Поисковая выдача по запросу «ИИ для HR» это десять подборок инструментов. Что подключить к воронке найма, какой сервис проводит видеоинтервью, где взять промпты для текста вакансии. Все они отвечают на вопрос «что взять».
Ни одна из первых десяти страниц не отвечает на другой вопрос, который возникает сразу после запуска. Резюме это персональные данные. Отсев кандидата автоматом это решение, затрагивающее его права. У обеих вещей есть статьи закона, и они написаны раньше, чем появились нейросети.
Дальше разбор по частям: где автоматика ошибается, что требует закон при автоматическом отсеве, куда уезжает резюме внутри сервиса и сколько стоят готовые решения. Цифры полноты обнаружения персональных данных взяты из замера на выборке из 2867 текстов, цены вендоров сняты с живых страниц 6 сентября 2026 года.
Что ИИ в подборе закрывает, а что остается человеку
Слово «ИИ» в HR-сервисах покрывает три разные технологии. Разбор резюме на поля работает на правилах и словарях, ошибается редко и предсказуемо. Оценка релевантности работает на модели: реже человека ошибается на потоке и чаще на нестандартных биографиях. Генерация вакансий и писем это языковая модель, и она сочиняет там, где данных не хватает.
| Задача | Что делает автомат | Что остается человеку |
|---|---|---|
| Разбор резюме на поля | Тянет опыт, навыки, контакты в карточку кандидата | Проверка полей, которые заполнены нестандартно |
| Первичный отсев по требованиям | Ранжирует отклики по соответствию описанию | Решение об отказе и его обоснование |
| Ответы кандидату на типовые вопросы | Отвечает про график, оформление, этапы отбора | Все, что выходит за сценарий |
| Назначение интервью | Согласует слоты, шлет напоминания | Само интервью |
| Онбординг новичка | Ведет по плану, отвечает по базе знаний | Наставник и обратная связь |
| Прогноз оттока | Показывает группы риска по признакам | Разговор с человеком, а не приказ |
Строчка про решение об отказе выделена не случайно. Это единственное место таблицы, где закон прямо запрещает отдавать финальное действие машине.
Скрининг резюме: на чем автомат ошибается
Модель оценивает соответствие текста резюме тексту вакансии. Это статистическая операция, и у нее есть предсказуемые слепые зоны.
Первая зона это нестандартные формулировки должностей. Человек с записью «руководитель направления клиентского сервиса» и человек с записью «head of customer success» делают одну работу, но на потоке из тысячи откликов автомат разводит их по разным группам, если в описании вакансии стоит только один вариант.
Вторая зона это перерывы в стаже: декрет, уход за родственником, армия, переезд. Модель, обученная на истории найма компании, воспроизводит ее закономерности. Реже брали кандидатов с перерывом, значит автомат научится их понижать, и никто этого не увидит, пока не посмотрит на распределение отказов.
Третья зона это переоценка ключевых слов. Кандидат, перечисливший тридцать технологий списком, обгоняет того, кто описал два реальных проекта. Отсюда встречная гонка: соискатели узнают про фильтры и набивают резюме словами.
Практический вывод простой. Автоматика ставится на «поднять наверх», а не на «отклонить». Тогда резюме из нижней части списка остается доступным рекрутеру, и ошибка модели стоит времени, а не потерянного кандидата.
Резюме это персональные данные, и закон это заметил
В резюме лежат фамилия, имя, отчество, дата рождения, город, телефон, почта, места работы, иногда фотография и данные о семье. Это персональные данные в чистом виде, и компания, которая их получает, становится оператором со всеми обязанностями.
Отдельно стоит автоматический отсев. Статья 16 закона 152-ФЗ, часть 1, дословно: «Запрещается принятие на основании исключительно автоматизированной обработки персональных данных решений, порождающих юридические последствия в отношении субъекта персональных данных или иным образом затрагивающих его права и законные интересы». Часть 2 разрешает такое решение при наличии согласия в письменной форме. Часть 3 обязывает оператора разъяснить порядок принятия решения, его последствия и дать возможность заявить возражение.
Отказ в трудоустройстве права соискателя затрагивает. Значит, конструкция «модель поставила низкий балл, робот отправил отказ, человек в процессе не участвовал» без письменного согласия кандидата стоит вне закона.
Рядом лежит трудовое право. Статья 64 Трудового кодекса обязывает работодателя сообщить причину отказа в письменной форме. Формулировка «вы не прошли по результатам автоматической оценки» причиной, связанной с деловыми качествами, не является.
Рабочая схема без юридических рисков выглядит так: автомат ранжирует, человек принимает решение и фиксирует основание. Ее же проще защищать при проверке. Разбор ИИ-канала начинается именно с поиска мест, где машина решает в одиночку.
Куда уезжает резюме внутри ИИ-сервиса
Вопрос, который стоит задать вендору первым: где физически обрабатывается текст резюме. Вариантов три, и они дают разный уровень риска.
Модель в контуре компании: резюме не покидает периметр, трансграничной передачи нет, стоимость выше, качество моделей ниже топовых. Российское облако вендора: данные остаются в стране, но появляется поручение обработки по статье 6 закона 152-ФЗ и нужен договор с описанием мер защиты. Зарубежный сервис: трансграничная передача со всеми процедурами уведомления, и текст резюме уходит в компанию, которую кандидат в согласии не видел.
Чаще встречается промежуточный случай, и его упускают. Сервис держит карточки кандидатов в российском облаке, а для формулировки письма-отказа дергает внешнюю модель, отправляя туда кусок резюме. Формально это одна кнопка в интерфейсе, фактически передача данных за периметр.
Обезличивание перед отправкой в модель: цифры и границы
Логичный ответ на предыдущий раздел это вырезать персональные данные из текста до того, как он уйдет в модель. Замена фамилии, телефона и адреса на маркеры делается автоматически, и такой слой действительно снижает риск.
Он не снимает его целиком, и это стоит знать до того, как решение попадет в регламент. Ниже результат замера движка обнаружения персональных данных на бенчмарке из 2867 текстов и 4585 размеченных сущностей, замер от 20 августа 2026 года.
| Категория данных | Сущностей | Полнота обнаружения |
|---|---|---|
| Технические идентификаторы | 340 | 98,8 % |
| Финансовые данные | 198 | 98,0 % |
| Гос. идентификаторы | 639 | 97,8 % |
| Контакты, телефон и почта | 290 | 97,6 % |
| Документы, паспорт и права | 851 | 96,7 % |
| Организации | 166 | 92,8 % |
| ФИО | 986 | 87,3 % |
| Адрес и геолокация | 1111 | 86,5 % |
Разрыв между строчками объясняется форматом. Паспорт, ИНН, СНИЛС, номер карты и телефон имеют структуру и контрольные цифры, их берут правила. ФИО, город и название работодателя структуры не имеют, их берет языковая модель, и она ошибается чаще. Из 344 пропусков на прогоне 287 пришлись именно на данные без формата.
Резюме состоит ровно из этих типов. Фамилия, город, улица, название предыдущего работодателя. То есть в HR-задаче автоматическое обезличивание работает в своей худшей зоне, и полноту обнаружения тут не гарантирует никто. Практический вывод: автоматика идет вспомогательным слоем, а риск закрывают регламент, согласие и договор с вендором. Подробнее про методы в материале про обезличивание персональных данных по 152-ФЗ.
Почему процент точности без методики ничего не значит
Вендор в презентации показывает точность. Цифра выглядит убедительно, сравнить ее не с чем, и покупатель принимает ее на веру. Между тем одна и та же система на одной и той же выборке дает разные проценты в зависимости от того, как считать попадание.
Замер того же движка в июле 2026 года дал 67 %, замер в августе на той же ветке дал 92,5 %. Модель между этими датами не переучивали. Изменилась методика счета: в первом случае кейс засчитывался, только если найден весь набор типов данных целиком, во втором считалось попадание по каждой отдельной сущности. Обе цифры честные, и обе бесполезны без описания способа счета.
Отсюда четыре вопроса, которые стоит задать поставщику HR-сервиса до подписания. На какой выборке считали и сколько в ней записей. Что считается попаданием. Сколько было ложных срабатываний. Приводился ли замер на данных, похожих на наши, или на публичном наборе. Ответ «у нас точность девяносто процентов» без этих четырех уточнений не проверяем и в приемку не годится. Тот же принцип разобран в материале про тестирование нейросетей.
Онбординг и внутренний ассистент: тут риска меньше
Вторая половина HR-задач законом ограничена слабее, потому что решений о правах человека там не принимается.
Ассистент для новичка отвечает про оформление, отпуска, пропуска и внутренние сервисы по базе знаний компании, снимая поток одинаковых вопросов к кадровику. Риск тут другой: ассистент, подключенный ко всем документам подряд, однажды показывает сотруднику зарплатную ведомость соседнего отдела. Лечится разграничением доступа на уровне источников, а не промптом. Разбор двухслойной схемы в статье про ИИ-помощника для сотрудников.
Кадровый документооборот автоматизируется давно и без нейросетей. Языковая модель тут полезна на разборе входящих сканов и на черновиках, а не на решениях.
Сколько стоит рынок и за что он берет деньги
Готовые платформы продают подписку на рекрутера. Цены сняты с живых страниц 6 сентября 2026 года.
| Решение | Что заявлено | Цена |
|---|---|---|
| Поток Рекрутмент, тариф «Базовый» | воронка подбора, работа с откликами | 2 575 ₽ в месяц за рекрутера при оплате за год |
| Поток Рекрутмент, тариф «Стандартный» | плюс оценка релевантности резюме и чат-боты для скрининга | 6 000 ₽ в месяц за рекрутера при оплате за год |
| Поток Рекрутмент, тариф «Экспертный» | плюс модуль видеоинтервью | 7 975 ₽ в месяц за рекрутера при оплате за год |
| Хантфлоу | автоматизация рекрутмента | публичной цены на странице тарифов нет, тариф подбирают после демо |
| Доработка под свой процесс | интеграция подбора с внутренними системами и правилами доступа | 2 500 ₽ в час, оплата по факту, без аванса |
Подписка дешевле и быстрее, пока процесс компании укладывается в логику платформы. Доработка выигрывает там, где кандидатов надо сводить с внутренним учетом, разграничивать доступ по подразделениям или держать данные в своем контуре. Про суммы и порядок работ по интеграциям есть отдельная страница интеграций.
Как принимать HR-ИИ: шесть проверок
| Что проверяем | Как выглядит нормальный ответ |
|---|---|
| Где обрабатывается текст резюме | Названы конкретное облако и юрисдикция, есть договор поручения обработки |
| Кто принимает решение об отказе | Человек, в системе видно, кто и на каком основании отклонил |
| Согласие кандидата | Форма отклика содержит согласие с описанием автоматизированной обработки |
| Замер качества | Есть выборка, методика счета и число ложных срабатываний |
| Распределение отказов | Раз в квартал смотрим отказы по группам кандидатов и ищем перекос |
| Что уходит во внешнюю модель | Список функций, которые дергают сторонний сервис, и что именно туда попадает |
Шестой пункт чаще всего пустует. Ответ «мы используем ИИ» без перечня функций, которые ходят наружу, означает, что перечня нет ни у кого. Цена ошибки видна в материале про штрафы за утечку персональных данных.
Собрать подбор так, чтобы решение оставалось за человеком
Разбираем маршрут резюме, разграничиваем доступ, стыкуем воронку с внутренними системами. 2 500 ₽ в час, оплата по факту, без аванса.
Частые вопросы
Можно ли отказывать кандидатам автоматически?
Без письменного согласия кандидата нельзя. Часть 1 статьи 16 закона 152-ФЗ запрещает решения на основании исключительно автоматизированной обработки, если они затрагивают права человека. Часть 3 требует разъяснить порядок принятия решения и дать возможность возразить. Рабочая схема: автомат ранжирует, решение принимает и фиксирует человек.
Нужно ли согласие кандидата на обработку резюме?
Да, резюме это персональные данные, и компания становится оператором с момента получения отклика. Отдельно описывается автоматизированная обработка, если она применяется, и срок хранения резюме после закрытия вакансии.
Спасет ли автоматическое обезличивание перед отправкой в модель?
Снизит риск, но не закроет его. На замере от 20 августа 2026 года полнота обнаружения по данным с форматом составила от 96,7 до 98,8 процента, по ФИО 87,3 процента, по адресу 86,5 процента. Резюме состоит именно из второй группы. Полноту автоматического обнаружения не гарантирует никто, поэтому автоматика идет вспомогательным слоем рядом с регламентом и договором.
Как проверить обещанную вендором точность?
Спросить четыре вещи: размер выборки, что считается попаданием, число ложных срабатываний, похожи ли данные замера на ваши. Одна и та же система на одной выборке дает 67 или 92,5 процента в зависимости от способа счета, поэтому цифра без методики не сравнима ни с чем.
Сколько стоит подключить ИИ к подбору персонала?
Готовая платформа обойдется от 2 575 ₽ в месяц за рекрутера на базовом тарифе и 6 000 ₽ на тарифе с оценкой релевантности резюме, цены с сайта Потока на 6 сентября 2026 года. Доработка под свой процесс считается по часам, ставка 2 500 ₽ в час с оплатой по факту.
Разобрать подбор до запуска ИИ
Посмотрим маршрут резюме, точки автоматических решений и что уходит во внешние сервисы. Ответим за рабочий день.
