Что готово к запуску
Продукт Svaya.Телескоп, сервис подбора персонала. Он поставляется и работает отдельно от платформы, со своей поставкой и своими условиями.
Применение
ИИ-агент подбора персонала
- При большом объеме найма поиск кандидатов и отбор резюме отнимают у рекрутеров много времени, а входящий поток откликов велик при низкой доле подходящих. Агент ищет по смыслу вакансии и готовит короткий список, а решения принимает рекрутер.
Что готово
Что готово к запуску и что делаем под вас
Вне платформыЭто отдельный продукт Svaya.Телескоп, он поставляется и работает отдельно от платформы.
Что делаем под вас заказной разработкой
Настройку под ваши вакансии и подключение к вашей системе подбора персонала через ее программный интерфейс (API).
Ситуация
Как эта работа идет сейчас
В компании с большим объемом найма верхняя часть воронки найма отнимает много времени у рекрутеров (сотрудников, которые ведут подбор персонала). На вакансию приходят сотни откликов, и рекрутер вручную просматривает каждое резюме, отсеивает неподходящие, пишет кандидатам первые сообщения, отвечает на одни и те же вопросы, согласовывает время интервью и подгоняет календари. Классический поиск кандидатов идет по ключевым словам, поэтому подходящий человек, который описал свой опыт другими словами, просто не попадает в выборку.
В результате при растущем плане найма и дефиците рекрутеров скорость подбора падает, а часть сильных кандидатов рекрутер просто не успевает заметить.
Состав
Из чего состоит это применение
Применение - это рабочий процесс, в котором ИИ-агент доводит действие до записи в вашей системе. Ниже его компоненты.
Мы собираем ИИ-агента (программу, которая сама выполняет цепочку действий по подбору персонала). Он берет на себя рутину верхней части воронки найма и оставляет решения рекрутеру. На одной инфраструктуре мы объединяем следующие компоненты:
Поиск кандидатов по смыслу
Агент находит подходящих людей в базах и на площадках поиска работы и сопоставляет их с вакансией по смыслу требований, а не по совпадению отдельных слов. Семантический поиск - это подбор по смыслу текста, при котором модель переводит смысл резюме и вакансии в числа (смысловые представления) и сравнивает уже их. Поэтому в выборку попадает и подходящий человек, который описал свой опыт другими словами.
На базе языковой модели и семантического поиска
Отбор резюме
Агент ранжирует отклики по соответствию вакансии, отсеивает неподходящие и формирует короткий список с объяснением, почему именно этот кандидат подходит. Сопоставление и ранжирование выполняет специализированная модель классического машинного обучения на тех же смысловых представлениях текста, а объяснение выбора готовит языковая модель.
Первичный контакт
Агент связывается с кандидатами, отвечает на типовые вопросы, собирает уточнения и проводит первичную квалификацию (проверяет базовое соответствие кандидата вакансии).
На базе языковой модели
Назначение интервью
Агент согласовывает время и сводит календари кандидата и рекрутера.
На основе правил планированияОбновление системы подбора
Агент фиксирует статусы и контекст по каждому кандидату в системе управления подбором персонала, чтобы у рекрутера была полная картина.
Через программный интерфейс (API) к этой системе
Финальные решения принимает рекрутер. Агент не нанимает и не отказывает, он готовит короткий список и ускоряет рутину. Каждое ранжирование сопровождается объяснением, чтобы рекрутер понимал основание и доверял результату.
Рынок
Что известно о таких внедрениях
Часть цифр взята из публикаций самих компаний и деловых СМИ с указанием года, часть из отраслевой практики без названной компании. Оговорки о том, что цифра не переносится на другой случай напрямую, стоят в тех же пунктах.
- Наша опора - это собственная экспертиза.
- Внутри компании мы разрабатывали языковую модель, которая подбирает кандидатов по смыслу вакансии, и работали на массиве около 17 тысяч кандидатов.
- Это показывает, что мы владеем самой задачей подбора по смыслу.
- Для внедрения у клиента нужен российский контур.
- Крупная российская розничная компания X5 сообщает, что применяет ИИ в наборе персонала (по данным компании, 2026).
- Это подтверждает интерес рынка, но это не наш кейс.
Пилот
Как проходит пилот и по чему меряем результат
Перед пилотом мы проводим диагностику, на которой разбираем воронку найма, проверяем доступ к системе подбора персонала, согласуем критерии отбора и границы, в которых агент действует сам, и фиксируем исходный уровень показателей. Пилот идет от 8 до 16 недель. Начинаем с одной-двух массовых вакансий на поиске кандидатов и отборе резюме, затем под контролем рекрутера подключаем первичный контакт и назначение интервью.
Результат измеряем по следующим показателям:
- Время от открытия вакансии до короткого списка кандидатов.
- Охват кандидатов, то есть сколько подходящих людей агент нашел и обработал.
- Качество подбора, то есть какая доля короткого списка дошла до интервью и предложения работы.
Все показатели сравниваем с исходным уровнем, который замерили до пилота. Решения по кандидатам на всем протяжении пилота принимает рекрутер.
Условия
Когда внедрение оправдано и что учитывает закон
Внедрение оправдано, если у компании большой объем найма, где поиск кандидатов и отбор резюме отнимают много времени у рекрутеров, а входящий поток откликов велик при низкой доле подходящих. Обязательное условие - это растущий план найма при дефиците рекрутеров. Чем сильнее компанию не устраивает текущая скорость подбора, тем оправданнее внедрение.
Техническое решение работает на российском технологическом контуре и учитывает требования по защите данных. Персональные данные кандидатов обрабатываются на законном основании и хранятся в России (152-ФЗ). Агент не принимает кадровых решений, отбор, отказ и предложение работы остаются за рекрутером. Ранжирование объяснимо, чтобы снизить риск необоснованных решений и обеспечить доверие рекрутера.
Навигация
Все десять применений ИИ-агентов
У каждого применения своя страница, текущая помечена. Расшифровка пометок о том, где мы собираем применение, стоит на странице автономных ИИ-агентов.
01
Урегулирование страховых убытков
У страховщика среднего размера урегулирование убытка - это длинная ручная цепочка.
На платформе Svaya02
ИИ-агент для андеррайтинга
Когда портфель растет, а андеррайтеров больше не становится, заявки выстраиваются в очередь, и время на каждую становится узким местом.
На платформе Svaya03
Антифрод и ПОД/ФТ
Антифрод-подразделение нередко получает тысячи сигналов в день, и на ручной разбор у аналитиков не хватает времени.
На платформе Svaya04
Мультиагентная автоматизация
Сложные документоемкие процедуры проходят через много рук и повторный ввод данных.
Частично на платформе Svaya05
ИИ-агент закупок
Когда круг поставщиков большой и разрозненный, ручной поиск и сравнение предложений занимают дни или недели.
На платформе Svaya06
Устаревшие системы и порталы
Когда у нужной системы нет нормального интерфейса, обычная интеграция невозможна или обходится дороже.
Частично на платформе Svaya07
ИИ-агент исходящих продаж
Большой рынок, который текущая команда продаж охватить не успевает.
Вне платформы08
Клиентский сервис с действием
Клиенту часто нужно не объяснение, а конкретное действие.
На платформе Svaya09Эта страница
ИИ-агент подбора персонала
При большом объеме найма поиск кандидатов и отбор резюме отнимают у рекрутеров много времени, а входящий поток откликов велик при низкой доле подходящих.
Вне платформы10
Финансовое планирование
Закрытие периода идет долго и вручную, а на анализ у финансовой команды не остается времени.
На платформе Svaya
Для технического директора
Что прочитать техническому директору
Четыре материала, с которых стоит начать знакомство с платформой.
Требования к серверуПроцессоры, память, диски и видеокарты для установки в закрытом контуре
Модули платформы14 модулей платформы, от обработки запроса до выпуска обновлений
Как устроена платформаОбзор механизмов платформы и того, где проходят границы ее самостоятельности
Презентация платформыPDF на 30 страниц с помодульным разбором платформы
Заявка
Обсудить пилот
Опишите в двух словах процесс, который хотите отдать ИИ-агенту, и назовите систему, куда он должен дописывать результат. Руководитель ИИ-направления БизнесМатики ответит предложением, где названы объем пилота (один процесс и один тип документов или заявок), метрика пилота с ее исходным значением и срок.
Хотите сначала запустить техническое решение сами? Заведите учетную запись на витрине и запустите техническое решение на своем файле. Для заявки учетная запись не нужна.