Уже пара лет ИИ в рекрутменте — это не просто про автоматизацию. Это про гонку вооружений: ИИ работодателя VS ИИ кандидата. И как в классической "Стратегии войны" по Сунь-цзы, каждый пытается добиться победы с минимальными потерями:

• компании оптимизируют найм: ATS, AI-скрининг, автоматическая оценка резюме. Цель проста — быстрее, дешевле, без лишней ручной работы;
• кандидаты отвечают тем же: адаптируют резюме под вакансии, проверяют их на ATS, генерируют сопроводительные письма.

В итоге резюме всё чаще пишется не для человека, а для алгоритма.

Вместе с ростом эффективности система начинает терять качество сигнала. Возникают как минимум пять ключевых проблем.

Раньше резюме было относительно прямым отражением опыта человека. Теперь оно все чаще становится отражением того, насколько хорошо кандидат или его цифровой помощник умеет оптимизировать текст под требования системы.

Кандидат адаптирует формулировки под ATS. Компания, со своей стороны, оптимизирует фильтры под скорость и экономию ресурсов. В итоге обе стороны все чаще работают не с реальностью, а с ее алгоритмической интерпретацией.

Если раньше рекрутер получал сотни разных резюме, то в новой модели он все чаще получает сотни версий одного и того же «идеального» профиля. Во всех резюме есть стратегическое мышление, ориентация на результат, лидерство, адаптивность, опыт управления командами, Jira, LLM, AI и другие маркеры правильного профессионального языка.

На бумаге все выглядят сильными кандидатами. Но чем лучше работают инструменты оптимизации, тем меньше различий остается между людьми в самом резюме.

Когда открытые критерии перестают давать достаточную точность, работодатели неизбежно будут усиливать скрытую часть оценки. Это критерии, которых нет в тексте вакансии и которые невозможно угадать заранее.

Например, система может искать не просто опытного специалиста, а человека с определенной карьерной траекторией, конкретным типом трансформационного опыта, особенностями принятия решений или высокой совместимостью с культурой команды.

Парадокс в том, что сильный кандидат может не пройти такой отбор не потому, что он слабее, а потому, что не понимает, на что именно ориентируется система.

Если раньше интервью хотя бы частично позволяло проверить реальный уровень знаний, то теперь и этот этап становится менее надежным. Кандидаты могут использовать ИИ в реальном времени, получая подсказки по ответам, структуре аргументации и подаче материала.

В результате интервьюер все чаще оценивает не только самого человека, но и качество его цифровой поддержки. А значит, становится труднее понять, где заканчивается компетенция кандидата и начинается работа алгоритма.

Помимо ответов на вопросы, ИИ помогает кандидатам заранее готовить образ: какие слова использовать, как объяснять карьерные переходы, как выглядеть более убедительно, уверенно и «правильно» в глазах работодателя.

Когда сотни кандидатов используют одни и те же инструменты оптимизации, рынок постепенно теряет различимость. Резюме становятся более красивыми, но менее информативными. Это означает, что работодатели будут вынуждены менять саму логику отбора.

Вероятнее всего, компании усилят три направления. Во-первых, вырастет роль проактивного поиска: интересных специалистов будут искать еще до открытия вакансии. Во-вторых, усилится внимание к цифровому следу кандидата — публикациям, профессиональной активности, карьерной траектории и поведенческим паттернам. В-третьих, появится больше инструментов контроля достоверности и честности на этапе интервью.

Но даже эти меры не снимают главный вопрос. Если алгоритмы все лучше умеют оптимизировать презентацию опыта, то как в этой системе по-прежнему оценивать самого человека?

Именно здесь возникает пространство для профайлинга как отдельного уровня оценки. Если классический рекрутмент в значительной степени работает с декларациями, то профайлинг позволяет смотреть глубже — на устойчивые характеристики, которые сложнее подделать и труднее замаскировать хорошо настроенным ИИ.

С помощью профайлинга можно оценивать:

По сути, следующий этап развития найма будет связан не только с более умными алгоритмами, но и с более глубоким пониманием человека. Потому что после любой войны алгоритмов главный вопрос остается прежним: кто действительно стоит за резюме.