Агенты переходят на личности
Как искусственный интеллект помогает бизнесу находить и воспитывать будущих лидеров
Компании по всему миру тратят огромные ресурсы, чтобы выявить перспективных руководителей, но зачастую полагаются на субъективные оценки или формальные отзывы коллег. Как подтверждают современные исследования, искусственный интеллект (ИИ) все увереннее занимает место в системе управления талантами — от отбора до развития лидеров. Крупный бизнес уже применяет такие инструменты, сокращая издержки и повышая объективность оценки.
Фото: Getty Images
Фото: Getty Images
Мягкие навыки
Современные исследования показывают, что алгоритмы искусственного интеллекта (ИИ-агенты) способны надежно измерять soft skills (мягкие навыки) и лидерские качества. В 2025 году экономисты Гарварда провели масштабный эксперимент (его результаты опубликованы Национальным бюро экономических исследований в апреле под названием «Measuring Human Leadership Skills with AI Agents»): кандидаты выполняли ролевое упражнение, руководя командой виртуальных агентов на базе больших языковых моделей (LLM). Эффективность лидерства, проявленная при управлении ИИ-агентами, почти полностью совпала с эффективностью при руководстве реальными людьми (коэффициент корреляции ρ = 0,81).
Иными словами, тест на управление ИИ-агентами позволяет предсказать, насколько хорошо человек справится с настоящей командой.
Успешные лидеры проявляли схожие навыки при взаимодействии и с ИИ, и с людьми: умели вовлекать команду в диалог, были социально и интеллектуально гибкими. Этот эксперимент впервые доказал валидность использования LLM-агентов для оценки навыков лидерства и командной работы.
Выводы, сделанные на основе эксперимента, важны для современного бизнеса. Использование ИИ для выявления и развития лидеров предполагает прежде всего экономию средств и масштабируемость. «Живые» эксперименты, когда одного руководителя несколько раз назначают главой разных команд, крайне дороги и продолжительны. По данным авторов эксперимента, каждая его сессия с группой людей обходилась в пять раз дороже, чем сессия с ИИ-агентами. При больших объемах и непрерывном поиске талантов это дает существенную экономию.
Кроме того, ИИ дает оперативную обратную связь. С цифровыми подчиненными руководитель может участвовать в дополнительных сессиях, оттачивая навыки коммуникации и управления. Выявив слабые места (например, задает недостаточно уточняющих вопросов или игнорирует мнение членов группы), можно разработать адресную программу обучения и проверить ее эффективность в повторном тесте — уже без затрат на наем многочисленных статистов.
ИИ-агенты обеспечивают более объективный отбор. Классические оценки руководителей часто зависят от предвзятости или случайности — симпатии коллег, статуса в компании, возраста, пола и так далее.
Новая методика измеряет конкретную «прибавку к результату команды»: те, кто показывает лучшую эффективность с ИИ, с высокой вероятностью смогут вдохновлять и реальные коллективы.
Еще одно преимущество — в тесной связке человека с машиной. Если коллектив все чаще использует аналитические, рекомендательные и другие системы ИИ, руководителям нужно уметь с ними взаимодействовать. Результаты исследования свидетельствуют: тот, кто умеет извлекать максимум из цифровых ассистентов, обладает и недостающими (порой трудно измеримыми) мягкими навыками для лидерства — умением налаживать коммуникацию, структурировать информацию и быстро принимать решения.
В работах вроде «Measuring Human Leadership Skills with AI Agents» искусственный интеллект применяют как цифровой симулятор поведения человека. В Массачусетском технологическом институте, Гарварде и других ведущих университетах проводится множество экспериментов, в которых ИИ-боты берут на себя роль студентов в онлайн-классах, собеседников на переговорах или посетителей контакт-центра. В целом результаты совпадают: при правильной настройке промптов (задании ролей и контекста) боты неплохо моделируют многие аспекты человеческого поведения, хотя пока еще есть существенный разрыв в части эмоциональности и творческого подхода к решению проблем.
Помимо лидерских качеств алгоритмы ИИ демонстрируют эффективность в оценке и других мягких навыков. Ученые отмечают, что машинный анализ больших массивов данных позволяет избежать субъективности и непоследовательности, присущих человеку. Большие языковые модели могут по записям речи, видеоинтервью или текстам автоматически сгенерировать профиль кандидата. Алгоритм анализирует речь (слова, интонацию, мимику) и, используя лингвистические маркеры, определяет черты характера и эмоциональный интеллект.
Разумеется, при внедрении ИИ-оценок важно следить за качеством данных и этичностью, но в целом исследования последних лет сходятся в том, что ИИ способен измерять soft skills, лидерский потенциал и предпринимательские способности не хуже экспертов, а часто и более масштабируемо.
HR и лидерство
Примечательно, что и практика компаний подтверждает академические выводы. Harvard Business Review сообщал, что при использовании ИИ для оценки потенциала точность выявления перспективных лидеров возрастает на 30% по сравнению с традиционными методами.
Одновременно в McKinsey отмечают, что алгоритмы снижают влияние субъективных оценок при отборе почти вдвое, способствуя более справедливому отбору кандидатов.
В текущей практике бизнеса уже достаточно примеров внедрения ИИ в HR — от найма до развития лидеров. Кейсы ведущих компаний свидетельствуют о преимуществах ИИ в работе с талантами. Многие глобальные корпорации уже внедрили ИИ-решения для найма и выявления лидерского потенциала. Классический пример — британско-нидерландский концерн Unilever, один из пионеров в использовании ИИ при отборе молодых специалистов. Уже несколько лет Unilever применяет систему HireVue на основе машинного обучения для первичного скрининга соискателей: кандидаты записывают видеоинтервью, а алгоритм анализирует мимику, интонацию и формулировки ответов, сопоставляя их с профилями успешных сотрудников. Более того, автоматизированный скрининг помог расширить охват и повысил разнообразие принятых на работу кандидатов по полу и этнической принадлежности — ИИ оценивает всех по единым критериям, что снижает риск предвзятости. Unilever, по собственной оценке, обработал таким образом более 2 млн заявок, сэкономив около £1 млн и 100 тыс. человеко-часов, и улучшил показатели найма по стоимости, скорости и диверсификации персонала.
Amazon, в свою очередь, разработала внутренние ИИ-инструменты, которые изучают резюме с помощью NLP-фильтра на совпадение навыков и помогают кандидату найти подходящую роль. По данным компании, применение алгоритмов повысило долю кандидатов, успешно проходящих отбор, и в целом увеличило число соискателей, которые доходят до финального интервью и найма.
В Азии примечателен опыт сингапурского DBS Bank — крупного банка, встроившего ИИ в рекрутинг. Банк разработал виртуального ассистента-рекрутера, который автоматизировал предварительный отбор и собеседования.
Согласно отчетам, срок закрытия вакансий в компании сократился на 75%, экономия составила 40 человеко-часов на каждую позицию, проекты с ИИ позволили банку успешно нанять более 880 кандидатов по всей Азии.
ИИ-модель не только оценивает навыки по резюме, но и сопоставляет ценности кандидата с корпоративной культурой, что повышает качество найма. Интересно, что банк позиционирует эту систему как часть улучшения «опыта сотрудника»: автоматизация рутинных этапов позволила рекрутерам сфокусироваться на личном общении с финалистами и повышении доверия кандидатов к объективности процесса. В итоге DBS Bank добился ускорения и удешевления найма без ущерба для качества, а ИИ-интервьюер стал привычной практикой в регионе.
Обучение и развитие лидерских качеств
ИИ помогает не только выбрать лучших, но и вырастить из них эффективных руководителей. Корпорации в США и Европе внедряют ИИ-платформы для обучения, коучинга и планирования карьеры, чтобы развивать лидерский потенциал сотрудников.
Microsoft использует анализ больших данных для внутренних программ лидерского развития. С помощью алгоритмов компания оценивает показатели работы и обратную связь в отношениях с сотрудниками и на основе этих данных формирует персонализированные программы обучения для будущих лидеров. По данным TechCrunch, такой подход Microsoft привел к росту внутренних назначений на руководящие позиции на 30% в год. ИИ автоматически подсвечивает HR-отделу сотрудников с высокими результатами и управленческим потенциалом, которые раньше могли остаться незамеченными. Затем им предлагают целевые тренинги — и в результате больше талантливых людей продвигаются по карьерной лестнице, оставаясь в компании.
Опыт Microsoft показывает, что ИИ может стать своего рода наставником, вовремя направляющим развитие перспективных лидеров.
Европейский промышленный гигант Siemens и ряд других компаний внедряют ИИ-ассистентов для персонального коучинга. Новые инструменты (например, чат-боты на базе GPT) выступают в роли виртуальных коучей, давая менеджерам рекомендации по стилю управления и коммуникации на основе анализа их писем, календаря встреч и отзывов коллег. SAP интегрировал ИИ SAP Joule в систему управления талантами: алгоритмы анализируют рабочие успехи сотрудников и выделяют будущих лидеров. Такой цифровой наставник не только оценивает текущие навыки, но и советует, как их развить: рекомендует подходящие курсы, менторов или ротацию в новый проект для приобретения опыта. В SAP отмечают, что ИИ помогает формировать крепкий кадровый резерв, подсказывает, кого готовить на замену топ-менеджерам, и даже моделирует различные сценарии преемственности.
Результаты применения ИИ в обучении измеримы. По оценке IBM, компании, которые внедрили ИИ-платформы для обучения сотрудников, получили рост производительности около 20%. Искусственный интеллект не только экономит время на подбор учебных материалов, но и постоянно отслеживает прогресс, давая обратную связь в реальном времени. Например, в Starbucks внедрение облачной системы оценки внутренних талантов позволило за два года увеличить количество повышений в должности на 30%, сформировав достаточный кадровый резерв. А Unilever благодаря цифровому сопровождению карьеры и аналитике снизил текучесть ключевых сотрудников на 40%, удерживая талантливых будущих лидеров за счет понятных перспектив роста. Эти кейсы показывают, что ИИ способен стать мощным катализатором развития лидерских качеств: от выявления сильных сторон каждого до постоянного менторства и обучения в течение всей карьеры.
Этот текст — часть проекта ИД «Коммерсантъ», посвященного трендам бизнеса и финансового рынка. Еще больше лонгридов с анализом ключевых отраслей российской экономики, экспертных интервью и авторских колонок — на странице Review.