Кейс: Uber подбирает персонал с помощью искусственного интеллекта
Как AI смог заменить пять HR-специалистов
Хантинг одного сотрудника может занять много времени. Но что делать, если вакансия срочная?
Анастасия Пшегодская, менеджер по подбору персонала Uber в России, рассказала о работе компании с российским стартапом Skillaz и почему не нужно бояться доверить набор сотрудников искусственному интеллекту.
Когда нужно нанимать 20 человек в месяц...
История нашего знакомства со стартапом началась в мае этого года. Нам нужно было набрать сотрудников на позицию «специалист по поддержке пользователей» в Центрально-Черноземном регионе. Каждый месяц мы планировали принимать на работу не менее 20 человек.
На первый взгляд, не так много, но чтобы нанять одного человека на эту позицию, необходимо пообщаться примерно с 50 потенциальными кандидатами, а значит, потратить на поиск только одного сотрудника не менее трех часов.
Мы стали искать способ сократить время на поиск сотрудников и обратили внимание на заметку о компании на rb.ru о новых форматах собеседований и других новшествах в рекрутменте. После встречи с руководством стартапа и их рассказа о возможностях автоматизации рекрутинга и системе первичных видеоинтервью с помощью искусственного интеллекта, заинтересовались по-настоящему.
Конечно, были опасения, что машина не сможет быть настолько же эффективной, и кандидаты не согласятся записывать интервью на камеру. Но мы решили рискнуть.
Наш сервис позволяет автоматизировать многие рутинные процессы, которые выполняют рекрутеры при поиске подходящего кандидата. Особенно это необходимо на этапе первичного отбора, который охватывает большое количество людей. Наша платформа предоставляет возможность соискателю в удобное время записать видеоинтервью. То есть исчезает необходимость встречаться с кандидатом лично.
Бот осуществляет автоматический поиск кандидатов во всех доступных источниках, оценивает соискателей с помощью алгоритмов машинного обучения. Сервис полностью подстраивается под задачи заказчика. Совместно с Uber мы сделали так, чтобы вопросы, на которые отвечают соискатели, отличались для каждого конкретного кандидата. В противном случае существовала опасность, что тест мог быстро «уйти в народ» и стать слишком простым заданием для прохождения первичного собеседования в Uber.
Чего мы хотели
В начале работы перед системой были поставлены следующие задачи:
- Помочь увеличить охват кандидатов на определенную позицию
- Позволить рекрутерам создавать и отправлять кандидатам список вопросов для онлайн-тестирования всего при помощи нескольких кликов
- Создать первичную систему онлайн-тестирования, которая бы позволяла выявлять и направлять на личное интервью только подходящих кандидатов.
У нас была собственная база из более чем 4000 кандидатов, с которыми рекрутеры уже общались по телефону и почте на этапе первичных собеседований. Необходимо было настроить систему так, чтобы она учитывала этот опыт: например, исключала возможность повторного приглашения соискателя на интервью на ту же позицию.
Для решения этих задач мы объединили тот опыт в области рекрутинга, который уже был у нас, и ряд разработок стартапа:
- Аналитический тест для сотрудников компании, который ранее применялся для отбора, был перенесен на онлайн-платформу стартапа
- Разработчики ввели автоматическую проверку резюме по опыту работы, образованию, зарплатным ожиданиям, региону проживания и области профессионального интереса соискателя
- Все шаблоны приглашений были занесены в систему, поэтому у рекрутеров исчезла необходимость писать каждому кандидату письмо вручную, оставалось только нажать кнопку, чтобы пригласить человека на собеседование или отказать ему.
Первые несколько недель работы мы дополнительно настраивали систему под себя. Например, для увеличения потока кандидатов регулировали требования по предыдущему опыту работы так, чтобы он мог включать в себя больше профессиональных областей. И наоборот. Если нужно было сократить поток кандидатов, делали требования по профессиональному опыту более строгими.
Что мы получили
Первый раз мы наняли сотрудника примерно через 1,5 месяца работы системы, а за ним сразу же последовало еще несколько успешных наборов. Система показала свою эффективность уже в первые дни работы.
Поток резюме, отобранных алгоритмом за неделю, можно было приблизительно сопоставить с работой 5 специалистов по рекрутингу за такой же период времени.
В первые месяцы работы сервис уже обеспечил до 10% нашего набора в Центрально-Черноземном регионе. И на этом этапе наш первоначальный скепсис исчез совсем.
Искусственный интеллект, который лежит в основе системы, помог на треть сократить время, которое мы тратили на письма и звонки кандидатам. Из работы рекрутеров были исключены рутинные обязанности, и у них появилось больше возможностей для личных интервью на финальных этапах и более глубокого общения с соискателями.
Интересно, что талантливые соискатели не боялись общаться с ботом и проходить тесты онлайн. Наоборот, такой инновационный подход привлекал их. Поэтому наши опасения, что человек не подружится с машиной, в итоге оказались преимуществом. Те, кто пришли на личное интервью после отборочного этапа, отмечали удобство и скорость прохождения теста на платформе.
Digital-технологии стали отличным фильтром: соискатели, недостаточно подкованные с технологической точки зрения, быстро отсеивались еще на этапе записи видео-интервью. Так мы сразу отбирали людей, близких компании по духу, которые любят инновации и открыты ко всему новому.
Сейчас мы можем с уверенностью сказать, что наш первый опыт работы с системой точно не вышел комом, поэтому в наших планах - расширение партнерства на другие страны, где есть необходимость набирать новых сотрудников на схожую позицию.
Материалы по теме:
Вас наняли на работу с помощью больших данных (правда или миф?)
Самые актуальные HR-сервисы: рекомендации от рекрутеров
Как я наняла на работу 105 IT-шников в городе, где мало кто знает про IT
«Если вы хотите четверых людей в команду, лучше наймите шестерых». 30 тезисов о грамотном HR
-
Карьера Зумеры в управлении — не мода, а необходимость 28 февраля 2026, 01:00
-
Ритейл Когда ручная отчётность мешает компании расти: как ускорить аналитику в фешен-ретейле 16 апреля 2026, 18:29
-
Тренды Будущее под камерами: шесть сценариев, как видеонаблюдение перепишет реальность к 2036 году 19 января 2026, 10:57
-
Искусственный интеллект Нейросети для бизнеса: чем могут быть полезны и какой топ промптов 05 января 2026, 00:30
-
Деньги Налоговый вычет через личный кабинет в 2026 году: пошаговая инструкция 24 апреля 2026, 21:57
-
Деньги Ключевая ставка ЦБ РФ в 2026 году: текущий показатель и как он влияет на экономику 23 апреля 2026, 20:19
-
Искусственный интеллект Экономика суверенитета: как финансовый сектор, промышленность и ретейл монетизируют новые технологии 28 апреля 2026, 17:00
-
Деньги Персональные данные и цифровой след: кто и как на них зарабатывает 27 марта 2026, 10:11
-
Искусственный интеллект OpenAI не смогла выполнить цели по наращиванию продаж и аудитории — это отразилось на акциях партнёров стартапа 28 апреля 2026, 19:00
-
Реклама В Яндексе доля рекламных бюджетов под управлением ИИ достигла 85% — нейросети генерируют почти каждый третий баннер 28 апреля 2026, 18:21
-
Бизнес Доходы российских авиакомпаний упали почти вдвое в 2025 году — сразу 14 перевозчиков получили убыток 29 апреля 2026, 15:50
-
Россия 40% россиян планируют поездку в Азию на майские праздники: самые популярные направления — Вьетнам, Япония и Китай 29 апреля 2026, 15:00
-
Россия Электрокары UMO 5 стали доступны к аренде в каршеринге Яндекс Драйв — раньше их использовали только в такси 29 апреля 2026, 13:48
-
Банки В начале 2026 года кредитные договоры с уступками приблизились к полумиллиону — ипотека и автокредиты в приоритете 28 апреля 2026, 20:00
-
Банки В Москве проходит Альфа-Саммит — топ-менеджеры обсуждают ключевые вызовы бизнеса и экономики 28 апреля 2026, 10:00
-
Бизнес Тим Кук покидает пост CEO Apple — его преемником станет главный инженер компании Джон Тернус 21 апреля 2026, 00:07
