Мультидисциплинарные (неюридические) аспекты цифровой трансформации
О. В. Киселкина,
кандидат экономических наук, доцент,
Казанский (Приволжский) федеральный университет
РАЗВИТИЕ ЦИФРОВИЗАЦИИ РЕКРУТМЕНТА
Аннотация.
Рекрутмент постоянно трансформируется с развитием циф-
ровых технологий. Цифровые технологии в отборе персонала позволяют создать
новые модели и совершенствовать HRM-системы. В статье проведен анализ раз-
вития автоматизации рекрутмента, функционал цифровых инструментов, воз-
можности и вызовы использования искусственного интеллекта в сорсинге, си-
стем автоматизации рекрутинга, проведена оценка их эффективности.
Ключевые слова:
цифровые технологии, рекрутинг, HR-процессы, сор-
синг, автоматизация процессов, искусственный интеллект
DEVELOPMENT OF DIGITALIZATION OF RECRUITMENT
Abstract.
The process of recruitment is constantly transforming with the
development of digital technologies. Digital technologies in personnel selection allow
creating new models and improving HRM systems. The article analyzes the
development of automation in recruitment, the functionality of digital tools, the
possibilities and challenges of using artificial intelligence in sourcing, and recruitment
automation systems, and assesses their effectiveness.
Keywords:
digital technologies, recruitment, HR processes, sourcing,
automation of processes, artificial intelligence
Введение.
Подбор и отбор персонала относится к главным процессам, от
которых зависит конкурентоспособность и эффективность деятельности любой
организации. Применение цифровых инструментов в этих процессах стало необ-
ходимостью по многим причинам. Цифровые инструменты позволяют сокращать
временные затраты на сбор и обработку данных, оптимизировать трудовые, ма-
териальные и финансовые ресурсы, а также повышать их качество.
Основная часть.
Приоритетным направлением для большинства органи-
заций стала автоматизация многих функций управления персоналом, прежде все-
го кадрового делопроизводства, расчета вознаграждения и льгот, обучения и раз-
вития, рекрутмент и оценка персонала [4]. Как правило, автоматизируются про-
цессы с наибольшим количеством вариаций сценариев выполнения, подразуме-
вающие действия с четкими инструкциями по обработке информации, основан-
ные на шаблонах. Такие процессы подразумевают работу в Excel, Word, почто-
выми сервисами и документами [3]. Помимо возможности автоматизации опера-
ционных и повторяющихся рутинных процессов рекрутеры активизируют при-
менение роботизации и искусственного интеллекта в осуществлении своей дея-
тельности. Анализ данных и их глубокое изучение позволяет руководителям
и рекрутерам получить полноценную картину процесса отбора персонала, вы-
явить основные проблемы и погрешности в процессе и усовершенствовать про-
цесс рекрутинга в соответствии с полученными данными [2].
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Цифровые инструменты в отборе персонала на начальном этапе помогают
отфильтровать кандидатов на вакантные должности по заранее заданным пара-
метрам. Крупные компании проводят скрининг резюме, особенно при массовом
подборе. Автоматизация больших объемов резюме позволяет намного повысить
эффективность работы рекрутера. Программа удаляет резюме, не прошедшие
первичный отбор, и рекрутер в дальнейшем оценивает компетенции соискателя
по критериям, не учтенным при первичном отборе.
Поиск кандидатов не ограничивается сбором откликов на вакансию.
В условиях кадрового дефицита рекрутер ищет подходящих людей на позицию с
помощью сорсинга. Правильно сформулированные параметры в заявке вакансии
позволяют получить больше хороших откликов. При этом они должны учитывать
как потребности в найме, так и желания кандидатов, а именно их ожидания от
будущей работы, критерии поиска и выбора соответствующей вакансии.
В первую очередь в заявке на подбор необходимо указывать условия работы с
учетом реалий рынка труда и описание самой вакансии, во вторую – бренд рабо-
тодателя. Каналами поиска кандидатов могут быть разные источники
и площадки: Яндекс и Google, работные сайты, социальные сети, мессенджеры,
профессиональные сообщества и пр. Современными инструментами в поиске
становятся булевые запросы, х-ray поиск, сервисы и плагины для браузеров.
Для анализа и улучшения привлекательности объявлений о вакансиях
компании используют искусственный интеллект (ИИ). Исследование Работа.ру
выявило, что создают описание вакансий с помощью ИИ 14% респондентов, ав-
томатизируют сортировку и отбор резюме – 5% [5]. Исследование, проведенное
компанией «Поток» показало, что 12 процентов респондентов используют ИИ
для автоматического подбора резюме [1].
Среди причин, по которым поиск с помощью искусственного интеллекта
становится важным для рекрутеров, можно выделить следующие. Во-первых,
конкуренция в рекрутинге усиливается. Спрос на квалифицированных и талант-
ливых работников превышает предложение, поэтому рекрутерам необходимо
найти более умные и эффективные способы поиска кандидатов. Методы подбо-
ра, которые работали раньше, снижают свою эффективность. Кандидаты по-
разному реагируют на охват. Ожидания в отношении опыта кандидатов, скорости
и предложения работы очень высокие.
Во-вторых, рост социальных сетей облегчил кандидатам поиск открытых
вакансий и подачу заявок. Это способствовало увеличению числа неквалифици-
рованных кандидатов, претендующих на вакансию, объем данных о вакансиях
существенно вырос, объявления о вакансиях стали менее эффективными. Для
поиска лучших кандидатов рекрутерам необходимо осуществлять поиск из
большего числа источников и площадок. Поиск с помощью искусственного ин-
теллекта предлагает данные о потенциальных кандидатах и помогает рекрутерам
проводить более целенаправленный поиск, находить пассивных кандидатов, ко-
торые могут оказаться лучшими кандидатами на вакансию.
В-третьих, рост разнообразия форм занятости, в частности удаленного
и гибридного формата работы, увеличил объем данных о вакансиях и претенден-
тах. Анализ данных стал еще важнее для сужения списка кандидатов и создания
шортлиста (короткого списка) для дальнейшей оценки кандидатах. С помощью
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
искусственного интеллекта предварительный отбор может быть выполнен быст-
рее и эффективнее, рекрутер будет детально изучать меньший список кандида-
тов, тем самым будет достигнута экономия времени служб управления персона-
лом.
Применение нейросетей в рекрутинге открывает новые возможности, но
также имеет ограничения и порождает ряд вызовов. В сорсинге искусственный
интеллект нельзя рассматривать как единую концепцию, его всегда следует пере-
водить на язык конечного пользователя – рекрутера, то есть необходим баланс
между цифровыми инновациями и человеческим взаимодействием. Большинство
алгоритмов основывают свой интеллект на большой базе профилей. Каждый
профиль имеет базовые точки данных, например, должность, местоположение,
ключевые слова. Инструменты поиска ИИ интерпретируют эти данные
и оценивают каждую базовую точку данных, затеи ранжируют профили по наи-
высшему общему баллу.
Риски использования нейросетей возрастают, если алгоритмы обучены на
недостаточном и несбалансированном наборе данных. Существует также про-
блема конфиденциальности и защиты данных в процессах найма
При работе с большим количеством данных становится все более важным
правильно управлять этими данными. Анализ данных применяется при глубоком
изучении рынка труда, по результатам которого составляется карта поиска талан-
тов, что в дальнейшем помогает быстро и качественно закрывать вакансии. Все
большее внимание привлекает аналитика по этапам подбора, которая показывает,
сколько кандидатов на каждом этапе отбора и как улучшить конверсию в найм.
Управление эффективностью процесса подбора персонала заключается в опти-
мальном управлении бюджетом через рациональное использование сервисов.
Инструментом, который управляет профилем кандидатов, базами данных
профилей и точками соприкосновения на протяжении всего процесса подбора
персонала, являются система автоматизации рекрутмента – ATS (система отсле-
живания кандидатов). Такая система выполняет функцию централизованной ин-
формационной базы и помогает публиковать вакансии на работных сайтах
и социальных сетях, хранить информацию о кандидатах (как активных, так
и
пассивных), собирать фидбэк по кандидатам, отправлять кандидатам первич-
ные сообщения, собирать отклики и ответы кандидатов.
ATS имеют облачный вид и обеспечивают рекрутерам удаленный доступ
к системе, в том числе через мобильные устройства. Такие системы имеют встро-
енную прикладную аналитику, что ускоряет анализ данных по метрикам процесса
отбора персонала и позволяет влиять на показатели и результаты. К примеру,
с помощью аналитики можно найти слабые места в вакансиях и понять, в какой ме-
ре они соответствуют рынку и что препятствует найму лучших кандидатов. В то же
время можно отследить работу рекрутеров, сравнить их по эффективности работы,
равномерности распределения нагрузки и оптимизировать численность сотрудни-
ков. Добавление в ATS компонента ИИ делает этот инструмент более интеллекту-
альным. ATS автоматически формирует разные типы отчетов, сокращая затраты
времени рекрутера и уменьшая вероятность ошибки.
Сложность реализации функций подбора и отбора в управлении персона-
лом заключается в том, что специалисту по управлению персоналом или рекру-
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
теру важно понимать все детали вакантной должности и подобрать кандидата
с учетом разных характеристик, а для этого ему необходимо обладать не только
компетенциями менеджера и психолога, но и уметь работать с данными с приме-
нением цифровых технологий.
Заключение.
Таким образом, процесс подбора и отбора персонала будет
непрерывно трансформироваться. Этим процессам важно оставаться гибкими
к изменениям, поэтому рекрутеры постоянно стараются находить эффективные
способы поиска квалифицированных кандидатов, обеспечивать упорядоченность
данных и автоматизировать этапы отбора. Растущей тенденцией в рекрутинге яв-
ляется поиск с помощью искусственного интеллекта, инструменты которого по-
могают принимать решения на основе данных и сократить рутинные операции в
рекрутменте.
Список литературы
1.
ИИ становится помощником кадровых служб [Электронный ресурс]. –
URL:
https://cio.osp.ru/news/020424-II-stanovitsya-pomoschnikom-kadrovyh-sluzhb
(дата обращения: 07.08.2024).
2.
Киселкина О. В. Инновационные подходы к процессам подбора
и отбора персонала в организациях // Региональный экономический журнал. –
2022. – № 1(32). – С. 64–70.
3.
Корпоративная стратегия цифровизации – подходы и технологии
[Электронный ресурс]. – URL:
http://www.fa.ru/org/chair/bi/Documents/TK Digital
Strategy.pdf.
(дата обращения 02.09.2024).
4.
Развитие HR-процессов и использование digital-инструментов
в российских компаниях. / HeadHunter [Электронный ресурс]. – URL:
https://hhcdn.ru/file/16480569.pdf
(дата обращения: 12.09.2024).
5.
Российские компании рассказали, как используют ИИ в работе
[Электронный ресурс]. – URL:
https://press.rabota.ru/rossiyskie-kompanii-rasskazali-
kak-ispolzuyut-ii-v-rabote
(дата обращения: 20.08.2024).
О. В. Кочеткова,
доктор технических наук, профессор
С. В. Вольф,
магистрант,
Волгоградский государственный аграрный университет
Е. А. Беликова,
кандидат медицинских наук, доцент,
Волгоградский государственный медицинский университет
ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
ДЛЯ ЭФФЕКТИВНОГО ЛЕЧЕНИЯ ПАЦИЕНТОВ
С ХРОНИЧЕСКИМ ГЕПАТИТОМ С
Аннотация.
Работа посвящена актуальной теме повышения эффективно-
сти лечения воспалительного заболевания печени, вызываемого вирусом гепати-
та С (ХГС). Выполняется разработка интеллектуальной советующей системы
