ИИ разгрузил рекрутеров у 75% работодателей — резюме доверяют меньше

Согласно публикации ICIMS от 25 августа 2026 года, 75% опрошенных работодателей с массовым наймом считают, что ИИ снизил нагрузку на рекрутеров, а 48% увеличивают вложения в эту технологию. Исследование подготовлено совместно с Lighthouse Research & Advisory и охватывает работодателей из здравоохранения, производства, розничной торговли, гостиничного бизнеса, транспорта и строительства.

На странице PR Newswire от 25 августа 2026 года размещён тот же релиз о результатах исследования. Для соискателя главный сдвиг состоит в том, что первичную обработку анкет всё чаще автоматизируют, но резюме перестаёт быть достаточным доказательством квалификации: после сопоставления с вакансией работодателю нужны проверяемые сведения о навыках и личном вкладе кандидата.

ИИ берёт на себя начало отбора

Наибольшее влияние ИИ участники исследования связывают с просмотром резюме и профилей, поиском кандидатов, назначением интервью и стандартными сообщениями. Это повторяющиеся операции до окончательного решения о найме, поэтому автоматизация прежде всего сокращает административную работу и помогает быстрее обрабатывать большой поток заявок.

Авторы отдельно указывают на сохранение человеческого контроля при принятии решений. Исследование не доказывает, что алгоритмы уже повсеместно и самостоятельно отклоняют кандидатов: оно отражает оценки работодателей и направления, в которых они видят пользу технологии.

Однако первая содержательная проверка анкеты всё чаще происходит до разговора с рекрутером. Системе необходимо извлечь из резюме должности, периоды работы, навыки, обязанности и результаты, поэтому сложная вёрстка, неочевидные сокращения и важные сведения внутри декоративных элементов могут затруднить сопоставление с вакансией.

Недоверие к резюме меняет критерии найма

Краткая страница отчёта ICIMS показывает, что лишь треть опрошенных работодателей уверена в соответствии резюме реальным навыкам кандидата, половина опасается преувеличенных или вымышленных компетенций, а 50% считают проверку резюме и профилей областью, где ИИ приносит наибольшую пользу. При этом найм на основе навыков оказался главным рекрутинговым приоритетом на следующие 12–18 месяцев.

Эти выводы объясняют переход от количества откликов к качеству подтверждений. Автоматическая сортировка позволяет быстрее сузить поток кандидатов, но не решает проблему достоверности: совпадение формулировок в резюме с текстом вакансии ещё не означает, что человек действительно выполнял соответствующую работу.

Отчёт не измеряет распространённость практических заданий, проверки рекомендаций или отдельных методов оценки навыков. Поэтому нельзя утверждать, что все работодатели уже перешли к одной модели отбора. Формат проверки зависит от профессии, отрасли и правил конкретной компании, но общее направление ясно: работодатели хотят видеть дополнительные сигналы способности выполнять работу.

Что подготовить соискателю к автоматическому отбору

Резюме становится пропуском к дальнейшей оценке, а не исчерпывающим доказательством квалификации. На первом этапе оно должно ясно показывать соответствие вакансии, а на следующих — давать основу для проверки заявленного опыта.

Описание каждого существенного навыка полезно связывать с конкретной задачей, собственной зоной ответственности, использованными инструментами и полученным результатом. Механическое добавление слов из вакансии может улучшить формальное совпадение, но не поможет на задании или интервью объяснить, что именно сделал кандидат. Подробный подход к подготовке резюме и портфолио особенно важен для профессий, где квалификацию можно показать рабочими примерами.

• Для автоматической обработки стоит использовать общепринятые названия должностей и навыков, явно указывать периоды работы и не прятать ключевые сведения в сложной графике.
• Для проверки компетенций полезно заранее выбрать рабочие примеры, которые разрешено показывать без раскрытия конфиденциальных данных.
• Для практического задания или интервью нужно уметь объяснить ход решения, ограничения и причины выбора инструментов.
• В командных результатах следует отделять собственный вклад от работы коллег.
• Даты, должности, сертификаты, профиль и портфолио не должны противоречить друг другу.

Если точные показатели защищены соглашением о конфиденциальности, заменять их выдуманными числами нельзя. Можно обозначить ограничение и описать допустимый результат: например, сокращение ручных операций, изменение срока выполнения или масштаб задачи без раскрытия коммерческих данных.

Что исследование пока не объясняет

Публикация не раскрывает точность конкретных алгоритмов, долю полностью автоматических отказов и влияние таких систем на разные группы кандидатов. Она также не позволяет отделить результаты отдельных инструментов от общей оценки работодателями всех применяемых технологий.

На 26 августа подтверждено более узкое изменение: работодатели массового найма связывают ИИ со снижением рутинной нагрузки и одновременно меньше полагаются на резюме как на доказательство квалификации. Это усиливает автоматическую обработку в начале отбора и повышает значение проверяемых рабочих примеров, согласованности профессиональной истории и способности кандидата объяснить собственный вклад. Дальнейшие исследования должны показать, какие методы проверки навыков распространяются быстрее и насколько часто автоматическая оценка влияет на окончательное решение без участия человека.

Читайте также:

• Как адаптировать резюме и портфолио под найм на основе навыков в 2026 году
• Психология продаж: почему меньше вариантов не всегда означает больше покупок
• Один алгоритм — десять отказов: скрытый риск ИИ-отбора резюме