В 2025 году расходы на найм выросли в среднем на 10%, об этом сообщили 74% участников исследования Sk Финтех Хаба. На найм у них приходилось 20–25% всех HR-затрат. Цифры выглядят убедительно, но ответа на главный вопрос не дают: где именно компания теряет деньги?
У одной вакансии бюджет съедают дорогой поиск и долгий выход на кандидата. У другой рекрутер часами разбирает отклики, хотя нужных резюме среди них единицы. В средней стоимости найма этих различий не видно, поэтому по ней нельзя понять, почему выросли расходы.
Расходы растут по двум группам причин:
- рыночные причины: дефицит кандидатов в отдельных профессиях, конкуренция работодателей и цена промедления;
- процессные причины: избыток откликов, ручной скрининг, повторяющаяся коммуникация и потери времени внутри воронки.
На ситуацию с кадрами компания влияет ограниченно. Собственный процесс можно разобрать по этапам, посчитать и изменить.
Чтобы найти управляемые расходы, сначала нужно посмотреть на рынок по профессиям.
Дефицит кадров или поток откликов: из чего складывается стоимость вакансии
В июле 2026 года общий hh.индекс по России достиг 8,7. Такое значение означает высокую конкуренцию соискателей за рабочие места. За год число активных вакансий снизилось на 15%, число резюме выросло на 24%. Кажется, кандидатов стало много и нанимать должно быть проще.
По отдельным профессиям картина совсем другая. В розничной торговле hh.индекс составил 2,5, в медицине и фармацевтике 3,9. У поваров и пекарей он опустился до 2,0, у врачей до 2,2, у электриков до 2,7. Здесь рекрутер работает с небольшим потоком и конкурирует за каждого подходящего человека. Цена промедления понятна: кандидат успевает ответить другому работодателю.
В офисном подборе проблема переворачивается. hh.индекс в ИТ составил 24,4, в маркетинге, рекламе и PR 27,7, в финансах и бухгалтерии 12,8. Откликов много. Сотня резюме выглядит как богатый выбор ровно до момента, когда их приходится открыть, проверить по требованиям и занести в систему.
Даже уровень безработицы 2,2% за июнь 2026 года не снимает этого противоречия. Росстат считает ситуацию среди всего экономически активного населения, hh.индекс показывает соотношение резюме и вакансий на площадке. Для бюджета подбора полезнее три более близких вопроса: кого ищем, сколько подходящих кандидатов доступно в регионе и сколько часов команда тратит на каждого из них.
В ежедневной работе эти причины превращаются в два сценария затрат:
- Дефицитная вакансия. Деньги уходят на поиск, открытие контактов и быстрый выход на кандидата. Чем дольше команда готовит первое сообщение, тем выше риск, что подходящий специалист уже договорится с другим работодателем.
- Вакансия с большим потоком откликов. Растет цена скрининга. Рекрутер читает резюме, сверяет опыт со стоп-факторами, задает одинаковые вопросы и назначает интервью.
Второй сценарий проще посчитать в рабочих часах. В первом тоже есть управляемая часть: скорость поиска и первой коммуникации. Эти операции можно проверить на автоматизацию, не приписывая ей способность решить дефицит кадров.
Список ручных операций уже дает точку старта. Теперь нужен способ проверить эффект без веры в красивую презентацию.
Что мешает получить измеримый результат от ИИ
Интерес к ИИ пока заметно выше его реального использования. По данным Sk Финтех Хаба:
- 54% участников готовы поручить ИИ подбор и скрининг;
- 5% опрошенных компаний уже используют ИИ в найме;
- 42% ведут HR-процессы полностью вручную;
- менее 30% HR-сотрудников, участвовавших в исследовании, обучены работе с ИИ.
У этих данных есть ограничение. Размер выборки в открытом отчете не указан, большинство участников связаны с холодным подбором и обрабатывают до 200 кандидатов в месяц. Поэтому проценты описывают опыт участников исследования и помогают выбрать гипотезы для пилота.
Опыт участников, которые уже применяли ИИ-инструменты, дает три гипотезы для пилота:
- 73% отметили сокращение времени до шорт-листа;
- 32% сообщили о росте релевантности кандидатов;
- 30% сообщили о снижении стоимости закрытия вакансии.
Эти показатели нужно смотреть вместе. Быстрый шорт-лист из случайных резюме бизнесу пользы не принесет.
С измерением пока сложнее, чем с запуском:
- 67% участников исследования не владеют методами оценки эффекта по ключевым метрикам;
- 30% умеют рассчитывать ROI.
Если до пилота команда не зафиксировала срок, стоимость и качество отбора, после него останутся только впечатления: рекрутерам стало удобнее, ответы приходят быстрее, руководитель вроде бы доволен. Для решения о масштабировании этого мало.
При выборе ИИ-платформ участники исследования чаще всего называли релевантность результата (75%) и объяснимость (67%). Это практичные критерии. Рекрутер должен видеть, по каким требованиям кандидат прошел оценку, где найден стоп-фактор и почему резюме получило конкретный балл.
AI-рекрутер FriendWork закрывает повторяемую цепочку первых этапов: ищет и собирает резюме, оценивает их по требованиям, фильтрует нерелевантные отклики, задает уточняющие вопросы и записывает подходящих кандидатов на интервью. Обоснование оценки всегда у рекрутера перед глазами. Финальное решение тоже остается за человеком.
Хороший пилот начинается до подключения инструмента: с вакансии, исходных цифр и правил сравнения.
Как запустить пилот и посчитать эффект
Для пилота достаточно одной типовой вакансии с заметной нагрузкой на первых этапах. Подойдет роль, по которой команда регулярно ведет холодный поиск или получает большой поток откликов. Редкая позиция, открытая впервые, даст слишком много случайных факторов и мало данных для сравнения.
В исследовании Sk Финтех Хаба почти 100% участников выбрали метрикой релевантность подбора. Более 60% смотрят на конверсию в оффер, более 50% на время до шорт-листа, 50% на стоимость подбора. ROI считают более 30%. Для рабочего пилота этот набор можно сократить до пяти показателей:
- доля релевантных кандидатов среди всех проверенных резюме;
- время от запуска вакансии до согласованного шорт-листа;
- часы рекрутера на поиск, скрининг и первичную коммуникацию;
- конверсия из шорт-листа в оффер и принятие оффера;
- расходы на каналы, инструменты и время команды.
Сначала фиксируют базовую линию по такой же или максимально похожей вакансии. Затем подключают AI-рекрутер FriendWork к первым этапам: холодному поиску, оценке кандидатов, первичной коммуникации и назначению интервью. Профиль роли, регион, обязательные требования и период наблюдения лучше сохранить одинаковыми. Иначе будет непонятно, что повлияло на результат: инструмент, сезон или новый портрет кандидата.
Рост расходов на найм сам по себе мало что объясняет. Решение появляется уровнем ниже, в конкретной вакансии и конкретных действиях рекрутера. Посчитайте их до пилота, повторите расчет после, и у бизнеса будет честный ответ: сколько времени и денег вернула автоматизация.
Источники
- Sk Финтех Хаб. «Прикладное применение ИИ в HR-практиках найма персонала», ноябрь 2025 года.
- Фонд «Сколково» / Sk Финтех Хаб. «От экспериментов к цифровой ответственности: как ИИ трансформирует HR рынок в 2026 году», 29 января 2026 года.
- hh.ru. «Краткий обзор рынка труда. Июль 2026», опубликован 5 августа 2026 года.
- FriendWork. Официальная страница продукта AI-рекрутер и его возможностей.
