ШІ та майбутнє найму (розмови з експертами)

Що відбувається, коли ШІ починає мислити як рекрутер? У цьому випуску Retention Podcast ми поговорили з Maksym Bilyak, CPO Jooble, та Mark Opanasiuk, Product Lead PawChamp, про те, як великі мовні моделі змінюють процес найму. 

Jooble допомагає людям знаходити роботу в 67 країнах, а PawChamp створює спеціалізований мобільний досвід. Тож обидва гості діляться влучними спостереженнями з дуже різних частин світу найму.

Ми розібралися, як змінюється пошук кандидатів, що відбувається із сайтами вакансій і чому ШІ досі не може замінити інтуїцію рекрутера. Ось що привернуло нашу увагу.

Кращі описи вакансій і пошук кандидатів

Забудьте про універсальні оголошення про роботу. ШІ допомагає командам писати вакансії, які справді відповідають ролі й приваблюють потрібних людей. З іншого боку, він може переглядати резюме та профілі й автоматично знаходити відповідних кандидатів ще до того, як долучиться рекрутер.

Від аналізу резюме до повної автоматизації

Щойно людина відгукується на вакансію, ШІ може долучитися до відбору, оцінювання та порівняння кандидатів за справді важливими критеріями — навичками, досвідом і відповідністю. Цей процес швидкий і справедливий та допомагає не пропустити сильних кандидатів. Водночас інструмент перевірки тексту на ШІ допомагає команді найму перевірити, чи письмові заявки відображають власні думки кандидатів, а не згенеровані ШІ відповіді.

Допомога шукачам роботи

Шукачі роботи теж отримують допомогу. Інструменти ШІ вже дають поради щодо резюме й супровідних листів, готують до співбесід і навіть пропонують кар’єрні кроки на основі вашого досвіду. Дуже зручно, коли не знаєте, куди рухатися далі.

Чи відходять сайти вакансій у минуле?

Пошук кандидатів на основі ШІ змінює звичний порядок. Тепер не люди шукають роботу, а робота знаходить їх. Це змушує сайти вакансій переосмислювати свою роль.

Упередженість і правила використання ШІ в наймі

Одна з головних проблем — справедливість. Якщо дані, які надходять до системи ШІ, упереджені, такими будуть і результати. Саме тому з’являються регуляторні вимоги: пояснюваність рішень і журнали аудиту стають необхідними.

Здатність LLM міркувати та генерація лідів

Великі мовні моделі — уже не просто просунуті чатботи: вони вчаться міркувати. Це змінює все. Вони вже можуть логічно аналізувати резюме, але люди під час найму досі керуються й емоціями. Тому кандидатам потрібно і відповідати вимогам алгоритму, і налагоджувати контакт із людиною.

Генерація лідів теж змінюється. Раніше все зводилося до трафіку — від газет до сайтів вакансій і Google. Тепер LLM можуть відсіяти зайве й визначити, хто справді підходить і чому.

Соцмережі, ШІ та зміни на ринку праці

Соцмережі вже не лише для мемів. Тут люди знаходять роботу й демонструють свої навички. ШІ відстежує сигнали та може помітити, що людина готова до змін, ще до того, як вона надішле відгук на вакансію.

Чи досі потрібен Google для пошуку роботи?

LLM змінюють те, як ми шукаємо роботу. Замість того щоб відправляти вас шукати в Google, вони одразу пропонують справді відповідні вакансії. Це може прибрати з процесу сайти вакансій і навіть сам Google.

Ці моделі досі збирають інформацію на платформах на кшталт Google і в соцмережах, але не просто спрямовують туди людей. Вони спочатку все фільтрують і надають корисне без зайвих кроків.

Розумніший пошук

Пошук уже не обмежується ключовими словами. ШІ намагається зрозуміти, що ви маєте на увазі, а не лише що вводите. У наймі це означає точніший добір вакансій і зручнішу взаємодію із сайтами пошуку роботи.

Автоматичний пошук кандидатів або клієнтів

ШІ застосовують не лише в наймі — він відіграє велику роль і в продажах. Незалежно від того, чи ви шукаєте відповідного працівника, чи потрібного клієнта, процес схожий: проаналізувати величезний обсяг даних, визначити, хто підходить, і зв’язатися. Завчасна оцінка повної структури витрат на послуги EOR дає командам найму змогу розрахувати реальні витрати на оплату праці з урахуванням країни ще до надання пропозиції.

Перегони між OpenAI та Anthropic

Два великі гравці — OpenAI та Anthropic — формують майбутнє ШІ. OpenAI діє швидко й відкрито, тоді як Anthropic тяжіє до безпеки та контролю. Напруження між ними стимулює інновації, але водночас порушує складні питання про напрям розвитку та відповідальність.

Low-code-інструменти та створення ШІ-продуктів

Low-code- та no-code-інструменти, як-от Pave, тепер усюди. Завдяки ШІ навіть люди, які не є розробниками, можуть швидше, ніж будь-коли, створювати прототипи, розробляти й запускати продукти. Щоб запустити щось реальне, технічна спеціалізація вже не обов’язкова.

Чи переможе один гігант у перегонах B2C-ШІ?

У споживчих застосунках може так і не з’явитися єдиний ШІ, який пануватиме над усіма. Імовірніше, ми отримаємо безліч нішевих інструментів на спільній ШІ-інфраструктурі. Більше різноманіття, але й більше фрагментації.

Критичне мислення у світі, де ШІ на першому місці

Один із ризиків ШІ — люди перестають ставити під сумнів отриману інформацію. LLM можуть звучати надзвичайно впевнено, навіть коли помиляються. На відміну від пошуку в Google, ви не перевіряєте джерела, а просто довіряєте відповіді. Саме так може проникати дезінформація.

Хоча LLM використовують ті самі джерела даних, тепер вони виконують роль фільтрів. Вони вирішують, що варто показати, тож нам доводиться довіряти їхнім судженням — і це велика зміна.

Маркетинг на основі ШІ

Маркетологи використовують ШІ, щоб писати, тестувати й аналізувати все в реальному часі. Те, для чого раніше була потрібна ціла команда, тепер може зробити одна людина. Це змінює правила гри, але без належної обережності легко створити багато інформаційного шуму.

Переосмислення тестів і співбесід

ШІ допомагає створювати продуманіші способи оцінювання. Він може генерувати запитання для конкретної ролі й адаптувати їх до кандидата. Це робить співбесіди кориснішими, але водночас вимагає нових підходів до розуміння результатів.

Робота із ШІ — нова базова навичка

Якщо ви хочете бути попереду, вміння працювати із ШІ вже не є необов’язковим. Написання промптів чи інтеграція API — саме люди, які вміють користуватися цими інструментами, очолюватимуть команди та створюватимуть продукти.

ШІ на технічних співбесідах

У наймі технічних фахівців ШІ вже може моделювати реальні завдання, оцінювати рішення й навіть порівнювати результати з еталонами. Він допомагає зменшувати упередженість і спрощувати процес, але не є досконалим. Людське судження залишається важливим.

ШІ та остаточні рішення про найм

ШІ допомагає не лише скласти короткий список кандидатів, а й ухвалити остаточне рішення. Він може підсумовувати співбесіди, виявляти прогалини в навичках і показувати, де сильні сторони команди перетинаються. Це допомагає формувати збалансованіші команди, які справді ефективно працюють разом.

Як зробити співбесіди об’єктивнішими

Співбесіди стають послідовнішими. ШІ може пропонувати кращі запитання, стандартизувати зворотний зв’язок і виявляти несвідому упередженість. Результат — зрозуміліші дані й кращі рішення зі збереженням людського підходу. Програмне забезпечення для управління досвідом працівників додає ще один рівень: перетворює дані найму на довгострокову аналітику персоналу й показує, чи справді структуровані співбесіди покращують утримання та залученість.

ШІ та структурне безробіття

Коли ШІ автоматизує дедалі більше функцій, деякі робочі місця просто зникають. Річ не в тому, що люди не справляються: застарівають цілі ролі. Це створює розрив між навичками та доступною роботою. Рішення — безперервне навчання та гнучкі кар’єрні траєкторії.

Поява нових ролей, пов’язаних із ШІ

ШІ ліквідує одні робочі місця, але так само швидко створює нові. Наприклад, керівників ШІ-продуктів, дизайнерів промптів та експертів із поведінки LLM. Багато з цих ролей навіть не технічні — для них потрібні знання етики, комунікації та стратегії.

Створення стабільних ШІ-продуктів

Рішення для розроблення ШІ-продуктів здатні на неймовірне, але можуть бути й непередбачуваними. Саме тому тестування та контроль якості тепер мають найвищий пріоритет. Команди витрачають на перевірку результатів стільки ж часу, скільки на створення функцій. Важливо випускати продукти відповідально, а не лише швидко.

Підсумок

ШІ докорінно змінює найм. Ми вже не обмежені незручними фільтрами за ключовими словами: алгоритми розпізнають намір, контекст і нюанси. Пошук вакансій, добір кандидатів, ухвалення рішень — усе стає швидшим і точнішим.

Та разом із прогресом виникають труднощі. У навчальних даних може ховатися упередженість. Згенеровані ШІ профілі можуть розмивати межу між справжнім і вигаданим. Тому дедалі важливіше зберігати участь людей, щоб рішення залишалися справедливими й відповідальними.

З подальшим розвитком ШІ головне завдання — не просто використовувати його, а розуміти, коли цього робити не варто. Майбутнє найму ґрунтуватиметься на співпраці технологій і людей, а не на заміні одних іншими. І якщо робот колись проводитиме з вами співбесіду, мабуть, не варто запитувати, ким він бачить себе через п’ять років.