Рынок труда переживает структурный сдвиг, который почти не виден снаружи. Мы уже находимся в будущем, где на просмотр резюме рекрутер тратит от трех до пяти секунд, а 75% заявок на вакансию никогда не прочитает живой человек.

По словам Тамары Воронцовой, HRD, сооснователя платформы «ИИ рекрутер Qooqa», рекрутеры перестали быть «читателем сотен резюме» и делать рутинные линейные операции ежедневно, они стали «дирижерами системы принятия решений».

«Скорость выросла, качество отбора — нет»

Согласно данным Всемирного экономического форума за 2025 год, более 90% работодателей уже используют автоматизированные системы для фильтрации заявок, а 88% компаний применяют ту или иную форму ИИ для первичного отбора кандидатов.

Это означает, что большинство резюме сегодня читает не человек — их читает алгоритм, который ищет ключевые слова, оценивает форматирование и отсеивает все, что не вписывается в заданный шаблон.

Имея под рукой такой инструмент, странно было бы его игнорировать. Ведь совершенно непонятно, как разобраться с сотнями и тысячами откликов на вакансии, которые вынуждены обрабатывать многие компании. Например, крупнейший инвестиционный банк Goldman Sachs в 2024 году получил 315 126 заявок на стажировку. Google, судя по открытым данным, получает в среднем около 3,3 млн заявок на вакансии за год, а международная консалтинговая фирма McKinsey — более 1 млн отзывов на вакансии в год.

Обработать вручную такое количество заявок просто невозможно. Поэтому искусственный интеллект кажется работодателям настоящим спасением. Ведь когда на популярную вакансию приходит 300–500 откликов за первые три дня, даже если рекрутер захочет просмотреть их вручную, у него физически есть только от 30 секунд до двух минут на каждое резюме. Саймон Тейлор, бывший рекрутер в Disney, говорит, что эта цифра скорее составляет от трех до пяти секунд.

Поэтому алгоритм превратился не во вспомогательный инструмент, а в единственный фильтр, который пройдут единицы.

«Рекрутер перестал быть этапом воронки, он стал одним из фильтров второго или даже третьего порядка. Первый этап отсева практически полностью автоматизирован даже у небольших компаний, у которых нет сложных систем. До первого контакта соискателя с рекрутером ИИ обрабатывает сотни анкет. Это, безусловно, освободило время. Но при этом создало ситуацию, где алгоритм отсекает нестандартных кандидатов, которые бы точно были интересны рекрутеру. И это проблема: скорость найма выросла, но глобально качество отбора — нет», — считает Анна Алфимова, управляющий партнер и руководитель карьерной практики «Лаборатории карьеры».

Ожидалось, что ИИ сделает подбор персонала быстрее и справедливее. Но вместо этого получилась система, в которой резюме читает машина, отклики уходят в никуда, а перспективные кандидаты остаются невидимыми, потому что алгоритм не нашел нужное ключевое слово в их резюме.

Именно так сегодня выглядит рынок найма для миллионов людей.

Те, кто сегодня ищет работу, уже ощущают это на себе. Они становятся буквально невидимыми. Например, согласно отчету Zety (CNBC, август 2025), каждый пятый из уволенных американских работников отправил более 100 заявок, прежде чем найти новую работу. Денис Машуэль, CEO Adeccо (одна из крупнейших кадровых компаний мира), признает: в среднем кандидату теперь нужно отправить около 200 заявок, чтобы получить один офер.

Люди рассказывают, что получают автоматические отказы через несколько минут после подачи заявки — время, за которое просто невозможно физически открыть и прочитать их резюме.

«ИИ буквально убил необходимость в резюме»

Впрочем, польза для кандидатов тоже подтверждается — большой полевой эксперимент исследователей американской бизнес-школы MIT Sloan на базе крупной онлайн-платформы фриланса показал, что соискателям могут помочь алгоритмы. Эксперимент затронул 480 тыс. соискателей онлайн-рынка труда: половине участников исследования во время создания резюме показывали алгоритмические подсказки (исправить грамматику, упростить фразы). Другая половина справлялась самостоятельно. В результате резюме стали грамотнее (минус 5% ошибок), а вероятность найма выросла на 8%, зарплата нанятых — на 10%.

Серия опросов, проведенных в шести странах среди 5 тыс. рекрутеров и 5 тыс. соискателей, рисует картину нормализации ИИ в найме:

• 90% менеджеров считают приемлемым использовать ИИ для составления резюме;
• 68% работников уже используют ИИ для составления резюме;
• 67% считают нормальным использовать ИИ для создания персонализированных сопроводительных писем.

Несмотря на то что индустрия найма и сами соискатели в целом неплохо относятся к инструментам ИИ, структурные последствия гораздо менее радужны.

Авторы статьи, основанной на данных фриланс-платформы Freelancer.com, проанализировали 61 тыс. вакансий и 2,7 млн заявок за 2021–2024 годы, чтобы понять, что произошло с рынком труда после появления ChatGPT. Вот к каким выводам они пришли.

• Индивидуальные сопроводительные письма полностью обесценились. До внедрения больших языковых моделей в процессы найма письменная заявка была хорошим сигналом для работодателя. Чтобы увеличить шансы на успех, имело смысл кастомизировать резюме или обобщить свой опыт в сопроводительном письме под конкретную вакансию. Это было положительным сигналом для рекрутеров. Но это больше не актуально. Более того, структурная модель, построенная на этих данных, иллюстрирует обесценивание в цифровом эквиваленте: на рынке ИИ-найма лучшие 20% работников нанимаются на 19% реже, а худшие 20% — на 14% чаще.
• Резюме становятся похожими друг на друга. Нейросети производят тексты, которые похожи друг на друга значительно сильнее, чем тексты людей. Авторы исследования Cornell (2025) провели эксперимент с 118 участниками из США и Индии, который показал, что ИИ-ассистент делает стили письма более однообразными — в основном за счет удаления локальных и национальных паттернов, приводя все к усредненному западному стилю изложения. Это касается и генерирования резюме.

Эти выводы подтверждают и сами создатели рекрутинговых ИИ-моделей. Тамара Воронцова, HRD и сооснователь платформы «ИИ рекрутер Qooqa», рассказала, что растет доля «идеально оформленных», но слабо дифференцированных резюме: повсеместно исчезают слабые формулировки, но вместе с этим теряется индивидуальность. Резюме, по ее словам, перестало быть источником истины. Теперь это «гипотеза», которую нужно проверять через диалог и кейсы.

В итоге поток сгенерированных гладких резюме уже настораживает рекрутеров. По данным опроса Resume Now, 62% рекрутеров утверждают, что однообразные резюме, сгенерированные ИИ без индивидуальной настройки и участия, с большей вероятностью будут отклонены.

«Раньше ошибки в тексте хотя бы сигнализировали, что его автор — живой человек. Теперь ИИ научился писать совершенно неотличимо от человека и в итоге буквально убил необходимость в резюме, — считает Анна Алфимова. — ИИ помог соискателям исправить орфографические и грамматические ошибки, но не решил, а даже усилил главную проблему: соискатели по-прежнему описывают свою деятельность общими словами, по которым сложно понять индивидуальный контекст соискателя».

Получается замкнутый круг: чтобы пройти фильтры ИИ, нужна помощь ИИ, но, если используешь ИИ, можешь не пройти фильтр живого рекрутера.

ИИ «голосует» сам за себя

Как мы сказали выше, ИИ уже используют по обе стороны найма: соискатели пишут резюме с помощью нейросетей, работодатели используют большие языковые модели для их скрининга.

Но в этом процессе есть еще один участник — сам ИИ. И он тоже способен влиять на итоговый результат. Авторы исследования, опубликованного в материалах международной Ассоциации вычислительной техники (ACM) в 2025 году, задались вопросом: предпочитает ли ИИ-оценщик резюме, которые он сам же и сгенерировал. Оказалось, что все крупные модели систематически предпочитают собственные резюме человеческим, даже если последние идеально составлены. Исследователи пришли к выводу, что в основе предвзятости лежит способность модели неявно распознавать свой собственный текст (self-recognition). Более крупные модели лучше распознают свой стиль и сильнее его предпочитают.

Помимо того что модели «голосуют» сами за себя, они и другими способами дискриминируют людей. Поскольку ИИ учится на больших данных, созданных людьми, он также учится и их стереотипам. Например, ИИ-рекрутера Amazon обучили на резюме, которые компания получала в течение 10 лет. А поскольку среди сотрудников технологической отрасли преобладают мужчины, подавляющее большинство материалов для обучения принадлежало именно им. В итоге система научилась считать кандидатов-мужчин предпочтительными. Американское исследование Brookings (2025) также подсветило еще один способ дискриминации: ИИ-скрининг предпочитал имена, ассоциированные с белыми кандидатами, в 85% случаев.

Поскольку никто не может знать, на каких данных учились рекрутинговые модели компаний, вероятность столкнуться с предвзятостью алгоритмов при подаче заявок, к сожалению, есть всегда.

В итоге, по мнению Тамары Воронцовой, большинство существующих решений, помогающих использовать ИИ в найме, нередко создают новые проблемы, а не решают старые. Например, автоматические отказы на основе ключевых слов в резюме действительно ускоряют отбор, но ценой HR-бренда и потери сильных кандидатов, которые просто иначе оформили свой опыт в резюме. А шаблонные чат-боты с ветвящимися сценариями утомляют и раздражают: кандидат чувствует, что общается с автоответчиком, а не с компанией.

«Выход для компаний — качественный ИИ-агент, способный вести индивидуальный диалог с каждым кандидатом, чтобы все отклики были разобраны, вопросы — по существу, ни один кандидат не остался без внимания», — считает эксперт. Обратная связь, по ее мнению, должна работать и в другую сторону: агент должен не только оценивать кандидата, но и отвечать на его вопросы о вакансии.