ИИ в HR-процессах. Как доказать директору, что пора внедрять нейросеть в компанию
В последнее время ИИ все более активно входит в работу HR-департаментов. Но не всегда понятно, когда именно стоит использовать нейросети в работе, а тем более как именно оценить их вклад в бизнес-процессы. Иногда сложно определить, действительно ли они экономят деньги компании и разгружают сотрудников от операционки для более стратегически важных задач, или просто позволяют им меньше работать и тратить больше времени на перерывы на чай или перекуры. В статье расскажу о факторах, которые помогают понять, что в работу HR-отдела пора вводить ИИ, и о том, как оценить его эффективность.
Как оценить эффективность от ИИ с точки зрения бизнеса
Перед бизнесом сейчас стоит вопрос: стоит ли «разворачивать» ИИ-решения на отдел или оставить HR-специалистов перед личным выбором: применять или не применять нейросети в своей работе. Ключевой критерий принятия решения — финансовая отдача. Задайте себе вопрос, как ИИ повлияет на выручку и прибыль в краткосрочной и долгосрочной перспективе. Приведу два примера, как именно можно рассчитать выгоду от внедрения ИИ в работу.
Пример первый. ИИ способен улучшить уже существующие процессы компании. Допустим, час работы рекрутера стоит компании 2000 руб. В среднем рекрутер тратит много времени на рутинное написание текстов вакансий и сообщений кандидатам, эффективность которых не высока — конверсия в дальнейшее общение, как правило, составляет всего 15 процентов. ИИ может автоматизировать написание текстов, что позволит рекрутеру сэкономить до 5 часов в месяц. Для компании это снижение затрат минимум на 10 тыс. руб., а в масштабах крупного бизнеса экономия значительна. ИИ поможет улучшить и качество текстов, что повышает конверсию в дальнейшее общение на порядка 20 процентов. Как следствие этих действий — растет скорость подбора, а значит, экономический эффект легко заметен любому менеджеру компании.
Пример второй. ИИ открывает для компании новые возможности, сценарии, которые ранее были недоступны. Например, с помощью ИИ и роботов можно провести анонимный опрос кандидатов, отказавшихся от оффера, проанализировать данные и узнать реальные причины, приводящие к отказу стать частью компании. Это поможет устранить эти причины и повысить качество подбора, сократив время закрытия вакансий.
Заранее оценить непосредственный экономический эффект от внедрения ИИ в компанию сложно. Чтобы сделать это, выделите команду для быстрого тестирования и внедрения ИИ-решений в конкретные бизнес-процессы, для начала опробовав его на определенной функции. Обязательно проведите замеры до и после внедрения. Расскажу подробнее, что именно нужно замерять, чтобы получить наглядные результаты.
Измерьте трудозатраты без ИИ. Точно замерьте, сколько часов уходит у работников на выполнение конкретной задачи. Важно обозначить точный объем выполняемой работы за определенный период времени. Например, количество проанализированных резюме в день. В результате получите количество человеко-часов, которое требуется для выполнения того или иного объема работы за определенный отрезок времени.
Внедрите ИИ в тот же процесс и измерьте трудозатраты с ним. Замерьте, сколько времени те же задачи выполняет ИИ. Учтите также, сколько времени искусственный интеллект освобождает для работников, чьи задачи выполняет. Заранее прикиньте, чем можно заменить убранную с них нагрузку — например, рекрутеры при автоматическом отсмотре резюме смогут уделить больше времени установлению контакта с кандидатами.
В компании два рекрутера закрывают в среднем 264 вакансии в год, при общей потребности в 6 тыс. наймах ежегодно. Для обеспечения такого объема найма потребовалось бы 22 рекрутера. Это указывает на существенный дефицит ресурсов и необходимость масштабирования отдела. Текущие ежемесячные затраты на рекрутеров составляют 278 724 руб. (просмотр резюме), 422 309 руб. (прозвон) и 1 114 896 руб. (интервью). При этом из 100 тыс. просмотренных резюме только 97 кандидатов доходят до интервью, что говорит о низкой эффективности процесса отбора и проблемах коммуникации.
При годовом объеме найма в 6 тыс. человек и 264 закрытых вакансиях двумя рекрутерами очевидна нехватка ресурсов. На примерах наших решений автоматизация с помощью ботов-помощников значительно сокращает время: просмотр 1 тыс. резюме — с 37 часов до 18 минут, обзвон 500 кандидатов — с 28 часов до 2 минут, и даже интервью — с 24 часов до 30 минут. Это высвобождает время рекрутеров для стратегических задач.
Автоматизация рекрутинга с помощью роботов позволяет существенно сократить расходы: с 21 791 146 руб. в год на команду рекрутеров до 897 996 руб. при использовании ими ботов. Это дает экономию в более 20 млн руб. При этом чем больше сотрудников нанимает компания, тем больше экономия: от 2,7 млн руб. при 1 тыс. наймов до 53,6 млн при 15 тыс. наймов.
Памятку «Когда компании стоит использовать ИИ в HR» скачайте в конце статьи
Рассчитайте экономический эффект. Посчитайте, сколько денег компании уходит на оплату человеко-часов при выполнении задачи сотрудниками. Лучше всего для этого сделать фотографию рабочего дня рекрутера, чтобы никакие процессы не упускались из виду и вы точно знали, сколько времени на различные задачи тратит сотрудник. Затем рассчитайте, сколько денег уйдет на внедрение и поддержание грамотной работы ИИ.
При этом важно помнить, что затраты на человеко-часы регулярные, а внедрение нейросети и обучение сотрудников работе с ней требует единичной затраты ресурсов. Разница, которая получится при сравнении конечных сумм, и будет экономией, которую сможете показать директору при обсуждении внедрения ИИ в процессы компании.
Однако, к сожалению, заранее точно оценить эффективность от ИИ для новых процессов невозможно. Поэтому для эффективности процесса рекомендуем компаниям выделить специальную команду для быстрого тестирования и внедрения ИИ-решений в бизнес-процессы, чтобы в случае, если внедрение не окупится или же пойдет не по плану, оно не слишком сильно ударило по бюджету компании и его можно было быстро скорректировать или вовсе прекратить без ощутимых потерь.
Нейросети — это определенно не замена HR-специалистам, а прежде всего мощный инструмент, способный значительно оптимизировать их работу и сэкономить силы и время. В ближайшем будущем появится еще больше сервисов для HR, использующих ИИ и генеративные нейросети для самых разных HR-задач: от найма до оформления сотрудников.
ИИ против рекрутеров
Чтобы понять, действительно ли нейросеть может сгенерировать идеальные тексты для HR-задач, мы провели онлайн-баттл, где ИИ соревновался с командой из HR-специалистов в написании текста вакансии по заданной структуре для размещения на сайте поиска работы или на карьерной странице компании.
По итогам баттла выяснилось, что большинство участников не могут определить, какой текст вакансии написала нейросеть, а какой — команда рекрутеров. При этом зрителям больше всего понравилась вакансия, которая была написана именно искусственным интеллектом. Так проголосовало 60 процентов участников. Вакансии смотрите ниже.
Сравните, как составили вакансии ИИ и команда рекрутеров
Нажмите на картинку, и она перевернется



Как рассчитать выгоду от внедрения ИИ: пример