Мы используем файлы cookie для улучшения работы нашего сайта. Продолжая использование нашего сайта, вы соглашаетесь на обработку таких данных. Для получения дополнительной информации ознакомьтесь с нашей политикой конфиденциальности.
УниверситетТехнологии
Инвестиции в технологии, которые автоматизируют и оптимизируют процессы управления трудовыми коллективами
Автоматизация HR-процессов должна быть эффективным инструментом снижения организационных издержек при интеграции новых людей и процессов в сложившуюся корпоративную среду, акцентировала внимание участников IV HR конференции Quorum «HR Tech + ИИ: Трансформация 2026» директор Корпоративного университета ТМХ Галина Чернова.
«Главной задачей автоматизации является обеспечение непрерывности операций, удержание ключевых сотрудников и минимизация рисков трансформации. А при слиянии технологий важнее выстроить прозрачный маршрут интеграции людей и процессов, чтобы IT решения ускоряли, а не тормозили объединение», - отметила она.
По словам Владислава Сплендера, руководителя направления по автоматизации и оптимизации процессов КУ ТМХ, внедрять большие языковые модели в смысловой анализ можно только после автоматизации формальных процедур взаимодействия с потенциальными сотрудниками. В том случае они будут помогать рекрутеру, а не принимать за него окончательное решение.
«С потоком резюме работаем мы по порядку, — рассказал Владислав. — Сначала — формальные условия: город, зарплата, формат, график. Затем модель смотрит смыслы: образование, отрасль, уровень, логику карьерного пути. Рекрутер получает не приговор, а вопросы и места, на которые стоит смотреть. Рекрутер разбирает тех, у кого есть потенциал, а не весь входящий поток. С предложением работодателя логика работы та же», - сказал руководитель направления.
На конференции Владислав практическими советами по настройке в соответствии с требованиями работодателя нейросетевых фильтров для целого ряда HR продуктов. Они способны помочь рекрутерам на онлайн платформах в поиске, анализе компетенций, мониторинге действий кандидатов, создании профилей должностей и решении других задач.
Он также отметил, что не стоит полностью отдавать удержание сотрудников на откуп алгоритмам: технология помогает разбирать большой массив данных, собирать смыслы и своевременно подавать сигналы, но финальное решение остаётся за человеком. «Не автоматизируйте решение — автоматизируйте путь к нему. ИИ рядом с рекрутером работает лучше, чем ИИ вместо него», — подчеркнул В. Сплендер.
Практика Корпоративного университета ТМХ показывает, что при интеграции в работу кадровых служб больших языковых моделей важны не отдельные «умные» инструменты, а последовательная стратегия — выравнивание KPI и данных, быстрые операционные победы и удержание человеческого решения в критических точках. Такой подход сочетает скорость цифровой трансформации с бережным отношением к персоналу и реальными бизнес результатами.
«Главной задачей автоматизации является обеспечение непрерывности операций, удержание ключевых сотрудников и минимизация рисков трансформации. А при слиянии технологий важнее выстроить прозрачный маршрут интеграции людей и процессов, чтобы IT решения ускоряли, а не тормозили объединение», - отметила она.
По словам Владислава Сплендера, руководителя направления по автоматизации и оптимизации процессов КУ ТМХ, внедрять большие языковые модели в смысловой анализ можно только после автоматизации формальных процедур взаимодействия с потенциальными сотрудниками. В том случае они будут помогать рекрутеру, а не принимать за него окончательное решение.
«С потоком резюме работаем мы по порядку, — рассказал Владислав. — Сначала — формальные условия: город, зарплата, формат, график. Затем модель смотрит смыслы: образование, отрасль, уровень, логику карьерного пути. Рекрутер получает не приговор, а вопросы и места, на которые стоит смотреть. Рекрутер разбирает тех, у кого есть потенциал, а не весь входящий поток. С предложением работодателя логика работы та же», - сказал руководитель направления.
На конференции Владислав практическими советами по настройке в соответствии с требованиями работодателя нейросетевых фильтров для целого ряда HR продуктов. Они способны помочь рекрутерам на онлайн платформах в поиске, анализе компетенций, мониторинге действий кандидатов, создании профилей должностей и решении других задач.
Он также отметил, что не стоит полностью отдавать удержание сотрудников на откуп алгоритмам: технология помогает разбирать большой массив данных, собирать смыслы и своевременно подавать сигналы, но финальное решение остаётся за человеком. «Не автоматизируйте решение — автоматизируйте путь к нему. ИИ рядом с рекрутером работает лучше, чем ИИ вместо него», — подчеркнул В. Сплендер.
Практика Корпоративного университета ТМХ показывает, что при интеграции в работу кадровых служб больших языковых моделей важны не отдельные «умные» инструменты, а последовательная стратегия — выравнивание KPI и данных, быстрые операционные победы и удержание человеческого решения в критических точках. Такой подход сочетает скорость цифровой трансформации с бережным отношением к персоналу и реальными бизнес результатами.