Джош Берсин представил новый прогноз HR 2030™: The Agentic HR Vision, посвящённый будущему HR в эпоху агентного искусственного интеллекта.

Важно понимать: это не классическое научное исследование с репрезентативной выборкой, статистической проверкой гипотез и количественными выводами. Авторы называют материал видением будущего, сформированным на основе сотен интервью с корпоративными клиентами и поставщиками HR-технологий. Поэтому описанный сценарий стоит рассматривать не как точный прогноз, а как возможное направление развития HR-функции к 2030 году.

Главная идея отчёта заключается в том, что HR-система будущего — это не существующая кадровая платформа, к которой добавили несколько ИИ-инструментов.

Берсин описывает принципиально новую модель: единую сеть интеллектуальных агентов, которые автоматизируют, упрощают и персонализируют рабочий опыт сотрудников, руководителей, топ-менеджеров и самой HR-команды.

Что такое Agentic HR

Agentic HR можно перевести как агентная модель управления персоналом.

В такой системе искусственный интеллект не просто отвечает на вопросы или генерирует тексты. ИИ-агенты получают доступ к корпоративным данным, взаимодействуют с другими бизнес-системами, анализируют происходящее и предлагают действия.

Например, агент сможет:

• найти сотрудника с нужной экспертизой;
• предложить кандидата на внутренний перевод;
• выявить перегруженную команду;
• предупредить о риске выгорания;
• подобрать программу развития;
• рассчитать варианты перераспределения персонала;
• смоделировать кадровые последствия сокращения затрат;
• связать показатели сотрудников с бизнес-результатами.

При этом разные агенты могут обладать разным уровнем автономности. Некоторые операции — например, составление расписания — могут выполняться автоматически. Решения о заработной плате, вознаграждении, продвижении или увольнении, вероятно, потребуют обязательного участия человека.

Агенты станут частью повседневной работы

По прогнозу авторов, к 2030 году ИИ-агенты будут встроены практически во все рабочие процессы.

Сотрудники смогут взаимодействовать с ними через компьютеры, смартфоны, голосовые интерфейсы, терминалы, носимые устройства и даже транспортные системы. Это коснётся не только офисных специалистов, но и производственного персонала, медработников, водителей, инженеров и других категорий сотрудников.

Значительная часть привычных административных операций может стать незаметной для пользователя.

Вместо поиска нужного регламента, заполнения нескольких форм или перехода между разными HR-системами сотрудник сможет сформулировать запрос обычными словами. Агент самостоятельно найдёт информацию, проверит правила компании и запустит необходимый процесс.

В результате сотрудники будут тратить меньше времени на навигацию по корпоративным системам и больше — на принятие решений и выполнение основной работы.

HR получит гораздо больше данных о сотрудниках

Одна из наиболее значимых и одновременно спорных частей прогноза связана с объёмом данных, доступных агентной HR-системе.

Сегодня большинство кадровых платформ хранит относительно ограниченный набор информации:

• должность;
• подразделение;
• стаж;
• заработную плату;
• результаты оценки;
• историю обучения;
• документы сотрудника.

В модели Agentic HR система сможет учитывать значительно более широкий цифровой след:

• навыки и компетенции;
• историю проектов;
• рабочую нагрузку;
• расписание;
• профессиональные связи;
• результаты деятельности;
• способы взаимодействия с коллегами;
• рабочие привычки;
• участие в совещаниях и переписке;
• вклад в конкретные бизнес-результаты.

Авторы предполагают, что ИИ сможет анализировать рабочие процессы, электронные письма, встречи и действия сотрудников, чтобы понимать, кто какой работой занимается, какие компетенции применяет и где приносит наибольшую пользу.

Такой уровень прозрачности позволит быстрее находить внутренних экспертов и выявлять людей, которые фактически выполняют критически важную работу, даже если их формальная должность этого не отражает.

Например, система сможет увидеть, что определённый специалист регулярно участвует в ключевых проектах, к нему часто обращаются коллеги, а его знания востребованы сразу в нескольких командах.

ИИ сможет предупреждать перегрузку и риски выгорания

Данные о расписании, рабочем времени и нагрузке позволят агентам выявлять сотрудников, которые длительное время работают в условиях перегрузки.

В отчёте приводится пример, при котором система может обнаружить, что медработник или технический специалист несколько недель работает с повышенной нагрузкой, и предупредить руководителя до того, как возникнут проблемы с производительностью или безопасностью.

Для бизнеса это открывает возможности раннего выявления:

• профессионального выгорания;
• хронических переработок;
• нехватки ресурсов;
• рисков ошибок;
• дисбаланса нагрузки между сотрудниками;
• снижения вовлечённости.

Однако возникает принципиальный вопрос: где проходит граница между заботой о сотруднике и цифровым контролем?

Чем больше данных получает система, тем выше риск того, что инструменты поддержки превратятся в инструменты наблюдения.

Внутренние и внешние данные объединятся

В Agentic HR будут использоваться не только внутренние сведения о сотрудниках, но и внешние данные о рынке труда.

Система сможет учитывать:

• уровень заработных плат;
• востребованность профессий;
• появление новых ролей;
• динамику навыков;
• действия конкурентов;
• региональную доступность специалистов;
• отраслевые кадровые тренды.

По мнению авторов, это создаст полноценный слой Talent Intelligence, который позволит компаниям точнее планировать численность персонала, управлять компенсациями, искать кандидатов и прогнозировать потребность в новых компетенциях.

Например, агент сможет показать, что определённая компетенция становится дефицитной на рынке, а её развитие внутри компании окажется выгоднее внешнего найма.

HR-агенты будут связаны с финансами и операционным бизнесом

Сегодня HR-аналитика часто существует отдельно от финансовых и операционных показателей.

В модели HR 2030 агенты по управлению персоналом будут взаимодействовать с финансовыми, бухгалтерскими и операционными агентами. Это позволит связывать кадровые данные непосредственно с результатами бизнеса.

Например, система сможет:

• сопоставить результаты продаж со стажем и компетенциями сотрудников;
• определить характеристики наиболее успешных команд;
• найти связь между обучением и производительностью;
• оценить влияние текучести на клиентский сервис;
• понять, какие управленческие практики связаны с лучшими результатами;
• рассчитать кадровые последствия изменения бизнес-модели.

Так HR получит возможность отвечать не только на вопрос «что происходит с сотрудниками», но и на вопрос «как это влияет на бизнес».

Оценка производительности станет непрерывной

Один из ключевых прогнозов Берсина касается трансформации Performance Management.

Сегодня многие компании оценивают сотрудников один или два раза в год. Руководители выставляют оценки, обсуждают результаты, формируют планы развития и принимают решения о вознаграждении.

В агентной модели оценка может стать непрерывной.

ИИ будет регулярно анализировать связь между действиями сотрудников и показателями бизнеса, а затем предоставлять руководителям рекомендации по развитию, вознаграждению и распределению задач.

Вместо статичной ежегодной оценки может появиться постоянный поток сигналов:

• выполнение целей;
• изменение производительности;
• вклад в проекты;
• освоение новых навыков;
• взаимодействие с командой;
• влияние на клиента;
• уровень рабочей нагрузки.

Потенциальное преимущество такого подхода — более своевременные решения.

Но существует и серьёзный риск: если алгоритмы будут оценивать человека непрерывно, сотрудник может начать воспринимать рабочую среду как пространство постоянного наблюдения.

Обратная связь станет почти мгновенной

Агентные системы смогут автоматически анализировать текучесть, производительность, обращения сотрудников и внутренние конфликты, а также регулярно собирать обратную связь о работе, руководителях и организационных изменениях.

В результате компании могут постепенно перейти от ежегодных опросов вовлечённости к постоянному получению информации о состоянии команд.

ИИ сможет раньше выявлять:

• снижение вовлечённости;
• неравенство в оплате труда;
• предвзятость в управленческих решениях;
• проблемы с руководителем;
• сопротивление изменениям;
• рост конфликтов;
• ухудшение Employee Experience.

Если определённая команда показывает высокие результаты, система сможет запомнить использованные практики и предложить распространить их на другие подразделения.

Найм, внутренние перемещения и сокращения объединятся

Сегодня подбор персонала, внутренняя мобильность, кадровый резерв и сокращение численности часто существуют как отдельные процессы.

В модели Agentic HR они станут частями единой системы управления человеческим капиталом.

ИИ-агенты смогут одновременно анализировать:

• внешних кандидатов;
• внутренних сотрудников;
• доступные вакансии;
• дефицит навыков;
• перспективные направления бизнеса;
• подразделения с избытком ресурсов;
• возможности переобучения;
• затраты на персонал.

Прежде чем сокращать сотрудников, система сможет предложить другие сценарии:

• перевод в растущее подразделение;
• переобучение;
• изменение роли;
• временное перераспределение;
• корректировку графика;
• изменение структуры вознаграждения;
• сокращение сверхурочной работы.

Авторы предполагают, что найм, внутренняя мобильность и перераспределение персонала будут всё сильнее сближаться благодаря единой агентной автоматизации.

Это может сделать кадровые решения точнее и снизить вероятность массовых сокращений, при которых компании теряют ценных специалистов и накопленную экспертизу.

Управление персоналом станет непрерывным

Возможно, это самая важная мысль прогноза.

Сегодня многие кадровые процессы запускаются периодически:

• найм начинается после открытия вакансии;
• развитие — после оценки;
• реорганизация — после изменения стратегии;
• сокращение — после ухудшения финансовых результатов;
• опрос — один или два раза в год;
• кадровое планирование — в рамках бюджетного цикла.

В модели Agentic HR управление персоналом становится постоянным.

Система непрерывно анализирует изменения внутри компании и на рынке труда, моделирует возможные сценарии и предлагает действия.

Если подразделение отстаёт от плана, агент сможет рассчитать несколько вариантов:

• перераспределение сотрудников;
• изменение нагрузки;
• перевод части команды;
• развитие необходимых навыков;
• корректировка затрат;
• сокращение отдельных ролей.

Кадровые изменения, которые раньше происходили эпизодически, могут стать динамичными и основанными на данных. Руководители смогут использовать сценарное моделирование и принимать решения практически в режиме реального времени.

Обучение сотрудников станет персонализированным

Корпоративное обучение также может значительно измениться.

Вместо одинаковых программ для больших групп каждый сотрудник сможет получить персональный и постоянно обновляемый план развития.

Он будет учитывать:

• текущие компетенции;
• требования должности;
• карьерные интересы;
• потребности бизнеса;
• изменения профессии;
• участие в проектах;
• доступные внутренние возможности.

По прогнозу авторов, системы обучения на основе ИИ будут создавать персонализированный контент и рекомендации, помогая сотрудникам развиваться в соответствии как с карьерными целями, так и с приоритетами бизнеса.

Роль HR и L&D при этом не исчезнет. Она изменится.

Специалисты по обучению могут стать кураторами корпоративного интеллекта: собирать знания, проверять их качество, связывать экспертов с сотрудниками и следить за актуальностью обучающих агентов.

Появятся цифровые двойники экспертов

Ещё один сценарий HR 2030 — широкое распространение цифровых двойников.

Под цифровым двойником в отчёте понимается ИИ-представление реального специалиста, через которое другие сотрудники могут получать доступ к его знаниям и опыту, даже когда сам эксперт недоступен.

Например, сотрудники смогут обратиться к цифровому двойнику и спросить:

• как решалась аналогичная задача;
• кто работал с определённым клиентом;
• какие решения принимались по проекту;
• где находится необходимая документация;
• какие риски возникали ранее;
• как устроен сложный внутренний процесс.

Это особенно важно для сохранения критической экспертизы.

Сегодня после увольнения или выхода сотрудника на пенсию компания нередко теряет значительную часть его неформализованных знаний. Цифровые двойники потенциально позволят сохранять институциональную память и масштабировать доступ к опыту лучших специалистов.

Однако здесь также возникают вопросы:

• кому принадлежат знания цифрового двойника;
• может ли компания использовать его после увольнения сотрудника;
• как проверять актуальность ответов;
• кто отвечает за ошибочные рекомендации;
• требуется ли согласие специалиста;
• можно ли отделить профессиональные знания от личности человека.

В HR появятся новые профессии

Agentic HR не означает, что HR-функция исчезнет.

Напротив, развитие агентных систем может создать новые направления работы.

Авторы прогноза ожидают роста спроса на специалистов, отвечающих за:

• интеграцию HR-данных;
• качество информации;
• разметку данных;
• обучение и настройку агентов;
• управление правилами;
• проверку алгоритмов на предвзятость;
• актуальность корпоративных знаний;
• соблюдение требований законодательства;
• AI governance;
• этику использования данных.

HR-эксперты будут участвовать в создании и настройке собственных «агентных коллег», передавая системам профессиональную логику, нормы и контекст.

Поэтому одним из важнейших навыков HR будущего может стать не программирование, а способность формализовать управленческие правила и объяснить системе, как компания должна принимать решения.

Политики и ценности компании станут частью архитектуры ИИ

Агенты не смогут работать только на основе универсальных алгоритмов.

Их необходимо будет настраивать с учётом:

• законодательства;
• корпоративных политик;
• принципов лидерства;
• системы вознаграждения;
• культуры;
• требований безопасности;
• правил принятия решений;
• допустимого уровня автономности.

Компания, ориентированная на развитие, может настроить агентов на поиск возможностей для обучения и внутренней мобильности. Организация с повышенными требованиями к безопасности сделает приоритетом соблюдение регламентов и снижение рисков.

Фактически корпоративные политики превратятся из документов, которые сотрудники редко читают, в набор работающих правил, встроенных в ИИ-систему.

Роль CHRO станет ещё более стратегической

В модели HR 2030 директор по персоналу получает доступ к гораздо более полной картине организации.

Agentic HR сможет помогать CHRO анализировать:

• наличие необходимых навыков;
• эффективность подразделений;
• качество управления;
• кадровые риски;
• внутренний потенциал;
• готовность к выходу на новые рынки;
• способность компании запускать новые продукты;
• последствия организационных изменений.

Если руководство считает определённое подразделение неэффективным, CHRO сможет использовать данные системы, чтобы не ограничиваться заменой руководителя.

Агентная система сможет проверить:

• соответствуют ли компетенции команды требованиям бизнеса;
• есть ли слабые уровни управления;
• где возникают операционные потери;
• как подразделение выглядит на фоне конкурентов;
• какие действия могут улучшить ситуацию.

По прогнозу авторов, такая модель может превратить CHRO в одного из наиболее информированных членов топ-команды, обладающего практически непрерывным представлением о сильных и слабых сторонах организации.

Главный риск HR 2030 — не технологии, а доверие

Технологически многие элементы этого сценария выглядят реализуемыми.

Компании уже используют:

• HR-чат-ботов;
• AI-рекрутеров;
• инструменты анализа навыков;
• внутренние маркетплейсы талантов;
• рекомендательные системы обучения;
• цифровых помощников руководителей;
• прогнозирование текучести;
• анализ организационных сетей.

Но чем больше решений будет объединено в одной системе, тем острее станут вопросы доверия.

Если Agentic HR знает, с кем сотрудник общается, сколько работает, какие задачи выполняет, где допускает ошибки, какие навыки осваивает и насколько эффективен, организация получает беспрецедентный объём власти.

Поэтому компаниям потребуется заранее определить:

• какие данные разрешено собирать;
• с какой целью они используются;
• кто получает к ним доступ;
• какие решения агент может принимать самостоятельно;
• где обязательно участие человека;
• как сотрудник может оспорить решение;
• как проверяется отсутствие дискриминации;
• как долго хранятся данные;
• может ли информация использоваться для увольнения или изменения оплаты.

Сам Берсин подчёркивает, что при таком уровне прозрачности вопросы наблюдения становятся неизбежными, а организациям придётся устанавливать понятные правила и открыто объяснять их сотрудникам, чтобы сохранить доверие.

Что HR может начать делать уже сейчас

До 2030 года ещё есть время, однако подготовку к агентной модели стоит начинать заранее.

Прежде всего компаниям необходимо привести в порядок HR-данные. Если информация хранится в разрозненных системах, содержит ошибки или противоречия, ИИ будет воспроизводить эти проблемы в своих рекомендациях.

HR-командам стоит обратить внимание на несколько направлений:

Качество данных. Проверить, насколько полны и актуальны сведения о сотрудниках, навыках, ролях и организационной структуре.

Интеграция систем. Определить, могут ли HRM, ATS, LMS, ERP и другие платформы обмениваться данными.

Прозрачность решений. Зафиксировать, какие кадровые решения нельзя полностью передавать алгоритмам.

AI governance. Создать правила использования ИИ, распределить ответственность и предусмотреть регулярную проверку моделей.

Развитие HR-компетенций. Обучить специалистов работе с аналитикой, данными, сценарным моделированием и ИИ-инструментами.

Доверие сотрудников. Объяснять, какие технологии внедряются, какую пользу они приносят и как защищаются права работников.

Эксперименты. Начинать с ограниченных и понятных задач: навигации по внутренним документам, поддержки сотрудников, поиска знаний или персонализации обучения.

Главный вывод

Прогноз HR 2030™: The Agentic HR Vision описывает переход от периодического управления персоналом к непрерывному.

Сегодня компании нанимают, оценивают, обучают, переводят и сокращают сотрудников в рамках отдельных процессов. В агентной модели эти процессы соединяются в единую систему, которая постоянно анализирует данные, моделирует сценарии и предлагает решения.

ИИ может сделать HR более точным, персонализированным и связанным с бизнес-результатами.

Но одновременно такая модель создаёт беспрецедентные риски для приватности, прозрачности и доверия.

Поэтому главный вопрос будущего заключается не только в том, сможет ли искусственный интеллект принимать кадровые решения.

Гораздо важнее другое:

готовы ли сотрудники работать в организации, где ИИ знает об их деятельности почти всё — и доверяют ли они тому, как компания будет использовать эти знания?

Автор: Редакция информационного проекта HR-КУХНЯ