ИИ-агент для HR: подбор, онбординг и ответы сотрудникам

HR-отдел тонет в рутине: сотни резюме на одну вакансию, одинаковые вопросы про отпуск и справки, ручное оформление кадровых документов. ИИ агент для HR снимает с команды механическую часть работы — скрининг и структурирование резюме, ответы кандидатам и сотрудникам, сопровождение онбординга — и возвращает рекрутерам и кадровикам время на то, ради чего их наняли: на людей и решения. Ниже разберём, какие задачи отдавать машине, какие оставлять человеку, как считать эффект и где спрятаны риски.

Где HR теряет время и деньги

Стоимость найма складывается не только из бюджета на размещение вакансий. Основная утечка — часы специалистов, которые уходят на действия, не требующие квалификации. Рекрутер вручную читает резюме, в которых половина не соответствует базовым требованиям. Кадровик в десятый раз за неделю объясняет, как оформить отпуск без сохранения зарплаты. HR-бизнес-партнёр пересобирает онбординг-чек-лист для нового человека, потому что единого регламента нет.

По рынку до 65% рабочего времени сотрудника уходит на рутину, и HR здесь не исключение. Параллельно работает второй фактор: кандидаты, как и клиенты, не любят ждать. Если отклик остаётся без ответа несколько дней, сильный специалист уходит к более расторопному работодателю. Медленная воронка найма — это не только потерянное время, но и упущенные люди.

Автоматизация hr с помощью ИИ бьёт по обоим фронтам: ускоряет реакцию и убирает механику. Важно сразу очертить границу — агент не «заменяет HR», а забирает повторяющиеся операции, оставляя человеку оценку, переговоры и решения.

Подбор: скрининг и структурирование резюме

Первичный отбор — самая очевидная точка приложения. ИИ в подборе персонала работает не как «чёрный ящик, который решает за вас», а как ассистент, который готовит материал к решению рекрутера.

Что агент делает на этом этапе:

• Разбирает резюме в любом формате (PDF, DOC, текст из отклика) и приводит к единой структуре: опыт, навыки, образование, зарплатные ожидания, локация.
• Сопоставляет кандидата с требованиями вакансии и помечает соответствие по ключевым критериям — стаж, стек, наличие нужных сертификатов.
• Формирует короткое саммари по каждому кандидату, чтобы рекрутер тратил на первичный просмотр секунды, а не минуты.
• Отвечает кандидату на типовые вопросы о вакансии, графике, этапах отбора и сам предлагает слоты для интервью, синхронизируясь с календарём.

Ключевой принцип: агент ранжирует и подсвечивает, но финальный отбор в шорт-лист остаётся за человеком. Машина не должна автоматически отклонять кандидатов без участия рекрутера — это и этически спорно, и юридически рискованно. Правильная схема — агент готовит структурированную выжимку и свою рекомендацию, HR принимает решение.

Отдельная выгода — реактивация базы. Агент проходит по ранее откликавшимся кандидатам и находит тех, кто подходит под новую вакансию, вместо того чтобы каждый раз запускать платное размещение с нуля.

Онбординг-ассистент для новичков

Первые недели определяют, останется ли человек в компании. При этом онбординг почти везде держится на ручном труде наставника и доброй воле коллег. Здесь агент закрывает разрыв между «вышел на работу» и «начал приносить пользу».

Онбординг-ассистент работает в привычном мессенджере или корпоративном портале и ведёт новичка по плану:

1. В день выхода присылает чек-лист: какие доступы получить, какие документы подписать, к кому обратиться по каждому вопросу.
2. Отвечает на бытовые вопросы — где находится бухгалтерия, как оформить пропуск, как подключиться к VPN — без дёрганья коллег.
3. Подаёт обучающие материалы дозированно, по дням и неделям, а не сваливает всё в первый день.
4. Напоминает руководителю о контрольных точках: встреча по итогам первой недели, обратная связь на испытательном сроке.

Эффект двойной. Новичок быстрее выходит на продуктивность и реже отваливается из-за ощущения брошенности. Наставник и руководитель разгружаются от потока однотипных вопросов и занимаются содержательной частью адаптации.

Ответы сотрудникам: RAG по политикам и регламентам

Самый недооценённый сценарий — внутренняя поддержка действующих сотрудников. Вопросы про отпуска, больничные, ДМС, командировки, премии и внутренние правила повторяются изо дня в день и съедают часы кадровой службы.

Решение строится на технологии RAG (retrieval-augmented generation): агент отвечает не из общих знаний, а строго на основе ваших документов — положения об оплате труда, правил внутреннего распорядка, политики командировок, коллективного договора. Сотрудник спрашивает обычным языком «сколько дней отпуска мне положено за вредность» — агент находит нужный пункт регламента, формулирует понятный ответ и при необходимости даёт ссылку на первоисточник.

Это принципиально отличается от обычного чат-бота с зашитыми сценариями. RAG-ассистент работает с реальными актуальными документами, и при обновлении регламента ответы меняются автоматически — не нужно переписывать сценарии вручную. По рынку ИИ закрывает 40–80% типовых обращений первой линии; в кадровой поддержке доля высокая, потому что вопросы стандартны и хорошо описаны во внутренних документах.

Здесь важна суверенность данных. Кадровая информация и внутренние регламенты — чувствительный контур, который нельзя выгружать во внешние сервисы. OVEERMOON разворачивает таких агентов на отечественных моделях (GigaChat, YandexGPT, Cotype) в закрытом контуре, чтобы документы и персональные данные не покидали периметр компании и сохранялось соответствие 152-ФЗ.

Кадровые документы и КЭДО

Кадровое делопроизводство — это конвейер бумаг: заявления, приказы, ознакомления, согласия. Переход на кадровый электронный документооборот (КЭДО) сам по себе ускоряет процесс, а ИИ-агент делает его ещё плотнее.

Операция	Как было	С ИИ-агентом
Заявление на отпуск	Сотрудник ищет шаблон, заполняет, несёт на подпись	Агент формирует документ из запроса и отправляет в КЭДО на подпись
Приказ по типовому событию	Кадровик создаёт вручную по образцу	Агент готовит проект приказа, кадровик проверяет и утверждает
Ознакомление с локальными актами	Рассылка и ручной контроль подписей	Агент рассылает, напоминает и фиксирует статус ознакомления
Проверка комплектности личного дела	Ручная сверка по списку	Агент сверяет наличие документов и подсвечивает пробелы

Агент не подменяет ответственного кадровика, а готовит проекты и контролирует комплектность. Подключённый к 1С:ЗУП, СЭД или платформе КЭДО, он переносит данные между системами без ручного ввода — то самое распознавание и занесение первички, которое сокращает механическую работу в разы. Человек остаётся на контроле и утверждении.

Этика, риски и что оставить людям

ИИ в HR работает с двумя чувствительными материями — персональными данными и решениями о судьбах людей. Игнорировать риски нельзя, но и они управляемы.

Предвзятость. Модель, обученная на исторических данных, может воспроизводить прошлые перекосы найма. Поэтому агенту нельзя отдавать финальное решение об отказе. Он оценивает кандидата по явным, проверяемым критериям (стаж, навыки, формальные требования), а не по косвенным признакам. Критерии оценки должны быть прозрачны и объяснимы — рекрутер должен понимать, почему кандидат попал наверх списка.

Персональные данные. Резюме, кадровые документы и переписка с сотрудниками — это ПДн под защитой 152-ФЗ. Отсюда требование к закрытому контуру и отечественным моделям: данные не должны уходить во внешние облака. Доступы к агенту разграничиваются по ролям, действия логируются.

Что однозначно остаётся за людьми:

• Финальное решение о найме и отказе.
• Переговоры об условиях, оффер, сложные разговоры.
• Оценка soft skills, мотивации и культурного соответствия на интервью.
• Разбор конфликтов, увольнения, нестандартные кадровые ситуации.

Правило простое: машине — повторяемое и проверяемое, человеку — оценочное и эмоциональное.

Как посчитать эффект

Чтобы автоматизация не осталась игрушкой, метрики фиксируют до старта. OVEERMOON работает по принципу ответственности за результат: целевые показатели согласуются заранее, а не подгоняются по факту.

На что смотреть:

• Время первого ответа кандидату — было/стало (часы и дни сокращаются до минут).
• Доля резюме, обработанных автоматически, и время рекрутера на одного кандидата.
• Доля внутренних вопросов сотрудников, закрытых без участия HR.
• Скорость онбординга: дни до выхода новичка на плановую продуктивность.
• Время на оформление типового кадрового документа.

Считается эффект просто: количество сэкономленных часов умножается на стоимость часа специалиста, плюс эффект от ускорения воронки найма (меньше потерянных кандидатов) и снижения текучести на испытательном сроке. Обычно окупаемость видна на горизонте нескольких месяцев, потому что объём рутины в HR большой и предсказуемый.

Часто задаваемые вопросы

Заменит ли ИИ-агент рекрутера или кадровика?

Нет. Агент забирает механику — скрининг, структурирование, ответы на типовые вопросы, подготовку документов. Оценка людей, переговоры, решения о найме и сложные ситуации остаются за специалистами. На практике команда не сокращается, а перестаёт тратить время на рутину и берёт больше вакансий и проектов.

Безопасно ли загружать резюме и кадровые данные в ИИ?

Безопасно при правильной архитектуре. Решение должно работать в закрытом контуре на отечественных моделях, без выгрузки данных во внешние сервисы, с разграничением доступа и логированием. Тогда обработка персональных данных соответствует 152-ФЗ, а информация не покидает периметр компании.

Как агент отвечает на вопросы по нашим внутренним правилам?

Через технологию RAG: агент обращается к вашим актуальным регламентам и политикам и формирует ответ строго на их основе, со ссылкой на источник. Это не зашитые сценарии — при обновлении документа ответы меняются автоматически, без переписывания вручную.

Сколько времени занимает внедрение?

Зависит от числа сценариев и готовности систем. Обычно начинают с одного-двух блоков — например, скрининг резюме или RAG-поддержка сотрудников — запускают пилот, измеряют эффект и расширяют. Подключение к 1С:ЗУП, CRM и КЭДО ускоряет работу, но базовые сценарии можно запустить и раньше полной интеграции.

С чего начать

Не пытайтесь автоматизировать весь HR разом. Выберите один участок с самым большим объёмом рутины — чаще это скрининг резюме или ответы сотрудникам по кадровым вопросам — зафиксируйте текущие метрики (время ответа, часы специалистов) и запустите пилот на нём. Через месяц у вас будут цифры до и после, на которых легко принять решение о масштабировании на онбординг, КЭДО и остальные сценарии.