Stanford HAI об ИИ в 2026 году
Отчет подготовлен Стэнфордским институтом человекоцентричного искусственного интеллекта (Stanford HAI) — ведущим исследовательским центром, который ежегодно анализирует состояние технологий, экономики и регулирования в мире ИИ.
Технологический рывок. Вопреки слухам о «плато», прогресс ускорился. Промышленность создала >90% новых передовых моделей. На тесте SWE-bench Verified (реальное программирование) показатели выросли с 60% до почти 100%. Модели решают 93% задач по кибербезопасности. Но есть «зубчатый фронт»: та же модель, блестящая в олимпиадной математике, распознает время на аналоговых часах лишь в 50.1% случаев. ИИ-агенты: успешность в OSWorld выросла с 12% (2024) до 66% (2026).
США и Китай. Разрыв в производительности лучших моделей сократился до 2,7%. В феврале 2025 DeepSeek-R1 временно заняла первое место. США лидируют по инвестициям и дата-центрам, Китай — по числу публикаций, патентов и внедрению роботов.
Экономика. Глобальные инвестиции достигли 581млрд(+130285,9 млрд. Генеративный ИИ — самая быстрорастущая технология в истории: 53% глобального проникновения за три года (ПК и интернету требовалось >10 лет). Потребительская ценность в США — $172 млрд в год. Рынок труда: занятость среди американских разработчиков 22–25 лет сократилась почти на 20% с 2024 года.
Экология и прозрачность. Мощность дата-центров ИИ — 29,6 ГВт (как у всего штата Нью-Йорк). Обучение Grok 4 выбросило 72 816 тонн CO₂. Годовое потребление воды GPT-4o сравнимо с нуждами 1,2 млн человек. Индекс прозрачности рухнул с 58 до 40 баллов. Из 95 значимых моделей 2025 года 80 выпущены без обучающего кода. Количество инцидентов с ИИ выросло с 233 до 362. Улучшение одного аспекта безопасности часто ухудшает другой.
Инфраструктурная уязвимость. Почти все ведущие чипы производит одна компания — TSMC на Тайване. Расширение производства в США началось только в 2025 году.
Образование и общество. Более 80% студентов США используют ИИ для учебы, но только половина школ имеют политику, а 6% учителей считают правила четкими. Разрыв в восприятии: 73% экспертов ожидают положительного влияния, среди населения — только 23%.
Итог. ИИ становится быстрее, мощнее и дешевле, но одновременно — менее понятным и управляемым. Развивающиеся экономики пишут национальные стратегии, но производство моделей сконцентрировано в двух странах. Разрыв между способностями ИИ и нашей способностью управлять им растет.
Мы в телеге | Наш канал в макс | Наш канал в VK
Отчет подготовлен Стэнфордским институтом человекоцентричного искусственного интеллекта (Stanford HAI) — ведущим исследовательским центром, который ежегодно анализирует состояние технологий, экономики и регулирования в мире ИИ.
Технологический рывок. Вопреки слухам о «плато», прогресс ускорился. Промышленность создала >90% новых передовых моделей. На тесте SWE-bench Verified (реальное программирование) показатели выросли с 60% до почти 100%. Модели решают 93% задач по кибербезопасности. Но есть «зубчатый фронт»: та же модель, блестящая в олимпиадной математике, распознает время на аналоговых часах лишь в 50.1% случаев. ИИ-агенты: успешность в OSWorld выросла с 12% (2024) до 66% (2026).
США и Китай. Разрыв в производительности лучших моделей сократился до 2,7%. В феврале 2025 DeepSeek-R1 временно заняла первое место. США лидируют по инвестициям и дата-центрам, Китай — по числу публикаций, патентов и внедрению роботов.
Экономика. Глобальные инвестиции достигли 581млрд(+130285,9 млрд. Генеративный ИИ — самая быстрорастущая технология в истории: 53% глобального проникновения за три года (ПК и интернету требовалось >10 лет). Потребительская ценность в США — $172 млрд в год. Рынок труда: занятость среди американских разработчиков 22–25 лет сократилась почти на 20% с 2024 года.
Экология и прозрачность. Мощность дата-центров ИИ — 29,6 ГВт (как у всего штата Нью-Йорк). Обучение Grok 4 выбросило 72 816 тонн CO₂. Годовое потребление воды GPT-4o сравнимо с нуждами 1,2 млн человек. Индекс прозрачности рухнул с 58 до 40 баллов. Из 95 значимых моделей 2025 года 80 выпущены без обучающего кода. Количество инцидентов с ИИ выросло с 233 до 362. Улучшение одного аспекта безопасности часто ухудшает другой.
Инфраструктурная уязвимость. Почти все ведущие чипы производит одна компания — TSMC на Тайване. Расширение производства в США началось только в 2025 году.
Образование и общество. Более 80% студентов США используют ИИ для учебы, но только половина школ имеют политику, а 6% учителей считают правила четкими. Разрыв в восприятии: 73% экспертов ожидают положительного влияния, среди населения — только 23%.
Итог. ИИ становится быстрее, мощнее и дешевле, но одновременно — менее понятным и управляемым. Развивающиеся экономики пишут национальные стратегии, но производство моделей сконцентрировано в двух странах. Разрыв между способностями ИИ и нашей способностью управлять им растет.
Мы в телеге | Наш канал в макс | Наш канал в VK
❗️Один из крупнейших отечественных разработчиков офисного программного обеспечения (ПО) – «Мойофис» (ООО «Новые облачные технологии», НОТ) уведомил своих сотрудников о сокращениях. Соответствующее письмо компания разослала персоналу в середине мая, сообщили два источника, близких к ней.
По словам одного из них, в штате планируется оставить только работников техподдержки, а всех остальных ждет увольнение.
По словам одного из них, в штате планируется оставить только работников техподдержки, а всех остальных ждет увольнение.
🙈3🤣1
Forwarded from HR-аналитика
Exit - интервью как метрика качества найма
Exit-интервью в компаниях часто превращается в странный ритуал сбора причин увольнения. Сотрудник уходит, HR фиксирует: «низкая зарплата», «не понравился руководитель», «не совпали ожидания», после чего эти причины складываются в отчет и обычно никак не превращаются в управленческое решение.
Параллельно компании измеряют качество подбора через раннюю текучесть: вот процент сотрудников, не прошедших испытательный срок, вот наша метрика качества найма. Но сама по себе ранняя текучесть почти бесполезна, если мы не понимаем механизм ухода. Что именно произошло? Это mismatch ожиданий? Ошибка адаптации? Проблема управленческой среды? И главное — где именно в системе возник сбой и что теперь с этим делать?
Именно в этом месте exit-интервью перестает быть формальным опросом «почему увольняетесь» и становится диагностическим инструментом качества найма.
Возможны как минимум 4 сценария, почему уходит сотрудник:
🔹Ошибка ожиданий — кандидату обещали одну работу, а получил он другую
🔹Ошибка адаптации — руководитель не поставил цели и не дал обратную связь
🔹Ошибка оценки — сотрудник объективно не справлялся с ролью
🔹Ошибка организационной среды — хаос процессов и слабый менеджмент
Мы не рассматриваем случай, когда сотрудник уходит не от нас, а к кому-то, это отдельная история, я писал про это О чем мы не спрашиваем в exit-интервью
В exit интервью из четырех сценариев можем узнать про два
🔹Ошибка ожиданий: Кандидату обещали одну работу, а получил он другую.
🔹Ошибка адаптации: Руководитель не провел встречу в первую неделю, не поставил цели, не дал обратную связь.
И проводя exit интервью, мы должны ответить на вопрос, какой из этих сценариев был реализован, а зная сценарий, мы уже понимаем, где «подкручивать гайки».
За этими сценариями скрывается извечный конфликт рекрутинга и бизнеса:
кто ответственен за ранний уход сотрудника — рекрутер или руководитель? Хотя наша задача, безусловно, не поиск виновных, а понять, где именно «подкручивать».
Если интересно — следующим постом разберу конкретные вопросы exit-интервью, которые позволяют отличить mismatch ожиданий от провала адаптации.
Мы в телеге | Наш канал в макс | Наш канал в VK
Exit-интервью в компаниях часто превращается в странный ритуал сбора причин увольнения. Сотрудник уходит, HR фиксирует: «низкая зарплата», «не понравился руководитель», «не совпали ожидания», после чего эти причины складываются в отчет и обычно никак не превращаются в управленческое решение.
Параллельно компании измеряют качество подбора через раннюю текучесть: вот процент сотрудников, не прошедших испытательный срок, вот наша метрика качества найма. Но сама по себе ранняя текучесть почти бесполезна, если мы не понимаем механизм ухода. Что именно произошло? Это mismatch ожиданий? Ошибка адаптации? Проблема управленческой среды? И главное — где именно в системе возник сбой и что теперь с этим делать?
Именно в этом месте exit-интервью перестает быть формальным опросом «почему увольняетесь» и становится диагностическим инструментом качества найма.
Возможны как минимум 4 сценария, почему уходит сотрудник:
🔹Ошибка ожиданий — кандидату обещали одну работу, а получил он другую
🔹Ошибка адаптации — руководитель не поставил цели и не дал обратную связь
🔹Ошибка оценки — сотрудник объективно не справлялся с ролью
🔹Ошибка организационной среды — хаос процессов и слабый менеджмент
Мы не рассматриваем случай, когда сотрудник уходит не от нас, а к кому-то, это отдельная история, я писал про это О чем мы не спрашиваем в exit-интервью
В exit интервью из четырех сценариев можем узнать про два
🔹Ошибка ожиданий: Кандидату обещали одну работу, а получил он другую.
🔹Ошибка адаптации: Руководитель не провел встречу в первую неделю, не поставил цели, не дал обратную связь.
И проводя exit интервью, мы должны ответить на вопрос, какой из этих сценариев был реализован, а зная сценарий, мы уже понимаем, где «подкручивать гайки».
За этими сценариями скрывается извечный конфликт рекрутинга и бизнеса:
кто ответственен за ранний уход сотрудника — рекрутер или руководитель? Хотя наша задача, безусловно, не поиск виновных, а понять, где именно «подкручивать».
Если интересно — следующим постом разберу конкретные вопросы exit-интервью, которые позволяют отличить mismatch ожиданий от провала адаптации.
Мы в телеге | Наш канал в макс | Наш канал в VK
👍3
Forwarded from HR-аналитика
Please open Telegram to view this post
VIEW IN TELEGRAM
500 лямов за ИИ
Одна крупная, но публично не названная компания за месяц «сожгла» около 500 млн долларов на использовании модели Claude.
См. в тему ИИ-митация бурной деятельности: работники Amazon уже освоили новую корпоративную игру
История всплыла в материале Axios. Причина оказалась почти комичной и при этом показательной: в компании просто не выставили лимиты на использование лицензий. В результате сотрудники начали пользоваться ИИ в промышленных масштабах, и счёт улетел в космос.
На фоне этого всё чаще звучит более широкий вопрос: а окупаются ли вообще такие бюджеты? Многие компании, которые ещё недавно активно наращивали инвестиции в генеративные модели, начинают пересматривать подход.
Интересно, что это не единичный инцидент. Ранее уже были истории, когда облачные счета внезапно вырастали в тысячи и даже миллионы долларов из-за ошибок конфигурации, взломов или неконтролируемого использования API. А отдельные разработчики публично признавались, что могут «сжечь» миллионы на токенах за короткое время при активной разработке.
Некоторые компании уже ограничивают внутренние рейтинги использования ИИ, чтобы не стимулировать бессмысленный рост потребления.
Ирония в том, что настоящего «виновника» полумиллиардного счёта, скорее всего, уже не определить. Но сам масштаб утечки сужает круг до очень небольшого числа технологических гигантов — тех, кто может позволить себе такие ошибки и не заметить их сразу.
Мы в телеге | Наш канал в макс | Наш канал в VK
Одна крупная, но публично не названная компания за месяц «сожгла» около 500 млн долларов на использовании модели Claude.
См. в тему ИИ-митация бурной деятельности: работники Amazon уже освоили новую корпоративную игру
История всплыла в материале Axios. Причина оказалась почти комичной и при этом показательной: в компании просто не выставили лимиты на использование лицензий. В результате сотрудники начали пользоваться ИИ в промышленных масштабах, и счёт улетел в космос.
На фоне этого всё чаще звучит более широкий вопрос: а окупаются ли вообще такие бюджеты? Многие компании, которые ещё недавно активно наращивали инвестиции в генеративные модели, начинают пересматривать подход.
В ряде случаев затраты уже сопоставимы или даже выше стоимости живых сотрудников, особенно если речь идёт об агентных системах.
Интересно, что это не единичный инцидент. Ранее уже были истории, когда облачные счета внезапно вырастали в тысячи и даже миллионы долларов из-за ошибок конфигурации, взломов или неконтролируемого использования API. А отдельные разработчики публично признавались, что могут «сжечь» миллионы на токенах за короткое время при активной разработке.
Параллельно усиливается ещё один тренд: агентные ИИ-системы потребляют кратно больше ресурсов, чем обычные запросы, и это начинает менять экономику их внедрения.
Некоторые компании уже ограничивают внутренние рейтинги использования ИИ, чтобы не стимулировать бессмысленный рост потребления.
Ирония в том, что настоящего «виновника» полумиллиардного счёта, скорее всего, уже не определить. Но сам масштаб утечки сужает круг до очень небольшого числа технологических гигантов — тех, кто может позволить себе такие ошибки и не заметить их сразу.
Мы в телеге | Наш канал в макс | Наш канал в VK
👍2
CEO уволил HR-департамент и заменил его “People Ops”: что произошло на самом деле
В финтех-компании Bolt произошёл показательный управленческий разворот, который уже обсуждают как пример новой волны “анти-HR” подходов в тех-секторе.
Генеральный директор компании Райан Бреслоу заявил, что полностью распустил HR-команду. Вместо неё появилась функция People Ops — якобы более “быстрая”, “практичная” и ориентированная на эффективность модель управления людьми.
🎓Что сказал CEO
По его словам, классический HR:
создавал “проблемы, которых не существовало”
замедлял принятие решений
добавлял избыточную бюрократию
После увольнения HR, как утверждает руководство, часть этих проблем “просто исчезла”.
Дополнительно Бреслоу описывает происходящее как “режим войны”: компания сокращала штат примерно на 30%, а также пыталась резко вернуться к стартап-логике управления.
🎓Что такое People Ops вместо HR
Формально HR никуда полностью не исчез. Его функции перераспределили в People Ops — структуру, которая:
снижает число согласований
усиливает роль линейных менеджеров
фокусируется на операционной эффективности
При этом ключевой вопрос остаётся открытым: кто теперь полноценно закрывает классические HR-задачи — от найма и адаптации до компенсаций, конфликтов и compliance.
🎓Контекст увольнений
Решение с HR стало частью более широкой трансформации:
резкое сокращение персонала
пересборка процессов “под стартап”
критика сотрудников, пришедших в период роста компании
CEO также заявлял, что значительная часть команды не смогла адаптироваться к новому темпу работы после его возвращения в управление.
Почему это важно
На первый взгляд это выглядит как спор о названиях — HR vs People Ops. Но по сути речь о другом:
о попытке убрать “прослойки управления людьми” и максимально упростить корпоративную структуру.
Проблема в том, что HR — это не только коммуникации и “культура”, но и:
payroll
юридическое соответствие
управление рисками
структура компенсаций
увольнения и найм
И эти задачи никуда не исчезают — даже если отдел переименовать или расформировать.
Итог
История Bolt — это не столько про HR, сколько про очередную попытку радикально упростить сложную систему управления людьми. Пока одни компании экспериментируют с “анти-HR” моделью, вопрос остаётся открытым:
можно ли вообще управлять современной организацией без полноценной HR-функции — или её просто переупаковывают под новым названием.
Мы в телеге | Наш канал в макс | Наш канал в VK
В финтех-компании Bolt произошёл показательный управленческий разворот, который уже обсуждают как пример новой волны “анти-HR” подходов в тех-секторе.
Генеральный директор компании Райан Бреслоу заявил, что полностью распустил HR-команду. Вместо неё появилась функция People Ops — якобы более “быстрая”, “практичная” и ориентированная на эффективность модель управления людьми.
🎓Что сказал CEO
По его словам, классический HR:
создавал “проблемы, которых не существовало”
замедлял принятие решений
добавлял избыточную бюрократию
После увольнения HR, как утверждает руководство, часть этих проблем “просто исчезла”.
Дополнительно Бреслоу описывает происходящее как “режим войны”: компания сокращала штат примерно на 30%, а также пыталась резко вернуться к стартап-логике управления.
🎓Что такое People Ops вместо HR
Формально HR никуда полностью не исчез. Его функции перераспределили в People Ops — структуру, которая:
снижает число согласований
усиливает роль линейных менеджеров
фокусируется на операционной эффективности
При этом ключевой вопрос остаётся открытым: кто теперь полноценно закрывает классические HR-задачи — от найма и адаптации до компенсаций, конфликтов и compliance.
🎓Контекст увольнений
Решение с HR стало частью более широкой трансформации:
резкое сокращение персонала
пересборка процессов “под стартап”
критика сотрудников, пришедших в период роста компании
CEO также заявлял, что значительная часть команды не смогла адаптироваться к новому темпу работы после его возвращения в управление.
Почему это важно
На первый взгляд это выглядит как спор о названиях — HR vs People Ops. Но по сути речь о другом:
о попытке убрать “прослойки управления людьми” и максимально упростить корпоративную структуру.
Проблема в том, что HR — это не только коммуникации и “культура”, но и:
payroll
юридическое соответствие
управление рисками
структура компенсаций
увольнения и найм
И эти задачи никуда не исчезают — даже если отдел переименовать или расформировать.
Итог
История Bolt — это не столько про HR, сколько про очередную попытку радикально упростить сложную систему управления людьми. Пока одни компании экспериментируют с “анти-HR” моделью, вопрос остаётся открытым:
можно ли вообще управлять современной организацией без полноценной HR-функции — или её просто переупаковывают под новым названием.
Мы в телеге | Наш канал в макс | Наш канал в VK
Forwarded from HR-аналитика
Метрики качества руководителя: поведенческий профиль управления
Тема лидерства и навыков менеджеров — одна из самых дорогих статей HR-бюджетов. В руководителей продолжают инвестировать, но нормально измерять их эффективность по-прежнему не умеют.
Обычно пытаются подменить это результатами команды — текучестью, вовлеченностью или выполнением KPI. Но это не про менеджера. Это про последствия, на которые влияет слишком много факторов.
По сути, мы до сих пор не измеряем управленческое поведение. Ниже 8 метрик, которые это поведение описывают.
1. Индекс обратной связи (Feedback Index)
Показывает, насколько регулярно и системно руководитель дает сотрудникам развивающую обратную связь в процессе работы. Отражает зрелость коммуникации, управленческую включенность и способность корректировать поведение сотрудников в реальном времени.
Влияет на скорость роста сотрудников, качество выполнения задач и снижение количества повторяющихся ошибок в команде. Показатель:
▪️доля сотрудников, получающих регулярную обратную связь
▪️частоту 1:1 встреч
▪️результаты pulse-опросов и exit-интервью
2. Индекс развития талантов (Talent Export Rate)
Показывает, насколько руководитель способствует росту сотрудников и их переходу на более сильные роли внутри компании.
Отражает ориентацию на всю компанию и способность руководителя готовить людей для более сложных задач вне своей команды. Показатель:
▪️доля сотрудников, перешедших на более высокие роли внутри компании
▪️доля внутренних повышений из команды
3. Индекс целеполагания в адаптации (Adaptation Planning Rate)
Показывает, ставит ли руководитель новичкам формализованные цели на испытательный срок. Отражает вовлеченность руководителя в структурирование адаптации и качество управления входом новых сотрудников в роль.
Влияет на скорость выхода новичков на продуктивность и снижение ранней текучести. Показатель:
▪️доля новичков с формализованными целями на период адаптации
4. Индекс поддержки обучения (Learning Support Index)
Показывает, насколько руководитель поддерживает развитие и обучение сотрудников команды.
Отражает ориентацию на рост компетенций и инвестиции в человеческий капитал внутри команды.
Влияет на производительность команды в среднесрочной перспективе и скорость закрытия компетентностных разрывов. Показатель:
▪️наличие индивидуальных планов развития (ИПР)
▪️количество согласованных и инициированных обучений
▪️участие сотрудников в обучении при поддержке руководителя
5. Индекс автономности команды (Team Autonomy Index)
Показывает, могут ли сотрудники принимать решения и взаимодействовать с другими подразделениями без постоянного участия руководителя.
Отражает уровень доверия, зрелость управления и степень отсутствия микроменеджмента.
Влияет на скорость принятия решений, пропускную способность команды и нагрузку на руководителя. Показатель:
▪️опросы сотрудников
▪️доля решений, принятых без участия руководителя
▪️сетевой анализ межкомандных взаимодействий
6. Индекс открытости команды (Team Openness Index)
Показывает, насколько сотрудники команды вовлечены в жизнь компании за пределами своих прямых задач.
Отражает зрелость руководителя, уровень доверия в команде и готовность поддерживать горизонтальные связи и инициативность сотрудников.
Влияет на кросс-функциональное взаимодействие, распространение знаний внутри компании и развитие неформальных связей. Показатель:
▪️долю сотрудников, участвующих в корпоративных инициативах
▪️участие в сообществах, наставничестве, внутренних проектах и мероприятиях
7. Индекс отклонения кандидатов (Candidate Rejection Rate)
Показывает, насколько часто руководитель отклоняет кандидатов после интервью и инициирует продолжение поиска.
Отражает определенность требований, доверие к подбору и управленческую зрелость в процессе найма.
Влияет на скорость и стоимость закрытия вакансий, а также на длительность найма и нагрузку на рекрутмент. Показатель:
▪️доля кандидатов, отклонённых руководителем после интервью
▪️количество итераций подбора по одной вакансии
Мы в телеге | Наш канал в макс | Наш канал в VK
Тема лидерства и навыков менеджеров — одна из самых дорогих статей HR-бюджетов. В руководителей продолжают инвестировать, но нормально измерять их эффективность по-прежнему не умеют.
Обычно пытаются подменить это результатами команды — текучестью, вовлеченностью или выполнением KPI. Но это не про менеджера. Это про последствия, на которые влияет слишком много факторов.
По сути, мы до сих пор не измеряем управленческое поведение. Ниже 8 метрик, которые это поведение описывают.
1. Индекс обратной связи (Feedback Index)
Показывает, насколько регулярно и системно руководитель дает сотрудникам развивающую обратную связь в процессе работы. Отражает зрелость коммуникации, управленческую включенность и способность корректировать поведение сотрудников в реальном времени.
Влияет на скорость роста сотрудников, качество выполнения задач и снижение количества повторяющихся ошибок в команде. Показатель:
▪️доля сотрудников, получающих регулярную обратную связь
▪️частоту 1:1 встреч
▪️результаты pulse-опросов и exit-интервью
2. Индекс развития талантов (Talent Export Rate)
Показывает, насколько руководитель способствует росту сотрудников и их переходу на более сильные роли внутри компании.
Отражает ориентацию на всю компанию и способность руководителя готовить людей для более сложных задач вне своей команды. Показатель:
▪️доля сотрудников, перешедших на более высокие роли внутри компании
▪️доля внутренних повышений из команды
3. Индекс целеполагания в адаптации (Adaptation Planning Rate)
Показывает, ставит ли руководитель новичкам формализованные цели на испытательный срок. Отражает вовлеченность руководителя в структурирование адаптации и качество управления входом новых сотрудников в роль.
Влияет на скорость выхода новичков на продуктивность и снижение ранней текучести. Показатель:
▪️доля новичков с формализованными целями на период адаптации
4. Индекс поддержки обучения (Learning Support Index)
Показывает, насколько руководитель поддерживает развитие и обучение сотрудников команды.
Отражает ориентацию на рост компетенций и инвестиции в человеческий капитал внутри команды.
Влияет на производительность команды в среднесрочной перспективе и скорость закрытия компетентностных разрывов. Показатель:
▪️наличие индивидуальных планов развития (ИПР)
▪️количество согласованных и инициированных обучений
▪️участие сотрудников в обучении при поддержке руководителя
5. Индекс автономности команды (Team Autonomy Index)
Показывает, могут ли сотрудники принимать решения и взаимодействовать с другими подразделениями без постоянного участия руководителя.
Отражает уровень доверия, зрелость управления и степень отсутствия микроменеджмента.
Влияет на скорость принятия решений, пропускную способность команды и нагрузку на руководителя. Показатель:
▪️опросы сотрудников
▪️доля решений, принятых без участия руководителя
▪️сетевой анализ межкомандных взаимодействий
6. Индекс открытости команды (Team Openness Index)
Показывает, насколько сотрудники команды вовлечены в жизнь компании за пределами своих прямых задач.
Отражает зрелость руководителя, уровень доверия в команде и готовность поддерживать горизонтальные связи и инициативность сотрудников.
Влияет на кросс-функциональное взаимодействие, распространение знаний внутри компании и развитие неформальных связей. Показатель:
▪️долю сотрудников, участвующих в корпоративных инициативах
▪️участие в сообществах, наставничестве, внутренних проектах и мероприятиях
7. Индекс отклонения кандидатов (Candidate Rejection Rate)
Показывает, насколько часто руководитель отклоняет кандидатов после интервью и инициирует продолжение поиска.
Отражает определенность требований, доверие к подбору и управленческую зрелость в процессе найма.
Влияет на скорость и стоимость закрытия вакансий, а также на длительность найма и нагрузку на рекрутмент. Показатель:
▪️доля кандидатов, отклонённых руководителем после интервью
▪️количество итераций подбора по одной вакансии
Мы в телеге | Наш канал в макс | Наш канал в VK
Сотрудники Meta могут отказаться от слежки за своей работой — но только на 30 минут за раз
Перевод статьи BBC Meta workers can opt out of being tracked at work - but only for half an hour at a time
Meta (признана в России террористической и гондурастской) частично отступила от своего плана по сбору данных о работе сотрудников на компьютерах после волны критики внутри компании.
Ещё в апреле компания объявила о запуске нового инструмента, который фиксирует нажатия клавиш и движения мыши сотрудников. Собранные данные должны использоваться для обучения ИИ-моделей.
Теперь, согласно внутреннему меморандуму, сотрудники смогут приостанавливать сбор данных на срок до 30 минут за один раз. Кроме того, появилась возможность запросить полное освобождение от участия в программе.
Ранее нововведение вызвало серьёзное недовольство работников. Петицию против проекта подписали более 1500 сотрудников.
В Meta объясняли необходимость сбора данных так: если компания создаёт ИИ-агентов, которые будут помогать людям выполнять повседневные задачи на компьютере, моделям нужны реальные примеры того, как люди работают за компьютером.
Компания также утверждала, что данные используются исключительно для обучения ИИ и защищены специальными механизмами безопасности.
Однако многие сотрудники остались недовольны. Один из них назвал происходящее «очень антиутопичным», особенно на фоне ожиданий новых сокращений.
С начала года Meta уже уволила около 2000 сотрудников. В апреле компания сообщила о планах сократить ещё 10% персонала — примерно 8000 человек.
Другой бывший сотрудник заявил, что система отслеживания — это «ещё один способ навязать всем ИИ».
Согласно внутреннему письму вице-президента подразделения Superintelligence Labs Стефана Касриэля, команда проекта также доработала систему, чтобы снизить нагрузку на аккумуляторы ноутбуков.
Эти изменения появились после жалоб сотрудников на то, что программа заметно увеличивает расход интернет-трафика и быстрее разряжает устройства при работе из дома.
— говорится в письме.
Мы в телеге | Наш канал в макс | Наш канал в VK
Перевод статьи BBC Meta workers can opt out of being tracked at work - but only for half an hour at a time
Meta (признана в России террористической и гондурастской) частично отступила от своего плана по сбору данных о работе сотрудников на компьютерах после волны критики внутри компании.
Ещё в апреле компания объявила о запуске нового инструмента, который фиксирует нажатия клавиш и движения мыши сотрудников. Собранные данные должны использоваться для обучения ИИ-моделей.
Теперь, согласно внутреннему меморандуму, сотрудники смогут приостанавливать сбор данных на срок до 30 минут за один раз. Кроме того, появилась возможность запросить полное освобождение от участия в программе.
Ранее нововведение вызвало серьёзное недовольство работников. Петицию против проекта подписали более 1500 сотрудников.
В Meta объясняли необходимость сбора данных так: если компания создаёт ИИ-агентов, которые будут помогать людям выполнять повседневные задачи на компьютере, моделям нужны реальные примеры того, как люди работают за компьютером.
Компания также утверждала, что данные используются исключительно для обучения ИИ и защищены специальными механизмами безопасности.
Однако многие сотрудники остались недовольны. Один из них назвал происходящее «очень антиутопичным», особенно на фоне ожиданий новых сокращений.
С начала года Meta уже уволила около 2000 сотрудников. В апреле компания сообщила о планах сократить ещё 10% персонала — примерно 8000 человек.
Другой бывший сотрудник заявил, что система отслеживания — это «ещё один способ навязать всем ИИ».
Согласно внутреннему письму вице-президента подразделения Superintelligence Labs Стефана Касриэля, команда проекта также доработала систему, чтобы снизить нагрузку на аккумуляторы ноутбуков.
Эти изменения появились после жалоб сотрудников на то, что программа заметно увеличивает расход интернет-трафика и быстрее разряжает устройства при работе из дома.
«Хотя мы уверены в мерах защиты конфиденциальности, которые были внедрены при запуске и прошли несколько уровней проверки рисков, мы услышали ваши опасения по поводу личных данных на рабочих устройствах, времени работы батареи и желания иметь больший контроль над тем, когда именно происходит сбор данных»,
— говорится в письме.
Мы в телеге | Наш канал в макс | Наш канал в VK
Forwarded from HR-аналитика
HR-аналитика: расчет и автоматизация показателей в Excel (он-лайн курс)
ВТОРОЙ ПОТОК
Первый поток сейчас успешно обучается, запускаю второй поток - начало 30 июня.
Практика — на реальных HR-кейсах и данных.
Ведущий курса — Бабушкин Эдуард.
Начало занятий в 19:00 Мск (возможна корректировка по группе).
Полное описание курса
Регистрация по ссылке: https://forms.gle/62xbHYnfNSPdw8u7A
Мы в телеге | Наш канал в макс | Наш канал в VK
ВТОРОЙ ПОТОК
Первый поток сейчас успешно обучается, запускаю второй поток - начало 30 июня.
Практика — на реальных HR-кейсах и данных.
Ведущий курса — Бабушкин Эдуард.
Начало занятий в 19:00 Мск (возможна корректировка по группе).
Полное описание курса
Регистрация по ссылке: https://forms.gle/62xbHYnfNSPdw8u7A
Мы в телеге | Наш канал в макс | Наш канал в VK
ИИ породил новый тип предпринимательства — компании из одного человека.
В Китаев 2025 зарегистрировано более 16 млн one-person companies (OPC) — это свыше четверти всех компаний страны. OPC - официальное название такого типа предприятий.
Что изменилось?
• ИИ снял главный барьер — техническую сложность. Один человек теперь может делать то, для чего раньше требовалась команда разработчиков, дизайнеров и маркетологов.
• 75% основателей OPC имеют нетехнический бэкграунд. Они используют ИИ для программирования, аналитики, маркетинга и создания контента.
• Более 20 городов Китая уже включили поддержку таких компаний в свои программы развития: субсидии, акселераторы, вычислительные мощности, рабочие пространства.
Но есть важный нюанс.
ИИ резко удешевил создание продукта, однако не отменил необходимость понимать рынок, привлекать клиентов и создавать ценность для пользователей.
Технологический порог входа падает. Предпринимательский — нет.
Возможно, одна из самых больших трансформаций рынка труда ближайших лет — это переход от найма людей в компании к созданию всё большего числа микробизнесов, где один человек с ИИ становится эквивалентом небольшой команды.
Вопрос уже не в том, сможет ли ИИ заменить часть работы сотрудников.
Вопрос в том, сколько сотрудников теперь потребуется для создания полноценного бизнеса.
Мы в телеге | Наш канал в макс | Наш канал в VK
В Китаев 2025 зарегистрировано более 16 млн one-person companies (OPC) — это свыше четверти всех компаний страны. OPC - официальное название такого типа предприятий.
Что изменилось?
• ИИ снял главный барьер — техническую сложность. Один человек теперь может делать то, для чего раньше требовалась команда разработчиков, дизайнеров и маркетологов.
• 75% основателей OPC имеют нетехнический бэкграунд. Они используют ИИ для программирования, аналитики, маркетинга и создания контента.
• Более 20 городов Китая уже включили поддержку таких компаний в свои программы развития: субсидии, акселераторы, вычислительные мощности, рабочие пространства.
Но есть важный нюанс.
ИИ резко удешевил создание продукта, однако не отменил необходимость понимать рынок, привлекать клиентов и создавать ценность для пользователей.
Технологический порог входа падает. Предпринимательский — нет.
Возможно, одна из самых больших трансформаций рынка труда ближайших лет — это переход от найма людей в компании к созданию всё большего числа микробизнесов, где один человек с ИИ становится эквивалентом небольшой команды.
Вопрос уже не в том, сможет ли ИИ заменить часть работы сотрудников.
Вопрос в том, сколько сотрудников теперь потребуется для создания полноценного бизнеса.
Мы в телеге | Наш канал в макс | Наш канал в VK
Forwarded from HR-аналитика
Джоб-сайты не умерли. Умерла их бизнес-модель
Резюме статьи The Job Board isn’t Dead. The Business Model is – по ссылке полный перевод статьи.
Статья мне не могла не понравиться, поскольку я две недели назад написал Job-сайты: прежняя бизнес-модель больше не работает?
Главная мысль: Умирают не джоб-сайты. Умирает способ заработка на них.
Много лет сайты вакансий были любимцами инвесторов. С 2017 по 2023 год категория Job Board Marketplace практически всегда входила в топ-3 направлений по объему инвестиций в HR Tech. Но далее
📉 Инвестиции в категорию:
• 2021 — $2,4 млрд
• 2022 — $1,1 млрд
• 2023 — $758 млн
• 2024 — $220 млн
Падение на 91% от пикового значения.
Авторы отчета называют это не коррекцией, а вердиктом рынку.
Почему? Потому что работодателям нужны не клики, просмотры и отклики. Им нужны сотрудники. Кстати, рекордный Индекс ХХ это ведь не только про мало вакансий и много резюме, это еще про плохой мэтчинг.
Старая модель джоб-сайтов строилась вокруг трафика:
· размещение вакансий;
· продвижение объявлений;
· оплата за клик;
· оплата за просмотры.
Но рынок постепенно начинает платить не за трафик, а за результат. Еще один символичный факт.
В 2024 году Monster и CareerBuilder объединились, чтобы усилить позиции на рынке. Уже через несколько месяцев объединенная компания подала на банкротство.
На момент банкротства:
• долг — $392,5 млн
• стоимость проданных активов — всего $28 млн
Для авторов исследования это символ конца эпохи. Что приходит на смену?
✅ платформы, отвечающие за результат найма;
✅ системы оценки навыков и карьерных траекторий;
✅ профессиональные сообщества;
✅ сервисы для кандидатов;
✅ AI-мэтчинг и прогнозирование успешности найма.
Рынок постепенно смещается:
→ от размещения к подбору;
→ от количества откликов к качеству найма;
→ от вакансий к навыкам;
→ от трафика к результату.
Поэтому главный вопрос для HR сегодня уже звучит не так:
«На каком сайте публиковать вакансии?»
А так:
«Какие платформы реально помогают нанимать людей и готовы отвечать за результат?»
Мы в телеге | Наш канал в макс | Наш канал в VK
Резюме статьи The Job Board isn’t Dead. The Business Model is – по ссылке полный перевод статьи.
Статья мне не могла не понравиться, поскольку я две недели назад написал Job-сайты: прежняя бизнес-модель больше не работает?
Главная мысль: Умирают не джоб-сайты. Умирает способ заработка на них.
Много лет сайты вакансий были любимцами инвесторов. С 2017 по 2023 год категория Job Board Marketplace практически всегда входила в топ-3 направлений по объему инвестиций в HR Tech. Но далее
📉 Инвестиции в категорию:
• 2021 — $2,4 млрд
• 2022 — $1,1 млрд
• 2023 — $758 млн
• 2024 — $220 млн
Падение на 91% от пикового значения.
По ХХ.ру: По итогам 2025 г. выручка HeadHunter увеличилась на 4%, достигнув 41,2 млрд руб. На 2026 г. компания планирует рост выручки до 8%
Авторы отчета называют это не коррекцией, а вердиктом рынку.
Почему? Потому что работодателям нужны не клики, просмотры и отклики. Им нужны сотрудники. Кстати, рекордный Индекс ХХ это ведь не только про мало вакансий и много резюме, это еще про плохой мэтчинг.
Старая модель джоб-сайтов строилась вокруг трафика:
· размещение вакансий;
· продвижение объявлений;
· оплата за клик;
· оплата за просмотры.
Но рынок постепенно начинает платить не за трафик, а за результат. Еще один символичный факт.
В 2024 году Monster и CareerBuilder объединились, чтобы усилить позиции на рынке. Уже через несколько месяцев объединенная компания подала на банкротство.
На момент банкротства:
• долг — $392,5 млн
• стоимость проданных активов — всего $28 млн
Для авторов исследования это символ конца эпохи. Что приходит на смену?
✅ платформы, отвечающие за результат найма;
✅ системы оценки навыков и карьерных траекторий;
✅ профессиональные сообщества;
✅ сервисы для кандидатов;
✅ AI-мэтчинг и прогнозирование успешности найма.
Рынок постепенно смещается:
→ от размещения к подбору;
→ от количества откликов к качеству найма;
→ от вакансий к навыкам;
→ от трафика к результату.
Поэтому главный вопрос для HR сегодня уже звучит не так:
«На каком сайте публиковать вакансии?»
А так:
«Какие платформы реально помогают нанимать людей и готовы отвечать за результат?»
Мы в телеге | Наш канал в макс | Наш канал в VK
Forwarded from HR-аналитика
🤖 Deloitte выпустил 2026 Global Human Capital Trends — и там есть что переосмыслить
Опросили 3 000+ лидеров в 15 странах плюс 6 000 сотрудников и менеджеров. Картина получилась честная и местами неудобная.
Главный тезис доклада звучит так: организации больше не балансируют между противоречиями — они стоят на пороге точек невозврата. Медлить уже нельзя. Каждое решение, принятое сегодня, либо разгоняет вас на следующую кривую роста, либо тихо тянет вниз.
Три точки невозврата, которые нельзя игнорировать:
1️⃣От human + machine → human × machine
Почти 60% работников уже используют ИИ каждый день. Но только 6% компаний целенаправленно проектируют, как именно люди и машины взаимодействуют. Остальные просто накладывают ИИ поверх старых процессов — и удивляются, почему инвестиции не окупаются.
Разница огромная. Один европейский телеком добавил ИИ-ассистента в колл-центр без изменения ролей — получил +5% к производительности. Потом переосмыслил всё: новые роли, эскалационные пути, обучение, доверие к системе. Результат — +30%.
Те, кто проектирует это взаимодействие осознанно, в 2.5 раза чаще показывают лучшие финансовые результаты и в 2 раза чаще говорят, что дают людям осмысленную работу.
2️⃣От эффективности → созданию ценности
59% организаций идут tech-first путём с ИИ: берут готовый инструмент, встраивают в существующий контекст, ждут магии. Но именно эти компании в 1.6 раза чаще не получают ожидаемой отдачи.
Проблема не в технологии — она становится всё более доступной и воспроизводимой. Проблема в том, что технологию без переосмысления работы невозможно превратить в устойчивое преимущество. Выигрывают те, кто ставит вопрос иначе: не «как внедрить ИИ», а «как изменить то, что делают наши люди, чтобы ИИ их умножал».
При этом демографические сдвиги и сжимающийся рынок труда делают человеческий ресурс дефицитным. Это меняет логику: автоматизировать быстрее — уже не цель. Цель — вкладывать туда, где человек создаёт уникальную и незаменимую ценность.
3️⃣От статичных планов → динамической оркестрации
88% лидеров называют это приоритетом номер один в этом году. Реально движутся в этом направлении — лишь 7%. Разрыв в 81 пункт — рекордный за всю историю этого исследования.
Оркестрация — это не просто гибкость. Это способность в реальном времени перераспределять людей, навыки, данные и технологии под конкретный результат. Не «кто у нас есть в штате», а «что нам нужно прямо сейчас — и как мы это собираем».
Levi Strauss как пример: объединили дизайнеров, мерчандайзеров и маркетологов с ИИ, который улавливал слабые сигналы в данных. За три месяца увеличили продажи в категории loose fit на 15%, поймав волну спроса на мешковатые силуэты раньше конкурентов.
Ещё несколько неудобных цифр из доклада:
— 80% руководителей и сотрудников подозревают, что коллеги используют ИИ, чтобы казаться продуктивнее, чем они есть на самом деле. Это разрушает доверие.
— 95% топ-менеджеров сомневаются в достоверности данных о кандидатах. ИИ-резюме, дипфейки на интервью, синтетические портфолио — это уже не фантастика. По прогнозу Gartner, к 2028 году каждый четвёртый соискатель может оказаться искусственным.
— 42% работников говорят, что их организация редко оценивает влияние ИИ на людей. Культурный долг копится незаметно — пока не становится слишком дорогим.
— Только 20% сотрудников чувствуют сильную связь с культурой своей компании (Gallup, 2025). Доверие к работодателям падает впервые с 2018 года (Edelman Trust Barometer).
Главная мысль доклада:
Технология — это commodity. Её можно скопировать, купить, арендовать. ИИ, который у вас есть сегодня, завтра будет у всех ваших конкурентов.
Нельзя скопировать людей — их суждение в условиях неопределённости, способность адаптироваться, культуру, которая позволяет двигаться быстро и при этом не терять себя.
Организации, которые делают ставку на человеческое преимущество — не вместо ИИ, а вместе с ним, — прыгают на следующую кривую роста. Остальные продолжают оптимизировать кривую, которая уже заканчивается.
Мы в телеге | Наш канал в макс | Наш канал в VK
Опросили 3 000+ лидеров в 15 странах плюс 6 000 сотрудников и менеджеров. Картина получилась честная и местами неудобная.
Главный тезис доклада звучит так: организации больше не балансируют между противоречиями — они стоят на пороге точек невозврата. Медлить уже нельзя. Каждое решение, принятое сегодня, либо разгоняет вас на следующую кривую роста, либо тихо тянет вниз.
Три точки невозврата, которые нельзя игнорировать:
1️⃣От human + machine → human × machine
Почти 60% работников уже используют ИИ каждый день. Но только 6% компаний целенаправленно проектируют, как именно люди и машины взаимодействуют. Остальные просто накладывают ИИ поверх старых процессов — и удивляются, почему инвестиции не окупаются.
Разница огромная. Один европейский телеком добавил ИИ-ассистента в колл-центр без изменения ролей — получил +5% к производительности. Потом переосмыслил всё: новые роли, эскалационные пути, обучение, доверие к системе. Результат — +30%.
Те, кто проектирует это взаимодействие осознанно, в 2.5 раза чаще показывают лучшие финансовые результаты и в 2 раза чаще говорят, что дают людям осмысленную работу.
2️⃣От эффективности → созданию ценности
59% организаций идут tech-first путём с ИИ: берут готовый инструмент, встраивают в существующий контекст, ждут магии. Но именно эти компании в 1.6 раза чаще не получают ожидаемой отдачи.
Проблема не в технологии — она становится всё более доступной и воспроизводимой. Проблема в том, что технологию без переосмысления работы невозможно превратить в устойчивое преимущество. Выигрывают те, кто ставит вопрос иначе: не «как внедрить ИИ», а «как изменить то, что делают наши люди, чтобы ИИ их умножал».
При этом демографические сдвиги и сжимающийся рынок труда делают человеческий ресурс дефицитным. Это меняет логику: автоматизировать быстрее — уже не цель. Цель — вкладывать туда, где человек создаёт уникальную и незаменимую ценность.
3️⃣От статичных планов → динамической оркестрации
88% лидеров называют это приоритетом номер один в этом году. Реально движутся в этом направлении — лишь 7%. Разрыв в 81 пункт — рекордный за всю историю этого исследования.
Оркестрация — это не просто гибкость. Это способность в реальном времени перераспределять людей, навыки, данные и технологии под конкретный результат. Не «кто у нас есть в штате», а «что нам нужно прямо сейчас — и как мы это собираем».
Levi Strauss как пример: объединили дизайнеров, мерчандайзеров и маркетологов с ИИ, который улавливал слабые сигналы в данных. За три месяца увеличили продажи в категории loose fit на 15%, поймав волну спроса на мешковатые силуэты раньше конкурентов.
Ещё несколько неудобных цифр из доклада:
— 80% руководителей и сотрудников подозревают, что коллеги используют ИИ, чтобы казаться продуктивнее, чем они есть на самом деле. Это разрушает доверие.
— 95% топ-менеджеров сомневаются в достоверности данных о кандидатах. ИИ-резюме, дипфейки на интервью, синтетические портфолио — это уже не фантастика. По прогнозу Gartner, к 2028 году каждый четвёртый соискатель может оказаться искусственным.
— 42% работников говорят, что их организация редко оценивает влияние ИИ на людей. Культурный долг копится незаметно — пока не становится слишком дорогим.
— Только 20% сотрудников чувствуют сильную связь с культурой своей компании (Gallup, 2025). Доверие к работодателям падает впервые с 2018 года (Edelman Trust Barometer).
Главная мысль доклада:
Технология — это commodity. Её можно скопировать, купить, арендовать. ИИ, который у вас есть сегодня, завтра будет у всех ваших конкурентов.
Нельзя скопировать людей — их суждение в условиях неопределённости, способность адаптироваться, культуру, которая позволяет двигаться быстро и при этом не терять себя.
Организации, которые делают ставку на человеческое преимущество — не вместо ИИ, а вместе с ним, — прыгают на следующую кривую роста. Остальные продолжают оптимизировать кривую, которая уже заканчивается.
Мы в телеге | Наш канал в макс | Наш канал в VK
HR больше не единая профессия
По материалам исследования Talent Strategy Group — The 2026 Global Human Resources Report (2026). Авторы: Marc Effron и David Forman.
Вышел отчет 2026 Global Human Resources Report, и его главный вывод довольно неприятный для многих HR-лидеров.
HR больше нельзя рассматривать как единую профессиональную группу.
Исследование на выборке более 500 HR-специалистов показало, что внутри функции существуют разные мировоззрения, карьерные стратегии и даже разные представления о том, зачем вообще существует HR.
Вот цифры, которые зацепили меня больше всего.
• 50% HR-специалистов не согласны с утверждением, что компании в целом являются силой добра. Под этим авторы понимают убеждение, что бизнес в целом приносит обществу пользу: создает рабочие места, производит нужные товары и услуги, способствует развитию экономики и улучшает жизнь людей.
• 41% не считают финансовый успех компании одной из главных причин, почему они работают в HR.
• 40% поддерживают идею усиления переговорной силы сотрудников в вопросах зарплаты и условий труда.
Для многих компаний это довольно неожиданный результат от собственной HR-функции.
Авторы разделили HR на четыре лагеря:
· коммерческие оптимисты — 35%;
· коммерческие пессимисты — 24%;
· некоммерческие оптимисты — 15%;
· некоммерческие пессимисты — 25%.
Самая успешная группа — коммерческие оптимисты.
У них:
· вовлеченность — 77%;
· самый низкий стресс;
· 62% хотят стать CHRO;
· 83% рекомендовали бы HR молодым специалистам.
Еще один любопытный вывод касается нагрузки.
Средний HR работает 49,5 часа в неделю, более 80% работают свыше 40 часов, а почти 40% — более 50 часов. При этом максимальная вовлеченность наблюдается у тех, кто работает 51–60 часов в неделю, что противоречит популярной идее о прямой связи между количеством часов и выгоранием.
Самая проблемная группа в профессии — HR с опытом 9–15 лет, находящиеся примерно в трех уровнях от CHRO. Именно у них минимальная вовлеченность, максимальный стресс и наиболее заметное падение карьерных амбиций. По сути, это люди, которые уже понимают, как нужно менять организацию, но еще не обладают достаточным влиянием, чтобы это делать.
А вот сами CHRO выглядят почти отдельным видом HR: 82% высоко вовлечены, ни один участник исследования на позиции CHRO не сообщил о низкой вовлеченности, они работают в среднем 54 часа в неделю, испытывают меньше стресса и значительно чаще готовы жертвовать личным временем ради карьеры.
Самый интересный вывод отчета не про ИИ, цифровизацию или новые HR-технологии, а про внутренний конфликт профессии. Если половина HR не уверена, что компании в целом приносят пользу обществу, 41% не считают финансовый успех бизнеса своим приоритетом, а значительная часть специалистов занимает скорее про-сотрудническую, чем про-бизнесовую позицию, то главный разлом сегодня проходит не между HR и бизнесом, а внутри самого HR. И тогда возникает неудобный вопрос: может ли функция быть полноценным стратегическим партнером бизнеса, если значительная часть самой функции не считает интересы бизнеса своим главным ориентиром? Именно вокруг этого вопроса, похоже, и будет строиться одна из самых интересных HR-дискуссий ближайших лет.
Мы в телеге | Наш канал в макс | Наш канал в VK
По материалам исследования Talent Strategy Group — The 2026 Global Human Resources Report (2026). Авторы: Marc Effron и David Forman.
Вышел отчет 2026 Global Human Resources Report, и его главный вывод довольно неприятный для многих HR-лидеров.
HR больше нельзя рассматривать как единую профессиональную группу.
Исследование на выборке более 500 HR-специалистов показало, что внутри функции существуют разные мировоззрения, карьерные стратегии и даже разные представления о том, зачем вообще существует HR.
Вот цифры, которые зацепили меня больше всего.
• 50% HR-специалистов не согласны с утверждением, что компании в целом являются силой добра. Под этим авторы понимают убеждение, что бизнес в целом приносит обществу пользу: создает рабочие места, производит нужные товары и услуги, способствует развитию экономики и улучшает жизнь людей.
• 41% не считают финансовый успех компании одной из главных причин, почему они работают в HR.
• 40% поддерживают идею усиления переговорной силы сотрудников в вопросах зарплаты и условий труда.
Для многих компаний это довольно неожиданный результат от собственной HR-функции.
Авторы разделили HR на четыре лагеря:
· коммерческие оптимисты — 35%;
· коммерческие пессимисты — 24%;
· некоммерческие оптимисты — 15%;
· некоммерческие пессимисты — 25%.
Самая успешная группа — коммерческие оптимисты.
У них:
· вовлеченность — 77%;
· самый низкий стресс;
· 62% хотят стать CHRO;
· 83% рекомендовали бы HR молодым специалистам.
Еще один любопытный вывод касается нагрузки.
Средний HR работает 49,5 часа в неделю, более 80% работают свыше 40 часов, а почти 40% — более 50 часов. При этом максимальная вовлеченность наблюдается у тех, кто работает 51–60 часов в неделю, что противоречит популярной идее о прямой связи между количеством часов и выгоранием.
Самая проблемная группа в профессии — HR с опытом 9–15 лет, находящиеся примерно в трех уровнях от CHRO. Именно у них минимальная вовлеченность, максимальный стресс и наиболее заметное падение карьерных амбиций. По сути, это люди, которые уже понимают, как нужно менять организацию, но еще не обладают достаточным влиянием, чтобы это делать.
А вот сами CHRO выглядят почти отдельным видом HR: 82% высоко вовлечены, ни один участник исследования на позиции CHRO не сообщил о низкой вовлеченности, они работают в среднем 54 часа в неделю, испытывают меньше стресса и значительно чаще готовы жертвовать личным временем ради карьеры.
Самый интересный вывод отчета не про ИИ, цифровизацию или новые HR-технологии, а про внутренний конфликт профессии. Если половина HR не уверена, что компании в целом приносят пользу обществу, 41% не считают финансовый успех бизнеса своим приоритетом, а значительная часть специалистов занимает скорее про-сотрудническую, чем про-бизнесовую позицию, то главный разлом сегодня проходит не между HR и бизнесом, а внутри самого HR. И тогда возникает неудобный вопрос: может ли функция быть полноценным стратегическим партнером бизнеса, если значительная часть самой функции не считает интересы бизнеса своим главным ориентиром? Именно вокруг этого вопроса, похоже, и будет строиться одна из самых интересных HR-дискуссий ближайших лет.
Мы в телеге | Наш канал в макс | Наш канал в VK
❤4
Forwarded from HR-аналитика
HR-метрики 2026
2026 год трансформации HR, а трансформация обязательно сопровождается сменой фокуса измерений – HR-метрик. Поэтому по средам я давал посты, посвященные показателям и измерениям в HR.
По сути, это попытка перевести стратегические темы - эффективность, удержание, развитие, производительность - в язык конкретных измерений и управленческих инструментов.
Решил собрать все в один сводный пост. Лайкните, если надо продолжить тему
🔹Как правильно разрабатывать систему HR-метрик
🔹Когда HR-метрика меняет менеджмент
🔹Правила движения в HR: как данные начинают управлять процессом
🔹Метрики организационного дизайна
🔹Полный список HR-метрик удержания персонала
🔹HR-метрики 2026: ФОТ в системе координат
🔹Метрики качества руководителя: поведенческий профиль управления
🔹Внутренняя мобильность: когда это не слова, а измеримая практика
🔹Exit - интервью как метрика качества найма
🔹Как измерять вовлеченность не через опросы
🔹Удержание: финансовый след
🔹Skill-based удержание: 7 техник 2026
🔹Управление эффективностью персонала: конкретный кейс оргдизайна
🔹Как правильно измерять вовлеченность персонала
🔹Матрица текучести
🔹Треугольник рекрутинга: скорость – стоимость – качество
Мы в телеге | Наш канал в макс | Наш канал в VK
2026 год трансформации HR, а трансформация обязательно сопровождается сменой фокуса измерений – HR-метрик. Поэтому по средам я давал посты, посвященные показателям и измерениям в HR.
По сути, это попытка перевести стратегические темы - эффективность, удержание, развитие, производительность - в язык конкретных измерений и управленческих инструментов.
Решил собрать все в один сводный пост. Лайкните, если надо продолжить тему
🔹Как правильно разрабатывать систему HR-метрик
🔹Когда HR-метрика меняет менеджмент
🔹Правила движения в HR: как данные начинают управлять процессом
🔹Метрики организационного дизайна
🔹Полный список HR-метрик удержания персонала
🔹HR-метрики 2026: ФОТ в системе координат
🔹Метрики качества руководителя: поведенческий профиль управления
🔹Внутренняя мобильность: когда это не слова, а измеримая практика
🔹Exit - интервью как метрика качества найма
🔹Как измерять вовлеченность не через опросы
🔹Удержание: финансовый след
🔹Skill-based удержание: 7 техник 2026
🔹Управление эффективностью персонала: конкретный кейс оргдизайна
🔹Как правильно измерять вовлеченность персонала
🔹Матрица текучести
🔹Треугольник рекрутинга: скорость – стоимость – качество
Мы в телеге | Наш канал в макс | Наш канал в VK
❤4
Каждый найм — это ставка в темноте
Резюме статьи Андрю Марритта Every hire is a bet made in the dark. Андрю очень сложен - уж простите - его тексты бывает сложно понять, но в данном случае он говорит очень важные вещи.
Почему интервью напоминает игру сигналов, а рекрутинг гораздо ближе к экономике, чем кажется?
В 2001 году Нобелевскую премию по экономике получили Джордж Акерлоф, Майкл Спенс и Джозеф Стиглиц за исследования рынков с информационной асимметрией. Их идеи редко обсуждают в HR, хотя они объясняют почти всё, что происходит при найме.
Проблема проста: кандидат знает о себе гораздо больше, чем работодатель. Работодатель знает о компании гораздо больше, чем кандидат.
На интервью обе стороны отправляют сигналы.
Кандидат показывает лучшую версию себя: подчёркивает сильные стороны, сглаживает слабые, демонстрирует уверенность.
Компания делает то же самое: рассказывает про культуру, карьерные перспективы и возможности роста немного лучше, чем они выглядят в обычный вторник.
И это не обман. Это рациональное поведение в условиях неопределённости.
В знаменитой статье «Рынок лимонов» Акерлоф показал, что если одна сторона знает о качестве товара больше другой, рынок начинает работать хуже. Хорошие продавцы уходят, плохие остаются, а качество среднего предложения падает.
Рынок труда устроен похожим образом.
Отсюда появляются дипломы, рекомендации, тесты, испытательные сроки и интервью. Их главная задача — не оценивать людей, а уменьшать информационный разрыв между сторонами.
Затем появляется теория сигналов Майкла Спенса.
Её ключевая идея неожиданна: диплом ценен не только потому, что даёт знания. Иногда он ценен потому, что его сложно получить.
Если сильному кандидату легче пройти через образовательный барьер, чем слабому, диплом начинает работать как сигнал способностей.
Но здесь возникает гонка вооружений.
Когда сигнал становится слишком дешёвым, он перестаёт различать людей.
Сегодня хороший пример — резюме и сопроводительные письма. Генеративный ИИ позволяет создать идеально оформленную заявку за несколько минут практически любому кандидату.
Стоимость сигнала резко упала.
А значит, его информативность тоже.
Работодатели начинают искать новые сигналы: рекомендации, реальные проекты, результаты тестовых заданий, профессиональную репутацию.
Есть ещё один важный вывод из экономической теории.
Внешний рынок кандидатов не является случайной выборкой работников.
Текущие работодатели обычно лучше знают, кто из сотрудников действительно эффективен. Поэтому сильных людей стараются удерживать, а рынок чаще видит тех, кого удерживать не стали.
Это не означает, что все соискатели слабее работающих сотрудников. Но означает, что качественная оценка кандидатов становится ещё важнее.
Если смотреть на рекрутинг через призму информационной экономики, то главный вопрос меняется.
Не «насколько быстро мы закрываем вакансии?».
А «какие элементы нашего процесса действительно уменьшают неопределённость, а какие создают лишь иллюзию отбора?».
Возможно, именно этот вопрос станет одним из самых важных для найма в эпоху ИИ.
Мы в телеге | Наш канал в макс | Наш канал в VK
Резюме статьи Андрю Марритта Every hire is a bet made in the dark. Андрю очень сложен - уж простите - его тексты бывает сложно понять, но в данном случае он говорит очень важные вещи.
Почему интервью напоминает игру сигналов, а рекрутинг гораздо ближе к экономике, чем кажется?
В 2001 году Нобелевскую премию по экономике получили Джордж Акерлоф, Майкл Спенс и Джозеф Стиглиц за исследования рынков с информационной асимметрией. Их идеи редко обсуждают в HR, хотя они объясняют почти всё, что происходит при найме.
Проблема проста: кандидат знает о себе гораздо больше, чем работодатель. Работодатель знает о компании гораздо больше, чем кандидат.
На интервью обе стороны отправляют сигналы.
Кандидат показывает лучшую версию себя: подчёркивает сильные стороны, сглаживает слабые, демонстрирует уверенность.
Компания делает то же самое: рассказывает про культуру, карьерные перспективы и возможности роста немного лучше, чем они выглядят в обычный вторник.
И это не обман. Это рациональное поведение в условиях неопределённости.
В знаменитой статье «Рынок лимонов» Акерлоф показал, что если одна сторона знает о качестве товара больше другой, рынок начинает работать хуже. Хорошие продавцы уходят, плохие остаются, а качество среднего предложения падает.
Рынок труда устроен похожим образом.
Отсюда появляются дипломы, рекомендации, тесты, испытательные сроки и интервью. Их главная задача — не оценивать людей, а уменьшать информационный разрыв между сторонами.
Затем появляется теория сигналов Майкла Спенса.
Её ключевая идея неожиданна: диплом ценен не только потому, что даёт знания. Иногда он ценен потому, что его сложно получить.
Если сильному кандидату легче пройти через образовательный барьер, чем слабому, диплом начинает работать как сигнал способностей.
Но здесь возникает гонка вооружений.
Когда сигнал становится слишком дешёвым, он перестаёт различать людей.
Сегодня хороший пример — резюме и сопроводительные письма. Генеративный ИИ позволяет создать идеально оформленную заявку за несколько минут практически любому кандидату.
Стоимость сигнала резко упала.
А значит, его информативность тоже.
Работодатели начинают искать новые сигналы: рекомендации, реальные проекты, результаты тестовых заданий, профессиональную репутацию.
Есть ещё один важный вывод из экономической теории.
Внешний рынок кандидатов не является случайной выборкой работников.
Текущие работодатели обычно лучше знают, кто из сотрудников действительно эффективен. Поэтому сильных людей стараются удерживать, а рынок чаще видит тех, кого удерживать не стали.
Это не означает, что все соискатели слабее работающих сотрудников. Но означает, что качественная оценка кандидатов становится ещё важнее.
Если смотреть на рекрутинг через призму информационной экономики, то главный вопрос меняется.
Не «насколько быстро мы закрываем вакансии?».
А «какие элементы нашего процесса действительно уменьшают неопределённость, а какие создают лишь иллюзию отбора?».
Возможно, именно этот вопрос станет одним из самых важных для найма в эпоху ИИ.
Мы в телеге | Наш канал в макс | Наш канал в VK
❤4
⚡️Власти РФ отказались от полного запрета иностранных нейросетей
Как пишут «Известия», IT-системы, уже использующие такие технологии, смогут работать на них как минимум до 2032 года. Это следует из финальной версии законопроекта об искусственном интеллекте.
Ограничения затронут только крупные ИИ-модели в сфере государственного управления и на объектах критической инфраструктуры. Как сообщил изданию вице-премьер РФ Дмитрий Григоренко, частный бизнес сохранит право самостоятельно выбирать технологические решения.
Кроме того, из документа исключили требование обучать отечественные большие языковые модели исключительно на российских данных.
Мы в телеге | Наш канал в макс | Наш канал в VK
Вот уж спасибо родной власти!
Как пишут «Известия», IT-системы, уже использующие такие технологии, смогут работать на них как минимум до 2032 года. Это следует из финальной версии законопроекта об искусственном интеллекте.
Ограничения затронут только крупные ИИ-модели в сфере государственного управления и на объектах критической инфраструктуры. Как сообщил изданию вице-премьер РФ Дмитрий Григоренко, частный бизнес сохранит право самостоятельно выбирать технологические решения.
Кроме того, из документа исключили требование обучать отечественные большие языковые модели исключительно на российских данных.
Мы в телеге | Наш канал в макс | Наш канал в VK
Вот уж спасибо родной власти!
# HR 2030™: The Agentic HR Vision
Джош Берсин опубликовал прогноз о том, как может выглядеть HR к 2030 году в эпоху агентного искусственного интеллекта.
Важно: это не исследование с данными и статистическими проверками гипотез. Это экспертное видение будущего, основанное на интервью с клиентами и поставщиками HR-технологий.
Главная идея проста: HR-система будущего — это уже не кадровая система с прикрученным ИИ. Это единая сеть интеллектуальных агентов, встроенных в повседневную работу сотрудников, руководителей и HR.
Что может измениться?
▪️ Агенты станут повсеместными
Сотрудники будут взаимодействовать с ними через компьютеры, телефоны, голосовые интерфейсы и носимые устройства. Значительная часть поиска информации, оформления запросов и административных действий уйдёт в фоновый режим.
▪️ HR получит беспрецедентный объём данных
Система будет знать не только должность и стаж сотрудника, но и его навыки, проекты, загрузку, рабочие привычки и результаты. Это позволит быстрее находить экспертов, прогнозировать риски выгорания и принимать кадровые решения.
▪️ Найм, внутренние перемещения и сокращения объединятся
Сегодня это разные процессы. В модели Agentic HR они становятся частью единой системы управления талантами. Перед увольнением агент сможет предложить сценарии перевода сотрудников, переобучения или перераспределения ресурсов.
▪️ Производительность будут оценивать непрерывно
Вместо ежегодных циклов оценки появится постоянный анализ связи между действиями сотрудников и бизнес-результатами. Решения о развитии, вознаграждении и карьерных шагах станут более динамичными.
▪️ Обучение станет персональным
Каждый сотрудник получит постоянно обновляемый план развития, который будет учитывать как потребности бизнеса, так и индивидуальные карьерные цели.
▪️ Появятся цифровые двойники экспертов
Доступ к знаниям организации перестанет зависеть от того, находится нужный специалист на рабочем месте или нет. Его опыт сможет быть доступен через ИИ-модель практически в любое время.
На мой взгляд, самая сильная мысль в прогнозе касается не технологий.
Берсин фактически описывает переход от периодического управления персоналом к непрерывному. Сегодня компании эпизодически проводят найм, реорганизации, сокращения и программы развития. В модели Agentic HR эти процессы становятся постоянными и управляются на основе данных в режиме реального времени.
Технологически такой сценарий выглядит вполне возможным.
Но чем больше система знает о сотрудниках, тем важнее становятся вопросы приватности, прозрачности и доверия.
Поэтому главный вопрос HR 2030 может звучать так:
Не «сможет ли ИИ принимать кадровые решения?», а «готовы ли люди работать в организации, где ИИ знает о них почти всё?»
Мы в телеге | Наш канал в макс | Наш канал в VK
Джош Берсин опубликовал прогноз о том, как может выглядеть HR к 2030 году в эпоху агентного искусственного интеллекта.
Важно: это не исследование с данными и статистическими проверками гипотез. Это экспертное видение будущего, основанное на интервью с клиентами и поставщиками HR-технологий.
Главная идея проста: HR-система будущего — это уже не кадровая система с прикрученным ИИ. Это единая сеть интеллектуальных агентов, встроенных в повседневную работу сотрудников, руководителей и HR.
Что может измениться?
▪️ Агенты станут повсеместными
Сотрудники будут взаимодействовать с ними через компьютеры, телефоны, голосовые интерфейсы и носимые устройства. Значительная часть поиска информации, оформления запросов и административных действий уйдёт в фоновый режим.
▪️ HR получит беспрецедентный объём данных
Система будет знать не только должность и стаж сотрудника, но и его навыки, проекты, загрузку, рабочие привычки и результаты. Это позволит быстрее находить экспертов, прогнозировать риски выгорания и принимать кадровые решения.
▪️ Найм, внутренние перемещения и сокращения объединятся
Сегодня это разные процессы. В модели Agentic HR они становятся частью единой системы управления талантами. Перед увольнением агент сможет предложить сценарии перевода сотрудников, переобучения или перераспределения ресурсов.
▪️ Производительность будут оценивать непрерывно
Вместо ежегодных циклов оценки появится постоянный анализ связи между действиями сотрудников и бизнес-результатами. Решения о развитии, вознаграждении и карьерных шагах станут более динамичными.
▪️ Обучение станет персональным
Каждый сотрудник получит постоянно обновляемый план развития, который будет учитывать как потребности бизнеса, так и индивидуальные карьерные цели.
▪️ Появятся цифровые двойники экспертов
Доступ к знаниям организации перестанет зависеть от того, находится нужный специалист на рабочем месте или нет. Его опыт сможет быть доступен через ИИ-модель практически в любое время.
На мой взгляд, самая сильная мысль в прогнозе касается не технологий.
Берсин фактически описывает переход от периодического управления персоналом к непрерывному. Сегодня компании эпизодически проводят найм, реорганизации, сокращения и программы развития. В модели Agentic HR эти процессы становятся постоянными и управляются на основе данных в режиме реального времени.
Технологически такой сценарий выглядит вполне возможным.
Но чем больше система знает о сотрудниках, тем важнее становятся вопросы приватности, прозрачности и доверия.
Поэтому главный вопрос HR 2030 может звучать так:
Не «сможет ли ИИ принимать кадровые решения?», а «готовы ли люди работать в организации, где ИИ знает о них почти всё?»
Мы в телеге | Наш канал в макс | Наш канал в VK
👍2
HR не лидеры в применении ИИ
Применение ИИ в реальной экономике - результаты опроса Центробанка России. Это ежеквартальный опрос ЦБ. Сейчас многие компании проводят опросы про применение ИИ, но я скептически отношусь к таким опросам, только из уважение к ЦБ даю результаты, но в конце опроса таки выражаю скепсис
Итак
• 14,7 тыс. предприятий опросил Банк России в мае 2026 года.
• 14% предприятий уже используют генеративный ИИ (примерно каждое седьмое).
• 20% предприятий пока не используют ИИ, но планируют внедрение (каждое пятое).
• Лидеры по внедрению ИИ — компании сферы услуг.
• Малый бизнес внедряет ИИ немного активнее крупного бизнеса.
🔹Главные барьеры внедрения:
– нехватка специалистов по ИИ и анализу данных;
– затраты на обучение сотрудников и ИТ-инфраструктуру;
– необходимость перестройки процессов;
– риски утечки данных;
– ошибки ИИ, требующие контроля и доработки.
🔹Среди компаний, использующих ИИ:
– около 50% применяют его в маркетинге и продажах;
– около 20% — в производстве;
– около 10% — в управлении персоналом.
🔹Наиболее распространенные сценарии использования:
– обработка больших массивов данных и документов;
– реклама и маркетинг;
– деловая переписка;
– подбор и оценка кандидатов;
– планирование загрузки сотрудников;
– контроль качества продукции и услуг.
• 33% компаний отметили рост производительности труда благодаря ИИ.
• Только 10% пользователей ИИ сообщили о росте прибыльности бизнеса.
• Почти две трети компаний не увидели влияния ИИ на численность персонала.
• Небольшая часть компаний сообщила даже о росте численности сотрудников — из-за найма специалистов по ИИ и необходимости проверки результатов работы алгоритмов.
• Компании, активно внедряющие ИИ, в начале 2026 года инвестировали активнее и реже называли дефицит кадров серьезным ограничением для развития.
Каждое третье предприятие сообщило о росте производительности труда благодаря ИИ. При этом почти две трети компаний не увидели изменений в численности персонала, а лишь каждое десятое предприятие отметило рост прибыльности. Получается странная картина: производительность растет, прибыль почти не растет, людей не увольняют. Это больше похоже на изменение ощущений, а не реальный результат.
Мы в телеге | Наш канал в макс | Наш канал в VK
Применение ИИ в реальной экономике - результаты опроса Центробанка России. Это ежеквартальный опрос ЦБ. Сейчас многие компании проводят опросы про применение ИИ, но я скептически отношусь к таким опросам, только из уважение к ЦБ даю результаты, но в конце опроса таки выражаю скепсис
Итак
• 14,7 тыс. предприятий опросил Банк России в мае 2026 года.
• 14% предприятий уже используют генеративный ИИ (примерно каждое седьмое).
• 20% предприятий пока не используют ИИ, но планируют внедрение (каждое пятое).
• Лидеры по внедрению ИИ — компании сферы услуг.
• Малый бизнес внедряет ИИ немного активнее крупного бизнеса.
🔹Главные барьеры внедрения:
– нехватка специалистов по ИИ и анализу данных;
– затраты на обучение сотрудников и ИТ-инфраструктуру;
– необходимость перестройки процессов;
– риски утечки данных;
– ошибки ИИ, требующие контроля и доработки.
🔹Среди компаний, использующих ИИ:
– около 50% применяют его в маркетинге и продажах;
– около 20% — в производстве;
– около 10% — в управлении персоналом.
🔹Наиболее распространенные сценарии использования:
– обработка больших массивов данных и документов;
– реклама и маркетинг;
– деловая переписка;
– подбор и оценка кандидатов;
– планирование загрузки сотрудников;
– контроль качества продукции и услуг.
• 33% компаний отметили рост производительности труда благодаря ИИ.
• Только 10% пользователей ИИ сообщили о росте прибыльности бизнеса.
• Почти две трети компаний не увидели влияния ИИ на численность персонала.
• Небольшая часть компаний сообщила даже о росте численности сотрудников — из-за найма специалистов по ИИ и необходимости проверки результатов работы алгоритмов.
• Компании, активно внедряющие ИИ, в начале 2026 года инвестировали активнее и реже называли дефицит кадров серьезным ограничением для развития.
Каждое третье предприятие сообщило о росте производительности труда благодаря ИИ. При этом почти две трети компаний не увидели изменений в численности персонала, а лишь каждое десятое предприятие отметило рост прибыльности. Получается странная картина: производительность растет, прибыль почти не растет, людей не увольняют. Это больше похоже на изменение ощущений, а не реальный результат.
Мы в телеге | Наш канал в макс | Наш канал в VK
Forwarded from HR-аналитика
Второй шанс воронки найма?
Пост эссе в защиту воронки.
Все мы – HR-аналитики и им сочувствующие - строили воронки найма. Когда-то это был один из самых популярных HR-дашбордов.
Но довольно быстро выяснялось, что после построения красивой диаграммы делать с ней особенно нечего. Начальники любили тыкать в фильтры воронки – этапы так забавно перестраивались – но недолго. Мы честно считали проценты. Но реальные управленческие решения на основе этих цифр принимались редко (более уместно написать «никогда», но не будем исключать вероятность бесконечно невероятного события).
Поэтому многие пришли к выводу, что воронка - это инструмент из категории «красивое, но бессмысленное».
Так было. Но потом изменился рынок труда.
Несколько лет назад основная проблема рекрутера заключалась в том, чтобы найти кандидатов. Вакансий было много, откликов мало, приходилось заниматься сорсингом, ресерчем, переманиванием и буквально бороться за каждого человека.
Сегодня во многих компаниях ситуация стала другой. Вакансий меньше, откликов больше. Главный вопрос уже не «где найти кандидата», а «как обработать весь входящий поток». Бессмысленный и беспощадный. Да простят меня кандидаты.
И здесь воронка неожиданно приобретает новый смысл.
Теперь она нужна не только для анализа конверсий.
Она позволяет измерять трудоемкость рекрутинга.
Представим две ситуации.
Первая: 100 вакансий и в среднем по 10 кандидатов на каждую.
Вторая: 30 вакансий и по 50 кандидатов на каждую.
Если смотреть только на количество вакансий, кажется очевидным, что объем работы рекрутеров резко сократился.
Именно поэтому сегодня воронка становится инструментом оценки нагрузки.
Она помогает ответить на вопрос, который все чаще возникает у бизнеса:
Парадоксально, но в эпоху избытка кандидатов воронка найма может оказаться полезнее, чем во времена кадрового дефицита.
Только теперь она нужна не для анализа конверсий, а для показа реальной картины: вроде ИИ внедрили, и вакансий меньше, а рекрутеры жалуются на загруженность. Кажется, пришло время посчитать, а не просто нарисовать воронку?
Мы в телеге | Наш канал в макс | Наш канал в VK
Пост эссе в защиту воронки.
Все мы – HR-аналитики и им сочувствующие - строили воронки найма. Когда-то это был один из самых популярных HR-дашбордов.
Но довольно быстро выяснялось, что после построения красивой диаграммы делать с ней особенно нечего. Начальники любили тыкать в фильтры воронки – этапы так забавно перестраивались – но недолго. Мы честно считали проценты. Но реальные управленческие решения на основе этих цифр принимались редко (более уместно написать «никогда», но не будем исключать вероятность бесконечно невероятного события).
Поэтому многие пришли к выводу, что воронка - это инструмент из категории «красивое, но бессмысленное».
Так было. Но потом изменился рынок труда.
Несколько лет назад основная проблема рекрутера заключалась в том, чтобы найти кандидатов. Вакансий было много, откликов мало, приходилось заниматься сорсингом, ресерчем, переманиванием и буквально бороться за каждого человека.
Сегодня во многих компаниях ситуация стала другой. Вакансий меньше, откликов больше. Главный вопрос уже не «где найти кандидата», а «как обработать весь входящий поток». Бессмысленный и беспощадный. Да простят меня кандидаты.
И здесь воронка неожиданно приобретает новый смысл.
Теперь она нужна не только для анализа конверсий.
Она позволяет измерять трудоемкость рекрутинга.
Представим две ситуации.
Первая: 100 вакансий и в среднем по 10 кандидатов на каждую.
Вторая: 30 вакансий и по 50 кандидатов на каждую.
Если смотреть только на количество вакансий, кажется очевидным, что объем работы рекрутеров резко сократился.
Именно поэтому сегодня воронка становится инструментом оценки нагрузки.
Она помогает ответить на вопрос, который все чаще возникает у бизнеса:
«Сколько рекрутеров нам действительно нужно?»
Парадоксально, но в эпоху избытка кандидатов воронка найма может оказаться полезнее, чем во времена кадрового дефицита.
Только теперь она нужна не для анализа конверсий, а для показа реальной картины: вроде ИИ внедрили, и вакансий меньше, а рекрутеры жалуются на загруженность. Кажется, пришло время посчитать, а не просто нарисовать воронку?
Мы в телеге | Наш канал в макс | Наш канал в VK
Альтернативный клиент «Telega» прекратит работу с 1 июля.
Разработчики объявили о закрытии приложения из-за отсутствия возможности обеспечить полную локализацию и соответствовать действующим требованиям. По их словам, на это в том числе повлияли внешние ограничения технологических платформ, включая удаление из App Store.
Пользователям с активной платной подпиской «Телега Плюс» вернут оплату, порядок и сроки возврата сообщат отдельно.
Разработчики объявили о закрытии приложения из-за отсутствия возможности обеспечить полную локализацию и соответствовать действующим требованиям. По их словам, на это в том числе повлияли внешние ограничения технологических платформ, включая удаление из App Store.
Пользователям с активной платной подпиской «Телега Плюс» вернут оплату, порядок и сроки возврата сообщат отдельно.
В каких системах работаете, какими инструментами пользуетесь
В рамках моего курса по HR-аналитике студенты проходят опрос, и один из вопросов звучит так:
Результаты опроса на диаграмме. Я убрал 1С и Excel – иначе на их фоне остальные результаты просто потерялись бы.
И пусть данных очень мало, но они тоже дают срез программного обеспечения и инструментов HR
Результат примечателен тем, что изначально сырые данные шли несколько выборов в одной ячейке через запятую (множественный выбор в вопросе), кроме того, респонденты пишут все на свой лад (естафф могли писать как естафф, е-стафф, е стафф, estaff, e-staff), и все это было приведено к виду на диаграмме.
Кстати, на курс можно еще записаться https://forms.gle/62xbHYnfNSPdw8u7A (курс начинается 30 июня)
Мы в телеге | Наш канал в макс | Наш канал в VK
ПыСы. У нас есть опросы по применению
ATS системы управления рекрутингом https://forms.gle/FGLjNkdRbSLeXZA18
КЭДО https://forms.gle/fMBt9ZgSEzYP1yJQ6
Прошу поучаствовать
В рамках моего курса по HR-аналитике студенты проходят опрос, и один из вопросов звучит так:
В каких системах вы работаете: система управления рекрутингом, HRIS, система документооборота, аналитические системы и т.п.
Результаты опроса на диаграмме. Я убрал 1С и Excel – иначе на их фоне остальные результаты просто потерялись бы.
И пусть данных очень мало, но они тоже дают срез программного обеспечения и инструментов HR
Результат примечателен тем, что изначально сырые данные шли несколько выборов в одной ячейке через запятую (множественный выбор в вопросе), кроме того, респонденты пишут все на свой лад (естафф могли писать как естафф, е-стафф, е стафф, estaff, e-staff), и все это было приведено к виду на диаграмме.
Кстати, на курс можно еще записаться https://forms.gle/62xbHYnfNSPdw8u7A (курс начинается 30 июня)
Мы в телеге | Наш канал в макс | Наш канал в VK
ПыСы. У нас есть опросы по применению
ATS системы управления рекрутингом https://forms.gle/FGLjNkdRbSLeXZA18
КЭДО https://forms.gle/fMBt9ZgSEzYP1yJQ6
Прошу поучаствовать