Гостинг, автоотказы, роботы на интервью: как AI-агенты убивают HR-бренд

Компании внедряют AI в найм наперегонки и хвастаются экономией. Но у этой гонки есть побочный эффект, о котором говорят гораздо тише: кандидатский опыт деградирует, появляются негативные отзывы, потенциально сильные специалисты выбирают другие компании. Где AI в найме реально помогает, а где начинает жечь репутацию работодателя? Мы собрали данные, истории компаний и провели свой опрос. Возможно, вы уже внедрили агентов в свои процессы и что-то пошло не так, поможем разобраться что именно.

Почти каждый второй кандидат, прошедший AI-интервью, не получает по итогам вообще никакого ответа. Больше трети снимаются с вакансии, как только узнают, что собеседовать их будет робот. И это не история про технофобов, которые боятся прогресса — это история про то, как автоматизация бьёт ровно по тем местам, где человек ждёт человека.

Данные: кандидаты не против AI — они против того, как его применяют

Начнём с масштаба. По данным SHRM Talent Trends 2025, доля AI в HR-процессах за год почти удвоилась — с 26% до 43% рабочих сценариев. Это говорит о том, что AI в найме больше не эксперимент, а новая норма.

Проблема в том, что кандидатский опыт за этой скоростью не поспевает. Свежий отчёт Greenhouse 2026 Candidate AI Interview Report (опрошено 2 950 активных соискателей в пяти странах) рисует довольно мрачную картину:

• 63% кандидатов проходили AI-интервью за последний год — рост на 13% всего за полгода;
• 38% уже снимались с процесса найма именно из-за AI-интервью, ещё 12% готовы уйти, если их обяжут его проходить;
• 51% из тех, кто всё-таки прошёл AI-интервью, не получили никакого результата — их либо проигнорировали, либо они всё ещё ждут ответа;
• 34% после AI-интервью стали хуже относиться к компании;
• 70% вообще не предупредили заранее, что их будет оценивать AI.

Отдельно стоит гостинг (ghosting) — внезапное молчание компании, когда кандидату просто перестают отвечать. По данным, которые приводит Fortune, в 2026 году с ним столкнулись 53% соискателей, это трёхлетний максимум (против 48% в 2025 и 38% в 2024). И связывают этот рост напрямую с AI: инструменты позволяют кандидатам рассылать отклики пачками, рекрутеров заваливает и они просто не отвечают тем, кому отказ пришёл автоматически. Классическая петля обратной связи: чем больше автооткликов, тем больше автоотказов.

Мы решили проверить это на своей аудитории

Чтобы не опираться только на публичные отчёты, мы провели два анонимных опроса в наших Telegram-каналах: один про главную боль в AI-найме (2 633 голоса), второй — про влияние на отношение к компании (2 273 голоса).

Результаты близки к мировыми. Раздражает хотя бы что-то в AI-найме 90,7% опрошенных — вариант «меня это не раздражает» выбрали лишь 9,3%. Две главные боли идут вровень: невозможно достучаться до живого человека (30,4%) и шаблонный отказ без объяснения причин (30,2%). То есть сильнее всего бьёт не сама технология, а дегуманизация — ощущение, что тебя обрабатывает конвейер, а не рассматривает человек.

И, что важнее, это конвертируется в ущерб бренду. Отношение к компании после плохого AI-опыта меняется у 82,4% (не меняется только у 17,6%). А 22,2% готовы активно отговаривать знакомых от взаимодействия с такой компанией. Почти каждый четвёртый кандидат превращается в канал антирекламы.

Ключевой вывод из всех цифр один, и его хорошо сформулировали в Greenhouse: только 19% кандидатов хотят меньше AI в найме. Люди не против автоматизации — они против того, как её внедряют: без предупреждения, без объяснений и без возможности достучаться до человека.

Как компания «переAIивается»

Чтобы показать, как это выглядит в динамике, соберём обобщённый сценарий. Компания «Хоризон» — вымышленная, но ни один поворот в её истории не выдуман: за каждым стоит реальный публичный прецедент.

Эйфория. Поток откликов вырос в разы, рекрутеры тонут, «Хоризон» покупает систему автоскрининга. Первый год — восторг: время до шортлиста падает, стоимость найма снижается. Именно на этом успехе компании и «переAIиваются», он выглядит как повод автоматизировать всё подряд.

Скрытая предвзятость. Модель учится на резюме прошлых успешных сотрудников и начинает воспроизводить уже существующий состав команды, отсеивая «непохожих». Ровно на этом обжёгся Amazon: его инструмент, обученный на резюме за десять лет, научился предпочитать мужчин и задвигать резюме со словом «женский». Сделать модель нейтральной не удалось — проект тихо закрыли. Никто не писал правило «отсеивать женщин». Просто система скопировала человеческую предвзятость и автоматизировала её.

Автоотказы приводят к судебному иску. Чтобы разгрузить рекрутеров, «Хоризон» включает критерии автоматического отказа. Так поступила iTutorGroup: её софт автоматически отклонял женщин от 55 лет и мужчин от 60, отсеяв больше 200 квалифицированных кандидатов. Вскрылось случайно: кандидатка подала две одинаковые анкеты, отличавшиеся только датой рождения, и приглашение на собеседование получила только с более «молодой» версией резюме. Итог — 365 000 долларов по мировому соглашению с EEOC, первому в истории по AI-дискриминации в найме. И урок для каждого HR-отдела: даже когда дискриминацию автоматизирует технология, ответственность всё равно несёт работодатель.

Doom loop и системный риск. Опыт кандидата иногда схлопывается ещё до конвейера. Как в деле против Workday: истец подал больше сотни заявок через платформу и получил отказы по всем, причём часто в течение минут, иногда посреди ночи. Так он заподозрил, что решение принимала машина. В мае 2025 суд разрешил вести иск как коллективный, от лица потенциально сотен миллионов соискателей, а по собственным данным компании за спорный период через её инструменты было отклонено 1,1 млрд заявок. Workday обвинения отрицает и настаивает, что её инструменты не принимают решений о найме, но в июне 2026 суд в Калифорнии позволил части претензий двигаться дальше. Суть здесь в том, что ответственность может лечь и на вендора, а не только на конкретного работодателя.

Где «Хоризон» теряет не деньги, а бренд. Кандидаты, отсеянные «за секунды в два часа ночи», редко идут в суд — они пишут отзывы и предупреждают знакомых. Это ровно то, что показал наш опрос: 82,4% меняют отношение к компании, 22,2% отговаривают других. Юридический иск довольно редкое явление, а репутационные потери — ежедневное и почти неизбежное.

Найм в «Хоризон» сломал не сам AI, а три конкретные вещи: решения без человека, отказ без объяснения причины и полное исчезновение живого контакта. По сути, компания автоматизировала не рутину, а именно те точки, где кандидат ждёт человека.

Чек-лист: где AI работает, а где вредит

Если свести все прецеденты и данные вместе, станет понятно, что граница проходит не по технологии, а по тому, ждёт ли кандидат в этой точке человека. Там, где взаимодействие и так безличное, AI должен выступать ассистентом, оптимизировать процесс. Риск начинается там, где AI перестаёт помогать человеку и начинает принимать за него решения — именно эти сценарии привели к судебным искам из кейсов выше, и 22,2% готовых к антирекламе в нашем опросе.

Мы собрали для вас чек-лист для самопроверки, его можно скачать и пройтись по своему процессу найма. Давайте посмотрим, где технология может помочь, а где — навредить.

AI помогает:

• Написание и оптимизация текстов вакансий;
• Первичный парсинг и сортировка резюме — как один из сигналов, а не как решение;
• Планирование, перенос интервью, напоминания;
• Ответы на типовые вопросы о вакансии и статусе заявки;
• Черновики писем, которые редактирует человек.

AI вредит:

• Автоматический отказ без проверки живым рекрутером;
• Отказ без внятной причины;
• AI-видеоинтервью «с роботом» как единственный этап;
• Полное отсутствие человека на всём пути;
• Анализ мимики и эмоций — запрещён EU AI Act с февраля 2025 года.

Как понять, что на конкретном этапе нужен человек? Простой тест: представьте, что кандидат спросил «почему так?». Если у вас есть понятный ответ и за решением стоял человек — этап в зелёной зоне. Если ответить нечего или всё решил алгоритм — этап пора возвращать людям.

Фреймворк «Human-in-the-loop»: алгоритм советует, человек решает

Хорошая новость: кандидаты сами подсказывают, как надо. В том же отчёте Greenhouse они называют, чего им не хватает: раскрытия факта использования AI (44%), понятного объяснения, что именно AI оценивает (39%), возможности запросить человека вместо робота (46%), гарантии, что человек проверяет оценку AI до решения (38%), и доказательств, что систему проверяли на предвзятость (29%). Это, по сути, готовое ТЗ на здоровый процесс.

Всё это складывается в один принцип: алгоритм советует — человек решает. Ни одно значимое кадровое решение (найм, отказ, повышение) не отдаётся модели единолично; её оценка — лишь один сигнал среди многих.

На практике принцип держится на трёх опорах:

• Объяснимость: вы должны уметь сказать, почему кандидат А оказался выше кандидата Б, причём сказать это самому кандидату, а не только себе;
• Аудируемость: должна быть возможность проверить, что живой рекрутер видел и подтвердил рекомендацию AI, а не проштамповал её вслепую;
• Тест на предвзятость: систему нужно регулярно проверять на демографические перекосы и другие отклонения, иначе повторится история Amazon, где модель годами воспроизводила состав команды, пока это не всплыло.

Про прозрачность. Стоит ли открыто говорить кандидатам о том, какие этапы автоматизированы? Обычно это воспринимают как риск, хотя это наоборот хороший сигнал от работодателя кандидатам. Раз 70% кандидатов узнают об участии AI уже постфактум, то честное «вот здесь у нас работает машина, а здесь — человек» само по себе выделяет работодателя на общем фоне и повышает уровень доверия кандидатов.  

По сути весь фреймворк — это способ автоматизировать найм, не автоматизируя те моменты, где кандидат ждёт человека. Наглядную схему с принципом, опорами и разделением труда мы вынесли в отдельный файл.

Что в итоге

AI в найме — не зло и не мода, от которой можно отмахнуться: 43% HR-процессов уже так или иначе на нём. Но данные с обеих сторон — и отчёты, и наш опрос — сходятся в одном: кандидаты уходят не от самого AI, а от плохого опыта, который создаёт неправильно выстроенный AI-процесс. У кандидатов должно оставаться ощущение, что их рассматривают, а не просто обрабатывают на конвейере.

Побеждают в этой истории не те, кто автоматизировал больше всех, а те, кто автоматизировал рутину и оставил рекрутёра в нужных местах — на финальном решении, объяснении отказа или интервью. В остальных случаях готовьтесь к репутационным потерям, нестабильному потоку подходящих кандидатов и другим негативным последствиям.

Хотите провести свой опрос или разместить материал? Пишите нам.