Управление персоналом в России живёт в состоянии разрыва. 57% компаний используют искусственный интеллект для решения HR-задач. Повсеместно ИИ применяют лишь 4% работодателей. Ещё 27% подключают его точечно, без чёткой стратегии.
Линейный руководитель оказывается на стыке этих процессов. К нему приходят с резюме, с заявкой на подбор, с просьбой согласовать кандидата. Именно его рутину ИИ снимает в первую очередь — переписку с кандидатами, выполнение типовых задач, базовую аналитику.
Разберём на кейсах и цифрах: где ИИ реально помогает, а где остаётся зона ответственности человека.
Темп внедрения ИИ в крупном бизнесе высокий. Согласно совместному исследованию «Яков и Партнёры» и Яндекса, 71% компаний применяют генеративный ИИ хотя бы в одной из функций. Это на 17 процентных пунктов выше, чем в 2024-м. 78% при этом отмечают экономический эффект — на 10 п. п. больше, чем годом ранее. На этом фоне работа с персоналом перестала быть исключением. Линейный менеджмент получает доступ к инструментам, которые год назад имели только дата-команды.
Картина по управлению персоналом отдельно выглядит ещё контрастнее. По данным опросов, 57% компаний пробовали ИИ в работе с персоналом. 37% стали применять его чаще в 2025-м, рост на 26 п. п. за год. А исследование Sk Финтех Хаба фонда «Сколково» показывает обратную сторону. Лишь 5% компаний используют ИИ в найме системно. 42% продолжают реализовывать процессы полностью вручную. Между этими двумя цифрами — большая часть среднего российского бизнеса, где ИИ запустили в пилоте и не дошли до встройки в процесс.
Этот разрыв определяет повестку для линейного руководителя на ближайший год. Вопрос больше не в том, приходит ли ИИ в управление персоналом — он уже пришёл. Вопрос в том, дойдёт ли пилот до системы.
Внутри волны внедрения сменилась сама логика. Год назад от ИИ ждали ускорения отдельных операций:
Теперь крупный бизнес заказывает у вендоров не помощника для задачи, а замену для функции. Алгоритм закрывает целый участок работы, который раньше держал на себе HR-специалист или линейный менеджер.
Запросы рынка фиксируются на стороне самих провайдеров. Билайн Big Data & AI собирает требования заказчиков и видит, что они изменились по существу.
«К нам уже поступают запросы на создание ИИ-юристов для анализа документов, агентов для глубокого поиска поставщиков на международных рынках, а также ИИ-ассистентов для специалистов по найму и разработчиков. Бизнес делегирует ИИ не задачи, а целые функции: от подбора кандидатов и анализа резюме до проверки кода на уязвимости и подготовки программных продуктов к выпуску. Фактически мы создаём цифровых сотрудников для разных отделов компаний».
Нина Матвиенко, директор по маркетингу Билайн Big Data & AI.
Для линейного руководителя это меняет уровень разговора. Если ИИ закрывает функцию «первичный отбор», у управленца освобождается часть рабочей недели, которая раньше уходила на согласование шорт-листов с подбором персонала. Та же логика работает с интервью, с подбором тестовых заданий, с напоминаниями кандидатам. Сдвиг идёт от «помощник делает быстрее» к «функцию ведёт алгоритм, человек заходит на сложные случаи». Это уже не просто делегирование полномочий внутри команды — это новая граница между человеком и инструментом.
Громкий публичный российский пример — пилот ИИ-рекрутера у X5. Нейросеть берёт на себя полный цикл подбора на массовые офисные позиции: скоринг резюме, первичное интервью, оценку и назначение встреч с менеджером по найму.
Как заявляет сама компания, «нейросеть уже закрывает более 20% офисных вакансий в пилотном подразделении и до 85% повышает качество отбора резюме. С помощью ИИ уже были наняты специалисты по охране труда, контрольно-ревизионной работе, кадровому сопровождению, а также сотрудники контактного центра». По итогам пилота воронка найма в подразделении выросла в два раза.
Важная деталь — где высвободилось время. По данным X5, рекрутер занимается «сложными кейсами и развитием талантов», а массовый поток ведёт алгоритм. Для линейного руководителя это переводится в конкретный эффект.
Запрос на кадрового сопровожденца перестаёт быть месячным проектом и становится воронкой с предсказуемым SLA. Управленец получает шорт-лист с кандидатами, уже отобранными по требованиям профиля. В процесс он заходит только на этапе встречи. До этого момента он не тратит время на чтение нерелевантных резюме, а вместо этого может фокусироваться на развитии команды и оценке производственных показателей подразделения.
В архитектуре X5 нейросеть закрывает не одну операцию, а цепочку: скоринг, первичное интервью, оценка соответствия, назначение встречи. Это и есть та самая делегированная функция, о которой говорит Билайн Big Data & AI. На уровне организации эффективное распределение позволяет высвободить ресурс для развития команды и проектной работы — задач, в которых алгоритм не заменяет человека.
Если X5 показывает, как ИИ снимает рутину со специалистов по подбору, то Билайн демонстрирует прямое влияние на работу линейных менеджеров. Компания автоматизировала полный цикл найма через платформу «Поток Рекрутмент» с чат-ботами HR Messenger — система работает с 2018-го и масштабировалась с 2024-го.
Чат-бот экономит рекрутерам около 200 часов в месяц, а системой пользуются более 2 300 руководителей-заказчиков. Под руководителем-заказчиком здесь понимается линейный менеджер. Он инициирует подбор в своём подразделении: заводит заявку, согласовывает шорт-лист, даёт обратную связь по итогам интервью.
Цифра 2 300 показывает масштаб, который вручную служба персонала не вытянет. Один специалист физически не может одновременно вести десятки активных вакансий с десятками управленцев. ИИ-слой снимает с линейного типовые обязанности:
Сам управленец продолжает принимать решение о найме, но не отвечает за логистику процесса.
Пока часть рынка ускоренно делегирует алгоритмам функции, юристы и директора по персоналу напоминают про границу. Частая ошибка управленцев — загрузить в публичные модели резюме и личные карточки сотрудников, без учёта статуса этих данных.
«Загрузка резюме в ChatGPT или аналогичные сервисы — прямое нарушение 152-ФЗ».
Ольга Чумакина, HR-директор и партнёр консалтинговой компании CordisON.
Штраф за такое нарушение в России доходит до 6 млн рублей, а сам прецедент быстро становится репутационным риском. Линейный руководитель оказывается в уязвимой роли. К нему чаще всего приходят резюме на согласование. Без злого умысла он может скинуть документ в чат с ИИ-ассистентом для быстрой оценки — и компания получает прецедент. Поэтому первое решение зрелых компаний — закрытый контур:
Без такой инфраструктуры делегирование функции превращается в делегирование риска. Зона ответственности управленца — понимать, какие данные относятся к категории защищаемых и какие методы обработки требуют корпоративного решения.
Соблюдение закона — обязательное условие. Но даже в безопасном контуре пилот не превратится в систему без двух вещей.
Главная развилка для российских компаний — не сам факт внедрения ИИ, а его перевод из пилотного режима в системный процесс. Sk Финтех Хаб фонда «Сколково» в своём исследовании называет два условия выхода из 5%-зоны системного использования:
«Чтобы перейти к системному использованию ИИ, важно начать обучение сотрудников основным принципам работы и применения ИИ. Это поможет повысить доверие к таким инструментам. Кроме того, необходимо формировать метрики оценки результатов использования».
Евгения Советова, директор по работе с партнёрами Sk Финтех Хаба фонда «Сколково».
Для линейного руководителя оба пункта переводятся в конкретные действия. Под обучением понимается не курс «что такое нейросеть», а навык поставить задачу алгоритму с той же точностью, с которой ставится задача подчинённому. Это управленческая компетенция: чем чётче формулировка, тем выше эффективность результата. Метрики работают по тому же принципу: служба персонала и управленец заранее договариваются, что измеряют после внедрения. Сюда входят время закрытия вакансии, доля автоматических согласований, нагрузка на линейного в часах и ключевые показатели эффективности подразделения. Без согласованных метрик любой пилот превращается в «попробовали, вроде помогло» и не доходит до решения о масштабировании.
В арсенале российских компаний появилась плотная экосистема инструментов. Сюда входят:
Современные технологии для управления персоналом перестают быть редкостью. Главный вопрос — встроится ли инструмент в архитектуру компании и кто будет отвечать за метрики результата. Это часть более широкой цифровой трансформации HR — не про инструменты, а про роль человека рядом с алгоритмом.
Через два-три года линейный менеджер будет работать с командой, в которой часть функций ведут не люди. Подбор массовых позиций, расшифровку встреч, сбор обратной связи, базовую аналитику по производительности крупный бизнес уже отдаёт алгоритмам. Роль управленца при этом не сужается, а смещается. Меньше операционного контроля и пересылки документов. Больше работы с людьми в сложных ситуациях: конфликты, развитие, удержание ключевых специалистов и оценка лидерского потенциала команды.
Главный навык года — понимать, какую задачу отдать ИИ, какую оставить за собой и кто отвечает за результат на каждой стороне. Эта способность становится частью базовой компетенции управленца наряду с делегированием и постановкой целей. Линейный менеджмент должен развивать навыки управления гибридной командой — где часть исполнителей люди, часть алгоритмы. У среднего бизнеса, который остаётся в зоне 42% «полностью вручную», впереди тот же путь, который крупные компании прошли за 2024–2025 годы.
Практический минимум для линейного руководителя выглядит так.
Выделить область, где рутина съедает больше всего часов в неделю — обычно это переписка с кандидатами, согласование документов, типовая отчётность по подразделению.
Согласовать со службой персонала корпоративный ИИ-инструмент под этот участок и не использовать публичные сервисы для работы с персональными данными.
Договориться о двух-трёх метриках, по которым через квартал можно сказать, помогло или нет: время выполнения задач, количество автоматизированных согласований, доля рутины в графике управленца.
Сохранить за собой решения, в которых от руководителя ждут именно человека: оценку командной динамики, разговор о развитии, разбор сложного конфликта, индивидуальные планы обучения и мотивации подчинённых. Это та часть менеджерской работы, которую алгоритму делегировать нельзя — и в ближайшие годы вряд ли получится.
Алгоритмам делегируется типовая рутина: переписка с кандидатами, напоминания о встречах, сбор обратной связи, парсинг и скоринг резюме, первичное интервью, расшифровка встреч, базовая аналитика по подразделению. Бизнес перестаёт заказывать «помощника для задачи» и заказывает замену для целой функции — например, первичный отбор кандидатов целиком ведёт алгоритм, а руководитель заходит только на встречу.
За руководителем сохраняются решения о найме, разбор сложных конфликтов, разговоры о развитии, удержание ключевых специалистов, оценка лидерского потенциала и командной динамики, индивидуальные планы обучения и мотивации. Это та часть менеджерской работы, которую алгоритму делегировать нельзя — и в ближайшие годы вряд ли получится.
Нейросеть закрывает более 20% офисных вакансий в пилотном подразделении X5 и до 85% повышает качество отбора резюме. С помощью ИИ были наняты специалисты по охране труда, контрольно-ревизионной работе, кадровому сопровождению, сотрудники контактного центра. По итогам пилота воронка найма в подразделении выросла в два раза, а рекрутер занимается сложными кейсами и развитием талантов.
Нет, это прямое нарушение 152-ФЗ. Загрузка резюме и личных карточек сотрудников в публичные модели вроде ChatGPT грозит штрафом до 6 млн рублей и репутационным риском. Зрелые компании работают с персональными данными только в закрытом контуре: корпоративная модель внутри периметра, обезличивание данных перед загрузкой, белый список ИИ-инструментов для работы с персоналом.
По данным Sk Финтех Хаба фонда «Сколково», лишь 5% компаний используют ИИ в найме системно. 42% продолжают реализовывать процессы полностью вручную. При этом 57% компаний уже пробовали ИИ в работе с персоналом, а 37% стали применять его чаще в 2025 году — рост на 26 процентных пунктов за год. Между этими цифрами — большая часть среднего бизнеса, где пилот не дошёл до встройки в процесс.
Два условия выхода из 5%-зоны системного использования: обучение сотрудников принципам работы с ИИ и формирование метрик оценки результатов. Под обучением понимается не курс «что такое нейросеть», а навык поставить задачу алгоритму с той же точностью, с которой ставится задача подчинённому. Метрики — это время закрытия вакансии, доля автоматических согласований, нагрузка на линейного в часах и ключевые показатели подразделения.
Раньше от ИИ ждали ускорения отдельных операций: парсинг резюме, сортировка откликов, расшифровка интервью. Теперь крупный бизнес заказывает у вендоров не помощника для задачи, а замену для функции — алгоритм закрывает целый участок работы, который раньше держал HR или линейный менеджер. Например, в X5 нейросеть ведёт цепочку «скоринг → первичное интервью → оценка соответствия → назначение встречи», а не одну операцию.
