AI-скрининг резюме: как нанимать быстрее и не терять сильных кандидатов

Где на самом деле теряются кандидаты

Проблема найма редко в том, что «нет людей». Чаще она в скорости и в пропускной способности. Сильный кандидат находится на рынке в среднем несколько дней: пока рекрутер дошёл до его резюме, он уже вышел на оффер к другому работодателю.

Типичная воронка массового найма выглядит так: 200 откликов, 40 просмотренных, 15 звонков, 6 состоявшихся интервью, 1 выход. Обратите внимание на первый переход — восемьдесят процентов откликов вообще никто не открывал. Это не халатность, это физический предел: на вдумчивое чтение одного резюме нужно 3–5 минут, на 200 резюме — полный рабочий день, которого у рекрутера нет.

Второе место потерь — время ответа. Отклик, на который ответили в течение часа, конвертируется в интервью в разы лучше, чем тот, до которого дошли на третий день. Логика здесь ровно та же, что и в продажах: кто первый вышел на контакт, тот и разговаривает.

Как работает AI-скрининг: три уровня

Автоматизация найма разбирается на три независимых слоя, и внедрять их можно по отдельности.

Уровень 1. Парсинг и структурирование

Резюме приходят в разных форматах — PDF, doc, текст в теле письма, ссылка на профиль. Модель приводит их к единой структуре: опыт по годам, должности, инструменты, языки, локация, зарплатные ожидания. Уже на этом уровне рекрутер экономит часы, потому что сравнивает таблицу, а не десять разных вёрсток.

Уровень 2. Скоринг по вашим критериям

Каждому кандидату присваивается оценка по заранее описанным требованиям, с расшифровкой: почему такой балл, что совпало, чего не хватает. Важно, что это не «да/нет», а ранжирование — рекрутер по-прежнему смотрит людей, но начинает с самых релевантных и доходит до конца списка.

Уровень 3. Первичный контакт

Автоматический ответ кандидату в течение минут, уточняющие вопросы в переписке или голосовой звонок с базовыми вопросами. Здесь закрывается разрыв по скорости.

Как описать критерии, чтобы скоринг был осмысленным

Качество скрининга на 90% определяется тем, как описана вакансия для модели, а не тем, какая модель используется. Работает такая структура:

• Жёсткие отсечки. То, без чего работа невозможна: право на работу в стране, права категории, конкретный язык на рабочем уровне, готовность к графику. Это фильтр, а не баллы.
• Взвешенные требования. Опыт в отрасли, знание конкретных систем, объём базы, с которой человек работал. У каждого — вес, потому что не всё одинаково важно.
• Сигналы риска. Частая смена работы без объяснения, разрыв между заявленной должностью и описанными задачами, шаблонное резюме без единой цифры.
• Признаки сильного кандидата. Конкретные результаты в цифрах, рост внутри одной компании, релевантный проект в смежной сфере.

Отдельно опишите, чего в оценке быть не должно. Модель не должна учитывать возраст, пол, национальность, семейное положение и фотографию — это и юридический риск, и прямой путь к тому, что вы отсеете хороших людей по признакам, не связанным с работой.

Проверяется настройка просто: прогоните скоринг на прошлой вакансии, где вы уже знаете, кого наняли и кто оказался сильным. Если ваши реальные удачные наймы попадают в верхнюю треть рейтинга — критерии описаны верно. Если нет — правьте описание, а не модель.

Первичное интервью: бот вместо телефонного скрининга

Телефонный скрининг — самая механическая часть найма. Пять одинаковых вопросов: актуален ли поиск, какие ожидания по деньгам, где живёте, когда готовы выйти, есть ли опыт с X. Рекрутер тратит на это половину дня и в 60% случаев слышит ответ, после которого разговор заканчивается.

Голосовой агент делает то же самое за вечер, по всей базе откликов сразу, и отдаёт структурированный результат: ответы по каждому пункту, расшифровку разговора и отметку о заинтересованности. Рекрутер начинает работу утром с готового списка тех, с кем есть смысл говорить лично. Как устроены такие звонки технически, мы разбирали в статье про голосовых AI-агентов.

Важный нюанс: кандидату надо сразу сказать, что звонит автоматический ассистент, и дать возможность переключиться на человека. Попытка выдать бота за рекрутера портит впечатление о компании быстрее, чем любой отказ.

Что нельзя доверять AI

• Финальное решение об отказе. Модель ранжирует и объясняет, отказывает человек. Это и вопрос качества, и вопрос ответственности перед кандидатом.
• Оценку личности и «культурного соответствия». По тексту резюме это не определяется, а попытки такой оценки — прямая дорога к предвзятости.
• Скрытый скоринг. Если внутри компании никто не может объяснить, почему кандидат получил низкий балл, система непригодна к использованию. Расшифровка оценки обязательна.
• Работу с персональными данными без правил. Резюме — это персональные данные. Нужны основание обработки, срок хранения, возможность удаления по запросу и понимание, куда именно уходят данные при использовании внешних API.

Внедрение за две недели и что считать результатом

1. Дни 1–3. Собираем источники откликов в одну точку: почта, форма на сайте, job-борды, мессенджеры.
2. Дни 4–7. Описываем критерии по одной вакансии и калибруем скоринг на прошлых откликах.
3. Дни 8–10. Подключаем автоответ кандидату и уточняющие вопросы.
4. Дни 11–14. Добавляем первичный обзвон и отчёт по воронке найма.

Мерить результат стоит по четырём цифрам: доля просмотренных откликов, время до первого ответа, количество интервью на одного нанятого и срок закрытия вакансии. Если первые две метрики улучшились, а количество интервью на найм осталось прежним или упало — автоматизация работает правильно: вы стали быстрее и точнее одновременно.

Готовый модуль скрининга и сценарии обзвона кандидатов собраны на странице AI для HR.