Современный рынок найма, особенно в технологическом секторе, переживает период жесткой трансформации. На фоне новостей о стомиллионных зарплатах для ведущих специалистов по искусственному интеллекту, тысячи соискателей начального уровня сталкиваются с трудностями при поиске работы. В этом контексте стартап Ashby, разрабатывающий комплексную платформу для рекрутинга, предлагает решение, основанное на автоматизации рутины и глубокой аналитике данных. Сооснователь и CEO Ashby Бенджи Энцлингер в интервью каналу Eye on AI рассказал о том, как большие языковые модели (LLM) меняют процесс подбора персонала и почему человеческое суждение остается ключевым фактором в найме «звездных» сотрудников.
💡 История создания и миссия Ashby 1:03
Бенджи Энцлингер, инженер по образованию, пришел к идее создания Ashby, основываясь на собственном опыте управления инженерными командами в Сан-Франциско в период с 2015 по 2018 год . Разрыв между потребностью в талантах и возможностями существующих инструментов рекрутинга стал очевиден: процессам не хватало автоматизации, а управленцам — прозрачных данных для принятия решений.
Ключевые особенности платформы Ashby:
- Комплексность: Система охватывает весь цикл — от публикации вакансии и активного поиска кандидатов до проведения интервью и выставления оффера .
- Масштаб: Сегодня компания обслуживает около 2700 клиентов, среди которых такие гиганты, как Shopify, Snowflake и OpenAI .
- Фокус на конкурентные рынки: Изначально продукт создавался для технологических компаний, где борьба за кадры наиболее острая, но сейчас Ashby расширяется в сферы финансовых и профессиональных услуг .
По мнению Бенджи, многие системы управления кандидатами (ATS), созданные около 2012 года, морально устарели, так как не были рассчитаны на работу с данными в режиме реального времени . Ashby же предлагает современную операционную систему для рекрутинга, которая объединяет в себе функции нескольких разрозненных продуктов.
🤖 AI в анализе резюме: от ключевых слов к пониманию сути 10:02
Одним из самых трудоемких этапов найма является первичный отбор резюме, особенно когда на одну вакансию поступает до 2000 заявок . Ashby интегрировала LLM для решения этой задачи более года назад.
В отличие от старых систем, которые искали прямое вхождение ключевых слов, современные модели обладают «семантическим пониманием» текста . Бенджи утверждает, что это критически важно: если кандидат использует другие формулировки для описания своих навыков, LLM всё равно распознает его опыт .
Как работает AI-помощник в Ashby:
- Определение критериев: Рекрутер задает четкие объективные критерии (например, опыт работы основателем стартапа, знание конкретного языка программирования, опыт сделок на определенные суммы) .
- Объективная проверка: AI читает резюме и подтверждает наличие или отсутствие этих навыков, предоставляя «доказательства» непосредственно из текста .
- Приоритизация, а не замена: Система не выставляет абстрактный балл (например, 87 из 100), а помогает человеку быстрее найти самых сильных кандидатов в начале списка, экономя время на просмотре нерелевантных заявок .
📊 Рекрутинг как воронка продаж: сила данных 4:44
Для современного HR-департамента важно мыслить категориями отделов продаж или маркетинга. Рекрутинг — это воронка, и Ashby позволяет отслеживать эффективность каждого её этапа .
Важнейшие метрики, которые помогает анализировать платформа:
- Коэффициент принятия офферов (Offer Acceptance Rate): Если только один из десяти кандидатов соглашается на работу, это сигнализирует о проблемах в процессе или стратегии компенсации .
- Источники кандидатов: Определение того, какие каналы (LinkedIn, реферальные программы или входящие заявки) приносят наиболее качественных сотрудников .
- Скорость процесса: В условиях жесткой конкуренции скорость имеет решающее значение. Ashby помогает сократить цикл найма до 20 дней, в то время как конкуренты могут тратить 40 .
- Качество найма (Quality of Hire): Система запускает опросы менеджеров через 30, 60 и 90 дней после выхода сотрудника, чтобы понять, насколько успешным был выбор и какие критерии на этапе интервью предсказали эффективность работы .
🏗️ Проблематика рынка: «Лишние люди» и дефицит талантов 18:58
Обсуждая текущую ситуацию в IT-индустрии, Бенджи Энцлингер скептически относится к идее о том, что массовые увольнения в таких компаниях, как Meta или Microsoft, вызваны исключительно автоматизацией и AI . По его мнению, это скорее «корректировка» после чрезмерного найма в 2021–2022 годах, когда штаты были раздуты сверх меры .
Сегодня на рынке наблюдается дисбаланс:
- Избыток предложения среди соискателей с опытом от 0 до 2 лет (включая выпускников буткемпов) .
- Острый дефицит опытных (senior) инженеров, за которых компании готовы платить огромные суммы .
Бенджи дает совет начинающим специалистам: в текущих условиях дипломы Stanford или Harvard значат меньше, чем реальные практические навыки . Создание собственных проектов на стороне и их публичная демонстрация — лучший способ запустить карьеру сейчас .
🔮 Будущее найма: агенты и автоматизация drudgery 28:34
Энцлингер видит будущее Ashby в устранении всей «рутинной работы» (drudgery) из жизни рекрутера, чтобы тот мог сфокусироваться на оценке личности и убеждении кандидата .
Перспективные направления развития технологий в Ashby:
- Ресурфинг (Resurfacing) талантов: Использование AI для поиска подходящих кандидатов среди миллионов профилей, с которыми компания взаимодействовала годы назад .
- Автоматизация расписания: Самая сложная задача, где Ashby уже автоматизирует 80% процессов, связанных с календарями интервьюеров, и стремится к 95% .
- Персонализированная обратная связь: AI помогает рекрутерам за пару секунд составлять качественные и корректные письма с отказом на основе фидбека интервьюеров, что раньше занимало до 30 минут .
- Агентский слой (Agentic layer): В планах — создание AI-агентов, способных самостоятельно связывать разрозненные задачи в единый рабочий процесс .
Несмотря на технологический прогресс, Бенджи Энцлингер уверен, что автоматизировать найм полностью невозможно . Это всегда вопрос «сопоставления» (matchmaking), где человеческий фактор, понимание культурного кода команды и контекста бизнеса остаются незаменимыми .
В завершение интервью Бенджи сообщил о привлечении инвестиций в размере $50 млн в рамках раунда Series D, что позволит компании продолжить агрессивную экспансию и развитие AI-функционала .
