Массовое внедрение генеративных моделей в HR-процессы привело к парадоксальной ситуации: автоматизация фильтрации кандидатов снизила качество подбора персонала. Использование ИИ для написания сопроводительных писем и резюме создало поток однотипных заявок, которые системы ATS (Applicant Tracking Systems) обрабатывают по формальным признакам. В результате рекрутеры сталкиваются с переизбытком «отполированных» кандидатов, чьи реальные навыки часто не соответствуют заявленным в автоматизированных профилях.
Компании вынуждены пересматривать стратегии найма, чтобы вернуть человеческий фактор в оценку компетенций. Эксперты предлагают отказываться от слепого доверия алгоритмам ранжирования в пользу практических заданий и живых интервью на ранних этапах воронки. Автоматизация должна смещаться от простой фильтрации ключевых слов к оценке способности кандидата решать прикладные задачи, специфичные для конкретной роли.
Для бизнеса это означает переход к гибридным моделям найма, где ИИ используется для рутинной административной поддержки, а не для принятия решений о квалификации. Успешные стратегии сегодня строятся на внедрении инструментов, проверяющих реальный опыт работы, а не на анализе текстовых шаблонов. Такой подход позволяет снизить процент ошибок при найме и сократить время на поиск специалистов, обладающих необходимыми навыками в условиях высокой конкуренции на рынке труда.