Резюме
Это пример применения методологии на основе открытых отраслевых данных. Цифры рассчитаны по публичным источникам — ваши результаты и декомпозиция процесса на блоки будут зависеть от конкретных условий.
Ситуация. HR-отдел из 3 человек получает 200–500 откликов в месяц на 10–15 открытых вакансий (через hh.ru, HeadHunter API, прямые email). Каждый отклик — резюме в формате PDF или Word. Рекрутер открывает каждое, читает, сравнивает с требованиями вакансии, решает: интересно или нет.
Проблема. Человеко-часы: 500 откликов × 6 мин на скрининг = 3000 мин = 50 ч/мес × 515₽/ч × 12 = 310 000₽/год на чистую рутину Качество найма: 60% времени тратится на отсеивание, остаётся 40% на проверку хороших кандидатов (риск пропуска сильных); по статистике, при таком распределении времени рекрутеры пропускают 10–15% перспективных кандидатов Цикл найма: медленный скрининг = задержка интервью = сильные кандидаты уходят конкурентам; в среднем задержка публикации и начала скрининга на 1 неделю стоит компании 15–20% потенциальных топ-кандидатов
Результат анализа. 3 блоков — в 🟢 Автоматизация (EPOCH 1–2). 2 блоков — в 🟡 Усиление (EPOCH 3). 1 блок — в 🔴 Человек (EPOCH 5). Экономия — до 310 000 ₽ (Москва), ROI 375%.
Карта процесса
Процесс разбит на 6 блоков.
- 1 Получить резюме из hh.ru и других источников Автоматизация
- 2 Распарсить резюме и извлечь структурированные данные Автоматизация
- 3 Проверить резюме на соответствие требованиям вакансии Усиление
- 4 Отфильтровать кандидатов по ключевым критериям и стоп-словам Автоматизация
- 5 Оценить опыт и компетенции кандидата по шкале скоринга Усиление
- 6 Принять финальное решение о приглашении на интервью Человек
Итого: 3 шага в 🟢 Автоматизация (EPOCH 1–2), 2 шага в 🟡 Усиление (EPOCH 3), 1 шаг в 🔴 Человек (EPOCH 5).
Проверка готовности
Все четыре ответа должны быть «Да» — тогда можно переходить к внедрению.
- Может ли рекрутер проверить качество скоринга ИИ, просмотрев 10–15 резюме из категорий ЗВОНИТЬ и ОТКЛОНИТЬ?
- API hh.ru и инструменты интеграции с ATS можно настроить за 1–2 недели?
- Руководство поддерживает внедрение ИИ-скрининга в процесс подбора?
- Команда осознаёт, что долгосрочное делегирование скоринга снижает способность рекрутера замечать ошибки ИИ и требует месячной проверки вручную?
Анализ
Таблица блоков
EPOCH (MIT Sloan, Loaiza & Rigobon, 2025) — шкала 1–5: насколько задача требует человеческого участия. Оценка = максимум из пяти параметров.
«Готовность ИИ-инструмента» определяет стартовый уровень контроля: чем больше опыта у команды с этой связкой «задача + инструмент», тем меньше проверок нужно с первого дня. Новый — команда ещё не делала этот тип задач с этим инструментом, уровень контроля 1. Пробуем — 1–2 цикла, результат ещё нестабильный, уровень 1–2. Стабильный — 3+ цикла без ошибок, уровень 2–3. Доказанный — 8+ циклов, уровень 3–4. Прочерк — блок не передаётся ИИ, оценка неприменима.
| # | Блок | Зависит от | EPOCH | Зона | Описание | Готовность ИИ-инструмента |
|---|---|---|---|---|---|---|
| 1 | Получить резюме из hh.ru и других источников | — | 1 | Автоматизация | Загружает отклики из hh.ru API в единую очередь обработки, если API-интеграция настроена | Стабильный |
| 2 | Парсинг и извлечение данных | 1 | 2 | Автоматизация | Извлекает структурированные поля из PDF/Word (имя, опыт, технологии, образование) в таблицу, если формат резюме распознаётся | Стабильный |
| 3 | Проверить резюме на соответствие требованиям вакансии | 2 | 3 | Усиление | Сравнивает профиль кандидата с требованиями вакансии, присваивает оценку соответствия, до финальной проверки рекрутером | Пробуем |
| 4 | Отфильтровать кандидатов по ключевым критериям и стоп-словам | 2 | 2 | Автоматизация | Проверяет обязательные критерии (язык, локация, уровень) из фильтра вакансии, исключает несоответствующих автоматически | Стабильный |
| 5 | Оценить опыт и компетенции кандидата по шкале скоринга | 3, 4 | 3 | Усиление | Ранжирует подходящих кандидатов по опыту и компетенциям, формирует список для рекрутера, до финального решения | Пробуем |
| 6 | Финальное решение о приглашении | 5 | 5 | Человек | Рекрутер принимает решение по каждому кандидату из топ-листа, учитывая культурный фит и бизнес-контекст | — |
Почему такие оценки
| # | Блок | EPOCH | Обоснование |
|---|---|---|---|
| 1 | Получить резюме из hh.ru и других источников | 1 | Чистая логистика: API-вызов, постановка в очередь — правила однозначны |
| 2 | Парсинг и извлечение данных | 2 | Извлечение полей из структурированного текста — детерминировано, кроме нестандартных форматов |
| 3 | Проверка релевантности | 3 | Суждение о соответствии требует понимания контекста роли, а не только ключевых слов |
| 4 | Проверка по критериям | 2 | Бинарные правила (есть/нет): язык, регион, уровень — автоматизируются без суждения |
| 5 | Скоринг по компетенциям | 3 | Глубина опыта субъективна: «5 лет Python» может быть разным — нужна калибровка под стандарты компании |
| 6 | Финальное решение | 5 | Культурный фит, стиль работы, ценности — не формализуемы без потери качества |
Ограничения ChatGPT в этом процессе
- Универсальные инструменты не знают требований вашей конкретной вакансии (она может быть архивирована, изменена, содержать специфические критерии для отрасли)
- Субъективность: ИИ может быть предвзят к имени, возрасту, стажу; нужна калибровка под стандарты и культуру компании
- Компетенции не структурированы: «5 лет опыта в Python» может быть глубоким (архитектура, системное проектирование) или поверхностным (скрипты, копипаст); требуется контекст вашей роли
- Культура компании и неявные требования: хороший кандидат может не подойти по ценностям, стилю работы, готовности к режиму
Инструкции для передачи задач ИИ
Чтобы передать задачу ИИ, нужно описать три вещи: что подаёте на вход, что получаете обратно и как поймёте, что результат верный. Ниже — такое описание для каждого блока, который переходит к ИИ. Это можно передать разработчику или использовать как основу для промпта.
Парсинг и первичная фильтрация
- Все обязательные поля извлечены.
- Фильтр по критериям проверен рекрутером на выборке 10 резюме.
- Ни один «ДА» не пропущен при сверке вручную
Отклики из hh.ru за период (PDF/Word)
Таблица {кандидат, опыт_лет, технологии, соответствие_критериям: ДА/НЕТ}
2 (контролируемый)
Экономика
| Сценарий | Экономия/мес |
|---|---|
| Консервативный (×0,7) | 18 083 ₽/мес |
| Базовый (×1,0) | 25 833 ₽/мес |
| Оптимистичный (×1,3) | 33 583 ₽/мес |
Ставки рассчитаны по медианным данным HH.ru и ГородРабот.ру, начало 2026 года. Без учёта НДФЛ и страховых взносов (~30%).
| Показатель | Консервативный | Базовый | Оптимистичный |
|---|---|---|---|
| Экономия/мес | 18 083 ₽/мес | 25 833 ₽/мес | 33 583 ₽/мес |
| Чистая выгода/мес | ▲ 12 733 ₽/мес | ▲ 20 483 ₽/мес | ▲ 28 233 ₽/мес |
| Категория | Описание | Стоимость |
|---|---|---|
| Разовая настройка | Разовая настройка | 25 000 ₽ |
| Интеграция | Интеграция | 15 000 ₽ (разово) |
| Операционные | Операционные (API, подписки) | 2 500 ₽/мес |
| Обслуживание ИИ | Обслуживание ИИ | 1 600 ₽/мес |
| Разовая настройка | Разовые итого | 40 000 ₽ |
| Валидация | Валидация результатов | 1 000 ₽/мес |
| Компетенции | Поддержание компетенций | 250 ₽/мес |
Ловушка зависимости: чем дольше задача делегирована ИИ, тем сложнее замечать его ошибки. Раз в месяц — выполнить одну задачу вручную, чтобы сохранить способность оценивать результат. Подробнее — Мониторинг
Рекомендация
Начать с блоков 1–2 (Получение + Парсинг) — чистая автоматизация без риска ошибки найма. После 2 циклов добавить блоки 3–4.
Почему этот блок:
- 60% времени рекрутера уходит на сортировку — это первое, что убирает ИИ без риска
- Парсинг и фильтрация по критериям не требуют суждения: ошибка обратима, рекрутер видит весь список
- После стабилизации блоков 1–4 — переходить к скорингу (блок 5) с обязательной ежемесячной проверкой на предвзятость
На что обратить внимание:
- Вакансия без структурированных требований → сначала зафиксировать критерии письменно
- Нет эталонных резюме → обучить фильтр на 20 архивных «хороших» кандидатах перед запуском
- Скоринг без аудита → раз в месяц рекрутер вручную оценивает 15 резюме и сравнивает с ИИ
Проверка рисков
| Вопрос | Ответ | Следствие |
|---|---|---|
| Ошибка необратима? (некачественный скоринг = неправильный выбор кандидата) | Нет (рекрутер принимает финальное решение) | Зона без изменений — 🟡 Усиление остаётся для скоринга |
| Публика увидит результат без проверки? (отклик кандидата — внешний контакт) | Да (кандидат видит решение компании) | Обязательна проверка рекрутером перед финальным ответом кандидату; уровень автономности = 2–3 макс |
| Грозит штраф, иск или вред? (дискриминация в подборе, нарушение ТК РФ) | Да (риск дискриминационного скоринга по имени, возрасту, полу) | Потолок автономии = 2; обязательна ежемесячная аудит-проверка на смещение; соответствие требованиям о недискриминации |
Уровень контроля после запуска
Уровень автономности — насколько самостоятельно ИИ работает. Для каждого блока выбирается свой уровень в зависимости от цены ошибки.
Уровни автономности установлены как 2–3 для скоринга (ИИ фильтрует, рекрутер проверяет и решает). Финальное решение о приглашении (Карточка 3) — исключительно человек (уровень 0–1). Дополнительное требование: месячная аудит-проверка на предвзятость ИИ (смещение по полу, возрасту, регионам); рекрутер должен выполнить скоринг вручную на 10–15 резюме и сравнить с ИИ.
Если хотите разобрать свой процесс похожим образом — экспресс-диагностика займёт около 45 минут.