19 июля 2025

Как ИИ ускоряет подбор рабочих и экономит 70% бюджета

Задача и причина

Задача:

Автоматизировать первичный отбор вахтовых рабочих, чтобы сократить время закрытия вакансий и снизить операционные затраты на рекрутинг.

Причина:

Компания несла значительные убытки из-за неэффективного процесса подбора:

• На ручной скрининг 100+ заявок ежедневно уходило 80% времени HR-специалистов, что приводило к задержкам ответов до 3 дней и потере 35% потенциальных сотрудников.
• Привлечение переводчиков для работы с мигрантами (40% кандидатов) увеличивало стоимость найма до 65 000 ₽ на позицию.
• Каждый день незакрытой вакансии обходился компании в 150 000 ₽ штрафов за срыв сроков строительства.

Решение: Поэтапное внедрение нейроассисента с глубокой аналитикой

Этап 1. Автоматизация первичного контакта

Задача: Устранить языковой барьер и ускорить обработку заявок.

Действия:

• Настроили нейроассисента с поддержкой русского, узбекского и таджикского языков.
• Реализовали проверку документов через загрузку сканов:
  • Паспорт РФ/миграционная карта
  • Разрешение на работу
  • СНИЛС
• Внедрили сценарий для оценки компетенций:

  «Опишите ваш опыт работы с бетоном: какие марки использовали? Как контролировали качество заливки?»

Этап 2. Интеграция с HR-системами

Задача: Исключить дублирование данных и ускорить согласование кандидатов.

Действия:

• Подключили нейроассисента к Bitrix24 через API:
  • Автоматическое создание карточек кандидатов.
  • Пометки: «Готов к выезду», «Требует доп. проверки».
• Настроили уведомления для HR в Telegram при отборе сильных кандидатов.

Этап 3. Оптимизация процессов

Задача: Снизить процент отказов после собеседований.

Действия:

• Внедрили напоминания о медкомиссии за 24 и 2 часа.
• Добавили тест на стрессоустойчивость через кейсы:

  «Как поступите, если бригадир потребует работать сверхурочно?».

До внедрения автоматизированной системы обработка одной заявки занимала в среднем 30 минут — после внедрения это время сократилось до 2 минут, что позволило ускорить процесс в 15 раз. Сроки закрытия вакансий радикально изменились: если раньше на подбор одного сотрудника уходило 3 недели, то с новым решением этот показатель уменьшился до 5 дней (ускорение в 4,2 раза).

Финансовая эффективность проекта оказалась значительной: стоимость найма на одну позицию снизилась с 65 000 до 19 500 рублей, что означает экономию 70% бюджета. Особенно важно отметить снижение процента no-show (неявок на собеседования) с 40% до 12% благодаря системе напоминаний и предварительной проверке мотивации кандидатов.

Дополнительные положительные эффекты включают годовую экономию HR-затрат в размере 3,1 миллиона рублей и высокий процент успешного прохождения испытательного срока — 93% принятых сотрудников остались работать в компании. Эти результаты подтвердили, что автоматизация не только ускоряет процессы, но и повышает качество подбора персонала.

Ключевым достижением стало перераспределение рабочего времени HR-специалистов: 467 сэкономленных часов были перенаправлены на программы адаптации, что дополнительно снизило текучесть кадров на 17%. Такие показатели демонстрируют комплексное влияние автоматизации на все этапы работы с персоналом.

Результат

Автоматизация первичного отбора — не про замену HR, а про перераспределение ресурсов. Компания перенаправила 467 сэкономленных часов на адаптацию персонала, что снизило текучесть на 17%.