Управление человеческими ресурсами в эпоху развития искусственного интеллекта

Введение

Общество и экономика существенно перестраиваются под влиянием огромного количества факторов, среди них, в настоящее время особенно выделяются процессы автоматизации, компьютеризации, цифровизации и роботизации, благодаря которым меняются профессии на рынке труда, организационная культура в компаниях и инструменты управления людьми. Формируется цифровая экономика, а экспертное HR-сообщество стоит на пороге новой технологической революции — искусственного интеллекта, который уже трансформирует процессы управления человеческими ресурсами (УЧР) в организациях, меняя подбор и найм, адаптацию, обучение и развитие сотрудников и т.д.

История возникновения и развития искусственного интеллекта (ИИ), как «феномена, активно внедряющегося сегодня практически во все сферы жизни современного общества», рассматривается в научных публикациях, начиная с Древней Греции, однако массовое внедрение ИИ в повседневную жизнь, происходит лишь в последние десятилетия. Это обусловлено «активным развитием генеративных, то есть способных создавать новый контент на основе имеющихся баз знаний, систем ИИ» [10].

Вместе с тем, исторически принято выделять следующие этапы развития ИИ: 1) середина XX века, когда на ранних стадиях зарождения ИИ делались попытки создать такие компьютерные программы, которые бы могли заменить человека, появился тест Алана Тьюринга, с помощью него предлагалось оценивать интеллектуальные способности машин; 2) в 70-е годы XX века стали появляться экспертные системы, которые для решения конкретных задач использовали экспертное знание, например, в целях профессиональной диагностики; 3) в 80-е годы XX века появились первые нейронные сети, что привело к созданию, способных обучаться на основе опыта, сложных ИИ-систем; 4) в 90-х годах XX века на основе алгоритмов классификации и кластеризации данных сформировались методы машинного обучения, позволяющие создавать ИИ-системы, способные обрабатывать и анализировать большие массивы данных и информации; 5) в 2010-е годы XXI века появились методы глубокого обучения, которые позволили создавать многослойные искусственные нейронные сети, повысившие производительность и точность ИИ-систем в различных областях, например, на основе использования компьютерного зрения, обработки естественного языка и др.; 6) 2020-е годы XXI века характеризуются развитием технологий, создающих автономные ИИ-системы, которые становятся способными принимать решения уже без участия человека. Этот аспект вызывает много дискуссионных моментов и позволяет говорить о рисках и вызовах, связанных с развитием ИИ.

Прежде всего, всех волнует этическая и гуманистическая [1] сторона вопроса, так как алгоритмы искусственного интеллекта, собирая и обрабатывая информацию, могут нарушать приватность и безопасность данных, возможны также ненамеренные злоупотребления в виде создания манипулятивного контента или предоставления ошибочных данных и выводов [2], а также использование чужих текстов или изображений при создании новых, тем самым нарушая авторские права. Отсюда вытекает два контекста: тотальное доверие ИИ, прежде всего, со стороны молодежи, и такое же недоверие со стороны многих пользователей старших возрастов.

Существуют также страхи, связанные с замещением рабочих мест, так как применение ИИ-систем, направлено на оптимизацию процессов, а значит сокращение потребности в человеческих ресурсах, повышению требований к их компетенциям, в части владения ИИ-технологиями, как инструментами в профессиональной деятельности. В то же время повышающаяся сложность ИИ-систем влечет за собой недостаточную прозрачность и объяснимость для человека, так как модели глубокого обучения функционируют по сути своей как «черные ящики», принимающие решения, логику которых не всегда могут объяснить даже их создатели. И так как искусственные нейронные сети способны оперировать миллиардами параметров, то они создают многослойные взаимодействия, которые недоступны человеческому пониманию. При этом решения формируются через цепочку нелинейных преобразований, отследить их человеку практически невозможно, следовательно, наиболее эффективные модели зачастую оказываются и наименее понятными. Можно сказать, что стремление к точности приводит к созданию все более сложных архитектур ИИ-систем, отдаляющих человека от понимания логики их работы. В целом проблема непрозрачности особенно остро проявляется в тех областях, где решения искусственного интеллекта напрямую оказывают влияние на человеческие судьбы и их жизнь, что в целом характерно для работы с людьми. Данная проблема влияет, в свою очередь, на использование ИИ-систем, так как порождает целый спектр рисков, многие из которых остаются незамеченными до тех пор, пока не проявятся в критический момент. Следует также учитывать и то, что непрозрачность алгоритмов может приводить к воспроизводству и масштабированию человеческих предубеждений \ когнитивных искажений, так, например, если данные, собранные и предоставленные людьми, содержат ошибки, искажения или социальные предубеждения, то ИИ-система не только получает, но и усиливает их. Порой сложно определить причину, по которой ИИ-системой было принято то или иное конкретное решение, а без понимания причин трудно разобраться с проблемой и идентифицировать, когда «машина совершила ошибку». Все это формирует кризис доверия к ИИ-системам, а значит и замедляет их внедрение в определенных сферах деятельности. Возникает вопрос о целесообразности и обоснованности внедрения.

Одна из первых отечественных публикаций, посвященная инновационному УЧР, в которой технология искусственного интеллекта была упомянута в связи с формированием инструмента для диагностики компетенций персонала, опубликована в 2015 году исследователями из Пермского национального исследовательского политехнического университета [1]. Спустя два года в 2017 году представителем уже Государственного университета управления сделана первая попытка описать роль искусственного интеллекта в УЧР и выделить перспективы использования данной технологии, в том числе в качестве альтернативы человеческим ресурсам [9]. В 2018 году исследователь из Самарского национального исследовательского университета имени академика С.П. Королева рассматривала системы искусственного интеллекта в сфере УЧР с позиции оптимизации деятельности отдела, осуществляющего функции по управлению людьми [13]. А уже через год в 2019 появилась статья о важности обеспечения кибербезопасности при внедрении искусственного интеллекта в сферу УЧР [8]. Начиная с 2020 года, тема использования ИИ-технологий в УЧР становится популярной, и все большее число исследователей обращается к ней, так к 2025 году уже десятки научных работ посвящены данной проблематике.

В публикациях отечественных авторов говорится, прежде всего, о трансформации, влиянии и интеграции ИИ-систем в УЧР [1-4,7,9,12-13,18 и др.]. Кроме того, экспертов в области управления людьми, волнуют возникающие при использовании ИИ вызовы, риски и ограничения, а также неоднозначность последствий от их внедрения [2,6,8,20 и др.]. Вместе с тем, ряд авторов отмечает неизбежность и перспективы использования ИИ, рассматривая их как возможность для оптимизации и основу для совершенствования процессов УЧР [9,14,15,18,19 и др.]. И конечно же, отмечается влияние искусственного интеллекта на компетенции персонала и его развитие в современных условиях [1,5,11,16,17 и др.].

Следовательно, можно сказать, что применение цифровых технологий и ИИ-систем, в частности, становится драйвером для развития HRM-систем [3], а также сказывается на реализации самих HR-процессов. Важными при этом становятся вопросы, связанные с тем, как ИИ меняет классические процессы УЧР, какие новые компетенции нужны HR-специалистам, какие этические и управленческие вызовы возникают в сложившихся условиях, требующие сохранения баланса между применением технологий и человеко-центристским подходом в управлении.

Таким образом, целью данного исследования является выявление предпосылок и оснований для эффективного применения ИИ-систем в управлении человеческими ресурсами, а также выделение этапов их развития.

.

Методология данного исследования включает в себя обоснование предпосылок и выделение этапов развития ИИ-систем, определение сущности понятия «ИИ-система в УЧР» на основе систематизации ключевых отличительных признаков таких систем; проведение анализа опыта российских компаний в части использования ИИ-систем для УЧР и разработка рекомендаций на основе учета особенностей их применения при работе с людьми. Методологическую основу данного исследования составили работы, прежде всего, российских ученых, посвященные вопросам влияния искусственного интеллекта на УЧР. Информационная база исследования включает в себя специализированные научные публикации, а также эмпирические данные, представленные в экспертных интернет-сообществах на сайтах и в мессенджерах.

Основная часть

Предпосылки и этапы применения ИИ-технологий в УЧР

Современная концепция УЧР рассматривает их в виде стратегического ресурса на уровне организаций, которые одновременно являются ее самым ценным активом, создающим необходимые конкурентные преимущества. Именно поэтому вопросы эффективной организации соответствующих систем, а также оптимизация процессов в них, являются значимыми для любой организации. Автоматизация процессов УЧР, которая активно реализуется последние три десятилетия позволяет их администрировать, собирая данные и проводя их анализ, затрагивая практически все этапы жизненного цикла сотрудника (см. таблицу 1). В условиях цифровизации HRM-системы представляют собой тиражируемые (массовые) или заказные (разработанные под конкретный индивидуальный запрос) прикладные форматы программного обеспечения, позволяющие, прежде всего, автоматизировать процессы УЧР в целях сокращения трудозатрат и экономии ресурсов в целом. В настоящее время сформировалось широкое разнообразие таких систем [4] на рынке, отдельные, особенно крупные компании, сами являются их разработчиками, сначала используя данное программное обеспечение внутри компании, а затем предлагая его внешним клиентам.

По оценкам экспертов цифровизация HR-систем и процессов в настоящее время только ускоряется, так уже более 60% специализированных подразделений используют HRIS и ATS, а 35% применяют аналитику для прогнозирования текучести кадров. При этом навыки работы с данными в Excel, Power BI, SQL становятся практически обязательными, так как спрос на них вырос более чем на 50% [5].

Таблица 1 - Основные функции современных HRM‑систем (источник: составлено авторами)

К преимуществам внедрения HRM‑систем в научной литературе обычно относят:

· автоматизацию рутинных задач, позволяющую высвободить время HR‑специалистов, чтобы решать более сложные, прежде всего, стратегические задачи;

· уменьшение количества ошибок, совершаемых в результате воздействия человеческого фактора;

· высокую прозрачность HR-процессов, как для руководства организации, так и для самих сотрудников;

· повышение качества HR-аналитики, позволяющей управлять человеческими ресурсами на основе собранных больших данных, в том числе в формате предиктивной и предписывающей аналитики;

· рост вовлеченности и лояльности работников на основе использования удобных инструментов самообслуживания и развития персонала;

· укрепление HR-бренда за счет оперативной обратной связи, в том числе с кандидатами и др.;

· получение прямого экономического эффекта посредством снижения трудозатрат и повышения производительности труда.

В целом HRM‑системы могут использоваться в различных по масштабу компаниях, вопрос будет лишь в конфигурации системы и полноты охвата жизненного цикла сотрудника. Особенно они актуальны для компаний с удаленными сотрудниками и распределенными командами. Следует отметить, что практически все современные системы включают в себя элементы ИИ и машинного обучения (см. таблицу 1), на основе которых реализуется предиктивная аналитика и автономное принятие решений. При этом ИИ полностью не заменяет человека, а используется как инструмент, помогающий повысить эффективность HR-процессов за счет автоматизации рутинных задач. В процессе применения искусственного интеллекта требуется учитывать вопросы, связанные с конфиденциальностью собираемых данных, а также важны этические аспекты [17].

К ключевым ИИ-технологиям, которые используются в HR-системах на современном этапе развития относятся:

· машинное обучение (ML), которое используется, например, для прогнозирования текучести кадров или оценки эффективности;

· обработка естественного языка (NLP), применяемая, прежде всего, для анализа резюме, отзывов и чатов;

· компьютерное зрение, позволяющее анализировать видеоинтервью на основе идентификации мимики, жестов и интонации;

· генеративный ИИ, использующийся для создания описания вакансий, обучающих материалов, персонализированных писем и т.п.;

· роботизированная автоматизация процессов (RPA), работающая в связке с ИИ, автоматизируя документооборот с элементами «понимания» контекста.

Таким образом, «ИИ-система в управлении человеческими ресурсами» представляет собой программное обеспечение, использующее технологии искусственного интеллекта для анализа, автоматизации и оптимизации HR-процессов.

Ключевыми признаками ИИ-системы в управлении человеческими ресурсами является: способность к обучению, обработка неструктурированных данных, прогностическая аналитика, автоматизация сложных решений, адаптивность и персонализация, распознавание паттернов и автономность (см. подробнее в таблице 2).

Таблица 2 – Ключевые признаки ИИ-систем в управлении человеческими ресурсами (источник: составлено авторами)

Вместе с тем, необходимо различать классические автоматизированные системы, которые используются предприятиями в УЧР от ИИ-систем, по ряду критериев: логика работы, обработка данных, характер решений, возможности для развития и прогнозирования (см. таблица 3).

Таблица 3 – Отличие ИИ-систем в УЧР от классических автоматизированных HR-систем (источник: составлено авторами)

Таким образом, ИИ-система в УЧР отличается от обычной автоматизации HR-процессов способностью обучаться, анализировать сложные данные, формировать прогнозы и принимать решения с минимальным участием человека. Главной ценностью таких систем является предиктивная аналитика и персонализация.

Анализ публикаций, посвященных вопросам внедрения искусственного интеллекта в сферу УЧР, показал, что появление специализированных ИИ-систем обусловлено целым комплексом технологических, экономических, социальных и регуляторных факторов. Среди которых можно выделить: развитие компьютерных технологий и машинного обучения и их доступность, в том числе за счет государственной политики в части поддержки развития ИИ [7]; цифровизацию экономики, которая формирует потребность в новых подходах к УЧР, в том числе связанным с внедрением ИИ; конкуренцию за таланты и необходимость быстрой адаптации к изменениям внешней среды; пандемию, ускорившую процессы цифровой трансформации HR-служб; стремительный рост объемов данных в сфере работы с людьми; необходимость оптимизации рутинных процессов; потребность в персонализации и глубокой аналитике и т.д.

Развитие ИИ-систем в УЧР происходит стремительно, что позволяет выделить несколько этапов (см. таблицу 4), отражающих, как эволюцию применяемых организациями технологий, так и смену подходов, связанных с трансформацией функций HR-отделов и роли HR-специалистов в компаниях.

Таблица 4 – Этапы развития ИИ-систем в УЧР (источник: составлено авторами)

Таким образом, развитие ИИ-систем в УЧР представляет собой процесс перехода от начальной автоматизации к интеллектуальной поддержке принятия решений, трансформации функций HR-отделов и повышения их стратегической роли в организациях. Вместе с тем, мировые исследования показывают, что только 38% считают ИИ действительно значимым для бизнеса, несмотря на высокий уровень его использования. Среди основных барьеров отмечают: риски, связанные с данными и соответствие данных требованиям (51%), нехватка экспертизы (45%) и ограничения ресурсов (36%) [10].

Анализ опыта компаний (см. таблицу 5) в части использования ИИ-систем для УЧР в России показал, что компании активно внедряют искусственный интеллект, прежде всего, чтобы повысить эффективность подбора и найма персонала (по данным SHRM [11], 69% HR-специалистов уже используют ИИ в процессах найма), обучения и удержания сотрудников, а также, что улучшить аналитические процессы. Так, весной 2026 года MWS AI [12] представила «ИИ-рекрутера» – корпоративную мульти-агентную ИИ-систему для HR-подразделений крупного бизнеса, которая состоит из нескольких специализированных агентов, отвечающих за скрининг кандидатов, коммуникацию и планирование интервью. Система работает как виртуальный сотрудник, берущий на себя обработку откликов, коммуникацию с кандидатами и сопровождение процессов найма и адаптации, снижая нагрузку на HR-команды в компаниях. Также, SuperJob вывел на рынок платформу, где работодатели размещают вакансии для автономных ИИ-агентов, системы сами публикуют резюме и откликаются на задачи, что является отдельным контуром рынка труда для цифровых исполнителей.

Таблица 5 – Опыт российских компаний в части применения ИИ-систем в УЧР (источник: составлено авторами на основе Интернет-публикаций)

В целом по оценкам экспертов HRtech [18] рынок в России имеет хороший потенциал для роста и представлен несколькими крупными игроками (среди них: «Поток», VK Tech, Verme, «Тензор» (Saby HRM) и др.) [19]. Спрос на продукты рынка становится все более зрелым, для компаний теперь в приоритете не столько функциональность, сколько измеримый результат, возможность быстрой интеграции и снижение операционной сложности, поэтому выбор компаниями чаще всего делается в пользу платформенных решений и долгосрочного партнерства с вендором.

Вместе с тем, результаты опроса, который провел SuperJob «о доверии к ИИ в найме» показал, что только 7% соискателей готовы к тому, чтобы их нанимал алгоритм вместо человека, а полностью доверить ИИ проведение собеседований настроены только 4% компаний, при этом 50% - против. [20] В то же время в трендах рынка труда закрепляются - цифровые резюме, которые для компаний становятся более практичным выбором, так как позволяют быстрее понять, что человек действительно умеет, и сократить время на проверку кандидатов. При этом использование алгоритмов подбора уже уменьшает для них сроки закрытия вакансий на 25-40% [21], поэтому ожидается, что в 2026 году цифровые профили компетенций станут стандартом, отодвинув классические резюме на второй план.

Компании, внедрившие ИИ в HR-процессы, отмечают повышение эффективности подбора персонала, снижение текучести кадров и рост вовлеченности сотрудников. Однако успешность внедрения данных решений зависит от общей готовности организации к изменениям, уровня ее цифровой зрелости и наличия у сотрудников практических навыков работы с такими технологиями.

Следовательно, к особенностям применения ИИ-систем в управлении человеческими ресурсами можно отнести:

1. Прозрачность и объяснимость алгоритмов. Важно, чтобы процесс принятия решений нейросетью был понятным для всех заинтересованных сторон.

2. Ответственность работодателя. Требуется соблюдать трудовое законодательство и предотвращать возможную дискриминацию в процессе принятия решений.

3. Контроль и проверка. Необходимо внедрять механизмы контроля работы нейросетей, включая регулярные аудиты и обучение, проверку, в том числе с помощью специальных алгоритмов и программ.

4. Защита и качество данных. При обработке персональных данных необходимо соблюдать законодательство об их защите. ИИ будет эффективен, если он работает с большим объемом качественных и, прежде всего, хорошо структурированных данных.

5. Баланс между технологиями и человеческим фактором. ИИ не заменяет HR-специалистов, а высвобождает их время для стратегических задач, в том числе требующих эмоционального интеллекта и глубокой профессиональной экспертизы.

6. Этические аспекты. Следует учитывать возможные риски предвзятости алгоритмов, трудности с объяснением решений сложных алгоритмов и необходимость этического контроля в процессе использования HR-технологий. Следует также учитывать то, что работники в контексте применения ИИ опасаются тотального контроля, в том числе в процессе оценки их деятельности.

Итак, крайне важно учитывать специфику применения ИИ-систем в УЧР, чтобы снижать риски и возможные негативные последствия.

Выводы

Исследование показало, что в настоящее время в УЧР под влиянием развития цифровых технологий происходит существенная трансформация, которая несет в себе, как возможности, так и риски. Особенно это проявляется при внедрении автономных ИИ-систем.

Проведенное авторами исследование позволило сформулировать ряд выводов в части значимости и особенностей применения ИИ-систем в УЧР:

1. Благодаря развитию HRtech рынка и интересу компаний к оптимизации HR-процессов появляется широкий доступ к различным сервисам и платформам, позволяющим проводить более глубокую аналитику по человеческим ресурсам, обеспечивая эффективную стратегию работы с ними.

2. Значительное приращение информации и все больший объем данных о человеческих ресурсах, собираемый в режиме реального времени, требует использования более сложных алгоритмов для их обработки, предполагающих использование ИИ-систем.

3. С помощью ИИ-систем уже сейчас реализован широкий функционал в сфере УЧР, который, в том числе, позволяет управлять сотрудниками дистанционно и оперативно в мобильном режиме, тем самым обеспечивая мониторинг человеческих ресурсов, задействованных в деятельности организации.

4. Внедрение ИИ-систем требует внимательного отношения со стороны организаций, в части обеспечения качества используемой ими информации, доверия к алгоритмам, сохранения прозрачности и вовлечения человеческих ресурсов в управленческие процессы.

Дальнейшее исследование проблематики, связанной с использованием ИИ-систем требует сбора и анализа эмпирического материала, представляющего собой качественную оценку эффективности их применения, готовности HR-специалистов к их широкому использованию в российских компаниях. Кроме того, важным контекстом является оценка удовлетворенности самих сотрудников компаний, где активно внедряются ИИ-системы.

[1] Не повлияет ли активное использование ИИ негативно на развитие человека и его способностей.

[2] Уже появились упоминания при использовании ИИ, что он может ошибаться, как предостережение для пользователей.

[3] HRM‑система (Human Resource Management System, HRMS) — программное обеспечение для комплексной автоматизации процессов управления человеческими ресурсами в компании.

[4]Имеются следующие виды: Core HR, HRIS - Human Resource Information System, HCM - Human Capital Management, TMS - Talent Management System, HRMS - Human Recourse Management System, для отдельных функций применяются: LMS - Learning Management System, ATS - Applicant Tracking System, EXP - Employee Experience Platform, ERP - Enterprise Resource Planning.

[5] Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ0vg_O8PX0 (дата обращения 17.04.2026).

[6] КПЭ – ключевые показатели эффективности, синоним KPI. от англ. Key Performance Indicators.

[7] В 2019 году была утверждена «Национальная стратегия развития искусственного интеллекта на период до 2030 года».

[8] AI-native — термин, означающий концепцию, при которой ИИ-технологии становятся естественной частью повседневной жизни, для компаний это означает особый подход, при котором ИИ встроен во все процессы.

[9] HR-специалист в 2025-2026 окончательно стал стратегическим партнером бизнеса, так 65-70% компаний, по данным исследования get experts, вовлекают HR в планирование, управление командой и корпоративную культуру.

[10] BCG выпустили исследование о текущем состоянии HR в 2026 году. Источник: Boston Consulting Group 2026. All rights reserved. 3/26. – 32 р. Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ1ItHxWftg (дата обращения 17.04.2026)

[11] SHRM (Society for Human Resource Management) — это глобальная организация, которая объединяет специалистов в области управления персоналом.

[12] MWS AI — компания, которая входит в состав МТС Web Services (MWS) — объединенной компании, включившей в себя ключевые IT-активы МТС. MWS AI считается одним из ведущих центров компетенций в области искусственного интеллекта в России.

[13] Чат-бот «Сова» в Совкомбанке. 10.11.2025. [Электронный ресурс]. URL: https://jaycopilot.com/blog/chat-bot-sova-v-sovkombanke (дата обращения 17.04.2026)

[14] Александрова Е. ИИ в HR: как меняет структуру корпоративного управления. РБК. 31.03.2026. [Электронный ресурс]. URL: https://companies.rbc.ru/news/EWlfDnvMqt/ii-v-hr-kak-menyaet-strukturu-korporativnogo-upravleniya/ (дата обращения 17.04.2026)

[15] Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ2RRFVYJjM (дата обращения 17.04.2026).

[16] Александрова Е. ИИ в HR: как меняет структуру корпоративного управления. РБК. 31.03.2026. [Электронный ресурс]. URL: https://companies.rbc.ru/news/EWlfDnvMqt/ii-v-hr-kak-menyaet-strukturu-korporativnogo-upravleniya/ (дата обращения 17.04.2026)

[17] Александрова Е. ИИ в HR: как меняет структуру корпоративного управления. РБК. 31.03.2026. [Электронный ресурс]. URL: https://companies.rbc.ru/news/EWlfDnvMqt/ii-v-hr-kak-menyaet-strukturu-korporativnogo-upravleniya/ (дата обращения 17.04.2026)

[18] HRtech-рынок — совокупность программных решений, платформ, сервисов и инструментов, которые автоматизируют, оптимизируют и трансформируют процессы управления человеческими ресурсами.

[19] [19] Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ2K9rvBDNk (дата обращения 17.04.2026).

[20] Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ1n_IKYZJU (дата обращения 17.04.2026).

[21] Источник: Канал Кадры | HR | найм. [Электронный ресурс]. URL: https://max.ru/hr_nom/AZ1SQXvfA14 (дата обращения 17.04.2026).