CC BY
120
ЭКОНОМИКА ТРУДА
Том 6 • Номер 2 • Апрель-июнь 2011 ISSN 2410-1613 Russian Journal of Labor Economics
издательство
Креативная экономика
кадровое обеспечение:
поиск и привлечение персонала на основе
технологий искусственного интеллекта
Нонка А.Ю. 1, Борисова А.А. 2
1 ООО «Верритас Солюшнс», Новосибирск, Россия
2 Новосибирский государственный технический университет, Новосибирск, Россия
аннотация:_
Выделены ключевые причины трансформации отечественного рынка труда и основания для смены подходов к формированию кадрового обеспечения. Представлено развитие технологических решений по автоматизации функций привлечения соискателей и первичной диагностики их пригодности требованиям должности и организации. Проведен сравнительный анализ возможностей, предоставляемых технологическими решениями автоматизации поиска и привлечения кандидатов. Выделена проблема специализации поиска и взаимодействия с целевой аудиторией. Предложено описание технологического решения работы с расширенным предложением рынка на основе точечного реагирования на информацию о предложении нового места работы. Описано содержательное наполнение технологии и представлен новый для отечественного рынка алгоритм поиска и работы с целевой аудиторией. Интеллектуальный поиск и оценка пригодности соискателя в новом технологическом решении ведется на базе информационного следа, оставляемого человеком в Сети.
ФИНАНСИРОВАНИЕ. Работа выполнена при финансовой поддержке Новосибирского государственного технического университета (проект С19-11)
КЛЮЧЕВЫЕ СЛОВА: кадровое обеспечение, инструменты поиска и привлечения, технология, анализ рынка труда, закрытие вакансии.
staffing: search and attraction of personnel on the basis of artificial intelligence technologies
Nonka A.Yu. 1, Borisova A.A. 2
1 OOO "Veritas Solutions", Russia
2 Novosibirsk State Technical University, Russia
Введение
Отечественная практика формирования кадрового обеспечения проходит стадию активного развития. Трансформируются стратегии и концепции организаций к выявлению потребности в персонале, изменяются подходы к позиционированию ЫЯ-бренда работодателя, совершенствуются традиционные способы привлечения и отбора соискателей. Потребность в тестировании новых каналов и способов, дид-житализация инструментария диагностики профпригодности соискателя - все это обусловлено значимыми причинами.
Во-первых, стремительными изменениями условий бизнеса и необходимостью адаптации к ним практически в режиме «нон-стоп» [2, 12] (Borisova, 2012; Ozernikova, 2018). Как следствие, приоритетными для компаний зачастую становятся инструменты точечного реагирования на возникающие проблемы, встраиваемые в системы управления.
Во-вторых, нацеленностью бизнеса на окупаемость ресурсного обеспечения. Отдача вложений в формирование кадрового состава зависит от степени воздействия на целевую аудиторию, дифференциация которой предполагает использование разнообразного арсенала средств коммуникации. Поэтому и средства формирования нуждаются в дифференциации и обосновании отдачи / окупаемости для различных целевых групп.
В-третьих, усилившейся избирательностью персонала в выборе работодателя и, как следствие, борьбой работодателей за нужных сотрудников в особенности на трудодефицитном рынке труда. Стратегии трудоустройства, реализуемые сегодня на рынке, отличаются большей гибкостью и мобильностью [10, 14] (Mayorova, 2009; Gelikh, Solomin, ^кЫшМу, 2011). Усиливает значимость этой причины и смена поко-ленческих групп. Сотрудники поколения Ъ - крайне избирательны в выборе работы и организации, как следствие, усиливается конкурентная борьба за сотрудников между работодателями [6] (Glukhenkaya, 2014).
abstract:
The key reasons for the transformation of the domestic labor market and the grounds for changing approaches to the formation of staffing are identified. The development of technological solutions to automate the functions of attracting applicants and the primary diagnosis of their suitability to the requirements of the position and organization is shown. A comparative analysis of the possibilities provided by technological solutions for automated search and attract candidates is conducted. The problem of search specialization and interaction with the target audience is highlighted. The description of the technological solution of work with the expanded offer of the market on the basis of point response to information on the offer of a new place of work is offered. The article describes the content of the technology and presents a new algorithm for the domestic market search and work with the target audience. Intelligent search and evaluation of the suitability of the applicant in the new technological solution is based on the information trail left by the person in the network. keywords: staffing, search tools and attraction, technology, labor market analysis, closing jobs
JEL Classification: M51, M54, M55 Received: 21.02.2019 / Published: 30.06.2019
© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Nonka A.Yu. (47210inbox.ru)
citation:
Nonka A.Yu., Borisova A.A. (2019) Kadrovoe obespechenie: poisk i privlechenie personala na osnove tekhnologiy iskusstvennogo intellekta [Staffing: search and attraction of personnel on the basis of artificial intelligence technologies]. Ekonomika truda. 6. (2). - 959-970. doi: 10.18334/et. 6.2.40559
Выделенные причины обозначают запрос к рынку на совершенствование традиционных инструментов кадрового обеспечения. Критериями совершенствования можно выделить следующие: скорость закрытия вакансии, ширина охвата целевой аудитории, стоимость привлечения и подбора, достоверность данных; прогностическая ценность решения о найме и закрепляемость новых сотрудников в организации. Представляется актуальным проведение:
• обзора имеющихся и разрабатываемых технологических решений, позволяющих совершенствовать традиционные инструменты кадрового обеспечения;
• оценки возможностей технологических решений соответствовать обозначенным выше критериям и определение ниш для инновационных разработок;
• анализа успешных / неуспешных практик использования новых технологий;
• оценки перспектив развития и путей предотвращения / преодоления угроз для функциональной области «подбор персонала», реализуемой традиционными инструментальными решениями в ЫЯ-подразделениях компаний.
Эти задачи определяют замысел и логику исследования настоящей статьи.
обзор рынка технологических решений поиска и подбора целевых соискателей в организацию
Скорость автоматизации процессов и функционала зависит:
• от интереса разработчиков, компаний-пользователей услуги и, наконец, инно-ваторов-стартаперов, готовых вкладывать инвестиции в разработку;
• готовности среды и людей воспринимать технологические решения и оценивать преимущества их использования;
• масштабов финансовых вложений в разработки.
Исследования показывают, что отечественный рынок значительно отстаёт по скорости разработки и внедрения от общемировых темпов [1, 7, 9] (Boykova, Lapshina, 2018; Ershova, Sergeeva, 2014; Kvasha, Gulyaev, 2008). Имеется значительный потенциал роста в течение ближайших лет. Рынок, обладающий высокой привлекательностью для инвесторов и разработчиков, дифференцирован. Выделяется специализация компаний по автоматизируемым функциональным областям сферы ЫЯ-менеджмента [8, 13] (Izbasarov, 2013; Tolymbekova, Sultanova, Taylak, 2016); по широте охвата управленческих задач.
об авторах:_
Нонка Артем Юрьевич, управляющий директор (47210inbox.ru)
Борисова Алена Александровна, заведующий кафедрой менеджмента, доктор экономических наук, доцент (Bborisova2O120yandex.ru)
цитировать статью:_
Нонка А.Ю., Борисова А.А. Кадровое обеспечение: поиск и привлечение персонала на основе технологий искусственного интеллекта // Экономика труда. - 2019. - Том 6. - № 2. - С. 959-970. doi: 10.18334М.6.2.40559
Автоматизация подбора, несмотря на длительную историю становления (1С, 2000; Босс-кадровик, 2003), в настоящем существенно модернизируется: фиксируется смещение фокуса внимания от традиционных встроенных в единую систему управления инструментов к локальным решениям, позволяющим глубже решить узкую проблему по поиску, привлечению персонала и диагностике его профессиональной пригодности. Анализ ключевых разработчиков автоматизированных технологий поиска, привлечения и первичной диагностики соискателей (табл.) выявил, что практически на всех платформах реализуется схожая схема генерации входного потока соискателей - через сбор резюме с работных сайтов и социальных сетей. Соответственно, все решения обращаются практически к одинаковой исходной базе соискателей. Что обусловливает большую конкуренцию на рынке спроса и, как следствие, делает позиции соискателей более выигрышными по набору предъявляемых требований к работодателю.
Ограничения в поиске соискателей сужают возможности закрытия уникальных по требованиям вакансий или вакансий с лимитированным предложением. Поэтому введение технологических решений обхода указанных ограничений, на наш взгляд, может выступать ключевым преимуществом компаний, работающих на рынке подбора персонала. Решения должны давать возможность расширения целевой аудитории и каналов ее привлечения. Целевой аудиторией, полагаем, являются не только соискатели в открытом статусе «ищу работу», но и кандидаты, имеющие текущее место работы с намерением рассмотрения предложения о ее смене. Сегодня на рынке появились решения, позволяющие выявлять кандидатов, оценивать силу их намерения и прицельно доносить до них информацию о вакансии (например, Hr-робот HRom (табл.).
Технологические решения, представленные на рынке, различаются по параметрам: объем привлеченных в разработку и продвижение инвестиций, стоимость оказываемых услуг для пользователей, организация работ и взаимодействие с заказчиком, реализуемый функционал и возможность интеграции в информационные системы.
Например, платформа Skillaz (http://skillaz.co/) [11] (Nikishina, 2016) получила инвестиционную поддержку лидеров рынка (Сбербанк, Газпромнефть, Мегафон) под разработку требуемого заранее согласованного функционала. Skillaz и предлагает свой продукт на открытом рынке по весьма «корпоративной» стоимости. В основе продукта - платформа SAP, позволяющая полностью или частично автоматизировать подбор и привлечение соискателей. Источники получения данных о соискателях - практически все российские работные сайты РФ и популярные социальные сети («ВКонтакте», Facebook). В перечень функциональных возможностей системы входят также: назначение VR-собеседований, обзвон соискателей силами роботизированных сервисов, SMS-оповещения кандидатов. Разработчики платформы декларируют совместимость своего решения с e-staff и successfactors, что удобно для клиентов, пользующихся этими решениями. При этом компания Skillaz предлагает своим клиентам именно покупку лицензии на ПО и ее сопровождение. С января 2019-го Сбербанк полностью перешел на решения Skillaz, что можно расценивать в том числе и как испол-
Таблица
Технологические решения рынка поиска и подбора персонала
Наименование Реализация Стоимостная политика и возможности интеграции
поиска и привлечения диагностики соискателей
Ski Llaz (http ://skiLLaz. со/) сбор резюме с работных сайтов и социальных сетей По заданным критериям с применением автоматизированных опросов и тестов. Система позволяет дважды оценивать эффективность сотрудников, нанятых с помощью SkiUaz, через 6 и 12 месяцев от старта их работы в компании. Клиентам предлагается купить лицензию на ПО с сопровождением. Стартовая цена - от 5 млн e-staff и successfactors.
Potok (https:// potok.io/) сбор резюме с работных сайтов и социальных сетей Диагностика соискателей не проводится. Ведется оценка воронки подбора. Интеграция с 1С, SAP и Webtutor.
Север (https://sever. ai/) сбор резюме с работных сайтов и социальных сетей Проводится распознавание мимики и настроения кандидата во время видеоинтервью. Создателями утверждается, что система понимает, насколько критичен тот или иной навык для конкретной вакансии. Нет коробочных решений, компания планирует брать в работу не более 20 клиентов в год. Стоимость рассчитывается под проект.
Friendwork (http ://friend. work/) сбор резюме с работных сайтов и социальных сетей Диагностика соискателей не проводится. Ведется оценка воронки подбора. Расчетная цена определяется в разрезе на одно рабочее место рекрутера - от 1 725 руб./ мес. Интеграция с 1 С.
Робот Вера (https:// robotvera. com) сбор резюме с работных сайтов и социальных сетей Проводятся автоматизированные опросы и тестирования. Расчетная цена зависит от количества успешных откликов на звонок (минимальный пакет - 62 500 руб. за 250 откликов).
Хантфлоу (https:// huntflow.ru/) сбор резюме с работных сайтов и социальных сетей В систему встроен ряд аналитических отчетов по вакансиям, рекрутерам и источникам попадания резюме в CRM. Пригодность соискателей не оценивается. Стоимость определяется набором выбранных сервисов (минимальный пакет - от 34 800 руб. в год).
Hr-po-бот HRom (https://hrOm. com) сбор данных на основе действий соискателей по поиску работы, а также активности в сети без прямого поиска работы Оценка соискателей происходит до того, как кандидату предлагается вакансия. Собираются данные только подходящих кандидатов по требованиям заказчика. Стоимость рассчитывается после бесплатного анализа рынка, зависит от конъюнктуры рынка. Интеграция с AMOcrm, Bitrix 24-.
Источник: составлено авторами
нение требований постановления [13] (Tolymbekova, Sultanova, Taylak, 2016), которым Правительство РФ внесло изменения в требования к программам, сведения о которых включены в реестр российского программного обеспечения.
Другое популярное решение по автоматизации поиска и подбора - это https:// potok.io/ [3] (Butsyk, Demenenko, 2018). Уникальность решения заключается в представлении возможности просмотра резюме и сбора контактов целевых групп, дополнения профиля кандидата ссылками на его страницы в социальных сетях (Facebook, Linkedin, «ВКонтакте», Telegram), а также публикации откликов на вакансию. Такие возможности расширяют функционал решения. В системе реализована интеграция с 1С, SAP и Webtutor, что делает Potok приемлемым для многих отечественных компаний. Инвестиционная поддержка данного решения в июле 2017 года позволила компании выйти из категории стартапа.
Технологическое решение - JungleJobs.ru - позиционируется как сервис для найма сотрудников, работающий по модели маркетплейса. Это аналог популярных интернет-бирж, где работодатели могут разместить вакансии, а рекрутеры и кадровые агентства могут эти заказы брать в работу. Стоимость услуг подбора также является открытой информацией и тарифицируется сразу на сайте. Например, стоимость найма одного сотрудника с заработной платой 30 000 рублей и гарантии в два месяца составляет для работодателя 57 600 руб. При этом JungleJobs.ru гарантирует непредвзятое посредничество и роль посредника при решении сложных вопросов. По своим функциям решение во многом совпадает с сайтом headhunter.ru, однако имеются отличия в функционале и способе тарификации услуг посредника (табл.).
Имеются решения, способные оценивать релевантность резюме для конкретных вакансий. Например, Sever.ai - платформа для автоматизации поиска и найма сотрудников. В функциональные возможности решения включены и общение с соискателями посредством роботизированного call-центра, и оценка видеоинтервью. Такие возможности системы указывают, что ядро системы - сложный алгоритм на основе искусственного интеллекта. При этом функционал уже предполагает и ручную работу с настройками, и аналитику самой платформы. Правда, система способна изучать только открытые источники для понимания сути работы профессий. Например, она может определить, сколько месяцев обычно работают кассиры в банке, - для этого достаточно проанализировать размещенные в открытом доступе резюме, в опыте работы которых есть «кассир в банке». Удобная функция, например, для понимания соотношения спроса и предложения на рынке труда.
На рынке реализованы решения, идущие по пути автоматизации полного функционала HR-специалиста (найм, кадровый аудит, ассесмент), например, hr-sreda.ru. Платформа работает по классической модели: заказчик услуги создает проект (по сути техзадание), hr-sreda.ru агрегирует предложения, и рекрутеры, зарегистрированные на платформе, могут предложить свои услуги под конкретный проект. Ценообразование
тоже достаточно прозрачное - комиссионное вознаграждение платформы составляет 30% от заказа. Имеется возможность выбора подрядчика.
Один из наиболее известных проектов отечественного рынка - https://robotvera. com. Проект работает как автоматизированная система. Заказчик самостоятельно загружает на сайте проекта требования к вакансиям. Эти данные проверяются менеджером проекта и по ним автоматически собираются в общую базу все подходящие резюме с работных сайтов (HeadHunter, SuperJob, Zarplata.ru, Rabota66.ru и др.). Затем система с помощью роботизированного прозвона выявляет заинтересованность соискателей к смене работы, уточняет некоторые данные по резюме. Если кандидат отвечает согласием и готов продолжить диалог, этот кандидат считается найденным и остается в системе для заказчика. Также реализована опция видеоинтервью с кандидатами. Компания несколько раз меняла ценообразование для заказчиков, начиная от бесплатных пробных периодов до покупки пакета «положительно» ответивших кандидатов. Кроме того, на тарифы влияет стоимость доступа к сайтам резюме, которая тоже меняется [5] (Demenenko, Sarkisyan, 2017).
Другой популярный ресурс с широкими возможностями привлечения и подбора соискателей для компаний - это https://friend.work/. Решение позиционируется как удобное хранилище единой базы кандидатов, собранной из разных источников с гибким поиском по любым параметрам. При этом поддерживается интеграция с почтой и календарями и сохранение всех действий по кандидату в ленте событий. Кроме хранения резюме, система позволяет получать аналитику по входящему количеству резюме, воронкам и прочим параметрам, которые подлежат оцифровке [4] (Danshina, Vasilenko, 2016). Система популярна среди HR-агентств, так как позволяет работать с большим количеством кандидатов и заказчиком в режиме «одного окна».
На рынке имеется решение, позволяющее расширять функциональные возможности рассмотренных выше решений - это https://huntflow.ru/. В этом решении предусмотрены опция распознавания резюме из разных форматов (pdf, doc. и rtf) и переписки с кандидатами. Это удобно для случаев, когда резюме кандидатов хранятся в разных форматах на разных ресурсах.
Все перечисленные технологические решения с позиции работодателя имеют в основе идею автоматизации процесса поиска, привлечения и первичного отбора соискателей. Становится возможным сократить трудозатраты HR-специалистов и время открытой вакансии, расширить возможности привлечения целевой аудитории и повысить прогностическую ценность принимаемых управленческих решений о пригодности соискателей требованиям вакансии. В то же время с позиции соискателей данные решения не делают поиск работы проще: им по-прежнему нужно составлять и размещать резюме на работных сайтах, вести странички в социальных сетях, проходить очные или видеоинтервью. Поэтому требуются решения, позволяющие менять способы поиска и взаимодействия с целевой аудиторией. На рынке стали появляться решения в виде технологии hr-робот HRom.
Технология поиска и взаимодействия с целевой аудиторией. Идея технологии расширения возможностей по поиску целевой аудитории заключена в обращении к кандидатам как находящихся в поиске, так и имеющим место работы в настоящем. Реализация решения осуществлена компанией HRom Group и в совокупности представлена несколькими последовательно реализуемыми этапами:
• согласование заказа с работодателем: требования к сотруднику, поиску;
• анализ рынка труда;
• уточнение требований к заказу;
• настройка параметров системы по закрытию вакансии и формирование long list возможных мест цифровых локаций соискателей;
• отсев кандидатов через предложения о контакте. Организация потока соискателей к заказчику.
Согласование заказа с работодателем: требования к сотруднику, поиску. Ключевые параметры заказа требуют согласованного представления и договорённости между участниками взаимодействия: работодателя и менеджера компании HRom Group. Выявляется не только набор требований, но и действительная важность их наличия при реализации функционала сотрудников. Практика фиксирует, что изначальный набор требований работодателя является завышенным и зачастую формируется, исходя из внутренних (ограниченных) представлений о возможности поиска кандидатов на рынке труда. Несоответствие запроса работодателя даже при положительном поиске и закрытии вакансии является основанием для раннего ухода сотрудника в силу несоответствия изначальных представлений / запросов, которые анонсируются в вакансии, но не получают должного воплощения в работе. Результатом реализации этапа является заказ на поиск сотрудников по вакансиям с указанием критериев пригодности соискателя требованиям должности / функционала и организации.
Анализ рынка труда. Компанией HRom Group для всех заказчиков оценивается емкость и конъюнктура рынка по ключевым критериям заказа. В систему вводятся критерии поиска пригодных соискателей. Критерии проецируются в возможные присутственные локации соискателя в сети Интернет. Информационный след, оставляемый любым человеком в сети, совершающим действия по явному или скрытому поиску работы, в разрезе критериев формирования генеральной совокупности соискателей позволяет оценить емкость рынка и возможность удовлетворения запроса работодателя. Система hr-робота HRom генерирует информацию через мониторинг рынка и позволяет в ретроспективе (с разным временным шагом) назвать условия выполнения заказа: сколько потенциальных кандидатов, соответствующих критериям поиска, имеются на рынке; накопленный опыт закрытия подобных заказов и взаимодействия с соискателями, пригодными выдвинутым требованиям заказчика.
Возможность ввода разного диапазона значений критериев поиска позволяет «проигрывать» и просчитывать возможность закрытия вакансии и стоимость поиска. Это существенное отличие технологии hr-робота HRom от имеющихся на рынке сегодня.
Как правило, технологии и приступают к поиску соискателей, исходя из имеющихся фактических ограничений рынка. Технология hr-робота HRom позволяет в превентивном формате до выхода на рынок и вложений значительных ресурсов проработать различные сценарии закрытия вакансий, исходя из возможности «настройки» диапазона требований заказчика.
Уточнение требований к заказу. Информация, полученная на предыдущем этапе, является основанием для корректировки и согласования требований по заказу с работодателем. Представление различных сценариев формирования входного потока соискателей дает возможность работодателю:
• получить представление о возможности рынка закрыть вакансию по выставленным требованиям к соискателям в желаемые сроки;
• оценить условия выполнения заказа при реализации разных параметров (например, 100 кассиров в течение недели, удовлетворяющие 5 ключевым критериям или 150 за тот же период, если число ключевых критериев снизить до 4);
• Скорректировать в случае необходимости параметры заказа.
Взаимодействие с заказчиком при описанной последовательности действий обуславливает большую вероятность положительного исполнения договоренности (потому что заказ исполнителем берется не в слепую, а на основе анализа реальности его выполнения), а также позволяет точнее рассчитать требуемое ресурсное обеспечение.
Настройка параметров системы по закрытию вакансии и формирование long list возможных мест цифровых локаций соискателей. Генерация кандидатов осуществляется по согласованным с работодателем критериям. Технология hr-робота HRom позволяет получить информацию о возможных местах локализации потенциально пригодных соискателей (соответствующих критериям) по информационному следу. По сути, менеджер получает информацию с описанием мест присутствия в сети и временную частоту пребывания на каждом ресурсе людей с заданными критериями.
Существенным отличием такого поиска является отсутствие жесткой привязки к статусу кандидата «в поиске работы». Технология осуществляет поиск во всех местах оставления человеком информационного следа. Такой поиск позволяет существенным образом расширить входной поток кандидатов. Что является существенным преимуществом при осуществлении поиска на трудодефицитном рынке и при переманивании специалистов.
Отсев кандидатов через предложения о контакте. Организация потока соискателей к заказчику. Список цифровых локаций потенциально пригодных кандидатов служит основанием для настройки параметров распространения информации до целевой аудитории и выбора способов установления контакта с соискателем. В набор средств входят разнообразные средства: таргетированная контекстная реклама, всплывающие баннеры, целевые показы в социальных сетях и т.д. Обоснование выбора средств зависит от локации потенциальных кандидатов и степени их предпочтительности в использовании разных средств коммуникации и получения предложения о работе.
Отрицательный отклик потенциального кандидата служит сигналом для технологии Ьг-робота НЯош, и при накапливании существенно больших данных о частоте отказов принимается решение о нецелесообразности её использования при реализации заказа с обозначенными критериями поиска.
Положительный отклик потенциального кандидата запускает диалог кандидат - оператор са11-центра с прояснением степени интереса к вакансии и персонализа-ции контакта. С заинтересованным соискателем осуществляется краткое (в течение 2 минут) собеседование сотрудника са11-центра и обозначаются договоренности о встрече с работодателем. Технология Ьг-робота НЯош имеет встраиваемую настройку по согласованию графика встреч работодателя с соискателем. Окончанием работы по генерации входного потока соискателей является фиксация факта его прихода в компанию. Технологическое решение Hr0m.com существенно расширяет емкость рынка труда по конкретным запросам работодателя.
Тестирование и запуск представленного решения осуществляется на протяжении последнего года. Реализованы кейсы для разных типичных ситуаций и запросов работодателя. Например, заказ сети супермаркетов в Сибирском федеральном округе для поиска линейного персонала (200 сотрудников). Заказ реализован на трудодефицит-ном рынке за 81 день с коэффициентом закрепления сотрудников 67%.
Реализация кейсов предлагаемым технологическим решением, позволяет обойти выделенные ранее ограничения используемых сервисов. Ключевым результатом применения технологии Нг-робот НЯош является работа с расширенным рынком предложения и взаимодействия с целевой аудиторией в сжатых временных параметрах с высокой конверсией отборочных этапов.
Заключение
Обзор технологических решений, позволяющих автоматизировать функции привлечения и первичной оценки пригодности соискателя, позволяет заключить:
рынок находится в стадии активного насыщения и поиска новых ниш. Выбираются различные стратегии продвижения: углубление и / или расширение функциональных возможностей автоматизированных систем;
укрепление конкурентных позиций компаний, реализующих технологические решения, ведется в том числе через представление уникальных, то есть отсутствующих ранее на рынке услуг (например, поиск пригодных соискателей, не находящихся в статусе поиск работы);
становятся востребованными решения на основе технологий искусственного интеллекта, позволяющие существенно расширить предложение рынка труда, совершенствовать каналы коммуникации и взаимодействия с целевой аудиторией.
В то же время автоматизация процессов привлечения и отбора соискателей сопровождается усилением опасений НЯ-специалистов в отношении их замены и снижения значимости функционала для обеспечения текущей деятельности организации.
ИСТОЧНИКИ:
1. Бойкова А.Л., Лапшина М.Л. Автоматизация процедуры обработки данных для от-
дела кадров строительного предприятия // Актуальные направления научных исследований XXI века: теория и практика. - 2018. - № 5 (41). - С. 301-304.
2. Борисова А.А. Организация деятельности служб управления персоналом (россий-
ская практика): монография. - Новосибирск: Изд-во НГТУ, 2012. - 250 с.
3. Буцык Е.В., Демененко И.А. Подбор персонала в эпоху цифрового HR // Вектор эко-
номики. - 2018. - № 5 (23). - С. 28.
4. Даньшина В.В., Василенко И.О. Технология подбора персонала «HR -POISK» как
форма реализации инновационной стратегии развития бизнеса // Бизнес и стратегии. - 2016. - № 2 (03). - С. 20-24.
5. Демененко И.А., Саркисян Л.В. Подбор и адаптация персонала: инновационные ме-
тоды HR-менеджмента // NovaInfo.Ru. - 2017. - № 60. - С. 524-529.
6. Глухенькая Н.М. Исследование систем управления персоналом организации: моно-
графия. - Прага: Vëdecko vydavatelské centrum «Sociosféra-CZ», 2014. - 96 с.
7. Ершова Н.А., Сергеева Н.В. Современные технологии системы управления персона-
лом в бизнес-структурах: монография. - М.: МИРБИС, 2014. - 312 с.
8. Избасаров А.Ж. Автоматизация управления профессиональной подготовкой ка-
дров // Cloud of Science. - 2013. - № 3. - С. 27-31.
9. Кваша Б.Ф., Гуляев А.В. Современные технологии управления персоналом: моногра-
фия. - Санкт-Петербург: МИНПИ, 2008. - 297 c.
10. Майорова Е. Подбор персонала: кризисные HR-инсталляции // Управление персоналом. - 2009. - № 15. - С. 38-40.
11. Никишина А.Л. Исследование современных технологий подбора персонала. Современные научные исследования и инновации. [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/07/70081 (дата обращения: 07.02.2019).
12. Озерникова Т.Г. Кадровые риски российских университетов // Труд и социальные отношения. - 2018. - № 3. - С. 81-92. - doi: 10.20410/2073-7815-2018-29-3-81-92 .
13. Толымбекова Г.С., Султанова Б.К., Тайлак Б.Е. Автоматизация системы управления кадрами предприятия // Инновационная наука. - 2016. - № 4-3. - С. 178-180.
14. Гелих О.Я., Соломин В.П., Тульчинский Г.Л. и др. Управление персоналом и человеческий капитал современной России: коллективная монография. - СПб.: ООО «Книжный Дом», 2011. - 416 c.
references:
Borisova A.A. (2012). Organizatsiya deyatelnosti sluzhb upravleniya personalom (rossi-yskaya praktika) [The organization of activity of personnel management (Russian practice)] Novosibirsk: Izd-vo NGTU. (in Russian).
Boykova A.L., Lapshina M.L. (2018). Avtomatizatsiyaprotsedury obrabotki dannyh dlya otdela kadrov stroitelnogo predpriyatiya [Automation of the procedure of data processing for the department of staff of a construction enterprise]. Aktualnye naprav-leniya nauchnyh issledovaniy XXI veka: teoriya i praktika. 6 (5 (41)). 301-304. (in Russian).
Butsyk E.V., Demenenko I.A. (2018). Podbor personala v epokhu tsifrovogo HR [Selection of personnel in the epoch of digital hr]. Vectoreconomy. (5 (23)). 28. (in Russian).
Danshina V.V., Vasilenko I.O. (201б). Tekhnologiya podbora personala «HR -POISK» kak forma realizatsii innovatsionnoy strategii razvitiya biznesa [Technology recruitment "HR-POISK" as a form of realization of innovative strategy of development of business]. Business and strategies. (2 (03)). 20-24. (in Russian).
Demenenko I.A., Sarkisyan L.V. (2017). Podbor i adaptatsiya personala: innovatsion-nye metody HR-menedzhmenta [Recruitment and personnel adaptation: innovative methods of HR management].NovaInfo.Ru. 2 (б0). 524-529. (in Russian).
Ershova N.A., Sergeeva N.V. (2014). Sovremennye tekhnologii sistemy upravleniya per-sonalom v biznes-strukturakh [Modern technologies of personnel management system in business structures] M.: MIRBIS. (in Russian).
Gelikh O.Ya., Solomin V.P., Tulchinskiy G.L. i dr. (2011). Upravlenie personalom i chelovecheskiy kapital sovremennoy Rossii [Personnel management and human capital in modern Russia] SPb.: OOO «Knizhnyy Dom». (in Russian).
Glukhenkaya N.M. (2014). Issledovanie sistem upravleniya personalom organizat-sii [The study of systems of personnel management] Praga: Vëdecko vydavatelské centrum «Sociosféra-CZ». (in Russian).
Izbasarov A.Zh. (2013). Avtomatizatsiya upravleniya professionalnoy podgotovkoy kadrov [Control automation professional training]. Cloud of Science. (3). 27-31. (in Russian).
Kvasha B.F., Gulyaev A.V. (2008). Sovremennye tekhnologii upravleniya personalom [Modern technologies of personnel management] Saint Petersburg: MINPI. (in Russian).
Mayorova E. (2009). Podbor personala: krizisnye HR-installyatsii [Recruitment: HR cri-sis-the installation]. Staff management. (15). 38-40. (in Russian).
Ozernikova T.G. (2018). Kadrovye riski rossiyskikh universitetov [Personnel risks of the russian universities].Labor and social relations. (3). 81-92. (in Russian). doi: 10.20410/2073-7815-2018-29-3-81-92 .
Tolymbekova G.S., Sultanova B.K., Taylak B.E. (201б). Avtomatizatsiya sistemy upravleniya kadrami predpriyatiya [Automation of the personnel management system of the enterprise]. Innovative science. (4-3). 178-180. (in Russian).
