На современном рынке труда все меньше работников удовлетворяет требованиям работодателей. Причиной является, в том числе, системное несоответствие образовательных программ потребностям реального бизнеса, и отсутствие унифицированных стандартов для описания вакансий. Между тем, как показывает практика, частично справиться с проблемой могут помочь инструменты и решения на базе искусственного интеллекта. О том, какие методы работы с ИИ уже используются для анализа и прогнозирования состояния рынка труда и как «умная» машина помогает найти и подготовить «того самого кандидата» — обсудили участники круглого стола «Искусственный интеллект в образовании», организованного РБК Петербург в рамках VIII Международного форума труда.
Качественный дефицит
Одним из самых серьезных ограничений для развития экономики сегодня является кадровый ресурс. И дело уже не столько в количественной нехватке работников для нового найма, сколько в недостатке необходимых работодателю компетенций у сотрудников для достижения бизнес-целей. Эту проблему невозможно ни решить, ни минимизировать без серьезной аналитики как текущей ситуации, так и прогноза ее развития, уверены участники круглого стола. Но для начала необходимо понять, в чем же истоки качественного и количественного дефицита кадров.
По мнению директора по работе со стратегическими клиентами HeadHunter Никиты Бугрова, причина сегодняшнего кадрового кризиса — по большей части демографическая. Руководитель Проектно-учебной лаборатории кадрового обеспечения экономического развития петербургского отделения НИУ ВШЭ Ольга Коротеева, наоборот, считает, что сложившийся дефицит кадров — «это не результат демографических процессов, а проблема исключительно управленческого характера». В пользу этой точки зрения говорит и то, что ситуация с дефицитом линейного персонала наблюдается не только в России, но и в большинстве развитых и развивающихся стран, добавила она.
Об управленческих причинах происхождения кризиса говорил ранее и председатель городского Комитета по труду и занятости населения Дмитрий Чернейко: дело «не в демографической яме» и не в возросших зарплатных требованиях соискателей и сотрудников, а в самих работодателях. «Самая большая проблема на рынке труда — это инерция мышления. Работодатели привыкли к тому, что кандидатов много и они стоят дешево, да, есть дефицитные позиции, но их немного. Поэтому основная задача HR — найти и нанят новых сотрудников. Сегодня такая модель не работает», — говорил он.
Не заработает она и в ближайшем будущем: рабочих мест и форм занятости будет становиться больше, зарплаты будут расти и дальше, количество людей тоже не увеличится даже с учетом внешних и внутренних мигрантов, полагает Дмитрий Чернейко.
Еще один фактор усложнения текущей ситуации на рынке — снижение активности самих кандидатов, отмечает директор по продажам «Авито Работа» Роман Губанов. «Тренд, с которым мы и наши коллеги на рынке столкнулись в 2023 году — существенное снижение соискательской активности — на 45%. Чтобы справиться с текущими дефицитами, работодатели пытаются определить, что важно и интересно кандидату и как удовлетворить его потребности, сохранив эффективность всех бизнес-процессов, — отмечает Роман Губанов. — Некоторые работодатели пытаются привлечь женщин в «мужские» профессии или вовлечь в рынок занятости более старшее поколение».
«Сложность рынка труда увеличилась на два порядка. Чтобы с ней справиться, нужно научиться думать в новом формате и кардинально перестраивать HR-функцию», — подчеркивает Дмитрий Чернейко.
Оценить масштаб
Такая трансформация рынка труда невозможна без понимания масштаба, а оценить его трудно из-за отсутствия данных, на основе которых можно было бы делать какие-либо прогнозы, говорят участники рынка. «Проблема качества данных чудовищна. Нет никакой единой базы данных, пусть даже плохо структурированной, несинхронизированной, с помощью которой можно было бы себе представлять, например, потребность работодателей в тех или иных профессиях, и наличие таких специалистов. Поэтому, когда мы слышим прогнозы, что, допустим, нам требуется 4 млн программистов, цифры с реальностью мало соотносятся», — отметил директор департамента HRM-технологий и аналитики ПАО «Ростелеком» Никита Черкасенко.
«Существующие данные из открытых статистических источников не описывают рынок занятости в полном объеме», — согласна Ольга Коротеева.
Однако работа в этом направлении активно ведется, отмечает Денис Васильев, заместитель руководителя Федеральной службы по труду и занятости РФ. «В первую очередь большой прорыв сделан в части полноты и качества данных — мы выстроили несколько систем, которые позволяют объединить практически уникальные административные микроданные», — рассказал он в рамках выступления на Форуме труда.
Учить со смыслом
При этом, уверены участники дискуссии, именно правильная работа с данными поможет получить полную или максимально приближенную картину состояния рынка труда и сделать прогнозы. Одним из инструментов, подходящим для сбора и анализа огромного массива данных, является искусственный интеллект и решения с его использованием, отметила Ольга Коротеева. На сегодня в России уже есть успешные попытки описания и составления моделей развития рынка труда с помощью искусственного интеллекта, есть и решения, способные существенно облегчить жизнь всем участникам кадрового рынка — и работодателям, и соискателям, и образовательным организациям.
«Первый большой проект связан с тем, что мы получили полную информацию о том, как на рынке труда присутствуют выпускники всех сфер образования (с 2016 года), — рассказал Денис Васильев. — И практически каждый человек присутствует в этом мониторинге, причем мы видим его траекторию на протяжении всей его трудовой деятельности в двух основных разрезах: это его трудоустройство, насколько он занят и в каких сферах, и его уровень дохода. Возможность видеть развитие человека с самого начала его карьеры открывает широкие возможности для того, чтобы понять кто сейчас у нас есть, какое качество подготовки человека, какие направления движения его карьеры мы ожидаем в ближайшее будущее».
Марина Борисова, президент АО «Национальные квалификации», заместитель председателя СПК в области обеспечения безопасности в чрезвычайных ситуациях, обращает внимание, что такие данные пока не всегда информативны для работодателей. «Да, мы научились собирать большие данные по количеству выпускников, но у нас в стране во всех государственных образовательных стандартах квалификации начинаются со слов «бакалавр-техник» или «магистр юриспруденции». Работодателю непонятно — что там внутри?», — говорит Марина Борисова. Для решения этой задачи был разработан комплекс модулей, где на одном языке могут разговаривать разные участники рынка, а образовательные учреждения донастраивать подготовку и переподготовку специалистов под существующие дефициты на рынке труда.
«Умение управлять квалификацией на наш взгляд напрямую влияет на производительность труда, — уверена Марина Борисова. — Сейчас мы активно внедряем модели искусственного интеллекта для обработки больших данных, чтобы в будущем использовать модели прогнозирования и планирования».
Об опыте использовании искусственного интеллекта для формирования образовательных программ и переобучения рассказали также представители ФГАОУ «Национальный исследовательский Томский государственный университет». «Искусственный интеллект помогает в составлении программ переобучения для последующего трудоустройства. Мы попытались связать язык, на котором говорят работодатели, с тем, на котором говорят представители системы образования», — пояснил директор Межрегионального центра дополнительного профессионального образования и содействия занятости НИ ТГУ Михаил Шепель.
«Искусственный интеллект раскладывает вакансии на конкретные навыки и компетенции. К этой работе также привлечены «человеческие» эксперты, которые оценивают работу алгоритма и помогают его совершенствовать», — уточнила проектный менеджер лаборатории прикладного анализа больших данных НИ ТГУ Дарья Дунаева.
Нужный кандидат
Продукты на основе искусственного интеллекта сегодня используют и рекрутинговые компании. Одна из задач таких алгоритмов — облегчить работодателям процесс подбора подходящего кандидата. Например, HeadHunter с 2017 года использует решения на основе ИИ для того, чтобы выдавать пользователям ресурса эффективные рекомендации, соответствующие их запросам: «эйчарам» — кандидатов, соискателям — вакансии. «HR-менеджер, заходя на джобборд, видит список новых резюме рекомендованных кандидатов. Эти рекомендации строятся с помощью алгоритмов искусственного интеллекта, которые сопоставляют тексты вакансий и резюме, и вычленяют максимальные соответствия. То есть если «эйчар» ищет программиста, то программа и порекомендует ему программиста, а не курьера», — рассказал Никита Бугров.
«Сегодня такой «умный» поиск — на пике популярности, с его появлением у «эйчаров» отпала необходимость в составлении сложных поисковых запросов, можно ограничиться запросом вроде «бог 1С», и искусственный интеллект все равно предложит действительно подходящих кандидатов», — добавил Никита Бугров.
Еще одна сфера применения искусственного интеллекта — это прогнозирование количественных потребностей в трудовых ресурсах хотя бы на отраслевом уровне, уверен Никита Черкасенко. По его словам, у «Ростелекома» уже есть опыт такой оценки — компания пыталась понять, сколько же на самом деле необходимо «айтишников» отрасли информационных технологий и телекоммуникаций. «Искусственный интеллект применялся для того, чтобы сократить количество рутинных операций в мэтчинге, в составлении разных систем координат», — пояснил эксперт.
Развитие цифровых инструментов продолжится и дальше. «За последние пять лет мы преобразовались в цифровую империю: огромное количество цифровых сервисов, новые услуги в виде центров обработки данных, кибербезопасность, — говорит вице-президент, директор макрорегионального филиала «Северо-Запад» ПАО «Ростелеком» Александр Логинов. — Мы продолжаем развивать телеком-сервис и развивать цифровую инфраструктуру».
В профессиональном тренде
Решения на базе искусственного интеллекта помогают и для анализа динамики профессий, выявления наиболее перспективных сфер деятельности, что актуально и для работодателей, и для работников, отмечает директор Центра стратегической аналитики и больших данных НИУ ВШЭ, руководитель команды разработчиков системы интеллектуального анализа больших данных iFora Константин Вишневский. «Это могут быть растущие направления вроде аналитика данных или конкретные узкие компетенции. Например, мы видим, что в последние несколько лет значимость машинного обучения стала настоящим экспрессором, как и технологии обработки естественного языка», — говорит эксперт. Для этого алгоритмы анализируют «настоящую big data» — различные документы, базы вакансий — совместно с «точечными эталонными данными», например, экспертными интервью лидеров рынка, поясняет Константин Вишневский.
Также искусственный интеллект помогает в создании «Атласа профессий будущего». Такие исследования позволяют выявлять существующие уже на глобальном рынке труда тренды, адаптировать их к российским реалиям и своевременно модифицировать образовательные программы с тем, чтобы вовремя выпустить специалистов с нужными бизнесу компетенциями, заключил Константин Вишневский.
