Что рынок кадровых ИИ рассказывает о себе — и о чём молчит

Семнадцать российских систем, которые решают судьбу человека при найме и оценке. Двадцать пять источников. И ни одной публичной цифры о том, сколько решений они принимают неверно.

Задача обзора — показать, что заявлено и что из этого можно проверить. Компании мы не называем; методики проверки каждой системы у нас нет, и мы её не изобретаем. Данные проверены 1 ноября 2026 года.

Направление: ИИ в кадровых решениях

Обзор — это когда видно всех сразу, а не одного Обзор — это когда видно всех сразу, а не одного
Обзор — это когда видно всех сразу, а не одного

Что это. Обзор публично описанных российских систем, которые участвуют в решениях о людях при найме, оценке и продвижении. Мы не называем компании: задача — показать, что заявлено и что из этого можно проверить. Все цифры взяты из публичных материалов и помечены; методики проверки каждой системы у нас нет, и мы её не изобретаем.

Представьте себе поток. Двести откликов на одну вакансию. У рекрутёра — два дня и ещё три вакансии. Система показывает ему не двести карточек, а тридцать: остальные она оставила «на потом». Так описывает свою работу одна из платформ, и это честное описание — в нём нет ни слова о том, как она выбирает эти тридцать.

Или другой сценарий. Кандидат звонит по объявлению, и с ним говорит не человек: голосовой робот задаёт вопросы, расшифровывает ответы, ставит оценку. Кандидат может этого не заметить. Что он узнает о своей оценке потом? В публичных описаниях — ничего.

Мы собрали семнадцать таких систем и историй: от внутреннего HR-робота крупного банка до закупки «диагностики сотрудников с применением ИИ». Двадцать пять источников, двадцать три открылись, у двух мы честно отметили, почему не смогли их проверить. Ниже — то, что видно на этом срезе.

Что рынок рассказывает о себе

Он рассказывает про скорость. Это первое, что бросается в глаза, когда читаешь подряд десяток описаний: почти каждая цифра — про время и объём.

Внутренний рекрутинг-робот крупного банка, по сообщению компании (май 2026), сократил путь от отклика до первичного интервью и оценки с 23 часов до трёх. Платформа оценки собеседований (июль 2025) заявляет сокращение времени оценки с 35 минут до полутора. Один из кейсов — «на 40 % быстрее», другой — «вся информация собирается за 15 минут», третий — «из 200 откликов выделяет 30».

Это не упрёк: скорость — нормальная метрика для инструмента. Проблема в другом. Рядом с этими цифрами нет ни одной, которая отвечала бы на вопрос, ради которого инструмент вообще ставят: сколько решений он принимает неверно.

Доля ложных отклонений. Точность категоризации. Сравнение с решениями живого рекрутёра на тех же резюме. Ни одна из семнадцати систем таких чисел публично не приводит. Мы искали именно это — и не нашли ни у кого, включая крупных игроков с пресс-релизами и премиями.

Три уровня прозрачности

Дальше начинается интересное. Есть три уровня прозрачности, и рынок распределён по ним крайне неравномерно.

Первый уровень — «функция есть». Система «анализирует резюме и переписку», «сортирует отклики по степени соответствия», «оценивает компетенции». Это описание продукта, а не механизма. Так написано у большинства.

Второй — «правило показано». У одной платформы правило присвоения статуса опубликовано таблицей: какие требования обязательные, какие формальные, какие желательные, и как это раскладывается по категориям. Такое можно воспроизвести на бумаге — и уже поэтому оно проверяемо хотя бы в логике. Ещё у одной показана шкала балла (50–100) и сказано, из каких параметров балл складывается. У третьей перечислены признаки: из девятнадцати факторов прогноза текучести шесть названы поимённо, остальные — «и другие факторы».

Третий — «описаны ограничения». И это, пожалуй, главная находка обзора. Среди семнадцати систем нашлась ровно одна, чей производитель сам, в своём блоге, пишет, чего инструменту делать нельзя: «нельзя давать ИИ возможность принимать финальное решение», результаты нужно выборочно перепроверять, а спорные случаи — разбирать человеком. Ссылок на нормативку там нет, метрик тоже нет, но это единственный текст, где вендор говорит о риске ошибочного автоотсева как о своём риске, а не как о чужой безответственности.

Показательно и обратное. Один крупный продукт, который в отраслевых обзорах регулярно относят к «ИИ-найму», на своей проверенной странице не содержит ни одного упоминания ИИ — только воронка, согласование, дедупликация резюме и «входит в реестр российского ПО». Это не разоблачение: просто лишнее напоминание, что «автоматизация» и «искусственный интеллект» в описаниях рынка часто смешиваются, а проверить это можно за одну минуту — открыв страницу.

Правовая рамка: самое заметное молчание

Мы проверяли не только функции, но и то, как вендоры описывают правовые основания. Результат неожиданно пустой.

Из всех просмотренных страниц 152-ФЗ упоминается один раз — в базе знаний одной из платформ, и то в статье про согласие кандидатов. Статьи 86–88 Трудового кодекса — про обработку персональных данных работника, передачу их третьим лицам и локальные акты — не упомянуты нигде: ни у вендоров, ни в публикациях СМИ, ни в материалах закупки. Обычная картина другая: форма согласия на обработку данных и ссылка на политику конфиденциальности.

Почему это важно именно здесь? Потому что кадровое решение — это решение о человеке, которое он не выбирал и часто не видит. Согласие на обработку данных — не то же самое, что основание для автоматизированной оценки. И уж точно не ответ на вопрос, что делать человеку, которого система отнесла к «не сейчас».

Этот вопрос — про право знать и право оспорить — в описаниях не поднимается вовсе. Объяснения заявлены для рекрутёра: платформы пишут, что показывают, из чего сложился балл, «чтобы рекрутёр понимал». Про кандидата — тишина: не сообщается ли он вообще, что его оценивала система, на каком этапе и в каком виде.

Отдельно стоит хранение записей. Три системы из семнадцати записывают и расшифровывают голос. Ни одна не пишет, сколько запись хранится, где лежит и кто имеет к ней доступ.

Чего в этом рынке, похоже, нет

Обзор дал и три отрицательных результата — они важны не меньше положительных.

Ни одна проверенная система публично не заявляет рекомендацию об увольнении. Ближайшее — прогноз срока работы и текучести: «сколько кандидат, вероятно, проработает». Это существенно разный уровень: прогноз — материал для решения, рекомендация — само решение. Российский рынок публично останавливается на первом.

Специализированного антифрода в найме мы не нашли. То, что называют защитой от «фальшивых кандидатов», живёт внутри интервью-платформ (фиксация попыток списывания) и в организационных мерах, а не отдельным классом продукта.

Публичные описания стареют быстрее, чем их цитируют. Одна из систем, известная по материалам 2017–2019 годов (робот, который звонил кандидатам, — этот кейс до сих пор приводят в обзорах), на 01.11.2026 не имеет работающего сайта: домен не отвечает, архивная копия не отдаётся, карточки продукта нет. Мы оставили её в выборке с датой и пометкой — именно как пример того, что «система существует» и «система работает» — два разных утверждения.

Глазами кандидата

Соберём один путь из кусков, которые встречаются в разных описаниях. Это не описание конкретной системы — это то, как выглядит типичная воронка, если прочитать её глазами человека по ту сторону экрана.

Кандидат отправляет резюме. Дальше — тишина: система сравнивает резюме с требованиями и раскладывает отклики по категориям, и по описаниям видно, что часть откликов уходит в «не сейчас» без участия человека. Кандидат об этом не узнаёт. Ему не пишут «вас отсеял алгоритм» — ему просто не отвечают.

Если он проходит дальше, начинается оценка. Где-то это балл соответствия с расшифровкой — но расшифровку видит рекрутёр, а не он. Где-то — голосовое интервью, и по публичным описаниям нельзя понять, предупреждают ли кандидата, что говорит робот. Где-то — аудиоанализ записи: система оценивает, как он говорил, и прогнозирует, сколько он проработает.

Наконец, решение. Оно всё ещё за человеком — это повторяют почти все и почти все считают нужным это сказать. Но что значит «решение за человеком», если человеку показали тридцать карточек из двухсот и балл, механику которого он не знает? Рекрутёр не пересматривает двести резюме: он смотрит то, что ему дали. Формально решение человеческое, фактически — выбор из предложенного.

И последнее, чего в описаниях нет совсем. Кандидат не знает, что его оценивали; не знает, по каким признакам; не знает, где это хранится; и не имеет описанного способа сказать «вы ошиблись». Мы не нашли ни одной системы, где эта петля — уведомление, объяснение, оспаривание — была бы описана публично.

Как проверить инструмент самому?

Пять вопросов, на которые вендор публично не отвечает почти никогда. Задайте их до подписания договора, а не после инцидента.

Первый: покажите протокол одной оценки — не описание функции, а конкретную запись: какие данные на входе, какая версия модели, какие признаки, какой порог. Если протокола нет, значит и проверять нечего.

Второй: какова доля ложных отклонений на ваших данных — не на демо, а на ваших. Если числа нет, честный ответ — «не измеряли», и это уже полезная информация.

Третий: что видит кандидат. Дословно: какое уведомление ему показывают и на каком шаге.

Четвёртый: сколько хранятся записи интервью, кто к ним имеет доступ и как их удаляют. Ответ «по политике конфиденциальности» не считается: политика описывает категории данных, а не сроки и роли.

Пятый: кто пересматривает спорный случай и по какой процедуре. Тут хорошо бы услышать не «рекрутёр», а имя роли и срок ответа.

Протокол вместо призыва

Есть соблазн закончить призывом «требуйте объяснений». Мы не будем: объяснение, которое нельзя проверить, — это тоже реклама.

Практичнее другое. Когда инструмент принимает решение о человеке, у решения должен быть протокол: какая версия модели, на каких данных, с какими признаками, кто пересматривает спорный случай. Пока протокола нет, спор идёт не о точности, а о вкусе: «система сказала» против «я так не думаю».

Наш собственный опыт в этом смысле неудобен для нас самих. В октябре мы прогнали три своих текста через два детектора ИИ: один дал 93 % на человеческом письме, второй — 0 % на том же тексте. Расхождение в 93 процентных пункта на одном и том же материале — хорошая иллюстрация того, что процент без условий ничего не значит. То же и с кадровыми решениями: у числа есть смысл, только когда рядом стоят версия, выборка и способ проверки.

Поэтому следующий шаг направления — не рейтинг систем, а карта проверяемости: по каждой системе фиксируем, что она заявляет, чем это подтверждено и что из этого можно проверить руками. Первая версия такой карты — в работе.

Остаётся один вопрос, на который у нас пока нет ответа: если система ошибочно отсеяла человека, кто об этом узнает первым — работодатель, разработчик или сам человек? В просмотренных описаниях этой роли нет ни у кого. Пока её нет, ответственность за решение остаётся там, где и была — на том, кто подписал.

Как собирали и чего мы не делали

Как собирали. Семнадцать публичных описаний (пятнадцать систем и продуктов, одна закупочная процедура, одна научная работа), двадцать пять источников: сайты и документация вендоров, деловые СМИ, TAdviser, CNews, отраслевые обзоры, реестр научных работ, площадка коммерческих закупок. Каждая ссылка проверена 01.11.2026: двадцать три открылись, две — нет (причины указаны в рабочем файле). Цитаты сверены с текстом страниц дословно.

Чего мы не делали. Не оценивали точность систем, не тестировали их на данных, не проверяли утверждения вендоров экспериментально. Всё, что здесь сказано, — о наличии или отсутствии публичного описания, а не о качестве продукта. Если система хорошо работает, но об этом не пишет — из нашего обзора это не следует.

Материалы. Рабочая карта с источниками, цитатами и пометками — по запросу; в открытый доступ выкладывается карта проверяемости после сверки с вендорами.

Страница обновлена 02.11.2026 · версия сборки 2026.11.13 · АНО «Институт социологии и безопасности искусственного интеллекта»