ИИ в рекрутинге через LinkedIn и соцсети: AI-поиск кандидатов и умный headhunting

85% лучших кандидатов — пассивные: они не ищут работу активно, их резюме нет на hh.ru, они не реагируют на баннеры. Их можно найти только через активный sourcing. LinkedIn Recruiter с AI позволяет делать это в 10 раз эффективнее, чем вручную.

Кейс 1. LinkedIn Recruiter — AI-инструменты для профессиональных рекрутеров

Инструменты

• LinkedIn AI Recruiter — ML-поиск и ранжирование кандидатов
• Recommended Matches — AI предлагает кандидатов без поиска
• InMail Suggestions — AI-генерация персонализированных сообщений
• Skills Path Insights — карьерные паттерны кандидатов

Что происходит

LinkedIn AI анализирует 950 миллионов профилей и обучен на миллиардах рекрутинговых взаимодействий: какие кандидаты принимают офферы, при каких условиях, какие InMail открывают. На основе этого система рекомендует не просто тех, кто подходит по навыкам, но тех, кто сейчас открыт к переходу — сигналы: обновил профиль, поставил «Open to Work» (скрытый от работодателя флаг), недавно получил повышение без роста компенсации (паттерн — скоро уйдёт).

InMail Suggestions: AI генерирует персонализированное сообщение под конкретного кандидата — упоминает его конкретные проекты из профиля, объясняет релевантность позиции. Open rate таких сообщений: в 2 раза выше шаблонных.

Результаты

• Рекрутеры с LinkedIn AI: находят подходящих кандидатов в 3 раза быстрее
• AI-рекомендованные кандидаты: принимают оффер на 35% чаще vs кандидаты из ручного поиска
• Персонализированные InMail с AI: response rate +49% vs стандартные
• LinkedIn Recruiter: используется >80% Fortune 500 компаний

Кейс 2. HH.ru + AI в российском рекрутинге

Инструменты

• hh.ru AI-поиск — семантический поиск кандидатов (не только ключевые слова)
• ML-ранжирование откликов
• AI-рекомендации по улучшению вакансии
• Автоматическое отклонение нерелевантных откликов

Что происходит

hh.ru внедрил семантический поиск: рекрутер ищет «ведущий разработчик Python с опытом в финтех» — система находит кандидатов, у которых нет точных слов «ведущий» или «финтех», но есть «senior», «банк», «платёжные системы», «DjangoCMS» — семантически близкие понятия.

ML-ранжирование откликов: на вакансию приходит 200 откликов. AI сортирует по релевантности: рекрутер видит в топе тех, у кого максимальное совпадение с требованиями, а не тех, кто откликнулся первым.

Результаты

• Время обработки 200 откликов: с 2–3 дней до 3–4 часов
• Рекрутеры с AI-ранжированием hh.ru: снижение времени до первого интервью на ~35%
• hh.ru: >50 миллионов резюме в базе, AI помогает эффективно работать с этим объёмом

Кейс 3. AI-автоматизация первичного контакта с кандидатами

Инструменты

• Чат-боты для первичного скрининга (Сhatfuel, BotHelp)
• AI-звонки для первичных интервью
• Автоматическая отправка тестовых заданий
• ML-анализ результатов тестового задания

Что происходит

Рекрутер в крупной компании получает 500 откликов в неделю. Первичный звонок каждому — нереально. Чат-бот в Telegram задаёт 5–7 квалификационных вопросов (зарплатные ожидания, релокация, опыт с конкретными технологиями), рекрутер получает структурированный скрининг.

AI-звонок (Дина, Алёна и аналоги): голосовой AI проводит структурированное 3–5 минутное интервью, транскрибирует, оценивает ответы. Подходящие кандидаты переводятся к живому рекрутеру.

Результаты

• Боты для первичного скрининга: обрабатывают до 70% нерелевантных кандидатов автоматически
• Рекрутер фокусируется только на квалифицированных кандидатах — время на качественное интервью растёт
• Cost-per-hire: снижение на ~25–30% при использовании AI-автоматизации первого контакта

Источники: LinkedIn Talent Solutions data, hh.ru официальная статистика, SHRM «AI in Recruiting 2024».