Использование искусственного интеллекта в рекрутинге

Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет бизнеса и менеджмента

Выпускная квалификационная работа

Использование искусственного интеллекта в рекрутинге

Гюрджиев Артур Артурович

Москва 2020

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УСТРОЙСТВА ИИ, ОБЗОР КЛАССИЧЕСКИХ МЕТОДОВ РЕКРУТИНГА И ВОЗМОЖНОСТЕЙ ИИ-РЕКРУТИНГА

1.1 Искусственный интеллект и нейронный сети: особенности архитектоники, функционирования

1.2 Классические методы рекрутинга: этапы, проблемы и возможности автоматизации

1.3 Преимущества ии-рекрутинга

1.4 Рассмотрение основных программных решений с инструментами ии-рекрутинга

ГЛАВА 2: ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ

2.1 Анализ опыта зарубежных компаний по внедрению ии в рекрутмент

2.2 Кейс «ИИ-рекрутинг компания мегафон»

2.3 «КЕЙС ИИ-рекрутинг в компании «Сбербанк»

2.4 Теоретическая модель исследования, интерпретация полученных результатов

2.5 Модель современной компании в россии, использующей ии-рекрутинг. Рекомендации по решению проблем в русском сегменте ии-рекрутинга

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

На сегодняшний день изучение искусственного интеллекта (далее - ИИ) важно для общества и его развития в целом (Ashri, 2020). В связи с модернизацией, глобализацией общества всё более актуальными становятся задачи оптимизации, поиска экономически правильного решения. Конечно, многие из поставленных задач человек может решить самостоятельно, используя свою логику и применяя знания по математике. Но не все проблемы так легко решаются. Многие задачи требуют особого подхода, решения. Другие же задачи решить можно, но в условиях «бешеного» темпа жизни, они займут много времени. Использование искусственного интеллекта в рекрутинге становится все более популярным в последнее время (Esch, 2019). В связи с этим возрастает актуальность исследования ИИ-систем в ракурсе их эффективности по сравнению с классическими методами рекрутинга. В частности, это связано с растущим числом компаний, позиционирующих себя как высокотехнологичные.

Само понятие «управление человеческими ресурсами» подразумевает под собой создание специальной стратегической системы, которая, анализируя те или иные показатели, принимая в расчет возможности, риски и прогнозы, определяет последующую цепь взаимосвязанных решений (Macke & Genari, 2019). И многие до сих пор достаточно предвзято относятся к вовлечению в данный процесс функций искусственного интеллекта, ведь речь идет об управлении. Возможно, именно поэтому только 11% российских компаний сегодня используют возможности ИИ-рекрутинга (Лебедева, 2018). Однако в условиях повальной конкуренции, идти наперекор эволюции в сфере бизнеса - это признать свою собственную немощность и самовольно проиграть в конкурентной гонке.

С учетом всего вышесказанного, существует большая проблема в процессе диджитализации бизнеса, в частности, в вопросах внедрения искусственного интеллекта в процесс рекрутинга. Согласно данным компании Pymetrics (Bersin, 2018), в классическом варианте подбора персонала существует вероятность ошибки около 40-50%. Внедрение ИИ в эту область снизило эту вероятность на 30-35% (не полностью из-за несовершенства структуры и существования погрешности). Однако даже такой показатель говорит о значительном преимуществе ИИ-рекрутинга над классическим. По данным (Tan, Woodward, & Priestley, 2018) в 2018 году индустрия ИИ была оценена в ошеломляющую сумму 1,8 трлн долларов. Использование ИИ-технологий имеет огромный потенциал для значительного увеличения прибыльности более чем на 30 процентов для предприятий (Purdy & Daugherty, 2017). Диджитализация этой области таит огромное количество преимуществ. Поэтому очень важно достаточно просто и логично разобраться в данной теме и дать понять, что ИИ-рекрутинг -- это будущее, которое необходимо осознать и принять.

Проблема исследования: Современное состояние ИИ-рекрутинга в России.

Исследовательский вопрос: Искусственный интеллект увеличивает эффективность деятельности HR (поиск и подбор персонала, обучение персонала, удержание персонала). В российских компаниях существует ряд проблем, которые тормозят процессы внедрения ИИ-инструментов в рекрутинг.

Цель исследования: анализ перспектив и выявление проблем использования ИИ в рекрутинге с учетом особенностей российских компаний.

Задачи:

1. Изучение теоретических основ функционирования ИИ;

2. Обзор основных программных инструментов ИИ-рекрутинга;

3. Анализ классических методов рекрутинга;

4. Сравнение ИИ-рекрутинга и классического рекрутинга в управленческом ракурсе;

5. Изучение опыта использования ИИ в зарубежных компаниях;

6. Проведение опроса среди специалистов-рекрутеров, анализ тенденций использования инструментов ИИ в российских компаниях, выявление проблем внедрения ИИ в рекрутмент;

7. Разбор кейсов (применение ИИ-рекрутинга в компаниях «Мегафон», «Сбербанк», анализ данных масштабного исследования Deloitte Insight);

8. Создание модели компании, использующей ИИ в рекрутинге в России, на основе имеющихся данных. Выявление проблем, связанных с внедрением ИИ в процессы рекрутинга и формирование предложений по их решению.

Объект: процесс рекрутинга.

Предмет: использование искусственного интеллекта в рекрутинге

Методология исследования: представлена в виде комплексного изучения теоретических основ вопроса, путем анализа научной литературы, материалов из периодических изданий на заданную тему, а также качественного исследования в виде экспертных интервью, позволяющих оценить объем, опыт, перспектив, особенностей и проблемы использования инструментов искусственного интеллекта в рекрутинге и проведение исследования, в виде опроса специалистов-рекрутеров для подтверждения результатов качественного исследования. Анкетирование проводилось среди менеджеров по адаптации и подбору персонала, со стажем работы не менее 3-х лет, всего в анкетировании приняли участие 54 человека. Также был использован метод экспертного интервью, результаты которых были оформлены в виде кейсов. Качественный анализ позволяет оценить отношение непосредственных участников процесса внедрения ИИ в рекрутинг, данный подход является слабо формализованным и гибким, он вписывается в модель исследования настоящей работы.

Модель исследования:

Гипотеза исследования: развитие ИИ-рекрутинга в России имеет ряд отличительных черт, обусловленных проблемами внедрения новых технологий в компаниях.

Структура работы: работа состоит из введения, 2 глав, заключения, списка литературы и приложений. В первой теоретической главе рассматриваются основные вопросы, связанные с функционированием ИИ, обзор основных программ для ИИ-рекрутинга, а также анализ и сравнение классических методов рекрутинга и инновационных инструментов. Во второй главе проводится эмпирическое исследование, включающее в себя анализ опыта внедрения ИИ-рекрутинга в зарубежных компаниях, кейсы, сформированные на базе экспертных интервью, а также анализ результатов проведенного опроса с созданием модели современной российской компании, использующей ИИ-рекрутинг и выделением проблемных участков, которые тормозят внедрение ИИ-инструментов. Заключительный этап содержит в себе формирование рекомендаций, на основе освоенного материала, для предупреждения и преодоления существующих проблем.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УСТРОЙСТВА ИИ, ОБЗОР КЛАССИЧЕСКИХ МЕТОДОВ РЕКРУТИНГА И ВОЗМОЖНОСТЕЙ ИИ-РЕКРУТИНГА

В последние годы искусственный интеллект пришел к значительным успехам в прогрессе (Canals & Heukamp, 2019). Мы наблюдаем переход ИИ из теоретической дисциплины в практический инструмент (Bundy, 2017) - от простейших нейронных сетей мы получили настоящий искусственно созданный интеллект, которому доверяем не просто рутинную работу, а даже человеческую жизнь (вспомним робота Да Винчи (Bodner, 2004)), пусть и делаем упор не на полную автоматизацию, а на аугментацию (Miller, 2018). И мы видим постоянное расширение возможностей ИИ. Сегодня ИИ - это не просто отрасль новых информационных технологий, мы видим лавинообразное развитие всей сферы: машинное обучение и другие базовые процессы ИИ становятся обязательными компетенциями многих специалистов, а алгоритмы ИИ занимаются такими процессами, как анализ рекомендации по продукту, предоставление целевой рекламы, продвижение и удержание сотрудников, оценка рисков и многое другое (Canals & Heukamp, 2019).

Сегодня мир технологических открытий предлагает несколько новых перспектив на будущее управления. ИИ не только упраздняет многие традиционные рабочие места, но и изменяет приоритетные задачи руководителей (Bhardwaj & Singh, 2020). В результате привычная роль менеджеров, которая была близка всей отрасли в течение долгого периода времени, будет развиваться. В этом новом мире, основанном на искусственном интеллекте, компании должны переосмыслить свои цели и стратегии.

В настоящей главе работы будут рассмотрены основные теоретические аспекты функционирования ИИ, функциональное программное обеспечение, в которое может быть интегрирована функция ИИ-рекрутинга, а также классические методы рекрутинга, что позволит рационально и аргументировано рассуждать на тему недостатков и преимуществ сферы цифровизации HR, а также даст возможность практическим специалистам более углубленно ознакомиться с базовыми понятиями ИИ, так как этот момент является проблемным полем, по мнению многих исследователей (Zehir, Karaboрa & Baюar, 2020).

1.1 Искусственный интеллект и нейронный сети: особенности архитектоники, функционирования

На сегодняшний день изучение искусственного интеллекта важно для общества и его развития в перспективе. Безусловно, человеческий мозг и разум сами по себе является совершенными машинами для решения огромного спектра задач, но с течением прогресса появляется все более и более сложные проблемы, требующие огромных затрат интеллектуальных ресурсов. И именно с этих позиций и возникает потребность в создании инновационного искусственного разума. Как отмечается в работе (Bhardwaj & Singh, 2020) универсальность применения искусственного интеллекта и способность к постоянному самообучению и совершенствованию, наряду со значительными успехами в ИТ-области, позволяет внедрять ИИ во многих функциональных отраслях, в том числе и в рекрутинге (Bhardwaj & Singh, 2020), для повышения эффективности сотрудников в организации. Роль ИИ в сфере управления персоналом начинается с набора персонала до оценки деятельности его сотрудников, то есть она всеобъемлюща. Возрастает число публикаций по цифровизации HR-процессов, в которых рассматриваются опыт и перспективы внедрения цифровых технологий и решений в управление человеческими ресурсами (Bersin, 2018). При этом наблюдаются тенденции к аугментации, то есть совместной деятельности ИИ и человека, а не замены человеческого труда машинными мощностями.

Бурный рост зарубежных публикаций на тему использования ИИ в рекрутинге, в последние десять лет, обусловлен, с одной стороны, пользовательским упрощением, а с другой программным усложнением, о чем говорится в работе (Nielsen, 2018).

С помощью нейронных сетей и нейрокомпьютеров можно решить ряд задач: прогнозирование, управление, предсказание, принятие решений, автоматизация процесса классификации, кодирование и декодирование, и многие другие задачи.

Благодаря всему вышесказанному мы можем разобраться в том, как функционируют чат-боты и другие инструменты автоматизации сферы HR в настоящее время. На мой взгляд, исследование истоков становления искусственного интеллекта и его изучение устройства и передачи информации невероятно важно не только для ИТ-специалистов, но также и для рядовых сотрудников. Для более наглядной иллюстрации описанного материала, можно разобраться в устройстве ИИ робота-рекрутера «Вера», который используется во многих крупных компаниях, таких как: Эльдорадо», «М.Видео», Х5, «Дикси», PepsiCo, «КДВ Групп», МТС, «Билайн», «Ростелеком», Альфабанк, РосЕвроБанк, Райффайзен (Robotvera, 2020).

Кратко рассмотрим алгоритмы работы робота «Веры». Нейронная сеть способна к самообучению, а большое количество входных каналов связи может анализировать огромные потоки входящей информации. Алгоритмы ИИ построены таким образом, что имея список заданных характеристик, «Вера» способна путем отбора вычленять наиболее подходящие кандидатуры на роль того или иного специалиста. В настоящее время робот-рекрутер способен выполнять огромное количество рутинных функций, начиная от поиска резюме и удаления дублей кандидатов до звонок потенциальным работникам, проведения с ними видео-интервью и составления отчетов для руководства. Все эти функции ИИ способен выполнять одновременно, что экономит значительное количество времени и средств для компаний (Розанова, 2019).

Сегодня робот Вера специализируется на поиске и подборе кандидатов на массовые вакансии, а работа с такими позициями у специалиста HR отнимает наибольшее количество времени: это и поиск нужных претендентов, проведение нескольких этапов собеседования, а также не стоит забывать и о специфике общения и психофизиологических особенностях отдельных людей. По исследованиям (Беленький, 2006) «синие воротнички» отличаются излишней грубостью и отсутствием такта. Робот Вера же не испытывает эмоций, а следовательно, не подвержена стрессу. Также, по мнению создателя робота-рекрутера (Овечкин, 2017), она способна в десятки раз быстрее человечка выполнять рутинную работу, задача с которой человек бы справлялся за две-три недели, Вера справляется за два-три часа (Степанова, 2017).

Однако сегодня исследователи столкнулись c проблемой того, что, дав искусственному интеллекту возможность выбирать и принимать наиболее грамотные и качественные решения, люди не могут отследить логику их принятия. Об этом в своей работе пишет (Canals & Heukamp. 2019), отмечая, что с усилением социально-культурной и правовой политики в отношении прав и свобод человека, а также из-за повышения внимания к проблемам дискриминации, деятельность ИИ сегодня находится под прицелом различных общественных организаций. Именно поэтому одним из приоритетных направлений в изучении алгоритмов ИИ стал анализ их работы. Известно, что люди склонны сильнее доверять решениям алгоритма, если эти решения строились на оценке количественных параметров, нежели на качественных (Dietvorst, Simmons & Massey, 2017). Алгоритмы трудно объяснить и именно поэтому в последнее время активно развивается направление «explainable AI», что по своей сути является расшифровкой этих «черных ящиков». Основной целью ставится создание простого программного обеспечения, которое станет «переводчиком» и транслятором решений ИИ. Данная технология представляет собой интерфейс, который позволит взаимодействовать с ИИ, путем формулирования интересующих вопросов, касательного того или иного решения, что приняла машина, а алгоритм ответит вам почему он поступил именно так. Это направление на сегодня является одним из прорывных, а финансируют его такие гигантские корпорации, как DARPA, Google, Microsoft, IBM (Gunning, 2019).

Таким образом, в настоящее время сформировалась тенденция к использованию ИИ-технологий во многих отраслях, благодаря достаточной простоте использования и огромного количества функций, которые ИИ способен выполнять, помогая человеку. Понимание того, как функционирует ИИ и как он действует в рамках ваших компетенций, действительно важно для всей отрасли HR.

1.2 Классические методы рекрутинга: этапы, проблемы и возможности автоматизации

Конец двадцатого века стал переломным моментом для всей российской экономики и рынка труда. Явственно отмечалось запоздалое внедрение различных техник и программ кадровой политики, которые в полной мере расцветали за рубежом. По воспоминаниям О. Баценкиной в 1995 году мало кто слышал о том, что такое рекрутинг, но при этом необходимость в консолидации знаний по найму персонала и применению их на практике было жизненно-необходимой вещью для российских компаний. Первое кадровое агентство появилось в нашей стране в 1989 году, и интересной особенностью было то, что зачастую работа агентства заключалась не в закрытии определенной вакансии сотрудником, а наоборот, в сокращении того или иного специалиста. В своей статье (Нестеренко, 2017) объясняет, что российский рекрутинг значительно отличается от зарубежного, благодаря менталитету российского человека. Это касается, к примеру, важности неформальных социальных связей, которым достаточно часто отдается предпочтение, нежели профессиональным навыкам сотрудника (Кабалина & Пахомова, 2014). Также одной из главных черт русского менталитета считают дуализм, который характерен русскому человеку во всем. То же самое касается и внедрения инноваций - с одной стороны человек понимает, что это прогресс, а с другой все хорошо работает и «по-старинке» (Еромасова, 2007). А в годы зарождения рекрутинга, когда экономическая и политическая ситуации были крайне нестабильны, это отмечается наиболее явно. Таким образом, момент зарождения и повсеместного распространения рекрутинговых услуг на территории России стало достаточно закономерным событием, которому способствовал ряд факторов, а именно: новая рыночная ситуация, повышение уровня безработицы, оптимизация деятельности организаций, необходимость в высококвалифицированных кадрах, изменение ценностного подхода к сотруднику, как к инвестиции. Последний критерий достаточно спорный, потому как мнения авторов в данном вопросе значительно разнятся. Некоторые (Латуха, 2014) считают, что данный подход справедлив лишь в контексте управления талантами и лишь в отношении сотрудников с высоким потенциалом (Kim & Penaloza, 2014), другие авторы (Downs, Orr & Swailes, 2014) относят это ко всему пулу сотрудников.

Распространение рекрутмента в России в первое время характеризовалось перениманием зарубежных практик и опыта, что повлекло за собой первоначальную волну неприятия технологий (Мохов & Фомин, 2020). Однако путем накопления собственных знаний и адаптации систем под российские реалии, удалось добиться того, что рекрутинг прочно укоренился и стал неотъемлемой частью современного менеджмента (Canals & Heukamp, 2019). Забегая немного вперед и обращаясь к основной теме настоящей работы, можно сказать, что внедрение ИИ-технологии рекрутинга на современном этапе проходит по тому же сценарию, что и рекрутинг в ретроспективе - мы наблюдаем позицию недоверия со стороны большого количества организаций. Но раз историографический метод позволяет нам спрогнозировать будущее, то можно сказать, что ИИ-рекрутинг станет важным аспектом во всей отрасли в России.

В чем же заключается суть рекрутмента? Для этого необходимо провести небольшой анализ и сформировать единое определение, которое будет захватывать все аспекты рекрутмента как процесса. Сам термин является заимствованным французским словом «recruter», которое встречается в военной отрасли и означало найм на военную службу за жалование. Аналогично в немецком языке встречается слово «rekrutiering», обозначающее пополнение чего-либо. В английском языке смысловое значение «recruiting» дословно определялось как набор чего-то или кого-то, а затем слово укоренилось в профессиональном сленге и приняло обозначение деятельности по найму сотрудников. В зарубежной литературе (Huse, 1992) рекрутинг определяется как одна из составных частей кадрового менеджмента и означает поиск и привлечение к работе сотрудников, которые удовлетворяют требованиям, предъявляемым организацией. У Л. Байере (Байере, 2006) несколько иной подход к определению рекрутинга как процесса. В книге «Управление человеческими ресурсами» рекрутинг определяется как деятельность по привлечению нескольких возможных кандидатов и выбор из них наиболее подходящего и квалифицированного. В русском языке, так как слово заимствованное, до сих пор не исчезло недопонимание разницы между терминами «рекрутинг» и «рекрутмент». Чаще всего разница между игнорируется, либо же считается более «профессиональным» считать термин «рекрутмент», хотя это большое заблуждение. Чтобы разобраться в этимологических вопросах, необходимо обратиться к англоязычной литературе. Recruitment (Flippo, 1980) обозначает процесс нахождения наиболее перспективных сотрудников и их мотивирование на работу в определенной организации. Yoder D. В (Yoder, 1982) своей книге вносит в этот термин значение поиска необходимой рабочей силы, которая будет удовлетворять требованиям к производству, то есть процесс становится эффективным, благодаря сотрудникам. Werther W.B. и Davis K. (Werther, 2000) В своем определении очень близки к Л. Байере и определяют рекрутмент как процесс результатом, которого является совокупность кандидатов, из которых выберут лишь одного, наиболее подходящего. В целом определения из иностранных источников достаточно схожи между собой и во главу стола всегда ставится именно сотрудник. В профессиональном стандарте "Специалист по подбору персонала (рекрутер)", принятом приказом Министерством труда и социальной защиты РФ 9 октября 2015 № 717н, рекрутмент определен как процесс, целью которого является "обеспечение потребностей работодателей в трудовых ресурсах путем подбора персонала на постоянную или временную занятость". И здесь, как мы видим, главным является именно работодатель. Большое количество авторов указывает на то, что рекрутмент в России достаточно самобытен, развивается в своем направлении в силу экономических и этических особенностей.

Другими словами, рекрутмент - это процесс подбора персонала, создание условий для закрытия вакансий, созданной по требованию работодателя с определенными качественными характеристиками. Заказчик или работодатель в результате данного процесса получает определенный список кандидатов, подходящих или удовлетворяющих его требованиям, либо отдельного кандидата, который полностью подошел под те выдвигаемые качественные характеристики. Данное заключение справедливо как для внутреннего, так и для внешнего рекрутинга.

В ряде статей (Случевская, 2016) приводится ряд достоинств и недостатков обоих видов рекрутинга, однако сама суть процесса рекрутмента остается неизменной константой. Однако в случае внешнего рекрутинга он рассматривается как предпринимательская деятельность, но если говорить о внутреннем рекрутинге в современной практической деятельности, то он имеет вид совокупности пассивных методов поиска и подбора кандидатов. В профессиональной литературе принято их называть методами классического рекрутинга - то есть специалист по найму персонала тесно взаимодействует с рынком труда и это взаимодействие обоюдное. С одной стороны, он ведет мониторинг рынка вакансий и отбирает наиболее подходящие, а с другой специалист сам предлагает вакантное место (можно сказать занимается маркетингом).

Далее в работе будут анализироваться основные виды и этапы процесса рекрутинга. Для того, чтобы не возникло разногласий в ракурсе названия раздела, сразу хочу отметить, что здесь присутствует элемент приращения научного понятия. Под классическими методами рекрутинга, я подразумеваю привычные, устоявшиеся технологии, которые зарекомендовали себя во времени и активно используются в современной HR-отрасли. К инновационным относятся методы ИИ-рекрутинга и системы отслеживания кандидатов (Applicant Tracking Systems), которые не столь широко распространены в нашей стране. Данное отступление необходимо для предупреждения этимологических дискуссий.

Несмотря на разнообразие методов рекрутинга, в каждом из них можно выделить достаточно общие принципы и этапы, которые, конечно, варьируются в некоторых пределах. Суркова Ю.В. (Суркова, 2018) приводит следующую характеристику процесса рекрутинга:

- создание или получение запроса на создание заявки на подбор необходимого кандидата;

- подробное описание необходимой вакансии;

- определение пути поиска кандидата (выбор технологии);

- обширный отбор поступающих заявок, первичный анализ резюме - телефонное интервью;

- предварительная беседа с рекрутером;

- беседа с непосредственным заказчиком;

- документальное оформление и прием кандидата на работу;

- адаптация нового сотрудника к его рабочему месту.

Арсенал методов классического рекрутинга наиболее обширно используется кадровыми агентствами, которые на основе поступающих заявок могут использовать тот или иной метод.

1. Классический рекрутмент- технология подбора персонала, чаще всего среднего звена, также сотрудников с высокой квалификацией на постоянные, либо временные позиции с четко оформленным списком необходимых требований и компетенций. Для данного вида рекрутмента ввиду его неспецифичности характерна массовость поиска и формальность подбора, срок снятия заявки также достаточно небольшой. Взаимодействие с потенциальным кандидатом происходит по стандартной схеме рекрутинга. Общение с кандидатами минимально, как и общение заказчика с агентством, либо рекрутером (только в экстренных ситуациях, когда существует проблема или вопрос).

2. Скрининг - подбор и поиск кандидатов на массовые позиции, своеобразный «поверхностный» отбор. Имеется определенный список формальных требований вакансии, такие как: наименование должности, возраст, пол, образование, опыт работы и еще несколько критериев, которые могут варьироваться. Общение между действующими лицами также максимально ограничено.

3. Массовый рекрутинг - в настоящее время в России популярность данного метода снижается. Его сущность заключается в том, что заказчик формирует ряд типовых позиций, которые необходимы компании и которые нужно заполнить в достаточно сжатые сроки. При выполнении подобной заявки, кадровое агентство может создавать своеобразные «партнерские штабы», работая над проектом, для того чтобы минимизировать временные потери.

4. Межрегиональный поиск - в данном случае кадровое агентство занимается подбором кандидата в других регионах, с целью последующей релокации необходимого сотрудника в город компании-заказчика.

5. Прямой поиск (executive search) - в данном случае специалист рекрутингового агентства подбирает специалистов среднего и высшего звена, которые сами не занимаются поиском вакансии и трудоустроены в настоящее время. Особенно большая активность данного метода наблюдается в крупных городах России (Москва, Санкт-Петербург, Екатеринбург и др.). Также этот метод может включать в себя и межрегиональный поиск. Прямой поиск достаточно стабильная технология, потому как в настоящее время высока потребность в узких и высококвалифицированных специалистах. При данном виде рекрутинга процесс включает в себя все этапы подбора и поиска. Не подразумевает под собой использование техник «переманивания».

6. Хедхантинг - самый этически неоднозначный метод, подразумевающий под собой «охоту» за руководителями высшего звена и специалистами с высокой квалификацией, которые трудоустроены в настоящее время. Многие авторы выделяют хедхантинг как метод прямого поиска, но зарубежные исследователи относят его к отдельной технологии. Сущность метода заключается в том, что у наиболее привлекательного кандидата определяют ценностно-мотивационные установки и в соответствии с ними предлагают наиболее привлекательные предложения от компании-заказчика.

Процесс рекрутинга, как и любой другой бизнес-процесс обладает спектром своих методических подход. В данном случае мы проанализируем подходы при классическом рекрутинге и отметим его основные особенности и как они могут отразиться на профессиональной оценке. В последующем данный материал будет использоваться при сравнительном анализе классического и инновационного рекрутинга.

Процесс классического рекрутинга подразумевает под собой несколько этапов о которых мы говорили ранее. Первоначальный отбор кандидатов, подходящих по характеристикам, формирует необходимый кандидатский резерв. Как пишет Yakubovich V. (Yakubovich & Lup, 2006) на этом этапе отсеивается большое количество резюме, точнее отбираются самые подходящие по нескольким параметрам, чаще всего неспецифичным. Дальнейшие действия развиваются так, что происходит тщательный сбор достоверной информации о потенциальных кандидатах, сопоставляются их характеристики с требованиями той должности, на которую они претендуют и оценка способностей кандидата рекрутером в ходе личного взаимодействия. И если в этом случае кандидат и рекрутер достигают успеха, то далее претендента на должность утверждают и закрывают вакансию.

В ходе проведенного широкомасштабного исследования в Дании (Holm, 2012) было установлено, что самым энерго- и ресурсозатратным этапом является именно процесс личного взаимодействия рекрутера с потенциальным кандидатом. В расчет идет не столько затраты временные, сколько психологические. Ведь этот этап накладывает огромную ответственность на рекрутера и во многом зависит от его типа темперамента, настроения и других нюансов человеческого характера.

После процесса отбора кандидатов с наиболее высоким потенциалом, рекрутеру необходимо оценить его способности и для выполнения этой затраты в классическом варианте существует несколько методик оценки (Квагинидзе, 2012)

1. Исследование компетенций кандидата. В ходе данного этапа оцениваются как профессиональные, так и личностные характеристики будущего сотрудника. При этом, если в ходе выяснения профессиональных возможностей есть достаточно стандартизированные показатели, которые позволяют рекрутеру сделать правильный вывод, то при анализе личностных установок и психофизиологических особенностей претендента возникают трудности. Платон в свое время заметил, что «люди рождаются не слишком похожими друг на друга, и их природа бывает различна, да и способности к тому или иному делу тоже». В результате рекрутер выявляет ряд поведенческих стереотипов, которые тем или иным образом влияют на профессиональные способности кандидата.

2. Кейс-стади в ходе которого выявляется способность кандидата выполнять свои трудовые обязанности в условиях, которые наиболее приближенны к реальным. Рекрутер предлагает кандидату выполнить то или иное задание и наблюдает за тем, как потенциальный сотрудник проявит себя. Сущность кейс-метода, используемого в разных областях, заключается в том, что он дает представление о решении или наборе решений, описывает почему данные решения были приняты, каким образом они внедрялись, и к какому результату привели (Stake, 2014).

3. Тесты способностей. Подобный метод позволяет, не прилагая больших усилий, выяснить уровень тех или иных способностей кандидата. Несмотря на простоту выполнения, данный метод отличается низкой ценностью полученной информации.

4. Различные опросники, направленные на определение уровня ответственности, различные ценностные аспекты сотрудника и прочие характеристики, которые важны для представителя той или иной профессии.

В процессе взаимодействия рекрутера с потенциальным сотрудников, важно понимать, что они оба люди и у каждого из них есть определенные психологические особенности. По мнению Зубковой А. Ю. (Зубкова, 2015) успешность рекрутера во многом зависит от организационных особенностей и его психологических установок, также немаловажное значение имеет уровень финансовой стабильности рекрутера. И конечно нельзя забывать о его профессиональных навыках, умениях и способностях, но данные факторы являются обязательными в ракурсе специалиста. Одинцова В.В. и Палт Е.А. (Одинцова & Палт, 2015) также считают, что профиль успешного специалиста-рекрутера выглядит следующим образом: это человек с высокими профессиональными навыками, широким мотивационным диапазоном, психологической устойчивостью, а также определенным ценностным подходом, который коррелирует с культурной средой той компании, в которой он работает.

Кроме технологических ошибок, которые являются продуктом недостаточного профессионализма, специалист-рекрутер также часто может выдавать ошибки восприятия. Это связано с несколькими факторами. Стереотипность оценки - рекрутер может сравнивать кандидата с заранее сформированным эталоном. Если рекрутер не имеет обширного опыта работы, неосознанно он может отдать предпочтение кандидату, который сильнее соответствует его ожиданиям и обладает невербальными знаками-сигналами (поведение, речь и т.д.), которые не информативны в разрезе его квалификации. Также специалист-рекрутер может ориентироваться на стойкость своего первого впечатления, которое обусловлено симпатией/антипатией, упором на перенос своих личностных качеств на кандидата. Для того, чтобы подобные ситуации не возникали, специалистам-рекрутерам необходимо развивать критичность своего мышления, а также объективность оценки. Рекрутер не должен обращать внимание лишь на формальные показатели кандидата, важно иметь и представлять полную картину. Сегодня изменился концептуальный подтекст рекрутинга (Esch, 2019). Если ранее он представлял под собой тактическую кадровую деятельность, то сегодня это стратегический приоритет бизнеса. Это связано с рядом причин, но прежде всего, изменились основы конкурентного преимущества компаний, теперь приоритет отдается нематериальным активам, к которым относят инновации, таланты, имидж компании и т.д. ( Madhani, 2012). Это изменение повлекло за собой и смещение оси важности человеческого капитала, теперь сотрудник, его опыт, знания и профессионализм не просто составляют базис нематериальных активов компании, а является одной из главных движущих сил (Black, 2019). В этой связи усилилась конкурентная борьба за таланты, компании стремятся укомплектовать свой штат наиболее ценными сотрудниками (ManpowerGroup, 2018). И сейчас в ходе изменения ценностного подхода, сфера HR трансформируется под влиянием новых технологий, сегодня внедрение ИИ в процессы рекрутинга становятся не просто модным веянием, а критической необходимостью, которая поможет в конкурентной гонке.

Функциональные возможности инструментов ИИ в рекрутинге позволяют полностью автоматизировать процесс от поиска и подбора кандидата до присвоения ему статуса работника компании. Единственное, что не сможет заменить ИИ - процесс личного взаимодействия соискателя с HR-менеджером. Именно поэтому ИИ в руках рекрутера должен стать полезным инструментом, а не заменой ему (Денисов & Кардаш, 2019).

1.3 Преимущества ии-рекрутинга

Искусственный интеллект, который сегодня уже прочно укоренился во многих областях деятельности человека, в настоящее время начал активно использоваться кампаниями в рамках процесса управления процессами поиска, найма и управления персоналом. С внедрением новых технологий в цифровую эпоху бизнес-структурам приходится адаптироваться к новым проектам и повышать производительность бизнес-процессов. Сегодня первостепенное значение приобретает высокая квалификация и профессионализм сотрудников отдела кадрами, а также возможность качественно управлять их решениями для того, чтобы привлекать к работе наиболее талантливых сотрудников из соискателей. Это обусловлено повсеместным распространением идей «управления талантами» и изменением ценностного подхода к сотрудникам (Farndale & Scullion, 2010). Сегодня работа отдел кадров -- это важнейший стратегический момент, который напрямую ведет предприятие к прибыльности. На этом этапе качественная оценка кандидатов очень важна для успешного процесса найма. В этой связи, важно иметь точные инструменты мониторинга и оценки, связанные с эффективностью и потенциалом кандидатов с точки зрения организации предприятий и управления человеческими ресурсами. Учитывая вышеизложенные факты, целью данного исследования является выявление преимуществ и рисков использования ИИ на людях и в сообществе в процессах набора персонала в отделе кадров. Применение искусственного интеллекта объясняется как позитивными, так и негативными примерами его использования во многих компаниях.

Изменение ценностного подхода к управлению персоналом послужило своеобразным «пусковым механизмом» или триггером превращения человеческих ресурсов в долгосрочные инвестиции. Проблема заключается в том, что поменялся ценностный подход, но люди остались такими же. И возникла ситуация, что подавляющее количество сотрудников стали представлять так называемые затратные риски, ведь для того, чтобы сотрудник был эффективным надо внедрять качественные практики обучения и развития персонала, а многие компании просто не смогли справиться с подобной задачей ввиду низкой компетентности или неспособности штатных кадровых сотрудников качественно охватывать все аспекты эффективного управления персоналом.

Согласно литературным данным примерно треть американский компаний занимаются исследованиями эффективности практики найма сотрудников в свои организации (Cappelli, 2008). При этом, как отмечает исследователь растет процент децентрализации и неофициальных каналов устройства на работу, что деструктурирует всю модель расчета эффективности. Это в свою очередь чревато возникновение резонансных случаев, а также увеличением процента озабоченности общественности в ракурсе дискриминации и предвзятости управленческих решений. Именно поэтому и становится актуальным использование мощностей ИИ для создания адаптированных алгоритмов для принятия оптимальных решений, которые искоренят человеческий фактор и присущую его предвзятость. Важный акцент делается на обоснованность и умение аргументировать, то эффективное и беспристрастное решение, принятое ИИ. Раннее были достаточно распространены практики Big Data - алгоритмы, которых заложены в системах ERP и ATS. Big Data - это совокупность технологий, направленных на обработку массивов быстро поступающей информации, которая может быть даже слабоструктурированной (McAfee, 2012). Данная работа при этом реализуется сразу в нескольких направлениях, потому как алгоритм способен выявлять скрытые от человеческого восприятия закономерности. Разница Big Data и ИИ заключается в том, что машинный разум способен к самообучению и прогрессу в создании возможностей для анализа данных. Согласно отчету IBM 41% руководителей компаний заявляют, что они совсем не готовы использовать новые инструменты для анализа данных, и только 4% заявляют, что они «в значительной степени» подготовлены (IBM, 2018).

В целом главное преимущество ИИ заключается в способности имитировать деятельность человеческого интеллекта, а следовательно, и выполнять задачи, которые требуют способностей человеческого познания. В ракурсе использования ИИ в HR наиболее важными являются способности машины прогнозировать более эффективные и качественные решения, путем аналитики данных и возможности строить алгоритмы или правила принятия решений из данных.

Использование ИИ в ракурсе управления человеческими ресурсами выявляет большое количество проблем, чаще всего этического характера. Они варьируются от практических до концептуальных, включая тот факт, что природа анализа данных и прогнозирования ИИ применительно к людям имеет серьезные противоречия с критериями, которые общество обычно считает социально-важными. Но несмотря на это можно выделить ряд преимуществ использования ИИ в процессах рекрутинга.

Первая преимущество заключается в том, что результаты деятельности сферы HR не всегда являются прямыми и достаточно часто их нельзя проанализировать, мы видим влияние человеческого фактора, симпатий или антипатий. Что HR-специалист вкладывает в понятие «хороший работник»? У этого показателя много измерений, сюда можно отнести прилежность, вежливость, учтивость, трудоспособность, стрессоустойчивость, решительность, способность к обучению, отсутствие вредных привычек и так далее. Критериев огромное количество и если с профессиональными навыками все достаточно ясно, то, что делать с невербальной оценкой.

Оценка эффективности персонала, наиболее широко используемый показатель, подвергся резкой критике из-за проблем достоверности и надежности, а также за предвзятость, и многие работодатели вообще предпочитают не использовать этот показатель (Cappelli, 2008). По сути, этот показатель складывается из времени, потраченного на достижение результата и затраченных на это ресурсов. В частности, наибольшей критике подверглось то, что достаточно сложная работа являет собой симбиоз разных трудовых аспектов (разные отделы, группы сотрудников и т.д.) и поэтому индивидуальную эффективность трудно отделить от групповой. Можно измерить несколько аспектов производительности работы, но невозможно создать правила принятия решений или алгоритмы, которые оптимизируют сразу несколько аспектов производительности. Человек не сможет справиться с подобной задачей. Искусственный интеллект сможет.

Второе преимущество заключается в том, что, в отличие от многих других организационных решений, результаты решений, касающихся управления человеческими ресурсами, имеют достаточно серьезную морально-этическую подоплеку. Очень часто в повседневной жизни можно услышать или прочитать новости о том, что кого-то незаслуженно сократили, а кто-то поднялся вверх по карьерной лестнице, лишь благодаря хорошим связям с руководством. Также помимо моральной коллективной оценки, на плечи управляющих возлагают также и сложные правовые ограничения, которые устанавливают то, как должны приниматься подобные решения в отношение управления человеческими ресурсами. Решения должны не только соответствовать тем критериям оптимизации, они также должны быть непредвзяты, справедливы и лишены оттенков дискриминации. Безусловно, существует проблема дискриминации алгоритмами ИИ, как уже говорилась ранее о компании Amazon, но сегодня ведется активная работа по исправлению подобных программных ошибок.

Третье преимущество ИИ в том, что это машина, а живые сотрудники не являются машинами. Процесс работы в организации очень часто приводит к развитию ряда сложных социально-психологических проблем и сюда можно отнести недооценку личной ценности сотрудника, разрушение его представлений о работе, несоответствие ожиданий и реальности. Также не стоит забывать о пределе работоспособности, эмоциональном выгорании и нестабильности психических процессов, которые присущи людям.

1.4 Рассмотрение основных программных решений с инструментами ии-рекрутинга

Сегодня HR не рассматривается как отдельная специальность, о чем подробно пишет в своей работе Љimek D (Љimek, 2019). Это набор узкоспециализированных инструментов, каждый из которых имеет свои цели, задачи и потребности. В виду того, что на отрасль HR в настоящее время усиливается давление (Осовицкая, 2016) в области выполнения стратегических целей компании, а также в виду нестабильности экономической ситуации в России, необходимо внедрение новых функциональных решений, которые позволят облегчить работу HR-отделов. Большое количество организаций осознали растущую потребность использования информационных технологий (ИТ) в ракурсе управления персоналом (HR). Таким образом возникает область HCM-сегмента (Gates & Langevin, 2010) Революция в области HСM основывается на передовых информационных технологиях, начиная от информационных систем работы с персоналом (HRIS) и заканчивая корпоративными интернет - порталами с интегрированными бизнес-решениями в различных областях. Движущими силами в данном случае, о чем пишется в статье (Kuhn, 2016) являются усиление конкуренции, необходимость управления персоналом на глобальном уровне, улучшения предоставления кадровых услуг и снижения затрат. Система отслеживания кандидатов (Applicant Tracking System) - одна из новых областей применения ИТ в HCM. В ракурсе настоящей работы исследование данных систем наиболее ценно, потому как они являются базами для интеграции с платформами ИИ-рекрутинга. Важно понимать их устройство и значимость для компаний.

Своеобразный «взрыв» в данной отрасли произошел в 2013 году, когда произошло сближение Talent Managment и ERP (Fondeur & Lhermite, 2013). Первоначально провайдеры ERP-систем (Workday, SAP и Oracle) базировались лишь на создании и поддержке систем планирования ресурсов предприятия, но интеграция с HR стало новой вехой в данной области. Переход к облачному решению открывает более широкие пользовательские настройки, что очень выгодно для крупных предприятий, прежде всего. И самым главным преимуществом можно считать использование мощностей искусственного интеллекта для обучения систем компании в перспективе. Это значительно снижает нагрузку на работников, а также структурирует предприятие. Существующие сегодня программы ИИ-рекрутинга, выполняют достаточно разнообразные функции. Ознакомимся с некоторыми из них и кратко рассмотрим функциональные возможности.

1. Bamboohr - софт, разработанный в 2008 году и до сих пор эффективно показывающий себя на рынке. Программа в режиме реального времени помогает HR в управлении персоналом. В приложении отмечается и систематизируется информация о сотрудниках, выдаются аналитические отчеты о деятельности и полезные напоминания об обучении сотрудников, советы по продвижению. Отличное решение для малого и среднего бизнеса. К минусам системы можно отнести отсутствие русского языка, а также затраты на анализ одного сотрудника в размере 6,2 $ (620$ на штат сотрудников 100 человек).

2. Ideal - программа для ИИ-рекрутинга в реальном времени. Программа встраивается в существующую на предприятии ATS, поэтому нет сложностей с изучением нового интерфейса. ИИ проводит подбор кандидатов по заданным параметрам, чат-бот согласовывает и назначает время и место интервью. Также софт обладает функцией удаления реплик-интервью для того, чтобы не перегружать работу HR. Платформа сотрудничает с такими фирмами, как Dell и Netflx. Программа подходит для крупных компаний, есть бесплатный пробны период.

3. Textio - еще один инструмент ИИ-рекрутинга. Главным преимуществом программы является анализ естественного языка, выявление его закономерностей. Исследователи не раз упоминали в работах на данную тему, что «ахиллесовой пятой» ИИ-алгоритмов является то, что в них заложено восприятие правильно написанных слов. Алгоритмы Textio прекрасно адаптируются и позволяют анализировать большие массивы информации. Данная программа рассчитана на большие предприятия, партнерами являются такие гиганты, как McDonalds, Nestle, Micron, Atlassian, Ebay, Hasbro, Twitter. Программа интегрируется в ATS предприятия, интуитивный интерфейс. В программе также заложены функции анализа гендерного смещения, что позволяет контролировать процесс найма, не вызывая предвзятости и ощущения дискриминации.

4. Zoom.ai - программа для эффективного планирования задач HR-менеджера. Программа интегрируется с ATS, а также с различными планировщиками, типа Google Drive и другие ПО. Преимуществом ИИ-алгоритма является то, что он подстраивает все встречи, интервью и прочие мероприятия под ваш график, избегая наслоения их друг на друга. Также платформа имеет расширение People Insights, которое собирает информацию о кандидате. В дальнейшем встреча с потенциальным кандидатом встраивается в календарь HR-менеджера (ему выдается краткая, но емкая информация), что позволит максимально эффективно распределять свое время. Также программа сама формирует стандартную документацию, например, трудовые договоры и прочее. Есть бесплатны пробный период, русского языка нет. Стоимость профессионального пакета в месяц - 15$, также есть корпоративные предложения за 25$.

5. Hurma - программа, разработанная совместно российскими и украинскими разработчиками. Совмещает в себе автоматизацию всех этапов рекрутингового процесса. Функциональные возможности постоянно расширяются, сегодня автоматизирован поиск и подбор кандидатов, есть наработки планировщика задач, функции управления персоналом (разработчики активно заостряют внимание на возможности внесения графика отпусков, больничных). Инструменты прогнозирования помогают сократить затраты. Приложение отличается достаточно высокой ценой (около 200 $ на компанию в 100 человек).

Таким образом, не сегодняшний момент в ракурсе ПО для ИИ-рекрутинга на лидирующие позиции выходят несколько поставщиков систем. Некоторые программы предлагают уникальные решения, которые будут соответствовать вашим задумкам, другие же вбирают в себя все существующие возможности. Радует тот факт, что индустрия развивается и в нашей стране, что говорит о перспективе использования ИИ в процессах рекрутмента

ГЛАВА 2: ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ

Управленческая деятельность скрывает в себе огромное количество сложностей, как в краткосрочной, так и в долгосрочной перспективе. Прежде всего это связано с принятием крайне важных и ответственных решений, которые могут значительно отразиться на облике всей компании. В частности, управление предполагает наличие широкого спектра сложностей, начиная от бюрократических изысканий и до моральных дилемм, которые выстраиваются перед менеджером в ракурсе создания достойной организации. И, основываясь на анализе литературы по данной теме, стоит отметить, что эти проблемы будут актуальны во все времена. Так, в 1999 году Macklin (Macklin, 1999) определил ряд основных проблем, которые встают на пути у эффективного управленца. Прежде всего, это профессиональные проблемы, а в сфере управления персоналом относят особенности отношения к сотрудникам по ряду признаков: быстрое продвижение, дискриминация гендерная, расовая и др., сексизм, моральные дилеммы и прочее. Стоит отметить, что статье более 20 лет и за этот промежуток времени мы наблюдаем усиление социальной активности населения в политике установления гендерного равенства и защиты свобод и прав человека (Sawer, 2020). Безусловно, эти тенденции обладают положительным эффектом, но зачастую из-за повышенного внимания СМИ и повсеместного распространения сети Интернет, средств коммуникации, способов самовыражения, данная сфера создает вокруг себя мнительную активность и так называемый «хайп» (Клёмин, 2020). Большое значение в данном случае имеет и развитие высокоинтеллектуальных информационных систем. Для примера можно привести резонансный случай 2014 года, связанный с онлайн-ритейлером Amazon (Han, 2020), где команда разработчиков создала ИИ-систему, обученную на опыте прошлых лет путем внедрения определенных паттернов, для отбора лучших кандидатов. ИИ начал чаще отбирать на должности кандидатов-мужчин, что и вызвало широкий отклик у общественности и обвинение компании в гендерной дискриминации. Но так ли это на самом деле, ведь машина не обременена моральными и социальными устоями, а лишь просто выполняет заданную ей задачу. Компании все же пришлось отказаться от данного ПО и сосредоточиться на разработки «толерантного» ИИ, а для других организаций это стало своеобразным уроком и новым «белым пятном» в исследовательской деятельности. В связи с чем, многие аспекты нашей жизни сегодня находятся под неустанным надзором общественности и это накладывает дополнительные ограничения на управленческую деятельность.