ИИ для кадрового агентства: разбор резюме, первичный скрининг и отчёты заказчику

Чем агентство отличается от найма внутри компании

Про нейросеть для подбора персонала внутри компании у нас отдельная статья: там HR закрывает свои вакансии. У агентства другая экономика. Оно ведёт десятки вакансий разных заказчиков одновременно, продаёт скорость и качество шорт-листа, а платят ему за результат. Каждый час рекрутера на рутину — это вакансия, которую закрыли позже, или заказчик, которого не взяли в работу.

Ещё одно отличие — отчётность. Заказчик хочет видеть, что работа идёт: сколько откликов, сколько собеседований, почему отказали. Внутренний HR это часто пропускает, агентство — не может.

Где рекрутер агентства теряет время

Сценарий 1. Профиль вакансии и текст объявления

Заказчик присылает требования в свободной форме: «нужен толковый менеджер по продажам, опыт в b2b, чтобы не уходил через месяц». Рекрутер переводит это в профиль: обязательные требования, желательные, условия, вопросы для скрининга.

Нейросеть делает черновик профиля и сразу пишет список вопросов к заказчику: какой средний чек, какой цикл сделки, есть ли холодные звонки, какая часть дохода — процент. Вопросы, которые рекрутер задал бы сам на третий день, приходят заказчику в первый.

Сценарий 2. Разбор резюме

Это ядро. По популярной вакансии откликаются сотни людей, плюс у агентства своя база. Рекрутер читает каждое резюме 30–60 секунд и неизбежно пропускает подходящих к концу дня.

Нейросеть сопоставляет каждое резюме с профилем вакансии и выдаёт:

1. Оценку по каждому обязательному требованию: есть, нет, неясно.
2. Короткое объяснение со ссылкой на место в резюме: «опыт продаж b2b — 4 года в компании Х, указано в разделе опыта».
3. Вопросы, которые стоит уточнить на скрининге.
4. Флажок «неясно» вместо отказа там, где данных нет.

Главное правило: модель объясняет оценку, а не просто ставит балл. Балл без объяснения рекрутер либо принимает на веру, либо перепроверяет всё. Объяснение проверяется за секунды.

Подводный камень: скрытая дискриминация

Статья 64 Трудового кодекса запрещает отказывать в приёме на работу по обстоятельствам, не связанным с деловыми качествами работника: полу, возрасту, месту жительства, национальности и другим. Объявления с дискриминационными требованиями тоже запрещены, за них предусмотрен штраф по КоАП.

Нейросеть может отсеивать по таким признакам незаметно для рекрутера: например, понижать оценку кандидатам с большим стажем, потому что «опыт с 1995 года» косвенно указывает на возраст. Защита:

• в профиле вакансии только деловые требования;
• в задании модели прямой запрет учитывать пол, возраст, семейное положение, фото, национальность;
• ФИО, дата рождения и фото при разборе можно скрывать от модели;
• раз в месяц — выборочная проверка: нет ли перекоса в оценках по группам.

Если заказчик просит «только мужчин до 35», это разговор рекрутера с заказчиком, а не настройка для нейросети.

Если в этих сценариях вы узнали, на что уходят дни ваших рекрутеров, это стоит посчитать в деньгах.

Сценарий 3. Первичный скрининг в мессенджере

После разбора остаются кандидаты, которым нужно задать одни и те же вопросы: готовность к графику, ожидания по доходу, срок выхода, наличие нужного документа. Рекрутер обзванивает 30 человек, половина не берёт трубку.

Бот в мессенджере пишет кандидату, задаёт 5–7 вопросов, собирает ответы и предлагает время разговора с рекрутером. Кандидаты отвечают, когда им удобно, в том числе вечером.

Правила для бота:

• представляться как помощник агентства, не выдавать себя за человека;
• не отказывать кандидату самостоятельно: решение принимает рекрутер;
• кандидат в любой момент может попросить связаться с человеком;
• вопросы — только по делу, без личных тем.

Голосовой вариант с роботом-обзвонщиком тоже возможен, о нём — в статье голосовой робот для обзвона. Но для кандидатов мессенджер обычно удобнее: можно ответить в паузе на текущей работе.

Сценарий 4. Шорт-лист и отчёты заказчику

Заказчик получает от агентства описания кандидатов. Каждое рекрутер пишет вручную: опыт, сильные стороны, риски, ожидания, впечатление от интервью.

Нейросеть собирает черновик по резюме, ответам на скрининге и заметкам рекрутера после интервью. Формат единый для всех кандидатов, заказчику легко сравнивать. Рекрутер добавляет главное — своё мнение.

Еженедельный отчёт по вакансии собирается автоматически из таблицы или CRM: сколько откликов, сколько прошло разбор, скрининг, интервью, сколько отказов и по каким причинам. Нейросеть добавляет вывод: «основная причина отказов — ожидания по доходу на 20% выше вилки, предлагаем обсудить вилку». Такие отчёты продают агентство лучше любой презентации. Если хотите подключить это к CRM, посмотрите статью интеграция нейросети с CRM.

Сценарий 5. Вторая жизнь базы кандидатов

У любого агентства через пару лет работы в базе тысячи кандидатов. Они проходили собеседования, не подошли одному заказчику, но могли подойти другому. На практике рекрутер открывает новую вакансию и снова идёт на площадки, потому что искать по своей базе неудобно: в ней поиск по ключевым словам, а резюме написаны как попало.

Нейросеть ищет по смыслу. Запрос «менеджер по продажам, b2b, строительные материалы, опыт работы с дилерами» найдёт кандидата, у которого в резюме написано «развивал дилерскую сеть производителя сухих смесей», хотя ни одного слова из запроса там нет. К каждому найденному кандидату модель добавляет заметки рекрутера с прошлых собеседований: почему не подошёл тогда, какие были ожидания по доходу.

Что это даёт агентству:

1. Первый шорт-лист по новой вакансии можно собрать в день получения заказа, ещё до публикации объявлений.
2. Деньги на платный доступ к базам резюме тратятся точнее.
3. Кандидаты, которым агентство когда-то отказало, получают новое предложение — и запоминают агентство.

Условие одно: согласие кандидата на хранение и обработку его данных должно покрывать такой сценарий, а срок хранения — не истечь. Резюме пятилетней давности без актуального согласия использовать нельзя, да и толку от него мало: человек давно сменил работу. Перед повторным контактом бот может вежливо спросить кандидата, актуален ли поиск, и обновить данные.

Персональные данные: что обязательно учесть

Резюме — персональные данные, и агентство обрабатывает их в больших объёмах. По закону о персональных данных нужно учесть:

Практический совет: передавайте модели только то, что нужно для оценки. Для сопоставления с вакансией не нужны телефон, адрес и фото. Подробно о правилах — в статье нейросети и персональные данные.

Условный расчёт: агентство из четырёх рекрутеров

Пример условный, не кейс студии. Агентство подбирает линейный и средний персонал, четыре рекрутера, в работе около 40 вакансий в месяц. На вакансию приходит в среднем 150 резюме.

Высвобождается около 167 часов в месяц — больше ставки рекрутера. Если агентство берёт на эти часы дополнительные вакансии и закрывает хотя бы 3–4 сверх обычного, при условной комиссии 40 000 ₽ за закрытие это 120 000–160 000 ₽ выручки в месяц.

Затраты, условно: настройка разбора резюме, бота для скрининга и отчётов с подключением к CRM — 200 000–400 000 ₽, сопровождение и оплата модели — 20 000–40 000 ₽ в месяц. Подробнее о составе бюджета — в статье сколько стоит внедрение ИИ в бизнес.

Как внедрять по шагам

1. Выберите 3–5 типовых вакансий с большим потоком откликов.
2. Сделайте профиль для каждой: обязательные и желательные требования, только деловые.
3. Прогоните 100 уже разобранных резюме через нейросеть и сравните с решениями рекрутеров. Где расхождения — правьте задание.
4. Включите разбор на новых откликах, рекрутер проверяет оценки.
5. Запустите бота скрининга на одной вакансии и посмотрите, сколько кандидатов проходят опрос до конца.
6. Подключите отчёты заказчику и спросите у двух-трёх клиентов, полезны ли они.
7. Раз в месяц проверяйте оценки на перекосы по группам кандидатов.

Если агентству нужен ещё и сайт для заказчиков и кандидатов, о нём — отдельная статья сайт кадрового агентства.

Если хотите понять, какой сценарий освободит больше всего часов у ваших рекрутеров, оставьте контакты. Посмотрим, как устроена работа сейчас, и посчитаем на ваших вакансиях.