Главная
→
Блог
→
Как измерить ROI от внедрения ИИ в HR-процессы

Как измерить ROI от внедрения ИИ в HR-процессы

“

Саммари: Формула ROI (return on investment — возврат инвестиций) для HR та же, что и для любого другого проекта. Но если считать только очевидные метрики вроде «сократили время найма», вы увидите максимум пятую часть реальной пользы. Разбираем простыми словами, что считать и с чего начинать.

Формула простая, а вот метрики — нет

Базовая формула выглядит так: ROI равен разнице выгод и затрат, поделённой на затраты, умноженной на 100. Здоровым результатом в HR-проектах на ИИ обычно считается 200–400% за первые два года.

Но проблема не в формуле, а в том, что многие компании считают только самое простое — время до найма, стоимость найма, процент автоматизированного скрининга. Эти цифры легко измерить, но они отражают, по некоторым оценкам, лишь около 20% реальной пользы от проекта.

Три уровня метрик, а не один

Полезнее делить метрики на три уровня.

Первый — операционная эффективность: время найма, стоимость найма, доля автоматизированного скрининга.

Второй — качество: удержание нанятых с помощью ИИ кандидатов через 90 дней по сравнению с обычными, оценки эффективности через 6 и 12 месяцев, удовлетворённость нанимающих менеджеров, процент принятых предложений.

Третий, самый упускаемый уровень, — стратегический эффект: скорость принятия управленческих решений и эффективность менеджеров.

Именно третий уровень чаще всего вообще не считают — а зря, потому что именно он показывает, изменил ли ИИ реальную работу HR, а не просто ускорил старые процессы.

Без замера «до» весь расчёт бессмысленен

Прежде чем запускать что-либо, нужно зафиксировать исходную точку. Стоит замерить среднее время обработки одного обращения — включая всё время сотрудника и HR от подачи запроса до решения, а не только время активной работы над ним — распределение обращений по категориям и процент ошибок с переделками — скрытые издержки ручных процессов редко попадают в официальную отчётность, но раздувают реальную стоимость каждой операции.

Общий принцип для любого проекта: замеры времени на задачи, процента ошибок, объёма результата и оценок удовлетворённости сотрудников нужно зафиксировать до запуска — без этого любая цифра после запуска остаётся просто числом, а не доказательством изменений.

Рекрутинг — самая измеримая часть, но не самая полная

В найме эффект чаще всего измеряют через сокращение времени закрытия вакансии — компании обычно фиксируют снижение на 40–60%. Но время закрытия — только половина картины. Вторая половина — качество отобранных кандидатов: стоит сравнивать их удержание через 6 месяцев, год и два года с показателями по традиционному найму, а не только скорость самого процесса — организации часто сообщают о росте удержания в первый год на 20–30%.

Что делать с пользой, которую трудно посчитать напрямую

Отдельная сложность — выгоды, которые не переводятся в рубли напрямую: моральный дух команды, качество решений, удовлетворённость клиентов. Здесь помогает приём с косвенными показателями: удержание сотрудников можно использовать как показатель морального духа, скорость принятия решений — как показатель их качества, индекс потребительской лояльности — как показатель улучшения клиентского опыта.

Хорошая новость в том, что это уже становится нормой, а не редкостью: по данным исследования Уортонской школы бизнеса, 72% руководителей сейчас имеют выстроенный процесс измерения ROI от ИИ, включающий производительность сотрудников, прибыльность и операционную эффективность.

Именно такое сочетание — эффективность плюс качество, а не только сокращение штата — мы видели в кейсе AllSee с федеральной автошколой. Внедрение ИИ-ассистента не просто сократило штат кураторов с 250 до 40 человек (уровень эффективности), но и подняло процент сдачи экзамена с первого раза с 60% до 85% (уровень качества). Если бы считали только первую цифру, картина выглядела бы как «сократили штат». Вторая цифра показывает, что само обучение стало лучше, а не просто дешевле. Подробнее — на allsee.team.

Опережающие и запаздывающие показатели

Полезно разделять метрики ещё по одному признаку — на опережающие (видны сразу) и запаздывающие (видны позже, но точнее). К опережающим относятся доля сотрудников, реально пользующихся инструментом, частота использования и число рабочих процессов, переведённых на ИИ. К запаздывающим — точность решений ИИ, процент ошибок и итоговая удовлетворённость пользователей. Если опережающие показатели растут, а запаздывающие — нет, это сигнал, что инструментом пользуются, но пользы от этого пока не видно.

Похожую связку опережающих и запаздывающих метрик мы закладывали и в кейсе с крупной инжиниринговой компанией. Система на основе 100 000+ внутренних документов формирует персонализированные обучающие материалы по частым вопросам новичков — использование системы (опережающий показатель) там растёт вместе со снижением нагрузки на руководителей на объяснение одного и того же (запаздывающий, но более значимый эффект). Подробнее — на allsee.team.

Итог

Измерение ROI HR-проекта на ИИ разваливается на практике по одной и той же причине: считают только то, что легко посчитать, — время и стоимость, — и упускают качество и стратегический эффект, где на самом деле живёт большая часть пользы. Перед запуском стоит зафиксировать три вещи: базовые цифры до внедрения, метрики качества наравне с метриками скорости, и хотя бы одну косвенную метрику для той пользы, которую напрямую в рублях не выразить.