Крупные российские компании начинают активно использовать ИИ для подбора персонала, хотя пока только на стартовые позиции и под присмотром HR-менеджеров. Например, недавно о подобном проекте объявил «Вымпелком». Компания HeadHunter достаточно давно использует машинное обучение в своем бизнесе, и об этом опыте, а также о новых акционерах компании и точках роста на HR-рынке «Роем!» поговорил с директором по развитию Борисом Вольфсоном и руководителем направления анализа данных Леонидом Кулигиным.
Кулигин слева, Вольфсон справа
Недавно HeadHunter запустил проект ранжирования откликов соискателей на основе машинного обучения, давайте поговорим о проекте: зачем он был задуман, как это устроено, как реализовано, какая технология использовалась и откуда она взялась?
Борис Вольфсон (БВ): Мы к этому проекту шли достаточно долго с точки зрения технологий и бизнеса. С одной стороны мы уже несколько лет экспериментируем с технологиями машинного обучения. У нас были внутренние проекты, например, некоторое время назад мы научились по резюме определять навыки кандидата: это не полнотекстовый поиск, а именно машинное обучение, которое позволило почти в два раза увеличить заполняемость навыков в наших резюме. Постепенно мы дозрели технологически до такой задачи как ранжирование откликов соискателей на базе машинного обучения.
С точки зрения бизнеса мы к этой задаче мы пришли с немного другой стороны. Наша стратегия подразумевает отход от модели чистого сорсинга (источника кандидатов), мы продвигаем наши сервисы в глубину воронки подбора. Один из этапов, который относится к рекрутингу это так называемый скрининг резюме (стартовый просмотр с целью отсеять очевидно неподходящих кандидатов — Roem.ru). Можно сказать, что мы реализовали скрининг откликов соискателей на машинном обучении, если говорить HR-языком. Выглядит это так: у нас есть вакансия, на вакансию получены отклики и HR или руководитель, который подбирает, если мы говорим про небольшие компании, тратят достаточно большое количество времени на скрининг-резюме. HR cмотрит отклики, понимает, какие резюме подходят на вакансию, которую он разместил. Часть откликнувшихся в итоге получает отказ, часть соискателей проходит на следующий этап подбора. А наша новая функциональность экономит время, которое тратится на такую деятельность. Теперь можно просто зайти на странице откликов на вакансию, нажать одну кнопку и получить отклики соискателей, отсортированные по принципу наибольшего соответствия вакансии. Фактически с точки зрения интерфейса мы добавили одну кнопку-переключатель, но под капотом на самом деле происходит определенная магия.
Леонид Кулигин (ЛК): Немного добавлю зачем мы это делали. Здесь еще вторая составляющая есть. Про то, что в итоге это все увеличивает счастье пользователей, которые ищут работу. Это случайны процесс в каком-то смысле и не факт, что соискатели вообще откликаются на самое лучшее для них предложение – то есть находят самые подходящие места и устраиваются туда работать. Например, важен не только размер зарплаты, но и при одинаковом размере зарплаты возможность не ехать час на метро, а меньше, для Москвы это важно. Кажется, что движение в направлении рекомендательных систем разного рода — это такая очень клевая штука, которой приятно заниматься, потому что в конечном счете это не только помогает деньги зарабатывать, но и помогает людям находить более подходящую работу.
Можете рассказать совсем просто про то как это внутри устроено, потому что есть определенные вещи, которые представляются в поиске вакансии или кандидатов: размер зарплаты, удаленность от центра, отрасль? Кажется, что этого достаточно, чтобы понять, что тебе нужно, это не работает получается?
БВ: Работает, но процесс может быть еще эффективнее. Алгоритм, который вы описали, — это первый шаг в воронке подбора. Мы же пытаемся оптимизировать не только первый, но и второй шаг — работу с откликами. Если говорить просто, то мы умеем сортировать отклики по релевантности. Мы смотрим резюме и по нескольким сотням критериев понимаем с помощью машинного обучения, насколько оно подходит к вакансии. Таким образом, у нас вверх поднимаются отклики кандидатов, которых компания вероятнее всего пригласит на собеседование. Самый простой пример — сравнение зарплатных ожиданий в резюме и вилка зарплаты в вакансии. Также мы сравниваем тексты вакансии и резюме, но это не простое сравнение. Грубо говоря, мы не сравниваем сколько есть одинаковых слов, а стараемся понять, насколько слова совпадают по смыслу.
ЛК: Здесь нет никакого rocket science, задача довольно стандартная Вакансии и резюме — это, в первую очередь, текст, но помимо текста, действительно, есть набор некоторых атрибутов – зарплата, график работы, местоположение работника и компании, и так далее. Есть такие данные, которые по отдельности значат мало, но в совокупности дают полную картину. Например, в тексте вакансии написано «требование «техническое образование». Никто ведь не пишет в резюме «у меня техническое образование», люди пишут, не знаю, «МГТУ им. Баумана, факультет энергомашиностроения». И тем не менее, можно понять, что это близкие вещи. Другой пример — длина резюме. Допустим, для рабочей профессии короткое резюме — это нормально, но для PR-менеджера длинное резюме будет лучше. Для новостного редактора может быть важным словарный запас и количество ошибок в тексте. И дальше, складывая все эти мелкие факторы, мы умеем предсказывать, что человека именно с таким резюме пригласят с высокой степенью вероятности на собеседование на данную вакансию.
И сколько таких факторов?
ЛК: Потребуются некоторые объяснения. Например, есть такой термин «понижение размерности». Исходный текст можно представить очень длинным вектором, то есть это тысячи факторов, в вашей терминологии. Но дальше есть механизм позволяющий для конкретной задачи выделить некоторые хитрых комбинаций исходных факторов, которые были бы определяющими. Они особым образом «сжимаются» и на выходе получается существенно меньшее число показателей. Сейчас у нас в финальной версии модели более трех сотен факторов – как простых, так и полученных вот таким хитрым способом.
БВ: Я добавлю, что это большая инвестиция в продукт. Это абсолютно бесплатно и для соискателей, и для работодателей. Хотя для работодателей, конечно, есть серьёзный экономический эффект. Им становится намного легче найти лучших людей и получается быстрее закрыть позицию.
ЛК: Вообще это это только первая версия, которая оказалась такой хорошей, что уехала в продакшн на всех пользователе. Но нет предела совершенству, и мы уже знаем, как это нужно улучшать. Кроме того, довольно очевидно, что эту же рекомендательную технологию можно разворачивать в другую сторону, и персонализировать поиск вакансий для соискателя, или же поиск резюме для работодателя.
Можно оценить инвестиции в этот проект?
БВ: У нас повысилось использование серверных мощностей, которые нужны для проведения этих сложных вычислений. Но, конечно, важнее всего были инвестиции в команду, которая это всё сделала. При этом, повторюсь, мы не зарабатываем на этом напрямую. Речь идёт скорее о повышении лояльности клиентов.
Что думаете о продаже своих технологических наработок на сторону?
БВ: Мы это ни в каком виде не рассматриваем, поскольку ранжирование откликов часть нашего основного продукта. Если мы будем продавать свои технологии, то нам не удастся получить такой форы перед конкурентами с точки зрения продукта. Мы анализировали, насколько трудно будет воспроизвести эту фичу, если её соберутся делать конкуренты. Получилось, что повторить это очень сложно. Потому что это не просто технологии, а технологии плюс данные, количество и качество, которых у нас уникально.
На рынке есть такое поверье, что многие технические специалисты не попадают в компанию из-за кадровика, потому что программист не может хорошо ответить на вопрос «Кем вы себя видите через пять лет?». Эта система не будет ещё один барьер ставить?
ЛК: Смеётся.
БВ: Что касается айтишников, то это один из самых простых случаев. Эйчару нужно только пробрифить непосредственного руководителя и посмотреть, правильно ли составлена вакансия. Программисты обычно очень скрупулёзно подходят к составлению резюме. В итоге нужно только вывесить вакансию утром, а вечером автоматически отсортировать отклики и пригласить несколько лучших специалистов на собеседование.
Если говорить о вашем бизнесе в целом, что у вас изменилось со сменой акционера?
БВ: Не секрет, что мы нашим акционером является инвестиционный фонд «Эльбрус Капитал», поэтому они в первую очередь заинтересованы в повышении нашей стоимости. Эта заинтересованность в значительном росте стоимости компании как актива, и отсюда вытекает их готовность к значительным инвестициям в развитие компании – и в маркетинг, и ресурсы для разработки, и в создание новых продуктов и сервисов. Например, первая за долгое время рекламная кампания по федеральному телевидению явилась одним из следствий смены акционера.
Насколько перспективной вам кажется тема HR-ботов?
БВ: Мы смотрели наработки конкурентов. По большому счёту они представляют собой игрушки или маркетинговые поделки. У нас есть и свои наработки, ими пользуются порядка тысячи человек. Мы не видим в этом активный канал рекрутинговой воронки на данный момент, хотя в будущем он может быть перспективным. Но есть большое «но» — мобильным пользователям тяжело управляться с существующими интерфейсами. То есть сейчас все эти боты — просто прощупывание почвы, но мобильные интерфейсы для поиска работы возможно будут двигаться в этом направлении.
Был проект HRSpace, который позиционировался как конкурент PRUFFI. Сейчас можно уже оценить, насколько он был успешен?
БВ: Я как раз со стороны топ-менеджмента занимаюсь тем, что называется альтернативным наймом — то есть это не найм не через джоб-борды, а различные другие варианты.
Мы считаем, что проект взлетел. У нас более ста заявок — за несколько месяцев мы фактически обошли всех конкурентов. Не знаю, насколько PRUFFI сейчас активен, но из российских конкурентов мы смотрели на JungleJobs — хотя они работают только с верхним сегментом, а у нас ограничений таких нет. Максимальная заявка у нас была на 160 000 рублей, а минимальное ограничение сервиса - 10 000 рублей. Мы работаем со всеми уровнями сотрудников.
Ещё стоит заметить, что у нас почти восемьсот рекрутеров в регионах и столице, поэтому здесь не идёт речь о том, что только топовые московские компании могут воспользоваться этим сервисом.
Вы начали подтягивать в качестве резюме профили из «ВКонтакте». Это оправдало себя?
БВ: Здесь мы сделали два продукта. Первый — это проверка профиля кандидата в соцсетях. Аналогичный сервис через год-полтора запустили конкуренты. Этот сервис нужен для того, чтобы рекрутер мог посмотреть, какой человек в жизни — нет ли у него каких-то сомнительных фотографий или увлечений. При этом мы проводили опрос, и выяснилось, что где-то три четверти рекрутеров это делали так или иначе самостоятельно.
Второй сервис — мы добавили в выдачу профили из соцсетей. То есть если вы настроите фильтры и начнёте искать резюме, то, когда они кончатся, в выдаче пойдут профили из соцсетей. По моим подсчётам это увеличило поисковую выдачу на 10%-15%. Но мы не просто наполняли базу всеми доступными профилями, а выбирали только открытые профили с достаточной информацией для резюме — должно быть образование или опыт работы.
HeadHunter создаёт впечатление игрока топового рынка. А вы где видите своё место?
БВ: У нас есть стратегия, которую мы называем Full Solution, то есть мы стараемся покрыть все сегменты потребностей HR-департамента в подборе. У нас есть отдельные проекты для синих воротничков и для рядового персонала. И в принципе эта стратегия себя оправдала. Сейчас наша экономика уже оттаивает, но за предыдущие кризисные годы мы видели, что люди начинают экономить на всех сервисах найма, а оставляют только один – HeadHunter. Это наша оценка, она основывается на количестве вакансий и обратной связи от клиентов.
В какой степени сейчас интернет является заменой классического хедхантинга? Например, на hh.ru регулярно можно увидеть вакансии топ-менеджеров, что-то типа «заместитель Грефа», но насколько интернет здесь эффективный канал поиска?
БВ: У нас такие вакансии появляются, но, насколько показывает практика, обычно используется несколько каналов для закрытия топовых позиций, в том числе подбор с помощью executive search-агентств и найм, что называется, по знакомству. Целенаправленных исследований на эту тему мы не проводили, но если судить по зарплатам, то топовых вакансий у нас достаточно много.
Алексей Захаров, Superjob: Весь рекрутинговый бизнес — это подбор грузчиков
Какие вы видите точки роста для рекрутинговых порталов? Например, Захаров (SuperJob) говорит, что госсектор — это больше прибыльное непаханое поле.
БВ: Мы видим точки роста в регионах, которые немного отстают от столиц, если смотреть на проникновение Интернет-рекрутинга. Что касается госкомпаний, то мы с ними, безусловно, работаем. Многие из них являются нашими клиентами уже достаточно давно. С некоторыми государственными органами мы делаем совместные проекты — например, уже больше года у нас идет большой проект с Минздравом, в рамках которого государственные медучреждения могут бесплатно размещать вакансии на hh.ru.
Еще мы видим наши точки роста в увеличение портфеля наших сервисов — анализ зарплат, исследования рынка, психометрические тесты, оценка талантов. Это всё может использоваться не только в рекрутинге, но и в других HR-процессах.
Также очень хорошо растет сегмент мелкого бизнеса, а мы в свою очередь стараемся упрощать наш продукт и улучшать интерфейс, чтобы непрофессиональным рекрутерам было удобней и комфортней потреблять наши услуги.
Как смотрите на возможность выхода крупного зарубежного игрока на российский рекрутинговый онлайн-рынок? Могут ли они сильно повлиять на передел рынка?
БВ: В России есть сильные локальные игроки, — во главе с HeadHunter, — которые хорошо удовлетворяют спрос на услуги Интернет-рекрутинга, поэтому иностранным игрокам зайти на наш рынок сложно. В качестве примера можно привести сворачивание бизнеса Monster в России. Из относительно успешных могу выделить только Indeed, правда в этом году они фактически прекратили свой рост по трафику, а каких-то значительных историй успеха в реальных продажах я привести не могу, т.е. клиенты не видят в них канала для привлечения соискателей.
Еще замечу, что у нас в стране много административных барьеров, например, в виде особенностей ведения бухгалтерии и так далее — западным компаниям очень тяжело у нас. Есть и определенные законодательные ограничения, так что грандиозных переворотов мы не ожидаем, но готовы к ним.
Если говорить о конкуренции в целом, то могу сказать, что в ближайшие несколько лет тяжело придётся нашим традиционным конкурентам — джоб-сайтам Superjob, Rabota.ru, Job.ru и региональным джоб-сайтам. Так как нарастает конкуренция со стороны Avito (с их трафиком из ТВ и портальным трафиком с других вертикалей) и Zarplata.ru (с трафиком с городских порталов). Они отъедают у традиционных джоб-сайтов аудиторию и понемногу начинают забирать рекрутинговые бюджеты, но на себе мы слабо это чувствуем, скорее тоже принимаем участие в разделе пирога.
Но в чём принципиальная разница между вами и Superjob, например?
БВ: Принципиальная разница есть в каждом разрезе. Например, с точки зрения продукта они сейчас сконцентрировались на сорсинге. Мы наоборот растём вширь и предлагаем дополнительные продукты для рекрутинга: мы стараемся автоматизировать HR-процессы и сделать их «умным», удовлетворив потребности клиентов.
С точки зрения аудитории, она у нас самая большая среди job-сайтов, отрыв достигает двух раз от ближайшего конкурента, даже если брать только Россию, а не все страны, в которых мы работаем. Вторым важным фактором является то, что мы начали работать с телевизионной аудиторией, которой вообще нет классических job-сайтов, которые используют для привлечения трафика практически исключительно Интернет-каналы. До некоторых пор эта аудитория была только у Avito, теперь она есть и нас.
Что касается, Avito — это наш сегодняшний конкурент за аудиторию и будущий конкурент за бюджеты. Но у них есть две проблемы сейчас: низкокачественный контент в вакансиях и неэффективность для работодателей. С первой проблемой они борются, например, отменяют бесплатные вакансии, в которых много мусора. Моё личное мнение — это часть стратегии, сначала набрать много контента, а потом стараться преобразовать количество в качество. По второй проблеме — мы смотрели воронки у десятков компаний-клиентов и по откликам на Avito отставание пусть и не такое большое, но по принятым сотрудникам — драматическое. Я объясняю это, тем что достаточно большая часть аудитории у них кросспортальная: эти посетители не особо заинтересованы в поиске работы, поэтому они могут генерировать максимум просмотры, а не отклики и тем более реальные трудоустройства. Мы понимаем, что эти проблемы они будут активно решать, но в первую очередь это отъест рынок как раз у классических job-сайтов.
