Сегодня об ИИ говорят почти все. Кто-то обсуждает его как инструмент для маркетинга, кто-то — для продаж, кто-то — как новую форму автоматизации рутинных задач. Но в работе с персоналом, на мой взгляд, самое интересное начинается не тогда, когда нейросеть «что-то генерирует», а тогда, когда она помогает быстрее и точнее работать с уже полученными данными.
Поделюсь кейсом из практики.
Ко мне пришел руководитель компании, которая занимается поставкой оборудования. Изначально запрос был связан с динамикой продаж. Мы начали разбирать ситуацию в бизнесе, и довольно быстро разговор вышел на фигуру человека, который за этот результат отвечал, — руководителя отдела продаж.
Чтобы лучше понять его управленческий профиль, мы решили провести оценку гибких навыков через HR-платформу SkillCode. По итогам оценки был получен индивидуальный профиль, после чего я дал подробную обратную связь: сильные стороны, зоны уязвимости и ближайшие шаги развития с учетом задач бизнеса.
Затем эти выводы мы отдельно обсудили уже с собственником компании. И на этом этапе подтвердились многие гипотезы, которые у нас возникли в самом начале.
Но самое интересное началось дальше.
Оказалось, что клиент активно использует нейросети в своей работе: тестирует ассистентов, собирает с их помощью сценарии продаж, адаптирует инструменты под особенности своего рынка. После получения результатов оценки он загрузил профиль сотрудника в нейросеть и получил описание управленческого портрета, которое во многом совпало с тем, что я уже проговорил как эксперт.
Для меня это был важный момент. Не потому, что ИИ «заменил» эксперта, а потому, что он довольно точно сработал как дополнительный слой интерпретации.
Но здесь сразу важна оговорка. Нейросеть в таких задачах нужно обязательно перепроверять. Она может быстро собрать правдоподобную расшифровку, но не всегда корректно понимает содержание конкретной компетенции и ее поведенческий смысл. Поэтому ИИ здесь полезен не как самостоятельный источник решения, а как усилитель уже качественной диагностики и профессионального разбора.
На этом клиент не остановился. Вместе со своим РОПом он построил дорожную карту развития: конкретные еженедельные рабочие практики, направленные на усиление тех компетенций, которые были действительно важны для бизнеса.
После этого через оценку прошел уже сам собственник и весь отдел продаж. Это позволило собрать профиль команды и посмотреть не только на отдельных людей, но и на рабочие связки: кто кого усиливает, где есть слабые сочетания, какие роли внутри команды недособраны.
ИИ и здесь оказался полезен как дополнительный аналитический инструмент. Он помог быстрее собрать гипотезы о том, как можно эффективнее выстраивать переговоры в парах и как по-другому организовать командное взаимодействие.
Следующим шагом стала уже карта возможностей и угроз на уровне управленческой команды. Мы посмотрели, с какими рисками бизнес может столкнуться, если ключевые роли занимают люди с определенными сочетаниями компетенций. Нейросеть предложила свои гипотезы, и, хотя не все их можно принимать автоматически, как способ быстро расширить поле анализа это сработало хорошо.
Позже мы вышли на еще один важный вопрос: как усилить качество найма, если у компании уже есть диагностика компетенций и ИИ как дополнительный слой расшифровки результатов.
Сначала я разобрал действующую воронку найма. После этого мы вместе решили, что диагностику логично ставить ближе к финалу — для тех кандидатов, которые уже прошли первичный отбор и соответствуют базовым требованиям позиции.
Но до этого нужно было проверить сам этап собеседования.
Я предложил смоделировать короткий диалог, как если бы передо мной был потенциальный руководитель. Мы поговорили буквально несколько минут, после чего разобрали этот разговор по шагам. И сразу увидели слабые места: где вопросы были слишком общими, где они не позволяли проверить реальные модели поведения, а где собеседование давало скорее впечатление, чем данные.
Уже через неделю клиент вернулся с более структурированной воронкой: четкими этапами, понятными сценариями диалогов и логикой выхода кандидатов на итоговую оценку компетенций.
В результате одна исходная задача — разобраться с профилем действующего руководителя отдела продаж — помогла довольно быстро пересобрать сразу несколько HR-процессов. Сначала компания получила более точное понимание действующего РОПа. Затем — понятную логику его развития. Потом — более объемную картину отдела и рабочих связок. А затем — более сильную воронку найма.
Для меня в этом кейсе главный вывод очень простой.
ИИ в работе с персоналом полезен не там, где он пытается заменить человека и «сразу все понять», а там, где он помогает быстрее двигаться от качественных данных к действиям. Если у бизнеса есть валидная диагностика, понятный контекст роли и профессиональная интерпретация, нейросеть действительно может ускорять работу с развитием сотрудников, командной аналитикой и качеством найма.
Но если этих оснований нет, ИИ не усиливает решение — он просто быстрее упаковывает ошибку.
Если вы хотите так же посмотреть на своих сотрудников, команду или воронку найма через диагностику компетенций и использовать результаты не как отчет, а как основу для кадровых решений, SkillCode может стать рабочей точкой входа. Платформа помогает получить структурированные данные по кандидатам и сотрудникам, а дальше использовать их в развитии, командной аналитике, кадровом резерве и найме.
