Применение цифровых технологий (на примере искусственного интеллекта) в процессе управления персоналом: возможности и ограничения

Мы находимся в активной фазе перехода экономики к индустрии 4.0, одним из ключевых признаков которой является активное внедрение цифровых технологий во все бизнес-процессы предприятий. Это обстоятельство образует новую техническую реальность, которая в свою очередь выдвинет жёсткие требования к профессионалам. Одной из основных компетенций успешных специалистов станет техническая грамотность, включающая в себя не только пассивное потребление новых технологий, но и понимание и контроль над ними. В соответствии с этим возникает вопрос о будущем сферы управления человеческими ресурсами, которая должна обеспечить должный уровень квалифицированности и компетентности персонала.

Внедрение технологий ИИ в HR-процессы в исследованиях зарубежных и российских авторов. Внедрение технологий искусственного интеллекта в сферу HR рассматривается во многих исследованиях зарубежных и отечественных авторов. Впервые исследования HRM, дополненных ИИ, появились в середине 1990-х годов. В них искусственный интеллект в

Пинигина Ирина Сергеевна – магистрант Высшей школы бизнес-инжиниринга Санкт-Петербургского Политехнического университета Петра Великого

I. Pinigina – Master’s student of Higher School of Business Engineering, Peter the Great St. Petersburg Polytechnic University

контексте HRM изучался в качестве вспомогательного инструмента принятия решений в системе оценки труда персонала [14].

Однако популярность тематика использования ИИ в управлении персоналом приобрела после появления повышенного научного интереса к индустрии 4.0, образовавшегося после публикации Клаусом Швабом своего труда «Четвертая промышленная революция» в 2016 году. Впоследствии обсуждение этой темы актуализировалось после пандемии COVID-19, оказавшей значительное влияние на все сферы жизни общества. Краткий обзор исследований об интеграции ИИ в сферу управления персоналом, упорядоченных по хронологии выпуска, представлен в таблице 1.

Таблица 1. Этапность исследований внедрения ИИ в сферу управления персоналом

Этап	Исследователи	Направление исследования
1990-е гг.: зарождение научного интереса к использованию ИИ в HR-сфере	Дж. Дж. Лоулер, Р. Эллиот (1996 г.)	Авторы провели экспериментальное исследование экспертной системы для оценки работы персонала. Изучение проводилось с использованием психосоциальной теории – поведенческой теории решения. Искусственный интеллект рассматривался как экспертный сервис для системы оценки должностей [14].
	М.Г. Мартинсонс (1997 г.)	Авторы рассматривают возможности применения информационных технологий, основанных на знаниях (KBS), в сфере управления персоналом. Изучено текущее и потенциальное использование KBS в HRM, в частности в сферах планирования рабочей силы, подборе персонала, развитии кадров и оценке эффективности труда персонала [17].
2007-2014 гг.: первые прикладные исследования, разработанные на реальных моделях	М.С. Мехрабад и М.Ф. Броджени (2007 г.)	Авторы исследуют возможности применения ИИ в управлении персоналом для сбора информации о кандидатах и сотрудниках. В статье предложена модель проектирования и реализации экспертной системы для отбора кандидатов, ротации кадров и назначения вознаграждения и льгот для сотрудников [19].
	Т.Р. Манохаран, С. Муралидхаран, С.Г. Дешмукх (2011 г.)	Исследование направлено на изучение нечёткого многоатрибутивного принятия решений как интегрированного инструмента справедливой оценки эффективности труда персонала [16].
2019 – 2025 гг.: практическое внедрение ИИ в HR-процессы и этические проблемы	Rigotti C., Fosch-Villaronga E. (2024 г.)	Авторы статьи рассматривают несколько наиболее значимых ограничивающих факторов при внедрении технологий ИИ в подбор персонала – высокий риск социальной дискриминации и нарушения конфиденциальности. Также описаны приложения ИИ, используемые в процессе найма [18].
	Huang X., Yang F., Zheng J., Feng C., Zhang L. (2024 г.)	Статья посвящена теоретическому описанию концепции персонализированного управления человеческими ресурсами. По мнению авторов, персонализированный HRM реализуется на индивидуальном уровне и представляет собой следующее поколение HRM, которое характеризуется принятием передовой HR-аналитики и искусственного интеллекта для предоставления индивидуальных HR-решений [13].

На примере исследований, приведённых в таблице 1, можно проследить генезис научной мысли – от первых теоретических рассмотрений применения технологий ИИ в управлении персоналом до изучения вариантов развёртывания инструментов ИИ в HR-процессах и факторов, способствующих внедрение и ограничивающих его.

Российское научное поле в области внедрения ИИ в HR-процессы представлено более современными исследованиями, многие из которых сосредоточены на рассмотрении возможностей использования технологий ИИ в отдельных подпроцессах управления персоналом. Для наглядного отображения сфер интересов российских исследователей обобщённые данные об их работы внесены в таблицу 2.

Таблица 2. Обзор исследований о применении технологий ИИ в разных HR-направлениях

Направление HR	Авторы, год выпуска	Описание исследования
Подбор персонала	Гильдингерш М.Г., Тестова В.С. (2023 г.)	Статья посвящена распространению технологий искусственного интеллекта в контексте подбора персонала на отечественном рынке. Обозначены особенности использования технологий в процессе работы с человеческими ресурсами. Проанализированы HR-инструменты, основанные на технологиях ИИ, которые представлены сейчас в России [4].
	Панова Е. А., Опарина Н. Н. (2023 г.)	Статья посвящена одному из основных направлений использования цифровых технологий – цифровому рекрутингу. Фокус статьи составляет вопрос форм и возможностей применения различных цифровых технологий в рамках ключевых этапов процесса подбора и отбора кандидатов на вакантные позиции организации. Определены возможности современных технологий в поиске, подборе и отборе кандидатов [9].
Адаптация персонала	Байнакова М.Е., Чуланова О.Л. (2023 г.)	Статья исследует возможность применения технологии искусственного интеллекта в системе адаптации персонала. Проанализированы основные преимущества и недостатки модели ChatGPT. Предлагается модель интеграции искусственного интеллекта в адаптацию персонала компании [1].
Обучение персонала	Махметова А.Ж.Е., Кублин И.М., Шарапов Р.О. (2023 г.)	В статье продемонстрирован инструментарий в системе маркетинга персонала в условиях цифровой среды. Систематизированы исследования использования нейронных сетей в различных сферах и отраслях деятельности, выявлены преимущества и проблемные области их применения. Представлены ключевые принципы работы нейросетей в системе обучения кадров, определены рисковые зоны и аспекты их развития [6].
Подбор и обучение	Белобородов Д.А. (2023 г.)	В статье анализируются социальные параметры использования технологий искусственного интеллекта в сфере управления персоналом, в частности, для оценки кандидатов при приеме на работу, адаптации новичков, обучения и оценки компетенций работников. Описываются преимущества использования технологий искусственного интеллекта, направленных на комплексное развитие кадрового потенциала [3].
персонала	Малекова В.А., Романова Е.В. (2023 г.)	В статье исследованы современные методы искусственного интеллекта и перспективы использования чат-ботов в HR-секторе. В рамках исследования статьи приведены основные направления использования чат-ботов в процессах рекрутинга и обучения в рамках подбора персонала [5].
C&B	Нагибина Н.И., Брагина Д.С. (2024 г.)	В статье рассматриваются возможности цифровизации такой сферы управления персоналом как C&B. Авторы изучают ИТ-тренды, которые помогут работодателям сформировать актуальную систему совокупного вознаграждения с востребованными компенсациями и льготами [7].

Таким образом, можно заметить, что отечественные учёные уделяют большое внимание внедрению технологий искусственного интеллекта в сферу подбора персонала, т.к. эта практика на данный момент является одной из самый популярных и востребованных на российском рынке технологических решений.

Опыт использования технологий ИИ в сфере управления персоналом российских компаний. Изучив и описав накопленные российскими и зарубежными учёными опыт и знания, мы можем перейти к более практикоориентированному исследованию, фокусом внимания которого является исследование возможностей и ограничений применения ИИ-инструментов и сфере управления персоналом, а также разбор существующих кейсов внедрения ИИ в HR.

Для анализа автором были использованы два исследования, рассматривающие статистику применения технологий искусственного интеллекта в отечественных организациях. Их методология схожа: данные собирались путём опроса >90 представителей разных компаний. Для проведения анализа были взяты материалы этих исследований.

По результатам опроса Чулановой О.Л. и Хайбулловой К.Н., проведённого в 2020 году среди 150 респондентов, о применении технологий ИИ в управлении персоналом заявили 25% (54% указали, что в их компании ИИ в HR не применяется, 21% затруднились ответить) [10].

В 2024 году «Технологии Доверия» совместно с Knomary провели исследование «Искусственный интеллект в HR», в ходе которого было опрошено 95 представителей разных компаний. В результате выяснилось, что 44% опрошенный российских компаний применяют ИИ в управлении персоналом, а 56% – нет [2].

Для наглядности изобразим результаты на гистограмме (рис. 1):

0%

■ Применяют ИИ в HR ■ Не применяют ИИ в HR ■ Затрудняются ответить

Рисунок 1. Сравнение показателей использования ИИ в HR в 2020 г. [10] и 2024 г. [2]

Исходя из данных на рисунке 1, мы можем сделать вывод, что в российской практике управления персоналом технологии искусственного интеллекта не стали популярнее (54% и 56% соответственно не используют их), однако доля компаний, применяющих ИИ, возросла на 19%. Возможно, на это повлияла популяризация технологий искусственного интеллекта в HR среди сотрудников: некоторые инструменты могли стать доступнее для сотрудников, что повлекло за собой повышение осведомлённости персонала о применении AI-инструментов в сфере HRM.

В обоих исследованиях также рассмотрены области применения ИИ в управлении персоналом. По данным за 2020 год было выделено всего три сферы использования искусственного интеллекта в HR-службах: приём персонала – анализ резюме, считывание кандидатов (внедрили 9% компаний), консультирование – чат-боты (23%) и контроль – дроны (10%) [10]. В 2024 году список областей применения технологий ИИ в HR значительно расширился – выделено 14 сфер, среди которых наиболее популярны обучение персонала (26%), рекрутинг (24%) и HR-сервисы для сотрудников (19%), а наименее – благополучие сотрудников, апскилинг, охрана труда и безопасность (по 5%) и управление нагрузкой и численностью (4%) [2].

Интересно рассмотреть также то, каике направления HR представители российских компаний считают наиболее перспективными для применения технологий искусственного интеллекта. По результатам исследования «Технологии Доверия» и Knomary 62% опрошенных выбрали рекрутинг в качестве самого перспективного направления использования ИИ в управлении персоналом. Также популярностью пользуются сферы обучения персонала (51%) и онбординг (46%), а наименее интересными для внедрения ИИ респонденты сочли области вознаграждения и охраны труда и безопасности (их выбрали 16% и 11% соответственно). Подробное распределение можно увидеть на рисунке 2.

■ Используют ИИ

■ Считают перспективной областью для использования ИИ

Рисунок 2. Сравнение HR-областей по фактическому использованию ИИ и интересу к внедрению ИИ

Как можно заметить по графику, изображённому на рисунке 2, наиболее сильный разрыв между использованием и интересом к внедрению ИИ в HR-направление наблюдается в рекрутинге: разница между долей компаний, внедривших технологии искусственного интеллекта в подбор персонала, и долей компаний, считающих эту сферу перспективной, составляет 38%. Также большая разница наблюдается в направлениях онбординга и анализа вовлечённости – по 33%.

Предлагаем провести краткий анализ возможностей и ограничений использования ИИ-инструментов в каждой из областей, где наблюдается интерес к их внедрению в бизнес-процессы.

Начать стоит с рекрутинга – HR-процесса, который видится российским компаниям наиболее перспективной областью для внедрения технологий искусственного интеллекта. Согласно исследованию О.П. Овчинниковой и Д.В. Лебедевой при дополнении процесса подбора персонала технологиями ИИ, они будут выполнять следующие задачи:

• 1.    подбор кандидатов: отбор кандидатов в соответствии с выставленными требованиями в сторонних источниках;

• 2.    аналитика: соотнесение поданных резюме выставленным требованиям и выбор наиболее подходящих;

• 3.    качество рекрутинга: создание с помощью ИИ нескольких этапов отбора кандидатов для сбора детальной информации о кандидате перед принятием решения о трудоустройстве;

• 4.    эффективное принятие решений: предложение технологией ИИ кандидата, наиболее соответствующего выдвинутым требованиям;

• 5.    автоматизация и объективность: минимизация человеческого фактора в процессе подбора персонала [8].

О.П. Овчинникова и Д.В. Лебедева также изучили влияние внедрения ИИ в процесс подбора на эффективность управления персоналом организации. Составление вакансии с помощью ИИ в контексте функции поиск сотрудников на внешнем рынке, по мнению авторов, сокращает временные затраты на составление и согласование вакансии на 40%. В контексте оценки удовлетворённости сотрудников использование ИИ для анализа настроений сотрудников и оценки компетенций руководящего состава позволяет сокращать затраты времени на сбор и обработку данных до 50%. Также способствовать сокращению временных затрат кадровой службы до 50% может автоматизация рутинных процессов с помощью ИИ-инструментов [8].

Однако существует ряд ограничений в использовании технологий искусственного интеллекта в подборе персонала. Основным из них являются этические и связанные с ними юридические риски. Искусственный интеллект может использовать в качестве обучающей базы разные источники, в том числе в выборку может попасть информация, содержащая в себе дискриминирующие данные. Таким образом, ИИ-инструмент может непредумышленно отдавать предпочтение кандидатам определённого пола, возраста или национальности, а также предвзято относиться к карьерным разрывам или смене вектора профессиональной деятельности [18].

Рассмотрим кейсы крупнейший компаний, использующих в своей практике подбора персонала ИИ. В первую очередь стоит отметить программные обеспечения с интегрированными ИИ-инструментами, которые поддерживают процесс подбора персонала. В качестве примеров таких ПО можно выделить AmazingHiring, используемый в компании Avito [2], и Potok, применяемый в компаниях МТС и Профи.ру [4]. Оба ПО позволяют массово оценивать резюме, соотнося их с заданными критериями подходящего кандидата, проводить скрининг-интервью, назначать собеседования с кандидатами. Северсталь использует ИИ-инструменты для помощи специалистам по управлению персоналом во всех задачах, связанных с написанием текста [2]. Также над внедрением подобной функции работают сотрудники компании Сбер: они хотят автоматизировать написание вакансий, сопроводительных писем и т.д. Помимо этого, HR-специалисты Сбера для подбора персонала используют 14 инструментов с ИИ, в числе которых есть и уникальные: поиск подобных сотрудников, прогноз прохождения испытательного срока и прогноз качественного оттока [2]. Для массового найма некоторые компании (например, М.Видео, Альфа-Банк и X5 Retail Group) применяют такой инструмент, как робот Вера. Использование этого инструмента позволяет сократить время на поиск кандидата и первичное интервью с ним [4].

Обучение персонала является тем HR-направлением, которое эффективнее остальных поддерживается технологиями искусственного интеллекта [11]. Основной принцип работы ИИ-инструментов в контексте обучения персонала, описываемый в работах зарубежных учёных, состоит в сохранении организацией электронных карточек своих сотрудников с описанием выполняемых функций и текущего уровеня компетенций, что позволяет отслеживать нехватку навыков и разрабатывать программы обучения. Также это может быть полезно для внутреннего поиска кандидата на замещение вакантной должности. Помимо этого, такой инструмент может быть использован для развития персонала через управление карьерой сотрудников [11].

В области обучения персонала могут быть использованы нейросети, например:

• —    CogBooks - может предложить план персонализированного обучения сотрудника;

• —    Grandescope - поможет автоматизировать проверку выполненных заданий;

• —    TALENT - поспособствует корректному выявлению способностей и навыков сотрудников для определения стратегии обучения и развития сотрудника и возможностей внутренней ротации;

• —    Emotion Sensor - анализирует эмоциональное состояние текущих и потенциальных сотрудников [6].

Рассматривая опыт применения ИИ в управлении персоналом российских компаний, можно отметить популярность некоторых практик в сфере цифровизации блока обучения персонала. Наиболее распространены ИИ-инструменты, помогающие HR-специалистам создавать и вести электронные курсы в части генерации обучающего контента (текста, интерактивов, изображений и графических элементов), его озвучки и обработки обратной связь от обучающихся сотрудников [2].

Существуют определённые ограничения в использовании ИИ в процессе обучения персонала. Во-первых, на данный момент недостаточно полно определены критерии оптимальности траектории обучения сотрудников в зависимости от их категории (отрасль, уровень компетентности и т.п.). Во-вторых, необходимо отслеживать уровень цифровой компетентности HR-специалистов, которым предстоит обеспечить безопасность и эффективность использования ИИ-инструментов. В-третьих, для внедрения технологий искусственного интеллекта в обучения персонала организации необходимо достигнуть высокого уровня развития технико-технологической базы [6].

Онбординг является одной из самых востребованных для внедрения ИИ-инструментов областей управления персоналом. Чуланова О.Л. и Байнакова М.Е. описывают возможности внедрения виртуального инструмента на основе ChatGPT в процесс онбординга новых сотрудников. Он способен отвечать на частые вопросы новеньких, что позволит разгрузить наставников и обеспечит вводной информацией новичков. Также виртуальный помощник может анализировать данные об успехах и проблемах новых работников и предлагать персонализированные варианты их решения и развития сотрудника в компании [1]. Аналогичный инструмент онбординга интегрирован в HR-систему компании Avito. Там это реализовано как обособленная поисковая система, которая может давать ответы на возникающие вопросы [2].

Основное ограничение применения такого ИИ-инструмента в онбординге связано с общими недостатками искусственного интеллекта на данном этапе его развития – отсутствие эмоционального интеллекта и опыта взаимодействия с людьми, из-за чего он не может полностью заменить взаимодействие с людьми [1].

В практику компании Сбер внедрён другой ИИ-инструмент – лента рекомендаций обучения. С его помощью специалисты компании проводят анализ интересов и потребностей сотрудников и выводят потенциально полезный контент на первые места в ленте рекомендаций [2].

Ещё одной перспективной областью для использования технологий искусственного интеллекта является управления эффективностью персонала . В практике российских компаний инструмент отслеживания эффективности и рекомендаций по её повышению интегрирован в систему управления персоналом компании Сбер. Она включает в себя следующие компоненты:

• —    Определение качества поставленных целей: они должны быть сформулированы согласно методике SMART, сервис автоматически проверяет выставленную цель на соответствие методике и даёт рекомендации по корректировке в случае отклонения;

• —    Анализ использования рабочего времени сотрудника: сервис анализирует календарь сотрудника и ежемесячно делает сводки с итогами прошедшего месяца и рекомендациями на следующий;

— Определение должности по цифровым следам: сервис определяет характер работ, выполненных сотрудником за месяц, и анализирует их соответствие должности. Если выявляется несоответствие, сервис сообщает об этом руководителю [2].

Ограничениями в процессе внедрения ИИ-инструментов в сферу управления эффективности персонала могут стать не только недостаточный уровень развития техникотехнологической базы, но и непрозрачность системы оценки эффективности для сотрудников. Некоторые исследования указывают на то, что непонимание или непринятие персоналом технологий принятия решений с использованием системы искусственного интеллекта негативно сказывается на поведении работников – они становятся более враждебно настроены к административно-управленческому аппарату [11].

Одной из самых невостребованных российскими компаниями сфер управления персоналом стала работа с вознаграждением , в частности C&B (от англ. compensations & benefits – компенсации и льготы). Тем не менее, эту область можно назвать довольно перспективной в контексте интеграции технологий искусственного интеллекта. Российские исследователи Н.И. Нагибина и Д.С. Брагина описывают модель машинного обучения, позволяющую обрабатывать большие массивы данных и находить в них закономерности. Такой функционал может быть полезен для решения следующих задач:

• —    Прогнозирование вероятности увольнения сотрудников, а также его возможные сроки и причины;

• —    Определение несоответствий в уровнях заработных плат сотрудников одного уровня внутри конкретной организации;

• —    Выявление наиболее привлекательного для кандидатов и сотрудников компенсационного пакета;

— Отслеживание выполнения ключевых показателей эффективности для упрощения расчёта оперативного премирования [7].

В качестве примера можно обозначить кейс компании Сбер, разработавшей специальную модель для помощи в определении вероятности увольнения нового сотрудника. На основании некоторых маркеров, определяемых при помощи данных о резюме новичка, его прошлом опыте работе и опыте взаимодействия с ним как с клиентом банка, искусственный интеллект делает выводы о вероятности скорого увольнения принятого работника [7]. Помимо Сбера аналогичной технологией пользуется Ростелеком. По отзывам представителей компании, такой инструмент позволяет предсказывать около 80% увольнений [2].

Как и в случае обогащения ИИ-инструментами процесса управления эффективностью персонала, внедрение технологий ИИ в управление совокупным вознаграждением подразумевает риски непринятия и/или непонимания алгоритмов действия модели персоналом предприятия и, соответственно, их враждебного отношения к нововведению и административно-управленческому аппарату, принявшему его.

Всесторонний анализ вовлечённости персонала с применением технологий искусственного интеллекта возможен в совокупности всех описанных выше инструментов: увольнение сотрудника ярко показывает его невовлечённость, поэтому прогнозирование ухода напрямую связано с анализом вовлечённости персонала, а персонализация программ и рекомендаций, упоминавшаяся в блоке обучения персонала, способствует повышению уровня вовлечённости.

Основными ограничениями применения ИИ-инструментов в этом процессе являются угрозы конфиденциальности, т.к. сервисы ИИ в этой сфере пронизывают все HR-процессы и, соответственно, обрабатывают все входящие данные о сотрудниках, и ошибки искусственного интеллекта, в числе которых невосприятие интонации людей (например, неумение считывать сарказма).

Принципы внедрения ИИ в процессы управления персоналом

На данный момент российские предприятия находятся на начальном уровне цифровизации HR-процессов с помощью ИИ-инструментов. Продвинутые цифровые решения (предиктивные инструменты на основе ИИ, полная интеграция HRM-серверов с инструментами ИИ и пр.) пока находятся на стадии разработки даже у гигантов российского рынка. Помимо ограниченной технико-технологической и квалификационной базы отечественной экономики, ситуацию осложняет также неготовность работников к восприятию сложных цифровых решений в карьерных и зарплатных вопросах.

На основе анализа российских кейсов и зарубежных научных работ автором могут быть предложены следующие принципы ответственного внедрения ИИ в HR-процессы:

• 1.    Принцип экспертного решения: любое значимое кадровое решение (отказ в трудоустройстве, повышение в должности, увольнение сотрудника и т.д.) должно быть финально утверждено человеком – ответственным сотрудником профильного подразделения;

• 2.    Принцип прозрачности и объяснимости: алгоритмы должны быть настолько понятны и интерпретируемы, насколько это возможно. Соискатели и сотрудники должны иметь право на понятное объяснение решений, затрагивающих их карьеру;

• 3.    Принцип регулярного аудита алгоритмов: любое цифровое решение должно регулярно проверяться на корректность работы и актуальность обучающих данных;

• 4.    Принцип развития «цифрового благополучия»: использование ИИ-инструментов для анализа данных об эффективности, психологическом состоянии сотрудников, стрессе и т.п. должно быть направлено на содействие им, а не установление тотального контроля. В противном случае вероятно усугубление проблемы непринятия работниками новых цифровых решений.

Подводя итоги исследования, зарисуем следующую схему с наглядным изображением возможностей применения ИИ-инструментов в разных HR-подпроцессах:

Рисунок 3. Схема процесса «Управления персоналом», декомпозированного на процессные категории, с цифровыми сервисами на основе ИИ

Резюмируя вышеописанное, обозначим зоны воздействия указанных ИИ-инструментов на процессы управления персоналом:

• —    Генеративный искусственный интеллект применяется для автоматизации написания текстов, создания изображений и графических элементов, которые используются в наполнении вакансий и электронных обучающих курсов. Его эффектом является сокращение трат рабочего времени HR-специалистов на типовые задачи, связанные с оформлением обучающих карточек и страниц вакансий. Ограничениями использования этого инструмента может служить необходимость перепроверки данных, сгенерированных искусственным интеллектом, и обязательное наличие у HR-специалиста цифровых компетенций;

• —    Чат-боты-помощники внедряются для обеспечения сотрудникам компании быстрого доступа к кадровой информации и HR-материалам, а также для ускорения процесса получения стандартных документов. Существенным ограничением работы такого инструмента может выступать сложность выдачи ответа на нестандартные запросы и необходимость вмешательства HR-специалиста в таком случае;

— Модели машинного обучения , способные на основе вводных данных и формул выявить существующие закономерности и составить прогнозы развития ситуации, используются для многих сфер управления персоналом в качестве инструмента поддержки принятия решений. Основным ограничением их применения обычно становится риск непринятия такого инструмента работниками предприятия, не обладающими достаточным уровнем цифровой компетентности.

Можно заметить, что технологические решения на основе ИИ довольно разнообразны, и каждое из них обладает индивидуальным набором характеристик. Однако есть ограничения, присущие всем перечисленным инструментам. Во-первых, интеграция искусственного интеллекта может повлиять на отношение персонала к технологии принятия решений из возможных рисков, вызванных сложностью поведения ИИ, [15]. Недостаточный уровень цифровой компетентности сотрудников может содействовать развитию враждебного отношения к решениям, принятым с поддержкой технологий ИИ [11]. Тем не менее, высокий уровень цифровой компетентности (в том числе высокое доверие ИИ) положительно сказывается на производительность сотрудников [12].

Во-вторых, существует риск появления ошибок в вводных данных, которые будут использоваться для обучения ИИ. В таком случае избавиться от неточностей может быть весьма проблематично [8].

В-третьих, российские компании (особенно средние и малые предприятия) могут испытывать сложность с удовлетворением своих технико-технологических потребностей, связанных с интеграцией технологий искусственного интеллекта. Проблема обостряется санкционным давлением на Россию и высоким спросом на мировом и отечественном рынке [2].

В-четвёртых, ключевым становится вопрос обеспечения информационной безопасности. Российские компании признали риски утечки данных одними из наиболее влиятельных при внедрении искусственного интеллекта в бизнес-процессы [2].

Таким образом, мы можем сделать вывод, что технологии искусственного интеллекта обладают большим потенциалом внедрения в разные области бизнеса, в том числе в бизнес-процессы, связанные с управлением персоналом. Они могут быть полезны во всех подпроцессах HR-сферы: в подборе, адаптации, обучении и вознаграждении персонала, а также в подготовке кадровых документов, управлении эффективностью и анализе вовлечённости. На данный момент разработки в этой области сосредоточены на интеграции в HR-процесс трёх основных типов ИИ-инструментов: генеративный ИИ, чат-боты-помощники и модели машинного обучения. Основными аргументами, говорящими за внедрение ИИ в HR, становятся сокращение затрат трудового времени специалистов по управлению персоналом и снижение трудоёмкости подпроцессов. К факторам, тормозящим внедрение цифровых технологий, относятся отставание некоторых предприятий по техникотехнологической базе, риски потери или повреждения данных и утечки конфиденциальной информации, цифровая некомпетентность сотрудников отдельных специальностей.