ИИ в IT-рекрутинге 2026: как белорусские рекрутеры применяют искусственный интеллект в поиске, отборе и работе с кандидатами

Агентства хорошенько рекламируют инструменты на основе искусственного интеллекта, и к каждому прикладывают эффектные цифры по росту производительности. Ни один из этих поставщиков на самом деле не делает того, что обещает реклама.

Разница между тем, что искусственный интеллект в подборе персонала действительно даёт в 2026 году, и тем, что про него рассказывают, — куда больше, чем должна быть. Маркетинг ушёл далеко вперёд. Сами инструменты — не настолько.

Этот материал — для тех, кто собирается заключать договор с агентством по найму, у которого первое слово в презентации — «искусственный интеллект». Внутри: где ИИ в 2026 году действительно помогает в поиске, отборе и работе с кандидатами, где тихо подводит, как им пользуются сильные команды и о чём стоит спросить агентство до того, как ставить подпись.

Где ИИ в 2026-м действительно приносит пользу

ИИ в рекрутинге в 2026 году — реальность. Свою стоимость отбивает. Просто сильные стороны у него заметно уже, чем рассказывает маркетинг, — но вполне конкретные:

• Поиск закономерностей в больших базах кандидатов — включая тех, кто давно не светится в публичном поле
• Подготовка черновиков исходящих сообщений и повторных касаний на потоке
• Разбор и структурирование резюме (задача в основном решена ещё к 2024-му)
• Сборка информации из разных источников — LinkedIn, GitHub, конференций, открытого кода
• Краткие пересказы звонков, заметок с собеседований и списков последующих действий
• Перевод логических (Boolean) запросов между платформами через естественный язык

Где он не идеален:

• Понять, действительно ли перед вами сильный специалист высокого уровня, — особенно когда карьерный путь нетипичный
• Предсказать совпадение по ценностям — никак не предсказывает
• Качественно работать с русскоязычными источниками
• Написать сообщение, которое не считывается как шаблон за первые пять секунд

Правильное представление: ИИ — слой производительности поверх человеческого суждения, а не его замена. Агентства, которые это поняли, выдают на 40–60% больше потока кандидатов на одного рекрутера, чем три года назад. Те, кто пошёл в ИИ с головой, — обычно под флагом «ИИ прежде всего» или «полностью автоматизированная воронка», — сжигают репутацию работодателя.

Поиск кандидатов: инструменты и что они реально могут

Поиск кандидатов — та область, где ИИ в 2026-м сильнее всего сдвинул производительность. И при этом — область, где большинство команд переоценивают свой набор инструментов.

LinkedIn Recruiter с поиском на ИИ и ранжированием на ИИ. Стандартный выбор для англоязычных проектов. Хорошо выбирает верхние 30% любого рынка — людей с активным профилем, свежими публикациями и понятными техническими ключевыми словами. Заметно слабее работает по русскоязычной аудитории Восточной Европы — там у LinkedIn сигнала меньше. Новый поиск на ИИ позволяет формулировать запросы на естественном языке: лёгкие запросы он ускоряет, но что в итоге находится — не меняет. Текущее описание продукта — на LinkedIn Talent Solutions.

hireEZ, SeekOut, Findem. Логический поиск с поддержкой ИИ по нескольким источникам — LinkedIn, GitHub, конференциям, патентам, индексам научных публикаций. Где они отбивают свою цену: пассивные специалисты высокого уровня и поиски с упором на разнообразие команды. Они собирают сведения из мест, куда вручную никто не полезет. Где не лучший выбор: местный русскоязычный пул резюме. Ни один из них толком не индексирует dev.by или Habr Career.

Поиск по графу GitHub с анализом профиля через ИИ. Недооценённый канал для старших инженеров инфраструктуры и платформенных ролей. По истории коммитов сигнал заметно сильнее, чем по любому поиску в LinkedIn. Собственные процессы на базе GPT или Claude, которые читают историю коммитов, качество кода и совпадение по профилю, — часть любого серьёзного поиска инженеров высокого уровня в 2026-м. Готовые коробочные инструменты так не умеют, а внутренние процессы — вполне.

CRM-платформы со встроенным ИИ (Gem, Beamery, Phenom). Автоматизация работы с воронкой и исходящих сообщений с персонализацией от ИИ. Сдвиг 2026 года: большинство грамотных команд используют ИИ как часть черновика, а не как готовый вариант для отправки. Шаблоны, которые уходят без проверки человеком, на старшем уровне дают худший процент откликов.

Поиск на русском языке — где готовые инструменты пасуют. dev.by — главное белорусское IT-издание и доска вакансий. Habr Career — ближайший аналог Stack Overflow Jobs для русскоязычного мира. Telegram-каналы с тысячами инженерных подписчиков — серьёзный канал для поиска кандидатов. Почти ни один коммерческий инструмент с ИИ ни с одним из этих источников толком не справляется. Команды, которые серьёзно нанимают в Беларуси, накручивают собственные промпты для GPT поверх ручного поиска, а не полагаются на готовые инструменты.

Внутренний слой — то, что отделяет сильных рекрутеров от средних. И это не готовый SaaS из коробки. Это внутренние процессы на базе GPT или Claude — для перевода логических запросов, оценки профиля, изучения кандидата и пояснений по соответствию описания вакансии резюме. Когда оцениваете возможности агентства в части ИИ, спрашивайте про внутренний слой, а не только про список поставщиков.

Отбор: где ИИ работает, а где ждет провал

Здесь честные возражения против ажиотажа вокруг ИИ звучат громче всего.

Разбор резюме. Современные системы управления кандидатами (ATS) включают разбор резюме на основе ИИ, который справляется с большинством форматов. Где он всё ещё ломается: нестандартные форматы, многоязычные резюме, технические резюме со встроенными портфолио и сложные карьерные истории с большим количеством работы по договорам подряда.

Оценка навыков и кандидатов (Eightfold, Beamery, Phenom). Полезно при сортировке наверху воронки на потоке. По-настоящему проблемно при оценке специалистов высокого уровня. Ложные отказы по инженерам с нетипичным карьерным путём — это реальная и частая история. Модель не видит того, что покажет 30-минутный разговор: она оценивает по прошлым закономерностям, и это работает против необычных, но сильных кандидатов.

Видеособеседования с ИИ (HireVue и подобные). Наша честная позиция: не используйте их при найме старших инженеров. Большинство сильных специалистов высокого уровня сами отваливаются, как только видят формат с записью и оценкой от ИИ. Те, кто всё-таки доходит до конца, часто лучше проходят собеседование, чем потом работают, — формат поощряет «играть на камеру». У этих инструментов есть законное применение в массовом найме на начальные позиции. Это — другая история.

Технические тесты с поддержкой ИИ (CodeSignal, Karat, HackerRank). ИИ помогает с разработкой тестов, защитой от списывания и интерпретацией результата. Итоговое решение он не принимает. И это правильное разделение труда: ИИ как усилитель человеческой оценки, а не ее замена.

Оценка резюме под описание вакансии через ChatGPT или Claude. Часто, удобно при первичной сортировке, опасно как итоговый фильтр. Многие команды сейчас используют собственный промпт, который выдаёт структурированное обоснование по каждому резюме — сильные стороны, слабые, пробелы, какие вопросы задать. Ошибка — когда «модель сказала, что кандидат не подходит» превращается в решение по отбору. Это должно быть поводом для 10-минутного просмотра живым человеком, а не отказом.

Общий вывод по этапу отбора: ИИ хорошо отрабатывает на очевидном «да» и очевидном «нет». Те 60% посередине, где живут реальные решения по найму, — всё ещё требуют человеческого участия.

Работа с кандидатами: от спама к полезному

Здесь кандидат чувствует ИИ напрямую. Промахнётесь — сожжёте репутацию работодателя на самом верху.

Платформы для серий исходящих сообщений (Gem, Outreach.io, Apollo). Стандарт. Большинство команд гонят многоступенчатые серии касаний с вариантами, написанными ИИ. Основа не изменилась — изменилось качество черновиков.

Персонализация через ИИ (ChatGPT или Claude в цепочке, Crystal, Clay). Самый быстро растущий слой в наборе инструментов. Сделанная хорошо персонализацры заметно поднимает процент откликов. Сильные специалисты высокого уровня стабильно опознают сообщение от ИИ за пять секунд. Шаблоны, которые работали в 2023-м, в 2026-м не работают.

Реальность 2026 года по проценту откликов. Он падает по всему рынку, даже на хорошо написанных сообщениях. Старший инженер получает по четыре-пять исходящих сообщений в неделю. Всё, что хоть отдалённо пахнет шаблоном (включая новое поколение «персонализированных» шаблонов от ИИ), улетает в фильтр. Рекрутеры, у которых в 2026-м приличный процент откликов, шлют меньше сообщений, точнее целятся, заходят с конкретной отсылки к работе кандидата и в первом же сообщении называют деньги или хотя бы объём задач.

Сообщения на русском языке. Англоязычные инструменты с ИИ по умолчанию настроены на американский деловой язык — в русский он не переводится. Прямой перевод английского шаблона через ИИ звучит для белорусского разработчика неестественно. Команды, которые это понимают, делают проверку, иногда руками, иногда дообученной локальной моделью, — чтобы перевести регистр, а не слова. Если сообщения от ИИ вашего партнёра к русскоязычным кандидатам читаются как машинный перевод, вы увидите это в проценте откликов.

Если вы уже потеряли время на кандидате из-за медленного повторного сообщения или слабого первого касания, наш разбор контрофферов описывает план действий по возвращению ситуации.

Что видит кандидат с другой стороны

Старшие кандидаты в 2026-м замечают закономерности. Сообщение в LinkedIn, в котором перепутана компания. «Меня впечатлила ваша работа над X», — где X кандидат не трогал три года. Ссылка на календарь ещё до того, как пошёл живой разговор. Видеособеседование с ИИ прямо в холодном сообщении. Сгенерированный комплимент по технологиям, который попал не в тот стек.

Отсюда — два вывода. Первое: цинизм кандидата по отношению к сообщениям от ИИ теперь обыденность любой воронки на старшем уровне. Игнорировать его нельзя. Второе: рекрутер, который пишет от вашего имени, сигнализирует что-то про вашу компанию каждым неудачным сообщением от ИИ. Если у партнёра сообщения плохие — репутация работодателя страдает у вашей компании, а не у партнёра.

Это одна из причин, почему мы делаем ставку на меньшее число касаний с более глубоким изучением информации о кандидате и на процесс «черновик от ИИ — финальная версия от человека». Это стоит больше времени рекрутера на одного кандидата. Окупается через процент откликов, отношение кандидата и репутацию.

Пять тревожных признаков, когда партнёр перегибает с ИИ

Самая полезная информация перед оценкой любого агентства.

1. «Мы используем ИИ в поиске, отборе и работе с кандидатами» — без конкретных названий инструментов. Реальный процесс можно назвать. Расплывчатые заявления про ИИ обычно означают ChatGPT в паре мест и больше ничего.
2. «Полностью автоматизированная воронка под управлением ИИ». Никто из серьёзных компаний так не работает с опытными кандидатами. Это маркетинг. На деле — машина шаблонной рассылки со слабой фильтрацией.
3. Нет внятного ответа, что делает человек, а что — ИИ. Хороший рекрутер за 30 секунд объясняет, где черновик от ИИ переходит в человеческое суждение. Если не может — человеческой стороны процесса просто нет.
4. Сильная ставка на видеособеседования с ИИ для старших ролей. Устаревший подход. Сильные специалисты высокого уровня на это не пойдут. Рекрутеры, которые в 2026-м всё ещё это продвигают, либо не в курсе того, что поменялось, либо у них нет связей, чтобы искать иначе.
5. Не могут объяснить, как ломаются их инструменты. Инструменты с ИИ ломаются специфическим образом — разбор резюме сбоит, оценка проваливает нестандартные карьерные пути, сообщения звучат криво. Партнёр, который не может назвать слабые места своего собственного набора инструментов, всерьёз им не пользовался.

Вопросы, которые стоит задать до подписания договора

Практический чек-лист, который стоит обсудить с любым агентством, которое заявляет о работе с ИИ.

• Какими конкретно инструментами вы пользуетесь для поиска, отбора и работы с кандидатами? Назовите.
• Что в вашем процессе делает человек, а что — ИИ?
• Как вы обрабатываете типичные ошибки ИИ — сбои в разборе резюме, ложные отказы по необычным кандидатам, кривые по тону сообщения?
• Покажите реальный пример черновика сообщения от ИИ, который вы отправите от нашего имени, вместе с промптом, который его сгенерировал.
• Чем русскоязычный поиск у вас отличается от англоязычного? Какие инструменты там пасуют?
• Какая у вас позиция по видеособеседованиям с ИИ под наш уровень специалистов?

Разговор, который за этим следует, отделяет серьёзных партнёров от маркетинговых. Мы видели, как агентства проваливают все шесть. Видели и тех, включая некоторых местных конкурентов, кто отвечает на все шесть нормально. То, как мы делаем IT-подбор, — это и есть серьёзный подход 2026-го любого рекрутингового агентства. ИИ — реальный. И его ограничения тоже реальные.

Соответствие требованиям: EU AI Act и что это значит для вас

Если вы работодатель из ЕС и нанимаете через Беларусь, EU AI Act (Regulation 2024/1689) относит большую часть применения ИИ в кадровых решениях к категории высокого риска. На практике в 2026-м это значит: документирование работы с данными, прозрачность по применению ИИ в отборе, информирование кандидата и проверку человеком автоматизированных решений.

Для общих принципов подходит OECD AI Principles — нейтральный набор ориентиров. Вопрос, который стоит задать партнёру: соответствие требованиям закрывают они или весь груз вы тянете сами?

Частые вопросы

ИИ означает, что в 2026 году рекрутеров заменяют?

Нет. Быстрее всего меняются те роли, где ИИ ускоряет рутину — сборку списков для поиска, черновики сообщений, конспекты звонков, ввод данных в систему управления кандидатами. Рекрутеры, которые этими инструментами умеют пользоваться, делают больше за меньшее время. Те, кто не умеет, теряют позиции.

Результаты ИИ отбора предвзяты?

Да. Оценка кандидатов через ИИ воспроизводит предвзятость обучающих данных, а значит даёт ложные отказы по инженерам с нетипичным карьерным путём — по тем, кто менял профессию, самоучкам, людям без опыта в FAANG-компаниях. То есть ровно по той аудитории, из которой хороший рекрутер вытаскивает сильнейших кандидатов. Мы относимся к оценке через ИИ как возможности первичной сортировки, а не как к решению по отбору. И любой команде с этими инструментами рекомендуем то же самое.

Сообщения от ИИ работают лучше традиционных в 2026-м?

Полностью зависит от качества промпта и того, как над черновиком поработал человек. Черновик от ИИ с финальной правкой от человека на опытной аудитории обходит и человека, и чистый ИИ по проценту откликов. Чистые сообщения от ИИ без проверки сейчас уже активно вредны — отклик ниже, чем был до появления этих инструментов.

Какая реалистичная прибавка к производительности от инструментов с ИИ для внутренней команды по найму?

На поиске кандидатов и черновиках сообщений — 30–50% экономии времени на этих конкретных задачах. По всему рабочему дню рекрутера — ближе к 15–25% чистого выигрыша. Любой, кто обещает прирост производительности в три раза от ИИ, либо описывает очень узкую подзадачу, либо что-то продаёт.

Стоит ли использовать видеособеседования с ИИ для старших инженерных ролей?

Не рекомендуем. Сильные специалисты высокого уровня всё чаще отказываются от подобного формата. Те, кто доходит до конца, часто лучше проходят собеседование, чем потом работают, так как формат поощряет игру на камеру. У этих инструментов есть законное применение в массовом найме на начальные позиции. Здесь оно не подходит.

Чем русскоязычный поиск с ИИ отличается от англоязычного?

Коммерческие инструменты с ИИ для поиска (hireEZ, SeekOut, Findem) плохо индексируют русскоязычные источники — dev.by, Habr Career, Telegram-каналы. Команды, которые серьёзно нанимают в Беларуси, накручивают собственные процессы на GPT или Claude поверх ручного поиска, а не полагаются на коммерческие инструменты. Сообщениям от ИИ на русском, кроме того, нужен проход по тону — англоязычные модели по умолчанию дают американский деловой регистр, и на русском он звучит криво.

Как EU AI Act влияет на найм через Беларусь?

Для работодателей из ЕС, которые нанимают через белорусские агентства по подбору, большая часть отбора и ранжирования через ИИ попадает в категорию высокого риска и требует документации, прозрачности и проверки человеком автоматизированных решений. Агентство должно внятно объяснить, как это закрывается. Если не может — это сигнал, на который стоит обратить внимание.

Что стоит спросить у партнёра про ИИ до подписания?

Шесть вопросов из раздела выше. Если из всего материала вы возьмёте только их — это практический вывод. Они и отделяют маркетинговые презентации от серьёзных процессов.

Хотите узнать наш набор инструментов?

Дадим 30-минутный честный обзор того, как мы реально используем ИИ в поиске, отборе и работе с кандидатами — что используем, что не используем и что порекомендуем под ваш профиль найма.

Напишите нам — назначим время.