Афиша Апрель
конференции про HR

🗓 01.04, Аналитика персонала от MK Group
https://www.mk-conference.ru/hranalytics

🗓 07-08.04, Персонал Экспо, СПб
https://personalexpo.ru

🗓 09-10.04, Форум труда, СПБ
https://xn--80ahxhkbngdd.xn--p1ai/

🗓 15.04, Организационное проектирование от Interforum
https://interforums.ru/op26/home

🗓 15.04, HR IT Day от TAdviser
https://conferos.ru/event/hr_it_day_2026

🗓 13-14.04, Битва за ИТ
https://it-forums.ru/

🗓 15-17.04, C&B FORUM 2026
https://interforums.ru/cb26/home

🗓 16.04, Кадровый ЭДО от CFO Russia
https://www.cfo-russia.ru/meropriyatiya/hredo/

🗓 21.04, Russian Retail Show, HR часть
https://retailtech.ru/russianretailshow2026/#programma

🗓 22-23.04, HUMAN AI, HUMAN ФОТ
https://humanconf.ru/ai
https://humanconf.ru/fot

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

телеграм работает все хуже, просмотры тают на глазах, админы ТГ каналов грустят...
говорят, бенчмарк ожиданий перехода в Max - 20% от активной аудитории, для моего канала получается 500 подписчиков. сейчас у меня 100, но я пока забываю там писать 🙈

ссылка на всякий случай
📲 https://max.ru/whrdata

а еще
время кризиса - время новых идей

мы собрали все посты из этого канала на сайте, добавили разметку, фильтры и получилась отличная база знаний на тему HR метрик, HR аналитики, визуализации данных и работы над HR продуктами

постоянный адрес сайта:
🆕 www.whrdata.ru

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

Увеличение производительности на заводе Форд, #из_истории N10

Если вы сейчас озадачены поиском решений для повышения производительности труда или просто хотите вдохновиться, то рекомендую прочитать (или послушать) книгу Генри Форда "Моя жизнь. Мои достижения".
Если времени мало, то самое интересное начинается с главы 5.

Немного цитат для заряда на продуктивную рабочую неделю:

В действительности не работодатель платит жалованье. Он только управляет деньгами. Жалованье платит на продукт, а управление организует производство так, чтобы продукт был в состоянии это сделать.
... штат ученых механиков, они не строят автомобили - они здесь только для того, чтобы облегчать другим производство [...] они слишком хороши, чтобы терять свое время на предметы, которые могут быть лучше сделаны с помощью изготовленных ими машин.

Большая часть занятых у нас рабочих не посещала школ, они изучают свою работу в течение нескольких часов или дней. Если в течение этого времени они не поймут дела, то мы не можем пользоваться ими. Многие из них - иностранцы, все, что мы от них требуем, прежде чем определить их на место, - это чтобы они потенциально были в состоянии дать столько работы, чтобы оплатить то пространство, которое они занимают на фабрике.

Необученный рабочий употребляет больше времени на разыскивание и доставку материала и инструментов, чем на работу. Первый успех в сборке состоял в том, что мы начали доставлять работу к рабочим, а не наоборот.

В нашем производстве нет особой записи опытов. Если какой-то метод был уже однажды безрезультативно опробован, то кто-нибудь будет об этом помнить, люди будут ссылаться на то, что опыт производил другой человек.
Говорилось, что серый чугун не будет выливаться по нашему ценному методу, налицо имелся целый ряд неудачных опытов. Несмотря на это, мы делаем это сейчас. Тот человек, которому это наконец удалось, или ничего не знал о прежних опытах, или не обратил на них внимание.

У нас нет так называемых экспертов. Мы даже были вынуждены отпустить всех лиц, которые воображали себя экспертами

а еще там есть
* про продукт
* про ЦА
* про корпоративную культуру
* про организацию производства
и много чего другого интересного

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

Интервью N2

Первый пост, в виде интервью,
про ИИ в C&B был тут

Поболтали со Светланой Сидоркиной*, про HRTech, работу с HR данными и цифровых двойников


[Виктория] Света, что ты думаешь про большую мечту всех HR - единую HR систему?

[Светлана] На мой взгляд, HR на самом деле нуждается в какой-то комплексной системе, которая бы охватывала весь HR-цикл. Но HR-система ради HR-системы, это, мне кажется, не совсем то, что нужно бизнесу. Система должна быть единая, такая чтобы HR-система легко встраивалась в бизнес-систему.

[В] ...мы еще даже HRMS на рынке не очень наблюдаем, а ты уже смотришь еще дальше)
Думаешь это реально?

[С] Мне, как организационному дизайнеру, интересна тема создания цифровых двойников компаний: условно, когда у нас все-все данные, независимо от того, к какой области они относятся, к HR или нет, они лежат в каком-то одном месте, и мы из них можем моделировать, считать, вытаскивать все, что нам нужно. Это идеальная такая картина мира.
Мне кажется, эта тема интересная и перспективная, потому что она позволяет моделировать разные сценарии развития компании и пробовать разные вещи «на полигоне». А если еще эти сценарии ИИ-шкой обсчитывать, то, по-моему, вообще очень здорово.

[В] Это правда здОрово. Но пока со стороны HR, мне кажется, мы бесконечно далеки от этого. Что думаешь?

[С] Я часто я вижу какие-то автоматизированные кусочки или какие-то фичи отдельные. Например, бот на основе искусственного интеллекта для адаптации, или для чего-то такого. Это один кусочек. Даже не процесс, а подпроцесс в HR. Хорошо, мы сделали такого бота. А как он вписывается в остальную архитектуру данных в компании? Как нам его туда вписать? Как нам его дорабатывать, если нам нужно будет его изменить или что-то еще в него встроить? Вот эта «кусочность», на мой взгляд, она у нас никуда не пропадает, и в сторону интеграции данных более глобальной мы особо не идем.

[В] Я тут недавно подумала, то доктор Хаусовское «все врут» относится не только к медицине и пациентам, но и к нашей, HR теме: к кандидатам в резюме и на собеседовании, к сотрудникам, которые пишут обратную связь на своих коллег в перфоманс ревью и т.п.

[C] Качество HR данных всегда на повестке и оно всегда очень сильно оставляет желать лучшего - и то, что мы заносим в системы, и то, что получаем из систем... У нас же много данных. А вот как их корректно собирать, заносить и обрабатывать, как их корректно собирать, и, в первую очередь, от людей.
[C] Например, человек при увольнении просто сказал «зарплата маленькая и я нашел себе больше», то на самом-то деле причин причины глубже, да и причина не одна, а их несколько, т.к. из-за одной причины никто не уходит, они накапливаются. И как нам докопаться именно до ключевых причин? Как нам эти данные получать и обрабатывать? Здесь, наверное, ИИ-шка тоже может нам помочь. Например, если мы будем записывать exit-интервью, а она будет анализировать эмоции, паузы в разговоре, то, когда человек перескакивает с темы на тему и замыливает какую-то тему... На мой взгляд, это был бы интересный продукт, другой вопрос, сколько он бы стоил.

[В] Света, не можем обойти с тобой стороной тему ИИ. Как ты относишься к нему применительно к сфере HR?

[С] Конечно, ИИ - это большое подспорье, как и в любой другой деятельности, подспорье для рутины. Тут банальные какие-то вещи - и в рекрутменте, и в обучении, конечно, это все хорошо и нужно использовать, на мой взгляд. Это очень удобно и действительно позволяет освободить голову для того, чтобы думать. В HR, к несчастью, не всегда есть время, чтобы действительно обдумать какую-то проблему. Нужно, как в том анекдоте, трясти, бежать и делать. И у HR остается большая задача по коммуникациям.

Светлана Сидоркина - консультант по орг.дизайну, много лет руководила подразделением орг.дизайна и автоматизации HR в крупной телеком компании.

Канал Светланы про оргдизайн @sidorkinaorgdesign

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки с конференции IT Retail Day от TAdviser, 🗓12.03.2026 г.

Напомню, что на подобных конференциях обычно выступают спикеры из компаний «среднего звена» и рассказывают «земные» кейсы, в отличие от тех конференций, где собираются самые крупные и богатые

Спойлер: судя по выступлению разного плана директоров компаний этого уровня, самый топовый кейс внедрения ИИ – это ИИ в контактном центре и речевая аналитика в разных интерпретациях

Тануки,
автоматизация контактного центра

Сделали гибридную архитектуру:
сценарный бот - 80% типовых обращений
AI маршрутизатор - понимает свободную форму запроса и перенаправляет, точность 95%
AI агент – «обработка эмоционально заряженных сценариев (жалобы, опаздания)» с «человеческим» подходом

Итог:
65% чаты, 35% голос (в 2024 было больше голоса, чем текста)
70% (72 тыс.) обращений решаются автоматически
Среднее время решения сократилось в 5 раз
Текучесть существенно снизилась (не знаю до скольки, в 2024 была 200%)
Проще стали проходить пиковые даты
Численность сократилась до 41 чел. (в 2024 было 62 чел)

Кофемания,
кейс про автоматизацию (не без помощи ИИ, конечно) планирования поставок

комментарий от меня: интересно, т.к. факторы и условия для планирования численности в HoReCa похожи

Особенности планирования
• Краткосрочный горизонт прогноза (до 3 дней) — высокая точность vs. долгосрочная неопределённость
• 2 места приготовления: кухня ресторана + центральное производство — разные тех карты и сроки
• технология приготовления: время готовки, сложность, перекрёстное использование ингредиентов в зависимости от рецепта (где-то нужен целый огурец, а где-то лучше привезти уже нарезанные)
• высокие издержки из-за высоких списаний продуктов
• поставки 2 раза в день

Эволюция похода:
1 – экспертная оценка шеф-поваров (субъективно, не масштабируемо)
2 – простые стат методы в excel (не учитывают контекст)
3 – ML-прогнозирование (многофакторынй анализ, адаптация к паттернам)

Сделали модель планирования в сочетании с 2мя алгоритмами:
· CatBoost: отлично работает с категориальными признаками (тип ресторана, день недели, сезонность), устойчив к переобучению на коротких рядах
· AutoGluon: автоматический подбор ансамблей, быстрое прототипирование

Прогноз на 3 дня, точность 95%

Планы:
• Углубление точности прогноза, переход от дневного к внутридневному прогнозу (обеденный и вечерний пик)
• Расширение контекста – интеграция внешних факторов – праздники, погода, фактический трафик

Спикер из М-Видео
рассказывал про сложное гибридную инфрастуктуру, но интересно было про 3 ключевые проблемы ритейла, которые в марте 2026 попали в новый контекст:
• Черная пятница – сайт лег
• Данные клиентов под угрозой
• Интернет пропал – магазин встал (изначально предполагалось что речь тут про магазины в удаленных региональных городах)

Спикер из АвтоСпецЦентра,
по совместительству управляющий ИТ и маркетингом, не понаслышке понимающий что такое NPS, рассказал про использование ИИ для создания «дайджеста негатива»

комментарий от меня:
employer brand менеджерам на заметку

Архитектура:
• Парсер новых отзывов на яндекс картах
• ИИ анализатор опросов NPS на негативные отзывы
• ИИ анализатор входящих звонков на негатив в разговоре
• Входящие письменные жалобы с email
Все это обрабатывается ИИ обработчиком, который составляет «краткую сводку по негативу» и топ-5 причин по NPS

Напитки вместе
Тоже нацелены на выявление из контактов с клиентами негатива + выявлению актуальных потребностей клиентов и сборе спонтанной обратной связи от клиента во время продаж (ОС о качестве продукции, работе портала В2В, работе торговой команды, доставки, потребительских предпочтений, полученных в диалоге «между делом»)

В планах:
• Продвижение клиентам новинок, работа с возражениями
• Обучение полевой команды
• Мотивационные программы для агентов на основе справедливой оценки качестве через речевую аналитику
• Виртуальный наставник, построенный на реальных диалогах

Еще было интересное выступление от спикера из Галамарт, про «дерево метрик», но про это напишу отдельно позднее

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

Пока писала пост в @hrtechru про продукт для C&B от ТБанка подумала про то, как же все-таки в HR все похоже. Я уже думала так, когда писала пост про внутреннюю подработку в рознице и ИТ  5 лет назад, а сейчас про коммуникацию о доходе сотрудников.

Ребята из ТБанка рассказывали про эру C&B 3.0, продуктовый подход в C&B, обратную связь от сотрудников…
«HR 80% тратит на рутину, а не на стратегию»
«Сотрудники не понимают за что им платят»
«Решения не адаптируются под разные группы»

Результатом всего этого стал интересный продукт, в котором, в том числе, есть личный кабинет сотрудника с информацией о совокупном доходе и льготах. Продукт правда хороший, с классным дизайном и умными фичами (см. описание в этом посте)

Но в этот раз я подумала, что в ИТ приходят к тому что сотрудникам важно показывать совокупный доход значительно позднее, чем в продвинутом ритейле и протзводстве.

В рознице приложения с полным расчетом дохода сотрудников делали еще 10 лет назад (по крайней мере то, что делала в своем опыте я и моя команда).  Разница лишь в том, что в ИТ - это годовой доход, а там – ежемесячный.

При сдельной оплате труда, давать сотрудникам полный расклад суммы заработной платы – это не роскошный максимум, а базовый минимум. И для этого есть 2 основные причины:

1. Удержание сотрудников
Дать возможность сотрудникам понимать из чего складывается их доход и иметь возможность посчитать каким он будет в конце месяца – это база. И, сдается мне, что линейные сотрудники умеют считать свои доходы гораздо лучше ИТ-шников, потому что для них каждая заработанная или недополученная 1000 рублей – это весомая часть семейного бюджета. А ошибка в расчете и выплате премии и недоплата сотруднику 10000 – это значит не дать возможность кому-то купить продукты, заплатить за квартиру или оплатить кружок ребенку, т.е. социальная и моральная ответственность крайне высока.

2. Минимизации работы менеджера по компенсациям и HRBP
В рознице нет отдельно взятых C&B партнеров (не знаю, может сейчас уже есть, но в мое время не было).
Поэтому когда в дни выплаты аванса и зп тебе звонят (а в те времена, когда я руководила командой мотивации популярно было именно звонить 😊), так вот когда менеджерам по компенсациям и HRBP звонили десятки сотрудников с вопросами «почему у меня такая премия?» не обеспечить понятную и прозрачную программу мотивации и не сделать подробный «расчетный лист» не только с деньгами, но и с показателями выработки - невозможно, иначе 3 дня после зп и 3 дня после аванса будут полностью заняты объяснениями расчетов премий.

Да, там не было smart-рекомендаций, но тогда и ИИ то не было, но зато там было все что нужно сотрудникам. И обратной связи для развития было 2 раза в месяц хоть отбавляй. И без всяких продуктовых подходов.

Информация про льготы и обучение там тоже были. Опять же потому что при той численности HR на численность сотрудников, что есть в рознице, иначе просто не выжить)
Но это уже другая история

P.S. надеюсь все поняли, что картинка унифицированного расчетного листа это стёб, конечно для сотрудников все было более красиво и понятно

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

Афиша Апрель
ИТ, DATA, PRODUCT

🗓 07.04
Цифровая трансформация от CNews
ссылка

🗓 08-09.04 Data Fusion
https://data-fusion.ru

🗓 17.04 Product Focus
https://productfocus.ru/club

🗓 22.04
CDO/CDTO Summit
https://cdosummit.ru/

🗓 23-24.04.2026
AI Product Conf
https://productconf.ru/

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки c конференции Global Tech, прошедшей 27.03.2026 г.

ч.1, про подбор, операционное
(Юнион, Qooqa, HRMost)

Выступление Юнион я пропустила, увидела только что Т1 и Юнион диверсифицируются и выходят на рынок услуг кадровых агентств, аутстафф и лидогенерация (похожая схема есть у Фрэндворк)

У Qooqa был краткий ликбез про работу с ИИ-рекрутерами:

Какие бывают – видео, аудио, текст
Кука топит на за текст.
По их данным: в видео конверсия в ответ кандидатов < 10%, в аудио – <25%, а вот в тексте около 74% кандидатов отвечают ИИ рекрутеру и только <1% просят переключить диалог на человека

В пользу работы с ИИ рекрутерами – кандидаты отвечают во внерабочее время:
25% - в выходные и праздники, 46% - после 18.00

Еще 2 интересных момента:
• Кука специально собесит все отклики, даже если кандидат не подходит резюме на случай, если человек просто не умеет писать резюме, а при общении окажется норм
• Вопросы придумывают сами, в смысле через ИИ и настоятельно рекомендуют делать именно так, чтобы выработать привычку и рекрутеров и не давать им делать лишнюю техническую работу

HRMost
Куда движется рынок, как компаниям реагировать на ограниченный рынок соискателей:
• Быть ближе к источнику кандидатов, в том числе, связываться с кандидатами напрямую через сайты
• Наращивать входящий трафик (создавать больше точек контакта в местах, усиливать своё присутствие)
• Искать и тестировать новые каналы взаимодействия

Статистика компании:
• 30% кандидатов получают ответ на отклик в течение 1 рабочего дня
• 30% - в течение 2х недель
• 15% - в течение 1 месяца
• 25% не получают совсем

Говорят, что кандидаты, в целом, довольны ИИ. Результаты исследования Sorbonne Alliance, янв 2025 года показывают, что соискатели в целом положительно относятся к использованию технологий ИИ в процессах найма:
• 69% отметили увеличение скорости ответа
• 49% нравится, что общение с ИИ удобное и простое
• 28% считают, что ИИ объективно оценивает их рабочие качества

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки c конференции Global Tech, прошедшей 27.03.2026 г.

ч.2., про подбор, визионерское (Поток)

От Потока в этот раз выступал СЕО, Сергей Ахметов, поэтому выступление было визионерское. Интересно.

Иллюзия ИИ-революции. Битва алгоритмов.

Мы внедрили ИИ, но наём не стал проще.
• Общая скорость закрытия вакансий не выросла
• Субъективность оценки осталась
• Качество найма не выросло

Рекрутеры стали делать рутинные операции быстрее, но

мы просто заставили беговую дорожку крутиться быстрее

Текущие системы не готовы к будущему:
• ATS автоматизируют активность (перемещение карточки из колонки в колонку)
• ATS не координируют действия и потоки принятия решений

82% компаний довольны текущей рекрутинговой платформой
76% могут заменить ее в ближайшие 1-2 года

Современные ATS – вершина эволюции, прекрасны и удобны. ИИ их обогатил. Но ATS все еще пассивные системы, не готовые к координации ИИ

В чем будущее ATS?
Переход от учета к системе оркестрации:
1. AI агенты самостоятельно берут на себя задачи и доводят их до результата
2. Маркетплейс объединяет разрозненные сервисы к единую экосистему
3. Оркестратор координирует работу ИИ агентов и сервисов маркетплейса

Как итог, прекрасный Рекрутер будущего — это:
• Не оператор ATS, а архитектор процессов найма
• Не ищет совпадения по ключевым словам, а оценивает потенциал и адаптивность
• Не тратит 30% времени на синхронизацию данных, а управляет флотом ИИ агентов, делегирую им рутину
• Фокусируется не на закрытии заявки, а на стратегии бизнеса, культуре и soft skills

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки c конференции Global Tech, прошедшей 27.03.2026 г.
ч.3, выступления про эффективность

ч.1, про подбор тут
ч.2, про подбор тут

Газстройпром (Стройтранснефтегаз)
Про планирование численности и укомплектованность на глубоко удаленных объектах

Рассказ про классный проект про расчет норм при наличии на 8000 видов работ, фотографию рабочего места и поиск узких мест в производительности был на конференции для C&B.

Укомплектованость 75%, а остальное можно постараться изыскать из резервов потерь рабочего времени

Показали также инструмент под названием «График движения людских ресурсов (ГДЛР)» в виде монструозного excel-файла с расчетом на базе 5 ключевых параметров:
1. Производственная потребность
2. Списочная численность
3. Явочная численность
4. Плановые трудоустройства
5. Вахтовый график

На основе этих данных автоматически рассчитываются: плановая явочная численность на дату, дефицит или профицит кадров и % укомплектованности объекта.

Внешний кадровый резерв:
Люди спрашивают - а вы нас точно вызовете на вахту в следующий раз?

Валентина Митрофанова рассказывала про особенности работы с kpi с точки зрения регулятора
Ну, во-первых, KPI – это англицизм 😉 так что КПЭ, КПД, КПР, ЦП и т.д.
Также как и грейды теперь это уровни, категории или ранги

Переход от «Премия – право работодателя»,
к «Премия – обязанность работодателя»

3 типичные ошибки:
• Показателей слишком много
• Часть показателей не связаны непосредственно с трудом работника
• Показатели ориентированы на достижение конкретного показателя, что работает в ущерб устойчивости и другим значимым факторам

Напоминание, что показатели премирования должны отражать качество труда, количество труда иные объективные критерии работы сотрудника, а не просто показатели всей компании в целом. Причем это важно не только с точки зрения трудового законодательства, но и налогового, т.к. неправильно выставленные kpi могут привести к доначислению налогов.

МВидео рассказывали кейс про КЭДО
Из интересного - модуль отпусков дал 11% сокращения резервов отпусков

5 ошибок внедрения ИИ от директора по орг развитию «Уральской стали»
1. Автоматизация хаоса
ИИ ускоряет беспорядок, а не эффективность
2. Нет единого контура HR данных
ИИ не может учиться на разрозненных системах
3. Ждем умного ИИ,
но не меняем роль HR с исполнителя на аналитика
4. Страх потери контроля
HR не делегирует решения алгоритмам и возвращается к ручному управлению
5. Внедрение без обучения
Сотрудникам дали доступ, но не дали навыков

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки c конференции Global Tech, прошедшей 27.03.2026 г.,
ч.4, гибкая занятость

ч.1, про подбор (Юнион, Qooqa, HRMost) 🔜 тут
ч.2, про подбор (Поток) тут
ч.3, про эффективность тут

Stape провели исследование про совместительство среди исполнителей – участников своей платформы (правда им больше нравится термин «мультиджобинг»
• 84% уровень сеньор
• 76% опыт до 15 лет
• 67% - 2 работы
• 70% по той же специальности
• 64% скрывают совмещение

Самая частая комбинация: 1 основная full-time работа +1-2 парт-тайм
52% работают те же 8-10 часов, как и на основной работе
Зарплата мультиджобера в сфере разработки, дизайна и девопса в среднем в 1,5-2 раза выше рынка, у остальных (pr, маркетинг, hr, тестировщик) в рынке или выше незначительно

А Виктор Емец, управляющий партнер Наймикс, очень коротенько, но убедительно рассказал, что гиг-экономика - это уже неизбежность и только будет расти

Некоторые цифры про рынок гибкой занятости в России и в мире:
~30% трудоспособного населения в развитых странах оказывают услуги как внештатные специалисты 
  *По данным McKinsey*
>20% трудоспособного населения России работают как внештатный персонал
~470 млн человек в мире работают как фрилансеры 
  *По данным Всемирного банка*
15,6 млн зарегистрированы в качестве самозанятых в России 
  *По данным ФНС*
582 млрд руб. оценивался мировой рынок гиг-экономики на конец 2025 г. 
  *По данным Всемирного банка*
8–10% ежегодный рост рынка гибкой занятости

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

Аэропорт и принятие решений

На прошлой неделе я улетала из Московского аэропорта стыковочным рейсом и основным моим переживанием было то, чтобы вылет из Москвы не перенесли. А недавно обсуждали с коллегой, что ее вылет из аэропорта Сочи перенесли на пару часов, в то время как рейс после них остался в сетке расписания.

Разберу этот кейс как очень хороший пример насколько по разному можно на одну и ту же ситуацию с 2х сторон и на сколько по разному выглядит принятие решений из разных ролей.

С точки зрения нашего опыта пользователя пассажира максимально логичным и справедливым выглядит решение двигать каждый самолет последовательно, в порядке общей очереди.

А вот с точки зрения организации движения изменить расписание Х рейсов гораздо проще чем изменить расписание 2Х рейсов. За и переносом рейса в расписании следует не только изменения для пассажиров, но еще и огромное количество изменений производственном процессе обслуживания каждого отдельного борта:
* внутри аэропорта -  изменения в расписаниях взлетно-посадочных полос, наземного обслуживания (заправщики, уборщики, багажные грузчики, автобусы, трапы), экипажа, использования стоек регистрации и выходов на посадку,
* после взлета – маршрут следования, эшелон движения, наверняка что-то еще

Скорее всего, там еще имеет значение брэнд и «вес» авиакомпании в пассажиропотоке этого аэропорта, тарифы на обслуживание, связь со стыковочными рейсами и еще множество разных факторов.

Так что с точки зрения нагрузки на операционку аэропорта и авиакомпании, к нашему пассажирскому сожалению, иногда проще изменять события не по цепочке, а как-то под другому.

Привет моему 3х летнему опыту работы в аэропорту и всем бывшим коллегам (ВС, хэндлинг и гейт пришлось осознанно заменять на понятный русский) 👋🏻

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки с конференции ИТ в промышленности от TAdviser, 🗓18.03.2026 г.

В отличие от кейсов из ритейла, в промышленности большинство кейсов, которыми делились ИТ директора были про контроль качества и замену оператора на машинное зрение, например, у завода Алвиса (производство коньяков) - компьютерное зрение и нейросеть - проверяет сколы на бутылках, а на предприятиях Свеза - для контроля качества древесины

От Алвиса выступа директор по бережливому производству. В компании очень большой фокус на эффективное управление.

Как HR-у, мне интересно было видеть, что в большом количестве мероприятий в рамках программы бережливого производства, запланированных в компании на 2026 год, без участия сотрудников не обойтись, например:

Кайдзен – «вовлечение в процесс улучшения всех сотрудников», «обучение сотрудников всем видам потерь»
СУР (система управления ресурсами) – «внедрение системы планерок в подразделениях производств от уровня директора до уровня цеха», «внедрение PDCA»
SMED (быстрая переналадка оборудования) – «формирование команд SMED», «стандартизация и нормирование времени выполнения»

Это про изменение структуры, ролей, новые обязанности, новые принципы работы людей. В такие моменты мне всегда хочется верить, что коллеги из производства понимают роль функции HR в этих процессах, и сам HR понимает свои задачи и чем может быть полезен.

Москабельмет

Интересно про свои «грабли» и их решение:
1. Проект буксует –> найти амбассадоров
2. Сложный переход на новую систему, т.к. доступные привычные альтернативные инструменты -> закрыть доступ к альтернативам
3. Ставка на сильных теоретиков, а проект не движется -> ставка на зумера, т.к. он бесстрашный (он просто не понял, что задача очень сложная, взялся за нее и сделал :)

Ижевский завод тепловой техники
2025 - денег нет, но вы держитесь. 2026 не удержитесь - пеняйте на себя

Как научить сотрудников сложному excel?
описываем структуру файлов в дипсик -> описываем задачу макроса
-> получаем VBA-код
-> вставляем код в excel

Русал
Количество сопроводительных документов, микс артефактов из agile и жесткого проектного подхода – это, конечно, очень любопытно (ниже текст со слайда дословно)

AI Dev Track:
• Идея: DoR, Kick-Off
• Запуск проекта: Canvas, DoR, Системные требования DataFlow+DS, Системные требования Development
• PoC (Proof of Concept):
Отчет о проведении PoC,
Отчет о валидации PoC
• MVP:
Отчет о проведении MVP,
Отчет о валидации MVP
• Поддержка: SLA, Changelog DS, Changelog продукта

Canvas – инструмент для проектной команды, шаблон с блоками для описания ключевых элементов проекта и создаваемого продукта

DoR (Definition of Ready) – артефакт, содержащий набор критериев, которые определяют готовность команды DS к работе над созданием ИИ продукта

В случае если после принятия DoR требования к продукту меняются, в качестве приложения к DoR оформляется запрос на изменения (ЗнИ)

Понятно, что отрасль серьезная, и продукты, видимо, дорогие, но страшно представить сколько людей занимаются оформлением всей этой тучи документов…

Металлоинвест
Инструмент моделирования строительства 4D: 3D модель здания + сроки исполнения

В "мультике" можно посмотреть как строится, например, цех и  сделать полный анализ проведения работ (найти потери, возможности улучшений, оценить соблюдение технологий и т.п.)

В перспективе думают над моделью 5D - 3D модель здания + сроки исполнения + затраты. Пилотировали, но пока не тиражировали

Пилотировали также BIM2VR, но поняли, что BiM модели на большом экране вполне достаточно (BiM модель – это цифровая модель здания, которая содержит не только геометрические данные, но и всю сопутствующую информацию: материалы, конструкции, инженерные системы, графики строительства и параметры эксплуатации, цифровой двойник здания)

И, отдельно, некоторые мотивирующие цитаты от спикеров:
* То, что измеряно, может быть улучшено
* Больше думать - меньше делать
* Не все пилоты идут в реализации, но их все равно нужно делать
* Никто не понимает, что будет в итоге, но нужно идти дальше
* Чем дальше – тем интереснее

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

LLM в Яндексе,
#заметки с выступления Дмитрия Жиденко, Руководителя HR Tech Яндекса на митапе Yandex Cloud, 🗓 19.03.2026

Зачем внедряем? Какой смысл?
• Экономический эффект
• Качественный эффект
• Маркетинг и adoption-технологии

Приоритетные области внедрения
• Наём - сейчас этап production
• Развитие и обучение - Pilot
• Агенты эффективности – Production

Наём: основные сценарии

Транскрибация и саммаризация интервью
• Транскрибируется 800 встреч в месяц (6% от всех интервью со встречей в календаре)
• Генерируется ИИ-фидбек по 25% транскрибированных интервью
• Экономия времени на каждое интервью — 20–30 минут

ИИ-ревью секций интервью
• Делаем ревью 2800 технических интервью в месяц, ~32% от общего числа
• Ревью занимает у человека 20–30 минут
• Ресурсы ревьюеров ограничены, поэтому не можем охватить всё (можем около 5%)
• Получаем возможность собирать статистику о качестве проведения секций по всем интервью

Агенты эффективности
Уже делаем:
Транскрибацию и саммаризацию встреч — 15 000 часов в неделю
Метрики:
Качество транскрипции - 9,07/10,
Качество саммаризации - 8,84/10
Next steps:
Создание и трекинг задач,
Пространство команды

Развитие и обучение
Уже делаем:
Помощь в написании самоотзыва,
Саммаризация обратной связи
Next steps:
Сценарии обучения и доступа к знаниям через LLM,
Тренажёры на базе LLM

На что важно обращать внимание
• Надо делать продуктовые сценарии, а не LLM
• LLM-совместимая инфраструктура — важный шаг
• Иметь метрики качества с самого начала и системно улучшать характеристики (цикл повышения качества)

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

AI-native-подход в карьерном обучении
#заметки с выступления Владимира Щербакова, основателя и СЕО Teachbase, на митапе Yandex Cloud, 🗓 19.03.2026

Изменение UX ученика

1. Обучение больше не живёт в отдельном окне.
Знания встраиваются в инструменты, которыми люди уже пользуются: чаты, рабочие среды, ИИ-ассистенты LMS конкурирует не с другой LMS, а с ChatGPT

2. Обучение внутри рабочих задач
Было: HR выбирает курс → назначает сотруднику → контролирует прохождение
Стало: сотрудник сталкивается с задачей → ИИ рекомендует релевантный контент → обучение в моменте

Изменение UX преподавателя
Преподаватель перестаёт быть автором-одиночкой. Он становится дирижёром: задаёт структуру, а ИИ помогает с рутиной — генерацией, адаптацией и аналитикой

Инструменты преподавателя:
• Copilot для создания курсов и тестов
• Диалоговые тренажёры и новый уровень обратной связи

Набор предустановленных ИИ-инструментов, заточенных под задачи методолога при разработке курсов
• Структуризация
Декомпозиция темы на модули и уроки с учётом таксономии Блума
• Генерация тестов
Создание вопросов разных типов с валидными дистракторами
• Анализ ЦА
Профилирование аудитории и адаптация сложности материала
• Сценарии кейсов
Генерация бизнес-кейсов и ролевых ситуаций для тренажёров
• Аналитика курса
Поиск узких мест: где теряются ученики, что не работает
• Адаптация
Перевод контента между форматами: текст - видеоскрипт – тест

Что делать на фоне рассинхрона моделей РФ vs мир:
• Абстрагировать слой LLM
Архитектура должна позволять менять провайдера без переписывания продукта
• Комбинировать модели
Routing: сложные задачи — лучшая доступная модель, простые — локальная
• Инвестировать в промпт-инжиниринг
Для локальных моделей качество промпта определяет 80% результата

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

#заметки с конференции Битрикс24, которая прошла 🗓 26.02.2026

Любопытно, что в HR секции рассказывали про КЭДО, корпоративные порталы и аналитику, а в параллельной секции, ИТ-шники из Газпром ЦПС рассказывали кейсы про применении ИИ в перфоманс ревью.

Про КЭДО и корп. порталы написать особо нечего, кроме лайфхака от Комус, которые рассказывали про то, что важный двигатель культуры – это конкурсы. Может кому-то будет полезно

Смотреть кейс про HR аналитику в Битрикс было больно. С точки зрения метрик – база (численность, текучесть, кол-во открытых вакансий, воронка, скорость закрытия). С точки зрения визуализации – просто ад, визуализации 2000 года – и цвета, и выбор графиков, и верстка и как из всего этого делать вывода – хз.

Про перфоманс ревью:
Предпосылки
>220 сотрудников блока ИТ участвуют в системе мотивации
>1200 задач за квартал на проверку, причем в перегруженный период закрытия квартала
~84 часа времени заместителя генерального директора по блоку ИТ требуется на проверку
до 20–40% заявок не готовы к работе и требуют повторной обработки.
Уточнения увеличивают цикл обработки задач на 20–30%.
Показатели деградируют без роста объёма работ.
Рабочее время специалистов уходит на коммуникации, а не на результат.

Сделали сервис для проверки задач через нейронку:
1. Пользователь отправляет данные на сервис
2. Нейросеть, дообученная на примере выборки задач, проводит анализ задач на соответствие SMART 
3. Нейросеть выдает результат в виде процента соответствия и рекомендаций 

Результаты в цифрах не показали, но сказали, что время существенно сэкономили.

Сама идея и место применения ИИ в HR, на мой взгляд, отличное, но от себя могу добавить, что мы тоже делали такое в прошлом году, и, если делать это решение в масштабе компании, а не одного подразделения, как у ребят, то эта тема все-таки более широкая, чем просто «отформатировать все задачи под шаблон smart» - задачи разные - по сроку, по масштабу, по эффекту, по влиянию на результат и настройки тоже нужны более аккуратные.

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata

мотивирующий инсайт из отпуска

когда сидишь и смотришь на бескрайний океан🌊 перед глазами, то он кажется просто огромным. а потом в какой-то момент понимаешь, что если повернуть головой вправо и влево, то и там тоже океан🌊

так же и с возможностями:
смотришь вперед и кажется что их много-много, а если повернуть головой по сторонам, то там еще больше!

крутите головой почаще)

а пока ТГ не безграничный, то крутим голову в сторону 📲 Max

HR аналитика для небольших компаний

В личных сообщения мне довольно часто задают вопрос: нужна ли HR аналитика в небольших компаниях?

На мой взгляд, такой вопрос не совсем корректен. Правильнее спросить: может ли быть полезной бизнесу HR-аналитика в небольшой компании?

Вместо теории расскажу случай из недавней консультации

Бывают такие консультации, когда в первые минуты общения кажется, что ничего нельзя сделать и ничем нельзя помочь: бизнес несистемный, маленький, на ручном управлении, но от HRD ожидается «какая-нибудь полезная HR аналитика».

Проблема:
HRD рекламного агентства ежемесячно считает и показывает топ-менеджменту цифры численности, текучести, даже долю ФОТ от выручки, но это все не то, т.к. эти метрики, в реальности не дают никакой пользы – показатели из месяца в месяц плюс/минус одни и те же, доля ФОТ от прибыли меняется, но лишь от сезонности бизнеса, а не от какого-то правильного или неправильного управления.

Решение:
При более глубоком рассмотрении сути бизнеса оказалось, что он состоит из регулярной проектной работы, порядка 90 проектов каждый месяц. И это оказалось отличным «местом приложения усилий»

Что начать заниматься аналитикой нужно считать что-то полезное и с чем-то это сравнивать.

Сравнивать затраты на персонал внутри 90 проектов ежемесячно и долю затрат в прибыли с проекта выглядит довольно перспективным. Тем более, что на данный момент управление ресурсами в них полностью отсутствует: проектная команда на каждый проект собирается «по ощущениям» и никак не оценивается.

Какой план действий составили с HRD:
1. Начать вести учет численности, включая % занятости сотрудников, на каждом проекте (в команде есть большое число сотрудников, которые заняты на нескольких проектов в течение месяца)
2. Начать считать не только численность, но и ФОТ сотрудников на каждом проекте
3. Сравнить долю ФОТ внутри проектов в течение нескольких месяцев между собой.
4. Найти лучших и худших и определить, что делает лучших – лучшими, а худших – худшими.
5. На основе лучших практик определить целевые значения и формировать проектные команды в будущем на основе целевых значений

Что важно сделать предварительно:
• Разделить ("нарезать") вместе с бизнесом проекты на категории в зависимости от бюджета, срока, типа клиента, т.к. они точно не одинаковые и требуют разных трудозатрат, а, значит, и целевые значения, скорее всего, в них будут разными. Это нужно чтобы сравнивать проекты, сопоставимые между собой.

HRD ушла вдохновленной :)

📱 Телеграм |📲 Max |📱 ВКонтакте
База знаний whrdata