Прочитала статью про ваш AI-рекрутинг — и стало немного иронично, потому что я сама проходила этот процесс как кандидат.
У меня был релевантный опыт под вакансию, полностью заполненный AI-скрининг, отдельно написанное мотивационное письмо, GitHub, проекты — все вручную, без “накидайте резюме в форму”.
И вот тут начался интересный момент.
Сначала бот дважды попросил GitHub: — первый раз в диалоге, — второй раз уже отдельно в форме.
То есть синхронизации данных между этапами нет.
Дальше подключается HR — и первым же сообщением спрашивает: “А у вас есть GitHub?”
Хотя выше в этом же диалоге уже лежат две ссылки, собранные вашим же AI-ботом.
И вот здесь у меня случился сильный диссонанс со строкой из статьи: “мы не делаем AI ради AI”.
Потому что пока это выглядит именно так: AI появляется в первом касании, но дальше данные никуда нормально не прокидываются, контекст теряется, а кандидат получает ощущение не автоматизации, а дублирования хаоса.
Я аккуратно намекнула HR, что, возможно, стоит посмотреть, почему система дважды собирает одни и те же ссылки и почему рекрутер не видит уже собранный контекст.
После этого диалог просто исчез. Ответ пришел примерно через полторы недели: “мы уже нашли кандидата”.
Да, за полторы недели кандидата действительно можно найти. Но employer brand в 2026 все еще существует, и первое касание с кандидатом тоже имеет значение — особенно когда компания публично рассказывает про качество AI-процессов.
И второй момент.
Если смотреть на критерии из статьи — “уверенно рассказывает”, “приводит кейсы”, “понимает бизнес-контекст”, “хорошо презентует опыт” — то под такую систему прекрасно адаптируются “волки” из определенных AI-комьюнити, которые уже научились идеально проходить LLM-скрининги.
А вот действительно сильные специалисты могут отваливаться не из-за отсутствия опыта, а из-за плохо простроенного candidate experience.
Поэтому кейс интересный. Но пока, честно, у меня ощущение, что сама внутренняя практика компании еще не совпадает с тем уровнем зрелости AI-подхода, который описан в статье.
Так как я про ваш кейс и пишу я к вам подавалась) в этом и прикол
Прочитала статью про ваш AI-рекрутинг — и стало немного иронично, потому что я сама проходила этот процесс как кандидат.
У меня был релевантный опыт под вакансию, полностью заполненный AI-скрининг, отдельно написанное мотивационное письмо, GitHub, проекты — все вручную, без “накидайте резюме в форму”.
И вот тут начался интересный момент.
Сначала бот дважды попросил GitHub:
— первый раз в диалоге,
— второй раз уже отдельно в форме.
То есть синхронизации данных между этапами нет.
Дальше подключается HR — и первым же сообщением спрашивает:
“А у вас есть GitHub?”
Хотя выше в этом же диалоге уже лежат две ссылки, собранные вашим же AI-ботом.
И вот здесь у меня случился сильный диссонанс со строкой из статьи:
“мы не делаем AI ради AI”.
Потому что пока это выглядит именно так:
AI появляется в первом касании, но дальше данные никуда нормально не прокидываются, контекст теряется, а кандидат получает ощущение не автоматизации, а дублирования хаоса.
Я аккуратно намекнула HR, что, возможно, стоит посмотреть, почему система дважды собирает одни и те же ссылки и почему рекрутер не видит уже собранный контекст.
После этого диалог просто исчез.
Ответ пришел примерно через полторы недели:
“мы уже нашли кандидата”.
Да, за полторы недели кандидата действительно можно найти. Но employer brand в 2026 все еще существует, и первое касание с кандидатом тоже имеет значение — особенно когда компания публично рассказывает про качество AI-процессов.
И второй момент.
Если смотреть на критерии из статьи — “уверенно рассказывает”, “приводит кейсы”, “понимает бизнес-контекст”, “хорошо презентует опыт” — то под такую систему прекрасно адаптируются “волки” из определенных AI-комьюнити, которые уже научились идеально проходить LLM-скрининги.
А вот действительно сильные специалисты могут отваливаться не из-за отсутствия опыта, а из-за плохо простроенного candidate experience.
Поэтому кейс интересный.
Но пока, честно, у меня ощущение, что сама внутренняя практика компании еще не совпадает с тем уровнем зрелости AI-подхода, который описан в статье.