ИИ-агенты для HR: 12 примеров использования

В этой статье вы узнаете, как AI‑агенты помогают HR. Мы объясняем, что это такое, как они работают (ввод, “мозг”, действие), где применяются: найм, онбординг, льготы, оценка и развитие. Рассказываем про типы агентов, оркестрацию, интеграции с HCM/ERP, преимущества, безопасность и практические сценарии: карьерное планирование, обучение, компенсации, RAG, LLM, примеры, советы, ответы.

AI‑агенты — это программные решения, которым можно поручать задачи. Они наблюдают за окружающей средой, действуют в рамках своей роли и со временем улучшают поведение на основе опыта и отзывов пользователей. Они созданы, чтобы помогать организациям автоматизировать и упрощать работу и принимать более взвешенные решения. AI‑агенты не только подсказывают, как действовать, но в отличие от предиктивных инструментов могут выполнять действия от имени пользователя — по запросу или по собственной инициативе — используя знания больших языковых моделей (LLM).

HR‑подразделения используют ИИ по‑разному: быстро составляют подробные вакансии, дают сотрудникам быстрые ответы на типовые вопросы о льготах и других темах, создают сводки по итогам оценок эффективности. Но AI‑агенты поддерживают более глубокий анализ и реальные действия. Слаженно работая вместе, AI‑агенты принимают запрос или указание, распределяют обязанности между специализированными агентами (например, по льготам, бонусам, адаптации и поощрениям) и на понятном языке сообщают пользователям нужную информацию или уведомляют о выполнении задачи. Хотя AI‑агенты могут работать автономно, люди делают их эффективнее: оценивают предложения, дают обратную связь о качестве результатов и при необходимости отменяют рекомендованные действия.

Хотите узнать, как лидеры российского рынка используют наши решения?

Ознакомьтесь с маркетинг-китом AllSee , где собраны реальные кейсы и решения, доказавшие свою эффективность в бизнесе!

Что такое ИИ-агент?

AI‑агенты — это программные инструменты на основе искусственного интеллекта, которые используют генеративный ИИ и интерфейсы на естественном языке, чтобы помогать пользователям с разными задачами, например обновлять информацию в личном деле сотрудника, обновлять справочники по льготам и давать текстовое резюме сложной таблицы или диаграммы. Они используют большие языковые модели (LLM), то есть модели машинного обучения для задач обработки естественного языка, а также подход retrieval‑augmented generation (RAG), который позволяет улучшать результат работы LLM без изменения самой модели.

Что такое ИИ-агент в HR?

AI‑агенты в HR могут применять человеческие качества и способности, такие как рассуждение, память и принятие решений, к обычным обязанностям кадровых служб, включая подбор, адаптацию, управление льготами и управление талантами. AI‑агенты, встроенные в рабочие процессы HR, могут получать доступ к данным сотрудников в HCM‑системах, к корпоративной документации, к финансовым данным в ERP‑системах и к данным из других внутренних источников, а также к данным из внешних источников, например к отраслевым данным о компенсациях и трендам по корпоративным льготам.

Агентов можно разделить на две категории: разговорные агенты, которые взаимодействуют с людьми или с другими программами, и функциональные агенты, которые связаны с конкретным набором задач или с конкретной ролью. Например, агент по управлению результативностью может отвечать за суммирование данных о работе сотрудника, выделение достижений или зон для улучшения и подготовку персонализированных планов развития карьеры. Разговорный агент затем может донести эти возможные планы развития и принять и учесть обратную связь от сотрудника.

Задачи агента по найму могут включать оформление требований к должности, проверку созданных генеративным ИИ описаний вакансий и планирование интервью с кандидатами. Чатбот‑агент может общаться с кандидатами, получать и анализировать их отзывы и предупреждать менеджеров по найму, когда следующий шаг требует участия человека. Агент по администрированию льгот может давать понятные ответы сотрудникам, у которых есть вопросы о страховом покрытии или других корпоративных льготах.

Когда сотрудники задают вопросы, разговорный агент передаёт запрос управляющему агенту, который составляет план и определяет, какие действия нужны для ответа. Управляющий агент может обратиться к агенту генеративного ИИ, чтобы подготовить ответ. Когда требуется собрать конкретные сведения о льготах компании, управляющий агент вызывает RAG‑агента, чтобы получить нужные данные из LLM и из корпоративного хранилища документов. Он также может направить агента‑аналитика по льготам HR за информацией о вариантах покрытия для сотрудника. Наконец, управляющий агент проверяет итоговый ответ от LLM на точность перед тем, как передать его разговорному агенту для общения с сотрудником.

Главная цель AI‑агента — помочь HR и руководителям подразделений тратить больше времени на консультирование и выстраивание отношений с сотрудниками и меньше времени на административные задачи. Согласно опросу альянса EY‑Qualtrics, в компаниях с вовлечёнными сотрудниками текучесть персонала на 50% ниже, чем в тех, где вовлечённости нет.