AI в карьере и HR

Каждый год я провожу анализ российских вакансий в HR на предмет проникновения ИИ в профессию. И что бы вы могли подумать? Этот сентябрьский анализ меня поразил и порадовал. Если раньше на фоне постоянных новостей про ИИ в реальных вакансиях на рынке труда были крохи требований и задач по ИИ. То сейчас процесс пошел!

Вакансий в HR c требованием ИИ стало в три раза больше. Но самое главное - сменился уровень требований. Раньше тут было просто использование ИИ/опыт написания текстов/участие в пилотных проектах/работа с данными. Скукотища, то сейчас виден уровень зрелости задач и проникновения в раные HR-функции:

1 место - рекрутмент. Эта сфера лидирует по количеству требований использования ИИ в своей работе. Еще год назад тут было больше про генерацию контента, сейчас кроме простых операций в чатике у рекрутеров появилось требование "практический опыт применения ИИ-сервисов в HR" у обычных рекрутеров.

И самое главное, появилось новое, неединичное требование у руководителей по подбору персонала, которое связано с внедрением с нуля ИИ в свою работу:

- "разрабатывать единые регламенты, методологию и внедрять передовые инструменты рекрутинга (от AI-сорсинга до геймификации)"
- "внедрение автоматизации и AI в рекрутмент: скрининг, планирование, аналитика"
- "использование ИИ-технологий на этапах подбора и адаптации: автоматизированный скоринг и ранжирование кандидатов, генерация описаний вакансий, пре-скрининг, распознавание резюме, интеллектуальный поиск, чат-боты сопровождения новичков"

Это существенное изменение, меня еще год назад поражало, что от рекрутеров ожидали в продвинутых компаниях использования ИИ, но у руководителей по подбору таких требований не было. Сейчас мы видим готовность внедрять ИИ на уровне компаний.

2 место - обучение и развитие. Год назад эту категорию представляли в основном тренеры, которые должны были обучить и побороть сопротивление внутри компании по внедрению ИИ. А также специалисты по созданию обучающего контента, которые использовали ИИ для генерации контента. Сейчас к этой группе добавились более серьезные задачи и виден уровень пронкиновения ИИ в обучение:

- "Ведение проектов по внедрению ИИ-инструментов для адаптивного обучения и чат-ботов-помощников"
- "Опыт работы с большими языковыми моделями (LLM) и ИИ-агентами: не просто промты, а контекстный инжиниринг и реализованные кейсы"
- " Разработать систему метрик AI-обучения: охват, прохождение, уровень навыков, использование AI-инструментов, количество кейсов, экономия времени и качество результатов"

А в некоторых вакансиях тренера результат работы предлагают оценивать по количеству пилотных внедрений ИИ после обучения. То есть тренер должен не просто провести курс, а довести использование инструмента до реального процесса.

3 место - HRBP и HRD. Раньше в вакансиях были больше призывы и лозунги. ИИ должен стать частью HR-стратегии, искали руководителей, готовых работать с ИИ. Сейчас появились вакансии и их десятки, в которых AI становится частью трансформации всей функции: подбор, КДП, аналитика, обучение, поддержка руководителей:

- "AI-трансформация: глубокое внедрение нейросетей в операционку и HR для кратного роста эффективности"
- "Автоматизируете HR-процессы, используете данные и ИИ для повышения качества подбора, обучения и управленческих решений
- "Внедрить AI и Digital HR: чат-боты, автоматизация воронок, дашборды найма/текучести/вовлечённости в реальном времени"
- И даже такое через боль "Нам важно, чтобы AI был встроен в вашу работу через повторяемые процедуры, а не использовался разово "написать текст вакансии"

NEW вакансий не много, но они появились

Компенсации и льготы. Ещё год назад ИИ почти не встречался в требованиях к C&B. Сейчас ИИ проникает в работу с HR-данными:

- "Навыки применения ИИ-инструментов для анализа данных, прогнозирования или автоматизации задач в области C&B"
- "Внедрение и применение ИИ-инструментов для обработки больших массивов данных, аналитики и прогнозирования показателей по оплате труда"
- "Будет преимуществом подтвержденный опыт применения инструментов ИИ (AI) в C&B процессах и HR-аналитике"

Кадровое делопроизводство. Тут не так много запросов, основной фокус на подготовку черновиков документов и автоматизацию рутины:

- "Генеративный ИИ в КДП: подготовка черновиков ЛНА, приказов, должностных инструкций и проектов ответов в проверяющие органы — с обязательной финальной вычиткой человеком"
- "Внедрение ИИ-инструментов для автоматизации рутинных HR-задач: ФОТ, подбор, адаптация, кадровый учет"

Продолжаем наблюдать 🙂
@aihrcareer

Надеюсь, вы меня не совсем потеряли. Плавно возвращаюсь в канал, так как это лето выдалось у меня очень напряженным. Во-первых, я осуществила свою мечту - переехала ближе к Нью-Йорку. Это заняло много времени и ресурсов, и я еще прихожу в себя. Но я уже в предвкушении осени в этом городе. По плану много интересных ивентов и встреч по ИИ, которые хочу посетить. Тут очень живой рынок ИИ-стартапов, акселераторов в корпоративном сегменте. Я чувствую себя здесь очень хорошо.

Во-вторых, пора это уже написать явно - я запускаю AI-сервис в рекрутменте. Это поглотило все мое время, потому что оказалось не так-то просто, как казалось в начале. Это вообще не просто - моделировать с помощью ИИ экспертные решения. То есть он может собрать информацию, написать тексты, разобрать отклики по формальным признакам, навайбкодить интерфейс.

Но чтобы давать реально экспертные заключения, требуется большое количество валидаций, создание спецификаций и бесконечные eval-тесты.
Сейчас я уже понимаю, что AI-системы, которые влияют на решение о человеке, по требованиям к качеству разработки ближе к сложным решениям в финтехе и медицине, чем к обычным AI-ассистентам.

В общем, обещаю много интересного в новом сезоне ❤️

Слежу за тем, как AI меняет рынок труда. И одна из самых интересных для тенденций сейчас, это рост вакансий, связанных с обучением и оценкой нейросетей.

В США это уже стало индустрией. Платформы вроде Scale AI, Outlier, Appen нанимают десятки тысяч! людей с экспертизой в конкретных областях чтобы те обучали нейросети. Почти всегда это удаленная работа, с частичной занятостью на начальном этапе. Кстати, русскоязычные специалисты с английским там востребованы отдельно.

В России это только начинается. Единого названия пока нет, в вакансиях можно встретить AI-тренер, лингвист-разметчик, специалист по обучению моделей и тд.

В карточках рассказала подробнее про то что представляет из себя профессия и как в нее войти 😎

Все про AI в карьере и HR @aihrcareer

Только что вышел отчет PwC 2026 Global AI Jobs Barometer, про то как меняется рынок труда во всем мире.

Они проанализировали больше 1 млрд вакансий 🤯 в 27 странах и выделили важный сдвиг: AI не просто влияет на отдельные задачи, а начинает расслаивать рынок труда.

Чтобы объяснить это расслоение, PwC отдельно смотрит на профессии, которые AI уже активно меняет, и выделяет для них два разных сценария:

◾Professionalised jobs
Это роли, где AI забирает базовую часть, а человеку остается более сложная экспертная работа. Такие роли растут быстрее и лучше оплачиваются.

◾Democratised jobs
Это роли, где AI упрощает сложную часть работы, и порог входа снижается. Там конкуренция может стать жестче, а ценность экспертизы ниже.

То есть AI не просто заменяет людей, а по-разному меняет ценность разных профессий: одни роли усиливает, другие делает более доступными и конкурентными.

Самый интересный инсайт для HR - AI меняет не только количество рабочих мест, а сами карьерные лестницы👇

Раньше в профессии была более понятная логика роста: простые задачи, потом сложнее, потом экспертность, управление, стратегия. Сейчас эта лестница начинает ломаться. Часть простых задач автоматизируется, часть ролей становится более экспертной, а часть наоборот упрощается и дешевеет.

В ближайшие год-два HR во многих компаниях придется сесть и сделать довольно непростое упражнение на стыке оргдизайна, карьерного планирования и обучения людей.

Не просто внедрить AI в процессы, а заново посмотреть:

- какие роли становятся более экспертными
- какие роли упрощаются
- где нужно растить людей внутри
- где менять обучение
- где пересматривать грейды и ожидания
- как теперь выглядит переход от junior к middle и дальше

Подробнее по отраслям/странам cкачать и посмотреть:
Отчет PwC 2026 Global AI Jobs Barometer

ТОП-10 правил, как пройти AI-рекрутера.

Сейчас часто вижу комментарии от кандидатов из серии «я с ботами не общаюсь». Или кандидат начинает отвечать AI, но делает это сквозь зубы, сам того не понимая, что так понижает себе оценку в системе.

В целом пока рынок формируется, у кандидатов нет устойчивого понимания того, как лучше общаться с AI, когда на той стороне не человек. И надо ли общаться как-то иначе?

Я тестировала много таких сервисов с разных сторон, поэтому вот мой ТОП-10 правил, как общаться с AI-рекрутером, чтобы пройти отбор:

1. Не хамить и не троллить
Некоторые кандидаты специально начинают проверять систему на прочность: шутить, провоцировать, писать бессмысленные запросы или пытаться «сломать» диалог. Проблема в том, что диалог почти всегда сохраняется, его потом видит живой HR, и это уже становится частью оценки коммуникации и адекватности.

2. Не пытаться обмануть бота ключевыми словами
Системы смотрят не на наличие слов, а на связность опыта, конкретику и логику ответов. Скопировать формулировки из вакансии или написать идеальный ответ без примеров обычно бесполезно и даже вредно.

3. Всегда! давать контекст. Это главное правило.
Хороший AI пытается восстановить реальную картину опыта: что именно делал человек, с каким уровнем задач работал, насколько уверенно описывает свой опыт, есть ли конкретика и структура. Если ответов почти нет, системе просто нечего анализировать.

AI: Был ли у вас опыт управления отделом продаж?
Слабый ответ:
- Да, управлял отделом продаж, более 3 лет
Сильный ответ:
- Руководил отделом из 12 менеджеров, отвечал за KPI и найм команды. За год выросли примерно на 30% по выручке.

4. Не игнорировать уточняющие вопросы
Если бот переспрашивает, это может быть не тупой сценарий, а попытка добрать сигналы для оценки навыка. Пропустить вопрос значит оставить критерий неподтвержденным, даже если опыт реально есть.

5. Не пытаться звучать идеально
AI не любит вылизанные ответы без конкретики. Так кандидаты, которые в свою очередь тоже используют AI для ответов дают такие красиво вылизанные ответы не о чем, что потом сами себе портят оценку.

6. Отвечать структурно на кейсы
Иногда AI просит коротко описать рабочий кейс или ситуацию из опыта. Понятно, что писать кейсы в чате не так удобно, как рассказывать их на интервью, но если вопрос задали, лучше отвечать структурно: какая была задача, что вы делали лично, какой получился результат.

7. Сохранять одну логику во всем диалоге
AI сопоставляет ответы между собой - резюме, навыки, даты, стек, уровень задач. Если в одном сообщении вы руководили направлением, а дальше не можете описать базовые процессы, это создает сомнения.

8. Не бросать посередине
Некоторые кандидаты (как и в жизни) отваливаются на самом интересном моменте. При этом незавершенный скрининг автоматически блокирует продвижение дальше по воронке. Поэтому если нужна работа, лучше отвечать быстро и качественно, пока так делают единицы - вы быстрее попадаете на собеседование.

9. Не отвечать холодно, чтобы не продешевить.
Некоторые кандидаты специально отвечают минимально, чтобы сохранить переговорную позицию. На практике это ухудшает оценку: система не может подтвердить уровень навыка, даже если он реально высокий.

10. Не прятать нестандартный опыт
Переходы между сферами, предпринимательский опыт, несколько ролей одновременно, карьерные паузы. Современные модели часто лучше вытаскивают transferable skills, чем люди и ATS-фильтры по ключевым словам. Но тут очень важно объяснять свою мотивацию, контекст, а не заставлять модель гадать.

Все про AI в карьере и HR @aihrcareer

Вчера была на ивенте tech-сообщества в Майами. Обсуждали AI, агентов и то, как их встраивают в работу и жизнь.

И меня очень удивила одна вещь. Я почему-то была уверенна, что в США почти все разработчики, ну мб, кроме каких-то больших корпораций уже работают с AI ежедневно. Что это новый стандарт работы. Но оказалось, что этоне так. Даже в небольших IT-компаниях у части разработчиков есть сильное сопротивление, не хватает навыков и желания.

То есть одновременно существуют разные вселенные. В одной AI уже встроен в процессы и это просто часть ежедневной работы я это вижу изнутри, пока строим свой AI-проект. В другой только начинают задумываться 🙄

На днях кто-то слил внутренние документы Amazon. Выяснилось, что компания трекала, насколько технические сотрудники и команды стали AI-native.

Не просто “используют ли AI”, а прям по метрикам:
- сколько людей пользуются AI
- как часто
- сколько токенов тратят
- сколько задач делают через AI
- какие команды вовлечены
- какие отстают

В ответ часть сотрудников стала запускать AI ради активности, делать лишние запросы и накручивать использование, чтобы выглядеть более AI-native😎

Появился отдельный термин на такое поведение - tokenmaxxing.

Amazon официально говорил, что эти метрики не используются для performance review. Но, многие воспринимали внедрение AI как скрытый KPI и боялись, что менеджеры все равно смотрят статистику использования.

Похожие истории уже всплывают у Meta, Microsoft, Coinbase.

Какие времена, такие и KPI 🙂

Держите меня семеро. hh добавили ИИ кандидатам для генерации сопроводительных писем. За 40 секунд и письмо готово 🤯

Я в шоке честно. Потому что прямо сейчас одна из главных проблем рекрутеров это поток автооткликов и нерелевантных резюме. Найти нормального кандидата в адекватный бюджет все сложнее. И вот в этот момент hh решает дать кандидатам еще один инструмент, который будет множить хаос.

Сопроводительное письмо хотя бы требовало усилия и было хоть каким-то фильтром. Я не понимаю какую проблему это решает. Для рекрутера точно никакую. Для кандидата тоже сомнительно, потому что когда все пишут одинаково хорошо, никто не выделяется.

Все про AI в карьере и HR @aihrcareer

Прикольно наблюдать конкуренцию между нейросетями.
Казалось, только недавно появилась реклама ChatGPT в ютуб, сейчас туда пришли остальные. Теперь вот наружка в городах США, для меня вообще странно видеть рекламу ИИ в физическом мире)

Все активно включились в гонку за клиента, и уже понятно, что не будет одной “самой лучшей” нейросети. Если хочешь получать действительно хорошие ответы, придется платить за несколько. Если в прошлом году ChatGPT закрывал почти все мои запросы, то сейчас этого уже недостаточно. Я только для личных задач сейчас плачу за две, и аппетит растет по мере того, как я и они развиваются.

Сейчас у меня это выглядит так (тут основные нейросети, специализированные AI-сервисы, которые использую, разбирала здесь):

1. ChatGPT
Это мой быстрый дружочек. Когда нужно что-то понять, накидать структуру, найти информацию, перевести документ. Плюс сейчас я начала использовать его глубже через Codex, загружаю контекст и данные, чтобы не объяснять одно и то же заново. Работать с папками, как я делала раннее уже не эффективно, он постоянно терял информацию.

2. Claude
Использую когда нужна именно глубина и логика. Разобрать сложную задачу, разложить по шагам, сравнить подходы и проверить, где слабые места в рассуждениях. Для меня он ощущается умнее - меньше воды, больше структуры и последовательности. Хорошо работает на длинных текстах, стратегиях, когда важно не просто получить ответ, а понять, как к нему пришли.

3. Google Gemini
Очень зашла новая функция, которая видит объекты в реальном времени. Включаешь камеру, и она подсказывает, что делать, например какую кнопку нажать. Меня это не раз выручало с техникой или на какой-нибудь парковке с непонятным паркоматом.
Плюс Google сейчас встраивает ИИ во все свои сервисы, почту, календарь, файлы. Она пишет письма, суммирует цепочки, помогает редактировать документы. Пока многое бесплатно, но понятно, что это временно)

Все про AI в карьере и HR @aihrcareer

Ура-ура, мы запустили новую программу для HRD по AI-трансформации и в рамках нее делаем открытый урок.

29 апреля в 15:00 мск — онлайн.
Внедрение ИИ в HR: как не превратить пилоты в пустые проекты

Что вижу по рынку: пилотов много, результата мало.
В чем разница: пробовать ИИ - это тестировать инструменты. Внедрять ИИ - это менять процессы, назначать владельца, считать эффект и масштабировать.

На уроке разберем именно внедрение:
◾с чего начинать, чтобы был результат, а не демо
◾как выбирать пилоты с прогнозируемым эффектом
◾какую роль должен взять HR
◾как выстроить систему, а не набор экспериментов

Регистрация тут. Приходите сами, зовите коллег ❤️

📚 Бесплатные AI-академии от крупнейших компаний

На днях прошел AI Summit с Меланией Трамп, она стала активно продвигать тему AI в образовании, привлекать крупные компании к партнертсвам по распространеннию AI в массы.

Так в последнее время заметно расцвели AI-академии/курсы у крупных тех.компаний. Практически все лидеры рынка сейчас делают программы
для новичков и спец. контент для IT. Интересно как формируется новая ветка в образовании.

Тут собрала самые лучшие бесплатных AI-академии/курсы от крупнейших компаний:

1. Anthropic AI Fluency
Как правильно работать с AI: prompting, безопасность, применение
anthropic.com/learn
2. OpenAI Academy
Практика с LLM, кейсы и использование в продуктах
academy.openai.com
3. Google AI Essentials
Сильный старт с нуля: основы AI и реальные сценарии
grow.google/ai
4. NVIDIA Training (DLI)
Более технический уровень: deep learning и модели
nvidia.com/en-us/training
5. DeepLearning
И отдельно хочу отметить ресурс Andrew Ng, одного из главных популяризаторов AI-образования в мире. Он делает программы в партнерстве с компаниями
deeplearning.ai

___
Все про AI в карьере и HR @aihrcareer
Конференция по оргдизу и AI