Автоматизация HR-процессов с ИИ: кейс крупной компании

Представьте HR-директора производственной компании на 800 человек: каждый месяц — 300 резюме на 12 открытых позиций, 15–20 новых сотрудников одновременно проходят онбординг, а в корпоративном чате ежедневно сотня одинаковых вопросов про отпуска, справки и полисы. Автоматизация HR с ИИ — не тренд ради тренда, а ответ на конкретную проблему: когда рутина съедает больше половины рабочей недели, на стратегию не остаётся ни часа.

Ситуация: где HR тонул в операционке

К нам обратился HR-директор торгово-производственного холдинга (штат — около 800 человек, 4 офиса в разных городах). Основная боль звучала так: «Я провожу в сортировке резюме и ответах на одинаковые вопросы больше времени, чем в разговорах с людьми». По итогам аудита мы зафиксировали три узких места.

• Скрининг резюме: рекрутер тратил 4–6 часов в день, чтобы вручную отсеять нерелевантные отклики и составить шорт-лист. При этом критерии отбора у разных нанимающих менеджеров слегка расходились — часть подходящих кандидатов терялась.
• Онбординг: новый сотрудник получал PDF на 40 страниц и ссылку на корпоративный портал. Большинство всё равно шли с вопросами к HR-менеджеру напрямую — в первые две недели это занимало до 3 часов в день у команды из двух человек.
• FAQ-поток: в Telegram-чате «Вопросы в HR» поступало 80–120 сообщений в день. Примерно 70% из них — повторяющиеся: как взять справку 2-НДФЛ, когда аванс, сколько дней отпуска осталось.

Задача: убрать рутину, оставить экспертизу

Мы поставили чёткую цель: не заменить HR-команду, а освободить её от задач, которые не требуют человеческого суждения. Скрининг, онбординг-гид и FAQ — три процесса с высокой повторяемостью и чёткими правилами. Именно туда зашёл ИИ.

Что мы сделали: три инструмента за шесть недель

1. ИИ-скрининг резюме

Мы настроили агента, который принимает резюме из почты и hh.ru, парсит ключевые параметры (опыт, стек навыков, уровень позиции, зарплатные ожидания) и сопоставляет их с профилем вакансии. Агент выставляет оценку от 1 до 10, добавляет краткий комментарий — почему кандидат подходит или нет — и формирует ранжированный шорт-лист в Notion. Рекрутер видит уже готовый список из 8–12 кандидатов вместо 80 сырых откликов.

2. Онбординг-ассистент в Telegram

Новый сотрудник в первый рабочий день получает в Telegram приветственное сообщение от бота. Бот проводит его по чек-листу первых двух недель: напоминает, что нужно сделать сегодня, отвечает на вопросы о структуре компании, оформлении документов, корпоративных инструментах. База знаний собрана из внутренних регламентов и FAQ-документов — мы структурировали её вместе с HR-командой за три дня.

3. FAQ-бот для сотрудников

Отдельный бот в корпоративном Telegram-канале отвечает на типовые вопросы 24/7. Если вопрос выходит за пределы базы знаний — бот честно говорит об этом и переключает на живого специалиста. Интеграция с 1С позволила боту в реальном времени отвечать на вопросы об остатке отпускных дней и ближайшей дате выплат.

Автоматизация HR с ИИ работает там, где есть повторяемость и чёткие правила. Там, где нужна эмпатия и суждение — человек незаменим.

Результат в цифрах: что изменилось за первый месяц

• Скрининг резюме: время рекрутера сократилось с 5 часов в день до 45 минут. Итого — минус 21 час в неделю только на этом этапе.
• Онбординг: нагрузка на HR-менеджеров в первые две недели нового сотрудника упала на 68%. Бот закрывает 80% вопросов без участия человека.
• FAQ-бот: 74% входящих вопросов в чате теперь обрабатывает бот. Среднее время ответа — 8 секунд вместо 40 минут в рабочее время и «до утра» — в нерабочее.
• Итого: HR-директор экономит 20 часов в неделю, которые теперь идут на стратегический найм, работу с лидерами и снижение текучести.

Технический стек: коротко и по делу

В основе — языковая модель с доступом к внутренней базе знаний через RAG (retrieval-augmented generation). Оркестрация процессов — n8n: он связал почту, hh.ru, Telegram и Notion в единую цепочку без единой строки кода со стороны клиента. Интеграция с 1С реализована через API-прослойку, которую мы написали за два дня. Всё разворачивается на серверах клиента — никаких данных сотрудников на сторонних облаках.

Где ИИ в HR не работает — честно

Мы намеренно не автоматизировали финальные собеседования, оценку культурного фита и решения об увольнении. ИИ хорошо справляется с фильтрацией по формальным критериям, но плохо считывает мотивацию, нестандартный карьерный путь или потенциал кандидата с «нехватающим» опытом. Там, где цена ошибки высока и нужен контекст — человек принимает решение. ИИ только готовит почву.

Выводы: что можно забрать в свой бизнес

Автоматизация HR с ИИ окупается быстро — в нашем кейсе клиент вышел в плюс уже на третьей неделе работы системы. Ключевой принцип: начинайте с процессов, где есть чёткие правила и высокая повторяемость. Скрининг резюме, FAQ, онбординг-чек-листы, напоминания о документах — всё это шаблонная работа, которую ИИ делает быстрее, дешевле и без эмоционального выгорания. HR-команда при этом не теряет работу — она наконец начинает заниматься тем, ради чего пришла в профессию.