Раньше кандидаты знакомились с работодателем через описание вакансии, составленное рекрутером. Сегодня поиск работы, начинающийся в Google, проходит через ИИ-помощника, который собирает информацию с целевых страниц, веток форумов и всего остального, что модель считает релевантным. К тому моменту, когда кандидат доходит до описания вакансии, это может быть уже третий или четвертый источник информации о компании, который он изучил. Большая часть того, что выдает ИИ-модель, была написана кем-то из сотрудников компании для целей, которые могли иметь мало общего или вовсе не иметь отношения к найму.
Стивен Альберт — директор по привлечению талантов K+ в Spring Education Group, сети из более чем 200 школ по всей стране. Он вступил в эту должность в марте 2025 года после трех лет работы по развитию функции управления талантами в компании, а до этого работал в Fusion Academy и чартерной школе в Бостоне. Альберт имеет степень магистра в области образования со специализацией на городском образовании и лидерстве. В настоящее время его команда проводит аудит контента, написанного для совершенно других аудиторий, включая страницы для родителей, созданные для стимулирования набора в школы.
«Путь кандидата к подаче заявки сегодня сильно отличается от того, каким он был год назад, и уж точно от того, каким он был три года назад. Маркетинг в сфере рекрутмента теперь должен быть частью всего, что делает организация», — говорит Альберт. Контроль над этим первым впечатлением теперь распределен по всей организации. Команда по работе с талантами, которая хочет усилить свое влияние, должна взаимодействовать с отделами, отвечающими за контент-стратегию.
Более широкий охват контента
ИИ-помощник, формирующий ответ о вакансии, не проверяет, для кого был написан исходный материал. В случае Альберта, маркетинговые материалы для родителей, операционные объявления об открытии новых школ и освещение проблем в конкретном филиале могут появиться в одном и том же ответе. Кандидат воспринимает это как свое общее впечатление о работодателе.
В ответ на это команда Альберта начала аудит контента по всей организации. Они также работают с целевыми страницами и социальными сетями, которые вообще не относятся к отделу привлечения талантов, анализируя, какой вклад каждая из них вносит в картину, складывающуюся у кандидата. «Организациям действительно нужно внимательно относиться ко всему контенту, который они публикуют в целях рекрутингового маркетинга», — отмечает Альберт. «Несколько лет назад у нас был очень узкий взгляд на наши материалы для рекрутингового маркетинга».
Разрыв в ИИ-грамотности
По оценкам Альберта, обычные пользователи свободно владеют ИИ всего около восемнадцати месяцев, и многие решили вовсе его не использовать. Кандидаты из этой группы ищут работу так же, как и десять лет назад. Процесс, настроенный только на машиночитаемость, может привести к тому, что эта группа вообще не сможет найти вакансию.
Команда Альберта ограничивает путь к подаче заявки семью кликами, учитывая каждый шаг от просмотра вакансии до отправки формы. Каким бы путем кандидат ни пришел к вакансии, сама подача заявки остается короткой последовательностью шагов. «Когда мы нанимаем учителя обществознания, мы не нанимаем эксперта по ИИ-рекрутингу», — говорит он. «Им не нужно быть экспертами или даже понимать принципы работы ИИ, чтобы найти нашу вакансию и откликнуться на нее».
Тест со стороны кандидата
Альберт тестирует автоматизацию, ориентированную на кандидатов, читая ее так, как читал бы сам кандидат. Соискатель, отправивший тридцать заявок за две недели, получает электронные письма от большинства этих работодателей. Подтверждение того, что заявка получена, дает человеку факт, которого у него не было. Напоминание каждые два дня о том, что рассмотрение продолжается, повторяет то, что он уже знает.
Сообщения, созданные только для того, чтобы повысить процент открываемости, приучают людей игнорировать отправителя, и Альберт наблюдал, как его собственный почтовый ящик заполняется ими. Он применяет другой стандарт со стороны рекрутера, где автоматизация действительно ускоряет рассмотрение кандидатов, и его команда использует ее. Наличие в платформе функции для кандидатов — это не повод ее включать. «Если нет четкого призыва к действию или чего-то, что приносит пользу вам как кандидату, то для меня это просто шум», — говорит Альберт.
Что дает автоматизация
Главный аргумент в пользу автоматизации задач заключается в том, что она освобождает людей от работы, которая отвлекает от приоритетов, и сэкономленное время имеет смысл только в том случае, если организация тратит его осознанно. Альберт наблюдал, как ответом по умолчанию становится сокращение штата, что несет в себе свои риски. «Организации будут сокращать свои команды, вы будете становиться все более компактными, и если инструменты перестанут работать на вас, у вас не будет достаточно людей, чтобы выполнить эту работу», — говорит он.
Альтернатива Альберта — сохранение штата и обновление должностных обязанностей. Команда, которой вернули рабочие часы, могла бы создать более человечный процесс адаптации, восстановить партнерство с операционными отделами или взять на себя инициативы, которые раньше принадлежали руководителям в других частях бизнеса. «О чем действительно не говорят, так это о том, чем на самом деле занимаются люди в сфере привлечения талантов и управления персоналом», — отмечает Альберт. «Если мы используем ИИ для замены некоторых функций, могут ли эти люди принести пользу в другом качестве?»
Под этим качеством Альберт подразумевает человеческое суждение при принятии решений, затрагивающих людей. Он не может контролировать путь, который проходит кандидат до подачи заявки, поэтому он тщательно продумывает все, что происходит после: от длины пути до того, кто рассматривает полученные отклики. «Пусть люди занимаются деятельностью на нижних этапах воронки, а автоматизация на верхних этапах будет действительно полезной», — заключает Альберт. «Лица, принимающие решения, — это по-прежнему люди, а не инструменты, которые мы внедряем им в помощь».
