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 не из-за денег, а из-за ощущения брошенности. Никто не отвечает на вопросы, непонятно, что считается хорошей работой, неловко дёргать занятых коллег.

Что именно автоматизирует ИИ в онбординге

ИИ-ассистент адаптации — это не «робот вместо HR», а слой, который снимает рутину. Вот пять задач, которые он закрывает.

Бот-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. Бот отвечает в 23:00 и в выходной, не раздражается на десятый одинаковый вопрос и выдаёт актуальную версию регламента, а не «как было при мне».

Важно: бот 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. Бот 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. Бот 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

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

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, а не по ощущениям.

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: не курс «добро пожаловать в компанию», а доступ к коллективному опыту с первого дня.

Модуль «База знаний»: от 160 000 ₽ за 2 недели

Для внутренней поддержки персонала у нас есть готовый модуль «База знаний» — внутренний ИИ-помощник для сотрудников: от 160 000 ₽, запуск за 2 недели. В стоимость входят ТЗ, разработка, обучение модели на ваших документах, один канал (обычно Telegram), тестирование, сдача и 30 дней поддержки. Цена фиксируется в договоре.

Токены оплачиваются отдельно: внутренний помощник обычно укладывается в сумму менее 1 000 ₽/мес на YandexGPT или 2 000–5 000 ₽/мес на GPT-4o.

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-бот 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 бота (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 бот не ответил, дополняем базу. Только потом масштабируем на компанию.

Типичная ошибка — пропустить пилот и включить бота 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-ботов руками и видим, где у технологии граница.

• ИИ не заменит живого наставника. Бот 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. Бот лишь освобождает для этого время.
• Мусорная база знаний — мусорные ответы. Если регламенты противоречат друг другу или устарели, бот будет уверенно отвечать неправду. Перед запуском базу придётся вычистить — это самая трудоёмкая часть проекта, и мы говорим об этом сразу, а не после подписания.
• Культуру не автоматизировать. Если новичков принято бросать без задач, бот 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 160 000 ₽, 2 недели;
• расширенные сценарии с чек-листами, опросами и аналитикой — обычно тариф «Стандартный» от 120 000 ₽ (3–4 недели), а с интеграциями 1С и Битрикс24 и несколькими каналами — «Корпоративный» от 500 000 ₽; сетка тарифов — на странице тарифов;
• токены — от менее 1 000 ₽/мес на YandexGPT.

Окупаемость HR-проектов — 6–12 месяцев. Это дольше, чем у ботов для продаж (1–3 месяца), потому что эффект считается через текучку и часы наставников, а не через прямую выручку. Формула простая: (часы наставников + часы HR) × ставка + стоимость предотвращённых увольнений в первые 90 дней. При 5 новичках в месяц экономия обычно перекрывает стоимость модуля за полгода.

Демо показываем бесплатно до оплаты, оплата 50/50.

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 ботом?

Будут, если бот реально отвечает. Спросить бота 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 бот 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 — бот 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 бота.

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/papai_robot, телефон +7 (993) 983-09-12.