В подкасте 2ТОК от red_mad_robot и ГенИИ главный хедхантер страны Алёна Владимирская и директор по искусственному интеллекту Яндекса Александр Крайнов поспорили о том, что ИИ уже делает с рынком труда и чего ждать дальше.
Мы выбрали пять самых острых тезисов Алёны Владимирской — о честном фидбэке, исчезающих вакансиях для джунов, выгорании и специалистах, которых технологии пока не вытеснят. Подробнее — в материале Журнала Хантфлоу.
«Мы [рекрутеры] не даем честную обратную связь»
По словам Алёны Владимирской, кандидаты часто воспринимают отсутствие подробного фидбэка как проблему рекрутмента. Но компании сознательно осторожничают с формулировками: слишком честная обратная связь может создать юридические риски.
Алёна предлагает смотреть на само интервью как на источник информации. Кандидат обычно и без письменного разбора понимает, на каких вопросах начал «плыть», где знаний не хватило, а где, наоборот, чувствовал себя уверенно.
Не пропускайте хорошие материалы
Добавьте Журнал Хантфлоу в предпочтительные источники Google — так наши новости, разборы и кейсы для HR будут чаще попадаться вам в поиске.
Добавить Журнал Хантфлоу в источники«Искусственный интеллект — абсолютный враг карьеры»
Под «врагом карьеры» Алёна Владимирская имеет в виду разрыв на старте. Раньше молодой специалист приходил на простую позицию, показывал себя в работе и постепенно получал более сложные задачи. Если часть этого уровня автоматизируется, привычный маршрут наверх становится уже.
Для HR это отдельная задача: если компании перестанут нанимать джунов сегодня, через несколько лет им может быть неоткуда брать мидлов. ИИ экономит ресурс здесь и сейчас, но не решает вопрос, где будут набираться опыта будущие специалисты.
Какие навыки спасут рекрутера от ИИ — проверьте по чек-листу
Заполните форму, и мы пришлем вам файл«Много талантливой молодежи не найдет работу»
Сильнее всего ИИ ударит по специалистам начального уровня, считает Алёна Владимирская. Среди примеров — начинающие юристы, рекрутеры и турагенты. Чем больше в работе стандартных запросов и повторяющихся действий, тем проще передать их технологии.
При этом Алёна Владимирская не ждет, что технологии одинаково повлияют на весь рынок труда. В ближайшие 5–7 лет, по ее мнению, стабильно востребованными останутся сферы, связанные с базовыми потребностями: кормить, учить, лечить, защищать и строить. Особенно устойчивой будет работа, где нужны руки и физическое присутствие человека.
А в интеллектуальных профессиях ценность будет смещаться вверх — к специалистам, которым доверяют сложные и нестандартные задачи. Типовую работу можно отдать ИИ, а опыт, профессиональную репутацию и способность принять решение в неоднозначной ситуации доверить машине гораздо сложнее.
«Единственное, что нас может спасти: время, пока статус топ-менеджера меряется количеством людей в команде»
По мнению Алёны Владимирской, у начинающих специалистов есть неожиданный защитный механизм — любовь руководителей к большим командам.
В корпоративном мире статус топ-менеджера часто связан с количеством людей в подчинении. Поэтому даже там, где часть задач уже можно отдать ИИ, руководители не всегда готовы сокращать команду до минимума.
Пока размер команды остается одним из признаков управленческого веса, у джунов сохраняется шанс на вакансии.
«Люди не выгорают от того, что они устают»
Алёна Владимирская связывает выгорание не с количеством рабочих часов. По ее словам, человек может много работать над интересным проектом, устать физически — но это еще не выгорание.
Главные причины она формулирует иначе:
- Бессмысленность работы
- Разрыв между ожиданиями и реальностью
Особенно риск велик в компаниях с сильным брендом: кандидат заранее придумывает себе масштаб будущих задач, а после выхода сталкивается с обычной операционкой. Для рекрутера это аргумент в пользу реалистичного разговора о работе еще до оффера.
Чем больше ИИ берет на себя типовых задач, тем выше цена грамотного рекрутерского решения: кого позвать дальше, кому доверить сложную роль, где кандидат сильнее своего резюме.
Рекрутинговая система №1* в России Хантфлоу помогает принимать такие решения точнее: видеть движение кандидатов по воронке, сравнивать этапы отбора, собирать оценки нанимающих и замечать, где наем начинает буксовать.
