XVIII Международная студенческая научная конференция Студенческий научный форум - 2026

Актуальность темы обусловлена тем, что реализация национального проекта «Экономика данных и цифровая трансформация государства» в 2025-2030 гг. задает вектор на повсеместное внедрение цифровых технологий, включая искусственный интеллект, во все сферы экономики с целью повышения качества жизни граждан и роста ключевых отраслей социальной сферы, государственного и муниципального управления, экономики [1].

Согласно статистическим данных предоставленных в исследовании «Белая книга цифровой экономики 2023» стратегический приоритет развития искусственного интеллекта в России подтверждается значительными государственными инвестициями - 19,4 млрд рублей в рамках национального проекта «Цифровая экономика» за 2019-2023 годы [2]. Интенсивное развитие экосистемы ИИ демонстрирует учреждение премии «Лидеры искусственного интеллекта», собравшей свыше 300 заявок, что свидетельствует о переходе от экспериментальных проектов к практическому внедрению технологий. Согласно исследованию НИУ ВШЭ, управление персоналом вошло в тройку ключевых направлений применения ИИ, охватывая более половины компаний, использующих данные технологии [3]. Выбор источников обусловлен авторитетностью «Белой книги цифровой экономики» как консолидированного исследования цифровизации и специализацией НИУ ВШЭ в области анализа цифровой трансформации. Активное внедрение ИИ в HR-процессы на фоне масштабной государственной поддержки определяет необходимость комплексного изучения возможностей и рисков такой интеграции.

Рис. 1 – Использование технологий искусственного интеллекта в бизнес-процессах организаций 2024 года (в % от числа организаций, использующих технологии ИИ) [3].

Искусственный интеллект открывает перед HR-сферой беспрецедентные возможности. Прежде всего, это касается рекрутинга. Алгоритмы машинного обучения способны анализировать тысячи резюме за секунды, выявляя кандидатов, наиболее релевантных требованиям вакансии. В отличие от поиска по ключевым словам, NLP-алгоритмы читают резюме «между строк»: анализируют контекст, распознают похожие фразы и связывают навыки с достижениями кандидата. Кроме того, ИИ используется для проведения первичного скрининга с помощью чат-ботов и анализа видеособеседований, оценивая не только вербальные ответы, но и невербальные сигналы. По мнению директора сервиса HR-tech компании «Авито», Дмитрия Королева, изменения в рекрутинге скорее
коснутся массовых профессий. К высококвалифицированным сотрудникам это менее применимо [4]. Массовыми профессиями, к которым уже активно применяется процесс отбора с использование ИИ, являются: курьеры, сотрудники колл-центров, сортировщики на складах маркетплейсов.

В области адаптации новых сотрудников ИИ позволяет создавать персонализированные интеграционные траектории. Система анализирует профиль компетенций сотрудника, его предыдущий опыт и должностные обязанности, автоматически формируя индивидуальный план адаптации. Например, алгоритмы могут рекомендовать конкретные курсы, назначать менторов из числа коллег и устанавливать контрольные точки для оценки прогресса. Можно использовать бота, который объяснит новому работнику рабочий график, устройство команды, детали корпоративной культуры и другие особенности работы в компании, выдаст простые пошаговые инструкции — например, как оформить отпуск, получить доступ к CRM, заказать оборудование или связаться с техподдержкой [5].

В сфере обучения и развития ИИ трансформирует традиционные подходы к подготовке кадров. Интеллектуальные системы способны:

1. Выявлять пробелы в знаниях сотрудников через анализ их рабочих задач и результатов деятельности

2. Динамически адаптировать учебные материалы под индивидуальный темп восприятия каждого обучающегося

3. Генерировать симуляции реальных рабочих ситуаций для отработки практических навыков

4. Прогнозировать потребности в переобучении на основе анализа изменений должностных требований, прохождения тестов.

Генеративные модели искусственного интеллекта совершили революцию в создании образовательного контента, позволяя автоматизировать до 70-80% процессов разработки учебных материалов [6]. Особенностью подхода является способность алгоритмов адаптировать контент под конкретные потребности компании и специфику целевой аудитории, что создает принципиально новые возможности для корпоративного обучения.

В области HR-аналитики искусственный интеллект позволяет организациям обрабатывать сложные массивы данных об эффективности сотрудников, уровне вовлеченности, динамике текучести и состоянии корпоративной культуры. Современные алгоритмы машинного обучения способны выявлять скрытые закономерности и строить прогнозные модели. Особенно ярко это проявляется в предиктивной аналитике текучести кадров, где ИИ анализирует исторические данные об увольнениях, показатели производительности и эмоциональный фон сотрудников. Например, при выявлении корреляции между отсутствием наставничества и риском ухода персонала система может рекомендовать внедрение структурированных программ менторства и индивидуальных карьерных планов. Не менее эффективно ИИ применяется в компенсационной аналитике, где алгоритмы обрабатывают данные о рыночных зарплатах и внутренней политике оплаты труда, помогая не только поддерживать конкурентоспособность пакетов вознаграждения, но и решать проблему необоснованных разрывов в оплате [7].

Однако внедрение ИИ сопряжено с рядом существенных рисков и барьеров, которые создают противоречивую картину его восприятия. С одной стороны, автоматизация сулит рост эффективности, с другой – порождает вызовы.

Рис. 2 – Ключевые препятствия внедрения ИИ в HR [8].

Анализ статистических данных, представленных в исследовании «ИИ в HR» за 2025 год, позволяет выявить системные барьеры, препятствующие масштабированию технологий искусственного интеллекта в управлении персоналом [8]. Доминирующим препятствием являются риски информационной безопасности, которые отмечают 50% респондентов. Этот показатель отражает растущую озабоченность компаний защитой персональных данных сотрудников, особенно в контексте ужесточения законодательства и увеличения кибератак.

Существенным барьером выступает кадровый дефицит: 47% организаций указывают на отсутствие необходимых компетенций для внедрения и эксплуатации AI-систем. Данная проблема создает порочный круг — без внутренних специалистов невозможно корректно внедрить технологии, а без успешных кейсов внедрения не формируется мотивация к получению соответствующих компетенций.

Третья группа препятствий связана с технологической инфраструктурой: 36% компаний сталкиваются с недостаточным объемом и качеством данных, а 35% отмечают отсутствие готовых решений на рынке. Эти данные свидетельствуют о том, что многие организации не прошли этап цифровой зрелости, необходимый для эффективного использования ИИ.

Примечательно, что только 30% респондентов рассматривают высокую стоимость как ключевое препятствие, что может указывать на готовность бизнеса инвестировать в перспективные технологии. Наименьшие опасения вызывают зависимость от вендора (12%) и скептическое отношение персонала (10%), что демонстрирует общую позитивную настроенность рынка к технологическим изменениям в HR.

Данная статистика иллюстрирует эволюцию барьеров внедрения — от первоначальных сомнений в целесообразности технологии к более сложным проблемам безопасности, компетенций и инфраструктуры.

Достаточно точно угрозы от внедрения ИИ в процессы управления персоналом описало экспертное сообщество компании «Северсталь» [8].

Во-первых, ключевой риск заключается в эрозии организационной культуры: автоматизация ведет к обезличиванию коммуникаций и утрате уникальных традиций компании, что особенно критично для привлечения руководящих кадров. Во-вторых, проблема достоверности данных - непрозрачность алгоритмического анализа создает риски принятия кадровых решений на основе недостоверной информации. В-третьих, феномен чрезмерного доверия - возникает "ошибка заблуждения", когда решения ИИ воспринимаются как абсолютно верные без критической оценки.

Дополнительным вызовом становится психологическое неприятие технологий сотрудниками. Специалисты по организационной психологии отмечают риск подсознательного отторжения и снижения эффективности внедрения цифровых решений.

Итак, внедрение искусственного интеллекта в управление персоналом имеет двойственный характер. С одной стороны, технологии обеспечивают значительный рост эффективности рекрутинга, адаптации и обучения сотрудников. С другой стороны, возникают серьезные риски - эрозия организационной культуры, проблемы достоверности данных и психологическое неприятие технологий. Ключевыми барьерами являются риски информационной безопасности, кадровый дефицит и недостаточная цифровая зрелость компаний. Для успешной интеграции ИИ необходим сбалансированный подход, где технологии дополняют человеческую экспертизу, а не заменяют ее. Это позволит максимизировать преимущества цифровой трансформации в HR при минимизации сопутствующих рисков.

Библиографический список:

1. Указ Президента РФ от 7 мая 2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года».

2. Сырцева В.Ю., Забавина А.А., Залюбовин В.С., Казарьян К.Р., Сайкина М.В., Теленков Р.А., Чернов А.В., Байрамкулова Л.А. Белая книга цифровой экономики, 2023 г.

3. Искусственный интеллект. Серия информационно-аналитических материалов ИСИЭЗ НИУ ВШЭ. No 18 / 2025 г.

4. Искусственный интеллект в HR. Кейсы российского рынка. Совместное исследование «Технологий Доверия» и «Knomary», 2023 г.

5. ИИ-рекрутеры: как нейросети работают с персоналом уже сейчас. [Электронный ресурс] // Хабр // Режим доступа: https://habr.com/ru/companies/sberbank/articles/945708/?ysclid=mhq28uc1gz440476015 (дата обращения 07.11.2025)

6. ИИ в HR: как искусственный интеллект трансформирует управление персоналом в 2025 году. [Электронный ресурс] // Feadmin // Режим доступа: https://fedag.tech/blog/ii-v-hr/ (дата обращения 05.11.2025)

7. ИИ в HR подробное руководство. [Электронный ресурс] // Topcareer // Режим доступа: https://top-career.ru/blog/ai_hr2025?ysclid=mhq5s78mta130446393#3 (дата обращения 07.11.2025)

8. Искусственный интеллект в HR. Кейсы российского рынка. Исследование «Технологий Доверия, 2024 г.