Раньше кандидаты знакомились с работодателем через вакансию, составленную рекрутером. Поиск работы, который сегодня начинается в Google, теперь проходит через ИИ-ассистента, использующего данные с целевых страниц, тем на форумах и из любых других источников, которые модель сочтет релевантными. К моменту, когда кандидат добирается до описания вакансии, это может быть уже третья или четвертая вещь, которую он узнал о компании. Большая часть того, что выдает ИИ-модель, была написана кем-то внутри компании для целей, которые могли иметь весьма отдаленное отношение к найму или вообще никакого.
Стивен Альбер — директор по привлечению талантов в K+ компании Spring Education Group, сети из более чем 200 школ по всей стране. Он вступил в эту должность в марте 2025 года, проработав три года над созданием функции подбора персонала в компании, а до этого работал в Fusion Academy и бостонской чартерной школе. Альбер имеет степень магистра в области образования со специализацией по городскому образованию и лидерству. В настоящее время его команда проводит аудит контента, созданного исключительно для другой аудитории, включая ориентированные на родителей страницы, созданные для привлечения учащихся в школы.
«Путь кандидата к отклику сегодня сильно отличается от того, каким он был год назад и тем более три года назад. Рекрутинговый маркетинг теперь должен быть частью всего остального, что делает организация», — говорит Альбер. Контроль над этим первым впечатлением теперь распределен по всей организации. Команда по подбору персонала, желающая получить влияние, должна работать через те департаменты, которые отвечают за контент-стратегию.
Более широкое присутствие контента
ИИ-ассистент, формирующий ответ о вакансии, не проверяет, для кого был написан исходный материал. В случае Альбера маркетинг набора учащихся, ориентированный на 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 Альбера начала аудит контента по всей организации. Они также прорабатывают целевые страницы и аккаунты в социальных сетях, которые вообще не подчиняются отделу подбора персонала, задаваясь вопросом о том, какой вклад каждый из них вносит в общую картину, складывающуюся у кандидата. «Организациям действительно необходимо помнить обо всем контенте, который они размещают в целях рекрутингового маркетинга, — отмечает Альбер. — Несколько лет назад у нас был очень узкий взгляд на наши материалы для привлечения талантов».
Разрыв во владении ИИ
По оценкам Альбера, обычные пользователи свободно пользуются ИИ всего около восемнадцати месяцев, и многие решили его не осваивать. Кандидаты из этой группы ищут работу так же, как и десять лет назад. Процесс, настроенный исключительно на машиночитаемость, может сделать для этой категории соискателей поиск вакансии вовсе невозможным.
Команда Альбера ограничивает путь отклика семью кликами, считая каждый шаг от списка вакансий до отправленной формы. Независимо от того, каким путем кандидат попал к списку вакансий, сам процесс подачи заявки остается прежней короткой последовательностью шагов. «Когда мы нанимаем учителя обществознания, мы не нанимаем эксперта по ИИ-рекрутингу, — говорит он. — Ему не нужно быть таковым или даже разбираться в этом, чтобы найти нашу вакансию и откликнуться на нее».
Проверка со стороны кандидата
Альбер тестирует ориентированную на кандидатов автоматизацию, читая ее глазами соискателя. Соискатель, отправивший тридцать резюме за две недели, получает письма от большинства этих работодателей. Подтверждение того, что заявка получена, дает этому человеку факт, которого у него не было. Напоминание каждые два дня о том, что рассмотрение продолжается, лишь повторяет то, что ему уже известно.
Сообщения, созданные исключительно ради высокого процента открытий, учат людей игнорировать отправителя, и Альбер заметил, как его собственный почтовый ящик заполнился ими. Со стороны рекрутеров он применяет другой подход, при котором автоматизация действительно ускоряет рассмотрение кандидатов, и его команда пользуется ею. Появление платформы с функцией для кандидатов — еще не повод ее включать. «Если нет четкого призыва к действию или вы не получаете ничего полезного для себя как кандидат, то для меня это просто шум», — говорит Альбер.
Что дает автоматизация в ответ
Главный аргумент в пользу автоматизации какой-либо задачи заключается в том, что она освобождает людей от работы, отвлекающей от приоритетов, но сэкономленное время имеет ценность только тогда, когда организация тратит его осознанно. Альбер заметил, что стандартным ответом становится сокращение штата, что несет в себе скрытые риски. «Организации будут сокращать свои команды, вы станете работать все более компактным составом, и тогда, если инструменты перестанут на вас работать, у вас просто не останется людей для выполнения этой работы», — говорит он.
Альтернатива Альбера заключается в том, чтобы сохранить численность персонала и обновить должностные обязанности. Команда, получившая обратно свободные часы, может создать более человечный опыт онбординга, восстановить партнерские отношения с операционным отделом или взять на себя инициативы у лидеров в других частях бизнеса. «О чем на самом деле не говорят, так это о том, чем люди вообще занимаются в подборе персонала и HR, — отмечает Альбер. — Если мы используем ИИ для замены некоторых функций, есть ли ценность, которую эти сотрудники могут добавить в другом качестве?»
Под «другим качеством» Альбер подразумевает человеческое суждение при принятии решений, затрагивающих людей. Он не может контролировать путь кандидата к отклику, поэтому он тщательно продумывает все, что следует за ним: от длины пути до того, кто именно оценивает полученные результаты. «Пусть люди занимаются активностью на нижних этажах воронки, а автоматизация на верхних этажах будет действительно полезной, — заключает Альбер. — Лица, принимающие решения, — это по-прежнему люди, а не те инструменты, которые мы внедряем им в помощь».
