Наиболее очевидные сценарии уже находятся в рекрутменте, HR-сервисе, обучении, внутренней мобильности и HR-аналитике. Агент может не только подготовить письмо кандидату, но и проверить статус вакансии, собрать доступную информацию, инициировать коммуникацию, согласовать следующий шаг и обновить данные в системе. Не только ответить сотруднику на вопрос об отпуске, но и определить применимое правило, проверить данные, сформировать запрос и передать его на согласование в рамках заданных полномочий.

Именно поэтому разговор об AI-агентах для HR быстро выходит за рамки выбора новой функции в HR-системе. Возникают вопросы о процессах, данных, правах доступа, ответственности, качестве решений и границах автономии.

Что такое AI-агент в HR и чем он отличается от AI-ассистента

Термином «AI-агент» часто называют почти любую функцию на базе генеративного AI. Для практической работы HR полезно провести более жесткую границу.

Разница принципиальна. Если рекрутер просит AI написать письмо кандидату, перед нами ассистент. Если система сама определяет кандидатов, которым необходимо отправить сообщение, формирует персонализированную коммуникацию, инициирует контакт, учитывает ответ, предлагает слот интервью и фиксирует изменение статуса в ATS, это уже агентный сценарий.

При этом автономность не должна быть абсолютной. В корпоративной среде зрелый агент работает внутри ограниченного контура: имеет определенный набор источников данных, разрешенных действий, условий эскалации и операций, которые невозможно выполнить без подтверждения человека.

Почему AI-агенты стали отдельной темой именно сейчас

Первые волны генеративного AI в HR были преимущественно связаны с производительностью отдельного сотрудника. HR использовал модель, чтобы быстрее подготовить текст, обработать массив комментариев, составить структуру интервью или получить черновик аналитики.

Агентный подход переносит AI с уровня индивидуальной продуктивности на уровень процесса. Ценность начинает зависеть не столько от качества одного ответа модели, сколько от способности встроить AI в последовательность корпоративных действий.

Крупные HR-платформы уже двигаются именно в эту сторону. Workday развивает AI-агентов для HR и других корпоративных функций и отдельно создает контур управления агентами. Microsoft в Work Trend Index 2026 рассматривает агентов как отдельный слой исполнения работы. Deloitte в исследованиях 2026 года связывает следующий этап внедрения не просто с появлением большего количества агентов, а с необходимостью перепроектировать процессы, правила принятия решений и взаимодействие человека с AI.

Для HR это особенно существенно: значительная часть функции состоит из повторяемых процессов, но многие из них одновременно работают с чувствительными данными и влияют на решения о людях. Поэтому HR может получить от агентного AI заметный эффект, но цена плохо спроектированной автономии здесь выше, чем в обычной офисной автоматизации.

Где AI-агенты действительно применимы в HR

Не каждый HR-процесс стоит превращать в агентный. Наиболее подходящими являются процессы, где есть понятная цель, повторяемая последовательность действий, доступные цифровые данные, формализуемые правила и возможность определить момент обязательной передачи решения человеку.

Рекрутмент — самый очевидный полигон, но не самый простой

В найме агентный сценарий выглядит особенно привлекательно, потому что процесс содержит много административных действий. Рекрутер ищет кандидатов, проверяет профиль, пишет сообщения, отвечает на вопросы, согласует время, напоминает участникам интервью и поддерживает актуальность ATS.

Значительную часть этой работы можно описать правилами. Поэтому агент способен взять на себя не одну операцию, а связку действий.

Но именно в рекрутменте проходит одна из самых важных границ. Автоматизация административного процесса и автоматизация решения о человеке — не одно и то же.

Поэтому практичная архитектура рекрутингового агента не обязана строиться вокруг идеи «нанимать без рекрутера». Гораздо надежнее начинать с операций, где агент снимает транзакционную нагрузку, а профессиональное решение остается за человеком.

HR-сервис: сценарий, где агент может дать быстрый эффект

Внутренний HR-сервис хорошо подходит для агентного подхода, если в компании уже структурированы политики, база знаний и права доступа.

Обычный чат-бот отвечает сотруднику, где найти заявление на отпуск. Более развитый AI-ассистент объясняет правила. Агент может пройти дальше: определить тип запроса, проверить необходимые данные, подготовить действие в системе, запросить недостающую информацию и направить операцию по правильному маршруту.

Однако здесь быстро становится заметна зависимость AI от качества корпоративной среды. Если положения противоречат друг другу, база знаний не обновляется, организационная структура содержит ошибки, а одинаковые процессы фактически выполняются по-разному в разных подразделениях, агент не исправит эту неоднозначность. Он начнет масштабировать ее.

Онбординг: агент как координатор процесса

Адаптация нового сотрудника редко является одной задачей одного HR-специалиста. В ней участвуют рекрутер, HR, руководитель, IT, служба безопасности, обучение, офис и сам новичок. Значительная часть проблем возникает не из-за отсутствия программы адаптации, а из-за несогласованности действий между участниками.

Здесь агент может быть полезен как координатор. Он отслеживает наступление событий, проверяет выполнение обязательных шагов, напоминает ответственным, отвечает на типовые вопросы новичка, фиксирует задержки и передает человеку ситуации, которые невозможно разрешить по стандартному сценарию.

Такой подход меняет и саму метрику автоматизации. Важно измерять не количество отправленных AI-сообщений, а то, сократилось ли число пропущенных шагов, ускорился ли выход на продуктивность, уменьшилась ли административная нагрузка руководителя и улучшился ли опыт новичка.

Обучение и внутренняя мобильность: от рекомендации к следующему действию

В L&D давно используются рекомендательные механизмы: сотруднику предлагают курс на основе роли, интересов или истории обучения. Агентный подход добавляет возможность работать с последовательностью.

Например, система может увидеть требование к новой роли, сопоставить его с текущим профилем навыков сотрудника, определить разрыв, предложить маршрут развития, сопровождать прохождение программы и после подтверждения навыка вернуть сотрудника в контур внутренней мобильности.

Для бизнеса ценность появляется не в количестве рекомендаций, а в способности связать обучение с реальной потребностью в компетенциях. Поэтому агент в L&D имеет смысл там, где компания уже умеет описывать роли, навыки, карьерные переходы и критерии готовности.

Самая важная граница — между действием и решением

В HR существует множество операций, которые можно делегировать технологии, и множество решений, где последствия требуют профессионального суждения.

Граница не всегда проходит по названию процесса. Один и тот же рекрутинговый агент может безопасно назначать интервью и одновременно создавать серьезный риск, если ему без контроля передать окончательный отсев кандидатов.

Поэтому уровень автономии следует определять для конкретного действия, а не для системы целиком.

У AI-агента должен быть собственный контур полномочий

В обычной автоматизации компания заранее описывает последовательность: если произошло событие A, выполнить действие B. Агентные системы способны выбирать следующий шаг динамически. Это повышает гибкость, но одновременно делает критически важными ограничения.

Для каждого агента HR и IT должны определить как минимум пять вещей.

По сути, организации придется проектировать для AI-агентов аналог должностных полномочий: роль, доступ, допустимые действия, показатели качества и процедуру контроля. Чем больше агентов появляется в компании, тем важнее становится единый реестр таких ролей и изменений.

Почему «human in the loop» недостаточно

В проектах с AI часто используется формула «окончательное решение принимает человек». Сама по себе она не гарантирует контроль.

Если менеджер получает от системы готовую рекомендацию по сотням кандидатов, но не располагает временем, данными или понятным способом ее проверить, формальное подтверждение человеком может превратиться в автоматическое согласие.

Поэтому человеческий контроль должен быть спроектирован как реальная операция.

Это особенно важно для HR, где ошибка может затронуть не только эффективность процесса, но и равный доступ к возможностям, конфиденциальность данных и доверие сотрудников.

Как считать экономику AI-агента в HR

Одна из распространенных ошибок — измерять агентный проект количеством автоматизированных действий. Например, числом обработанных резюме, ответов сотрудникам или отправленных сообщений.

Это показатели нагрузки системы, но не обязательно бизнес-эффекта.

Экономику лучше считать от процесса, который меняется после внедрения.

С чего начинать внедрение AI-агента в HR

Самый надежный первый проект — не самый впечатляющий сценарий, а процесс, где можно четко измерить исходное состояние, ограничить полномочия агента и быстро проверить качество.

Практически проект можно построить в шесть шагов.

Что изменится в самой HR-функции

Массовое появление AI-агентов не означает автоматического исчезновения HR-ролей. Но оно меняет распределение работы внутри функции.

Чем больше транзакционных действий выполняется агентами, тем меньше ценности остается в самом факте выполнения операции. Для HR возрастает значение проектирования процессов, работы с данными, экспертного суждения, управления исключениями, коммуникации с бизнесом и контроля качества автоматизированных решений.

Появляется и новая управленческая задача: HR придется учитывать не только человеческую производительность, но и цифровую мощность, встроенную в процессы. Workforce planning постепенно перестает быть исключительно расчетом количества сотрудников. В отдельных функциях необходимо будет понимать, какая работа выполняется людьми, какая — системами и агентами, где они дополняют друг друга и где возникает новая зависимость от технологии.

Deloitte в Human Capital Trends 2026 описывает этот переход как движение от простой модели «человек плюс машина» к более тесному проектированию совместной работы. В таком подходе недостаточно купить AI-инструмент: необходимо заново определить роли, права принятия решений и сам процесс.

Как понять, что процесс готов к AI-агенту

Перед выбором платформы HRD полезно проверить сам процесс. Если на большинство вопросов ниже нет уверенного ответа, технологический пилот, скорее всего, начнется слишком рано.

Главная ошибка — автоматизировать существующий процесс без его пересмотра

Если AI-агент просто ускоряет последовательность действий, которая изначально была избыточной, компания получает более быструю версию старого процесса. Экономия времени появляется, но трансформации не происходит.

Перед внедрением полезно задать более жесткий вопрос: если часть работы теперь способен выполнять агент, нужна ли прежняя последовательность согласований, передач между ролями и ручных проверок вообще?

Именно здесь находится наиболее значимый потенциал агентного AI. Не в том, чтобы добавить еще один интерфейс поверх HRIS, ATS или LMS, а в том, чтобы сократить количество промежуточных действий между потребностью сотрудника или бизнеса и результатом.

Для HRD это делает тему AI-агентов управленческой, а не только технологической. HR должен участвовать в выборе процессов для автоматизации, определении границ решений, оценке влияния на роли и контроле того, что эффективность не достигается ценой качества, доверия или управляемости.