9 июня состоялась онлайн-конференция «ИИ ПОМОЩНИКИ В HR 2026», организованная Quorum Conference. Мероприятие стало максимально практичным - речь шла о конкретных внедрениях, результатах и рабочих сценариях использования ИИ внутри HR-функции.
Главный вывод конференции можно сформулировать просто: этап знакомства с технологиями завершился. Компании больше не задаются вопросом, нужен ли им искусственный интеллект. Теперь они решают другую задачу - как встроить его в ежедневные процессы так, чтобы получать измеримый бизнес-результат.
От массового подбора до корпоративного обучения, от HR-аналитики до управления знаниями - участники конференции показали, что ИИ постепенно становится полноценным помощником HR-команд.
От массового подбора до корпоративного обучения, от HR-аналитики до управления знаниями - участники конференции показали, что ИИ постепенно становится полноценным помощником HR-команд.
От «игрушки для энтузиастов» к корпоративной стратегии
Одним из наиболее показательных стал кейс ГК «Ростагро», представленный директором по персоналу Оксаной Шакировой.
Компания продемонстрировала поэтапный путь внедрения искусственного интеллекта.
В 2024 году ИИ использовался локально: для создания изображений, текстов вакансий, объявлений и внутренних материалов. В 2025 году доступ к ChatGPT получили сотрудники компании, параллельно стартовало внутреннее обучение. В 2026 году компания приступила к разработке политики использования ИИ и запустила конкурс проектов по применению искусственного интеллекта внутри HR-подразделений.
Особенно интересным выглядит подход к внедрению. Вместо покупки модного инструмента компания начала с вопроса: какую проблему необходимо решить?
Компания продемонстрировала поэтапный путь внедрения искусственного интеллекта.
В 2024 году ИИ использовался локально: для создания изображений, текстов вакансий, объявлений и внутренних материалов. В 2025 году доступ к ChatGPT получили сотрудники компании, параллельно стартовало внутреннее обучение. В 2026 году компания приступила к разработке политики использования ИИ и запустила конкурс проектов по применению искусственного интеллекта внутри HR-подразделений.
Особенно интересным выглядит подход к внедрению. Вместо покупки модного инструмента компания начала с вопроса: какую проблему необходимо решить?
По словам спикера, перед запуском любого проекта необходимо определить конкретные метрики: сократить сроки подбора, снизить текучесть, повысить вовлечённость сотрудников или уменьшить трудозатраты на рутинные операции.
Как ИИ начал нанимать сотрудников
Одним из прикладных кейсов конференции стал опыт компании Маревен Фуд Сэнтрал — производителя брендов «Роллтон», BIGBON и других продуктов питания.
Сегодня в компании работает более 1800 сотрудников. За два года численность выросла с 1600 до 1800 человек, причём основной рост пришёлся на производственный персонал.
На фоне дефицита рабочих кадров HR-команда столкнулась сразу с несколькими проблемами:
Ответом стал запуск ИИ-помощника «Ольга».
Проект был ориентирован именно на производственный подбор — сегмент, где рекрутеры ежедневно выполняют десятки однотипных действий: консультируют кандидатов, отвечают на типовые вопросы, помогают записаться на собеседование, уточняют детали вакансий.
Сегодня в компании работает более 1800 сотрудников. За два года численность выросла с 1600 до 1800 человек, причём основной рост пришёлся на производственный персонал.
На фоне дефицита рабочих кадров HR-команда столкнулась сразу с несколькими проблемами:
- увеличением количества вакансий;
- ростом нагрузки на рекрутеров;
- большим объёмом однотипных операций в массовом подборе.
Ответом стал запуск ИИ-помощника «Ольга».
Проект был ориентирован именно на производственный подбор — сегмент, где рекрутеры ежедневно выполняют десятки однотипных действий: консультируют кандидатов, отвечают на типовые вопросы, помогают записаться на собеседование, уточняют детали вакансий.
По оценкам участников конференции, первичная коммуникация с кандидатами уже в ближайшие годы будет практически полностью передана интеллектуальным помощникам, а рекрутеры сосредоточатся на оценке и сопровождении наиболее подходящих кандидатов.
ВкусВилл: когда корпоративная база знаний перестала работать
Один из интересных кейсов был посвящён не подбору, а управлению знаниями.
Команда ВкусВилла столкнулась с неожиданной проблемой. Методология клиентократии, на которой построена работа компании, постепенно разрослась до более чем 300 страниц документации.
Формально знания существовали, но практически - сотрудники перестали их находить.
В результате была создана собственная платформа с ИИ-агентом, которая позволяет сотрудникам задавать вопросы на естественном языке и мгновенно получать нужную информацию.
Команда ВкусВилла столкнулась с неожиданной проблемой. Методология клиентократии, на которой построена работа компании, постепенно разрослась до более чем 300 страниц документации.
Формально знания существовали, но практически - сотрудники перестали их находить.
В результате была создана собственная платформа с ИИ-агентом, которая позволяет сотрудникам задавать вопросы на естественном языке и мгновенно получать нужную информацию.
BI-ассистент вместо аналитика
Ещё один интересный тренд продемонстрировал ВТБ.
В банке развивается концепция BI-ассистента внутри корпоративного мессенджера.
Идея проста: сотруднику больше не нужно открывать сложные отчёты и искать нужные показатели самостоятельно, достаточно задать вопрос в корпоративном чате. Система анализирует запрос и возвращает данные напрямую из корпоративной отчётности.
По словам команды проекта, такой подход позволяет как ускорить доступ к метрикам, так и повысить качество управленческих решений.
В банке развивается концепция BI-ассистента внутри корпоративного мессенджера.
Идея проста: сотруднику больше не нужно открывать сложные отчёты и искать нужные показатели самостоятельно, достаточно задать вопрос в корпоративном чате. Система анализирует запрос и возвращает данные напрямую из корпоративной отчётности.
По словам команды проекта, такой подход позволяет как ускорить доступ к метрикам, так и повысить качество управленческих решений.
Особенно важным является использование естественного языка. Пользователи взаимодействуют с аналитикой так же, как общаются с коллегами.
Обучение сотрудников: главный вызов цифровой трансформации
Отдельный блок конференции был посвящён развитию AI-компетенций сотрудников.
Особенно показателен опыт AstraZeneca. Дмитрий Бебкевич, ведущий бизнес-партнёр по развитию компетенций, описал путь, который компания прошла буквально за год. Сначала была сформулирована стратегическая задача цифровой трансформации, а из неё уже выросла модель цифровых компетенций. В этой модели искусственный интеллект занял отдельный блок — наряду с цифровой грамотностью, цифровым мышлением, цифровой безопасностью и использованием нейросетей. Важно, что ИИ не выделяли в отдельную моду, а встроили в общую систему ожидаемых от сотрудника навыков.
Дальше команда создала внутренний портал Digital Academy: единое пространство, где каждая компетенция курируется экспертами, есть профильные группы в корпоративном сообществе, открытая среда для обратной связи и возможность проактивно запросить обучение. К июлю 2025 года была проделана внушительная подготовительная работа: описана и доведена до сотрудников модель компетенций, портал наполнен курсами для разного уровня — от базовых до продвинутых, определены обязательные курсы по ИИ для каждого сотрудника, закреплены внутренние эксперты и собрана база знаний с инструкциями.
Особенно показателен опыт AstraZeneca. Дмитрий Бебкевич, ведущий бизнес-партнёр по развитию компетенций, описал путь, который компания прошла буквально за год. Сначала была сформулирована стратегическая задача цифровой трансформации, а из неё уже выросла модель цифровых компетенций. В этой модели искусственный интеллект занял отдельный блок — наряду с цифровой грамотностью, цифровым мышлением, цифровой безопасностью и использованием нейросетей. Важно, что ИИ не выделяли в отдельную моду, а встроили в общую систему ожидаемых от сотрудника навыков.
Дальше команда создала внутренний портал Digital Academy: единое пространство, где каждая компетенция курируется экспертами, есть профильные группы в корпоративном сообществе, открытая среда для обратной связи и возможность проактивно запросить обучение. К июлю 2025 года была проделана внушительная подготовительная работа: описана и доведена до сотрудников модель компетенций, портал наполнен курсами для разного уровня — от базовых до продвинутых, определены обязательные курсы по ИИ для каждого сотрудника, закреплены внутренние эксперты и собрана база знаний с инструкциями.
И вот здесь спикер поделился самым ценным выводом: создав всю инфраструктуру, он ожидал, что обучение «полетит» само. Этого не произошло. Теория, какой бы доступной она ни была, мертва без практики; практика должна помогать конкретному сотруднику в его конкретных задачах; и кто-то должен показать, как именно применить теорию на рабочем месте. Сам по себе портал с курсами эту задачу не решает.
Главный механизм: «агенты» вместо назначенных ответственных
Ключевым элементом системы стало то, что в AstraZeneca назвали Агентами Digital Academy. Это не назначенные руководством ответственные, а сотрудники, которых выявили через опрос по всей компании: те, кто уже сам разобрался с ИИ, верит в его эффективность и хочет делиться экспертизой. Тезис спикера звучал предельно ясно: такие люди есть практически в любой команде, и найти их - это и есть ключ к развитию навыков у всех остальных.
Агенты первыми получают знания от внутренних экспертов, проводят практико-ориентированные практикумы в своих командах, исследуют применимость ИИ под конкретную функцию и формируют запросы на доработку обучающих активностей. Именно они закрывают разрыв между теорией на портале и реальными рабочими задачами.
Результаты этого подхода спикер показал без приукрашиваний. На сегодня 73 агента помогают в обучении; с начала года проведено 42 практикума, в которых поучаствовали более 360 сотрудников. Базовый курс по ИИ прошли 1978 человек, продвинутый — 1096. Ежедневно ИИ используют 42% сотрудников (более 900 человек), а в очереди на внедрение стоит свыше 200 цифровых инициатив, инициированных самими сотрудниками. Индекс удовлетворённости (CSI) составил 8,8, индекс готовности рекомендовать (NPS) — 8,4.
Агенты первыми получают знания от внутренних экспертов, проводят практико-ориентированные практикумы в своих командах, исследуют применимость ИИ под конкретную функцию и формируют запросы на доработку обучающих активностей. Именно они закрывают разрыв между теорией на портале и реальными рабочими задачами.
Результаты этого подхода спикер показал без приукрашиваний. На сегодня 73 агента помогают в обучении; с начала года проведено 42 практикума, в которых поучаствовали более 360 сотрудников. Базовый курс по ИИ прошли 1978 человек, продвинутый — 1096. Ежедневно ИИ используют 42% сотрудников (более 900 человек), а в очереди на внедрение стоит свыше 200 цифровых инициатив, инициированных самими сотрудниками. Индекс удовлетворённости (CSI) составил 8,8, индекс готовности рекомендовать (NPS) — 8,4.
Что советует AstraZeneca тем, кто в начале пути
Бебкевич завершил выступление практическим чек-листом для HR-команд, которые только запускают обучение работе с ИИ. Эти шаги стоит привести почти дословно, потому что они складываются в работающую систему, а не в набор разрозненных активностей:
- установите метрики — зафиксируйте, что именно вы считаете «использованием ИИ» и как будете измерять прогресс;
- дайте доступ к теории — портал, вебинары экспертов, база знаний;
- заручитесь поддержкой руководства, сделав базовое обучение обязательным и привязав его к KPI;
- найдите тех, кто уже использует ИИ, и сделайте их своими агентами по обучению;
- постройте комплексный план обучения: курсы, вебинары экспертов и практикумы от агентов;
- поддерживайте интерес конкурсами и хакатонами — и встройте использование ИИ в культурный код компании.
Главный урок этого кейса для HR прост и при этом неочевиден: инфраструктура обучения — необходимое, но недостаточное условие. Технологии и порталы дают доступ к знаниям, а реальное освоение навыков обеспечивают живые носители практики внутри команд. Поэтому первый шаг любой программы по ИИ — не закупка курсов, а поиск своих внутренних энтузиастов.
От идеи до курса за несколько часов
Большой интерес вызвал доклад Елены Фомичевой (Haleon), посвящённый так называемому вайбкодингу в корпоративном обучении.
Спикер привела данные исследования iSpring за 2025 год среди 132 российских компаний:
Спикер привела данные исследования iSpring за 2025 год среди 132 российских компаний:
- 49% организаций называют главным барьером нехватку времени и ресурсов у HR и L&D-команд;
- 28% страдают от разрозненности обучения;
- 23% испытывают сложности с доказательством эффективности обучения;
- 77% бизнес-заказчиков ожидают практические программы с измеримым результатом;
- 56% требуют быстрых результатов, привязанных к KPI.
На этом фоне использование ИИ позволяет радикально ускорить создание обучающих программ.
Сам термин «вайбкодинг» спикер расшифровала так: это подход к разработке, при котором человек описывает задачу на естественном языке, а ИИ генерирует рабочий код. Понятие ввёл Андрей Карпаты в 2025 году, а к 2026-му инструменты вроде Lovable, Cursor и Claude Code позволяют людям без опыта программирования собирать полноценные лендинги и веб-приложения за часы, а не за недели.
Принципиальный тезис Фомичевой: вайбкодинг — это не про то, чтобы стать разработчиком, а про то, чтобы перестать зависеть от разработчиков и внешних провайдеров там, где L&D-команда справится сама.
Сам термин «вайбкодинг» спикер расшифровала так: это подход к разработке, при котором человек описывает задачу на естественном языке, а ИИ генерирует рабочий код. Понятие ввёл Андрей Карпаты в 2025 году, а к 2026-му инструменты вроде Lovable, Cursor и Claude Code позволяют людям без опыта программирования собирать полноценные лендинги и веб-приложения за часы, а не за недели.
Принципиальный тезис Фомичевой: вайбкодинг — это не про то, чтобы стать разработчиком, а про то, чтобы перестать зависеть от разработчиков и внешних провайдеров там, где L&D-команда справится сама.
Что это даёт отделу обучения
Выгоды спикер свела к нескольким измеримым эффектам:
Скорость: страница новой программы появляется за 2–4 часа, а не за 2–4 недели.
Гибкость: если программа изменилась, лендинг правится за 20 минут, без долгих согласований или покупки новой разработки.
Персонализация: корпоративный язык, ценности, реальные кейсы и имена внутренних экспертов невозможно купить у внешнего провайдера, но легко встроить, когда делаешь сам.
И, наконец, экономия: лендинг под промо-программу у агентства может доходить до 1 млн рублей, тогда как вайбкодинг обходится в стоимость токенов - порядка нескольких десятков долларов.
Скорость: страница новой программы появляется за 2–4 часа, а не за 2–4 недели.
Гибкость: если программа изменилась, лендинг правится за 20 минут, без долгих согласований или покупки новой разработки.
Персонализация: корпоративный язык, ценности, реальные кейсы и имена внутренних экспертов невозможно купить у внешнего провайдера, но легко встроить, когда делаешь сам.
И, наконец, экономия: лендинг под промо-программу у агентства может доходить до 1 млн рублей, тогда как вайбкодинг обходится в стоимость токенов - порядка нескольких десятков долларов.
Совокупный экономический эффект Фомичева оценила наглядно: при примерно 15 активных программах обучения в год прямая экономия на разработке лендингов может составлять от 1,2 до 4,5 млн рублей. К этому добавляется косвенный эффект — рост completion rate даже на 15-20% напрямую влияет на применяемость навыков и снижает потребность в повторных закупках программ.
При этом порог входа оказался неожиданно низким. Для старта достаточно одного специалиста L&D с экспертизой в обучении и базовым пониманием промпт-инжиниринга; базовый уровень вайбкодинга - создание лендингов - осваивается за одно-два занятия. Из инструментов спикер называла Lovable для сборки интерактивных страниц через диалог с ИИ, Cursor и Claude Code для более тонкой настройки и GitHub Pages для бесплатного хостинга.
Пошаговый сценарий, который можно повторить
Главная практическая ценность доклада — в том, что Фомичева не ограничилась идеей, а разложила весь путь от замысла до опубликованной программы на конкретные шаги:
Основной вывод: интерактивный лендинг — это первая точка касания сотрудника с программой, и именно здесь рождается или не рождается мотивация учиться. Когда эта точка живая, персональная и убедительная, всё остальное обучение работает лучше. Для HR это означает практичный сдвиг ролей: вместо того чтобы заказывать оформление программ на стороне и ждать недели, команда обучения получает возможность за один день упаковать программу под язык и ценности своей компании — и при необходимости переделать её так же быстро.
- создать ИИ-ассистента — системный промпт для «разработчика программ обучения» по схеме «роль – задача – контекст – формат – ограничения»;
- сформировать базу знаний — загрузить модели поведения, миссию и ценности компании, описание целевой аудитории, не забывая про обезличивание данных;
- сгенерировать структуру и контент — упражнения, тесты, кейсы, подборку книг и ресурсов; на выходе получается готовая программа в формате Word;
- собрать лендинг - описать ИИ техническое задание (дизайн, интерактивные элементы, структура) и получить готовый HTML-файл;
- опубликовать страницу — разместить HTML-файл на бесплатном хостинге GitHub Pages.
Основной вывод: интерактивный лендинг — это первая точка касания сотрудника с программой, и именно здесь рождается или не рождается мотивация учиться. Когда эта точка живая, персональная и убедительная, всё остальное обучение работает лучше. Для HR это означает практичный сдвиг ролей: вместо того чтобы заказывать оформление программ на стороне и ждать недели, команда обучения получает возможность за один день упаковать программу под язык и ценности своей компании — и при необходимости переделать её так же быстро.
Как вовлечь в ИИ 15 тысяч сотрудников
Оригинальный подход показала Иркутская нефтяная компания. Сегодня в ИНК работает более 15 тысяч человек.
Компания столкнулась с типичной проблемой: традиционное обучение ИИ оказалось малоэффективным. Сотрудники быстро теряли интерес, а уровень вовлечённости оставался низким. Решением стал фестиваль ИИ.
Проект включал несколько этапов:
Фактически обучение превратилось в масштабную внутреннюю коммуникационную кампанию.
Компания столкнулась с типичной проблемой: традиционное обучение ИИ оказалось малоэффективным. Сотрудники быстро теряли интерес, а уровень вовлечённости оставался низким. Решением стал фестиваль ИИ.
Проект включал несколько этапов:
- ликбез и теорию;
- обмен опытом;
- практическую работу;
- сбор обратной связи;
- фабрику идей;
- формирование профессионального сообщества.
Фактически обучение превратилось в масштабную внутреннюю коммуникационную кампанию.
Чат-боты как новый инструмент обучения
Алла Великанова представила практический опыт использования чат-ботов в обучении персонала.
Сегодня такие решения используются для:
Особенно востребованным этот формат становится среди распределённых команд, где важно поддерживать регулярный контакт с сотрудниками без значительных затрат времени преподавателей.
Сегодня такие решения используются для:
- проверки знаний;
- отработки коммуникативных моделей;
- работы с возражениями;
- изучения иностранных языков;
- распределённого коучинга;
- обязательного обучения;
- адаптации новых сотрудников.
Особенно востребованным этот формат становится среди распределённых команд, где важно поддерживать регулярный контакт с сотрудниками без значительных затрат времени преподавателей.
Можно ли оценить руководителей с помощью ИИ?
Один из самых необычных кейсов представила Елена Пекедова (РОСМЭН).
Перед компанией стояла задача оценить готовность управленческой команды к реализации стратегии развития.
Сложность заключалась сразу в нескольких факторах:
В результате был использован комбинированный подход: ИИ выступал независимым аналитиком, а эксперт выполнял функции методолога и интерпретатора результатов.
Такой формат позволил существенно ускорить обработку информации и подготовку выводов, при этом окончательное решение по-прежнему оставалось за человеком.
Перед компанией стояла задача оценить готовность управленческой команды к реализации стратегии развития.
Сложность заключалась сразу в нескольких факторах:
- ограниченный бюджет;
- сжатые сроки;
- необходимость объективной оценки;
- высокая сложность диагностики.
В результате был использован комбинированный подход: ИИ выступал независимым аналитиком, а эксперт выполнял функции методолога и интерпретатора результатов.
Такой формат позволил существенно ускорить обработку информации и подготовку выводов, при этом окончательное решение по-прежнему оставалось за человеком.
Если в 2024 году HR-директора задавали вопрос: «Где можно использовать искусственный интеллект?», то в 2026 году вопрос звучит иначе: «Какие процессы ещё не используют искусственный интеллект?»
Кейсы, представленные на конференции, показывают, что наиболее зрелые компании уже переходят от отдельных экспериментов к созданию полноценной AI-экосистемы внутри HR-функции.
Подбор, аналитика, обучение, управление знаниями, оценка персонала - практически каждое направление сегодня получает собственных интеллектуальных помощников.
И главным конкурентным преимуществом становится уже не наличие технологии, а способность компании научить людей эффективно работать вместе с ней.
Кейсы, представленные на конференции, показывают, что наиболее зрелые компании уже переходят от отдельных экспериментов к созданию полноценной AI-экосистемы внутри HR-функции.
Подбор, аналитика, обучение, управление знаниями, оценка персонала - практически каждое направление сегодня получает собственных интеллектуальных помощников.
И главным конкурентным преимуществом становится уже не наличие технологии, а способность компании научить людей эффективно работать вместе с ней.