OpaGPT Раздел 1. Скорость найма: от заявки до оффера
Пункт 1. Внедрите автоматический скрининг резюме
Настроили фильтр по 12 ключевым компетенциям. ИИ-агент за 3 секунды отсеивал 70% нерелевантных анкет. Время первичного отбора сократилось с 4 часов до 15 минут.
Пункт 2. Запустите чат-бот для интервью
Кандидат на позицию Senior Java-разработчика проходил 20-минутный диалог с ботом. Система оценивала хард-скиллы и стрессоустойчивость. Результат: 85% совпадений с финальной оценкой рекрутера.
Пункт 3. Используйте предиктивную аналитику увольнений
Модель на основе OpaGPT выявила 3 паттерна риска ухода среди активных кандидатов. Рекрутер предложил индивидуальные условия — 2 человека из группы риска приняли оффер.
Пункт 4. Интегрируйте оценку кандидатов ИИ
Тестовое задание проверялось нейросетью: архитектура кода, покрытие тестами, читаемость. Время проверки упало с 2 часов до 8 минут. Точность — 94%.
Раздел 2. Снижение cost-per-hire: цифры и инструменты
Пункт 5. Встройте ATS интеграцию
Связали AI-агента с внутренней ATS через API. Заявки на вакансии обрабатывались без ручного ввода. Экономия времени рекрутера — 6 часов в неделю.
Пункт 6. Оптимизируйте employer branding ИИ
Генерация персонализированных писем-приглашений: уникальный текст для каждого кандидата на основе его профиля. Конверсия в отклик выросла на 22%.
Пункт 7. Сократите количество этапов интервью
После внедрения AI-скрининга убрали два раунда из пяти. Среднее время закрытия вакансии сократилось с 45 до 27 дней (минус 40%).
Пункт 8. Пересмотрите бюджет на рекламу
ИИ-агент определил, что 60% успешных наймов приходят из двух каналов. Перераспределили 80% бюджета на них. Cost-per-hire снизился с $4 200 до $2 500.
Раздел 3. Удержание и качество найма
Пункт 9. Внедрите мониторинг снижения текучки
Предиктивная модель сигнализировала о вероятности увольнения новичка в первые 90 дней. HR-менеджер проводил дополнительные 1:1 встречи. Текучка на испытательном сроке упала на 18%.
Пункт 10. Анализируйте причины отказов
ИИ собрал 200+ фидбеков от отклонённых кандидатов. Выявили, что 34% не готовы к переезду. Скорректировали требования — добавили удалённый формат. Количество отказов снизилось на 25%.
Пункт 11. Оценивайте культурную совместимость
Чат-бот задавал ситуационные вопросы. Алгоритм сравнивал ответы с профилем успешных сотрудников. Совместимость >80% — рекомендация к найму. Точность прогноза — 88%.
Пункт 12. Настройте автоматическое уведомление о статусе
Кандидат получал сообщения на каждом этапе. NPS опроса вырос с 32 до 67. Повторные отклики на другие вакансии увеличились на 40%.
Раздел 4. Масштабирование и результаты
Пункт 13. Автоматизируйте онбординг
ИИ-агент отправлял welcome-письма, ссылки на LMS и график встреч. Время на ввод нового сотрудника сократилось с 3 дней до 4 часов.
Пункт 14. Используйте AI для ревью резюме пассивных кандидатов
База из 15 000 контактов просканирована за 40 минут. Найдено 48 подходящих профилей под 5 открытых вакансий. Закрыли 3 позиции без внешнего поиска.
Пункт 15. Ведите аналитику cost-per-hire в реальном времени
Дашборд показывал расходы по каждому этапу: реклама, скрининг, интервью. Рекрутер видел, что 30% бюджета уходит на нецелевые площадки. Оптимизация дала экономию $18 000 в квартал.
Пункт 16. Проведите A/B-тестирование офферов
ИИ генерировал два варианта письма: стандартный и с акцентом на проекты. Второй вариант дал +15% принятых офферов. Применили ко всем будущим предложениям.
Пункт 17. Обучите команду работе с ИИ-агентом
Трёхчасовой воркшоп для 5 рекрутеров. Через неделю каждый обрабатывал в 2,5 раза больше заявок без потери качества.
Пункт 18. Интегрируйте систему с календарём
Чат-бот бронировал слоты для интервью без участия человека. Кандидаты выбирали время сами. Количество переносов сократилось на 60%.
Пункт 19. Запустите регулярный аудит качества данных
ИИ проверял резюме на устаревшие контакты и некорректные даты. Чистота базы выросла с 72% до 95%. Точность рекомендаций увеличилась на 12%.
Пункт 20. Соберите итоговую отчётность
Через 6 месяцев: время закрытия вакансии — минус 40%, cost-per-hire — минус 35%, текучка на испытательном сроке — минус 18%. ROI внедрения составил 320%.
Ключевой вывод: Использование ИИ-агента для HR — не замена рекрутера, а инструмент, который перераспределяет 70% рутинных задач на автоматику. Рекрутер фокусируется на стратегии и взаимодействии с кандидатами.