Навигация по статье
Мы продолжаем публиковать прогноз развития системы поиска сотрудников и работы на ближайшее десятилетие. Его автор — сооснователь iRecommendWork Сергей Карпенко, который объединил мощности 3-х больших языковых моделей (Gemini, Grok и DeepSeek), чтобы смоделировать будущее рекрутмента. ИИ проанализировал текущие тренды и выдал сценарий того, как будет эволюционировать этот рынок в России в ближайшие 10 лет, а мы его обработали. Это футуристический сценарий, основанный на фактах.
Глава II. Эпоха верификации и предиктивного найма
Если первый этап (2025–2027) был посвящен борьбе с потоком входящих резюме, то второй этап, который развернется на рубеже десятилетия, будет решать куда более сложную задачу: проблему доверия.
В условиях, когда 70% резюме «улучшены» нейросетями, а первичный отсев проводят чат-боты, работодатели столкнутся с кризисом валидации. Текст резюме окончательно потеряет статус документа, подтверждающего квалификацию. Рынок будет вынужден перейти от вопроса «Что кандидат говорит о себе?» к вопросу «Что кандидат реально может сделать?»
На этом этапе мы увидим переход от ATS (систем трекинга) к Talent Intelligence Platforms (системам интеллектуального управления талантами).
1. От слов к делу: Автоматизированная оценка навыков
Главным трендом 2028–2030 годов станет массовое внедрение инструментов AI-ассессмента. Компаниям станет дешевле оплатить автоматическое тестирование тысячи кандидатов, чем нанять одного некомпетентного сотрудника, просочившегося через фильтры первого этапа.
- Hard Skills: Для технических и прикладных специальностей стандартом станут симуляторы. Платформы (интегрированные с экосистемами вроде Яндекс.Практикума или образовательными сервисами Сбера) будут предлагать кандидатам выполнить рабочие задачи в «песочнице». ИИ проверит код, чертеж или бухгалтерскую проводку мгновенно.
- Прогноз: Доля профилей с AI-валидированными сертификатами (Verified Skills) на работных сайтах вырастет до 50% среди специалистов уровня middle. Фраза «знаю Python» в резюме не будет стоить ничего без цифрового бейджа подтверждения.
- Soft Skills и Видео-аналитика: Технологии анализа видеоинтервью, которые на первом этапе тестировались инноваторами, станут мейнстримом. Кандидаты будут записывать видео-ответы на стандартные вопросы. Мультимодальные модели будут анализировать содержание речи, интонацию и невербальные сигналы, формируя «психологический портрет» кандидата (оценка стрессоустойчивости, открытости, коммуникабельности).
2. Предиктивная аналитика: Наем до появления вакансии
Ключевой сдвиг произойдет в сознании бизнеса. Дефицит кадров в России, который к 2028 году станет хроническим, сделает «реактивный наем» (искать, когда сотрудник уже уволился) непозволительной роскошью.
На сцену выйдет предиктивный матчинг.
Используя накопленные данные, AI-системы начнут предсказывать события:
- Внутренняя мобильность: Алгоритмы будут анализировать поведение текущих сотрудников (снижение активности, выгорание) и предлагать HR-директору превентивные меры: ротацию, обучение или подготовку замены.
- Внешний скаутинг: Системы научатся вычислять «пассивных» кандидатов на открытом рынке, которые с высокой вероятностью готовы сменить работу в ближайшие 3 месяца, и автоматически таргетировать на них предложения.
Согласно одной из гипотез, точность таких предиктивных моделей позволит повысить удержание новых сотрудников (Retention Rate) на 25%, так как наниматься будут люди, математически подходящие корпоративной культуре и задачам.
Подпишитесь на наш Telegram-канал, чтобы не пропустить новые статьи и оставлять комментарии
3. Цифровой след и экосистемность
В российских реалиях, где доминируют крупные экосистемы (Сбер, Яндекс, VK, государственные платформы), формирование «Цифрового следа» пойдет быстрее, чем на Западе, сдерживаемом жесткими нормами GDPR.
К 2030 году мы увидим интеграцию данных. Решение о найме будет приниматься на основе совокупности факторов, доступных алгоритму:
- Верифицированный опыт (из электронных трудовых книжек и платформ занятости)
- Образовательный трек (данные онлайн-университетов)
- Репутационные метрики (агрегированные отзывы из соцсетей и с платформ гиг-экономики и фриланса)
Это создаст эффект «стеклянного дома»: кандидату станет крайне сложно скрыть пробелы в компетенциях или негативную историю, так как данные будут подтягиваться автоматически.
4. Трансформация роли рекрутера: «Архитекторы» и «эмпаты»
Именно на этом этапе начнется заметное сокращение численности классических рекрутеров.
Специалисты «среднего звена», чьей основной работой было проведение первичных и вторичных собеседований для оценки адекватности, окажутся под ударом. Их функцию заберут видео-боты и системы тестирования.
Профессия начнет расслаиваться:
- HR Data Analysts: Те, кто управляет «машиной» — настраивает воронки, валидирует тесты, следит за конверсией.
- Talent Partners: Те, кто работает с людьми в зоне высокой сложности (Executive Search, уникальные специалисты). Здесь роль человека усилится: он будет выступать в роли «продавца вакансии» и переговорщика, получая на вход уже отобранных и проверенных ИИ кандидатов.
5. Риски этапа: «Ошибка выжившего» и новые барьеры
Внедрение глубокой оценки несет в себе специфические риски:
- Системная ошибка (Bias): Если ИИ обучался на данных успешных сотрудников прошлого (например, мужчин 30–40 лет из технических вузов), он может отсеивать талантливых кандидатов с нестандартным профилем (женщин, людей старшего возраста, гуманитариев), создавая замкнутый круг однообразия. В отличие от простых фильтров первого этапа, этот bias будет зашит глубоко в математику модели («Black Box»), и его будет трудно обнаружить.
- Барьер входа: Для соискателей процесс трудоустройства усложнится. Необходимость проходить многочисленные тесты и записывать видео-интервью создаст дополнительную нагрузку. Те, кто не обладает высокой «цифровой выносливостью», могут выпадать из рынка труда даже при наличии профессиональных навыков.
Итог главы
Второй этап (2028–2030) превратит рекрутмент из «искусства интуиции» в «науку о данных». Мы перейдем от веры в резюме к верификации навыков. Это сделает рынок прозрачнее и жестче, окончательно разделив его на массовый автоматизированный сегмент и элитарный ручной подбор.
Читать еще
Глава III: 2031–2035 годы. Структурный сдвиг и «Эра автономных экосистем»
Глава I: 2025–2027 годы. Эпоха оптимизации и «Битва ключевых слов»
Этот материал был подготовлен компанией iRecommendWork. Мы автоматизируем рекрутмент при помощи ИИ, а также помогаем нанимающим менеджерам и HR быстро находить лучших сотрудников через рекомендации и социальные связи. Если вы ищете сотрудников или вам интересны новые подходы к рекрутменту — свяжитесь с нами.