Fix Price сократил долю ручного рекрутинга на 23%: как ИИ-агент автоматизировал подбор персонала

Fix Price, один из крупнейших ритейлеров в России, столкнулся с постоянной потребностью в массовом подборе линейного персонала. Рутинные задачи, такие как анализ резюме, проведение первичных интервью и обработка заявок, отнимали огромное количество времени у HR-специалистов. В конце 2022 года компания начала внедрять ИИ-агентов, и уже в 2023 году они обеспечили 23% подбора линейного персонала, а к 2025 году этот показатель планируется довести до 50%.

В компаниях, где массовый подбор персонала — это непрерывный процесс, HR-отдел часто превращается в конвейер рутинных операций: отсев сотен резюме, бесконечные звонки, ответы на однотипные вопросы. Это выжигает специалистов, снижает качество подбора и отнимает время, которое можно было бы потратить на стратегические задачи. Но эта рутина уже не приговор, её можно и нужно автоматизировать.

Реальность массового подбора персонала

Для крупного ритейлера, такого как Fix Price, постоянный набор сотрудников — это не разовая акция, а непрекращающийся процесс. Тысячи вакансий в год, сотни тысяч входящих резюме, первичные собеседования, проверки, координация — всё это ложится на плечи HR-отдела. До внедрения ИИ-агентов значительная часть этой работы выполнялась вручную.

Это приводило к нескольким проблемам: высокая нагрузка на рекрутеров, замедление процесса подбора, что критично в условиях высокой текучести линейного персонала, и потенциальные ошибки, связанные с человеческим фактором. Специалисты тратили часы на задачи, которые не требовали глубокой экспертизы, но были необходимы для поддержания процесса.

Почему классические инструменты автоматизации не справлялись

Стандартные HR-системы и ATS (Applicant Tracking Systems) помогали структурировать данные и управлять потоком кандидатов, но они не могли самостоятельно вести диалог, анализировать неструктурированные данные из резюме или проводить первичный отсев. Для этого всё равно требовался человек. Нужен был инструмент, который не просто хранит информацию, а активно взаимодействует с кандидатами и берёт на себя часть коммуникационных и аналитических задач.

Так компания пришла к идее ИИ-агента, который мог бы действовать автономно, имитируя работу рекрутера на самых ранних этапах воронки найма.

Как проектировали ИИ-агента для рекрутинга

ИИ-агента задумали как "виртуального рекрутера", способного выполнять базовые, но трудоёмкие задачи. От него требовалось несколько ключевых функций:

• Анализ резюме. Автоматическая оценка соответствия кандидата требованиям вакансии на основе ключевых слов, опыта и навыков.
• Проведение первичных интервью. ИИ-агент должен был уметь вести диалог в чате или по телефону, задавать уточняющие вопросы и собирать необходимую информацию.
• Обработка заявок. Автоматическая регистрация данных кандидатов в HR-системах.
• Фиксация результатов. Сохранение всей истории взаимодействия и результатов оценки для последующего анализа HR-специалистами.

Основной целью было не заменить человека, а высвободить его время от рутины, чтобы он мог сосредоточиться на более сложных аспектах подбора: оценке мягких навыков, мотивации, интеграции в команду.

Внедрение ИИ-агента: поэтапный подход

Внедрение началось с пилотных проектов, где ИИ-агентов задействовали для выполнения наиболее стандартизированных и повторяющихся задач. Первым шагом стала автоматизация анализа резюме и проведения чат-интервью. Это позволило быстро оценить эффективность и точность работы агентов.

По мере накопления данных и улучшения алгоритмов, функционал расширялся. Агенты начали проводить телефонные интервью и более глубоко обрабатывать заявки. Важным аспектом было обучение HR-команды взаимодействию с новыми инструментами: специалисты учились делегировать рутину агентам и использовать высвободившееся время для повышения качества конечного подбора.

Результаты

Ключевым результатом стало значительное сокращение рутинной нагрузки на HR-специалистов. Они получили возможность сосредоточиться на стратегически важных задачах, улучшении качества отбора и работе с уже нанятыми сотрудниками. Это привело к повышению общей эффективности HR-отдела и ускорению процесса найма, что критически важно для динамично развивающегося ритейлера.

Как повторить это у себя

Кейс Fix Price показывает, что ИИ-агенты могут стать мощным инструментом для оптимизации HR-процессов, особенно в условиях массового подбора. Если ваша компания сталкивается с похожими вызовами, вот с чего можно начать:

• Определите самые рутинные задачи в HR. Это могут быть первичный отсев резюме, ответы на типовые вопросы кандидатов, назначение интервью. Именно здесь ИИ-агент принесет максимальную пользу.
• Начните с пилотного проекта. Не пытайтесь автоматизировать всё сразу. Выберите один узкий процесс, внедрите ИИ-агента, оцените результаты и масштабируйте успех.
• Обучите команду. Важно, чтобы HR-специалисты понимали, как работать с ИИ-агентом, и видели в нём помощника, а не угрозу. Подчеркните, что агент освобождает время для более интересных и важных задач.
• Интегрируйте агента в существующие системы. Чем бесшовнее ИИ-агент встроится в ваши текущие HR-платформы, тем быстрее и легче будет его принятие командой.

Если этот кейс похож на то, что происходит у вас, наш менеджер поможет разобраться: бесплатно проанализирует ваш бизнес и нишу и подскажет, где ИИ-агент даст реальный результат именно в вашем случае. Написать менеджеру