noumy.ai - AI-платформа для интервью и оценки кандидатов

Одиссей знал, что не доверяет себе Кто смотрел или читал «Одиссею», помнит момент, когда корабль приближался к сиренам: Одиссей приказал матросам залить уши воском, а себя велел привязать к мачте. Он понимал — в момент, когда зазвучит пение, его суждение перестанет быть надёжным. На интервью роль сирен играет харизма. Кандидат говорит уверенно, структурированно, с правильными словами — умный, с ним приятно разговаривать. Интервьюер выходит из звонка с ощущением: «вот оно». И это ощущение смахивает на пение сирен. Уверенная речь — это не компетентность. Харизма — это не результативность. Умение произвести впечатление на интервью — отдельный навык, никак не связанный с тем, справится ли человек с работой через три месяца. Исследования это подтверждают: 82% менеджеров видели тревожные сигналы прямо на интервью — и всё равно наняли. В момент разговора их суждение было под влиянием того, что они слышали. Одиссей решил эту проблему архитектурой — создал ограничение заранее, до того, как пение началось. Структурированное интервью работает так же: единые критерии оценки, зафиксированные до разговора, вопросы, которые измеряют реальные компетенции, а не умение красиво говорить, оценка, которая выставляется по шкале, а не по ощущению. Это уважение к тому, как работает человеческий мозг под влиянием обаятельного собеседника. 🌐 noumy.ai

Чем noumy отличается от обычной ATS? ATS - это система учёта и база данных: она хранит кандидатов, двигает их по воронке, фиксирует статусы. Это логистика найма, нужная, но недостаточная для самого решения. noumy работает на другом уровне — помогает интервьюеру на каждом шаге самого интервью, от подготовки до решения. Ещё на старте AI помогает заполнить описание вакансии и генерирует систему грейдов — вопросы для интервью адаптируются под саму вакансию, профиль кандидата и заданную методологию оценки, а не берутся из общего шаблона. Согласование времени с кандидатом и командой происходит в одном месте, без переписки на несколько сторон. Само интервью проходит онлайн, с записью, транскрибацией и заметками — интервьюер может вернуться к разговору, а не полагаться только на память. После встречи AI выделяет ключевые ответы, оценивает навыки и формирует отчёт: конкретные наблюдения, к которым можно вернуться, а не голое «понравился / не понравился». ATS отвечает на вопрос «где кандидат». noumy отвечает на вопрос «подходит ли он» и почему. Попробовать noumy или записаться на бесплатное демо можно на сайте: 🌐 noumy.ai

Онбординг как алиби Если человек не справляется в первые месяцы, то возникают вопросы из разряда: может онбординг был слабый, менеджер не уделил времени или процессы не объяснили. Это удобная версия событий. Она не требует возвращаться назад - к моменту, когда решение о найме ещё только принималось. Онбординг превратился в институциональный алиби. Инструмент, который позволяет списать провал на процесс адаптации и не задавать неудобный вопрос: а правильного ли человека мы вообще наняли? Парадокс в том, что компании вкладывают в онбординг всё больше именно потому, что найм становится всё менее точным. Больше buddy-программ, длиннее welcome-недели, подробнее handbook - как будто достаточно тщательная упаковка исправит содержимое внутри. Но онбординг - это передача контекста. Он работает, когда человек способен этот контекст принять и применить. Когда это не так — никакой онбординг не поможет. Он просто сделает провал дороже и отложит момент, когда все наконец признают очевидное. Исследование Leadership IQ, охватившее больше пяти тысяч менеджеров, показало: 89% провалов новых сотрудников связаны с установками и мотивацией — не с нехваткой знаний о процессах. То, что онбординг передаёт хорошо — процессы, инструменты, контекст — это как раз не то, что чаще всего ломается. Ломается то, что было видно на интервью. Хороший онбординг нужен. Но он не является страховкой от плохого найма. Пока компании используют его как страховку - они будут продолжать платить дважды: сначала за неправильное решение, потом за попытку его исправить. 🌐 noumy.ai

Вакансия как фильтр Большинство компаний думают, что вакансия - это описание позиции. Список требований, набор задач, стандартные условия. На самом деле вакансия — это фильтр. И от того, насколько он точный, зависит, кто через него пройдёт. Большинство пишут вакансию по образцу предыдущей или по шаблону из интернета. Получается текст, который описывает всех и не привлекает никого конкретного. Автогенерация описания вакансии в noumy устроена не как «напиши за меня». Она устроена как «помоги мне структурировать». Ты даёшь контекст — должность, задачи, грейд, условия — и получаешь структурированный черновик, который можно дополнять. Точная вакансия — всегда про то, что команда сама понимает, кого ищет. Автогенерация просто делает этот момент проще и быстрее. 🌐 noumy.ai

Закон, который HR не любит признавать В экономике есть закон убывающей доходности. Звучит технически, но суть простая: каждая следующая единица ресурса, вложенная в один и тот же процесс, даёт меньше результата, чем предыдущая. Первый удобрение поднимает урожай вдвое. Второе — на треть. Третье — почти ничего. Четвёртое может навредить. HR нарушает этот закон каждый день и не замечает. Добавляем этап в интервью. Подключаем ещё одного интервьюера. Пишем подробнее в оффере. Проводим длиннее онбординг. Каждое из этих решений кажется разумным по отдельности. Каждое добавляет усилий. Но если смотреть на кривую результата — она давно перестала расти вместе с усилиями. Потому что закон убывающей доходности работает только тогда, когда процесс правильно устроен в основании. Удобрение помогает только если почва, вода и семена уже на месте. Пятый раунд интервью помогает только если первые четыре измеряют что-то реальное. Большинство HR-процессов не измеряют, а накапливают. Накапливают этапы, которые дают ощущение тщательности. Накапливают мнения людей, у которых нет общего языка для оценки. Накапливают время — своё и кандидата — не накапливая данных, которые можно было бы проанализировать потом. В итоге компания вкладывает в найм больше и больше и получает не лучший результат, а лучше задокументированный процесс принятия всё того же интуитивного решения. Выход из убывающей доходности в экономике один: не добавлять больше того же ресурса, а изменить систему, в которую он вкладывается. Сменить технологию. Пересобрать основание. В найме это означает одно: сначала понять, что именно вы измеряете, а потом решать, сколько вкладывать. Иначе каждый следующий рубль, час и интервьюер будут давать всё меньше. По закону.

У найма нет памяти Каждое важное решение в компании оставляет след. Сделка — в CRM. Бюджет — в таблице. Продуктовое решение — в Notion или в переписке, которую можно найти через год. Решение о найме — нет. Оно живёт в памяти двух-трёх людей, которые были в комнате. В ощущении, которое сложилось за сорок минут. В паре строк в ATS, куда никто не возвращается. А потом — через полгода — что-то идёт не так, и никто не может ответить на простой вопрос: что именно мы увидели на интервью, что заставило нас сказать «да»? Найм — единственная функция в компании, где одно из самых дорогостоящих решений принимается без возможности аудита. Это не упрёк рекрутерам, а архитектурная проблема: инструменты найма строились для скорости, а не для памяти; для воронки, а не для петли обратной связи. Когда мы начали думать об интервью как о данных, а не как о разговоре, который заканчивается с закрытием вкладки, выяснилось, что это меняет не только найм. Это меняет то, как компания учится на своих решениях о людях — или не учится, и нанимает того же человека снова. Решить эту проблему одной галочкой в чек-листе процесса нельзя. Начать можно с малого: фиксировать конкретные наблюдения с интервью, которые привели к решению «да» или «нет». Тогда через полгода будет запись, к которой можно вернуться. 🌐 noumy.ai

Как выглядит найм, когда качество начинают измерять Большинство команд знают стоимость закрытия вакансии. Почти никто не знает стоимость её неправильного закрытия — потому что она не приходит одним счётом. Она приходит полгода спустя в виде усталости команды, пересборки онбординга и повторно открытой позиции. Мы в noumy отталкивались от простого наблюдения: решение о найме почти никогда не оставляет след, который можно перепроверить. Через год никто не помнит, почему выбрали именно этого кандидата — есть только общее ощущение, что «вроде норм». noumy — платформа для решений о найме: она вносит в интервью структуру, единообразие и AI-анализ. Команда создаёт вакансию с видимым и скрытым контекстом для интервьюера, проводит многоэтапное интервью с автоматически сгенерированными вопросами и после каждой сессии получает структурированный AI-анализ и карту компетенций. Решение о найме в итоге опирается на сопоставимые данные, а не на общее впечатление. Система встраивается в уже работающую ATS через интеграцию — ничего не нужно заменять. Если хотите посмотреть, как это работает на практике — мы делаем короткие демо для команд, которые нанимают регулярно и хотят понять, что именно они измеряют: без питча и слайдов с рынком, только конкретный процесс и конкретные вопросы. Оставить заявку можно на сайте noumy.ai или же написав лично @nottonew «хочу демо!»

Работа не исчезает — она перестаёт делать то, что делала последние сто лет Энди Спенс в своём последнем эссе задаёт вопрос, который звучит странно только на первый взгляд: что будет после работы? Речь не о безработице в буквальном смысле, а о том, что произойдёт, когда работа перестанет быть основным механизмом, через который общество распределяет доход, статус, обучение и принадлежность. Именно это она и делала последние сто лет. Работа — это, по сути, контейнер, в который упаковали пенсию, медицину, идентичность, расписание, социальный круг. Поэтому угроза потерять работу воспринимается как угроза потерять всё сразу. Один из самых точных тезисов эссе: исчезает не работа, а «абсолютный новичок» в ней. Задачи, которые раньше доставались джуниорам — первый черновик, базовая аналитика, рутинный ресёрч — теперь забирает AI. Проблема здесь шире, чем вход на рынок труда: она в том, как компании вообще растят людей внутри. Те, кто сейчас не проходит через маленькие ошибки и маленькие решения, через пять лет станут менеджерами без наработанного суждения. Для нас это прямо связано с тем, что мы строим. Если AI забирает рутину найма — расшифровку интервью, первичный скрининг, сборку профиля кандидата — рекрутер не освобождается, он оказывается перед другим вопросом: на что теперь уходит его время. Есть два пути. Первый — просто закрывать вакансии быстрее теми же методами, что и раньше, только с меньшим числом людей в процессе. Второй — использовать освободившееся время на то, что рутина всегда вытесняла: спорные решения, где данных недостаточно и нужен именно человеческий контекст, обратная связь, которая объясняет отказ, а не просто фиксирует его (и еще много процессов). Если рынок труда выбирает первый путь, AI в найме действительно ускоряет то самое сокращение, о котором пишет Спенс — просто уже на стороне рекрутеров, а не джуниоров. Мы строим наш продукт исходя из того, что второй путь — единственный, который имеет смысл в долгую. 🌐 noumy.ai

Почему выпускники освистали AI и при чём тут найм В мае 2026 года вице-президент одной из девелоперских компаний вышла на сцену перед выпускниками Центральной Флориды и назвала AI новой промышленной революцией. Зал освистал её так резко и неожиданно, что речь пришлось прервать. Клип разлетелся по сети, медиа заговорили об «анти-AI» настроениях и популизме. Но Брайан Мерчант в Blood in the Machine предложил другое прочтение: студенты освистали не технологию, а человека с корпоративным титулом, который расписывает им «революцию» на фоне рынка труда, худшего для выпускников почти за сорок лет. Для этой аудитории AI — лицо системы, которая уже была настроена против них. Интересно, что тот же разрыв работает в найме. Компании внедряют AI в рекрутинг и говорят кандидатам об эффективности процесса. Кандидаты слышат: их оценивает алгоритм, а не человек. Игнорировать этот разрыв восприятия — не значит им управлять; значит платить за него отказами от офферов, оттоком кандидатов, репутацией работодателя. AI в рекрутинге не нейтрален — он либо усиливает доверие кандидата к процессу, либо подтверждает его худшие опасения. Разница между «алгоритм оценивает вас» и «у нас единые, понятные критерии для всех» — это не вопрос технологии. Это вопрос того, готова ли компания объяснить кандидату, как именно принимается решение. 🌐 noumy.ai

Злейший друг, лучший враг, твой навеки красный флаг Вопрос рекрутерам с опытом: Что для вас в процессе интервью является красным флагом, когда точно не наймете кандидата? Ответили сами и собрали мнения 5 экспертов, и вот что получилось: 1. Татьяна Покидько, директор по персоналу, основатель сообщества HR-ов Дальнего Востока, автор ТГ канала Татьяна Покидько / Про HR на ДВ: Неспособность к рефлексии – для меня точно красный флаг. Кандидат не вспоминает ошибок, отвечает «я всегда справлялся» или рассказывает «идеальные» провалы. Профессионал ошибается – это норма. Важно не отсутствие провалов, а способность признать их, принять обратную связь и расти на их основе. 2. Анна Чибисова, T&D эксперт, автор ТГ канала Адаптация и наставничество: Для меня главный красный флаг, когда на вопрос Что для вас неприемлемо в работе? соискатель отвечает: Я согласен на всё. Профессионал всегда знает цену своим ресурсам и имеет критерии выбора. «Всеядность» обычно скрывает либо острую финансовую потребность, либо отсутствие понимания профессиональной специфики. 3. Елена Муханова, директор управления сервисного обслуживания Банка ВТБ, автор ТГ канала Откровенно про карьеру: Красный флаг, если на вопрос Какие риски вы видите при переходе на новую работу? кандидат отвечает: никаких. Для меня это сигнал, что человек либо не задумывался о переходе, либо недооценивает сложность адаптации. Сильные кандидаты обычно видят риски и понимают, как будут с ними работать. 4. Саркис Атанесов, СЕО noumy, автор ТГ канала noumy.ai – AI платформа для интервью и оценки: Для меня красный флаг – неспособность объяснить собственный опыт. Когда человек рассказывает о проекте, но не может ответить на уточняющий вопрос: почему именно так, что рассматривали как альтернативу, что пошло не так, – это сигнал, что опыт может быть либо чужой, либо не осмыслен. 5. Ирина Бежко, HRD в фарм компании, автор ТГ канала Смысл в людях: Красный флаг для меня, когда человек не способен брать ответственность за свою часть происходящего. Поэтому мой любимый вопрос на собеседовании: «Расскажите о ситуации, где результат оказался хуже, чем вы ожидали. Какую часть ответственности за это вы берете на себя?» Если в каждой истории виноваты коллеги, руководитель, компания или обстоятельства, это тревожный сигнал. 6. Лана Катаева, ex хедхантер, эксперт по карьерным стратегиям, автор ТГ канала Охотники за талантами: Для меня красный флаг, когда кандидат говорит: у меня нет вопросов. Если кандидат на интервью на вопрос: Есть ли у вас к нам вопросы? отвечает: Нет вопросов (Вы так все хорошо рассказали), я его не найму. Также и в работе будет: сделал свое дело, и вправо, влево, лучше, хуже, – не пойдет даже пробовать, потому как "вопросов нет". Сильный кандидат никогда не упустит свой шанс на интервью позадавать вопросы и узнать о компании и вакансии побольше. А что для вас является красным флагом на собеседовании?

Промышленный шпионаж В какой-то момент почти каждая команда сталкивается с этим вопросом: насколько далеко можно заходить, изучая конкурентов? Где заканчивается исследование рынка и начинается что-то другое? Мы для себя давно решили: идея ничего не стоит. Стоит исполнение, команда, скорость и тысяча решений, которые невидны снаружи. Скопировать интерфейс — это как сфотографировать блюдо в ресторане и думать, что теперь знаешь рецепт. Но это не значит, что вопроса об этике не существует. Есть разница между «смотреть на конкурентов и думать» и «приходить под легендой, чтобы вытащить максимум». Первое — нормальная часть работы. Второе — это уже про то, какими людьми мы хотим быть в бизнесе и про то, какую культуру мы строим вокруг себя. Мы верим в открытость и то, что рынок, где игроки делятся наблюдениями, ошибками и находками, растёт быстрее, чем рынок, где каждый охраняет своё ка тайну. По сути, закрытость не защищает от конкуренции — она замедляет всех. Поэтому к нам не нужно приходить "под легендой") Мы открыты, рассказываем, как думаем, публикуем то, что узнали и предпочитаем компанию людей, которые разделяют этот подход. Если вы строите продукт в найме, HR-tech или смежных областях — и хотите пространство, где можно говорить честно о том, что работает и что нет, без страха, что завтра это окажется в чужом питч-деке - напишите нам. Думаем собрать небольшое закрытое комьюнити для людей из одного рынка

Вращающаяся дверь (о том, почему компании нанимают одного и того же человека снова и снова и не замечают этого) В индустрии HoReCa годовая текучесть кадров составляет около 75%. Это значит: три из четырёх позиций нужно закрывать заново каждый год. Для ритейла цифра похожая — от 64 до 75%. На эти числа давно перестали реагировать как на сигнал. Их воспринимают как климат - неприятный, но неизменный. «У нас такая отрасль». «Люди просто уходят». «Мы к этому готовы». Готовность к повторному найму — это институционализированная амнезия. Каждый раз, открывая одну и ту же вакансию заново, компания платит за решение, которое она уже принимала. И снова принимает его тем же способом. 75% компаний проводят exit-интервью. Это хорошая новость. Плохая — по данным Harvard Business Review, менее трети руководителей могут назвать хотя бы одно конкретное действие, предпринятое после этих интервью. Уходящий сотрудник говорит «мне предложили лучшие условия» — и это правда, но не вся. Полная версия начинается раньше: с того, что ему говорили на первом интервью о культуре, о росте, о команде. С того, чего ему не говорили. С того, как было принято решение о его найме. Но никто не задаёт этот вопрос. Потому что он неудобный. Он предполагает, что проблема — не в сотруднике, который ушёл, и не в менеджере, который с ним работал. Проблема — в процессе, который привёл именно этого человека именно на эту позицию. Это системное мышление. И оно требует одной неочевидной вещи: связать то, что происходит на выходе - с тем, что происходило на входе. Посмотреть на повторный найм не как на рутину, а как на квитанцию. Квитанцию за решение, которое было принято месяцы или годы назад: в спешке, по ощущению. Без системы, которая могла бы это ощущение проверить. Вращающаяся дверь не ломается сама. Её перестают замечать и начинают считать частью архитектуры. 🌐 noumy.ai

Фоны во время интервью Эту фичу просили давно. Мы делали загадочное лицо и говорили «скоро». Скоро наступило! Теперь в Noumy можно размыть фон, поставить готовое изображение или загрузить своё по ссылке. Управление - прямо в меню камеры на нижней панели, без поисков по настройкам. Один разработчик не спал ради этого несколько недель. Мы не будем называть имена, но холодильник на кухне теперь знает его по имени) Поэтому комментарии и лайки приветствуются! Обновление уже в продукте! Записаться на бесплатное демо можно на сайте 🌐 noumy.ai

Мы измеряем то, что удобно измерять (и называем это управлением наймом) У каждого HR-дашборда есть time-to-hire. Почти у каждого — cost-per-hire. Это красивые цифры: точные, быстрые, понятные в любом квартальном отчёте. Они измеряют одно: насколько быстро и дёшево компания добралась до решения. Это как оценивать работу хирурга по скорости операции. Технически — метрика, а по существу - измерение не того. По данным LinkedIn (опрос более 1 000 специалистов по найму, 2025 год): 89% считают, что измерение качества найма становится всё важнее. Но лишь 25% уверены, что их организация умеет это делать надёжно. Разрыв — в 64 процентных пункта между «ценим» и «умеем». Скорость измерить легко. Исход — сложно. Поэтому большинство компаний управляют скоростью и называют это результатом. Парадокс в том, что данные об исходе существуют. Они есть в системах performance review, в данных об удержании. В обратной связи менеджеров через три, шесть, двенадцать месяцев. Просто никто не тянет от этих данных нить назад — к интервью, к методу отбора, к тому, кто принял решение о найме и на каком основании. Инструменты найма и инструменты оценки работы сотрудника живут в разных системах, у разных команд, с разными KPI. Никто не отвечает за петлю обратной связи целиком. В итоге получается странная конструкция: компания вкладывает деньги в найм, не зная, окупается ли он. Она знает, сколько потратила на закрытие вакансии. Она не знает, была ли вакансия закрыта хорошо. Это проблема вопроса, который никто не задаёт на финальном этапе: «А тот человек, которого мы наняли год назад — это был хороший найм?» Пока этот вопрос не задаётся систематически — любой разговор об улучшении найма остаётся разговором об ускорении. А ускорение без направления — это не эффективность. Это просто быстрее в ту же сторону. 🌐 noumy.ai

О том, чего HR на самом деле боится и почему это не то, о чём все говорят Принято считать, что HR боится автоматизации. Что разговоры об AI-рекрутинге вызывают у HR-специалистов один вопрос: «А нужен ли я буду вообще?» Это красивый нарратив, который удобный для заголовков и который почти не соответствует реальности. SHRM опросил 2 366 HR-профессионалов и обеспокоенность замещением рабочего места выразили 24%. Это меньше, чем каждый четвёртый. Тогда как 75% согласились, что AI сделает человеческую экспертизу в HR более важной — не менее. Главные барьеры оказались другими: «Я не понимаю, какой инструмент выбрать» — 42%. «У меня нет ресурсов, чтобы проверить, работает ли алгоритм честно» — 41%. HR боится ошибиться публично в настоящем. Это принципиально другая боль. Не экзистенциальная — операционная. Не «заменят ли меня», а «если я внедрю это и это сломается, кто виноват». HR-специалист - это человек, который исторически был привратником. Он решал, кто входит. Это и есть его профессиональный капитал: суждение. Не скорость. Не объём. Именно суждение. И вот ему предлагают инструмент, который, возможно, суждение улучшает, но точно его усложняет. Потому что теперь к суждению добавляется ещё один слой: «а правильно ли я настроил систему, которая помогает мне судить». Это страх потери авторитета через ошибку, которую раньше можно было не объяснять, а теперь алгоритм оставит след. Всё это значит: разговор с HR об автоматизации найма нужно начинать не с «мы вам не угрожаем». Это звучит как оправдание. Начинать нужно с другого: «мы убираем задачи, в которых ваше суждение не нужно, чтобы освободить место для тех, где оно незаменимо». 🌐 noumy.ai

Все спорят, заберёт ли AI рабочие места а это уже видно в зарплатах - в реальных начислениях (не прогнозах) Исследователи из Стэнфорда проанализировали данные крупнейшего в США расчётчика зарплат, охватившие 26 миллионов человек - то есть практически каждого шестого работника страны. Так вот, после выхода ChatGPT занятость молодых специалистов в возрасте 22–25 лет в профессиях, где появился AI, сократилась на 13 процентов. Одновременно доходы опытных профессионалов в тех же областях выросли. Это обнажает суть происходящего. AI не уничтожает профессии как таковые. Он поглощает рутину, которая составляет суть работы начинающего специалиста. Для джуниора работа - это в основном следование инструкциям и применение готовых решений, в то время как творческая компонента занимает едва ли пятую часть. AI беспристрастно забирает именно эту большую часть. Для senior-специалиста ситуация противоположна: большинство его задач требуют нестандартного мышления, и AI становится для него вспомогательным инструментом. Параллельно исследование Gartner показало, что каждая пятая компания значительно сокращает слой среднего менеджмента — убирает более половины должностей этого уровня. Причина та же: системы берут на себя координацию, контроль и внутреннее структурирование работы. Получается - это одна тенденция, проявляющаяся на двух уровнях. На уровне отдельного специалиста исчезает рутина джуниора. На уровне организации исчезает рутина менеджмента среднего звена. И там, и там — одна и та же закономерность: AI забирает не экспертизу, а координацию и исполнение. Получается, что AI не столько разрушает должности, сколько переструктурирует саму природу работы. Исчезает промежуточный слой - тот слой, который состоит из исполнения инструкций, координации, мелочного контроля. На месте остаются только те, кто способен думать, принимать решения, видеть систему целиком, создавать.

О том, чего HR на самом деле боится и почему это не то, о чём все говорят Принято считать, что HR боится автоматизации. Что разговоры об AI-рекрутинге вызывают у HR-специалистов один вопрос: «А нужен ли я буду вообще?» Это красивый нарратив, который удобный для заголовков и который почти не соответствует реальности. SHRM опросил 2 366 HR-профессионалов и обеспокоенность замещением рабочего места выразили 24%. Это меньше, чем каждый четвёртый. Тогда как 75% согласились, что AI сделает человеческую экспертизу в HR более важной — не менее. Главные барьеры оказались другими: «Я не понимаю, какой инструмент выбрать» — 42%. «У меня нет ресурсов, чтобы проверить, работает ли алгоритм честно» — 41%. HR боится ошибиться публично в настоящем. Это принципиально другая боль. Не экзистенциальная — операционная. Не «заменят ли меня», а «если я внедрю это и это сломается, кто виноват». HR-специалист - это человек, который исторически был привратником. Он решал, кто входит. Это и есть его профессиональный капитал: суждение. Не скорость. Не объём. Именно суждение. И вот ему предлагают инструмент, который, возможно, суждение улучшает, но точно его усложняет. Потому что теперь к суждению добавляется ещё один слой: «а правильно ли я настроил систему, которая помогает мне судить». Это страх потери авторитета через ошибку, которую раньше можно было не объяснять, а теперь алгоритм оставит след. Всё это значит: разговор с HR об автоматизации найма нужно начинать не с «мы вам не угрожаем». Это звучит как оправдание. Начинать нужно с другого: «мы убираем задачи, в которых ваше суждение не нужно, чтобы освободить место для тех, где оно незаменимо». Привратник никуда не уходит. Он просто перестаёт тратить день на то, что воротами не является. 🌐 noumy.ai

Почему плохой найм никогда ничего не стоит (до тех пор, пока не стоит всего) Есть расходы, которые компания видит сразу: аренда, зарплаты, подрядчики. Они попадают в таблицы, обсуждаются на встречах, вызывают возражения на согласовании бюджета. И есть расходы, которые компания не видит никогда - потому что они размазаны (по времени, по людям, по отделам). Они не приходят одним счётом, а скорее в виде усталости команды, провалившегося квартала, проекта, который «как-то не взлетел». Плохой найм — это второй тип. Министерство труда США оценивает его минимальную стоимость в 30% от годовой зарплаты сотрудника. SHRM называет цифры от 50 до 200% — в зависимости от роли. Но это не то, что чувствует компания. Компания чувствует что-то другое: полгода, когда «что-то шло не так», онбординг, который «немного затянулся», менеджер, который «стал хуже работать» и никто не связывает это в одну строку бюджета. Невидимое - не значит бесплатное. Это значит, что за него платят, не зная об этом. Именно поэтому в большинстве компаний нет формализованного определения «качественного найма». Только очень малый процент организаций вообще его измеряют (потому что невозможно измерить то, у чего нет имени). И вот парадокс: большой процент специалистов и экспертов по найму говорят, что измерение качества найма становится всё важнее, но лишь малый процент людей уверены, что их компания умеет это делать. Когда у ошибки нет цены - её не стараются не совершать. Её просто совершают снова. Немного быстрее. С немного другим кандидатом. С тем же процессом, который её породил)

Как правильно произносить noumy? Как назовёшь корабль, так он и поплывёт - мы думали об этом, когда придумывали название. Нам хотелось название, которое и на международном рынке и на нашем локальном звучало и естественно и красиво. Так появился noum - это французское «имя существительное» - то, что даёт вещам название. Нам показалось подходящим: мы как раз помогаем называть то, что в найме обычно остаётся размытым - уровень человека, его реальные навыки, почему он подходит или нет. Но у красивой идеи оказался один побочный эффект. люди не всегда знают, как нас читать на русском) Мы слышали «наум» - как будто у нас есть дедушка с таким именем. Слышали «нами» - звучит как японский город. «Ноум» - почти хорошо, но не совсем. На самом деле всё проще! Дамы и господа — нуми - ударение на первый слог Рады познакомиться!

Сегодня мы выступили на AI2BUSINESS - конференции Yandex про ИИ в бизнесе! Рассказали про то, как AI помогает компаниям принимать объективные решения о людях. Причём не заменяя людей, а делая их решения объяснимыми и прозрачными. Напомним: мы в списке участников Yandex AI Studio Boost, но поодробнее про это писали вот здесь. Спасибо Yandex Cloud за площадку и всем, кто пришёл послушать 🙌