Инновации в управлении персоналом: тренды и практика

Цель модуля: освоить методологию применения ИИ в HR, научиться ставить задачи нейросетям и создавать собственных ассистентов для автоматизации рутинных процессов

• Новый контекст: от VUCA к BANI. Влияние хрупкости, тревожности, нелинейности и непостижимости на HR-функцию. Метанавыки современного HR-директора
• ИИ как главный союзник:обзор возможностей генеративных моделей (ChatGPT, YandexGPT, GigaChat, Perplexity, DeepSeek). Что такое AI-ассистенты, агенты и боты.
• Эволюция HR-функций:какие задачи уже сегодня можно и нужно делегировать ИИ (аналитика, транскрибация, генерация контента, первичный скрининг)
• Этика и риски:проблема смещенных данных (bias), «чёрный ящик», конфиденциальность, Human-in-the-Loop. Исследования Microsoft о влиянии ИИ на критическое мышление
• Архитектура устойчивости:как ИИ помогает справляться с хрупкостью и тревожностью (прогнозная аналитика, ассистенты, быстрый доступ к информации)

Практикумы:

• Упражнение «Промт-инжиниринг для HR-задач»:Учимся формулировать задачи для нейросетей по формуле «Роль + Контекст + Задача + Формат + Уточнения». Тренируемся на реальных кейсах: написание регламентов, анализ вакансий конкурентов, генерация идей для HR-мероприятий
• Упражнение «Создание своего AI-ассистента»:Пошагово создаём в  персонального ассистента для HR-задач (например, «Помощник по адаптации» или «Аналитик отзывов сотрудников»). Загружаем базу знаний (синонимы, примеры), настраиваем системный промпт
• Упражнение «Глубокая разведка»:Используем Perplexity Pro (или аналоги) для анализа рынка труда, поиска скрытых паттернов в отзывах о компании, изучения опыта конкурентов. Сравниваем результаты с обычным поиском

Результат дня: Участники получают готового ассистента для своей работы, шаблоны промптов и понимание, как интегрировать ИИ в ежедневные процессы

Цель модуля: научиться использовать ИИ на всех этапах рекрутинга — от анализа потребности до выхода сотрудника

• Рынок труда 2026+:тренды, демография, портрет соискателя будущего. Что изменилось? Мифы и реальность
• Воронка подбора и ИИ:как нейросети помогают на каждом этапе (скрининг, сорсинг, оценка, коммуникация). Обзор инструментов: GPTs для поиска, расширения для анализа резюме (Match), AI-агенты (MetaView, Juicebox)
• Снятие потребности: точка «0».Как перевести запрос заказчика на язык бизнес-задач. Таблица-переводчик, шаблон промпта для уточнения вакансии
• Продающие вакансии:как писать тексты, которые привлекают нужных кандидатов, даже если зарплата не самая высокая. Разбор ошибок, A/B тестирование
• Оценка кандидатов с ИИ:анализ видео-интервью, оценка soft skills (iGamma, AI-инструменты), транскрибация и анализ собеседований (YakYak, аналоги)

Практикумы:

• Упражнение «Создание ассистента для поиска по работным (социальным) сайтам»:Разрабатываем GPT для генерации точных поисковых запросов (фильтры, ключевые слова, операторы) под конкретную вакансию
• Упражнение «Анализ резюме с помощью ИИ»:Используем расширения для массового скоринга резюме по заданным критериям. Сравниваем результаты с экспертной оценкой.
• Упражнение «Написание продающей вакансии»:Используем методику (контекст + анализ ценностей) для генерации текста вакансии, адаптированного под разные каналы. Разрабатываем 2-3 варианта
• Упражнение «Анализ интервью»:Загружаем расшифровку реального собеседования и получаем структурированную обратную связь (сильные стороны, зоны роста, риски, белые пятна). Учимся задавать вопросы, которые ИИ не заметил

Результат дня: участники уносят с собой набор готовых ассистентов для поиска, шаблоны продающих вакансий, навык быстрой обработки большого потока кандидатов.

Цель модуля: Освоить инструменты аналитики и автоматизации для снижения текучести и повышения эффективности команды

• Прогнозная аналитика в HR:какие данные нужны для прогнозирования текучести и вовлечённости. Модели машинного обучения: как выявлять факторы риска и строить план действий
• One-to-one встречи с ИИ:автоматизация сбора инсайтов, анализ динамики состояний сотрудника, выявление скрытых проблем: промпты для анализа встреч
• Адаптация и онбординг:как корпоративные AI-ассистенты (чат-боты на базе знаний компании) помогают новичкам быстрее влиться в работу и снижают нагрузку на HR и наставников
• Нейроинструменты для оценки вовлечённости:как игровые механики и анализ микромоторики (акселерометр смартфона) позволяют получать достоверные ответы об истинных мотивах сотрудников
• Как обосновать внедрение ИИ перед бизнесом:расчёт ROI (HR ROI) для HR-инициатив: оптимизация контакт-центра, автоматизация оценки софт-скиллов и другие

Практикумы:

• Упражнение «Анализ one-to-one встреч»:Получаем расшифровку реальной встречи и с помощью готового промпта выделяем ключевые инсайты, экшены, риски. Учимся отслеживать динамику по серии встреч
• Упражнение «Создание простого бота для онбординга»:Используя бесплатный чат-бот (например, в Telegram или через GigaChat) и базу знаний компании (формальные и неформальные правила), настраиваем первого ассистента для новичков. Отрабатываем типовые вопросы
• Упражнение «Проектирование опроса вовлечённости»:Разрабатываем вопросы (с учётом будущего использования игровых механик) и обсуждаем, как анализировать не только явные ответы
• Упражнение «Расчёт ROI для HR-проекта»:На примере внедрения чат-бота для адаптации считаем экономический эффект: время HR, сокращение текучки, ускорение выхода на плановую производительность. Используем простую формулу ROI

Результат дня: участники получают промпты для анализа встреч, схему создания онбординг-бота, понимание современных методов измерения вовлечённости и навык финансового обоснования своих проектов