В магазин заходит Арнольд Шварценегер и жалуется:
- Ваша пила плохо работает! Вы обещали, что я буду способен пилить по 6 деревьев в час, а я пилю только 5! Хочу возврат!
- А вы какой бензин заливаете?
- А ей ещё и бензин нужен?
Этот анекдот времён ещё моего детства (потому и Шварц) наглядно отражает то, что происходит с применением нейросетей рекрутерами. Потому что вслед за "супер секретными промптами для облегчения работы" неожиданно пришла реальность. И выяснилось, что голое и бездумное использование ИИ в найме не только не помогает, но и даже ухудшает процесс. Свежее исследование Robert Half прямо говорит, что:
🧨 67% HR и нанимающих менеджеров уже признают, что срок найма только увеличивается
🧨Для 20% компаний увеличение срока составило более 2 недель
🧨65% менеджеров говорят, что стало трудней проверять навыки.
🧨84% рекрутеров признаются, что их рабочая нагрузка тоже резко выросла!
Почему? Потому что "мусор на входе - мусор на выходе". Рекрутеры выступают в роли Шварца из анекдота: сперва заливают для поиска неконкретные, а чаще всего ещё и сгенерированные с помощью ИИ описания вакансий, а потом отбирают те, которые лучше всего этому соответствует. И отбирают в итоге адаптированные же с помощью нейросетей резюме.
🧨И 62% компаний уже увольняли таких сотрудников, которые были наняты на основе такого подхода (AIResumeBuilder, 2026).
Что же делать? Возвращаться к первоистокам и к тому, что искать надо не идеальных сотрудников, а подходящих. Просто потому, что организация процессов и систем определяет продуктивность сотрудника в разы сильнее, чем его личные качества.
А ещё пора начинать отсекать резюме с высоким уровнем адаптации, а в идеале - вообще останавливаться только на честных, которые не адаптированы с помощью ИИ.
Потому что для бизнеса выгодней ориентироваться на подходящих на 80% и честных сотрудников, чем рисковать и хронически нанимать милых и приятных людей, которые хорошо умеют адаптировать людей при этом некомпетентны. Впрочем, для этого надо уже прочитать инструкцию к вашей бензопиле.
