Новые горизонты подбора: кейс поиска линейного руководителя с помощью ИИ

Задача

Нашему клиенту – производственной компании – требовался подбор линейного руководителя обособленного подразделения.

Это была управленческая позиция на отдельной территории: человеку предстояло отвечать за команду, операционные процессы, сервис, дисциплину и ежедневную работу объекта.

Основная сложность этого подбора руководителя заключалась в сочетании условий:

• Уровень дохода по вакансии был примерно на 30% ниже рыночного, а требования при этом были высокие — и к управленческому опыту (hard skills), и к личным качествам (soft skills).
• Локация находилась далеко от города, в районе с большим количеством дорогой загородной недвижимости. Из-за этого круг подходящих специалистов резко сужался: одни жили слишком далеко, другие уже были трудоустроены рядом с домом, третьи не рассматривали эту географию как рабочую.

Почему стандартный подход не давал результата

Для этой роли был нужен зрелый руководитель: самостоятельный, ответственный, собранный, умеющий держать команду, решать конфликтные ситуации и отвечать за результат на месте.

Но такие специалисты редко находятся в активном поиске. Они уже работают, понимают свою ценность и получают предложения от других работодателей.

Рассматривать людей «на вырост» тоже было сложно. Раньше такой вариант мог сработать, но в этом проекте даже потенциальных кандидатов почти не было: сильных сотрудников удерживают, а начинающие управленцы не всегда готовы к удаленной локации и высокой ответственности.

На работных сайтах релевантных резюме практически не оказалось. Те, кто подходил по опыту, чаще всего ожидали доход от 200 000 рублей и выше, что не совпадало с бюджетом клиента. Нужно было менять тактику.

Как мы подключили ИИ

Мы начали с базового запроса: попросили ИИ показать резюме в нужном регионе и ближайших населенных пунктах по позициям управляющего, директора, менеджера и руководителя подразделения.

Первый результат подтвердил нашу гипотезу: инструмент выдал в основном тех людей, которых мы уже видели в открытых источниках. Значит, классическая база была почти исчерпана.

После этого мы перестроили логику. Вместо поиска анкет начали искать цифровые следы профессиональной активности.

Мы запрашивали:

• профили людей, которые работают на аналогичных должностях в нужной географии;
• ссылки на социальные сети действующих управляющих и директоров;
• публикации об открытых вакансиях в розничном сегменте;
• объявления о найме массового персонала;
• посты, где были указаны контакты непосредственных руководителей.

Так появилась новая цепочка действий: не искать резюме напрямую, а находить людей через их публичную активность.

Нестандартная гипотеза

В процессе анализа мы обратили внимание на важную деталь: вакансии линейного персонала часто публикуют не только HR-специалисты, но и сами руководители объектов.

Например, управляющий может разместить пост о наборе администраторов, продавцов или сотрудников смены. Иногда в таких объявлениях указывают личный аккаунт, ник или контакт человека, который отвечает за найм на месте. Для нас это стало точкой входа.

Если человек сам ищет персонал для объекта, значит, он может быть действующим управленцем в нужном сегменте. А если его локация совпадает с нашей зоной интереса, есть шанс выйти на релевантный контакт напрямую.

Как вышли на кандидата

Через одну из таких публикаций в иностранной социальной сети мы нашли аккаунт человека, связанного с наймом сотрудников в похожем направлении.

Мы написали ему напрямую. Диалог начался не с отклика на вакансию и не с резюме, а с профессионального контекста: человек уже проявлял себя как руководитель, который отвечает за команду и операционную работу.

В переписке выяснилось, что он готов рассмотреть предложение. Важным фактором стала локация: для него она оказалась удобной и даже привлекательной.

Так мы вывели на собеседование специалиста, которого не было в активных базах и который сам не искал работу.

Что дал нам ИИ

Этот кейс показывает, что в сложных подборах уже нельзя ограничиваться только классическими инструментами.

Рынок меняется, и ИИ в такой работе открывает новые горизонты подбора. ИИ не заменил рекрутера, но помог быстрее проверять гипотезы и расширять поле поиска. Он позволил собрать больше открытых упоминаний, увидеть связи между должностями, регионами, публикациями и авторами объявлений.

Но ключевая роль, конечно, по-прежнему остается за рекрутером: именно он превращает найденную зацепку в диалог, оценивает мотивацию, продает вакансию и доводит кандидата до встречи с заказчиком.