Кадровый радар

Проектный офис полгода нанимал крутых технарей, а они выгорали один за одним. Причина – не умели разговаривать с заказчиками и командой. Классика жанра: берем за хард, теряем из-за софта. Компания решила не философствовать, а измерить проблему. Разработали систему оценки софт-скиллов еще на входе: структурированные кейсы, симуляции переговоров с недовольным клиентом, проверка умения давать обратную связь. Не абстрактные "вы коммуникабельный?", а конкретные сценарии из реальной работы. Текучка снизилась, выгорание ушло. Цифры есть, методика описана. Интересно, сколько компаний до сих пор уверены, что "умение общаться" проверяется вопросом про слабые стороны на собеседовании? https://habr.com/ru/companies/basis/articles/1096662/ #найм #оценка

Доктор наук из Принстона отправил 2300 откликов за два года. Результат – один двухмесячный контракт на обучение нейросети. Не джун без опыта. Не мидл с пробелами в резюме. PhD из топового университета, который методично откликался на вакансии в США – и систематически получал отказы. Можно списать на кризис рынка труда. Можно на то, что академические регалии перестали работать в корпоративном мире. Можно на то, что его профиль не совпадал с поиском. Но цифра 2300 – это уже не про невезение. Это про то, как работают современные системы отбора, которые фильтруют кандидатов еще до того, как их увидит человек. И про то, что мы называем "квалификацией" в 2025 году. Запомним и вернемся, когда в очередной раз будем обсуждать нехватку талантов.

Новая зона риска в онбординге: джуны с AI-агентами летают по тикетам, проходят ревью кода без замечаний, а через месяц не могут объяснить архитектуру фичи, которую сами написали. Статья на Хабре разбирает кейс: разработчик использует AI для решения задач, быстро закрывает спринты, выглядит продуктивным. Проблема вскрывается на первом серьезном инциденте – когда нужно понимание системы, а не генерация кода. Для нас сигнал: классические метрики адаптации (скорость закрытия задач, чистота кода) больше не показывают реальную картину. Джун может выглядеть сеньором по формальным показателям, но не иметь фундамента. Вопрос к процессам онбординга: как проверять глубину понимания, если поверхностные индикаторы успешности научились подделывать не люди, а их инструменты?

Росстат и Минэкономразвития прогнозируют парадокс: даже если российская обрабатывающая промышленность вырастет на треть, ей не понадобятся 3,5 миллиона дополнительных работников. За семь лет предприятия научились наращивать производство быстрее, чем штат. Производительность труда растет опережающими темпами – заводы выпускают больше с тем же количеством людей. Автоматизация, оптимизация процессов, новое оборудование делают свое дело. Для рекрутеров в промышленности это означает не массовые закрытия вакансий, а борьбу за профильных специалистов на фоне сокращения общей потребности в рабочих руках. Для HR-стратегов – необходимость пересматривать планы развития персонала в сторону переобучения, а не найма. Интересно, как быстро этот тренд дойдет до других отраслей.

Два человека – менеджер и бэкенд-разработчик – запилили HR-аналитику для корпортала на Laravel Nova. Без фронтенд-специалиста, зато с AI-агентом Kimi Code, который взял на себя архитектуру. Проект интересен не технологией (Nova – стандартная админка для Laravel), а форматом работы. AI-инструмент здесь не помощник программиста, а полноценный участник команды, который принимает решения по архитектуре. Пока крупные компании собирают комитеты для обсуждения AI-стратегий, кто-то просто берет и делает HR-систему вдвоем. Может, будущее HR-технологий не в больших бюджетах, а в умении правильно ставить задачи машине. А вы уже пробовали делегировать что-то серьезнее написания вакансий AI-помощникам? #hrtech

Коллеги, нобелевскую премию по экономике дали за объяснение, почему вакансии и кандидаты существуют одновременно, но не встречаются. В 2026-м это звучит как издевка. Безработица в России около 2,2%, особенно весело в IT – вакансии есть, резюме летают пачками, а найма нет. Классическая модель поискового трения: работодатели ищут единорога с 10 годами опыта в технологии трехлетней давности, кандидаты хотят адекватных условий, рекрутеры фильтруют по ключевым словам. Рынок не сломался – он работает ровно так, как описывали нобелевские лауреаты. Просто никто не обещал, что эффективно. Может, пора перестать удивляться парадоксу и начать работать с трением как с данностью? Хотя кого я обманываю – мы и дальше будем искать идеальный match и жаловаться на рынок. #найм

Вышел очередной манифест менеджмента будущего. BANI-мир, симбиоз естественного и искусственного интеллекта, новая парадигма управления в условиях усугубляющейся сложности. Читаю и вспоминаю: лет пять назад был VUCA-мир, до него – эпоха перемен, еще раньше – реинжиниринг бизнес-процессов. Каждый раз новая аббревиатура, каждый раз обещание разобраться с хаосом через правильную концепцию. Не спорю, мир действительно меняется. Но между «признать сложность» и «написать манифест о сложности» – огромная разница. Первое помогает адаптироваться, второе создает иллюзию контроля. А вы верите в манифесты? Или уже научились работать без красивых frameworks для описания того, что и так понятно каждый день?

Netflix избавляется от 6% сотрудников – крупнейшие увольнения с 2022 года, когда у них впервые за десятилетие посыпались подписчики. Интересная деталь: тогда, в 2022-м, сокращения подавались как вынужденная мера. Сейчас, когда показатели Netflix вполне стабильны, увольнения проходят тише и без драмы. Просто оптимизация, ничего личного. Складывается впечатление, что большие tech-компании нащупали новую норму: периодические сокращения как часть рутины, а не антикризисная мера. Рынок принял, сотрудники смирились, акционеры довольны. Вопрос для нас, кто занимается людьми: мы готовим команды к стабильности или к перманентной турбулентности?

ИИ пишет код быстрее, а продуктивность команды стоит на месте. Парадокс? Разработчики из CROC проанализировали метрики DORA и SPACE и обнаружили: да, код появляется быстрее, но общее время delivery не меняется. Проблема в том, что мы меряем не то. Пока фокусируемся на скорости написания кода, разработчики теряют время на поиск документации, согласования, коммуникацию с продактами. ИИ ускорил один этап, а узкое место переехало в другое место – и мы его не видим, потому что не измеряем. Предложение: добавить метрики DevEx, которые учитывают эти скрытые затраты. Звучит разумно, но вопрос к HR: готовы ли мы объяснить бизнесу, почему «быстрый код» не равно «быстрый продукт»? Коллеги, у кого в командах уже внедрили ИИ-ассистенты – что изменилось в реальных метриках производительности?

155 тысяч IT-вакансий проанализировали алгоритмами, чтобы понять: как формулировки в описании влияют на зарплату. Результаты любопытные 📊 Оказалось, что конкретные фразы имеют измеримую монетарную ценность. Исследование выявило не только «красные флаги» (слова, которые отпугивают кандидатов или коррелируют с низкими окладами), но и обратные примеры – формулировки, при которых предложения выглядят привлекательнее. Для нас как для HR-ов тут двойная польза: понимать, какие слова работают против нас при найме, и видеть реальную картину рынка на цифрах, а не на ощущениях. Данные по России, свежие, со структурой. Если копаетесь в вакансионной аналитике – пригодится. https://habr.com/ru/articles/1092104/

HR запрашивает объяснительную по поводу «низкой активности в системе мониторинга» два месяца назад. Сотрудник в замешательстве: что именно не так? Какие задачи? Какие проекты? Трекинговые системы фиксируют клики, нажатия клавиш, время в приложениях. Но они не фиксируют контекст – созвоны без демонстрации экрана, чтение документов, встречи оффлайн. И уж точно не сохраняют в памяти сотрудника детали его рабочего дня двухмесячной давности. Если обратная связь по продуктивности приходит через 60 дней – это уже не обратная связь. Это археология. Причем археология, где от сотрудника ждут объяснений, но не дают инструментов для защиты. А у вас в компании есть регламент, через сколько дней данные трекинга «сгорают» для дисциплинарных целей?

Двести лет инженерной карьеры в России – от привилегии до "инженерного штрафа". Так автор исследования называет ситуацию, когда специалисту выгоднее сменить профессию из-за разрыва в доходах. В XIX веке инженер – это статус, уважение, деньги. В СССР – престиж и стабильность. Сейчас – "а может в менеджеры податься?". В других странах инженеры сохранили высокий статус и зарплаты. У нас же получилось наоборот: готовим специалистов годами, а потом удивляемся, почему они уходят в продажи, консалтинг или вообще за границу. Для HR это прямой вызов: как удерживать и мотивировать тех, кому рынок честно говорит "твоя экспертиза стоит меньше, чем умение продавать"? https://habr.com/ru/companies/ecopsy/articles/1091634/

Знакомая ситуация: команда парализована, потому что руководитель в отпуске. Даже типовые заявки не могут обработать без его решения. В статье на Хабре разобрали три случая, когда все упирается в одного человека. Первая заявка – нужно добавить пользователя в систему, но непонятно, в какую группу. Вторая – запрос на оборудование, а бюджет не согласован. Третья – техническая задача, которую никто кроме руководителя не понимает. Проблема не в том, что сотрудники некомпетентны. Проблема в том, что процессы выстроены через ручное управление: нет регламентов, нет делегирования, нет прозрачности. Команда работает только пока руководитель на месте – классический признак того, что система управления не масштабируется. https://habr.com/ru/companies/otus/articles/1088682/?utm_campaign=1088682&utm_source=habrahabr&utm_medium=rss

Помните вирусный скетч про семь перпендикулярных линий? Так вот, это не комедия – это документальное кино про половину совещаний в российском бизнесе. Автор статьи про антикризисный менеджмент вводит термины: «андерсены» (визионеры, которые требуют невозможного) и «копатели» (реалисты, которые объясняют, почему это невозможно). Проблема не в том, что андерсены плохие – без них не было бы прорывных идей. Проблема в том, что они часто уходят из бизнеса, оставляя команду разгребать последствия невыполнимых обещаний клиентам. Идеальная картина: в команде есть оба типа, и они слышат друг друга. Реальность: андерсен нанимает только андерсенов, копатель – только копателей. А HR сидит посередине и думает, как объяснить, что выгорание – это не про мотивацию. Какой баланс визионеров и реалистов вы видите в своих командах?

К 2040 году в России станет на 11 млн меньше работников 30–49 лет. Звучит как повод для паники, но Росстат обещает компенсацию: молодежь, сотрудники 50+ и мигранты закроют дыру. Правда, есть нюанс – после 2040-го эта схема начнет давать сбои. То есть у нас примерно 15 лет, чтобы научиться работать с совсем другой структурой рабочей силы. Пока компании спорят про удаленку и корпоративы, демография тихо переписывает правила игры. Можно, конечно, делать вид, что стратегическое планирование – это бюджет на следующий квартал. Но цифры Росстата намекают: те, кто начнет перестраиваться сейчас, через 10 лет будут не искать людей, а выбирать. Вопрос не в том, случится ли это. Вопрос – кто из HR-ов уже считает свой 2040-й. #демография #рынок_труда

Китай ввел новые ограничения на выезд для специалистов по ИИ – и теперь это касается не только самих разработчиков, но и их семей. Даже для краткосрочных командировок нужно получать разрешение. Для нас это сигнал: глобальный рынок талантов перестает быть глобальным. Если раньше мы думали, как переманить специалиста из другой страны, то теперь появляется вопрос – а сможет ли он вообще уехать? Причем речь не о какой-то экзотической стране, а о Китае с его DeepSeek и другими крупными игроками в ИИ. Talent acquisition превращается в геополитический квест. Как думаете, через пару лет это станет нормой для всех горячих специальностей или останется исключением?

Коллеги, у нас проблема. Мы настроили ATS так хорошо, что система отсеивает всех без опыта. Логично? Вроде да. Вот только откуда взяться опыту, если никто не берет без него. На российском IT-рынке это превратилось в замкнутый круг: джуну нужен опыт для первой работы, но получить его негде. ИИ-скрининг отметает резюме автоматически, рекрутеры не видят кандидатов, HR-ы отчитываются о качестве воронки. А дальше начинается интересное. Исследование показывает связь между барьерами входа в легальную IT-карьеру и ростом киберпреступности среди молодежи. Когда легальный путь закрыт, находятся другие способы монетизировать технические навыки. Мы оптимизируем процессы найма и параллельно выращиваем теневой рынок специалистов. Эффективность высокая, последствия – долгосрочные. https://habr.com/ru/articles/1087120/

Коллеги, у нас новый тренд: «каждая задача – это чат». YouGile продвигает идею, что таск-трекер должен работать как мессенджер. Проблема реальная: люди обсуждают задачи в Telegram, а формально ведут их в Jira. Информация размазана, контекст теряется, новички не понимают, почему решили именно так. Решение логичное: объединить обсуждение и задачу в одном месте. Только вот мы это уже проходили. Помните Slack с тредами под каждой задачей? Asana с комментариями? Notion с дискуссиями? Проблема не в инструментах. Проблема в том, что люди идут туда, где удобно общаться, а не туда, где правильно фиксировать. И пока мессенджеры быстрее и проще любого таск-менеджера, история будет повторяться. Может, стоит принять это как данность, а не изобретать очередной «идеальный инструмент»?

McKinsey зафиксировали парадокс: 80% сотрудников говорят, что ИИ ускорил их работу, но только 37% компаний видят влияние на прибыль. Разрыв почти в два раза. Проблема не в технологии. Компании оптимизируют отдельные операции – быстрее пишут письма, быстрее делают презентации, быстрее обрабатывают данные. Но забывают про то, что исследователи называют «налогом на координацию». Отделы работают эффективнее, но по-прежнему тратят недели на согласования. Сотрудники экономят час на задаче, но теряют три на встречах. Скорость растет внутри процессов, но не между ними. Возможно, дело не в том, что ИИ не работает. А в том, что мы автоматизируем не те узкие места. https://habr.com/ru/companies/vktech/articles/1086302/

За три недели – 553 отклика на вакансии. Человек настроил AI-агентов, которые просеяли почти 11 тысяч позиций, отфильтровали подходящие и разослали резюме. Система работала сама: парсила площадки, анализировала требования, генерировала сопроводительные письма. Пока рекрутеры внедряют ATS, которые автоматически отсеивают кандидатов, кандидаты автоматизируют отклики. Получается честная гонка вооружений: боты отбирают ботов, а где-то между ними теряется смысл. Интересно, сколько времени пройдет до первого собеседования, где AI кандидата будет общаться с AI рекрутера, и обе стороны узнают об этом только на онбординге.