Как искусственный интеллект оптимизирует управление персоналом в FLC

Мы уже говорили, что FLC активно внедряет ИИ в свои процессы. Это помогает оптимизировать рутинные задачи и позволяет сосредоточиться на более творческих аспектах работы. Управление персоналом не исключение. Мы используем ИИ для подбора, обучения, оценки и развития сотрудников, а также для внутренних коммуникаций и подготовки документов. Искусственный интеллект также помогает анализировать и структурировать информацию, также готовить отчеты. Важно отметить, что при анализе мы используем только обезличенные данные.

Далее я расскажу о нашем опыте оптимизации процессов подбора, обучения и оценки сотрудников и покажу, как мы это делаем на практике.

ИИ и подбор персонала

Искусственный интеллект значительно ускоряет и улучшает процесс оценки кандидатов на начальных этапах их взаимодействия с компанией. Мы создаем «умные» промты, которые соответствуют специфике конкретной должности, и анализируем резюме кандидатов. Это позволяет сопоставить их с описанием вакансии, требованиями к компетенциям и фактическим опытом работы.

В результате мы получаем оценку соответствия в процентах, что помогает быстрее и точнее принимать решения о подходящих кандидатах и снижает риски ошибок при выборе.

Рассмотрим пошаговый метод создания промпта и анализа резюме на примере вакансии производственного директора.

1. Создание «умного» промта для поиска кандидатов
Для оценки кандидатов мы применяем ChatGPT. Перед тем как начать искать резюме, необходимо сформулировать ясный и детализированный промпт для рекрутера, чтобы он мог объективно оценить претендентов. Например, для отбора на позицию производственного директора можно использовать следующий запрос:

Ты профессиональный рекрутер и эксперт по оценке, который специализируется на поиске и оценке кандидатов на роли топ-менеджеров в логистике. Загружаю требования к кандидатам на позицию производственного директора. Загружу также несколько резюме потенциальных кандидатов. Составь таблицу краткой оценки кандидата на позицию Производственного директора.

Таблица должна содержать 4 колонки:
1.    Кандидат.
2.    Критерии.
3.    Соответствие.
4.    Оценка (%).

Требования к содержанию:
Используй для оценки единый список критериев, включающий:
— Управление международной логистикой
— Управление складами и филиалами
— Опыт в таможенном оформлении
— Оптимизация цепочек поставок
— Управление агентами и подрядчиками (Китай, Турция)
— Контроль сроков и маршрутов
— Автоматизация процессов и снижение ручного труда
— Контроль и оптимизация цен
— Оптимизация складской деятельности
— Управление мультифункциональными командами
— Аналитические навыки
— Навыки переговоров
— Стратегическое мышление

В колонке «Соответствие» указывай:
o    «Полностью соответствует»
o    «Частично соответствует (с кратким пояснением)»
o    «Не соответствует»

В колонке «Оценка (%)» ставь числовую оценку по каждому критерию
Добавь строку «Итоговая оценка релевантности» (средний или взвешенный %)

В конце добавь Summary:
o    краткую характеристику кандидата
o    ключевые сильные стороны
o    уровень управленческой зрелости
o    общую рекомендацию

Таблица должна быть пригодна для представления топ-менеджменту.

2. Анализ резюме кандидатов
После формирования запроса загружаются обезличенные резюме соискателей, содержащие только информацию об их опыте работы. Каждому кандидату присваивается оценка соответствия вакансии, и формируется таблица с процентом соответствия и основными выводами. На основе этих данных составляется сравнительная матрица, в которой кандидаты ранжируются от наиболее подходящих к менее соответствующим требованиям вакансии.

После анализа и ранжирования рекрутер выбирает наиболее перспективных кандидатов для дальнейших этапов собеседования. Например, из десяти потенциально подходящих соискателей искусственный интеллект помогает определить тройку лучших, наиболее соответствующих требованиям должности.

ИИ в обучении и оценке сотрудников

Создание тренингов
Сегодня на рынке существует множество инструментов с искусственным интеллектом, которые значительно упрощают и ускоряют создание обучающих материалов для сотрудников. Выбор подходящего инструмента зависит от конкретных задач. Среди популярных решений можно выделить Beautiful.ai, Gamma, Canva, Perplexity AI, Kimi и ChatGPT. Иногда целесообразно использовать несколько инструментов, каждый из которых выполняет свою функцию на определенном этапе работы над проектом.

Например, для разработки тренинга по новому логистическому продукту мы следуем следующему алгоритму:

1. С помощью ChatGPT создаем программу тренинга, определяем его цели, структуру, тайминг и необходимые материалы, такие как презентация, инструкции и тест для проверки знаний.
2. Загружаем описание продукта в ChatGPT, чтобы получить структуру презентации и текст для слайдов.
3. Для создания иллюстраций используем ChatGPT, Midjourney или Leonardo AI.
4. Готовое описание загружаем в Gamma для оформления презентации.

Также с помощью ИИ создаем тесты для проверки знаний менеджеров. ChatGPT формирует вопросы, учитывая параметры обучающей презентации, что экономит до 6 часов на подготовке.

ИИ ускоряет создание и обновление инструкций, быстро анализируя документы, выделяя ключевые моменты и создавая или обновляя инструкции. Это сокращает время подготовки документа на 50-70%, снижая затраты на рабочие процессы.

Оценка персонала

При запуске ежегодной оценки сотрудников требовалось подготовить множество методических материалов: определить компетенции, разработать модели для каждой должности, а также описать компетенции и поведенческие индикаторы на четырех уровнях их развития. Применение искусственного интеллекта позволило сэкономить около 100 часов на подготовку документов и оперативно запустить процесс для всей организации.

ИИ-бот для работы с Базой Знаний

В нашей базе знаний насчитывается более 2500 документов, что затрудняет оперативный поиск нужной информации. Ограниченные возможности системы и необходимость поиска по смыслу делают этот процесс еще более сложным. Для оптимизации работы мы разработали и внедрили ИИ-бота, который отвечает на вопросы сотрудников, обращаясь к базе знаний компании. Если бот не находит нужную информацию, он использует внешние ресурсы. Для повышения точности бот может отправлять несколько запросов одновременно, охватывая различные источники и сравнивая данные. Это позволяет ему формировать обоснованные и точные ответы. После анализа данных бот объединяет их в логичную и понятную форму, используя только актуальные и достоверные данные. Кроме того, он предоставляет ссылки на конкретные статьи, чтобы пользователи могли самостоятельно проверить информацию.

Анализ и оценка звонков менеджеров по продажам

В 2025 году одним из самых перспективных проектов стало внедрение искусственного интеллекта для автоматизации анализа и оценки телефонных разговоров менеджеров по продажам. Основная цель заключалась в улучшении качества взаимодействия с клиентами, увеличении конверсии и освобождении времени руководителей для более глубокого анализа звонков и предоставления обратной связи сотрудникам.

Первым шагом проекта стал детальный анализ доступных на рынке решений. Команда провела тестирование продуктов различных ИИ-провайдеров, оценивая такие параметры, как точность распознавания речи, интуитивно понятный интерфейс, гибкость настройки, возможность интеграции с внутренними системами и стоимость. Все ключевые показатели были тщательно сопоставлены с внутренними требованиями по безопасности, хранению данных и масштабируемости системы.

После успешного пилотного проекта с внешним провайдером было принято решение разработать собственную платформу на основе искусственного интеллекта. Это решение позволило адаптировать логику оценки под особенности разговоров менеджеров, интегрировать систему с существующими инструментами аналитики и обеспечить конфиденциальность данных, а также независимость от внешних подрядчиков.

В результате мы сделали следующее:

1. Разработали и внедрили модуль автоматической расшифровки и транскрипции телефонных разговоров.
2. Внедрили алгоритмы для анализа качества коммуникаций, которые оценивают соответствие диалогов утвержденному скрипту и предоставляют процентную оценку по каждому блоку, а также общую оценку качества переговоров.
3. Реализовали автоматическую генерацию отчетов с ключевыми метриками и рекомендациями для улучшения работы каждого сотрудника.

Внедрение искусственного интеллекта ускорило и упростило оценку звонков, повысило прозрачность обратной связи для сотрудников и сделало работу с большими объемами данных более управляемой. Минимальное преимущество от использования решения — экономия до 7,5 часов времени каждого руководителя в неделю. Система стала важным шагом на пути к улучшению клиентского сервиса.

Заключение

Внедрение искусственного интеллекта в процессы управления персоналом ускоряет работу, упрощает задачи и повышает их эффективность. ИИ помогает быстрее находить подходящих кандидатов и точнее оценивать их квалификацию, а также сокращает время, необходимое для разработки учебных материалов. В результате использования ИИ мы можем экономить от 20 до 65% рабочего времени, в зависимости от конкретного процесса. При грамотной настройке инструментов и сохранении ведущей роли HR-специалистов, технологии становятся ценным помощником, позволяя высвободить ресурсы для более творческих задач и развития человеческого капитала компании.

Одной из ключевых задач отдела кадров является формирование культуры использования передовых технологий среди всех сотрудников. Для этого мы интегрировали обучение работе с ИИ в систему управления персоналом и создали команду амбассадоров искусственного интеллекта, которые своим примером мотивируют коллег и помогают им становиться более продуктивными благодаря новым технологиям.