Между алгоритмом и эмпатией. HR-эксперт — об обучении в эру ИИ

Российская статистика по итогам 2024 года парадоксальна: только 5% компаний реально используют AI-модули в подборе и обучении персонала, но 46% планируют внедрение в ближайший год. Для сравнения: в Великобритании и США более 54% компаний применяют искусственный интеллект для создания обучающих курсов и оценки навыков сотрудников. Разрыв очевиден, но закрывается быстро.

Наталья Галабурда — HR-эксперт с двадцатилетним стажем — оказалась в этом переломном моменте раньше многих. В нынешнем году она завершает сертификацию Google по цифровому маркетингу и e-commerce, продолжает обучение в магистратуре по образованию и активно использует ИИ-инструменты для проектирования систем обучения. Её опыт показывает: технологии меняют HR радикально, но успех зависит от баланса между алгоритмом и человеком.

От корпоративного HR к проектированию систем

В 2023 году Наталья завершила работу в «Лошадиной силе», где пять лет занимала должность HR-директора. За эти годы компания выросла в несколько раз, система обучения персонала стала предметом изучения для других организаций, а сама Наталья получила награду «Бизнес прорыв 2023».

«Я достигла потолка в корпоративной роли. Система работала, процессы отлажены, команда обучена. Дальше — поддержание. А мне интереснее создавать новое, решать задачи, которые никто ещё не решал», — объясняет она.

Наталья перешла к проектированию образовательных систем для разных компаний. В начале этого года вступила в Международный бизнес-клуб Uhome — площадку для обмена опытом между экспертами из разных отраслей.

«Раньше я решала задачи одной компании. Теперь вижу паттерны across industries — это совершенно другой уровень мышления», — говорит она.

Синтез компетенций

Профессиональный путь Натальи — последовательное накопление навыков, где каждая компетенция усиливает предыдущую.

HR-опыт: более двадцати лет от элитного гостеприимства (подготовка персонала к обслуживанию мировых лидеров на Олимпиаде-2014) до массового FMCG. Знание обучения в условиях высокой текучести и постоянного роста.

Педагогика: диссертация, преподавание в университетах, магистратура по образованию. Изучение теории: как люди усваивают информацию, что влияет на мотивацию, какие форматы работают.

Digital-компетенции: заканчивает Google Digital Marketing & E-commerce Professional Certificate — семь курсов по аналитике, построению лояльности и работе с данными.

Зачем HR-специалисту digital-маркетинг? Обучение персонала строится как путь клиента в маркетинге — с точками касания, воронками вовлечённости, персонализацией.

«Я проектирую образовательные системы на стыке людей, данных и технологий. Это новая профессия, у которой пока нет устоявшегося названия», — определяет свою роль Наталья.

Как ИИ меняет обучение

В 2024-2025 годах искусственный интеллект в HR стал реальным инструментом, а не экспериментом. Наталья использует несколько направлений:

Персонализация треков обучения. Алгоритм анализирует опыт, скорость усвоения, предпочтения в форматах и формирует индивидуальную программу. Консультант с опытом в фармацевтике получает укороченный модуль по продукту, но расширенный по коммуникации.

Генерация микромодулей. ИИ создаёт обучающие блоки за минуты. Запрос: «Создай 10-минутный модуль про работу с возражениями по цене» — готов контент с примерами и проверочными вопросами. Раньше методист тратил несколько дней.

Симуляции сложных диалогов. Сотрудник тренирует навыки в безопасной среде. ИИ играет роль агрессивного клиента, после даёт обратную связь: тон был слишком формальным, не предложили решение.

ИИ-копилоты для руководителей. Система подсказывает, как дать обратную связь конкретному человеку, предупреждает о рисках увольнения, рекомендует, кто готов к следующему уровню.

Аналитика. Где узкие места в обучении? Кто демонстрирует нестабильное качество? ИИ выявляет закономерности, которые человек не заметит.

Наталья вспоминает: алгоритм показал, что консультанты с опытом в ритейле усваивают коммуникацию на 30% быстрее выпускников вузов. Компания скорректировала критерии подбора — результат: минус две недели обучения.

«Технологии дают скорость и персонализацию, которые физически невозможны вручную. Масштабировать качественное обучение на тысячи человек можно только с ИИ», — резюмирует она.

Где заканчивается алгоритм

Наталья видит чёткие границы применения искусственного интеллекта. Принцип: human-in-the-loop. ИИ предлагает, человек решает.

Оценка и дисциплинарные решения. Алгоритм анализирует продуктивность, но решение об увольнении принимает человек. «ИИ видит цифры, но не видит контекста. Сотрудник показал просадку — может, личный кризис. Машина этого не учтёт», — поясняет Наталья.

Передача эмпатии. Технологии генерируют скрипты, но не заменят настоящего сочувствия. «Клиенты забывают, что им сказали. Но помнят, как с ними говорили. Эту настройку машина не сделает».

Деэскалация конфликта. Симуляции тренируют навыки, но считывание невербальных сигналов, интуицию, импровизацию делает человек.

Этика. ИИ может содержать скрытые смещения. Наталья настаивает на обязательных требованиях:

Аудит алгоритмов на справедливость

Прозрачность логики решений

Хранение минимума данных

Человек в контуре принятия решений

«ИИ ускоряет обучение, но не заменяет человеческое суждение. Доверие сотрудников критично, и его не купишь автоматизацией», — подчёркивает эксперт.

Кейс: масштабирование с сохранением качества

Компания расширяла команду онлайн-поддержки — рост более ста человек за полгода. Старый подход: недельный тренинг, потом «плыви сам». Результат: текучесть 45% в первые три месяца, выход на продуктивность два-три месяца.

Решение с ИИ:

Персонализированные треки адаптации 60/90 с генерацией контента. Симуляторы диалогов для отработки сложных кейсов. Дашборд для руководителей: кто на какой стадии, где застревают, кому нужна помощь.

Важно: наставники продолжали работать лично. ИИ ускорил рутину — материалы, отслеживание прогресса, первичную обратную связь.

Результаты через полгода:

• Время до продуктивности сократилось на 40% (с 12 до 7 недель)
• Ранняя текучесть снизилась на 35% (с 45% до 29%)
• Индекс удовлетворённости клиентов стабилен при троекратном росте обращений

Бизнес-клуб и горизонтальные связи

Международный бизнес-клуб Uhome стал платформой для масштабирования опыта. Эксперты из разных отраслей — финтех, ритейл, производство, IT — решают свои задачи, но паттерны схожи.

«Когда работаешь в одной компании, видишь только свой контекст. В клубе общаюсь с HR-директором банка, основателем онлайн-школы, владельцем сети кофеен. Проблемы обучения персонала универсальны», — делится Наталья.

Бизнес-клуб даёт проверку гипотез до внедрения, доступ к компаниям для пилотов, возможность делиться опытом через мастер-классы.

HR 2030: какие навыки нужны

Как будет выглядеть HR-специалист через пять лет? «Product manager человеческого поведения плюс этический аудитор алгоритмов», — формулирует Наталья.

Product-HR. Управление «продуктом поведения» сотрудников — как они взаимодействуют с клиентами, создают ценность.

Граф компетенций. Живые профили навыков. Внутренние рынки талантов — компания видит, кто может закрыть задачу без внешнего найма.

ИИ-копилоты как норма. Технологии встроены в работу. Но человек принимает решения, контролирует этику.

Навыки для развития:

• Работа с данными и метриками
• Понимание возможностей и ограничений ИИ
• Системное мышление
• Этика и критическое мышление
• Эмпатия и коммуникация

«Если развиваешь только технические навыки — станешь приложением к ИИ. Если только "мягкие" — не сможешь конкурировать. Нужен баланс», — предупреждает Наталья.

Зачем эксперту с двадцатилетним стажем и наградами идти в магистратуру и осваивать digital?

«Мир меняется быстрее, чем раньше. То, что работало три года назад, устаревает. Если я учу людей учиться, было бы странно, если бы я сама остановилась», — отвечает Наталья.

«ИИ даёт масштаб, скорость, персонализацию. Человек даёт смысл, контекст, доверие. Ни один не работает без другого», — формулирует Наталья.

Технологии умеют многое: генерировать контент, анализировать данные, предсказывать риски. Но не умеют вдохновлять. Не могут передать веру в возможности сотрудника. Не чувствуют момент, когда нужно просто выслушать.

«Я видела системы, где всё автоматизировано. Эффективно? Да. Но люди уходят — потому что чувствуют себя винтиками. Обучение без человеческого тепла — конвейер, а не развитие».

Формула проста: ИИ берёт рутину, аналитику, создание материалов. Человек — контакт, поддержку, решения. Технологии ускоряют, люди направляют.

«ИИ предлагает, человек решает. Это не лозунг — рабочий принцип. Пока мы его соблюдаем, технологии служат людям, а не наоборот», — заключает Наталья Галабурда.