Кира Кузьменко, фаундер NEWHR дала развёрнутый комментарий для РБК — про ИИ-навыки, зарплаты и найм. Ждём публикации статьи и делимся ответами Киры 🙌
💰 Влияют ли ИИ-навыки на зарплату?
Да, конечно. Но что такое «ИИ-навыки» — это пока не устоявшееся понятие. Крупные компании, которые активно внедряют ИИ, уже дошли до отдельной сетки ИИ-компетенций для разных грейдов и ролей — технологических, гуманитарных. Но как только спускаемся чуть ниже — всё зависит от того, как компания сама работает с ИИ.
Если очень грубо, можно выделить 4 уровня:
0️⃣ — человек в отрицании ИИ. Такие всё ещё есть.
1️⃣ — использует для себя, в работу не несёт.
2️⃣ — человек ускоряет свою работу: ИИ автоматизирует рутину, пишет скрипты, собирает драфты. Такой падаван, который помогает сильно экономить время. Для этого можно было бы нанять джуна — но мы не нанимаем, у нас есть ИИ.
Важный момент: кто-то использует эти инструменты за свои деньги, а кому-то компания уже выделяет бюджет. Там, где выделяют — используют активнее.
3️⃣ — сотрудник делает продукт, в котором ИИ является частью или кором. Совершенно другой уровень: какие ставить ограничения, как проверять качество, как следить за безопасностью, как отвечать за финальный результат. Ты отвечаешь за каждую строчку кода, за каждую строчку текста — за всё, что ИИ выдаёт пользователю.
Люди с третьим уровнем навыков получают преференции — и при найме, и при удержании. Их доход растёт, потому что результат их работы максимально важен для бизнеса.
💎 За что ещё готов доплачивать бизнес?
Человек благодаря ИИ берёт на себя больше зон ответственности и начинает выполнять работу не за одного человека, а за нескольких. Появляются новые роли: продакт-инженер, дизайнер-инженер, контент-инженер.
Продакт-инженер — роль, которая появилась буквально за последние полтора года. Это не просто инженер, который таски делает — поставили задачу, пошёл и сделал. Такой типичный исполнительский вайб в эпоху ИИ-трансформации уже не так интересен бизнесу. Продакт-инженер должен сам ставить задачу. Он вообще должен сомневаться — а надо ли такую задачу ставить? Может быть, нет. Потому что исполнять задачу может теперь и ИИ.
А за человеком остаётся суждение, постановка задачи и ответственность за результат. Именно за это бизнес готов платить больше.
❗️ Чтобы вы могли максимально точно получать ответы на подобные вопросы и при этом понимать нюансы по локациям найма, формату оформления и формату работы, — мы делаем нашу зарплатную аналитику.
Если вам нужны точные данные зарплат по вашей нише — оставьте заявку на сайте. Мы проведём персональное демо, покажем интерфейс и ответим на все вопросы.
⏳ Где ИИ реально экономит время в найме?
➖ Сорсинг — на этом этапе рекрутеры используют ИИ примерно 50 на 50 с ручной работой.
Хорошо парсит резюме, собирает информацию о кандидатах, помогает строить карты рынка. Но в среднем люди пишут резюме плохо. Искать их полностью автоматизированными способами рискованно — можно пропустить качественных кандидатов, которые просто плохо о себе написали. И это нормально, что люди не умеют про себя писать.
➖ Ранжирование откликов — самый автоматизированный этап сейчас.
Представьте: на одну вакансию пришла тысяча откликов. ATS при качественной настройке отбирает быстро и хорошо. Но качественный специалист в рекрутинге никогда не будет доверять ИИ на 100%. Надо перепроверять — бывают галлюцинации, бывает отсеет кого-то не того.
Следующий этап — переписка с кандидатами и приглашение на интервью. Здесь всё зависит от роли.
• Чем более массовая позиция — тем больше автоматизации, вплоть до бота, который напишет кандидату и задаст вопросы по чеклисту.
• Чем более сеньорный, редкий специалист — тем больше вероятность, что писать будет непосредственно рекрутер, потому что важность человеческого контакта и риск, что что-то пойдёт не так, здесь слишком высоки.
❗️ Софты и культурное соответствие оценивает только человек. Это живая человеческая коммуникация — вряд ли когда-либо уйдёт к ИИ.