тексты вакансий и писем, разбирает отклики и сравнивает резюме с требованиями, назначает собеседования и отвечает сотрудникам на вопросы по регламентам. Еще одно применение - разбор опросов вовлеченности и вопросы к кадровым данным обычными словами.

Какие нейросети использовать в HR?

Для текстов без персональных данных подойдут GigaChat, Алиса AI и другие универсальные нейросети. Для работы с резюме и данными сотрудников нужен корпоративный доступ к модели по договору, ИИ-модуль в системе подбора, например в Потоке или Хантфлоу, или модель на серверах компании.

Может ли ИИ сам отбирать кандидатов?

ИИ может сортировать отклики и готовить рекомендации, но решение об отказе или приеме принимает человек. Статья 16 закона «О персональных данных» запрещает решения, которые затрагивают права человека и приняты только автоматически, без его письменного согласия.

Можно ли загружать резюме кандидатов в ChatGPT или другую нейросеть?

В публичный чат загружать резюме нельзя: персональные данные уходят стороннему сервису без договора, а в случае зарубежного сервиса это еще и трансграничная передача. Для резюме используют корпоративный доступ к модели по договору или модель внутри компании.

Сколько стоит ИИ для подбора персонала?

Системы подбора с ИИ стоят от нескольких тысяч рублей в месяц за рекрутера: Хантфлоу - от 6 250 рублей при оплате за год. Агент под процесс компании стоит от 150 тысяч рублей за разработку, расходы на модель для 6 000 откликов в месяц - около 11 700 рублей.

Заменит ли ИИ рекрутера?

Нет, ИИ забирает рутину: разбор откликов, переписку, расписание. Рекрутер тратит освободившееся время на интервью, работу с руководителями и сложные вакансии. По опросу SuperJob 2026 года, полностью передать подбор ИИ не готов практически никто из кадровиков.

Что такое ИИ-агент в HR?

Это программа на основе языковой модели, которая выполняет HR-задачу по шагам в рабочих системах: разбирает отклики, пишет кандидатам, назначает собеседования, заводит заявки на доступы для новичков. Важные действия агент выполняет после подтверждения сотрудника.

С чего начать внедрение ИИ в HR?

С одного процесса, где много ручной работы и понятен результат: в массовом найме это разбор откликов, в офисных компаниях - ответы сотрудникам и адаптация. Измерьте, сколько времени процесс занимает сейчас, проверьте ИИ на прошлых вакансиях и только потом запускайте.

Как ИИ помогает в адаптации новых сотрудников?

ИИ-ассистент отвечает новичку по регламентам компании в мессенджере, присылает план первых недель, напоминает о встречах и заводит заявки на пропуск, оборудование и доступы. HR-менеджеру остаются вопросы, которых нет в документах.

Можно ли сделать ИИ-агента для HR под процессы своей компании?

Да. Мы в Unistory начинаем с бесплатной диагностики на 30-60 минут, считаем эффект и собираем прототип на ваших данных до договора, затем запускаем агента на одном процессе. Unistory - технологический партнер Yandex AI Studio и участник АЛРИИ. Похожий подход к работе с данными компании мы использовали в чат-боте для инженеров по ремонту банкоматов: его запустили за месяц, нагрузка на операторов колл-центра снизилась на 80%. Этапы работы описаны на странице внедрения ИИ в бизнес.