ИИ для кадровых агентств: подбор кандидатов и привлечение клиентов

В подборе персонала часто выигрывает тот, кто первым представит клиенту подходящего кандидата, готового сменить работу. ИИ для кадровых агентств может снять много рутины при поиске по собственной базе, обращении к кандидатам и привлечении новых заказчиков. В статье показано, где это имеет смысл, где решать должен человек и какие юридические вопросы стоит прояснить заранее.

Где теряется время в работе рекрутера

Представьте агентство с тремя консультантами, которое специализируется на технических специалистах. Во вторник утром машиностроительная компания присылает срочную вакансию: сервисный инженер, командировки, район Штутгарта. Одновременно идут два собеседования, кандидат просит перезвонить, а в почте лежат отклики за выходные. Пока кто-то спокойно просмотрит базу в поисках подходящих профилей, наступит четверг. Конкурент к этому времени, возможно, уже отправил клиенту два резюме.

Дело редко в недостатке знаний. Консультанты знают свой рынок. Не хватает времени на множество мелких шагов между заказом и представлением кандидата: искать, сопоставлять, писать, напоминать, согласовывать время. Именно здесь помогает автоматизация.

ИИ для кадровых агентств в подборе: сортировать, а не решать вслепую

Классический поиск по базе работает с ключевыми словами. Если искать «сервисный инженер», не найдётся мехатроник, который годами делает именно эту работу под другим названием должности. Подбор на основе ИИ сравнивает резюме по смыслу, а не по точным словам, и распознаёт переносимый опыт, например руководителя продаж из машиностроения, который подходит на позицию в производстве промышленного оборудования.

Результатом должен быть ранжированный список кандидатов с обоснованием, который проверяет консультант. Подходит ли кандидат команде и культуре компании, реалистичны ли его ожидания по зарплате и действительно ли он хочет сменить работу, вы выясняете в разговоре. Следите за тем, чтобы система не учитывала при оценке возраст, пол или происхождение, в том числе косвенно, через пробелы в резюме или место жительства. AGG (немецкий общий закон о равном обращении) действует и для рекомендаций, которые подготовила машина. Как это может выглядеть в повседневной работе кадрового агентства, разобрано на условном примере ИИ-подбора кандидатов.

Обращение к кандидатам и доступность

Многие кандидаты выходят на связь вечером, когда после работы появляется время. Цифровой ассистент может в эти часы принимать звонки и сообщения в WhatsApp, уточнять базовые данные, например когда человек готов выйти, какой у него срок уведомления об увольнении и в каком регионе он хочет работать, и записывать на телефонный разговор с ответственным консультантом. Утром вас ждёт сводка, а не список пропущенных звонков.

Первое обращение тоже можно подготовить заранее. ИИ может набросать сообщения, которые учитывают конкретный опыт кандидата, а не повторяют шаблон. Отправлять такие сообщения стоит осознанно и в разумном количестве. У платформ вроде LinkedIn свои правила автоматизации, а массовые рассылки быстрее портят репутацию, чем приводят кандидатов. Как действовать там аккуратно, описано в статье о social selling в LinkedIn.

Недооценённый пожиратель времени — согласование собеседований. Три стороны, три календаря и кандидат, который может говорить только в обеденный перерыв: на переписку легко уходят целые дни. Ассистент может запросить у клиента свободное время, предложить его кандидату, подтвердить согласие и напомнить накануне. Если кто-то отменяет встречу в последний момент, консультант узнаёт об этом сразу, а не когда руководитель отдела кадров уже сидит один в переговорной.

Привлекать и квалифицировать новых заказчиков

Вторая половина бизнеса — работа с клиентами. Когда руководитель отдела кадров обращается через сайт или по телефону, ИИ может записать ключевые данные: должность, место работы, зарплатную вилку, срочность, число вакансий и то, работают ли уже другие агентства. Так в CRM появляется структурированная запись, и консультант приходит на первую встречу подготовленным.

Не менее ценно напоминать о себе прежним клиентам. Компании, для которых вы год назад успешно закрыли вакансию, часто снова ищут людей, но сами не звонят. Короткое личное сообщение в нужный момент регулярно приносит новые заказы. Для системного поиска новых целевых клиентов загляните в статью об ИИ-проспектинге.

Поддерживать базу в актуальном состоянии

Пул кандидатов быстро устаревает. Тот, кто искал работу два года назад, сегодня, возможно, доволен своим местом или ищет что-то совсем другое. Регулярные короткие запросы поддерживают данные актуальными, если кандидаты согласились на дальнейшее хранение и контакт. Без такого согласия данные нужно удалять в оговорённые сроки, и это тоже можно автоматизировать.

Правовые рамки: GDPR, AGG и EU AI Act

Подбор персонала связан с особенно чувствительными данными. Прежде чем использовать ИИ, проясните три момента:

• Защита данных: правовое основание для хранения, прозрачное информирование кандидатов, сроки удаления и договор об обработке данных с каждым поставщиком. Данные должны обрабатываться в ЕС.
• Никаких автоматических окончательных решений: по ст. 22 GDPR (в Германии — DSGVO) решения, существенно влияющие на человека, не может принимать одна лишь система. ИИ предлагает, человек решает.
• Регламент ЕС об ИИ (EU AI Act): ИИ-системы для отбора или оценки соискателей относятся к системам высокого риска с особыми обязанностями для разработчиков и пользователей. Уточните у поставщика, к какой категории относится конкретная система. А если ИИ напрямую общается с кандидатами, он должен сообщать, что он ИИ.

Подробнее об этом в статье о EU AI Act для малого и среднего бизнеса. Если есть сомнения, перед запуском системы стоит показать её специалисту по защите данных.

Четыре шага для старта

1. Выберите одно узкое место, например пропущенные звонки кандидатов после работы или предварительный отбор по новым заказам.
2. Почистите базу: уберите дубли, удалите устаревшие записи, проверьте согласия.
3. Определите, какие вопросы может задавать ИИ и с какого момента подключается консультант.
4. Через несколько недель вместе с командой проверьте, были ли рекомендации полезными и какие ответы нужно доработать.

Neurobots предлагает для этого цифровых сотрудников, которые круглосуточно принимают звонки, сообщения в WhatsApp и заявки с сайта, записывают на встречи и передают данные в CRM-системы, например HubSpot или Pipedrive. Обработка соответствует GDPR и идёт на серверах во Франкфурте.

Частые вопросы

Заменит ли ИИ работу консультанта?

Нет. Он берёт на себя поиск, предварительную сортировку, согласование времени и напоминания. Выстраивать доверие, оценивать кандидатов и вести переговоры по-прежнему будет консультант, и именно на это у него освобождается время.

Окупится ли это для небольшого агентства?

Скорее да, если заявки вне рабочего времени регулярно теряются или база выросла настолько, что в ней уже никто не ориентируется. При небольшом числе узкоспециализированных заказов и личной сети контактов польза меньше.

Можно ли загружать данные кандидатов в ИИ-систему?

Да, если есть правовое основание, кандидаты проинформированы, а поставщик по договору обязан обрабатывать данные по вашему поручению. Обратите внимание на расположение серверов, права доступа и правила удаления.

Как не допустить несправедливых рекомендаций?

Исключите из оценки защищённые законом признаки, выборочно проверяйте списки на закономерности и фиксируйте, по каким критериям идёт отбор. Окончательное решение всегда принимает человек.

Итог

ИИ для кадровых агентств полезен, когда сокращает путь от заказа до представления кандидата: быстрее находить подходящие профили, связываться с кандидатами вечером, по схеме собирать запросы заказчиков. Работа с отношениями и ответственность за решения остаются за людьми. Как это выглядит при скрининге и планировании собеседований, читайте в статье об ИИ для HR и рекрутинга. Обзор того, как это встроить в повседневную работу, даёт страница об ИИ-ассистенте для рекрутинга и HR.