Кейс #2800
Подробный кейс
ООО «Хэдхантер»
HeadHunter внедрил алгоритм «Умный поиск» — систему на базе ИИ и машинного обучения, которая анализирует резюме и вакансии и показ...
Результат
Финансы
• Результаты не раскрыты публично в денежном выражении
• Косвенный эффект: рост монетизации за счёт повышения ка...
Предиктивная аналитика и ML
Кейс #2802
Подробный кейс
ООО «Хантфлоу» (платформа; конечные заказчики — корпоративные клиенты Хантфлоу)
Хантфлоу AI — встроенный в ATS-систему Хантфлоу модуль искусственного интеллекта, который анализирует работу рекрутера над каждой...
Результат
Финансы
• Снижение затрат на внешний рекрутинг за счёт реактивации уже имеющейся базы (конкретные цифры не раскрыты)
Вр...
Предиктивная аналитика и ML
Кейс #2807
Подробный кейс
ПАО «Ростелеком»
Ростелеком разработал и внедрил ML-модель прогнозирования вероятности увольнения сотрудника по собственному желанию. Модель анализ...
Результат
Финансы
• Результаты не раскрыты публично в денежном выражении
• По отраслевым оценкам, удержание одного сотрудника экон...
Предиктивная аналитика и ML
Кейс #2810
Подробный кейс
АО «Альфа-Банк»
Альфа-Банк разработал собственную «Модель подбора сотрудников» — систему машинного обучения для скоринга и ранжирования кандидатов...
Результат
Финансы
• Ежемесячная экономия: от 1,5 до 5 млн рублей
Время
• Рекрутер получает готовый шорт-лист (1–10 кандидатов) вм...
Предиктивная аналитика и ML
Кейс #2811
Подробный кейс
АО «ТБанк» (Т-Банк)
Т-Банк реализовал два связанных HR-проекта на базе ИИ. Первый — ML-система выявления «фрод-кандидатов» (соискателей, намеренно при...
Результат
Финансы
• Снижение стоимости найма за счёт автоматизации скрининга (точные данные не раскрыты)
Время
• На массовых вака...
Предиктивная аналитика и ML
Кейс #2814
Подробный кейс
ООО «Велесстрой»
Велесстрой — строительная группа компаний с ежегодным наймом около 10 000 человек, из которых более 80% — массовые позиции (вахтов...
Результат
Финансы
• Снижение потерь от простоя техники (300 ед. тяжёлой механизации) за счёт ускорения найма
Время
• Время подбор...
Предиктивная аналитика и ML
Кейс #2818
Подробный кейс
АО «ДОМ.РФ» (Акционерное общество «ДОМ.РФ»)
ДОМ.РФ — институт развития в жилищной сфере, созданный государством, — начал использовать платформу «Поток» (тогда ещё отдельный п...
Результат
Финансы
• Снижение стоимости найма за счёт автоматизации рутинных операций (точные данные не раскрыты)
• Сокращение поте...
Предиктивная аналитика и ML
Кейс #2819
Подробный кейс
ПАО «Газпром нефть»
Газпром нефть реализовала масштабную цифровую трансформацию всего цикла управления талантами — от привлечения кандидатов до развит...
Результат
Финансы
• Отказ от внешних инструментов оценки персонала — экономия на лицензиях сторонних поставщиков
Время
• Ускорени...
Предиктивная аналитика и ML
Кейс #2822
Подробный кейс
ООО «ИКС 5 Ритейл Групп» / торговая сеть «Пятёрочка» (X5 Group)
«Пятёрочка» внедрила платформу Skillaz для автоматизации массового подбора линейного персонала по всей стране. До внедрения поток...
Результат
Финансы
• Снижение стоимости найма за счёт автоматизации коммуникаций и исключения ручных операций
Время
• Time-to-hire...
Предиктивная аналитика и ML
Кейс #2823
Подробный кейс
ОАО «Российские железные дороги»
ОАО «РЖД» построило собственную цифровую ИТ-экосистему управления персоналом полного цикла — от соискателя до выхода на пенсию. Кл...
Результат
Финансы
• AI-модель прогнозирует увольнения, что снижает затраты на внеплановый подбор
Время
• Роботизированная АТС обр...
Предиктивная аналитика и ML
Кейс #2828
Подробный кейс
ОАО «Российские железные дороги»
В ОАО «РЖД» ведётся разработка AI-сервиса-рекомендатора, который будет подбирать для каждого из 700 000 сотрудников персонализиров...
Результат
Финансы
• AI-прогноз увольнений позволяет превентивно работать с риском потери персонала, снижая незапланированные расхо...
Предиктивная аналитика и ML
Кейс #2834
Подробный кейс
ПАО «М.видео» / АО «Эльдорадо» (Группа М.Видео-Эльдорадо); ГК «Росатом»
Платформа Skillaz обеспечивает полный цикл автоматизации рекрутинга: от парсинга вакансий и скрининга резюме на основе ML-скоринга...
Результат
Финансы
• Снижение стоимости закрытия вакансии на 38% (по данным вендора)
Время
• Ускорение подбора персонала на 40% (п...
Предиктивная аналитика и ML
