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
-
Партнёрский материал Компании научились собирать данные. Принимать решения — нет: почему цифры не помогают сами по себе 21 июля 2026, 16:04
-
Личное «Сдаваться — путь слабого»: как живут модные бренды в 2026 году 15 августа 2026, 10:00
-
Личное Макс Ферстаппен. Как сын гонщика стал самым молодым пилотом «Формулы-1» и вышел на доход 76 млн $ в год 14 августа 2026, 20:06
-
Бизнес Пауза, план Б, красная черта: 18 правил жёстких бизнес-переговоров 23 июля 2026, 19:03
-
HR Наталия Рунова, Т2: как найти нераскрытый потенциал внутри команды 06 августа 2026, 16:23
-
HR Как пройти собеседование в 2026 году и не потерять офер на ровном месте 05 августа 2026, 20:25
-
Игры От музыкального лейбла до GTA VI: история Rockstar 22 августа 2026, 13:48
-
Бизнес Собрать, разобрать, выжить: история LEGO 22 августа 2026, 10:00
-
Искусственный интеллект Рынок роботов ждёт прорыв «уровня ChatGPT» уже в 2027 году — но массовыми устройства всё равно не станут 22 августа 2026, 16:00
-
Бизнес В России запустили онлайн-платформу для найма иностранцев — работников начнут привлекать из Индии 21 августа 2026, 17:40
-
Россия «Добрейшего вечерочка, коллегушки»: названы самые раздражающие фразы в рабочих чатах 22 августа 2026, 19:00
-
Деньги Каждый десятый самокатчик в России получал штраф — большинство признали, что действительно нарушали правила 22 августа 2026, 14:00
-
Деньги Операции с цифровым рублем будут бесплатны — но эксперты сомневаются в массовом переходе на новую валюту 22 августа 2026, 12:00
-
Автомобили BMW открыла предзаказы на удлинённый iX3 с запасом хода до 900 км — по цене от 3,3 млн ₽ 22 августа 2026, 10:00
-
Бизнес Tesla сворачивает проект Solar Roof — «солнечная черепица» от Илона Маска оказалась никому не нужна 21 августа 2026, 18:37
-
Маркетплейсы Маркетплейсы начнут принимать цифровые рубли — первыми новый способ оплаты протестируют Wildberries и Ozon 21 августа 2026, 16:00
