ИИ в HR: автоматизация онбординга новых сотрудников

Сколько стоит плохой онбординг

Посчитаем на конкретном примере. Менеджер с зарплатой 100 000 ₽ выходит на полную продуктивность за два месяца. Всё это время компания платит полную зарплату за частичный результат — условно 100 000 ₽ инвестиций в адаптацию только по фонду оплаты труда. Добавьте время наставника: 1–2 часа в день на вопросы новичка — это четверть ставки опытного сотрудника, у которого есть и собственный план.

Теперь умножьте на текучку. Ориентир по рынку: до трети увольнений приходится на первые 90 дней работы. Каждый такой уход — подбор заново (50 000–150 000 ₽ через агентство или недели работы HR), потерянные месяцы и демотивация команды, которая снова обучает «очередного нового».

Ключевая деталь: чаще всего новички уходят из-за ощущения брошенности, деньги тут вторичны. Никто не отвечает на вопросы, непонятно, что считается хорошей работой, неловко дёргать занятых коллег.

Что именно автоматизирует ИИ в онбординге

ИИ-ассистент адаптации — это слой, который снимает рутину. Вот пять задач, которые он закрывает.

Ассистент-наставник в Telegram: ответы по базе знаний 24/7

Новичок задаёт вопрос своими словами — «как оформить командировку», «к кому идти за доступом к 1С», «когда аванс» — и получает ответ по базе знаний компании за секунды. Источник — ваши регламенты, инструкции и FAQ, загруженные в систему. Ассистент отвечает в 23:00 и в выходной, не раздражается на десятый одинаковый вопрос и выдаёт актуальную версию регламента.

Важно: ассистент ссылается на документы-источники, чтобы человек мог открыть оригинал и прочитать полностью.

Чек-листы первого дня, недели и месяца

План адаптации перестаёт быть файлом, который никто не открывает. Ассистент сам ведёт новичка: «сегодня — инструктаж и доступы, вот ссылки», напоминает о невыполненных шагах, отмечает прогресс. HR видит картину по каждому сотруднику без ручных созвонов в духе «ну как ты там».

Микрообучение и проверка знаний

Продукт, регламенты, стандарты сервиса нарезаются на короткие уроки с вопросами: прошёл урок — ответил на три вопроса — двинулся дальше. Ассистент фиксирует, что усвоено, а что придётся повторить. Для системного обучения команд у нас есть отдельный продукт AI.Класс — он подхватывает там, где заканчивается базовый онбординг.

Обратная связь на 1-й, 7-й и 30-й день

Ассистент спрашивает новичка: «Как первый день? Что осталось непонятным?» — и делает это в правильные моменты. Тревожные ответы — «не понимаю своих задач», «не познакомили с командой» — сразу эскалируются HR-у. Проблема ловится на седьмой день.

Аналитика: на каком шаге буксуют

Система показывает: 80% новичков застревают на этапе настройки доступов, половина вопросов — про оформление документов. Это диагностика ваших процессов: видно, какой регламент написан плохо и где процесс реально ломается. Онбординг начинает улучшаться по данным.

Пример из практики: знания компании в одном инструменте

Самый наглядный эффект мы увидели в проекте, который делали для продаж. В B2B-компании с восемью менеджерами собрали базу знаний для ИИ-ассистента: каталог, скрипты, успешные переписки за 24 месяца, карту преимуществ, правила ценообразования.

Побочный эффект оказался не слабее основного: новый менеджер стал выходить на результат за 2 недели вместо 2 месяцев. Раньше знания жили в головах старожилов и передавались устно — кому повезёт. Теперь новичок с первого дня работает с тем же инструментом, что и опытные: ассистент готовит ответ клиенту за 15–30 секунд, человек проверяет, отправляет и учится на этих ответах. Обучение команды работе с системой заняло 2 часа.

Это и есть автоматизация онбординга по существу: доступ к коллективному опыту с первого дня.

Модуль «База знаний»: от 490 ₽/мес за 2 недели

Для внутренней поддержки персонала у нас есть готовый модуль «База знаний» — внутренний ИИ-помощник для сотрудников: от 490 ₽/мес, запуск до 2 дней. В тариф входят запуск за 0 ₽, обучение модели на ваших документах, один канал (обычно Telegram), хостинг, токены ИИ-моделей и поддержка. Цена фиксируется в договоре.

Если онбординг — часть большой HR-задачи вместе с наймом, посмотрите PapAI HR. На стороне найма ИИ тоже считается в деньгах: в нашем кейсе голосовой ИИ-ассистент для обзвона кандидатов дал +50% обработанных заявок без роста штата и +3,38 млн ₽/год. Найм и адаптация — одна воронка: нет смысла ускорять вход кандидатов, если они спотыкаются на первом месяце работы.

Этапы внедрения: от аудита до пилота

1. Аудит знаний (3–5 дней). Смотрим, что есть: регламенты, инструкции, записи обучений. Выясняем, что устарело, а чего нет вовсе. Обычно «нет вовсе» — это 30–50% реально нужного новичку.
2. Сбор и структурирование (около недели). Собираем документы, назначаем ответственных за актуальность. Лайфхак: быстрее записать часовое интервью с наставником и расшифровать его, чем ждать, пока он «сядет и напишет регламент».
3. Запуск ассистента (в составе двух недель модуля). Обучаем модель на ваших данных, настраиваем чек-листы и сценарии обратной связи, подключаем Telegram.
4. Пилот на одном отделе (2–4 недели). Запускаем на ближайших новичках одного отдела, собираем вопросы, на которые ассистент не ответил, дополняем базу. Только потом масштабируем на компанию.

Типичная ошибка — пропустить пилот и включить ассистента сразу на всех. Первая версия базы знаний всегда дырявая, и это нормально: дыры видны по реальным вопросам за первые две недели.

Ручной онбординг против онбординга с ИИ-ассистентом

Где ИИ не поможет: честные ограничения

Мы внедряем HR-ассистентов руками и видим, где у технологии граница.

• ИИ не заменит живого наставника. Ассистент ответит, как оформить отпуск, но не скажет «не переживай, у всех первая неделя такая». Чувство принадлежности к команде создают люди: welcome-встреча, обед с коллегами, внимание руководителя. Ассистент освобождает на это время.
• Мусорная база знаний — мусорные ответы. Если регламенты противоречат друг другу или устарели, ассистент будет уверенно отвечать неправду. Перед запуском базу придётся вычистить — это самая трудоёмкая часть проекта, и мы говорим об этом сразу.
• Культуру не автоматизировать. Если новичков принято бросать без задач, ассистент это не исправит — он только быстрее покажет проблему в аналитике. Наш принцип: если естественный интеллект в процессах не работает, искусственный его не спасёт.
• Маленьким командам — рано. Если у вас 10 человек и два новичка в год, дешевле хороший наставник и один нормальный документ. ИИ-онбординг окупается от 3–5 новичков в месяц, при распределённых командах или высокой сезонной текучке.

Сколько стоит и когда окупится

Ориентиры по деньгам:

• модуль «База знаний» — от 490 ₽/мес, 2 недели;
• расширенные сценарии с чек-листами, опросами и аналитикой — обычно тариф «Специалист» — 4 900 ₽/мес, а с интеграциями 1С и Битрикс24 и несколькими каналами — «Эксперт» (9 900 ₽/мес) или «Директор» (19 900 ₽/мес); сетка тарифов — на странице тарифов;
• токены ИИ-моделей, хостинг и поддержка входят в тариф.

Окупаемость HR-проектов дольше, чем у ассистентов для продаж (1–3 месяца), потому что эффект считается через текучку и часы наставников. Формула простая: (часы наставников + часы HR) × ставка + стоимость предотвращённых увольнений в первые 90 дней. Один предотвращённый уход новичка (подбор заново — 50 000–150 000 ₽) перекрывает годовую подписку на «Специалиста» — 58 800 ₽.

Демо показываем бесплатно до оплаты, оплата помесячно.

Частые вопросы

У нас нет написанных регламентов. Это блокер?

Нет, но проект удлинится на 1–2 недели. Знания собираются интервью с наставниками и руководителями: записываем, расшифровываем, структурируем — получается первая версия базы. Главное — назначить ответственного, который будет поддерживать её актуальность дальше.

Новички вообще будут пользоваться ассистентом?

Будут, если ассистент реально отвечает. Спросить ассистента проще, чем дёргать занятого коллегу, — социальный барьер ниже, особенно в первые недели. По вопросам без ответа видно, чего не хватает в базе, и она дополняется. Если ассистент молчит или ошибается, пользоваться не будут — поэтому и нужен пилот.

Подходит ли это для линейного персонала без компьютера?

Да: Telegram есть в телефоне у всех. Чек-листы, инструкции с фото, голосовые вопросы — формат хорошо ложится на розницу, склады и смены, где у наставника физически нет времени на каждого новичка.

Какие данные сотрудников попадают в ИИ и как с 152-ФЗ?

В базе знаний — регламенты и инструкции, это не персональные данные. ПДн появляются в чек-листах и опросах: имя, должность, прогресс. Мы фиксируем состав данных в ТЗ, используем модели с обработкой в РФ — YandexGPT, GigaChat — и разграничиваем доступ. Согласие на обработку — стандартный пункт при приёме на работу.

Можно ли интегрировать с 1С ЗУП или Битрикс24?

Да, это типовой сценарий: новый сотрудник появляется в 1С — ассистент сам пишет ему в первый день и запускает программу адаптации, а статусы прохождения уходят HR-у в Битрикс24. Одна интеграция входит в стоимость модуля, дальше — по ТЗ.

Чем это отличается от LMS, которая у нас уже есть?

LMS ждёт, пока сотрудник придёт проходить курс. ИИ-ассистент сам приходит к сотруднику: отвечает на вопросы в моменте, напоминает, спрашивает о самочувствии в роли, эскалирует проблемы. Они не конкурируют — курсы из LMS подключаются как источник знаний для ассистента.

Получите бесплатный аудит

Расскажите, как устроен ваш онбординг и сколько новичков выходит в месяц, — на бесплатном аудите PapAI Soft посчитаем, что даст автоматизация в часах и рублях именно у вас. Демо соберём на ваших регламентах до оплаты. Тарифы: papaisoft.com/tarify, написать в Telegram: t.me/poluhin, телефон +7 (993) 983-09-12.