WiseAdvice EmplDocs
Цифровая трансформация кадровых процессов вашей компании.
19 марта 2026
ИИ в HR: как искусственный интеллект меняет роли и сокращает специалистов по всему миру
Искусственный интеллект забирает на себя все больше задач и ролей в бизнесе: более 70% организаций в РФ уже используют ИИ. В статье - последние исследования и реальные примеры внедрения ИИ в международной и российской практике. А также чек-лист и рекомендации, как ускорить внедрение ИИ в своей компании.
Содержание
- Что показывает аналитика: сокращение персонала на фоне внедрения ИИ
- Какие ИИ-технологии внедряют в HR международные компании
- Данные по внедрению ИИ в России
- Какие ИИ применяют в российской HR-практике
- Как перейти к работе с ИИ-агентами
- Технологии и подходы
- Внедрение ИИ в кадровом делопроизводстве
- Чек-лист: как подготовиться к внедрению ИИ-агентов
За последние два года ситуация изменилась радикально: ИИ перестал быть экспериментальным и реально начал выполнять функции, которые раньше исполняли люди.
Сегодня ИИ внедряют в HR, маркетинг, финансы, клиентскую поддержку и обучение. В ряде компаний целые блоки операционной работы заменяются ИИ-алгоритмами — от подбора кандидатов до обработки запросов сотрудников и клиентов. Из практики зарубежных компаний и России — ИИ в течение 2025 года уже «уволил» несколько тысяч сотрудников.
И хотя массового «исчезновения профессий» пока не происходит, сама структура корпоративной работы сильно меняется. HR-функция оказывается одной из первых, где этот процесс приобрел массовость и популярность.
Например, исследования Anthropic показывают, что наибольшая доля задач, автоматизируемых ИИ, сосредоточена в так называемых интеллектуальных функциях — бизнес-операциях, финансах, управлении, в административной работе.
Согласно данным Anthropic, категория Office & Administrative, в которую можно отнести HR, показали потенциал ИИ-автоматизации до 94%, хотя на практике ИИ «закрывает» лишь 42%. Это значительный объем потенциальной работы для ИИ: большинство задач стандартизированы, завязаны на обработке информации, документов и повторяющихся запросов. Поэтому их автоматизация может дать быстрый и масштабный результат при внедрении ИИ-технологий.
На графике: использование ИИ в бизнес-функциях (Европа, США), где: фактическое использование (красным) и потенциал применения (синим), ист. Anthropic.
Сегодня ИИ внедряют в HR, маркетинг, финансы, клиентскую поддержку и обучение. В ряде компаний целые блоки операционной работы заменяются ИИ-алгоритмами — от подбора кандидатов до обработки запросов сотрудников и клиентов. Из практики зарубежных компаний и России — ИИ в течение 2025 года уже «уволил» несколько тысяч сотрудников.
И хотя массового «исчезновения профессий» пока не происходит, сама структура корпоративной работы сильно меняется. HR-функция оказывается одной из первых, где этот процесс приобрел массовость и популярность.
Например, исследования Anthropic показывают, что наибольшая доля задач, автоматизируемых ИИ, сосредоточена в так называемых интеллектуальных функциях — бизнес-операциях, финансах, управлении, в административной работе.
Согласно данным Anthropic, категория Office & Administrative, в которую можно отнести HR, показали потенциал ИИ-автоматизации до 94%, хотя на практике ИИ «закрывает» лишь 42%. Это значительный объем потенциальной работы для ИИ: большинство задач стандартизированы, завязаны на обработке информации, документов и повторяющихся запросов. Поэтому их автоматизация может дать быстрый и масштабный результат при внедрении ИИ-технологий.
На графике: использование ИИ в бизнес-функциях (Европа, США), где: фактическое использование (красным) и потенциал применения (синим), ист. Anthropic.
Что показывает аналитика: сокращение персонала на фоне внедрения ИИ
ИИ-агенты постепенно становятся новым слоем корпоративной IT-инфраструктуры, как когда-то им стали автоматизированные CRM, ERP-системы или облачные сервисы.
Масштаб внедрений ИИ подтверждает известный аналитический центр Gartner (США): мировые расходы на ИИ в 2026 году достигнут $2.5 трлн, что на 44% больше, чем в 2025 году.
Рис. Растущее количество бизнес-функций, в которых применяется ИИ (ист. Mckinsey)
Масштаб внедрений ИИ подтверждает известный аналитический центр Gartner (США): мировые расходы на ИИ в 2026 году достигнут $2.5 трлн, что на 44% больше, чем в 2025 году.
- Около 78% организаций применяют ИИ хотя бы в одной бизнес-функции — от клиентского сервиса до аналитики и ИТ-операций. Вследствие этого ИИ уже напрямую сокращает и перераспределяет роли людей, беря на себя задачи, которые раньше выполняли отдельные должности (McKinsey, State of ИИ Report 2025).
- Особенно быстро ИИ распространяется в технологических командах. 84% разработчиков уже используют или планируют использовать ИИ-инструменты в своей работе, тогда как годом ранее этот показатель составлял 76%. При этом 47% специалистов используют ИИ ежедневно. (Stack Overflow, Developer Survey 2025).
- По данным McKinsey, доля компаний, использующих генеративный ИИ хотя бы в одной функции, выросла с 56% в 2021 году до 72% в 2024 г. При этом число организаций, применяющих его сразу в нескольких бизнес-функциях, увеличилось почти вдвое — с 8% до 15%. Наиболее быстрый рост внедрения наблюдается в профессиональных сервисах, включая HR, обучение и исследования. (McKinsey)
- По данным Gartner, к 2026 году около 40% корпоративных приложений будут иметь встроенные функции ИИ или автономных ИИ-агентов - программных систем, способных выполнять рабочие процессы без постоянного участия человека.
Рис. Растущее количество бизнес-функций, в которых применяется ИИ (ист. Mckinsey)
Вышеперечисленная аналитика показывает один результат: организации начинают перераспределять роли сотрудников и оптимизировать ресурсы, а функции, особенно связанные с обработкой информации и рутинными административными операциями – передаются ИИ.
Какие ИИ-технологии внедряют в HR международные компании
Одной из первых корпоративных функций, где искусственный интеллект начал масштабно внедряться, стал HR. Причина понятна: значительная часть HR-процессов связана с обработкой типовой информации — резюме, анкет, внутренних запросов сотрудников, кадровых данных и обучающих программ. Именно такие задачи легче всего автоматизировать.
Примеры зарубежных компаний:
1) Unilever применяет ИИ-алгоритмы для первичного отбора кандидатов и анализа видео собеседований и тем самым экономит сотни тысяч фунтов стерлингов в год.
2) Hilton использует ИИ-системы для автоматизации рекрутинга и планирования персонала. Время «от отклика до предложения» уменьшилось примерно с 42–50 дней до 5 дней, то есть они сократили 85–90 % времени закрытия вакансий.
3) Guardian экономит 100 000 часов времени специалистов в год, затрачиваемого на подбор персонала, благодаря использованию ИИ – программного обеспечения для анализа видеоинтервью.
4) Одним из самых известных примеров масштабной замены персонала в HR-отрасли стал IBM. Компания внедрила ИИ-агента AskHR, который автоматизирует внутренние HR-процессы: обработку заявок сотрудников, ответы на типовые вопросы, управление кадровыми документами и переводами между подразделениями.
Результаты внедрения ИИ в IBM значительны по эффекту:
Примеры зарубежных компаний:
1) Unilever применяет ИИ-алгоритмы для первичного отбора кандидатов и анализа видео собеседований и тем самым экономит сотни тысяч фунтов стерлингов в год.
2) Hilton использует ИИ-системы для автоматизации рекрутинга и планирования персонала. Время «от отклика до предложения» уменьшилось примерно с 42–50 дней до 5 дней, то есть они сократили 85–90 % времени закрытия вакансий.
3) Guardian экономит 100 000 часов времени специалистов в год, затрачиваемого на подбор персонала, благодаря использованию ИИ – программного обеспечения для анализа видеоинтервью.
4) Одним из самых известных примеров масштабной замены персонала в HR-отрасли стал IBM. Компания внедрила ИИ-агента AskHR, который автоматизирует внутренние HR-процессы: обработку заявок сотрудников, ответы на типовые вопросы, управление кадровыми документами и переводами между подразделениями.
Результаты внедрения ИИ в IBM значительны по эффекту:
- 40% снижение операционных затрат HR-подразделения,
- IBM прямо указывал, что произошло массовое сокращение 8 тысяч сотрудников бэк-офиса, HR-отделов и других поддерживающих ролей, не связанных с созданием продукта и клиентской работой,
- 94% типовых HR-запросов обрабатываются без участия человека,
- более 11,5 млн взаимодействий сотрудников с HR-системой в год.
Данные по внедрению ИИ в России
Согласно РБК Исследованиям, около 71% российских компаний используют ИИ‑инструменты в операционных и управленческих процессах.
Рис. Использование ИИ в бизнес-функциях с 2023-2025 годов в России (ист. yakovpartners, 2025)
Рис. Использование ИИ в бизнес-функциях с 2023-2025 годов в России (ист. yakovpartners, 2025)
Хотя масштаб внедрения пока ниже, чем в США или Европе, в России внедрение ИИ сопровождается не только автоматизацией HR‑процессов, но и растущим спросом на квалифицированные кадры, способные поддерживать такие ИИ‑решения.
По итогам 2024 года в стране насчитывалось около 57,4 тыс. специалистов в области ИИ, а к 2030 году дополнительная потребность в таких профессионалах оценивается в 89 тыс. человек – это вдвое больше текущего уровня (ист. ТАСС).
По итогам 2024 года в стране насчитывалось около 57,4 тыс. специалистов в области ИИ, а к 2030 году дополнительная потребность в таких профессионалах оценивается в 89 тыс. человек – это вдвое больше текущего уровня (ист. ТАСС).
Какие ИИ применяют в HR-практике
1) Северсталь внедрила ИИ-аналитику в HR-подборе. В компании используется ИИ-система, которая анализирует резюме кандидатов и сопоставляет их с требованиями вакансий.
Результаты внедрения:
сокращение сроков закрытия вакансий на 20–30%, доля релевантных кандидатов выросло до 80%.
2) В Ростелеком используется предиктивная HR-аналитика на базе ИИ, модель машинного обучения, которая прогнозирует вероятность увольнения сотрудников.
Результаты внедрения:
снижение текучести сотрудников примерно на 20%. Такие системы позволяют HR-департаменту заранее выявлять риск ухода сотрудников и запускать программы удержания.
3) X5 Group применяет ИИ-массовый рекрутинг и мобильное приложение со встроенным ИИ-ассистентом на базе ИИ-платформы.
Результаты внедрения:
подбор кандидатов ускорился на 40%, стоимость найма снизилась на 38%; до 90% запросов сотрудников обрабатываются алгоритмами без участия HR-специалистов.
4) Сбер внедрил ИИ-инструмент для анализа эффективности сотрудников. С помощью мультиагентной ИИ-системы анализировались продукты и результаты проектных групп, после чего ИИ формировал рекомендации по оптимизации проектов или перераспределению ресурсов.
Результаты их внедрения:
В конце 2025 года Сбер сообщил о сокращении около 13,5 тыс. сотрудников административного и IT-подразделений — примерно 4% от общей численности персонала, итоговое решение принимали экспертные комиссии и руководители.
Во всех примерах — ИИ полностью заменяет HR-персонал и значительно сокращает объем ручной операционной работы.
Результаты внедрения:
сокращение сроков закрытия вакансий на 20–30%, доля релевантных кандидатов выросло до 80%.
2) В Ростелеком используется предиктивная HR-аналитика на базе ИИ, модель машинного обучения, которая прогнозирует вероятность увольнения сотрудников.
Результаты внедрения:
снижение текучести сотрудников примерно на 20%. Такие системы позволяют HR-департаменту заранее выявлять риск ухода сотрудников и запускать программы удержания.
3) X5 Group применяет ИИ-массовый рекрутинг и мобильное приложение со встроенным ИИ-ассистентом на базе ИИ-платформы.
Результаты внедрения:
подбор кандидатов ускорился на 40%, стоимость найма снизилась на 38%; до 90% запросов сотрудников обрабатываются алгоритмами без участия HR-специалистов.
4) Сбер внедрил ИИ-инструмент для анализа эффективности сотрудников. С помощью мультиагентной ИИ-системы анализировались продукты и результаты проектных групп, после чего ИИ формировал рекомендации по оптимизации проектов или перераспределению ресурсов.
Результаты их внедрения:
В конце 2025 года Сбер сообщил о сокращении около 13,5 тыс. сотрудников административного и IT-подразделений — примерно 4% от общей численности персонала, итоговое решение принимали экспертные комиссии и руководители.
Во всех примерах — ИИ полностью заменяет HR-персонал и значительно сокращает объем ручной операционной работы.
Как перейти к работе с ИИ-агентами
Возникает логичный вопрос, как компании вообще приходят к внедрению ИИ-модели?
Внедрение ИИ редко начинается с полной автоматизации процессов, компании чаще выбирают практический подход и начинают с пилотных сценариев на реальных задачах. На первом этапе ИИ можно встроить в текущий процесс, например, для анализа резюме, обработки заявок сотрудников или ответов на кадровые вопросы.
Внедрение ИИ редко начинается с полной автоматизации процессов, компании чаще выбирают практический подход и начинают с пилотных сценариев на реальных задачах. На первом этапе ИИ можно встроить в текущий процесс, например, для анализа резюме, обработки заявок сотрудников или ответов на кадровые вопросы.
Технологии и подходы
ИИ можно эффективно внедрять только там, где процессы уже оцифрованы и формализованы. Если мы говорим, к примеру, о внедрении ИИ в продажах, то технологическая база – это наличие CRM\ERP, если внедрение ИИ в кадровых процессах - базой служит система КЭДО.
В основе современных ИИ-агентов лежат большие языковые модели (LLM), как, например GPT или DeepSeek. Но бизнес не разрабатывает собственные модели. Это требует огромных инвестиций и инфраструктуры.
Поэтому на рынке формируется другая модель внедрения ИИ, данные зависит и от отрасли:
В основе современных ИИ-агентов лежат большие языковые модели (LLM), как, например GPT или DeepSeek. Но бизнес не разрабатывает собственные модели. Это требует огромных инвестиций и инфраструктуры.
Поэтому на рынке формируется другая модель внедрения ИИ, данные зависит и от отрасли:
- 78% компаний используют готовые ИИ-решения от внешних партнеров; около половины адаптируют их под свои процессы вместе с подрядчиком.
- 17% компаний разрабатывают ИИ-системы самостоятельно,
- 40% - облачная модель поставки, при этом 29% предпочитают гибридную модель,
- 90% on-premises (локально) – в компаниях Fintech, банковской сферы.
Внедрение ИИ в кадровом делопроизводстве
В российских компаниях уже используются ИИ-агенты на базе LLM для автоматизации кадровых процессов. Например, в российской платформе электронного кадрового документооборота (КЭДО) EmplDocs доступен ИИ-сервис, который позволяет администраторам создавать собственных ИИ-агентов на базе LLM прямо в системе КЭДО (рис 1).
С помощью таких ИИ-агентов сотрудники могут быстро решать кадровые вопросы без участия кадрового специалиста: оформить отпуск, получить справку, согласовать заявление или уточнить информацию по своим данным и ЗП. По сути, ИИ-агенты в EmplDocs превращаются в персонального ИИ-Кадрового специалиста.
Также в КЭДО есть ИИ-инструменты для кадровых специалистов, например, конструктор заявок, где без привлечения ИТ-отдела, буквально за пару минут можно доработать любую форму заявки, просто написав ИИ-помощнику в чат.
Рис. Конструктор заявок в EmplDocs.
Также в КЭДО есть ИИ-инструменты для кадровых специалистов, например, конструктор заявок, где без привлечения ИТ-отдела, буквально за пару минут можно доработать любую форму заявки, просто написав ИИ-помощнику в чат.
Рис. Конструктор заявок в EmplDocs.
По оценкам специалистам, в долгосрочной перспективе интеграция ИИ перейдет к такой модели корпоративных систем, где часть операций выполняется людьми, а часть — ИИ-агентами.
Чек-лист: как подготовиться к внедрению ИИ-агентов
1. Начните с самой ресурсоемкой задачи
Большинство компаний начинает внедрение ИИ с процессов там, где:
2. Оцифруйте и опишите роли и этапы
ИИ-агенты могут автоматизировать только формализованные и оцифрованные операции. Наличие базы — цифровой платформы для ведения процессов, такой как КЭДО или CRM, обеспечат ИИ необходимую платформу и цифровые данные для выполнения задач.
Далее необходимо описать: роли участников (должностей), этапы выполнения задач, используемые данные и правила по которым ИИ сможет принимать решения - это подобно должностным инструкциям.
3. Используйте готовые ИИ-платформы
На практике внедрение строится на готовых ИИ-платформах и интеграции LLM-агентов в существующие корпоративные системы. Например, как ИИ-агенты в EmplDocs, где на базе готового сервиса без кода, любой администратор может собрать необходимый функционал ИИ-агента, настроив его роль и задав правила и ограничения.
4. Начните с пилотного сценария
Перед масштабированием протестируйте ИИ на одном процессе — например, обработке запросов сотрудников. Это позволит оценить реальный эффект и доработать сценарий самого ИИ-агента.
5. Обучайте сотрудников работе с ИИ
Технология приносит эффект только тогда, когда сотрудники умеют её использовать. Важно постепенно внедрять ИИ-инструменты в рабочие процессы и обучать команды взаимодействию с агентами.
6. Учитывайте безопасность и данные
При внедрении ИИ важно контролировать, какие данные используются системой. Для работы с чувствительной информацией компании часто выбирают on-premise-решения или корпоративные модели.
7. Оценивайте экономический эффект
Ключевой показатель внедрения ИИ - экономический результат. Даже улучшение эффективности на 1–2% в таких процессах может дать значительный экономический эффект.
Другие материалы по теме:
Большинство компаний начинает внедрение ИИ с процессов там, где:
- самый большой объем операций,
- высокая частота запросов,
- значительные операционные расходы и трудозатраты.
2. Оцифруйте и опишите роли и этапы
ИИ-агенты могут автоматизировать только формализованные и оцифрованные операции. Наличие базы — цифровой платформы для ведения процессов, такой как КЭДО или CRM, обеспечат ИИ необходимую платформу и цифровые данные для выполнения задач.
Далее необходимо описать: роли участников (должностей), этапы выполнения задач, используемые данные и правила по которым ИИ сможет принимать решения - это подобно должностным инструкциям.
3. Используйте готовые ИИ-платформы
На практике внедрение строится на готовых ИИ-платформах и интеграции LLM-агентов в существующие корпоративные системы. Например, как ИИ-агенты в EmplDocs, где на базе готового сервиса без кода, любой администратор может собрать необходимый функционал ИИ-агента, настроив его роль и задав правила и ограничения.
4. Начните с пилотного сценария
Перед масштабированием протестируйте ИИ на одном процессе — например, обработке запросов сотрудников. Это позволит оценить реальный эффект и доработать сценарий самого ИИ-агента.
5. Обучайте сотрудников работе с ИИ
Технология приносит эффект только тогда, когда сотрудники умеют её использовать. Важно постепенно внедрять ИИ-инструменты в рабочие процессы и обучать команды взаимодействию с агентами.
6. Учитывайте безопасность и данные
При внедрении ИИ важно контролировать, какие данные используются системой. Для работы с чувствительной информацией компании часто выбирают on-premise-решения или корпоративные модели.
7. Оценивайте экономический эффект
Ключевой показатель внедрения ИИ - экономический результат. Даже улучшение эффективности на 1–2% в таких процессах может дать значительный экономический эффект.
Другие материалы по теме:
- ИИ-Кадровый Специалист от EmplDocs: что уже умеет.
- Конец эпохи кадрового специалиста: как ИИ-агенты вытесняют из компании профессию.