Как строить стартап и лучше нанимать с ИИ? Опыт и тренды HR/AI
Алексей Литвинов и Ярослав Филиппов
О чем подкаст
Алексей Литвинов:
– Основатель Proaction (ИИ-платформа для оценки и развития персонала)
– Основатель Логопотам (онлайн-школа #1 в России по развитию речи у детей)
В подкасте обсудили:
– Как правильно нанимать
– ИИ-тренды в HR, проблемы и их решение
– Как создал 2 стартапа и ценнейшие выводы
– Прохождение акселераторов и привлечение инвестиций
– Внедрение Data-Driven подхода, каздевы и автоматизацию
– Основатель Proaction (ИИ-платформа для оценки и развития персонала)
– Основатель Логопотам (онлайн-школа #1 в России по развитию речи у детей)
В подкасте обсудили:
– Как правильно нанимать
– ИИ-тренды в HR, проблемы и их решение
– Как создал 2 стартапа и ценнейшие выводы
– Прохождение акселераторов и привлечение инвестиций
– Внедрение Data-Driven подхода, каздевы и автоматизацию
40 ключевых мыслей
Мысли гостя (Алексей Литвинов)
Путь предпринимателя редко бывает линейным: чтобы прийти к успешному IT-продукту, иногда нужно пройти через ремонт компьютеров, производство антивандальных рамок и предоставление строительных бригад.
Законодательные изменения и регуляторные риски могут уничтожить физический бизнес буквально за одну неделю.
Бизнес в строительном подряде оказался слишком рискованным и «серым», что стало триггером для ухода в более прозрачную и масштабируемую сферу IT.
Идея платформы Proaction родилась из личной боли: основателю надоело тратить время на однотипные собеседования и задавать одни и те же вопросы менеджерам по продажам.
Проект «Логопотам» был запущен для решения личной семейной проблемы (развитие речи у дочери) и ради выхода за пределы российского рынка, так как локализация HR-тестов оказалась слишком сложной.
Главной инновацией Proaction стал отказ от громоздких 200-вопросных тестов в пользу гибкого конструктора, где работодатель собирает короткий тест строго под нужные компетенции.
Из-за жесткого кадрового голода фокус рынка сместился: компаниям стало сложнее перебирать кандидатов на входе, поэтому бюджеты перетекли в инструменты Performance Review и удержание текущего штата.
Матрицы талантов (например, 9-box) позволяют оцифровать сотрудников, делая процесс повышения зарплат и продвижения прозрачным, справедливым и управляемым.
Искусственный интеллект на платформе автоматически анализирует текст вакансии и мгновенно подбирает из базы оптимальный набор тестов для оценки нужных навыков.
Нейросети научились проводить лингвистический анализ открытых ответов кандидатов, выявляя важнейшие софт-скиллы: локус контроля (уровень ответственности) и ориентацию на результат.
Предварительное тестирование до собеседования сохраняет колоссальные объемы энергии HR-отдела и защищает руководителей от общения с некомпетентными людьми.
Ошибка в найме руководителя обходится бизнесу минимум в шесть его ежемесячных окладов, что выливается в потери миллионов рублей.
На интервью руководитель должен держать перед глазами результаты тестов кандидата, чтобы прицельно задавать вопросы по выявленным «красным зонам» (слабым местам).
Отказ от жестких формальных требований в резюме (например, «строго 5 лет опыта в металлургии») в пользу оценки реальных компетенций радикально расширяет воронку найма и позволяет находить неочевидных «звезд».
Цель внедрения ИИ в HR — не полное увольнение рекрутеров, а автоматизация рутины и предоставление бизнесу твердых данных для принятия верных кадровых решений.
Акселератор ФРИИ полностью перестраивает мышление основателей, избавляя их от иллюзий собственной исключительности и обучая реальному бизнесу.
Профессиональный бизнес-трекер может продать ваш продукт клиенту лучше вас самих, просто используя технику SPIN-вопросов и докапываясь до истинной боли заказчика.
В B2B-продажах необходимо «копать вглубь», чтобы найти реальную финансовую боль клиента, а затем вынести решение этой боли в самый заголовок коммерческого предложения.
При общении с инвестором нужно рассказывать не о том, как вы кайфуете от продукта, а о том, почему инвестор гарантированно на нем заработает (рынок, защита от конкурентов, бизнес-модель).
Главный аргумент для любого венчурного инвестора — это график в виде «клюшки» (подтвержденный экспоненциальный рост ключевой метрики).
Для привлечения инвестиций не обязательно рассылать холодные письма; достаточно активно выступать на питч-сессиях, конкурсах и демо-днях профильных кластеров и фондов.
Искусственный интеллект в ближайшем будущем не сможет полностью заменить нанимающего менеджера на сложных позициях, так как оценка глубинной психологии пока недоступна алгоритмам.
Идеальная задача для ИИ в рекрутменте сегодня — полностью автоматизировать воронку до этапа интервью, положив в календарь руководителя пять релевантных кандидатов.
Видеоинтервью с распознаванием эмоций нейросетями пока остаются скорее игрушкой и не показывают высокой конверсии в реальных массовых наймах.
Оценка хард-скиллов (особенно у программистов) превратилась в битву алгоритмов: кандидаты используют ИИ для решения тестов, а платформы внедряют ИИ для защиты от списывания.
Data-driven подход в управлении должен быть абсолютным: любые предложения от топ-менеджеров о повышении ставок или смене цен должны рассматриваться только при наличии оцифрованных данных.
Руководитель должен воспитывать команду, отправляя менеджеров переделывать задачи, если они приходят обсуждать идеи, опираясь на эмоции, а не на цифры.
Глубинные интервью (CustDev) — это не разовая акция, а регулярная управленческая рутина, которая генерирует самые точные гипотезы для маркетинга и упаковки продукта.
В условиях растущих налогов и снижения маржинальности системная автоматизация и сокращение лишнего персонала становятся вопросом выживания бизнеса.
При масштабировании компании необходимо ставить амбициозные, почти невыполнимые цели по автоматизации (например, довести клиента до пробного урока вообще без участия живого менеджера).
При найме топ-менеджеров (C-level) оплачиваемое тестовое задание на реальных цифрах компании обязательно: оно моментально показывает, кто действительно эксперт, а кто просто умеет красиво говорить на собеседовании.
Мысли ведущего (Ярослав Филиппов)
Информационное поле перенасыщено хайпом вокруг искусственного интеллекта, поэтому сейчас критически важно отделять реальную автоматизацию бизнес-процессов от пустых разговоров о том, что «ИИ заберет все рабочие места».
Эволюция стартапа часто требует болезненных, но необходимых пивотов: например, смещения фокуса с падающего рынка (массовый найм) на растущий (удержание и развитие текущих сотрудников).
Огромное количество IT-стартапов погибает из-за того, что технические фаундеры хотят только «пилить код» и избегают маркетинга, продаж и общения с клиентами.
Внедрение ИИ-оценки в рекрутмент работает в обе стороны: бизнес экономит время на отсеве слабых кандидатов, а кадровые агентства могут с помощью высоких баллов «подсвечивать» своих лучших специалистов заказчику.
Искусственный интеллект в HR выступает в роли интеллектуального фильтра, который спасает нанимающих менеджеров от выгорания на десятках бесполезных собеседований.
Какой бы сложной ни была IT-платформа «под капотом», ее ценность для корпоративного клиента всегда должна транслироваться через простые финансовые метрики (например, экономия миллионов рублей на ошибочных наймах).
Переход от бутстраппинга (развития на свои средства) к привлечению венчурных инвестиций требует кардинальной перестройки мышления и умения продавать не технологию, а бизнес-показатели.
В эпоху развития нейросетей создание безупречной автоматизированной воронки становится базовым стандартом, и конкурентное преимущество переходит к тем, кто способен исключить человеческий фактор из рутинных процессов.
Истинное влияние технологий на бизнес заключается не в самом программном коде, а в том, как этот код меняет ежедневную рутину и качество принятия управленческих решений.
Путь предпринимателя редко бывает линейным: чтобы прийти к успешному IT-продукту, иногда нужно пройти через ремонт компьютеров, производство антивандальных рамок и предоставление строительных бригад.
Законодательные изменения и регуляторные риски могут уничтожить физический бизнес буквально за одну неделю.
Бизнес в строительном подряде оказался слишком рискованным и «серым», что стало триггером для ухода в более прозрачную и масштабируемую сферу IT.
Идея платформы Proaction родилась из личной боли: основателю надоело тратить время на однотипные собеседования и задавать одни и те же вопросы менеджерам по продажам.
Проект «Логопотам» был запущен для решения личной семейной проблемы (развитие речи у дочери) и ради выхода за пределы российского рынка, так как локализация HR-тестов оказалась слишком сложной.
Главной инновацией Proaction стал отказ от громоздких 200-вопросных тестов в пользу гибкого конструктора, где работодатель собирает короткий тест строго под нужные компетенции.
Из-за жесткого кадрового голода фокус рынка сместился: компаниям стало сложнее перебирать кандидатов на входе, поэтому бюджеты перетекли в инструменты Performance Review и удержание текущего штата.
Матрицы талантов (например, 9-box) позволяют оцифровать сотрудников, делая процесс повышения зарплат и продвижения прозрачным, справедливым и управляемым.
Искусственный интеллект на платформе автоматически анализирует текст вакансии и мгновенно подбирает из базы оптимальный набор тестов для оценки нужных навыков.
Нейросети научились проводить лингвистический анализ открытых ответов кандидатов, выявляя важнейшие софт-скиллы: локус контроля (уровень ответственности) и ориентацию на результат.
Предварительное тестирование до собеседования сохраняет колоссальные объемы энергии HR-отдела и защищает руководителей от общения с некомпетентными людьми.
Ошибка в найме руководителя обходится бизнесу минимум в шесть его ежемесячных окладов, что выливается в потери миллионов рублей.
На интервью руководитель должен держать перед глазами результаты тестов кандидата, чтобы прицельно задавать вопросы по выявленным «красным зонам» (слабым местам).
Отказ от жестких формальных требований в резюме (например, «строго 5 лет опыта в металлургии») в пользу оценки реальных компетенций радикально расширяет воронку найма и позволяет находить неочевидных «звезд».
Цель внедрения ИИ в HR — не полное увольнение рекрутеров, а автоматизация рутины и предоставление бизнесу твердых данных для принятия верных кадровых решений.
Акселератор ФРИИ полностью перестраивает мышление основателей, избавляя их от иллюзий собственной исключительности и обучая реальному бизнесу.
Профессиональный бизнес-трекер может продать ваш продукт клиенту лучше вас самих, просто используя технику SPIN-вопросов и докапываясь до истинной боли заказчика.
В B2B-продажах необходимо «копать вглубь», чтобы найти реальную финансовую боль клиента, а затем вынести решение этой боли в самый заголовок коммерческого предложения.
При общении с инвестором нужно рассказывать не о том, как вы кайфуете от продукта, а о том, почему инвестор гарантированно на нем заработает (рынок, защита от конкурентов, бизнес-модель).
Главный аргумент для любого венчурного инвестора — это график в виде «клюшки» (подтвержденный экспоненциальный рост ключевой метрики).
Для привлечения инвестиций не обязательно рассылать холодные письма; достаточно активно выступать на питч-сессиях, конкурсах и демо-днях профильных кластеров и фондов.
Искусственный интеллект в ближайшем будущем не сможет полностью заменить нанимающего менеджера на сложных позициях, так как оценка глубинной психологии пока недоступна алгоритмам.
Идеальная задача для ИИ в рекрутменте сегодня — полностью автоматизировать воронку до этапа интервью, положив в календарь руководителя пять релевантных кандидатов.
Видеоинтервью с распознаванием эмоций нейросетями пока остаются скорее игрушкой и не показывают высокой конверсии в реальных массовых наймах.
Оценка хард-скиллов (особенно у программистов) превратилась в битву алгоритмов: кандидаты используют ИИ для решения тестов, а платформы внедряют ИИ для защиты от списывания.
Data-driven подход в управлении должен быть абсолютным: любые предложения от топ-менеджеров о повышении ставок или смене цен должны рассматриваться только при наличии оцифрованных данных.
Руководитель должен воспитывать команду, отправляя менеджеров переделывать задачи, если они приходят обсуждать идеи, опираясь на эмоции, а не на цифры.
Глубинные интервью (CustDev) — это не разовая акция, а регулярная управленческая рутина, которая генерирует самые точные гипотезы для маркетинга и упаковки продукта.
В условиях растущих налогов и снижения маржинальности системная автоматизация и сокращение лишнего персонала становятся вопросом выживания бизнеса.
При масштабировании компании необходимо ставить амбициозные, почти невыполнимые цели по автоматизации (например, довести клиента до пробного урока вообще без участия живого менеджера).
При найме топ-менеджеров (C-level) оплачиваемое тестовое задание на реальных цифрах компании обязательно: оно моментально показывает, кто действительно эксперт, а кто просто умеет красиво говорить на собеседовании.
Мысли ведущего (Ярослав Филиппов)
Информационное поле перенасыщено хайпом вокруг искусственного интеллекта, поэтому сейчас критически важно отделять реальную автоматизацию бизнес-процессов от пустых разговоров о том, что «ИИ заберет все рабочие места».
Эволюция стартапа часто требует болезненных, но необходимых пивотов: например, смещения фокуса с падающего рынка (массовый найм) на растущий (удержание и развитие текущих сотрудников).
Огромное количество IT-стартапов погибает из-за того, что технические фаундеры хотят только «пилить код» и избегают маркетинга, продаж и общения с клиентами.
Внедрение ИИ-оценки в рекрутмент работает в обе стороны: бизнес экономит время на отсеве слабых кандидатов, а кадровые агентства могут с помощью высоких баллов «подсвечивать» своих лучших специалистов заказчику.
Искусственный интеллект в HR выступает в роли интеллектуального фильтра, который спасает нанимающих менеджеров от выгорания на десятках бесполезных собеседований.
Какой бы сложной ни была IT-платформа «под капотом», ее ценность для корпоративного клиента всегда должна транслироваться через простые финансовые метрики (например, экономия миллионов рублей на ошибочных наймах).
Переход от бутстраппинга (развития на свои средства) к привлечению венчурных инвестиций требует кардинальной перестройки мышления и умения продавать не технологию, а бизнес-показатели.
В эпоху развития нейросетей создание безупречной автоматизированной воронки становится базовым стандартом, и конкурентное преимущество переходит к тем, кто способен исключить человеческий фактор из рутинных процессов.
Истинное влияние технологий на бизнес заключается не в самом программном коде, а в том, как этот код меняет ежедневную рутину и качество принятия управленческих решений.
Тайм-коды
00:00:00 Интро
00:00:38 О выпуске
00:01:14 Путь Алексея Литвинова
00:04:22 Создание Proaction
00:05:40 Создание Логопотам
00:06:22 Зачем второй стартап
00:06:54 HR-проблемы и решение от Proaction
00:09:41 ИИ для тестов кандидатов от Proaction
00:10:34 ИИ-анализ локуса контроля от Proaction
00:11:51 ИИ-анализ открытых ответов от Proaction
00:13:03 Кейсы использования Proaction
00:16:00 Преимущества для HR
00:16:48 Клиенты Proaction
00:18:22 Другие продукты
00:18:48 Оценка производительности – важное решение для HR и компаний
00:19:37 Кому повышать зарплату?
00:22:18 Нужен ли HR, когда есть ИИ?
00:25:34 Результаты внедрения решений от Proaction
00:29:30 Про кадровые агентства
00:32:15 Привлечение инвестиций
00:33:46 Цели и планы Proaction
00:36:06 Бизнес и техно вертикали
00:37:18 Как правильно нанимать
00:40:55 Как всё автоматизировать
00:42:56 Data-Driven подход в бизнесе
00:44:26 Как внедрять Data-Driven подход
00:45:53 Каздевы
00:47:51 Автоматизация
00:48:44 Фокус в бизнесе
00:51:40 Опыт в акселераторе ФРИИ
00:55:22 Опыт привлечения инвестиций
00:57:08 Как найти инвестиции
00:58:35 ИИ-тренды в HR
01:03:27 Заключительное слово
00:00:38 О выпуске
00:01:14 Путь Алексея Литвинова
00:04:22 Создание Proaction
00:05:40 Создание Логопотам
00:06:22 Зачем второй стартап
00:06:54 HR-проблемы и решение от Proaction
00:09:41 ИИ для тестов кандидатов от Proaction
00:10:34 ИИ-анализ локуса контроля от Proaction
00:11:51 ИИ-анализ открытых ответов от Proaction
00:13:03 Кейсы использования Proaction
00:16:00 Преимущества для HR
00:16:48 Клиенты Proaction
00:18:22 Другие продукты
00:18:48 Оценка производительности – важное решение для HR и компаний
00:19:37 Кому повышать зарплату?
00:22:18 Нужен ли HR, когда есть ИИ?
00:25:34 Результаты внедрения решений от Proaction
00:29:30 Про кадровые агентства
00:32:15 Привлечение инвестиций
00:33:46 Цели и планы Proaction
00:36:06 Бизнес и техно вертикали
00:37:18 Как правильно нанимать
00:40:55 Как всё автоматизировать
00:42:56 Data-Driven подход в бизнесе
00:44:26 Как внедрять Data-Driven подход
00:45:53 Каздевы
00:47:51 Автоматизация
00:48:44 Фокус в бизнесе
00:51:40 Опыт в акселераторе ФРИИ
00:55:22 Опыт привлечения инвестиций
00:57:08 Как найти инвестиции
00:58:35 ИИ-тренды в HR
01:03:27 Заключительное слово
Транскрипция
Ярослав Филиппов: На подкасте Алексей Литвинов, основатель компании Proaction — это ИИ-платформа для оценки кандидатов и развития персонала. Также он является основателем компании "Логопотам" — онлайн-школы номер один в России по развитию речи у детей.
Сегодня мы будем говорить по большей части про Proaction. Поговорим о том, как ребята автоматизируют найм, снижают ошибки при подборе, повышают эффективность команд. Обсудим тренды в найме и искусственном интеллекте, а также поговорим о стартапах (ведь у Алексея их два, а значит, он в этой теме разбирается). Будет полезно! Все ссылки вы найдёте в моём Telegram-канале в описании к видео.
Добро пожаловать в «Импакт Медиа», где мы говорим о бизнесе и технологиях. Алексей, привет! Расскажи, пожалуйста, о себе и своём пути так, чтобы каждому была понятна твоя краткая биография.
Алексей Литвинов: Всем привет! Ярослав, спасибо, что позвал. Мой предпринимательский путь начался ещё в университете. Мы с друзьями организовали обслуживание компьютеров: ездили сами, ремонтировали, отправляли друзей-программистов с соседних курсов обслуживать физических лиц и компании. Потом это всё как-то сошло на нет — не хватало опыта.
Поработав в найме после университета, я увидел интересную нишу. Был такой период (если кто помнит), когда был прямо аншлаг — стали массово воровать автомобильные номера. У моего друга своровали номер, и я решил, что надо как-то обезопаситься. Стал искать решения и увидел, что нормальных антивандальных рамок нет. Я начал их изготавливать. Бизнес попёр, спрос был: ребята на местах активно воровали, а мы активно устанавливали антивандальные рамки. Я стал производить их и отправлять по всей России.
Но потом я познакомился с тем, что такое влияние государства и законов. Буквально за неделю приняли хороший закон, упрощающий выдачу дубликатов номеров в случае кражи. Воровать перестали, и, соответственно, перестали заказывать мои рамки. Бизнес просто улетел вниз за неделю.
Я не отчаивался, стал искать другие варианты. Познакомился с другом, который устанавливал счетчики для воды, и по похожей схеме мы стали отправлять мастеров на установку. Потом пошли электромонтажные, сварочные работы. Мы постепенно перешли в B2B: получили заказы на отправку бригад строителей на Север. Закрутилось так, что я ушёл в строительный бизнес (где-то брали подряды, где-то просто предоставляли людей). Но я понял, что это сфера не для меня: специфический бизнес, часто в серых зонах (особенно по налогам, чтобы брать крупные контракты), риски неплатежей. Я принял решение уходить.
У меня были инвестиции в разные проекты. Открывали квест в Питере (страшный, с маньяком), но не полетело, закрыли. А вот проект в HR я запустил на основании собственной "болячки". В строительном бизнесе мне приходилось постоянно нанимать руководителей объектов, менеджеров по продажам. Я задавал кандидатам одни и те же вопросы, проводил интервью по одному формату и понял, что это надо как-то автоматизировать. Подходящих сервисов на рынке я не нашёл.
Я подружился с владельцем кадрового агентства, и мы запустили сервис по оценке персонала Proaction. Нашли сильного методиста, стали обкатывать тесты на выборках кандидатов из кадрового агентства, смотреть, какие тесты лучше работают, делать замеры по валидности и постепенно наполнять платформу. Это было в 2014 году. Полноценно мы запустились в 2016-м (получается, уже 9 лет назад). И вот постепенно сервис развился до текущего состояния.
Ярослав Филиппов: А "Логопотам" где здесь вообще появился? В какой момент?
Алексей Литвинов: Proaction рос и развивался, но я видел ограничения: мы работали только на российский рынок, росли не так быстро, как хотелось бы. Я стал искать новые ниши. Началась пандемия, и у моей дочки появились проблемы с речью. Я познакомился с миром логопедии, увидел интересную нишу, которая по разным критериям показалась мне перспективной, и пошёл в неё развиваться. То есть "Логопотам" появился из личной проблемы.
Ярослав Филиппов: А почему Proaction оказался немасштабируемым за пределы России?
Алексей Литвинов: Потому что это не просто "голая" IT-платформа, это платформа плюс контент (психологические тесты). Переводить тесты на другой язык — это не просто интерфейс перевести, это во много раз более сложная задача. Нужно с методистами заново проводить тестирование на локальной аудитории, делать новую валидацию. Это огромный пласт работы. Я решил, что проще запустить новый проект, чем проделывать всё это.
Ярослав Филиппов: Понял. Давай плавно перейдем к Proaction. Я хочу детально понять: что это за платформа, в чем ее методика и какую задачу здесь выполняет искусственный интеллект?
Алексей Литвинов: Исторически мы начинали с оценки кандидатов. Мы сделали удобный конструктор, где HR может собирать тест под конкретную вакансию именно из тех компетенций, которые ему нужны (выбирая короткие тесты по 5-10 вопросов). Другие платформы предлагали огромные тяжелые тесты на 150-200 вопросов, где зашиты сразу все компетенции, без возможности кастомизации под конкретную должность. Наш подход "сборки" тестов зашёл рынку, его оценили собственники и HR-директора. Мы успешно росли.
Но затем на рынке началось смещение в сторону кадрового голода. Компании стали меньше фокусироваться на жестком преселекте (отсеве) кандидатов и больше — на поиске хоть кого-нибудь. Поэтому мы пошли против шерсти рынка и сместили фокус на инструменты для оценки текущих сотрудников. Если сложно найти новых, компании начинают удерживать и развивать тех, кто есть.
Мы добавили индивидуальную оценку сотрудников (для кадрового резерва), оценку "360 градусов", опросы вовлеченности. И последние два года мы активно продаем большой модуль Performance Review. Его используют компании от 200 до 5000+ сотрудников, чтобы по итогам цикла оценки распределять людей по категориям: кого повышать, кого развивать, а кто в "красной зоне" (на карандаш). Мы ушли от фокуса только на кандидатов в сторону развития сотрудников.
Ярослав Филиппов: А как вы применяете искусственный интеллект?
Алексей Литвинов: ИИ мы внедряем в разные места. Например, в конструкторе тестов. У нас более 150 коротких тестов и 40 готовых профилей. HR-у часто непонятно, какие тесты подобрать под специфическую вакансию. Мы сделали ИИ-помощника: HR вставляет текст описания вакансии, ИИ понимает, какие там ключевые слова и требуемые компетенции, и автоматически собирает идеальный профиль тестов под эту вакансию.
Второе применение: у нас есть тестирование, где кандидаты печатают открытые (развернутые) текстовые ответы. Наш ИИ проанализировал сотни тысяч таких ответов и научился проводить лингвистический анализ. На основе текста мы научились с высокой точностью прогнозировать две важнейшие компетенции: "Локус контроля" и "Ориентацию на результат".
Локус контроля — это ответственность: человек видит причины неудач в себе (внутренний локус) или считает, что виноваты все вокруг (внешний локус).
Ориентация на результат показывает, на чём сфокусирован кандидат: на достижении цели или на тщательном процессе. И то, и другое полезно для разных должностей. ИИ выдает оценку этих компетенций просто на основе текста ответа.
Третье (сейчас в разработке для оценки сотрудников): ИИ будет анализировать открытые ответы в пульс-опросах персонала (десятки тысяч комментариев), категоризировать их, выявлять повторяющиеся факторы и выдавать удобную аналитику для HR-службы.
Ярослав Филиппов: Давай разберем первый продукт (оценку кандидатов). Как он встраивается в процесс найма? Выложили объявление на HeadHunter, отклики падают к вам в систему, ИИ их обрабатывает и говорит, кого звать на собеседование?
Алексей Литвинов: У компаний есть отклики на HeadHunter, в Telegram-каналах и т.д. Им нужно понять, кого звать на собеседование. По одному лишь резюме это сделать сложно (сейчас много услуг по "красивому" составлению резюме для слабых кандидатов, и наоборот).
Кандидату отправляется ссылка на наше тестирование (на почту, в Telegram). У нас есть расширение для браузера Chrome с интеграцией с HeadHunter: рекрутер прямо там выбирает кандидата и отправляет ему нужный тест в один клик. Кандидат проходит тест, и рекрутер сразу видит результаты. Можно даже настроить автоматическое приглашение на интервью при наборе определенного балла.
Это экономит время (чтобы не звать некомпетентных людей) и служит отличным подспорьем на самом собеседовании. Я сам так делаю: у меня перед глазами резюме и результаты теста. Если я вижу "красную зону" по внешнему локусу контроля, я на собеседовании прошу: "Расскажите про ваш последний фейл (неудачу) на работе". Если кандидат начинает рассказывать, что виноваты обстоятельства, коллеги и погода — тест подтверждается, и я понимаю, что в работе будет то же самое.
Ошибка в найме стоит очень дорого. Для C-level позиций (топ-менеджмента) это потеря нескольких миллионов рублей. Человек будет 3 месяца адаптироваться, потом ты поймешь, что он не тянет, уволишь, а зарплату уже заплатил, и результата нет. В среднем ошибка найма обходится компании в 6 окладов этого сотрудника.
Ярослав Филиппов: Кто пользуется продуктом по оценке кандидатов?
Алексей Литвинов: У нас три сегмента:
Малый и микро-бизнес — чаще всего сами собственники, у которых нет HR.
Средний бизнес — HR-руководители, у которых в подчинении несколько рекрутеров. Они покупают расширенный пакет.
Крупный бизнес (энтерпрайз) — для них мы делаем хитрые автоматизации. Например, банк через профиль "менеджер клиентского сервиса" прогоняет десятки тысяч кандидатов в год. Они заморачиваются с детальной настройкой профиля один раз, зато потом это работает как часы.
Ярослав Филиппов: А как выглядит второй продукт — Performance Review и оценка сотрудников? Это облачное решение или вы ставите его на сервера корпораций (on-premise)?
Алексей Литвинов: Performance Review мы сейчас делаем на него большую ставку, потому что мы сделали, пожалуй, лучший продукт на рынке. Я лично провел более 50 кастдевов (глубинных интервью) с HR-директорами, чтобы понять, как они хотят проводить оценку, что им важно.
Почему компании приходят к Performance Review? Банально из-за денег. Нужно справедливо решать: кому индексировать зарплату, кому выплачивать бонусы, кого развивать, а кого держать "на карандаше".
Сотрудники распределяются по матрице "Nine-box" (9 квадратов). По одной оси — их потенциал развития, по другой — их производительность (как они выполняют цели). Верхний правый угол — это "звёзды" (высокая производительность и высокий потенциал), которых надо обнимать, поощрять и давать максимальный фокус.
Это делает управление персоналом оцифрованным, на основе метрик, а не личных ощущений руководителя. Сотрудники тоже понимают, что система справедлива: им ясно, почему повысили Петю, а не Васю, и что нужно сделать для карьерного роста.
Наше решение доступно как в облаке, так и on-premise (например, мы стоим на серверах в Альфа-Банке).
Ярослав Филиппов: Пытаетесь ли вы своими ИИ-решениями вытеснить из цепочки живого HR-специалиста? Или ваша цель — дать ему больше инструментов?
Алексей Литвинов: У нас нет цели полностью убрать HR-ов. Если мы говорим про оценку кандидатов, мы убираем рутину. Я, например, вообще исключил первичное интервью с HR. Рекрутеры просто занимаются назначением тестов. Мне достаточно результатов тестирования (преселекта), чтобы сразу провести глубокое собеседование самому.
Если мы говорим про Performance Review — там точно нужен HR. Систему надо администрировать, делать выводы и транслировать их в бизнес. Мы просто помогаем: убираем таблицы в Excel, костыли, на которых собирались данные, автоматизируем аналитику и делаем процесс удобным для сотрудников (настраивая доступы к чувствительной информации).
Ярослав Филиппов: У тебя есть пара кейсов, к каким результатам приводит внедрение платформы оценки кандидатов?
Алексей Литвинов:
Экономия времени. Время рекрутеров и нанимающих менеджеров экономится до 50%. Ты зовешь на интервью только "зелененьких" кандидатов, а "красненьких" отсеиваешь.
Снижение ошибок найма. Если раньше на испытательном сроке отваливалось 5 человек из 10, то после внедрения тестов отваливается 1-2. Это существенная экономия денег.
Расширение воронки найма. Был кейс: руководитель искал секретаря строго с 5-летним опытом в металлургии. Вакансия долго не закрывалась (таких людей мало, и они дорогие). Руководитель просто хотел сократить свои риски. Мы предложили: "Давайте снизим требование к опыту до 1 года (необязательно в металлургии), но добавим жесткое тестирование компетенций, и будем отправлять вам только тех, кто сдал тест на отлично". Вакансия закрылась очень быстро! Взяли сотрудника, который по "бумажному" резюме не прошел бы фильтр, но по компетенциям оказался идеальным. Руководитель был супер-доволен.
Ярослав Филиппов: Не думал ли ты взять какое-нибудь крупное HR-агентство, раскатить на них свою систему и вместе зарабатывать больше денег, обкатывая продукт в "боевых" условиях?
Алексей Литвинов: Мы изначально стартовали вместе с дружественным кадровым агентством HR-Profi, на их выборках обкатывали тесты. Но мы поняли, что рынок кадровых агентств живет по-другому.
Будем честны: они не всегда заинтересованы найти "суперкрутого" кандидата. Они заинтересованы, чтобы заказчик согласился его взять и заплатил комиссию. Рекрутеры часто ищут людей "вхолодную" (хантят). Им преселект (экономия времени на отсеве) не так важен. Зато они используют наши зеленые тесты как аргумент для заказчика: "Смотрите, какой классный кандидат, у него отличные баллы, берите!".
Ярослав Филиппов: Вы развиваетесь на свои деньги (бутстраппинг) или привлекаете инвестиции?
Алексей Литвинов: 4 года назад мы прошли акселератор ФРИИ (Фонд развития интернет-инициатив), они внесли небольшие базовые деньги, потом мы привлекали средства от нескольких бизнес-ангелов. Но мы не смогли вырасти так быстро, как планировали (начался ковид, потом СВО — бизнес приседал и снижал активность найма). Инвестиции помогли нам пережить эти сложные периоды.
Сейчас мы не рассматриваем новые инвестиции: ресурсов достаточно. Мы вышли в оценку сотрудников (Performance Review), сделали крутой продукт. Сейчас надо просто засучив рукава качественно поработать годик-другой над продажами, и всё будет хорошо.
Ярослав Филиппов: Какие у вас планы по масштабированию? Остаться номером один в России или выходить на другие рынки?
Алексей Литвинов: Цель номер один — вырасти в России, забрать крупные компании и подсадить их на "абонентку" (получать большую рекуррентную выручку). Возможно, сделаем M&A (слияние/поглощение) с крупным игроком вроде Битрикс24 (у них есть все сотрудники компаний, мы могли бы стать их модулем Performance).
Насчет международных рынков — я задумываюсь об этом. Вижу успешные кейсы, когда стартапы выбирают узкий локальный рынок (например, Швецию или Польшу) и с качественно сделанным продуктом и отлаженными продажами отлично там зарабатывают. Перевести модуль Performance Review на другой язык гораздо проще, чем переводить и валидировать психологические тесты кандидатов (там нужно переводить только интерфейс). Так что перспективы есть.
Ярослав Филиппов: Ты много лет в найме и HR-автоматизации. Назови топ-3 вывода про найм, которые ты для себя сделал.
Алексей Литвинов:
Всегда составляйте профиль под позицию. Нужно четко понимать, какие именно компетенции вам нужны, и оценивать именно их. Нельзя оценивать бухгалтера и продажника одним и тем же шаблоном тестов.
Обязательное пробное (тестовое) задание. Особенно для руководителей (C-level). Часто бывает: кандидат нравится, тест хороший, резюме блестит. Но я даю ему платное тестовое задание — спрогнозировать процессы на наших цифрах. И на защите задания я чувствую, что кандидат "плавает", аргументация "мягкая". Я отказываю. Когда я ввел обязательное тестовое, все последние наймы руководителей оказались очень удачными!
Собирать максимум данных для принятия решения. Профиль, тест, пробное задание, обратная связь с прошлых мест работы, приглашение коллег на собеседование для получения "второго мнения".
Кстати, про автоматизацию найма: если мы ищем разработчика, то hard skills (технические навыки) можно автоматизировать и проверить тестами. Но без оценки soft skills (адекватности, умения работать в команде) брать разработчика нельзя! Иначе наймешь гения, который развалит команду.
Ярослав Филиппов: А какие топ-3 вывода ты сделал в бизнесе и автоматизации за время создания стартапов?
Алексей Литвинов:
Data-driven подход (решения на основе данных). Я приучил весь C-level (топ-менеджеров) приходить ко мне только с цифрами. Если приходят просить повышения ставки логопедам — показывайте данные: какая текучка, какой NPS, как это повлияет на бюджет и план. Пришел поболтать без цифр — отправляю переделывать.
Качественные CustDev (глубинные интервью с клиентами). Я провел 50 встреч с HR-директорами, продавая продукт, но параллельно расспрашивал их о болях, процессах, о том, как они хотят видеть систему. Понимание клиентов становится фантастическим! Сейчас я ставлю KPI своим топам: регулярно проводить кастдевы. Из них генерируется куча продуктовых и маркетинговых гипотез.
Ставьте амбициозные цели по автоматизации рутины (сокращению людей). В эпоху повышения налогов и отмены льгот работа над маржинальностью — это вопрос выживания. Не обязательно сразу бежать к разработчикам. Огромную часть автоматизации сейчас можно сделать зеро-кодом (без программистов): GPT, Excel, n8n. Мы ставим цель: довести клиента до пробного урока полностью без контакта с живым менеджером! Сначала строим базовый флоу, потом постепенно автоматизируем отклонения.
Ярослав Филиппов: На чем сейчас твой личный фокус в бизнесе? На продукте, маркетинге, операционке?
Алексей Литвинов: В Proaction мой фокус сейчас полностью на продукте (Performance Review). Продукт сложный, энтерпрайзный. Я помогаю менеджерам его продавать, собираю фидбек и работаю с разработкой. Уверен, что если мы сделаем лучший продукт и выверенную схему презентации — его будут покупать с большими чеками.
А в онлайн-школе "Логопотам" последние полгода я сфокусирован на повышении маржинальности. Мы росли по выручке, но косты (расходы) росли еще быстрее. Мы стали жестко автоматизировать процессы работы с клиентами и добились хороших результатов. Сейчас мы не гонимся за взрывным наливом трафика, а спокойно растим органику и автоматизируем систему так, чтобы для оказания услуг требовалось всё меньше людей.
Ярослав Филиппов: Ты проходил много акселераторов (ФРИИ, КРОК). Что посоветуешь стартапам? Как общаться с инвесторами?
Алексей Литвинов: Во ФРИИ мне буквально "перестроили мозги" на бизнес. Я пришел туда с выручкой 100 000 рублей и короной на голове: "Чему вы меня научите?". Но трекеры быстро спустили меня на землю. Там я научился глубоким B2B-продажам (SPIN-продажи, выявление потребностей).
Классная аналогия: продажа — это когда ты копаешь лопатой вглубь клиента, задавая вопросы, пока не найдешь "золото" (его истинную боль: "меня раздрюкал начальник за то, что мы теряем 10 млн на плохих кандидатах!"). А потом, когда ты пишешь коммерческое предложение, ты берешь это "золото" и ставишь его в самый заголовок!
С инвесторами главное — правильно упаковать продукт. Подсветить то, что интересно им (как они заработают на тебе), а не то, от чего кайфуешь ты. Покажите, как вы растете сейчас, какой у вас огромный рынок, почему вы не упретесь в потолок, и в чем ваша технологическая защита от конкурентов.
И самое главное: инвесторы слушают тебя только тогда, когда у тебя есть "клюшка" (взрывной рост) по какой-то ключевой метрике. Если "клюшки" нет — тебя особо не слушают.
Ярослав Филиппов: А где ты искал инвесторов?
Алексей Литвинов: Писать "вхолодную" инвесторам не работает. Сейчас проходит куча мероприятий (Московский инновационный кластер, Сколково, локальные фонды). Просто пишете организаторам питч-сессий: "Хочу выступить". Туда берут почти всех, они ничем не рискуют. Ты приходишь, питчишь. Если у тебя нормальный оффер и ты выделяешься — инвесторы сами пишут тебе в личку, и начинается контакт.
Ярослав Филиппов: Последний вопрос. Какие тренды в найме, связанные с ИИ, ты видишь в будущем?
Алексей Литвинов: Честно? Я не вижу, чтобы ИИ полностью заменил человека в найме.
Я верю в автоматизацию рутины: отправить тесты, отсеять по резюме, собрать отклики, назначить видео-интервью — то есть довести 5 релевантных кандидатов до календаря нанимающего менеджера без участия живого рекрутера.
Но чтобы ИИ без личного собеседования сам принял решение: "Бери вот этого Василия" — в это я не верю. Возможно, это сработает для линейного массового персонала (грузчики, дворники), где главные требования — наличие медкнижки, чтобы был трезвый и не хамил.
Но как только мы уходим в сложную психологию, софт-скиллы, "химию" с командой — никакое распознавание эмоций по видеоинтервью не заменит финальные встречи с нанимающим руководителем. ИИ поможет тебе получить 5 отличных кандидатов, но окончательный выбор всегда останется за человеком.
Ярослав Филиппов: Алексей, спасибо, что пришел! Я почерпнул много интересного. Дорогие друзья, подписывайтесь на канал, пишите комментарии! Контакты Алексея будут в моем Telegram-канале.
Алексей Литвинов: Всем спасибо, надеюсь, было полезно! Постарался поделиться реальным твердым опытом управления бизнесом. Пока-пока!
Сегодня мы будем говорить по большей части про Proaction. Поговорим о том, как ребята автоматизируют найм, снижают ошибки при подборе, повышают эффективность команд. Обсудим тренды в найме и искусственном интеллекте, а также поговорим о стартапах (ведь у Алексея их два, а значит, он в этой теме разбирается). Будет полезно! Все ссылки вы найдёте в моём Telegram-канале в описании к видео.
Добро пожаловать в «Импакт Медиа», где мы говорим о бизнесе и технологиях. Алексей, привет! Расскажи, пожалуйста, о себе и своём пути так, чтобы каждому была понятна твоя краткая биография.
Алексей Литвинов: Всем привет! Ярослав, спасибо, что позвал. Мой предпринимательский путь начался ещё в университете. Мы с друзьями организовали обслуживание компьютеров: ездили сами, ремонтировали, отправляли друзей-программистов с соседних курсов обслуживать физических лиц и компании. Потом это всё как-то сошло на нет — не хватало опыта.
Поработав в найме после университета, я увидел интересную нишу. Был такой период (если кто помнит), когда был прямо аншлаг — стали массово воровать автомобильные номера. У моего друга своровали номер, и я решил, что надо как-то обезопаситься. Стал искать решения и увидел, что нормальных антивандальных рамок нет. Я начал их изготавливать. Бизнес попёр, спрос был: ребята на местах активно воровали, а мы активно устанавливали антивандальные рамки. Я стал производить их и отправлять по всей России.
Но потом я познакомился с тем, что такое влияние государства и законов. Буквально за неделю приняли хороший закон, упрощающий выдачу дубликатов номеров в случае кражи. Воровать перестали, и, соответственно, перестали заказывать мои рамки. Бизнес просто улетел вниз за неделю.
Я не отчаивался, стал искать другие варианты. Познакомился с другом, который устанавливал счетчики для воды, и по похожей схеме мы стали отправлять мастеров на установку. Потом пошли электромонтажные, сварочные работы. Мы постепенно перешли в B2B: получили заказы на отправку бригад строителей на Север. Закрутилось так, что я ушёл в строительный бизнес (где-то брали подряды, где-то просто предоставляли людей). Но я понял, что это сфера не для меня: специфический бизнес, часто в серых зонах (особенно по налогам, чтобы брать крупные контракты), риски неплатежей. Я принял решение уходить.
У меня были инвестиции в разные проекты. Открывали квест в Питере (страшный, с маньяком), но не полетело, закрыли. А вот проект в HR я запустил на основании собственной "болячки". В строительном бизнесе мне приходилось постоянно нанимать руководителей объектов, менеджеров по продажам. Я задавал кандидатам одни и те же вопросы, проводил интервью по одному формату и понял, что это надо как-то автоматизировать. Подходящих сервисов на рынке я не нашёл.
Я подружился с владельцем кадрового агентства, и мы запустили сервис по оценке персонала Proaction. Нашли сильного методиста, стали обкатывать тесты на выборках кандидатов из кадрового агентства, смотреть, какие тесты лучше работают, делать замеры по валидности и постепенно наполнять платформу. Это было в 2014 году. Полноценно мы запустились в 2016-м (получается, уже 9 лет назад). И вот постепенно сервис развился до текущего состояния.
Ярослав Филиппов: А "Логопотам" где здесь вообще появился? В какой момент?
Алексей Литвинов: Proaction рос и развивался, но я видел ограничения: мы работали только на российский рынок, росли не так быстро, как хотелось бы. Я стал искать новые ниши. Началась пандемия, и у моей дочки появились проблемы с речью. Я познакомился с миром логопедии, увидел интересную нишу, которая по разным критериям показалась мне перспективной, и пошёл в неё развиваться. То есть "Логопотам" появился из личной проблемы.
Ярослав Филиппов: А почему Proaction оказался немасштабируемым за пределы России?
Алексей Литвинов: Потому что это не просто "голая" IT-платформа, это платформа плюс контент (психологические тесты). Переводить тесты на другой язык — это не просто интерфейс перевести, это во много раз более сложная задача. Нужно с методистами заново проводить тестирование на локальной аудитории, делать новую валидацию. Это огромный пласт работы. Я решил, что проще запустить новый проект, чем проделывать всё это.
Ярослав Филиппов: Понял. Давай плавно перейдем к Proaction. Я хочу детально понять: что это за платформа, в чем ее методика и какую задачу здесь выполняет искусственный интеллект?
Алексей Литвинов: Исторически мы начинали с оценки кандидатов. Мы сделали удобный конструктор, где HR может собирать тест под конкретную вакансию именно из тех компетенций, которые ему нужны (выбирая короткие тесты по 5-10 вопросов). Другие платформы предлагали огромные тяжелые тесты на 150-200 вопросов, где зашиты сразу все компетенции, без возможности кастомизации под конкретную должность. Наш подход "сборки" тестов зашёл рынку, его оценили собственники и HR-директора. Мы успешно росли.
Но затем на рынке началось смещение в сторону кадрового голода. Компании стали меньше фокусироваться на жестком преселекте (отсеве) кандидатов и больше — на поиске хоть кого-нибудь. Поэтому мы пошли против шерсти рынка и сместили фокус на инструменты для оценки текущих сотрудников. Если сложно найти новых, компании начинают удерживать и развивать тех, кто есть.
Мы добавили индивидуальную оценку сотрудников (для кадрового резерва), оценку "360 градусов", опросы вовлеченности. И последние два года мы активно продаем большой модуль Performance Review. Его используют компании от 200 до 5000+ сотрудников, чтобы по итогам цикла оценки распределять людей по категориям: кого повышать, кого развивать, а кто в "красной зоне" (на карандаш). Мы ушли от фокуса только на кандидатов в сторону развития сотрудников.
Ярослав Филиппов: А как вы применяете искусственный интеллект?
Алексей Литвинов: ИИ мы внедряем в разные места. Например, в конструкторе тестов. У нас более 150 коротких тестов и 40 готовых профилей. HR-у часто непонятно, какие тесты подобрать под специфическую вакансию. Мы сделали ИИ-помощника: HR вставляет текст описания вакансии, ИИ понимает, какие там ключевые слова и требуемые компетенции, и автоматически собирает идеальный профиль тестов под эту вакансию.
Второе применение: у нас есть тестирование, где кандидаты печатают открытые (развернутые) текстовые ответы. Наш ИИ проанализировал сотни тысяч таких ответов и научился проводить лингвистический анализ. На основе текста мы научились с высокой точностью прогнозировать две важнейшие компетенции: "Локус контроля" и "Ориентацию на результат".
Локус контроля — это ответственность: человек видит причины неудач в себе (внутренний локус) или считает, что виноваты все вокруг (внешний локус).
Ориентация на результат показывает, на чём сфокусирован кандидат: на достижении цели или на тщательном процессе. И то, и другое полезно для разных должностей. ИИ выдает оценку этих компетенций просто на основе текста ответа.
Третье (сейчас в разработке для оценки сотрудников): ИИ будет анализировать открытые ответы в пульс-опросах персонала (десятки тысяч комментариев), категоризировать их, выявлять повторяющиеся факторы и выдавать удобную аналитику для HR-службы.
Ярослав Филиппов: Давай разберем первый продукт (оценку кандидатов). Как он встраивается в процесс найма? Выложили объявление на HeadHunter, отклики падают к вам в систему, ИИ их обрабатывает и говорит, кого звать на собеседование?
Алексей Литвинов: У компаний есть отклики на HeadHunter, в Telegram-каналах и т.д. Им нужно понять, кого звать на собеседование. По одному лишь резюме это сделать сложно (сейчас много услуг по "красивому" составлению резюме для слабых кандидатов, и наоборот).
Кандидату отправляется ссылка на наше тестирование (на почту, в Telegram). У нас есть расширение для браузера Chrome с интеграцией с HeadHunter: рекрутер прямо там выбирает кандидата и отправляет ему нужный тест в один клик. Кандидат проходит тест, и рекрутер сразу видит результаты. Можно даже настроить автоматическое приглашение на интервью при наборе определенного балла.
Это экономит время (чтобы не звать некомпетентных людей) и служит отличным подспорьем на самом собеседовании. Я сам так делаю: у меня перед глазами резюме и результаты теста. Если я вижу "красную зону" по внешнему локусу контроля, я на собеседовании прошу: "Расскажите про ваш последний фейл (неудачу) на работе". Если кандидат начинает рассказывать, что виноваты обстоятельства, коллеги и погода — тест подтверждается, и я понимаю, что в работе будет то же самое.
Ошибка в найме стоит очень дорого. Для C-level позиций (топ-менеджмента) это потеря нескольких миллионов рублей. Человек будет 3 месяца адаптироваться, потом ты поймешь, что он не тянет, уволишь, а зарплату уже заплатил, и результата нет. В среднем ошибка найма обходится компании в 6 окладов этого сотрудника.
Ярослав Филиппов: Кто пользуется продуктом по оценке кандидатов?
Алексей Литвинов: У нас три сегмента:
Малый и микро-бизнес — чаще всего сами собственники, у которых нет HR.
Средний бизнес — HR-руководители, у которых в подчинении несколько рекрутеров. Они покупают расширенный пакет.
Крупный бизнес (энтерпрайз) — для них мы делаем хитрые автоматизации. Например, банк через профиль "менеджер клиентского сервиса" прогоняет десятки тысяч кандидатов в год. Они заморачиваются с детальной настройкой профиля один раз, зато потом это работает как часы.
Ярослав Филиппов: А как выглядит второй продукт — Performance Review и оценка сотрудников? Это облачное решение или вы ставите его на сервера корпораций (on-premise)?
Алексей Литвинов: Performance Review мы сейчас делаем на него большую ставку, потому что мы сделали, пожалуй, лучший продукт на рынке. Я лично провел более 50 кастдевов (глубинных интервью) с HR-директорами, чтобы понять, как они хотят проводить оценку, что им важно.
Почему компании приходят к Performance Review? Банально из-за денег. Нужно справедливо решать: кому индексировать зарплату, кому выплачивать бонусы, кого развивать, а кого держать "на карандаше".
Сотрудники распределяются по матрице "Nine-box" (9 квадратов). По одной оси — их потенциал развития, по другой — их производительность (как они выполняют цели). Верхний правый угол — это "звёзды" (высокая производительность и высокий потенциал), которых надо обнимать, поощрять и давать максимальный фокус.
Это делает управление персоналом оцифрованным, на основе метрик, а не личных ощущений руководителя. Сотрудники тоже понимают, что система справедлива: им ясно, почему повысили Петю, а не Васю, и что нужно сделать для карьерного роста.
Наше решение доступно как в облаке, так и on-premise (например, мы стоим на серверах в Альфа-Банке).
Ярослав Филиппов: Пытаетесь ли вы своими ИИ-решениями вытеснить из цепочки живого HR-специалиста? Или ваша цель — дать ему больше инструментов?
Алексей Литвинов: У нас нет цели полностью убрать HR-ов. Если мы говорим про оценку кандидатов, мы убираем рутину. Я, например, вообще исключил первичное интервью с HR. Рекрутеры просто занимаются назначением тестов. Мне достаточно результатов тестирования (преселекта), чтобы сразу провести глубокое собеседование самому.
Если мы говорим про Performance Review — там точно нужен HR. Систему надо администрировать, делать выводы и транслировать их в бизнес. Мы просто помогаем: убираем таблицы в Excel, костыли, на которых собирались данные, автоматизируем аналитику и делаем процесс удобным для сотрудников (настраивая доступы к чувствительной информации).
Ярослав Филиппов: У тебя есть пара кейсов, к каким результатам приводит внедрение платформы оценки кандидатов?
Алексей Литвинов:
Экономия времени. Время рекрутеров и нанимающих менеджеров экономится до 50%. Ты зовешь на интервью только "зелененьких" кандидатов, а "красненьких" отсеиваешь.
Снижение ошибок найма. Если раньше на испытательном сроке отваливалось 5 человек из 10, то после внедрения тестов отваливается 1-2. Это существенная экономия денег.
Расширение воронки найма. Был кейс: руководитель искал секретаря строго с 5-летним опытом в металлургии. Вакансия долго не закрывалась (таких людей мало, и они дорогие). Руководитель просто хотел сократить свои риски. Мы предложили: "Давайте снизим требование к опыту до 1 года (необязательно в металлургии), но добавим жесткое тестирование компетенций, и будем отправлять вам только тех, кто сдал тест на отлично". Вакансия закрылась очень быстро! Взяли сотрудника, который по "бумажному" резюме не прошел бы фильтр, но по компетенциям оказался идеальным. Руководитель был супер-доволен.
Ярослав Филиппов: Не думал ли ты взять какое-нибудь крупное HR-агентство, раскатить на них свою систему и вместе зарабатывать больше денег, обкатывая продукт в "боевых" условиях?
Алексей Литвинов: Мы изначально стартовали вместе с дружественным кадровым агентством HR-Profi, на их выборках обкатывали тесты. Но мы поняли, что рынок кадровых агентств живет по-другому.
Будем честны: они не всегда заинтересованы найти "суперкрутого" кандидата. Они заинтересованы, чтобы заказчик согласился его взять и заплатил комиссию. Рекрутеры часто ищут людей "вхолодную" (хантят). Им преселект (экономия времени на отсеве) не так важен. Зато они используют наши зеленые тесты как аргумент для заказчика: "Смотрите, какой классный кандидат, у него отличные баллы, берите!".
Ярослав Филиппов: Вы развиваетесь на свои деньги (бутстраппинг) или привлекаете инвестиции?
Алексей Литвинов: 4 года назад мы прошли акселератор ФРИИ (Фонд развития интернет-инициатив), они внесли небольшие базовые деньги, потом мы привлекали средства от нескольких бизнес-ангелов. Но мы не смогли вырасти так быстро, как планировали (начался ковид, потом СВО — бизнес приседал и снижал активность найма). Инвестиции помогли нам пережить эти сложные периоды.
Сейчас мы не рассматриваем новые инвестиции: ресурсов достаточно. Мы вышли в оценку сотрудников (Performance Review), сделали крутой продукт. Сейчас надо просто засучив рукава качественно поработать годик-другой над продажами, и всё будет хорошо.
Ярослав Филиппов: Какие у вас планы по масштабированию? Остаться номером один в России или выходить на другие рынки?
Алексей Литвинов: Цель номер один — вырасти в России, забрать крупные компании и подсадить их на "абонентку" (получать большую рекуррентную выручку). Возможно, сделаем M&A (слияние/поглощение) с крупным игроком вроде Битрикс24 (у них есть все сотрудники компаний, мы могли бы стать их модулем Performance).
Насчет международных рынков — я задумываюсь об этом. Вижу успешные кейсы, когда стартапы выбирают узкий локальный рынок (например, Швецию или Польшу) и с качественно сделанным продуктом и отлаженными продажами отлично там зарабатывают. Перевести модуль Performance Review на другой язык гораздо проще, чем переводить и валидировать психологические тесты кандидатов (там нужно переводить только интерфейс). Так что перспективы есть.
Ярослав Филиппов: Ты много лет в найме и HR-автоматизации. Назови топ-3 вывода про найм, которые ты для себя сделал.
Алексей Литвинов:
Всегда составляйте профиль под позицию. Нужно четко понимать, какие именно компетенции вам нужны, и оценивать именно их. Нельзя оценивать бухгалтера и продажника одним и тем же шаблоном тестов.
Обязательное пробное (тестовое) задание. Особенно для руководителей (C-level). Часто бывает: кандидат нравится, тест хороший, резюме блестит. Но я даю ему платное тестовое задание — спрогнозировать процессы на наших цифрах. И на защите задания я чувствую, что кандидат "плавает", аргументация "мягкая". Я отказываю. Когда я ввел обязательное тестовое, все последние наймы руководителей оказались очень удачными!
Собирать максимум данных для принятия решения. Профиль, тест, пробное задание, обратная связь с прошлых мест работы, приглашение коллег на собеседование для получения "второго мнения".
Кстати, про автоматизацию найма: если мы ищем разработчика, то hard skills (технические навыки) можно автоматизировать и проверить тестами. Но без оценки soft skills (адекватности, умения работать в команде) брать разработчика нельзя! Иначе наймешь гения, который развалит команду.
Ярослав Филиппов: А какие топ-3 вывода ты сделал в бизнесе и автоматизации за время создания стартапов?
Алексей Литвинов:
Data-driven подход (решения на основе данных). Я приучил весь C-level (топ-менеджеров) приходить ко мне только с цифрами. Если приходят просить повышения ставки логопедам — показывайте данные: какая текучка, какой NPS, как это повлияет на бюджет и план. Пришел поболтать без цифр — отправляю переделывать.
Качественные CustDev (глубинные интервью с клиентами). Я провел 50 встреч с HR-директорами, продавая продукт, но параллельно расспрашивал их о болях, процессах, о том, как они хотят видеть систему. Понимание клиентов становится фантастическим! Сейчас я ставлю KPI своим топам: регулярно проводить кастдевы. Из них генерируется куча продуктовых и маркетинговых гипотез.
Ставьте амбициозные цели по автоматизации рутины (сокращению людей). В эпоху повышения налогов и отмены льгот работа над маржинальностью — это вопрос выживания. Не обязательно сразу бежать к разработчикам. Огромную часть автоматизации сейчас можно сделать зеро-кодом (без программистов): GPT, Excel, n8n. Мы ставим цель: довести клиента до пробного урока полностью без контакта с живым менеджером! Сначала строим базовый флоу, потом постепенно автоматизируем отклонения.
Ярослав Филиппов: На чем сейчас твой личный фокус в бизнесе? На продукте, маркетинге, операционке?
Алексей Литвинов: В Proaction мой фокус сейчас полностью на продукте (Performance Review). Продукт сложный, энтерпрайзный. Я помогаю менеджерам его продавать, собираю фидбек и работаю с разработкой. Уверен, что если мы сделаем лучший продукт и выверенную схему презентации — его будут покупать с большими чеками.
А в онлайн-школе "Логопотам" последние полгода я сфокусирован на повышении маржинальности. Мы росли по выручке, но косты (расходы) росли еще быстрее. Мы стали жестко автоматизировать процессы работы с клиентами и добились хороших результатов. Сейчас мы не гонимся за взрывным наливом трафика, а спокойно растим органику и автоматизируем систему так, чтобы для оказания услуг требовалось всё меньше людей.
Ярослав Филиппов: Ты проходил много акселераторов (ФРИИ, КРОК). Что посоветуешь стартапам? Как общаться с инвесторами?
Алексей Литвинов: Во ФРИИ мне буквально "перестроили мозги" на бизнес. Я пришел туда с выручкой 100 000 рублей и короной на голове: "Чему вы меня научите?". Но трекеры быстро спустили меня на землю. Там я научился глубоким B2B-продажам (SPIN-продажи, выявление потребностей).
Классная аналогия: продажа — это когда ты копаешь лопатой вглубь клиента, задавая вопросы, пока не найдешь "золото" (его истинную боль: "меня раздрюкал начальник за то, что мы теряем 10 млн на плохих кандидатах!"). А потом, когда ты пишешь коммерческое предложение, ты берешь это "золото" и ставишь его в самый заголовок!
С инвесторами главное — правильно упаковать продукт. Подсветить то, что интересно им (как они заработают на тебе), а не то, от чего кайфуешь ты. Покажите, как вы растете сейчас, какой у вас огромный рынок, почему вы не упретесь в потолок, и в чем ваша технологическая защита от конкурентов.
И самое главное: инвесторы слушают тебя только тогда, когда у тебя есть "клюшка" (взрывной рост) по какой-то ключевой метрике. Если "клюшки" нет — тебя особо не слушают.
Ярослав Филиппов: А где ты искал инвесторов?
Алексей Литвинов: Писать "вхолодную" инвесторам не работает. Сейчас проходит куча мероприятий (Московский инновационный кластер, Сколково, локальные фонды). Просто пишете организаторам питч-сессий: "Хочу выступить". Туда берут почти всех, они ничем не рискуют. Ты приходишь, питчишь. Если у тебя нормальный оффер и ты выделяешься — инвесторы сами пишут тебе в личку, и начинается контакт.
Ярослав Филиппов: Последний вопрос. Какие тренды в найме, связанные с ИИ, ты видишь в будущем?
Алексей Литвинов: Честно? Я не вижу, чтобы ИИ полностью заменил человека в найме.
Я верю в автоматизацию рутины: отправить тесты, отсеять по резюме, собрать отклики, назначить видео-интервью — то есть довести 5 релевантных кандидатов до календаря нанимающего менеджера без участия живого рекрутера.
Но чтобы ИИ без личного собеседования сам принял решение: "Бери вот этого Василия" — в это я не верю. Возможно, это сработает для линейного массового персонала (грузчики, дворники), где главные требования — наличие медкнижки, чтобы был трезвый и не хамил.
Но как только мы уходим в сложную психологию, софт-скиллы, "химию" с командой — никакое распознавание эмоций по видеоинтервью не заменит финальные встречи с нанимающим руководителем. ИИ поможет тебе получить 5 отличных кандидатов, но окончательный выбор всегда останется за человеком.
Ярослав Филиппов: Алексей, спасибо, что пришел! Я почерпнул много интересного. Дорогие друзья, подписывайтесь на канал, пишите комментарии! Контакты Алексея будут в моем Telegram-канале.
Алексей Литвинов: Всем спасибо, надеюсь, было полезно! Постарался поделиться реальным твердым опытом управления бизнесом. Пока-пока!
