Как Т-Банк увеличил эффективность рекрутеров на 20% с помощью ИИ за четыре месяца

⚡ 10 июня 2026

На конференции про ИИ в найме от get experts х Джун — **Максим Миронов**, руководитель команды ИТ-найма в Т-Банк, и **Марат Умяров**, менеджер продукта в Т-Банк, рассказали о подходе команды к внедрению ИИ в рекрутинг. Главный показатель успеха для Т-Банк — не количество внедрённых ИИ-инструментов «для галочки», а качественное улучшение ключевых метрик найма. Чтобы определить, какие задачи алгоритмы могут действительно ускорять в разы, команда проанализировала весь процесс найма и выделила четыре повторяющиеся операции: - Разбор входящих откликов; - Работа с отклонёнными кандидатами; - Подготовка отчётов по итогам интервью; - Проведение первичного скрининга. В результате, за счёт автоматизации этих этапов найма с помощью ИИ за четыре месяца команде рекрутмента удалось увеличить capacity рекрутеров на 20% (от англ. capacity — число наймов на одного рекрутера). Разбираем, какие ИИ-инструменты использует Т-Банк для найма сотрудников. ## Автоматический разбор откликов Количество откликов на вакансии Т-Банка за последние полгода выросло примерно на 50%. Для команды это хороший показатель, который демонстрирует сильный бренд работодателя и высокий интерес соискателей. Однако вместе с преимуществами объёмы принесли и новые вызовы: на отдельные вакансии в головной офис поступает по 500 откликов в день, и чтобы разобрать их вручную, HR-менеджеру требовалось потратить не один час работы. Возрастал и риск человеческих ошибок: в потоке резюме рекрутер мог упустить талантливых специалистов или пригласить на интервью неподходящих. Для решения задачи Т-Банк внедрили ИИ-платформу [Джун](https://joon-ai.refni.ru/), которая автоматически разбирает отклики по заданным требованиям. За считанные минуты рекрутер получает список релевантных специалистов с подробной оценкой и комментарием по каждому фильтру. При необходимости, система может автоматически передвигать кандидатов по статусам, отправлять приглашения и отказы. <a href="https://joon-ai.refni.ru/" target="_blank"> <img src="https://backend.refni.ru/api/storage/blog-posts-preview-imgs/attachments/Снимок экрана 2026-06-10 в 14.23.50.png" style="width: 720px; max-width: calc(100vw - 32px); margin-bottom: 24px; display: block; border-radius: 24px;"> </a> <p>Скриншоты интерфейса платформы Джун из презентации Т-Банк для конференции «ИИ на твоей стороне». <br> </p> Для тестирования Джуна команда выбрала наиболее критичные вакансии (ИТ, диджитал и корпоративный наём) и подготовила рекрутеров к работе с инструментом, показав демо-презентацию и выдав инструкции. Поначалу коллеги отнеслись к решению скептично, но попробовав, уже не смогли отказаться от Джуна: «Мы собрали обратную связь. В ИТ и в диджитал сказали, что инструмент отличный, а в корпоративном найме, что им не очень нравится. Мы им говорим — “Окей, тогда отдавайте”. А они отдавать уже не хотят», — рассказывает Максим Миронов. При этом Т-Банк подчёркивают, главная цель автоматизации разбора откликов заключалась не в том, чтобы исключить человека из процесса, а в том, чтобы сделать его эффективнее через удаление рутинных задач. ## Подбор альтернативных вакансий после отказа По наблюдению рекрутмента Т-Банк, около 90% кандидатов, которые получили отказ на одну позицию, могут подойти на другую должность в компании. «Большинство откликнувшихся потратили время на отклик, а значит имеют высокую мотивацию работать с нами, почему бы не предложить им другую вакансию?», — говорит Марат Умяров. Так, в Т-Банк разработали собственный алгоритм, который подбирает подходящую должность тем, кто получил отказ. Работает это так: модель сопоставляет опыт и навыки человека с другими открытыми позициями. Если соискателю подобрали вакансию, рекрутер получает сообщение во внутренней системе, на которое нужно отреагировать: “+”, если кандидат подходит и его берут в работу, и “-” — если не подходит. Марат Умяров отмечает, что преимущество такого подхода в постоянной обратной связи, которая позволяет улучшать модель. <a href="https://joon-ai.refni.ru/" target="_blank"> <img src="https://backend.refni.ru/api/storage/blog-posts-preview-imgs/attachments/grfgrgrgrgregg.png" style="width: 720px; max-width: calc(100vw - 32px); margin-bottom: 24px; display: block; border-radius: 24px;"> </a> <p> Скриншот ИИ-инструмента для подбора альтернативных вакансий в Т-Банк для конференции «ИИ на твоей стороне». <br> </p> Проект был запущен в пилотном режиме всего за месяц до выступления, однако команда уже получила первый успешный найм через этот сценарий. На первый взгляд эффект может показаться небольшим, но когда речь идёт о десятках и сотнях тысяч соискателей, даже если несколько процентов устроятся в компанию, это уже хороший показатель — считают в компании. ## Отчёт по интервью — с ИИ быстрее в 2,5 раза После каждого собеседования рекрутер или технический специалист (нанимающий) должен зафиксировать результаты встречи: описать сильные и слабые стороны кандидата, оценить компетенции и сформулировать рекомендации по дальнейшему движению по воронке. Если говорить о технических собеседованиях, то на подготовку такого отчёта обычно уходит от 1 до 1,5 часов. Чтобы сократить временные затраты, в Т-Банк начали использовать инструмент для автоматической генерации отчётов. С согласия кандидата система записывает интервью, и по его завершению формирует структурированную сводку по встрече. Сотруднику остаётся только проверить результат и внести корректировки при необходимости. <a href="https://joon-ai.refni.ru/" target="_blank"> <img src="https://backend.refni.ru/api/storage/blog-posts-preview-imgs/attachments/Снимок экрана 2026-06-02 в 17.00.42.png" style="width: 720px; max-width: calc(100vw - 32px); margin-bottom: 24px; display: block; border-radius: 24px;"> </a> <p> Скриншот ИИ-инструмента для создания отчётов из внутренней системы Т-Банк для конференции «ИИ на твоей стороне». <br> </p> Спустя три месяца работы в таком формате достигнуты следующие результаты: - Каждый третий отчёт по итогам интервью генерируется с помощью ИИ; - Время на их подготовку сократилось в среднем в 2,5 раза. По словам Марата Умярова, особенно эффект от инструмента ощутим среди руководителей и старших специалистов, чей час работы стоит компании довольно дорого. ## HR-скрининг без HR Помимо оптимизации существующих процессов продуктовая команда проводит эксперименты. Один из них — автоматизированный первичный отбор кандидатов. Вместо разговора с рекрутером соискатель получает персональную ссылку на страницу с заранее подготовленными вопросами. Ответы можно записать в любое удобное время и в любом месте. Рекрутер получает структурированный отчёт по ответам кандидата с видеозаписью, которую можно посмотреть. <a href="https://joon-ai.refni.ru/" target="_blank"> <img src="https://backend.refni.ru/api/storage/blog-posts-preview-imgs/attachments/Снимок экрана 2026-06-02 в 17.01.30.png" style="width: 720px; max-width: calc(100vw - 32px); margin-bottom: 24px; display: block; border-radius: 24px;"> </a> <p> Скриншот ИИ-инструмента для скрининга кандидатов из внутренней системы Т-Банк для конференции «ИИ на твоей стороне». <br> </p> В первой итерации эксперимент проводили на джуниор-позициях — результат оказался неожиданным: около 90% соискателей предпочли автоматизированный формат живому разговору с рекрутером. Однако был обнаружен и негативный эффект: время прохождения этапа HR-скрининга увеличилось примерно на 2-3 дня. Причина оказалась простой — многие предпочитают проходить интервью в выходные дни. ## Итоги Ещё в начале выступления Максим Миронов и Марат Умяров обозначили, что цель 2026 года в Т-Банк — повысить эффективность каждого рекрутера с помощью ИИ на 30%. Однако всего за первые четыре месяца 2026 года нововведений команде удалось повысить показатель на 20%: «Я, честно, не верил в 30%, но когда мы к маю уже вышли на 20%, я думаю, что к концу года мы можем достичь и цифры в 50%», — признаётся Максим Миронов. Таким образом, спикеры подтверждают, что просто автоматизация ради автоматизации редко даёт результат. Намного эффективнее искать процессы, где сотрудники регулярно тратят время на повторяющиеся действия, и начинать изменения именно с них. Такой подход позволяет превращать ИИ из увлекательной технологии в инструмент, который влияет на скорость найма, качество процессов и экономику бизнеса.