📎 4 глубоких промпта для HRD

1️⃣ Многоуровневый KPI‑дашборд для AI‑транcформации
«Ты — эксперт по HR‑аналитике. Предложи систему KPI для оценки AI‑трансформации HR, включающую 3 категории: 1) операционная эффективность (например, time‑to‑resolve, % автономно закрытых HR‑запросов, chatbot deflection rate, time‑to‑fill), 2) бизнес‑влияние (retention lift, удержание топ‑перформеров, internal mobility rate), 3) качество принятых решений (precision прогнозов, manager satisfaction против feedback specificity). Для каждой категории дай методологию расчёта, целевые бенчмарки для нашего размера и пример интерактивного дашборда (executive view / manager view). Объясни, как связать эти метрики с бизнес‑показателями (например, ROI от найма).»

2️⃣ Прогноз ROI AI‑агента с чувствительностью к риску
«Ты — финансовый аналитик c опытом оценки AI‑проектов. Я планирую внедрить AI‑агента для автоматизации HR‑запросов. Исходные данные: 5000 employees, 1200 eNPS‑запросов/мес, 65% deflection rate (средний по индустрии). Стоимость SaaS агента — $150 000/год. Построй экономическую модель на 3 года. Дополнительно: рассчитай 3 сценария (консервативный/реалистичный/оптимистичный), чувствительность к отклонению deflection rate на ±10% и break‑even point. Результат оформи в виде executive summary для совета директоров с расчётом ROMI (Return on Marketing Investment) и рекомендацией по scaling.»

3️⃣ От запросов к действию: микро‑KPI для вовлечённости
«Ты — CHRO, внедряющий непрерывное listening. Разработай систему из 5‑7 простых микро‑KPI вовлечённости, которые я могу отслеживать еженедельно. Включи: response rate micro‑surveys, time‑to‑close low‑satisfaction tickets, proactive manager 1:1 execution, ratio of recognition to corrective feedback, early‑warning attrition signal от AI‑модели. Объясни, как эти ранние сигналы связаны с традиционными lagging метриками (eNPS, turnover) и как перевести flapping метрики в конкретные управленческие действия.»
Экономия времени и финансовая модель экономии (Based on TEI approach)

4️⃣ Этот промпт построит полноценный бизнес‑кейс для обоснования инвестиций.
«Ты — аналитик по цифровой трансформации. Используя Total Economic Impact (TEI) methodology, рассчитай экономический эффект от внедрения AI‑агента для offloading HR‑администрирования.
Исходные данные: среднее время на типовой HR‑тикет — 12 минут, стоимость часа HR‑специалиста — $45. AI‑агент снижает время обработки до 2 минут и автономно закрывает 65% запросов.
Рассчитай:
• экономию времени в часах в год на 1к сотрудников;
• прямые сбережения FTE;
• трёхлетний NPV и IRR.
Результат оформи в готовом слайде для совета директоров, добавив qualitative выгоды (employee satisfaction, compliance risk, manager productivity). Включи источники данных и допущения.»

❓ Какие метрики вы уже используете для оценки эффективности AI‑трансформации HR?⬇️

Управление смешанной рабочей силой: человек + ИИ

💼 82% бизнес-лидеров планируют использовать AI-агентов для расширения возможностей команд в ближайшие 12–18 месяцев. По данным Gartner, уже к концу 2026 года 40% корпоративных приложений будут включать ИИ-агентов, а к 2028 году более 33% всего корпоративного ПО будет содержать агентные технологии. HRD должны быть готовы управлять гибридной рабочей силой.

⚙️ HRD становится конструктором экосистемы: определяет, какие задачи полностью делегировать AI-агентам (автономные цифровые сотрудники), где сохранить человеческий контроль, а где строить совместную работу. Ключевой принцип — human-in-the-loop. Как отмечает Gartner, «чувствительные решения, классифицированные по типам задач, сохранят "человека в контуре", требуя четких путей эскалации и защитных зон, которые будет формализовывать архитектор человеко-машинного сотрудничества».

🏆 Примеры из практики
✅Salesforce. Подход к созданию агентной платформы Agentforce показывает, как HR может готовить сотрудников к новой реальности, где ИИ-агенты берут на себя новые задачи и требуют освоения новых навыков.
✅ Gloat. Компания внедрила Agentic HR в Microsoft 365 Copilot и Teams. AI-агенты теперь анализируют контекст текущей работы и действуют непрерывно — рекомендуют варианты редиплоя при реструктуризации, дают персонализированные карьерные траектории, не заставляя покидать среду для принятия решений.
✅ Deloitte. В отчете 2026 года отмечают, что успех требует не просто наложения ИИ на устаревшие процессы, а намеренного проектирования взаимодействия с учетом «хардвайра» (зоны принятия решений, пути эскалации) и «софтвайра» (психологическая безопасность, лидерство).

📎 Глубокие промпты для HRD

1️⃣ От хаоса к системе: проектируем гибридные роли
«Ты — архитектор гибридного труда. На основе анализа текущих процессов моего HR-отдела разработай матрицу распределения задач между человеком и ИИ по трем категориям:
• Полностью автономные AI-агенты (например, ответы на типовые вопросы по отпускам)
• Совместные задачи (человек управляет AI, AI предлагает, уточняет, структурирует)
• Исключительно человеческие (лидерство, эмпатия, стратегия, разрешение конфликтов)
Для каждой категории обоснуй выбор, приведи примеры ролей (HRBP, рекрутер, специалист по учёту) и опиши, как изменится их рабочий день. Предложи план переобучения команды для работы в новой модели и метрики эффективности гибридной команды (например, time‑to‑resolve, engagement, autonomy rate).»

2️⃣ 5 шагов к Human-in-the-Loop
«Ты — эксперт по управлению изменениями и AI-governance. Разработай 5-шаговый план внедрения принципа "человек в контуре" для ИИ-агентов в нашем HR. Включи:
• Классификацию решений по уровню риска
• Проектирование точек контроля (где обязательно вмешательство человека)
• Обучение команды взаимодействию с AI-агентами
• Метрики для оценки качества автономных решений
• Протоколы для пересмотра уровня автономности при изменении задач
Добавь чек-лист для менеджеров по тому, когда и как вмешиваться в работу AI-агента.»

3️⃣. Аудит юридических и поведенческих рисков при передаче задач ИИ
«Ты — юридический консультант и HR-аналитик. Создай чек-лист из 12 пунктов для аудита рисков при делегировании AI-агентам кадровых задач. Включи:
• Оценку соблюдения ФЗ-152 и Трудового кодекса
• Анализ алгоритмов на скрытую предвзятость (по полу, возрасту, образованию)
• Процедуру прозрачности (как ИИ объясняет свои решения)
• Требования к дата-сетам для обучения (полнота, репрезентативность)
• Ответственность за финальное решение (как зафиксировать human‑in‑the‑loop)
Предложи формулировку для внутреннего регламента об использовании ИИ в конкретных кадровых процессах.»

📖 Что почитать:
• Gartner: Прогнозы о внедрении AI-агентов и предупреждения о высоком уровне отказов.
• Deloitte 2026 Global Human Capital Trends: О принципе human‑in‑the‑loop и влиянии ИИ на культуру.
• Australian HR Institute: «7 questions to help HR navigate the new AI governance frontier» — о зонах ответственности и повышении ценности ИИ-инструментов.

Юридический фундамент: ИИ и ФЗ‑152

💼 Хотя специального регулирования ИИ в РФ пока нет, использование AI в HR — зона повышенных юридических рисков. Статья 16 Федерального закона «О персональных данных» напрямую ограничивает принятие решений, основанных исключительно на автоматизированной обработке персональных данных, если такие решения затрагивают права и законные интересы гражданина. Аналогичные нормы есть и в Трудовом кодексе: п. 6 ст. 86 ТК РФ прямо запрещает принимать решения, затрагивающие интересы работника, основываясь только на персональных данных, полученных исключительно в результате их автоматизированной обработки.

⚙️ Главные юридические риски:
• Автоматизированный отказ в приёме на работу без участия человека — прямой путь к судебным спорам и обвинениям в дискриминации (искусственный интеллект может отказать по любым неочевидным основаниям, например, из-за пола или возраста).
• Передача персональных данных публичным ИИ-сервисам (ChatGPT, DeepSeek и др.) без надлежащих оснований — нарушение 152-ФЗ, чреватое миллионными штрафами (ст. 13.11 КоАП РФ). По итогам 2025 года объем информации, передаваемой сотрудниками российских компаний в публичные нейросети, вырос в 30 раз, и 44% компаний уже рискуют утечками.
• Скрытая предвзятость алгоритмов — ИИ, обученный на предвзятых исторических данных, может необоснованно занижать рейтинг определённых групп соискателей. Самый известный пример — алгоритм Amazon, который начал занижать оценку резюме женщин, так как обучался на данных о преобладавших в компании мужчинах. ИИ может отсеивать «неподходящих» по косвенным признакам, а работодатель об этом даже не узнает, пока не столкнётся с иском.
• Непрозрачность решений («чёрный ящик») — особенно опасна для внесудебной защиты. HR не сможет объяснить причину отказа, если решение завуалировано необъяснимым алгоритмом.

🌐 Решение. Внедрять политики прозрачности: обязательное человеческое участие в ключевых решениях (приём на работу, продвижение, увольнение), регулярный аудит алгоритмов на предвзятость, контроль обработки ПДн. Что важно учесть бизнесу уже сейчас:
✅ Провести аудит: проверить, используются ли автоматические системы для первичного отсева кандидатов без участия человека.
✅Зафиксировать участие человека: документально подтвердить, что окончательное кадровое решение принимает сотрудник, а не алгоритм.
✅ Обеспечить обоснованность критериев: все критерии отбора должны быть напрямую связаны с деловыми качествами кандидата.
✅ Сформировать развернутые согласия на обработку ПДн под обработку именно AI-системами.

📎 Глубокие промпты для HRD

1️⃣ Аудит 152-ФЗ и ТК
«Ты — юридический консультант по цифровым HR‑рискам. Проанализируй наш процесс использования ИИ: [опиши: какой инструмент, какие данные обрабатывает, какие решения автоматизирует]. Составь чек‑лист из 10 пунктов для соблюдения ФЗ‑152 и ТК РФ. Включи: требования к согласию на обработку ПДн при использовании ИИ, необходимость human‑in‑the‑loop (финальное решение за человеком и документальное подтверждение), процедуру аудита алгоритмов на дискриминацию, порядок хранения и удаления данных после обработки ИИ, а также алгоритм предоставления объяснения отказа в приёме на работу, если решение основано на ИИ. Предложи формулировки для внутреннего регламента об использовании ИИ в HR и шаблоны уведомлений для сотрудников.»

2️⃣ Как неправильно внедрить ИИ и получить иск
«Ты — специалист по трудовому праву. Напиши сценарий "как не надо делать" на основе реальных ошибок. Опиши 5 фатальных ситуаций: передача ПДн в публичный ChatGPT без согласий, автоматический отказ кандидату с непрозрачным алгоритмом, решения о продвижении, основанные только на статистике ИИ, увольнение с помощью бота без человеческого разговора, использование зарубежных AI-моделей с ПДн, что нарушает локализацию. Для каждой ситуации опиши путь к иску и покажи, как этого избежать (с опорой на ФЗ‑152 и ТК РФ).»

3️⃣ Финальный протокол безопасности данных
«Ты — ИБ‑специалист, юрист и HRD. Создай единый протокол для внедрения ИИ, в котором:
• Обозначены типы данных, которые категорически нельзя передавать в публичные и зарубежные AI-модели (паспортные данные, адрес проживания, ФИО, сведения о здоровье и т.д.).
• Определены сценарии допустимой автоматизации (где нужен полный human‑in‑the‑loop, где достаточно контроля).
• Перечислены требования к проведению регулярного аудита ИИ-моделей на скрытую предвзятость.
• Обоснованы формулировки для получения согласий на обработку ПДн с учётом использования AI-агентов.
Выдай готовый регламент в виде документа (5 разделов) для утверждения CEO.»

❓ Какие юридические риски вы уже зафиксировали при внедрении ИИ? Как их минимизировали? Существует ли в компании защищенный контур для использования ИИ? ⬇️

ОБЩЕЕ ПРАВИЛО: как работать с ИИ, не нарушая 152‑ФЗ (шпаргалка для всех)

Главный принцип: никаких реальных ФИО, телефонов, email, паспортных данных и адресов в публичных нейросетях (DeepSeek, ChatGPT, YandexGPT, GigaChat). Даже в закрытых корпоративных контурах — только по необходимости и с согласием.

🎯 Золотое правило замены данных (примеры)

• Иванов Иван Иванович - Любой уникальный номер, который вы ведёте в своей внутренней таблице
• Паспорт: 1234 567890 - Не передавать вообще / вместо «паспорт» указать «документ удостоверяющий личность» • СНИЛС 123-456-789 01 - Не передавать / если нужна проверка стажа → «страховой номер (заменён на ID)»
• Адрес: г. Москва, ул. Тверская, д. 5, кв. 12 - г. Москва (без улицы, дома, квартиры) или «крупный город»
• Диагноз: сахарный диабет - Не передавать / если нужно для спецусловий → «наличие хронического заболевания (без конкретики)»
• Инвалидность 2 группы- «Требуются особые условия труда (без указания причины)»
• 15.05.1990 - «35 лет» или «возрастная группа 30–40»
• Генеральный директор компании «Рога и Копыта» (И.И. Иванов) - «Гендиректор компании (название скрыто)»
• Генеральный директор компании «Рога и Копыта» (И.И. Иванов) - «Гендиректор компании (название скрыто)»
• Номер трудового договора № 45/2023 - «Внутренний ID договора (заменён)»
• Табельный номер 00123 - «Сотрудник_00123» (без привязки к реальной базе)
• Зарплата Петрова П.П. — 150 000 руб. - «Зарплата по грейду G7 — 150К (без ФИО)» или «средняя зарплата по отделу»
• Переписка сотрудников о проекте - Удалить имена, должности, адреса, оставить только суть делового текста

📍ГЛАВНЫЙ ПРИНЦИП ЗАМЕНЫ
«Убираем всё, что может идентифицировать человека. Оставляем только то, что нужно для решения профессиональной задачи ИИ (навыки, опыт, метрики, категории)».

❓ Как вы маскируете данные? Делитесь лайфхаками в комментариях! ⬇️

💥💥 СЕРИЯ ПОСТОВ: 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR В 2026

Коллеги, HR-функция меняется на глазах. К 2027 году привычные роли администраторов, отчётчиков и операторов поддержки уйдут в прошлое. Им на смену приходят специалисты, которые проектируют гибридную рабочую силу, управляют ИИ-агентами и отвечают за этику алгоритмов.

Мы подготовили для вас серию постов, в которых детально разберём новые ключевые роли в HR, их задачи, необходимые компетенции и устаревшие «предшественницы».

Стартуем с одной из самых футуристичных позиций.

1️⃣AI Solution Architect (HR) - — руководит архитектурой HR-систем с ИИ и интеграциями, устаревшая роль - HR-администратор (ручной учёт)
👑 Ключевая роль: Этот специалист — главный инженер внедрения ИИ в HR. Он отвечает за процесс от замысла до конечного результата: прорабатывает, как высокоуровневая задача (например, «автоматизировать скрининг») превращается в безопасную, работоспособную и масштабируемую систему, которая органично впишется в вашу текущую IT-экосистему.
👨‍💻 Что делает:
• Проводит анализ бизнес-процессов в HR, выявляя области, где внедрение ИИ принесет наибольшую пользу.
• Проектирует архитектуру ИИ-решений, определяя оптимальную комбинацию технологий (LLM, ML-модели, платформы КЭДО, 1С) и принципы их взаимодействия.
• Руководит процессом интеграции выбранных решений с существующими HR-платформами вроде Workday, SAP SuccessFactors или 1С:ЗУП.
• Следит за соблюдением всех стандартов безопасности и политик (включая ФЗ-152) на этапе проектирования и эксплуатации систем.
🔎 Кого ищем:
• Опыт работы архитектором или ведущим разработчиком ИИ‑решений, желательно в HR-домене.
• Понимание архитектуры корпоративных ИИ-систем, включая RAG-пайплайны, agentic-архитектуру и lifecycle management ИИ-продуктов.
• Опыт интеграции AI-продуктов с корпоративными HR-системами и платформами через API.
• Знание принципов безопасного использования ПДн и умение проектировать архитектуру с учетом принципа data minimization и privacy-by-design.
⭐️ Ключевые навыки (Skills matrix):
• Системное мышление и архитектурное проектирование.
• Глубокая экспертиза в LLM, agentic AI и MLOps.
• Техническое лидерство и навык коммуникации с бизнес-заказчиком.
• Управление вендорами и опыт работы на стыке HR, IT и Legal.

📎 В следующем посте подготовили другие роли, а также дорожную карту по переходу от устареших ролей до новых ⬇️

2️⃣ Head of AI Governance (HR) - управляет рисками и нормативно-правовым соответствием в HR, устаревшая роль - Менеджер кадрового учёта (документооборот вручную)
👑 Ключевая роль: Этот специалист — ваш главный гарант того, что ИИ в HR работает безопасно, этично и в полном соответствии с законом. Он строит систему управления, которая защищает компанию от репутационных, юридических и финансовых рисков, связанных с автоматизацией кадровых решений. На его плечах — аудит моделей на предвзятость, контроль обработки персональных данных и работа с регуляторами.
👨‍💻 Что делает:
• Разрабатывает и внедряет единый корпоративный фреймворк для управления рисками ИИ в сфере HR.
• Организует регулярный аудит ИИ-моделей (в первую очередь тех, что влияют на сотрудников: отбор, оценка, продвижение) для выявления дискриминационных факторов и необъективности.
• Управляет процессом получения согласий и обработки ПДн в контексте использования AI-агентов.
• Проводит обучение и консультации для HR-команды по этичным и законным сценариям использования ИИ.
🔎 Кого ищем:
• Опыт разработки и внедрения политик и стандартов в области compliance, риск-менеджмента или ИТ-безопасности (минимум 5 лет).
• Понимание основ работы ML-моделей, LLM и agentic AI с точки зрения их уязвимостей (путаница источника, дрейф данных, data poisoning).
• Уверенное знание ФЗ-152 и представления о зарубежных подходах к регулированию ИИ.
• Умение переводить юридические и этические требования на язык конкретных технических политик и ограничений при развертывании систем.
⭐️ Ключевые навыки (Skills matrix):
• Стратегическое мышление в области комплаенс и risk management.
• Техническая грамотность для взаимодействия с AI Solution Architect.
• Управление нормативной базой (legal research, gap analysis).
• Навык построения и автоматизации процессов контроля за AI-системами.

Общая структура плана перехода от устаревших ролией к новым

1️⃣ Оценка гэпа - Выявить разрыв между текущими и целевыми компетенциями каждого сотрудника -Анкетирование, практические задания, беседы с руководителями

2️⃣ Базовая подготовка - Заложить фундамент AI-грамотности и понимания бизнес-задач - Внутренние воркшопы, онлайн-курсы, разбор кейсов

3️⃣ Специализированное обучение - Развить глубокие компетенции для новой роли - Профильные курсы, воркшопы от экспертов, проект в песочнице

4️⃣ Практика и наставничество - Применить знания в реальных/имитационных проектах под контролем - Реальный проект, парное программирование, код-ревью

5️⃣ Оценка и сертификация - Подтвердить соответствие новой роли и закрепить результат - Экзамен, защита портфолио, оценка по модели 360°, демонстрация задач

⭐️ Оценка текущих навыков и выбор кандидатов
Прежде чем начать обучение, важно оценить готовность сотрудников. Скорее всего, подходящие кандидаты уже есть в вашей команде. Я подготовил небольшой чек-лист того, на что стоит обратить внимание:

• Для AI Solution Architect: Человек, который лучше всех разбирается в 1С и ad-hoc запросах. Его отличают высокий уровень логики, интерес к системам, способность видеть процесс целиком и дотошность.

• Для Head of AI Governance: Сотрудник, который всегда соблюдает процедуры, держит в голове все регламенты и ссылается на 152-ФЗ. Отличается педантичностью, ответственностью и критическим складом ума.

📖 План обучения для AI Solution Architect (главный инженер внедрения ИИ) и AI Solution Architect (главный инженер внедрения ИИ) читайте в следующием посте ⬇️

📖 План обучения для новых ролей AI Solution Architect (главный инженер внедрения ИИ) и Head of AI Governance (глава по управлению рисками ИИ)

1️⃣ AI Solution Architect (главный инженер внедрения ИИ)
Этот путь предполагает серьезную трансформацию из операционной роли в техническую. Успех здесь зависит от планомерного наращивания компетенций.

✅ Основы AI и ML для начинающих: Начните с погружения в математические и алгоритмические основы, используя, например, программу Imperial AI Bootcamp (6‑месячный онлайн-курс Imperial College London) или структурированный план на Coursera по машинному обучению и LLM. Рекомендую параллельно изучать handbook по ML-решениям.
✅ Архитектура и проектирование AI-решений: Изучайте архитектуру корпоративных систем, RAG-пайплайны и управление жизненным циклом AI-продуктов, комбинируя книгу "The machine learning solutions architect handbook" с курсом "Architecting agentic AI business solutions" от Microsoft.
✅ Hard skills и инструменты: Овладейте Python, облачными платформами (AWS, Azure), а также CI/CD пайплайнами для ML и мониторингом моделей (MLOps). Важно научиться коммуницировать с бизнес-заказчиком, переводить процессы HR в технические требования и управлять вендорами.
✅ Итоговая аттестация: Результатом должно стать успешное создание MVP для автоматизации конкретного HR-процесса или успешная сдача экзамена Microsoft AB‑100, подтверждающего квалификацию архитектора AI-решений.

2️⃣ Head of AI Governance (глава по управлению рисками ИИ)
Сотрудник, занимающий эту должность, становится «защитником» компании от юридических, репутационных и этических рисков. Его обучение должно идти от внутренних политик к глобальным стандартам.

✅ Введение в правовое поле и комплаенс: Начните с глубокого изучения 152-ФЗ, ТК РФ и регулирования персональных данных (GDPR). Параллельно изучайте глобальные стандарты, такие как NIST AI RMF и ISO/IEC 42001.
✅ Специализация по AI Governance: Пройдите профессиональную переподготовку, например, программу King’s College London (5 дней в Лондоне, от £4000). Альтернативой могут стать онлайн-курсы по Governance, Risk, and Compliance (GRC), однако обязательным условием является получение профильной сертификации, например, CRAGE (Certified Responsible AI Governance & Ethics) от EC-Council, для чего потребуется сдать экзамен (например, 100 вопросов за 3 часа). Для прохождения сертификации CRAGE необходимы 2 года опыта в информационной безопасности или прохождение официального обучения.
✅ Hard skills и инструменты: Освойте риск-менеджмент, юридические исследования, аудит алгоритмов на предвзятость. Развивайте навык написания политик и регламентов, перевода юридических требований в технические задания, а также коммуникации с IT и Legal.
✅ Итоговая аттестация: Результатом должно стать принятие пакета внутренних политик по AI Governance или получение сертификата (CRAGE).

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

3️⃣ CHRO Tech Strategist — руководит цифровой трансформацией, интеграцией ИИ-агентов в HR-экосистему, устаревшая роль - Специалист по трудовым договорам (создание бумажных договоров)
👑 Ключевая роль: Настоящий CHRO 2026 года — это не только лидер HR, но и бизнес-стратег, архитектор рабочей силы и AI-евангелист. Эта роль сосредоточена на прямой связи между человеческим капиталом и технологической стратегией компании. Вместе с CEO вы будете определять, где люди создают максимальную ценность, а где ИИ обеспечит лучшее решение.
👨‍💻 Что делает:
• Разрабатывает долгосрочную стратегию развития человеческого капитала в тесной увязке с ИИ-дорожной картой компании.
• Участвует в определении архитектуры HR-технологий, обеспечивая их соответствие бизнес-целям.
• Оценивает бизнес-эффект от внедрения ИИ в HR и готовит соответствующие презентации для совета директоров.
• Внедряет метрики для оценки эффективности AI-трансформации (ROI, retention lift, time-to-fill).
• Строит программу повышения AI-грамотности для всех сотрудников компании и развивает культуру «человек + машина»
🔎 Кого ищем:
• Опыт работы на позиции CHRO или Head of HR в крупной компании с опытом цифровой трансформации HR-функции.
• Понимание современных HR Tech-ландшафтов, включая core HRIS (1С:ЗУП), ATS, LMS, CRM/ERP-системы.
• Умение строить бизнес-кейсы и финансовые модели для обоснования инвестиций в технологические проекты.
• Навык agile‑управления изменениями и готовность выступать «front‑of‑house» лидером изменений перед командой и бизнесом.

4️⃣ AI Learning Designer / GenAI Content Generator — создаёт адаптивные курсы, генерирует контент с помощью ИИ, устаревшая роль - Корпоративный тренер (очные тренинги на 100%)
👑 Ключевая роль: Этот специалист — «режиссёр» учебного контента для эпохи ИИ. Он проектирует образовательные программы и генерирует учебные материалы с использованием самых современных нейросетей. По сути, это дизайнер, владеющий генетическими алгоритмами, который знает, как «скормить» ChatGPT или DeepSeek исходный материал, чтобы на выходе получить готовый курс или симуляцию.
👨‍💻 Что делает:
• Проектирует учебные программы с нуля, активно используя GenAI для создания контента, сценариев, аватаров для видео и тестов.
• Проводит пилоты с новыми GenAI-инструментами (HeyGen, Synthesia, WellSaid Labs) для ускорения создания, локализации и персонализации учебных материалов.
• Превращает «сырые» промты ИИ в готовые, воспроизводимые и качественные учебные модули, которые можно масштабировать.
🔎 Кого ищем:
• Опыт в instructional design (ID) или создании e-learning контента.
• Продвинутое владение промпт‑инжинирингом и опыт работы с GenAI для генерации текста, изображений, аватаров и видео-сценариев.
• Глубокое понимание авторских прав и правил обезличивания данных при использовании GenAI.
• Навык работы с корпоративными LMS и платформами для размещения AI-сгенерированного контента.

📖 План обучения для новых ролей CHRO Tech Strategist (стратег HR-технологий) и AI Learning Designer / GenAI Content Generator

1️⃣ CHRO Tech Strategist (стратег HR-технологий)
Сотрудник на этой позиции становится связующим звеном между HR, IT и стратегией бизнеса. Его обучение должно фокусироваться на лидерстве, цифровой трансформации и бизнес-мышлении.

✅ Развитие лидерских качеств: Посещайте стратегические семинары SHRM для развития лидерства в эпоху AI и инноваций, а также программы по управлению цифровыми изменениями, например, Emerging CHRO Program от Columbia Business School (18‑недельная программа)
✅ Цифровая трансформация и стратегия: Участвуйте в вебинарах и мастер-классах (Gartner, Nextech Masterclass Series) по цифровой аналитике и экономике данных. Согласно Gartner, только 15% CHRO обладают цифровой грамотностью, и задача — войти в их число
✅ Hard skills и инструменты: Освойте HR-аналитику, бюджетирование ИИ-проектов (ROI, TCO), управление изменениями и коммуникацию с советом директоров. Изучайте современные HR Tech-ландшафты (1С, ATS, LMS, People Analytics платформы) и методологии Agile/OKR.
✅ Итоговая аттестация: Результатом должна стать успешная защита стратегии цифровой трансформации HR перед руководством или получение сертификата по программе HR-лидерства.

2️⃣ AI Learning Designer / GenAI Content Generator
Эта роль требует интеграции классического instructional design (ID) с практическим владением generative AI. Предлагаемый план построен как трёхуровневая система: от фундаментальных принципов обучения и технического владения ИИ до создания полноценных курсов с использованием AI-агентов.

✅ Фундамент: принципы современного обучения и Instructional Design.
На начальном этапе специалист осваивает методики проектирования онлайн-курсов (модели ADDIE, SAM, микрообучение) и когнитивную психологию. Это необходимо для того, чтобы грамотно ставить задачи ИИ и проектировать эффективные образовательные программы. Рекомендуются курсы «Learning Design Principles» (UC Online) или «Designing with AI» (Университет Кейптауна).
✅ Техническая база: владение GenAI и промпт-инжиниринг.
На этом этапе сотрудник обучается управлять нейросетями для генерации текстов, изображений и аватарного видео. Изучаются техники промптинга (zero-shot, chain-of-thought) и работа с инструментами: DeepSeek/ChatGPT для текста, Midjourney/DALL-E для изображений, HeyGen/Synthesia для аватаров. Важнейший навык — безопасная работа с данными и соблюдение 152-ФЗ при использовании GenAI.
✅ Hard skills и инструменты: Специалист осваивает ключевые инструменты создания контента: аватарные платформы HeyGen (от
24/мес)и Synthesia(от
24/мес)и Synthesia(от18/мес) для генерации видео; конструкторы интерактивных модулей iSpring, Articulate Rise; а также LMS c AI-функционалом (Docebo, 360Learning). Важный навык — проектирование сценариев с ветвлением и подготовка контента к размещению в SCORM‑совместимых системах.
✅ Итоговая аттестация: Для подтверждения квалификации специалист разрабатывает полноценный учебный модуль (20–30 минут) с использованием GenAI: текст, графика, аватарное видео, встроенный тест. Курс размещается в LMS и проходит пилотное тестирование на фокус‑группе. Успешное выполнение проекта и положительная обратная связь служат основанием для сертификации. Дополнительно рекомендуется сдать экзамен «Generative AI for Training and Learning Professionals» (Tonex). Надеюсь, этот план поможет вам в системном переобучении команды.

❓ Если понадобится скорректировать сроки, добавить ресурсы или детализировать отдельные этапы, готовы помочь.

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

5️⃣ Immersive Learning Architect — проектирует обучение с использованием VR/AR и AI-симуляций, устаревшая роль - Администратор LMS
👑 Ключевая роль: Специалист создает полностью погружающие (immersive) тренажеры, которые позволяют сотрудникам оттачивать навыки переговоров, управления проектами или принятия решений в виртуальной среде без риска для реального бизнеса. Проектирует программы развития, где обучение через опыт и симуляции становится основным методом..
👨‍💻 Что делает:
• Архитектурно проектирует сложные иммерсивные обучающие программы: VR/AR-тренажеры, AI-симуляции переговоров, интерактивные кейсы с ветвлением.
• Обучает и настраивает AI-агентов для роли виртуальных собеседников, клиентов или коллег для отработки hard и soft skills.
• Интегрирует иммерсивные модули в существующую LMS и анализирует данные об успешности и вовлеченности сотрудников.
🔎 Кого ищем:
• Опыт в создании корпоративных образовательных программ с использованием технологий виртуальной/дополненной реальности (VR/AR), симуляций или геймификации.
• Навык проектирования образовательных метрик (learning analytics) и интеграция с бизнес-показателями.
• Умение формулировать требования к разработчикам VR/AR/AI для реализации учебных сценариев.
• Понимание ограничений и возможностей AI-симуляций для социальных взаимодействий.

6️⃣ Learning Analytics Specialist (Learning & Talent Analyst) — использует данные для анализа эффективности, прогноза выбытия и персонализации, устаревшая роль - Методист учебных программ (без AI)
👑 Ключевая роль: Этот специалист превращает горы данных из LMS, систем грейдирования, карьерных порталов и опросников в настоящий «цифровой след» ваших сотрудников. Его главная задача — доказать, что обучение действительно окупается и приносит бизнес-результат. Он помогает руководителям понять, какие навыки развивать в первую очередь, чтобы закрыть стратегические разрывы.
👨‍💻 Что делает:
• Разрабатывает систему метрик и дашбордов для оценки эффективности L&D (вовлеченность, завершаемость, рост KPI, ROI).
• Выявляет скрытые пробелы в навыках (skills gaps) и целевые зоны для развития с помощью данных из HRIS и опросов.
• Проводит углубленный анализ для прогнозирования наиболее эффективных типов обучения и каналов для разных сегментов сотрудников.
• Готовит отчеты для высшего руководства, визуализируя ключевые результаты в области обучения и развития персонала.
🔎 Кого ищем:
• Опыт работы в Learning & Development, HR-аналитике или смежных аналитических ролях.
• Уверенное владение инструментами анализа данных (SQL, Python, Power BI, Tableau) и статистикой.
• Опыт интеграции данных из различных источников (LMS, HRIS, ATS, CRM).
• Знание профессиональной терминологии в области HR и понимание ключевых бизнес-показателей компании.

📖 План обучения для новых ролей Immersive Learning Architect и Learning Analytics Specialist

1️⃣ Immersive Learning Architect
Этот специалист проектирует полностью погружающие (immersive) тренажеры, которые позволяют сотрудникам оттачивать сложные навыки в виртуальной среде без риска для бизнеса.

✅ Фундамент: принципы иммерсивного обучения
Специалист изучает основы иммерсивных технологий: спектр XR (VR/AR/MR), сферы их применения в обучении и развитии, а также современные педагогические подходы для иммерсивных сред. Рекомендуется курс «Smart Glasses, VR & AI Design Principles» от Университета штата Нью-Мексико.
✅ Проектирование и сценарии
Сотрудник осваивает проектирование иммерсивных учебных программ, включая создание образовательных сценариев, карт путешествия пользователя и взаимодействие ИИ-агентов. Ключевые навыки: разработка образовательных треков и понимание ограничений AI-симуляций.
✅ Hard skills и инструменты
Практическое освоение ключевых технологий:
• Unity / Unreal Engine — создание 3D-сред.
• Платформы для авторинга: EON-XR (Skill Simulators с режимами Procedure/Creative/Exploratory), XR5.0 Training Platform (AI Assistant, XR Workflow).
• Инструменты no-code для XR: Генерация сценариев и быстрая адаптация контента без привлечения программистов.
✅ Итоговая аттестация
Разработка полноценного пилотного иммерсивного модуля (тренажёр или симуляция) под конкретную бизнес-задачу компании — например, виртуальное обучение сборке оборудования или отработка переговоров. Обязательна документация: educational intent, выбор технологии, сценарий и анализ эффективности.

2️⃣ Immersive Learning Architect
Превращает данные LMS, опросов и KPI в реальную картину, измеримый прогресс и точные прогнозы для HR и бизнеса.

✅ Основы аналитики обучения. Изучаются ключевые метрики эффективности L&D (вовлеченность, завершаемость, динамика KPI), а также методы сбора и очистки данных из различных HR-систем. Рекомендуется курс «Advanced Skill Certificate in E-Learning Data Analysis Tools».
✅ Статистика и прогнозная аналитика
Специалист осваивает продвинутую статистику, построение регрессионных моделей и машинное обучение (scikit-learn) для прогнозирования результатов обучения и рисков отсева. Ключевой курс: «AI-Powered Learning Analytics and Upskilling Strategy» от GTC Group.
✅ Hard skills и инструменты
Практическое освоение основного технологического стека:
• Анализ и BI: Python/R для моделирования; Tableau / Power BI для дашбордов.
• ETL и базы данных: SQL — для извлечения данных из HRIS (1С:ЗУП), ATS/LMS.
• Статистика: Построение прогнозов (эффективность курса, риск увольнения) и оценка моделей (precision, recall).
✅ Итоговая аттестация
Специалист получает реальный датасет (обезличенные данные по курсам, оценкам, KPI), проводит EDA, строит прогнозную модель по выбору, дашборд в BI-системе и пишет аналитический отчёт с выводами и бизнес-рекомендациями для L&D-стратегии.

❓ Какой из этих планов вы планируете запустить первым? Если потребуется уточнить программное обеспечение или скорректировать этапы под бюджет компании, готовы помочь. ⬇️

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

7️⃣ AI Adoption Specialist in HR — помогает HR-отделам внедрять ИИ в ежедневную работу, устаревшая роль - Кадровый оператор (ручной ввод данных)
👑 Ключевая роль: Основная задача этого специалиста — не столько внедрить ИИ, сколько добиться того, чтобы HR-команда и руководители его реально использовали. Он борется со страхом технологий и преодолевает сопротивление изменениям, превращая сложные инструменты в простые и понятные ежедневные помощники.
👨‍💻 Что делает:
• Проводит аудит готовности компании: анализирует рабочие процессы команд, выявляет зоны с высоким потенциалом автоматизации и ключевые барьеры для внедрения.
• Проектирует end-to-end стратегию развертывания ИИ в отделах: от выбора технологии и пилотных внедрений до обучения пользователей и отслеживания прогресса на основе метрик.
• Разрабатывает коммуникационную стратегию и проводит обучение персонала, чтобы снять страхи и объяснить ценность новых инструментов.
• Разрабатывает стандарты и правила использования ИИ (playbooks), которые помогают масштабировать внедрение на всю HR-организацию.

🔎 Кого ищем:
• Опыт активного участия в крупных проектах по внедрению ИИ или цифровой трансформации (в HR или смежных функциях).
• Специалист по управлению изменениями с опытом внедрения технологий: выявление барьеров, обучение, контроль метрик успеха.
• Знание HR-процессов: умеет «переводить» технологические возможности ИИ в конкретные выгоды для HR-специалистов.
• Проактивная позиция и навык презентации/коммуникации с группами пользователей разного уровня.

8️⃣ HR Data Steward — управляет качеством и целостностью данных, отвечает за обезличивание ПДн, устаревшая роль - Инспектор по кадрам (обработка бумаг)
👑 Ключевая роль: Это «хранитель качества» всех кадровых данных. Он строит и поддерживает инфраструктуру данных, обеспечивая их чистоту, полноту и защищенность. Именно благодаря его работе ИИ-системы получают «пищу», необходимую для корректного обучения и принятия безошибочных решений.
👨‍💻 Что делает:
• Разрабатывает и внедряет стандарты управления данными (data governance) в HR: форматы, правила заполнения, мастер-системы.
• Организует процесс обезличивания персональных данных для использования в аналитике и обучении ИИ-моделей.
• Обеспечивает высокое качество данных в системах (HRIS, ATS, LMS) для бесперебойной работы AI-агентов.
• Проектирует схемы хранения данных и дата-марты для HR-аналитики.
🔎 Кого ищем:
•Опыт работы с HR‑данными: знание схем данных в 1С:ЗУП, Workday, SAP и популярных полей выгрузки.
• Понимание принципов работы баз данных, ETL-процессов и опыт в построении дата-пайплайнов.
• Базовое знание 152-ФЗ: типы ПДн, условия обработки, методы обезличивания.
• Навык документирования и формализации правил работы с данными.

📖 План обучения для новых ролей AI Adoption Specialist in HR — помогает HR-отделам внедрять ИИ в ежедневную работу и LHR Data Steward — управляет качеством и целостностью данных, отвечает за обезличивание ПДн

1️⃣ AI Adoption Specialist in HR
Этот специалист — проводник ИИ в HR-команде. Он помогает коллегам преодолеть страх перед технологиями, внедряет ИИ-инструменты в ежедневные процессы и добивается их реального использования, чтобы повысить эффективность работы отдела.

✅ Фундамент: Специалист изучает основы ИИ и LLM, а также осваивает современные методики внедрения технологий — стратегии преодоления сопротивления, вовлечения команды и формирования культуры принятия ИИ. Умение управлять изменениями, а не просто внедрять инструменты, — ключевая компетенция для этой роли. Для этого можно пройти программу «AI Adoption and Workforce Readiness Certificate» от SHRM.
✅ Проектирование и сценарии
Сотрудник осваивает оценку готовности HR-процессов к автоматизации и методы выбора приоритетных зон для быстрых побед. Он учится разрабатывать дорожные карты внедрения, ставить измеримые цели и KPI. Ключевой навык — умение «переводить» возможности ИИ на язык конкретных выгод для рекрутеров, кадровиков и администраторов, пилотировать новые решения и масштабировать успешные практики.
✅ Hard skills и инструменты
Практическое освоение ключевых технологий и их применения в HR-процессах:
• Чат-боты и RPA-платформы: настройка и обучение ботов (например, KitBot, Manybot, а также внедрение RPA-роботов для рутинных задач).
• AI-агенты для автоматизации HR-задач: использование ИИ для скрининга, координации собеседований, рассылки офферов.
• Аналитика вовлечённости и метрики внедрения: внедрение инструментов для отслеживания adoption rate, времени обработки, процента автономно закрытых запросов и удовлетворённости сотрудников, включая eNPS.
• Стандарты и регламенты: разработка и внедрение политик ответственного использования ИИ, защита персональных данных (152-ФЗ).
✅ Итоговая аттестация
Подтверждением квалификации станет успешный запуск пилотного проекта по внедрению ИИ в одном из направлений HR. Специалист должен продемонстрировать достижение целевых метрик (например, сокращение времени на рутину на 30%, повышение adoption rate минимум на 50% за три месяца), представить анализ рисков и план масштабирования.

2️⃣ LHR Data Steward
Это «хранитель» кадровых данных, который обеспечивает их качество, безопасность и готовность для использования ИИ. Он строит процессы так, чтобы данные были пригодны для анализа и обучения моделей, но при этом строго соблюдались требования законодательства о персональных данных.

✅ Фундамент: управление данными и правовые основы. Специалист изучает концепции Data Governance и управление качеством данных. Ключевой элемент —— освоение российских норм обработки ПДн, в частности требований 152‑ФЗ и методов обезличивания. Понимание, что такое обезличивание, зачем оно нужно и как не нарушить закон при передаче данных в ИИ, является базой для этой роли.
✅ Проектирование систем качества и безопасности данных
Специалист учится классифицировать чувствительность данных и строить процессы для проверки их качества (полнота, уникальность, согласованность). Он осваивает проектирование потоков данных (data lineage), критически важных для работы ИИ, а также выстраивает регламенты для безопасного обезличивания ПДн перед передачей в аналитические и ИИ-системы.
✅ Hard skills и инструменты
Практическое освоение инструментов для работы с корпоративными данными:
• Управление качеством данных: использование профайлеров и инструментов очистки с функцией контроля данных в реальном времени.
• Средства обезличивания: методы маскировки, генерации синтетических данных, шифрования для обеспечения конфиденциальности.
• Языки и платформы: SQL для извлечения и преобразования данных; BI-платформы (Power BI, Tableau) для создания дашбортов качества данных; платформы каталогизации данных (Data Catalogs) для ведения единого реестра и метаданных.
• Навыки коммуникации: умение объяснять техническим и нетехническим командам важность управления данными и стандарты их качества..
✅ Итоговая аттестация
Специалист должен успешно завершить сертифицированную программу (например, «Data Steward: специалист по стратегическому управлению данными» от Академии АйТи). Итоговая работа — создать «паспорт качества» данных для одного кадрового процесса (например, по заполнению карточек Т‑2). Она включает аудит качества данных (полнота, целостность), схему их обезличивания и готовый регламент для дальнейшего мониторинга.

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

9️⃣ Global Business Services (GBS) "Productization" Lead— руководит переходом процессов на ИИ-платформы, устаревшая роль - Делопроизводительператор (ручной ввод данных)
👑 Ключевая роль: Этот руководитель отвечает за трансформацию традиционных операционных HR-услуг в стандартизированные, автоматизированные и масштабируемые «продукты». Он переводит разрозненные HR-сервисы на единую платформу (часто с использованием КЭДО и AI-агентов), повышая их качество и скорость предоставления.
👨‍💻 Что делает:
• Пересматривает и оптимизирует сквозные HR-процессы (onboarding, offboarding, кадровый учет, управление отпусками) в рамках модели GBS.
• Принимает решения о том, какие HR-услуги следует автоматизировать с помощью RPA/ИИ (т.е. превратить в "продукт"), а какие оставить человеческому участию.
• Управляет дорожной картой перевода HR-операций на платформы, включая внедрение инструментов самообслуживания для сотрудников и руководителей.
• Внедряет сквозную систему метрик для оценки эффективности и качества работы новых HR-сервисов.

🔎 Кого ищем:
• Опыт работы в Global Business Services, Shared Services Center или операционном HR, желательно с фокусом на стандартизацию процессов.
• Глубокое понимание Lean-методологий и опыт оптимизации бизнес-процессов (BPM) под запросы автоматизации.
• Знание технологического стека для автоматизации HR‑операций (HRIS, настрокйка RPA, КЭДО, чат-бот платформы).
• Навык «продуктового» подхода в HR: формирование бизнес-требований, управление бэклогом и метриками успеха сервиса.

1️⃣0️⃣ AI Product Manager (Recruitment) — руководит внедрением и развитием AI-продуктов для подбора, устаревшая роль - Сорсер (ручной поиск кандидатов)
👑 Ключевая роль: Задача этого специалиста не просто автоматизировать процессы найма, а создавать законченные, масштабируемые AI-продукты для всего цикла подбора. Он отвечает за roadmap AI-функций от идеи до запуска и принятия пользователями. Фактически, это product-лидер, который объединяет потребности рекрутеров, возможности разработки и аналитику данных в единый рыночный продукт.
👨‍💻 Что делает:
• Управляет всем жизненным циклом создания AI-продуктов для рекрутинга: от discovery (интервью с рекрутерами и хантерами, анализ воронки) до вывода на рынок (или внедрения в компании).
• Отвечает за product-market fit, управление бэклогом и приоритизацию фич с помощью OKR и метрик, таких как adoption rate, time-to-fill и качество найма.
• Глубоко понимает бизнес-потребности рекрутинга и переводит их в постановки для команды data science и engineering.

🔎 Кого ищем:
• Опыт продуктового менеджмента (желательно в HR-tech, Recruiting SaaS или AI-native продуктах).
• Понимание работы сорсинговых инструментов, HR-маркетинга и воронок найма в целом.
• Базовое понимание ML-пайплайнов, LLM и оценки качества моделей (precision, recall) применительно к скринингу и ранжированию.
• Знание платформ найма (ATS, headhunting platforms) и их API.

📖 План обучения для новых ролей Global Business Services (GBS) "Productization" Lead и AI Product Manager (Recruitment)

1️⃣ Global Business Services (GBS) "Productization" Lead
Этот специалист руководит переходом традиционных HR-услуг в формат стандартизированных, масштабируемых, а затем и автоматизированных «продуктов». Он обеспечивает интеграцию ИИ-платформ и RPA-решений в сервисную модель.

✅ Фундамент: архитектура GBS и операционные модели Специалист изучает эволюцию GBS, принципы построения сервисных моделей, SLA/KPI, управление вендорами и стандарты качества. Рекомендуется курс Professional GBS® Certification (Inixia + SSON), который охватывает пять ключевых областей: Foundations, Service Management, Operations Management, Transformation Management и Leadership
✅ Стратегия трансформации через AI-продукты
Сотрудник осваивает методики productization: перевод услуг в каталог, ценообразование, брендинг сервисов. Он учится выявлять процессы с высоким потенциалом для RPA/ИИ и формировать бизнес-кейсы для автоматизации, переходя от реактивного операционного управления к партнерству с бизнесом.
✅ Hard skills и инструменты
• Платформы автоматизации: Power Automate, UiPath (RPA для рутины).
• AI-агенты для GBS: Массовая обработка запросов, ИИ-ассистенты в чатах.
• Управление изменениями: Метрики adoption rate, прототипирование процессов в песочнице.
• Облачные сервисы: Архитектура интеграции AI-API с через iPaaS.
✅ Итоговая аттестация
Разработка дорожной карты трансформации одного HR-процесса в продукт с ИИ: аудит, выбор инструмента, экономическое обоснование (ROI), план внедрения и метрики эффективности. Защита перед руководством завершается сертификацией Professional GBS® Master после выполнения комплексного проекта 

2️⃣ AI Product Manager (Recruitment)
Этот специалист отвечает за полный жизненный цикл AI-продуктов для подбора персонала (чат-боты для скрининга, системы прогнозирования успешности, AI-агенты для координации собеседований).

✅ Основы продукт-менеджмента и AI. Изучаются жизненный цикл продукта, CustDev, OKR и основы LLM. Ключевая программа — IBM AI Product Manager Professional Certificate (6 месяцев), охватывающая гибкие методологии, ИИ для персонализации и аналитики, а также лучшие мировые практики интеграции AI в существующие продукты.
✅ Специфика AI-продуктов в рекрутинге
Специалист погружается в воронку найма, типовые «боли» рекрутеров и этическую архитектуру AI. Он учится проектировать дорожные карты (ренкинг, антифрод, автокоммуникации), давать оценку эффективности (precision/recall) и управлять AI-качеством, а также строить прозрачные системы отбора без системной предвзятости.
✅ Hard skills и инструменты
• AI-инструменты для PM: ChatGPT, Claude, CoPilot для генерации PRD/пользовательских историй, симуляции возражений, SWOT и визуализации дорожных карт (Gamma) .
• Продуктовые платформы: Jira/Linear, Productboard/Airtable, Amplitude/Mixpanel.
• ATS и HR-системы: Разбор API для анализа данных (эффективность, конверсии).
• Основы ML-метрик: Понимание метрик precision/recall и задач, связанных с LLM (ранжирование кандидатов).
✅ Итоговая аттестация
Разработка MVP концепции AI-продукта: описание пользовательской проблемы, прототип roadmap'а, выбор метрик успеха (time‑to‑fill, quality of hire), оценка ROI и план вывода (go‑to‑market). Дополнительно — защита готового продукта и получение сертификата Certified AI Product Manager (CAIPM)™ для официального признания компетенций .

Эти планы помогут вашему департаменту начать системное развитие сразу в двух важных направлениях.

💥💥 15 НОВЫХ КЛЮЧЕВЫХ РОЛЕЙ В HR, которые уже в ближайшее время начнут менять ландшафт HR-функции.

1️⃣1️⃣ Recruitment Agent Expert— специалист по настройке и управлению AI-агентами для подбора, устаревшая роль - Рекрутер-администратор (обработка откликов)
👑 Ключевая роль: тот специалист — «настройщик» AI-агентов для поиска и отбора кандидатов. Он знает, как обучить робота скринить резюме, искать подходящие профили в базах, вести переписку с кандидатами и даже назначать интервью.
👨‍💻 Что делает:
• Создает и настраивает AI agent-воркфлоу для обработки всего incoming-трафика кандидатов: сортировка резюме, ветвление коммуникаций, приглашение на интервью.
• Обучает AI-агентов на массиве исторических резюме и собеседований, чтобы они эффективно оценивали fit кандидатов и распознавали релевантные навыки.
• Интегрирует AI-агентов с ATS, CRM и платформами для поиска (LinkedIn, явки скрипты).

🔎 Кого ищем:
• Опыт в рекрутинге, sourсing или HR-операциях.
• Базовое знание agentic AI-архитектур и умение конфигурировать worker-агентов и супервайзеров.
• Опыт работы с ATS/CRM системами и навык формализации знаний рекрутера в правила для AI-агента.
• Понимание принципов работы RAG-пайплайнов для улучшения качества ответов ботов на вопросы кандидатов.

1️⃣2️⃣ Recruitment Ethics Expert (Fairness & Bias Officer) — проверяет алгоритмы ИИ на дискриминацию и предвзятость, устаревшая роль - Координатор интервью
👑 Ключевая роль: Отвечает за то, чтобы AI в подборе не допускал дискриминации и ущемления прав кандидатов. Он следит за честностью алгоритмов, прозрачностью критериев отбора и соответствием процесса трудовому законодательству. Фактически — «адвокат» справедливости в мире AI-отбора, ключевая роль в эпоху регулирования.
👨‍💻 Что делает:
• Определяет принципы ответственного AI в найме для компании и регулярно проводит аудит готовых AI-моделей на предмет системных предубеждений (bias) по признакам пола, возраста, расы и пр..
• Разрабатывает внутренние правила (policy) и чек-листы по этичному использованию AI в подборе кадров.
• Рассматривает спорные случаи отказа AI-систем, когда кандидат считает отказ необоснованным.
• Обучает рекрутеров базовым принципам «fairness by design» при настройке AI-скрининга.
🔎 Кого ищем:
• Опыт работы в HR compliance, legal HR, юриспруденции (трудовое право) или Data Governance.
• Знание российского трудового законодательства и 152-ФЗ в части дискриминации, а также принципов работы ИИ в подборе.
• Базовые навыки в области автоматизации найма: понимание, как строятся категории для отбора и какие признаки могут считаться дискриминационными.
• Навык системного аудита процессов и независимой оценки алгоритмов.

📖 План обучения для новых ролей Recruitment Agent Expert и Recruitment Ethics Expert (Fairness & Bias Officer)

1️⃣ Recruitment Agent Expert
Специалист по конфигурации, оркестрации и постоянному улучшению автономных AI-агентов поиска, коммуникации и закрытия.

✅ Фундамент: архитектура агентного рекрутинга Начните с погружения в парадигму Agentic AI, которая к 2026 году превратилась в стандарт для Talent Acquisition: речь идёт о полностью автономных агентах, выполняющих сложные, многошаговые задачи от поиска до координации собеседований, а не просто чат-ботах. Ключевая задача — осознать сдвиг процессов: если раньше специалист делал «поиск, оценку и коммуникацию», то AI-специалист переопределяет этот пайплайн, используя агентов для освобождения себя от рутины
✅ Стратегия внедрения и оркестрации:
Эстафетным переходом от планирования к практике служит анализ требований и 7-шаговый фреймворк для развёртывания AI-агентов. Ключевой её этап — карта ролей: что отдаётся агенту (полная автономия), где AI лишь помощник для рекрутера, а где требуется 100% участие человека с чёткой системой эскалации. Каждую конфигурацию необходимо синхронизировать с ATS, HRIS и средой Teams/Slack.
✅ Hard skills и инструменты (настройка агентов):
Освойте омниканальную платформу автоматизации с возможностью настройки агентов: LinkedIn Hiring Assistant (языковые запросы, ранжирование, доказательная аналитика), Oracle Agentic Applications или их аналоги в защищённом контуре, общие фреймворки оркестрации LangGraph и высокоуровневые агенты-оркестраторы (Phenom Orchestration Engine) для полного контроля workflow. VDI и корпоративные политики должны обеспечивать локализацию обработки ПДн на территории РФ.
✅ Итоговая аттестация
Защита пилотного проекта, где AI-агент берет на себя согласование календарей рекрутера и хантинга и коммуникацию кандидата до 1-го скрининга. Оцениваться будет скорость закрытия вакансии, chatbot deflection rate (≥60-75%) и реализация прозрачного механизма эскалации спорных решений на рекрутера 

2️⃣ Recruitment Ethics Expert (Fairness & Bias Officer)
«Адвокат» справедливости — отвечает за этику, недискриминацию алгоритмов и соответствие AI-систем кадровому законодательству 152-ФЗ и ТК РФ.

✅ Фундамент: правовые основы и этические принципы. На этом этапе изучается специфика внедрения ИИ в подбор персонала через призму ФЗ-152, Трудового кодекса, требований к защите ПДн и международных принципов ответственного искусственного интеллекта. Особый акцент — на концепции human-in-the-loop (окончательное решение за человеком) и запрете автономного отказа в приёме на работу без индивидуального рассмотрения, чтобы исключить дискриминацию.
✅ Проектирование фреймворка равных возможностей.
Специалист учится классифицировать риски, выстраивать процедуры независимого аудита и создавать внутренний регламент "Оценки предвзятости алгоритмов и прозрачности AI-решений в HR". Изучаются сквозные процессы для мониторинга метрик fairness — демографический паритет, равенство показателей качества для разных групп.
✅ Hard skills и инструменты (аудит и смягчение bias):
Работа с наборами синтетических данных и инструментарием для измерения и коррекции предвзятости модели: Fairlearn (для оценки fairness метрик и смягчения сдвигов распределения), Google’s What-If Tool для визуализации, а также соответствие стандартам FINDHR (инструментарий влияния, аудит и мониторинг). Обязательно внедрение решений с explainable AI.
✅ Итоговая аттестация
Проведение формальной ревизии одной AI-модели начального скрининга: замеряются точность (precision/recall), оценка disparate impact на основе реальных или синтетических данных и причины его возникновения. Защита плана корректирующих действий — дообучение на стратифицированных данных, пост-процессинг или коррекция весов признаков, а также оформление результатов в формате аудита для регулятора плюс чек-лист рассмотрения спорных отказов для комитета.