2 180 откликов в месяц, шесть рекрутеров и вечная очередь на скрининге: к моменту звонка половина кандидатов уже вышла на работу к конкурентам. Агент скринит резюме, проводит интервью-бот, сам записывает человека на слот, напоминает в трёх каналах и формирует онбординг-трек до первого рабочего дня.
Сеть розничных магазинов формата «у дома»: 180 точек в 24 городах, около 1 900 сотрудников, собственный распределительный центр и служба доставки. Магазины работают с 8 до 23 часов без выходных, персонал — продавцы-кассиры, администраторы смены, товароведы и комплектовщики. Текучесть в линейных позициях высокая и это нормальная часть экономики ритейла: человек выходит, работает сезон или несколько месяцев и уходит.
Наймом занимались шесть рекрутеров и два специалиста по кадровому администрированию. Каждый месяц открывалось 230–260 вакансий, из них 90% — линейные позиции в магазинах. Отклики приходили из job-сайтов, из формы на сайте сети, через Telegram-канал и по рекомендациям сотрудников. Всё стекалось в ATS, где рекрутер вручную проходил каждое резюме, звонил, назначал собеседование и переписывался с кандидатом в двух мессенджерах одновременно.
Работали сеть и в Москве, и в регионах — от Казани до Новосибирска, поэтому часовые пояса и местные графики добавляли путаницы: кандидат из Екатеринбурга ждал звонка московского рекрутера до вечера, а слоты собеседований назначались вручную по e-mailу с администратором магазина. Смотрите, как мы решаем похожие задачи по географии внедрений: процессы в крупных городах и в регионах отличаются не логикой, а объёмом.
Если читаете по диагонали: за семь недель мы внедрили AI-рекрутера, который скринит резюме, проводит структурированное интервью-бот, записывает кандидата на свободный слот, напоминает о собеседовании в Telegram, WhatsApp и по звонку, а после оффера ведёт онбординг-трек до первого рабочего дня. Результат: time-to-hire сократился с 31 до 9 дней, 86% кандидатов выходят на испытательный срок (+24 п.п.), конверсия отклик → оффер — 1,9% против рыночных 0,8%, все 2 180 резюме в месяц обрабатываются автономно.
С формальной точки зрения найм работал: вакансии закрывались, магазины открывались, план по персоналу выполнялся примерно на 80%. Проблема была не в людях, а в арифметике процесса. На 2 180 откликов в месяц приходилось шесть рекрутеров, то есть около 360 резюме на человека. При четырёх-пяти минутах на осмысленный просмотр и первичный контакт это 25–30 часов в неделю только на скрининг — без интервью, без оформления и без работы с руководителями магазинов.
Компания уже пробовала закрывать это точечно: покупала расширенный доступ к job-сайтам, добавляла автоответы в ATS, вводила реферальные бонусы сотрудникам и пыталась перевести часть потока на аутсорс-агентство. Аутсорс давал кандидатов, но не снимал нагрузку с внутренних рекрутеров, потому что финальные интервью и оформление оставались внутри. Руководитель службы подбора пришла на аудит с прямой формулировкой: «Мне не нужен ещё один канал откликов. Мне нужно, чтобы человек, который откликнулся сегодня, получил ответ сегодня, а не через три дня».
Мы разложили воронку найма по этапам и посчитали стоимость каждого разрыва. Все суммы — оценка Лидерс AI по данным клиента за 2025 год, а не гарантия выручки.
2 180 резюме в месяц при четырёх-пяти минутах на осмысленный просмотр — это около 145–165 часов только на первичный отбор. Фактически два рекрутера из шести не занимались ничем, кроме чтения резюме, и всё равно не успевали: очередь стабильно держалась на уровне двух-трёх дней.
Оценка потери: 145 000 ₽ в месяц фонда оплаты труда на рутинный скрининг.
34% откликов не получали ответа дольше 72 часов, а 11% — вообще не получали его: резюме смотрели, откладывали «на потом» и больше не возвращались. В линейном найме это критично: человек, который ищет работу в рознице, откликается в пять-семь мест и выходит туда, где ответили первыми.
Оценка потери: около 740 кандидатов в месяц зависали без ответа, это примерно 6 незакрытых вакансий — 510 000 ₽ упущенной выручки магазинов.
Кандидат соглашался на собеседование и не приходил: за день до встречи ему никто не напоминал, слот менялся вручную, а подтверждения не было. Рекрутер и администратор магазина ждали впустую, а освободившееся время уже нельзя было отдать другому человеку.
Оценка потери: около 98 сорванных слотов в месяц и 90–95 часов рабочего времени рекрутеров — 95 000 ₽.
Пока согласования, звонки и переносы интервью шли своим чередом, магазин работал в недоборе: смена закрывалась переработками, часть задач по выкладке и кассе не делалась вовсе. Чем дольше открыта вакансия, тем выше шанс, что ушедший сотрудник уже не вернётся, а нагрузка на смену растёт.
Оценка потери: недобор продавца в одной точке — до 120 000 ₽ недополученной выручки в месяц; в среднем 34 магазина из 180 работали в недоборе постоянно.
Слоты согласовывались по e-mailу с администратором магазина, подтверждения уходили вручную, часть кандидатов писала в Telegram, часть — в WhatsApp, часть отвечала только на звонок. На одного кандидата уходило до 12 касаний, и каждое делал человек.
Оценка потери: ещё 160 000 ₽ в месяц на ручную координацию слотов и переписку.
38% новичков уходили в первые три месяца — до конца испытательного срока доходили далеко не все из тех, кто вышел. Каждый такой уход означал новый цикл подбора, новое обучение и новую нагрузку на наставника в магазине. Причина редко была в деньгах: чаще всего человек не понимал, что происходит в первые дни, и оставался один на один с задачами.
Оценка потери: около 1,1 млн ₽ в год на повторный найм и обучение тех, кто ушёл на старте.
Выгрузили 12 месяцев из ATS: 26 400 откликов, время до первого контакта, доля необработанных резюме, причины отказов и срыва слотов. Расшифровали 150 интервью, чтобы понять, какие вопросы рекрутеры задают всегда, а какие действительно влияют на решение. Нашли главную точку потерь — первые 72 часа после отклика, туда и направили агента.
Описала 19 сценариев: скрининг резюме, отказ, приглашение, перенос слота, вопрос про график, санитарную книжку, район и опыт. Для каждой вакансии задали критерии отбора, которые можно проверять по тексту, и отдельно — список защищённых признаков, которые в оценке не участвуют никогда. Пограничные случаи помечаются флагом для рекрутера, а не отсеиваются.
Запустили агента на потоке вакансий в Москве и Казани: скрининг, интервью-бот и автозапись. Проверяли на 1 400 исторических откликах — агент должен был повторить решение рекрутеров не менее чем в 90% случаев. Пилот стоил 240 000 ₽ и окупился ещё до масштабирования: очередь на скрининге в двух городах исчезла на пятый день.
Связали агента с ATS по API, с календарями магазинов и с тремя каналами связи. Агент читает вакансию и статусы, создаёт карточку кандидата, пишет резюме интервью, ставит слот, отправляет напоминания за 24 и за 2 часа, а после оффера собирает онбординг-трек: документы, медосмотр, санитарная книжка, обучение, первый рабочий день.
Обучили шесть рекрутеров и администраторов магазинов: как читать карточку после агента, как забрать диалог, как оспорить оценку и как менять критерии. Отдали документацию по сценариям, регламент эскалаций и дашборд найма. Дальше критерии можно править самостоятельно — без нас.
Это не чат-бот с кнопками и не автоответчик в ATS. AI-рекрутер — диалоговый агент на языковой модели, который работает в трёх каналах, помнит контекст переписки, знает условия конкретной вакансии и сам доводит кандидата до слота. Человек подключается там, где нужно решение: спорная оценка, нестандартные условия, финальное интервью. Похожую архитектуру мы собираем в услуге автоматизации процессов и в AI-поддержке 24/7 — принцип один: агент берёт рутину, человек принимает решения.
Отдельно скажем о том, что агент не делает: он не принимает решение о найме, не обсуждает зарплату за пределами вилки вакансии, не оценивает «подходит ли человек по характеру» и не отказывает кандидату без проверки рекрутером, если резюме пограничное. Эти границы мы прописываем в регламенте и кодируем в сценариях — именно они снимают большую часть внутренних возражений при внедрении.
На экране — воронка найма: сколько откликов пришло по каналам, сколько прошло скрининг, сколько записалось на интервью и сколько дошло до испытательного срока. Ниже — что делает каждый модуль системы.
Принимает резюме из ATS и из формы на сайте, разбирает текст и вложения, сверяет с критериями конкретной вакансии и считает соответствие. Отсеивает только явные несоответствия — например, отсутствие действующей санитарной книжки там, где она обязательна. Всё пограничное уходит рекрутеру с пометкой и коротким объяснением, почему резюме вызвало вопрос.
Ведёт структурированный диалог в мессенджере: график, район, опыт, срок выхода, ожидания по доходу. По ходу разговора предлагает свободные слоты рекрутера и администратора магазина, ставит встречу в календарь и отправляет подтверждение. Перенос, отмена и напоминания — без участия человека.
После оффера агент ведёт кандидата до первого рабочего дня: чек-лист документов, медосмотр, оформление санитарной книжки, инструкции и адрес магазина. Если человек перестаёт отвечать на напоминания дважды, диалог автоматически уходит рекрутеру — это тот случай, когда лучше позвонить.
Замеры велись по выгрузкам ATS и данным календарей магазинов. Число открытых вакансий не менялось: 230–260 в месяц, как и до проекта. Всё, что произошло со сроками и конверсией, — результат работы агента и перестроенного первых 72 часов отклика. Суммы в рублях — оценки по данным клиента.
| Метрика | До | После | Эффект |
|---|---|---|---|
| Time-to-hire | 31 день | 9 дней | −22 дня; 240 вакансий в месяц закрываются той же командой |
| Доля вышедших на испытательный срок | 62% | 86% | +24 п.п.; ≈ 60 сохранённых наймов в месяц |
| Конверсия отклик → оффер | 0,7% | 1,9% | ×2,7; при среднерыночных 0,8% |
| Обработка резюме | 2 180 вручную | 2 180 автономно | 100% скрининга без участия человека |
| Первый ответ кандидату | 38 часов | 90 секунд | 96% откликов получают ответ в течение 5 минут |
| Неявки на собеседование | 41% | 12% | ≈ 70 сохранённых слотов в месяц |
| Время рекрутеров на скрининг | 163 ч/мес | 14 ч/мес | 149 ч/мес высвобождено ≈ 132 000 ₽/мес |
| Магазины в недоборе штата | 34 из 180 | 9 из 180 | с 19% до 5% точек сети |
| Кандидаты, дошедшие до оффера без ответа человека | — | 74% | рекрутеры занимаются финальными интервью, а не сортировкой |
Как это читать. Сокращение срока найма — не «магия ИИ», а следствие двух изменений: кандидат получает первый ответ через полторы минуты вместо полутора суток, и никто не теряет резюме в очереди. Рост доли вышедших на испытательный срок — результат отбора: до интервью доходят те, у кого реально совпадают график, район и срок выхода, а не те, кто просто откликнулся на всех подряд. И честно про конверсию: 1,9% против рыночных 0,8% — это сравнение с открытыми оценками по рынку линейного найма, а не с гарантированным результатом. В вашем случае цифра будет зависеть от города, вилки дохода и конкуренции за персонал.
Проект разбит на два этапа: пилот на двух городах и масштабирование на всю сеть. Оплата — этапами 30/40/30, как и во всех проектах Лидерс AI. Отдельной строкой идёт инфраструктура: это работа моделей, self-hosted оркестрация, мониторинг качества интервью и хранение расшифровок.
| Статья | Сумма | Комментарий |
|---|---|---|
| Пилот (аудит + скрининг и интервью-бот) | 240 000 ₽ | Два города, проверка точности на 1 400 исторических откликах |
| Масштабирование (интеграции + вся сеть) | 540 000 ₽ | ATS, три канала, автозапись слотов, онбординг-трек, дашборд |
| Инфраструктура | ≈ 21 000 ₽/мес | Модели, оркестрация, мониторинг, хранение расшифровок |
| Итого проект | 780 000 ₽ | Тариф «Автоматизация направления», оплата 30/40/30 |
Окупаемость — около 2,8 месяца. Это консервативная оценка: в расчёт взяты только высвобожденные часы рекрутеров и снижение повторного найма. Эффект от сокращения срока найма мы намеренно не переводили в выручку — недобор персонала влияет на магазин по-разному, и считать это гарантированными деньгами было бы нечестно. Медианная окупаемость по всем 42 проектам — 3,1 месяца; этот проект быстрее среднего, потому что поток откликов был большим и стабильным. Подробнее о том, как мы считаем экономику, — в статье сколько денег приносит AI-агент.
Что не входило: ведение кадрового учёта, оформление трудовых договоров, медосмотры и решение о найме. Это остаётся за вашей службой персонала и руководителями магазинов.
Как устроена автоматизация процессов →Мы не строили отдельную «HR-систему с ИИ», а соединили то, что уже работало: ATS осталась источником вакансий и статусов, мессенджеры — каналами общения с кандидатом, календари магазинов — источником свободных слотов. Агент стал связующим слоем между ними.
Источник вакансий, требований и статусов кандидата. Агент читает карточку вакансии, создаёт и обновляет карточку кандидата, пишет резюме интервью и не требует вести параллельную базу.
Основной канал диалога с кандидатом в линейном найме: интервью-бот, подтверждения, напоминания и перенос слотов. Рекрутеры получают туда же уведомления об эскалациях.
Второй канал для кандидатов, которым удобнее WhatsApp, и для регионов. Логика диалога та же — меняется только способ доставки сообщения.
Модель разбирает резюме и ведёт интервью в свободной форме: понимает формулировки вроде «могу с обеда», «живу у метро», «книжка просрочена, готова сделать». Из диалога собирается структура, пригодная для сравнения кандидатов.
Свободные слоты рекрутера и администратора магазина, часовые пояса и графики смен. Агент предлагает только реально доступное время и сам следит, чтобы двойных записей не было.
Self-hosted оркестрация внутри контура компании плюс дашборд качества: точность скрининга, доля эскалаций, срывы слотов. Если завтра поставщик модели изменит условия, мы меняем одну ноду, а не весь проект — об этом подробно в статье про связку n8n + LLM + CRM.
Схема связей: отклик с job-сайта или сайта сети → ATS → агент скрининга → диалог в Telegram или WhatsApp → слот в календаре → карточка кандидата в ATS → онбординг-трек. Контур развёрнут на серверах клиента, доступы разграничены по ролям, все действия агента фиксируются в журнале.
«До проекта я была уверена, что нам просто не хватает людей в команде: шесть рекрутеров на 180 магазинов — это мало, и это было честно. Но когда мы посчитали, сколько времени уходит именно на чтение резюме и переписку, стало неловко. Мы платили людям за то, чтобы они были сортировщиками входящего потока. Сейчас рекрутер открывает карточку, где уже есть резюме, ответы на вопросы, назначенный слот и пометки по рискам — и занимается человеком, а не поиском письма в трёх чатах. Отдельно скажу про то, чего я боялась: кандидаты не раздражаются. Мы видим это по доле отказов после первого сообщения — она упала, а не выросла. И мне нравится, что спорные резюме агент не выкидывает сам: он их помечает. Я могу не согласиться с его оценкой — и это важнее любой магии».
Отдельно отметим то, о чём редко пишут в кейсах найма: первые две-три недели рекрутеры перепроверяли за агентом каждый отказ и часть звонков делали сами, «чтобы убедиться». Это нормальный этап адаптации, и мы закладываем его в регламент и в обучение. Через месяц доля ручных правок упала до 7%, а критерии отбора по нескольким категориям вакансий команда переписала сама — просто потому, что впервые увидела свои же решения в виде цифр.
Не нашли свой вопрос? Напишите в Telegram или позвоните по номеру.
Если задача похожа на вашу, посмотрите, как мы решали её в других отраслях. Полный список — в разделе все кейсы.
Тот же принцип «мгновенный первый ответ плюс автозапись», только для клиентов, а не кандидатов: агент отвечает за минуту, квалифицирует по BANT и ставит встречу в календарь.
1 200 обращений в сутки и очередь на первой линии. Агент закрывает 78,4% обращений сам, а сложное передаёт оператору — с контекстом и черновиком ответа.
Если у вас несколько точек, смен и графиков, которые нужно согласовывать между собой, посмотрите этот кейс: 42 машины и 118 точек планируются автоматически, без обзвона.
Хотите разобраться в теме глубже — начните со статьи о том, почему AI-проекты не окупаются, и с раздела о нас. Работаем по России и СНГ, офисы в Москве и Санкт-Петербурге, связаться можно через контакты.
Разберём вашу воронку найма: сколько откликов приходит, как быстро отвечает рекрутер, сколько кандидатов теряется между откликом и выходом на работу. Покажем расчёт в рублях и смету со сроками. Без презентаций и давления: даже если вы решите ничего не внедрять, карта процесса и расчёт останутся у вас.
Ответим в течение 30 минут в рабочее время. Пришлём вопросы для подготовки, чтобы не тратить ваше время.
Мы свяжемся с вами в течение 30 минут в рабочее время и пришлём вопросы для подготовки к аудиту.