Как улучшить работу HR с помощью искусственного интеллекта

Внедрение искусственного интеллекта в бизнес-практику

ИИ помогает компаниям находить и использовать новые бизнес-возможности. Например, системы анализируют данные о потребностях клиентов и предлагают новые продукты и услуги, которые будут пользоваться спросом. А нейросети позволяют создавать новые креативы и любые формы контента – видео, текст, коммерческие предложения, изображения для продвижения продуктов.

Эта технология принесет пользу как клиентам, так и операторам. Первые получат более качественное обслуживание, общаясь со специалистами, которые их действительно понимают и могут предоставить наилучшую помощь. Операторы, в свою очередь, будут больше удовлетворены условиями работы, их производительность повысится естественным образом.

По подсчетам аналитиков BCG, оптимальное сочетание ИИ-решений и человеческого труда способно повысить на 30% эффективность кадровых процессов компании. Эффект может быть достигнут благодаря автоматизации однотипных административных задач, которые занимают до 70% времени рекрутеров. Это снижает нагрузку на HR-департамент и высвобождает ресурсы специалистов на решение более трудных и приоритетных задач, в частности, на более тщательное планирование найма и общение с кандидатами, разработку стратегии по привлечению и удержанию специалистов.

Чат-бот может стать персональным помощником и для самих рекрутеров. Система автоматизации документооборота на базе генеративного ИИ позволит HR-департаменту не тратить время на отработку и верификацию заявок. Нейросеть классифицирует входящие документы, распознает их структуру, извлечет нужные данные и передаст их в корпоративную бухгалтерскую систему учета. Если при подаче какого-либо заявления не хватает документов, или данные в них заполнены некорректно, система вернет бумаги сотруднику для исправления.

Например, NLP умеют с точностью до 95% распознавать по голосу три базовых типа эмоций – позитив, негатив и нейтралитет. Если верить прогнозам, то к 2025 году половина онлайн-рекламы будет основываться на этой технологии. Disney уже определяет, нравится ли зрителям контент, с помощью стриминговой платформы. А компания Ping An утверждает, что на 60% сократила финансовые потери при выдаче кредитов благодаря новым алгоритмам.

Применение технологий искусственного интеллекта позволяет быстро собирать и анализировать огромные массивы данных из разных источников, снизить влияние человеческого фактора и предотвратить ошибки. Например, системы ИИ могут прогнозировать спрос на рынке, уменьшать риски, связанные с принятием решений.

Это метод ИИ, позволяющий улучшить результат работы систем с помощью обучения на больших базах данных. Ключевое отличие машинного обучения от стандартных алгоритмов – адаптивность и постоянное развитие. Чем больше данных и информации соберет алгоритм, тем точнее будет его аналитика.

Представим ситуацию: покупатель использует инструмент чат-бота или IVR, чтобы ввести данные и получить страховое предложение, но затем покидает чат. Система автоматически отслеживает это действие и высылает пользователю уведомление, предлагая пообщаться с оператором. Если клиент соглашается на звонок, информация, собранная ранее чат-ботом или IVR, автоматически отправляется сотруднику контакт-центра. Имея эти данные, оператор сохранит драгоценное время и не будет задавать повторно одни и те же вопросы.

Поиск информации и автозаполнение карточек

Такой подход менее эффективен при поиске кандидатов на вакансии, где необходимо тщательно оценивать профессиональные навыки и soft-скилы человека. Однако даже в таком случае ИИ может проанализировать навыки претендентов, например, по результатам тестового задания, и предоставить свои рекомендации.

Современные чат-боты могут собирать важную информацию от клиентов колл-центра и делиться ею с сотрудниками. Главное — обучить умных ассистентов корректно распознавать намерения пользователей. В результате чат-боты с функцией «распознавания намерений» смогут расшифровать суть любого вопроса, как бы он ни был сформулирован.

У абонентов всегда должна быть возможность прервать взаимодействие с автоматическими системами в удобный для них момент. Чтобы на любом этапе автоматической обработки контактов или использования инструментов самообслуживания потребители могли связаться с операторами. При этом сотрудники должны получать полную историю взаимодействия, чтобы клиентам не пришлось повторять одну и ту же информацию несколько раз.

У бизнеса при работе с сотрудниками возникает множество типичных задач, которые можно автоматизировать с помощью нейросетей. Еще несколько лет назад речь шла об анализе и обработке больших данных с помощью машинного обучения, однако с развитием генеративного ИИ варианты применения технологии значительно расширились — от поиска идеального кандидата до повышения эффективности работы специалистов и HR функции в целом.

Технология машинного обучения, которая дает компьютерам возможность понимать человеческий язык. У современных компаний имеются огромные объемы голосовых и текстовых данных – email-переписка, сообщения, новости соцсетей, видео, аудио и т. д. Чтобы все это обработать и использовать с выгодой для бизнеса, применяется технология NLP.

Искусственный интеллект может забрать на себя значительную часть организационных задач рекрутмента по работе с кандидатами: уточнить удобное время для встречи и запланировать интервью, а также передать всю информацию о соискателе во внутренние системы. В таком случае HR-специалистам останется только провести финальное интервью с кандидатами.

Улучшение эскалации звонков

В НЛМК алгоритм также участвует в отборе стажеров. Система оценивает их видеоинтервью по таким критериям, как лидерство, мотивация, знания о компании. Если соискатель не набрал нужное количество баллов по оценке ИИ, то робот автоматически отправляет ему отказ. Таким образом в рамках пилота компания смогла сэкономить HR-специалистам 170 рабочих часов.

Например, лесопромышленная группа «Свеза» активно использует ИИ-модель для поиска новых сотрудников. Нейросеть находит их на карьерных сайтах по заранее согласованному фильтру и оценивает резюме. Если кандидат прошел первичный автоматизированный отбор, то робот звонит ему, рассказывает о вакансии и в случае заинтересованности проводит первичный опрос и приглашает на интервью. Благодаря использованию ИИ средний срок закрытия позиции в «Свезе» сократился в 6 раз, а конверсия в найм увеличилась с 11% до 15%.

Представим ситуацию: покупателю попался бракованный или сломанный товар. Он отправляет фотографию продукта, например, в чат. Программное обеспечение на базе ИИ идентифицирует модель товара по изображению. Система высылает пользователю информацию об условиях гарантии или сообщает, какие действия он может совершить, чтобы устранить неполадку самостоятельно или обратившись в сервисный центр.

Такой подход экономит время на поиске корпоративной информации в любой крупной компании, при этом в большинстве случаев бот сможет ответить без привлечения HR-специалистов. Как правило, такие ассистенты работают в диалоговом формате по аналогии с ChatGPT, и их можно адаптировать под различные каналы коммуникации: электронную почту, бот в Telegram, CRM-систему или внутренний портал компании.

HR-службы активно используют генеративные сети для оценки и регулярного повышения компетенций персонала. ИИ может самостоятельно подготовить тест и на его основе не только определить навыки каждого сотрудника, но и найти слабые места и точки роста. Для работников, прошедших тестирование, языковая модель подберет индивидуальный набор обучающих материалов, а также предоставит рекомендации по развитию недостающих навыков.

Если бизнесу необходимо большое количество линейных специалистов с базовыми компетенциями, например, таксисты или курьеры, то подбор таких сотрудников также можно поручить искусственному интеллекту. Генеративные сети могут самостоятельно найти кандидатов на специализированных ресурсах, провести первичный отбор резюме по сформированному чек-листу и передать HR-специалистам подходящих соискателей.

Наиболее частые представители искусственного интеллекта в бизнесе. По сути это программный код, который обрабатывает данные и имитирует работу человеческого мозга. Нейросети нашли широкое применение в дизайне, маркетинге, копирайтинге, работе с клиентами, статистике, расчётах, промышленности, банковском деле.

Бизнес может использовать чат-бот на базе генеративного ИИ в качестве ассистента для поиска информации во внешних и внутренних источниках, в том числе по корпоративным базам данных. Их можно использовать для консультации сотрудников или для помощи потенциальным кандидатам с вопросами по вакансиям. При необходимости ИИ можно адаптировать под различные задачи бизнеса, например, она сможет по запросу сотрудника подготовить выгрузку по заработной плате за определенный период или заполнить карточку в CRM-системе.