Что показал опыт внедрения ИИ в HR: короткий ответ
По собственным цифрам компаний, ИИ в найме помог там, где снял ожидание кандидата. У Fix Price робот отвечает примерно через минуту после обращения (кейс облачной платформы, 13 июня 2024). По данным компании, в 2023 году роботы отбирали 23% от общего числа кандидатов на линейные позиции (ComNews, 4 сентября 2025). В 2025 году, по тому же материалу, робот направляет на собеседование 50% кандидатов, но от какого числа, компания не говорит. Решение о человеке в раскрытых случаях осталось за людьми.
ИИ в подборе персонала — это программы, которые берут на себя шаги, раньше сделанные рекрутером вручную: разбор резюме, первые звонки, запись на собеседование и анализ интервью. Под опытом внедрения ИИвнедрение ИИ. Внедрение ИИ это путь от идеи до работающего решения: компания выбирает процесс, подключает к нему искусственный интеллект, учит людей и измеряет результат в деньгах. в HR я понимаю только опубликованные случаи, где компания назвала конкретный этап найма, срок и цифру результата. В пилотном подразделении X5 нейросеть закрывает больше 20% офисных вакансий, а решение о приеме остается за нанимающим менеджером (Retail.ru, 26 января 2026).
Я двадцать лет руководил разработкой для Walmart, Disney, Apple и Microsoft и сам нанимаю людей, поэтому смотрю на эти кейсы как работодатель. По-моему, опыт в HR уже есть, но, кроме офисного пилота X5, он почти весь собран в массовом найме продавцов, складских работников, кассиров и курьеров. Цифры при этом в основном заявлены самими компаниями и подрядчиками, и ниже я разбираю, что за ними стоит.
Пять случаев: кто что сделал и что из цифр измерено
Из пяти разобранных случаев четыре российские, и все четыре держатся на заявлениях компаний. Пятый, американский, закончился в 2023 году урегулированием иска EEOC, регулятора США в сфере найма (пресс-релиз EEOC, 11 сентября 2023).
Технологии в этих HR-процессах четырех видов, и в трех из них работает ИИ. По воронке найма ИИ-рекрутер X5 ищет людей, а робот Fix Price отбирает и записывает их. Система Додо Пиццы разбирает собеседования, а у iTutorGroup работал жесткий фильтр по возрасту. Ни в одном из случаев машина не предсказывает, как нанятый человек будет работать. В таблице у каждой цифры назван ее тип.
| Компания и срок | Этап найма | Что делает система | Цифра | Тип цифры | Источник и дата |
|---|---|---|---|---|---|
| Fix Price, с декабря 2022 | Отклик, звонок, запись на собеседование | Робот разбирает резюме, звонит, записывает и перезванивает тем, кто пропустил встречу | 1,5 млн резюме, 1 млн звонков и 90 тыс. сообщений за все время. 23% всех кандидатов на линейные позиции отобраны в 2023 году; 50% кандидатов направлены на собеседование в 2025 году, база не названа. Около 2 500 записей в месяц. Внедрение за 3 месяца | Заявление компании | Кейс облачной платформы, 13 июня 2024; ComNews, 4 сентября 2025 |
| X5, пилот в одном подразделении | Поиск, резюме, первое интервью | ИИ-рекрутер находит кандидата и проводит первичное интервью, решение принимает менеджер | Больше 20% офисных вакансий; прирост качества отбора «до 85%», метод не назван; воронка выросла вдвое | Заявление компании | Retail.ru, 26 января 2026 |
| Додо Пицца, с июня 2024 | Собеседование | Разбирает записи очных собеседований и звонков рекрутингового центра | 135 собеседований за месяц, в основном телефонных; больше 2 000 оценок | Заявление компании | ComNews, 31 июля 2024 |
| Лента, проект «Быстрый найм» | Оформление кандидата | Как именно работает ИИ, компания не раскрыла | Оформление за 15 минут вместо трех дней | Заявление компании без базы | ComNews, 4 августа 2026 |
| iTutorGroup, США | Прием заявок | Программа на жестких правилах, а не ИИ, отклоняла кандидатов по возрасту | Больше 200 отклоненных; 365 000 долларов за урегулирование иска EEOC в 2023 году | Итог дела у регулятора | Пресс-релиз EEOC, 11 сентября 2023 |
Подробности есть в наших материалах: кейс Fix Price, кейс Додо Пиццы, кейс Ленты и новость о том, как X5 перевела часть найма на ИИ-рекрутера. Ниже не пересказ, а причины: почему в этих компаниях сработало и где у цифр кончается проверка.
Причина первая: ИИ выиграл там, где люди не успевали ответить
По-моему, в Fix Price ИИ выиграл потому, что HR-команда массового найма перестала успевать за развитием сети. За пять лет до кейса число таких специалистов удвоилось до 70 человек (кейс облачной платформы, 13 июня 2024). Потребность в линейном персонале, от продавцов и администраторов до мерчандайзеров и работников складов, при этом постоянно росла (тот же кейс). Тот же разрыв стоит и за проектом Додо Пиццы: ComNews подает его как борьбу с кадровым голодом (31 июля 2024).
Робот закрыл именно этот разрыв. По словам компании, он отвечает примерно за минуту, обрабатывает тысячи резюме в сутки и сам звонит выбранным кандидатам (тот же кейс, 13 июня 2024). Если кандидат пропустил встречу, система связывается с ним снова и предлагает другое время, а рекрутер видит отчет в базе (ComNews, 4 сентября 2025).
Результат для штата компания описывает так. Директор по персоналу Антон Максименко сказал, что за два с половиной года сеть открыла около 1,9 тыс. собственных магазинов (ComNews, 4 сентября 2025). По его словам, робот позволяет не раздувать HR-отдел и снимает со специалистов рутину.
X5 пришла к тому же с другой стороны. В пилоте система обрабатывает отклики круглосуточно с учетом часовых поясов. По итогам компания сообщила о росте воронки найма вдвое (Retail.ru, 26 января 2026). Это офисные вакансии, а не линейные, но механизм тот же: кандидат не ждет утра.
Причина, по-моему, простая. В массовом найме кандидат уходит к тому, кто ответил первым, и ИИ снимает ожидание, а не выбирает лучше человека. Оговорка важна: результат 2025 года, 50%, компания объясняет тремя вещами сразу (ComNews, 4 сентября 2025). Это ИИ, расширение каналов и источников поиска кандидатов и оптимизация взаимодействия с ними, поэтому весь результат на модель не списать.
Еще одна деталь внедрения из кейса 2024 года: сеть сама пишет и тестирует сценарии ботов и видит конверсию на каждом шаге разговора с кандидатом. Так компания находит ошибки в логике системы и правит сценарии. Набор кандидатов она усиливает при открытии новых магазинов и ослабляет, когда вакансии закрыты.
Причина вторая: решение о кандидате принимает человек, и закон делает это общим правилом
Во всех российских случаях, где это раскрыто, кого взять и кому отказать, решает человек. Российский закон допускает решение одной программой только в двух случаях: с согласия человека в письменной форме или по федеральному закону. X5 оставила решение о приеме нанимающему менеджеру (Retail.ru, 26 января 2026). Fix Price выбрала платформу, которая оставляет рекрутерам живое интервью (кейс облачной платформы, 13 июня 2024).
Норма стоит в статье 16 Федерального закона от 27.07.2006 № 152-ФЗ «О персональных данных» в редакции от 26.07.2026. Часть 1 запрещает решение, которое порождает юридические последствия или иначе затрагивает права человека, если оно принято только по автоматизированной обработке его данных. Отказ кандидату, вынесенный одной программой, попадает под эту норму.
Часть 2 допускает такое решение только с письменного согласия человека или в случаях, которые установил федеральный закон с мерами защиты его прав. Часть 3 обязывает оператора объяснить порядок решения и его возможные последствия, дать возможность возразить и разъяснить, как защитить права. По части 4 на возражение отвечают в течение 30 дней.
Для работника то же говорит Трудовой кодекс РФ от 30.12.2001 № 197-ФЗ в редакции от 25.05.2026. Пункт 6 статьи 86 запрещает работодателю основывать решение на данных, полученных только автоматизированной обработкой или электронным путем. Пункт 3 той же статьи требует получать данные у самого работника. Что спросить у подрядчика о персональных данных, собрано в нашем чек-листе по 152-ФЗ.
Рынок, судя по опросу, думает так же. В опросе двух HR-сервисов среди российских работодателей только 5% доверяют алгоритму финальное решение о найме (Sostav со ссылкой на «Известия», 12 апреля 2026). Число опрошенных и сроки исследования публикация не называет.
Причина третья: цифры кейсов почти все заявлены, а не измерены
Почти все цифры кейсов заявлены компаниями и подрядчиками: ни в одном нет удержания нанятых через три месяца или стоимости найма до и после. Это ключевой ответ на довод «в HR у всех уже работает».
Пример из кейса Fix Price на сайте платформы от 13 июня 2024 года. Заголовок обещает «почти 15 тысяч кандидатов за 1,5 года», а в тексте робот записывает на собеседование «около 2500 человек в месяц». 15 000 за 18 месяцев дают около 830 человек в месяц, втрое меньше, и кейс не говорит, считают ли обе цифры одно и то же.
Второй пример из той же сети. Фраза «эффективность выросла в 2 раза» означает долю кандидатов, которых робот направил на собеседование, а не качество найма (ComNews, 4 сентября 2025). X5 пишет, что нейросеть «до 85%» повышает качество отбора резюме, но как это измерено, не сказано (Retail.ru, 26 января 2026).
Большие исследования тоже не дают базы. Исследование SHRM о состоянии ИИ в HRИИ в HR. ИИ в HR это программы, которые помогают отделу персонала разбирать отклики, проводить первичные интервью, отвечать сотрудникам на вопросы и анализировать кадровые данные. собрано по ответам 1 908 HR-специалистов (SHRM, 31 марта 2026). Процентов в открытой части страницы нет: отчет доступен только участникам.
Причина, по-моему, в том, кто пишет кейсы об ИИ в HR. Их публикуют компании и подрядчики, и им важен масштаб, а не база для сравнения. Вывод для читателя: сравнивайте результат с собственной базовой цифрой, а не с чужими процентами.
Где автоматический отбор не справился: случай, который дошел до регулятора

Самый ясный провал, который дошел до регулятора, случился в США. iTutorGroup согласилась заплатить 365 000 долларов, чтобы урегулировать иск EEOC о дискриминации при найме (пресс-релиз EEOC, 11 сентября 2023). По иску EEOC, комиссии США по равным возможностям в найме, программа приема заявок отклоняла женщин от 55 лет и мужчин от 60 лет. Так компания отклонила больше 200 квалифицированных кандидатов в США.
Кроме выплаты, соглашение обязывает компанию провести обучение для всех, кто нанимает, принять новую политику против дискриминации и не спрашивать дату рождения кандидатов. EEOC следит за исполнением минимум пять лет. В России по общему правилу нельзя отказать в найме из-за возраста: это запрещают статьи 3 и 64 Трудового кодекса.
Причина провала, по-моему, не в сложной модели, а в правиле отказа, которое никто не проверил. Это был жесткий фильтр по возрасту, а не обучаемая модель. Без человека фильтр решал ровно ту задачу, что ему задали. Значит, ИИ сам по себе не убирает предвзятость: он применяет предвзятость своих правил к каждой заявке, как это сделал фильтр iTutorGroup.
В России такой отказ без участия человека и без его согласия в письменной форме нарушил бы часть 1 статьи 16 закона 152-ФЗ. Вывод раздела: правила фильтров проверяют до запуска, а отказы смотрят выборочно, с разбивкой по возрасту и полу. Похожую проверку описывает X5: по словам управляющего директора «X5 Поддержка бизнеса», при внедрении ИИ-рекрутера проверяли каждую выборку (Retail.ru, 26 января 2026). Модель после этого дообучали, а алгоритмы и запросы к ней дорабатывали.
Расчет: при каком потоке робот-рекрутер имеет смысл
По моей оценке, робот-рекрутер нужен, когда первый контакт с откликами занимает больше 4 часов в неделю: на сети, а не на точке. На магазин Fix Price приходится меньше половины записи в месяц. Это оценка, а не измерение компании. Исходные данные: около 2 500 записей в месяц, 70 HR-специалистов массового найма и больше 6 600 магазинов (кейс облачной платформы, 13 июня 2024).
| Показатель | Значение | Как посчитано | Что это значит |
|---|---|---|---|
| Записи на собеседование в месяц | около 2 500 | Кейс облачной платформы, 13 июня 2024 | Исходная цифра компании |
| Записи на один магазин в месяц | около 0,4 | 2 500 / 6 600 магазинов | На точке поток невелик, смысл дает сеть |
| Записи на одного HR-специалиста в месяц | около 36 | 2 500 / 70 специалистов | Меньше двух записей в рабочий день на человека |
| Условный поток 10 000 кандидатов в месяц | 2 300 отобранных и 5 000 направленных на собеседование | 10 000 × 0,23 и 10 000 × 0,5 | Иллюстрация долей, а не поток сети: у 23% база весь поток, у 50% база не названа, поэтому числа не сравниваются |
| Кандидаты в месяц по заголовку кейса | около 830 | 15 000 / 18 месяцев | Втрое меньше 2 500: у чисел разная база |
| Часы на первый контакт в неделю, условная компания | около 33 | 200 откликов × 10 минут / 60 | Почти рабочая неделя рекрутера; при 20 откликах около 3,3 часа |
| Точка окупаемости инструмента в месяц | ваше число | часы в неделю × стоимость часа рекрутера × 4,3 недели | Если инструмент стоит дороже, на одном первом контакте он не окупается |
Главное отличие от найма без ИИ — часы ожидания. Ответ за минуту против ответа человека в рабочие часы дает разницу в целую ночь. Условный пример: кандидат откликнулся в 20:00, рекрутер с 9:00 ответит через 13 часов, робот через минуту. По-моему, за это время кандидат массовой профессии успевает уйти к тому, кто ответил раньше.
Обратная сторона порога: если первый контакт занимает меньше 4 часов в неделю, как при 20 откликах из примера, робот-рекрутер не нужен. Хватит чат-бота с расписанием встреч и быстрого ответа владельца. Это мой расчет, а не измерение, и в новости о X5 мы отдельно разбирали, что взять компании с пятью вакансиями.
До внедрения посчитайте три числа: отклики в неделю, часть из них, оставшуюся без ответа за сутки, и стоимость часа рекрутера. Если эта часть высока, а часы на первый контакт съедают неделю, автоматический ответ решает именно эту задачу.
Неожиданный опыт: ИИ проверил не кандидатов, а рекрутеров
По-моему, самый полезный для HR-директора результат дала Додо Пицца: анализ записанных встреч показал ошибки самих интервьюеров. С июня 2024 года сеть записывает очные собеседования на три должности, менеджера, кассира и курьера, и звонки рекрутингового центра (ComNews, 31 июля 2024). За месяц с запуска в июне 2024 года система разобрала 135 собеседований и выдала больше 2 тысяч оценок.
Результат касается интервьюеров. Подробный рассказ о корпоративной культуре и бонусах слышит только половина кандидатов, а вопрос о мотивации получают меньше 50% (ComNews, 31 июля 2024). Стандарты по оформлению, графику и выплатам в тех же разговорах 2024 года соблюдались в 100% случаев. Значит, ИИ сам по себе не сделал найм справедливее: он показал, где интервьюеры работают неровно.
Причина, которую обычно не называют: часть кандидатов компания теряет на самой встрече, из-за того, что говорит ее рекрутер. По оценке аналитиков подрядчика, так теряют до 30% соискателей, но это их оценка без базы (ComNews, 31 июля 2024). Увидеть это можно только при анализе самих разговоров.
Почему сеть на это тратится, объяснила исполнительный директор корпоративной сети Додо Пиццы Анна Лифанова. По ее словам, после затрат на стройку основной объем инвестиций приходится на HR-блок, и он постоянно растет (ComNews, 31 июля 2024).
При найме в ЕС у такой технологии есть предел. Подпункт «f» пункта 1 статьи 5 Регламента (ЕС) 2024/1689 запрещает системы ИИ, которые распознают эмоции человека на рабочем месте. Исключение сделано для медицинских целей и безопасности, а запрет действует со 2 февраля 2025 года по статье 113 того же регламента. Систему, которая разбирает голос соискателя, на этот запрет нужно проверить.
Адаптация новичков: что подтверждено, а что пока планы
Опыта адаптации с цифрами удержания в открытых первоисточниках я не нашел: подтверждены инструменты, а не результат. В Супер Ленте сделали чат-ботачат-бот. Чат-бот это программа, которая переписывается с человеком в окне чата: на сайте, в мессенджере или в приложении. для типовых вопросов сотрудников, а если ответа в базе нет, запрос уходит эксперту (ComNews, 4 августа 2026). Эксперт отвечает в режиме реального времени.
В Дом Ленте нейросети помогают делать электронные курсы для сотрудников, адаптировать материал под категории и анализировать результаты (ComNews, 4 августа 2026). Решения по ассортименту, ценам и стратегии остаются за людьми. Новых штатных должностей под ИИ в сетях группы не создавали, но внутри ролей появились специализации.
В той же публикации сказано, что в работе с нейросетями важно грамотно ставить задачи, проверять и дорабатывать результат. Додо Пицца пока только планирует оцифровать путь сотрудника от звонка до обучения и роста, а об адаптации и стажировке думает (ComNews, 31 июля 2024). Как устроен ИИ-агент для адаптации новичка, разобрано отдельно.
Зачем вообще отдавать рутину машине, я писал в книге «Как не стать Банкротом!?»: «Автоматизация повторяющихся, низко значимых задач освобождает время для творческой работы и личного участия». Там же о переподготовке, и это про рынок труда, а не про первые недели новичка. Мои слова оттуда: «Поощрение переподготовки и освоение новых профессий, связанных с Искусственным Интеллектом, помогает адаптироваться к изменяющимся требованиям рынка и снижает негативные последствия автоматизации».
Поэтому честный вывод такой: адаптацию ИИ уже обслуживает, но цифр удержания новичков в открытых источниках нет. Цифры без базы я здесь не привожу.
Что делать HR-директору: шесть шагов и пересмотр самого найма
- Замерьте базу до внедрения: время ответа кандидату, долю откликов, дошедших до собеседования, и стоимость найма. Без этих трех чисел через три месяца вам не с чем будет сравнить результат.
- Начните с ответа и записи на собеседование, как Fix Price. У сети внедрение заняло три месяца, а живое интервью осталось за рекрутерами (кейс облачной платформы, 13 июня 2024). До подписания договора спросите поставщика письменно, кто принимает каждое решение об отказе, какие персональные данные он хранит и где, можно ли выгрузить отказы.
- Оставьте решение о приеме человеку: в России этого требует статья 16 закона 152-ФЗ. Решение без человека возможно только с письменного согласия или по федеральному закону, с порядком возражения и ответом на него за 30 дней. Для работников то же правило добавляет пункт 6 статьи 86 Трудового кодекса. Если нанимаете в ЕС или Великобритании, сверьтесь также со статьей 22 GDPR, статьями 22A–22D UK GDPR и Регламентом (ЕС) 2024/1689.
- Проверяйте правила отказа и выборки до запуска и после него. В X5 при внедрении ИИ-рекрутера проверяли каждую выборку (Retail.ru, 26 января 2026). Если этого не делать, есть риск, что фильтр повторит историю iTutorGroup, где программа без проверки отклоняла кандидатов по возрасту.
- Разбирайте собственные собеседования, как Додо Пицца, где рассказ о культуре и вопрос о мотивации слышала только половина кандидатов или меньше. Записи и оценки покажут, где в процессе вы теряете людей уже после отклика.
- Через три месяца сравните результат с базой из первого шага. Смотрите не на число обработанных резюме, а на время ответа, долю дошедших до интервью и удержание нанятых.
Моя позиция простая: ИИ в найме стоит использовать, чтобы пересмотреть сам процесс найма, а не чтобы нанимать по-старому быстрее. Об этом я говорил в выступлении 2026 года о сбоях серверов, новых вирусах и ИИ-агентахИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат.. Мой первый совет генеральным директорам там был такой: заморозить найм и пересмотреть, как вы нанимаете сотрудников.
Главное в найме для меня не диплом, а навык. Об этом шла речь в моем разговоре 2025 года об учителе будущего, школе и дипломах. Там я сказал так: «самая важная задача посмотреть, умеет ли человек делать ту работу, на которую его нанимают». В книге я писал о том же: «В найме сотрудников я придерживаюсь той же логики: стараюсь выбирать умных и способных людей».
Как работодатель я вижу, что меняется и сам отбор. В выступлении 2025 года о том, как ИИ меняет профессии, я рассказывал: резюме ко мне приходят написанные ИИ, поэтому соискатели присылают видео своей работы. Очередь на собеседование ко мне тогда тянулась до конца декабря. Мой совет: просите образец реальной работы, а не только резюме.
Ответственность тоже остается на человеке. В разговоре 2025 года о том, как быстро ИИ меняет мир, я вспоминал свое выступление в Финансовом университете. Там я повторил мысль, с которой согласен: если я сам решил пользоваться ИИ как инструментом, за решение отвечаю я. Поэтому ИИ для меня помощник профессионала, а не замена ему.
Вывод: поток откликов берет ИИ, решение остается за людьми
Вывод тот же, что в начале: ИИ полезен на отдельных шагах найма, а решение о человеке, где компании его описали, остается за людьми. Четыре российских кейса стоят на разных шагах: у X5 и сети фиксированных цен это ответ на отклик, у Додо Пиццы разбор собеседований, у Ленты оформление. По-моему, на этих шагах кандидаты и теряются, но данных о потерях по этапам в кейсах нет: начните с замера своей базы.
Следующий этап уже назначен: в ЕС требования к системам ИИ высокого риска в найме начнут действовать со 2 декабря 2027 года (Регламент (ЕС) 2026/1744). Додо Пицца планирует оцифровать путь сотрудника (ComNews, 31 июля 2024). В сетях Ленты новых должностей под ИИ нет, есть специализации внутри ролей (ComNews, 4 августа 2026). Fix Price, по словам компании, благодаря роботу не раздувает HR-отдел (ComNews, 4 сентября 2025). Я жду, что работа рекрутера сместится от первого звонка к решению и его проверке.


