ИИ в кадрах: как извлечь пользу и не попасть на штрафы

Сегодня, как и обещала, поговорим о светлой стороне: как использовать ИИ в работе кадровика безопасно, легально и с максимальной пользой.

Как это работает на практике? Обезличенные данные из 1С или систем подбора (Е-sтаff) можно загружать в специализированные российские ИИ-сервисы (через API с корпоративным соглашением) для выявления факторов риска в коллективе.

Это легально, так как данные обезличены, обработка ведется в российском контуре. Главное — закрепить порядок в ЛНА.

1. Создание «болванок» и шаблонов документов:

• шаблоны планов, уведомлений, извещений, требований и иных обращений к работникам (разных категорий) по разным целям, например, в связи: с отпуском, направлением в командировку, привлечением к сверхурочке или работе в выходной, при расследовании дисциплинарных проступков, при прохождении испытания, при невыполнении производственных/ финансовых планов и пр.;
• проектов ЛНА: ПВТР, положение об оплате труда, положения о премировании, положения о защите ПДн, должностные инструкции в соответствии с профстандартами и вашими внутренними требованиям;
• тексты вакансий для разных площадок.

2. Инструменты коммуникации и корпоративной культуры

• сценарии корпоративных мероприятий;
• тексты для рассылок о важных изменениях;
• шаблоны опросов для измерения удовлетворенности;
• идеи для нематериальной мотивации;
• сценарий welcome-тренинга для новичков.

3. Сценарии обучения и развития:

• структура обучающего курса по охране труда;
• тестовые вопросы для проверки знаний;
• сценарии профилирования;
• сценарии деловых игр для оценки компетенций;
• примеры кейсов для разбора на тренингах.

Главное правило: во всех этих задачах вы не передаете нейросети реальные данные о сотрудниках, а получаете универсальные заготовки, которые потом сами наполняете конкретикой.

Безопасный анализ кадровых данных: пошаговая инструкция

Самый ценный, но и самый опасный сценарий — аналитика. Рассказываю, как сделать это легально.

Шаг 1. Подготовка данных к выгрузке. Определите, какая информация действительно нужна.

Например, для анализа текучести вам потребуются:

• дата приема;
• дата увольнения;
• подразделение (в замаскированном виде);
• должность (в обобщенном виде);
• причина увольнения.

Шаг 2. Обезличивание (самое важное!). Создайте новую таблицу, в которой:

• удалите ПДн: ФИО, дату рождения, паспортные данные, ИНН, СНИЛС, адреса, телефоны, реквизиты компании;
• замените названия подразделений кодами: «Цех №3 высокоточного литья» → «Подразделение_А»;
• обобщите должности: «Ведущий инженер-технолог по литью» → «Специалист_производство» или «Специалист_025».

Шаг 3. Формирование запроса. Пример безопасного запроса (промт):

«Проанализируй данные о движении персонала. В таблице колонки: дата приема, дата увольнения, код подразделения (А, Б, В), категория должности (специалист, руководитель, рабочий), причина увольнения. Определи: 1) В каких подразделениях наибольшая текучесть. 2) На каком сроке чаще увольняются. 3) Какие причины преобладают в разных подразделениях. Подготовь краткий аналитический отчет.»

Шаг 4. Проверка результатов. Помните: нейросеть — лишь рабочий черновик.

Критически оценивайте выводы, сопоставляйте с опытом и другими источниками.

Шаг 5. Документирование. Зафиксируйте процедуру обезличивания в ЛНА. Это защитит вас при проверке.

Юридическая основа

С 1 сентября 2025 года в законе появилось чёткое понятие «обезличенные данные». Это такая информация, из которой убраны или зашифрованы все личные детали — например, имя, фамилия, номер телефона. По самим данным сразу не понять, к какому конкретному человеку они относятся.

Закон разрешает использовать такие обезличенные данные для исследований без получения отдельного согласия каждого человека.

Это как раз то, чем занимается HR аналитика и экономика труда (анализ работы с персоналом): она изучает общие показатели — например, ФОТ, производительность труда или текучесть персонала, как это влияет на работу компании и экономику в целом. Использование обезличенных данных — это законный способ проводить такие исследования.

Резюме:

• не верьте слепо маркетингу. Даже российские сервисы не дают 100% гарантий;
• используйте ИИ для шаблонов и «болванок». Это безопасно и экономит время и решает проблему «чистого листа»;
• при работе с данными — только обезличивание. Превратите это в привычку;
• критически оценивайте результаты. Нейросеть — помощник с множествами искажений, а не замена профессионала.