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
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.
