Как HR встает в семь утра, включает чайник и мечтает об агенте, который сам всё разрулит
Утро. Москва, Питер, Екатеринбург — без разницы. Человек из HR щурится в экран, вдёргивает в себя крепкий чай и открывает один и тот же набор вкладок: почта с резюме в формате .pdf, который «почему-то перевернут», таблица с вакансиями, Telegram модераторов, где срочно «надо закрыть вчера», и календарь, похожий на матрицу в зеленых квадратиках. Звучит драматично, но это же обычный вторник. 80 процентов времени уходит на мимику Excel, разбор писем, перепроверку телефонов, согласование слотов с джунами, сеньорами и их кошками. В какой-то момент ловишь себя на мысли, что работа не столько про людей, сколько про бесконечные щелчки мышкой. И вот тут в голове, очень негромко, впервые шевелится мысль: на этот карусельный балаган пора поставить цифрового дежурного.
Парадокс прекрасен и грустен. Мы хотим общаться с людьми, но тонем в файлах, напоминаниях, шаблонах, линках. Так рождается интерес к тем самым AI-агентам и аккуратным, гибким автоматизациям, которые берут на себя рутину. Сегодня это уже не робот с железным голосом и не магия, а спокойный набор инструментов, которые собираются в понятные цепочки. И да, сделать это можно без того, чтобы уходить в полноценное программирование. Есть платформа Make.com — раньше называлась Integromat, но суть одна: сотни готовых коннекторов, видимые связи между сервисами, гибкость и человеческий подход. В российских реалиях она чувствует себя уверенно, бережно склеивая наш любимый зоопарк из hh.ru, Telegram, AmoCRM, Bitrix24, 1C, Google Sheets и даже аккуратных правовых историй вроде электронных документов через Контур.
Почему HR без автоматизации сегодня как отдел без кофе
Есть простое объяснение, почему автоматизация HR-процессов воспринимается как очередной модный термин, а потом вдруг оказывается, что без неё никуда. На подбор уходит от 30 до 50 процентов меньше времени, если в цепочку встроить AI-агента, умеющего чистить резюме, вытаскивать ключевые навыки, сверять их с компетенциями вакансии и готовить короткие сводки. Даже если не гнаться за футуризмом, банальная синхронизация календарей с кандидатом и нанимающим менеджером снимает часы переписки. Ошибок в данных становится меньше практически всегда, просто потому что машина одинаково внимательна к полям, именам, формату телефона. Если упростить: автоматизация сокращает боль, а AI-агенты добавляют мозги. И всё это — без драматизма.
Где именно автоматизация спасает? В почте, где приходит сорок одно резюме за ночь. В таблицах, где надо отслеживать статус кандидатов. В онбординге, где каждый раз вручную создаются аккаунты во всех системах. В отчётности, которую от тебя ждут раз в неделю, а иногда — вчера вечером. И ещё во множестве мелочей, которые не попадают на слайды, но делают рабочий день либо человечным, либо унылым. Если называть вещи своими именами, наша задача — отдать машинам все операции, где нет смысла сжигать человеческую эмпатию. А время и внимание вернуть туда, где HR действительно незаменим.
Make.com и русская реальность: как это дружит с hh.ru, Telegram и AmoCRM
Платформа Make.com — это визуальный конструктор с более чем тысячей интеграций. Внутри — готовые модули под Google Sheets, Telegram Bot API, почтовые сервисы, вебхуки, HTTP-запросы, парсинг PDF через сторонние OCR, подключение к CRM и кастомные интеграции к тем системам, где нет «коробочного» коннектора. Для HR это значит, что можно склеить весь путь человека — от первого отклика в hh.ru до первого рабочего дня — в одну связную схему, где каждый узел за тебя выполняет свою роль. В российских компаниях часто живёт связка AmoCRM или Bitrix24 для воронки подбора, Telegram как главный канал быстрого контакта, Google или Яндекс для документов, 1C для кадрового учета. Всё это связывается, обновляется и синхронизируется, чтобы не выкапывать потом «почему у нас три Ивановых и ни одного актуального телефона».
Если вы привыкли к Pyrus и внутренним бизнес-процессам через маршруты согласований — Make отлично встраивается, подтягивая данные и дергая нужные события. Нужна интеграция со Skillaz или другой цифровой HR-платформой — можно подружить их через API. Где не хватает готовых модулей, подключаем HTTP и аккуратно авторизуемся. А если хочется пойти дальше и добавить мозги, вплетаем AI-агента, который резюмирует интервью, отвечает кандидатам, уточняет детали и готовит шаблоны офферов. Да, прямо внутри сценария, не убегая в отдельную вселенную.
Один день из жизни HR, до и после
До автоматизации день напоминал бильярд, где шарами были письма, слоты, согласования. Приходит отклик, ты пересылаешь менеджеру, менеджер не отвечает, кандидат уходит в тишину. Параллельно на тебя сваливается онбординг трех новичков: почты, доступы, ДМС, карточки в 1C, приветственные письма. Ты пишешь скрипт в голове, чтобы не забыть. И кажется, вобще неплохо успеваешь, но к вечеру остаются хвосты. При этом отчёт по метрикам, обещанный на среду, сорван на четверг, потому что цифры в двух местах не сходятся. Есть чувство беговой дорожки, которая ускоряется сама по себе.
После автоматизации та же картина превращается в внятные сигналы. Отклик уходит в CRM-воронку, AI-агент сразу извлекает ключевые навыки, сверяет с требованиями, отмечает красные флаги вроде «смена работы каждые два месяца» или «не совпадает город». Календарь согласования слотов высылается кандидату и менеджеру автоматически, и если кто-то споткнулся — бот в Telegram мягко напоминает и подбирает альтернативы. Онбординг начинается заранее: после подписанного оффера Make создаёт аккаунты в нужных системах, отправляет письмо «добро пожаловать», прикладывает чек-лист, а в день выхода высылает напоминание ментору. Отчёты формируются сами: раз в пятницу в 12:00 вам прилетает компактная сводка в почту и в Telegram, где видно time-to-hire, конверсию офферов, источники и узкие места. И тут появляется главный эффект — тот самый кислород. Вдруг есть время поговорить с живыми людьми, а не с полями формы.
Онбординг на автопилоте: чтобы «первый день» был как тёплый плед, а не квест
Один из самых благодарных процессов — онбординг. Сценарий в Make включает три слоя. Первый — создание учетных записей: корпоративная почта, доступ к облачным папкам, приглашения в Slack или корпоративный мессенджер, карточка в 1C или любом HRIS. Второй — коммуникация: приветственное письмо, ссылка на мини-курс, контакт наставника, инструкция «что делать в первый день». Третий — контроль и обратная связь: через неделю бот аккуратно спрашивает, всё ли ок, есть ли технические проблемы, нужна ли помощь. Это всё не просто милая забота. В цифрах это значит уменьшение количества сюрпризов и рост удержания в первый месяц. Деньги экономятся тоже не из воздуха — уходят повторные вопросы, меньше времени тратится на развозку доступов и «ладно, я попробую ещё раз». Для малого бизнеса это вдвойне ощутимо, там же каждый человек на вес золота.
Строится такой процесс без шаманства. В Make вы организуете триггеры: событие «подписан оффер» в CRM запускает цепочку. Модуль создает учетную запись в нужной системе, высылает письмо по шаблону, кладет информацию в Google Sheets или Airtable как журнал, создаёт задачу в Pyrus для IT на выдачу техники. AI-агент внутри сценария формирует текст письма с тоном компании, без излишней сухости. А если у вас принято отправлять приветственный набор — система уведомляет офис-менеджера и логиста. Цена вопроса — один вечер структурирования плюс тесты. Дальше работает годами, с редкими поправками.
Как подружить Make и рекрутинговую воронку в российских сервисах
У каждого свои любимые инструменты. Кто-то крутит подбор в AmoCRM, кто-то в Bitrix24, кто-то бережно хранит всё в таблицах. С точки зрения Make это не драматично. События приходят через вебхуки, превращаются в карточки с кандидатами, тянутся поля из отклика и резюме. Хочется добавить автоприглашение на собеседование — подключаем календарь и Telegram, отправляем кандидату интерактивную ссылку, где он выбирает слот, а менеджеру приходит подтверждение. Хочется синхронизировать с hh.ru — завели интеграцию, подтянули отклики, вшили парсер резюме. И если отклик прилетел ночью, в 9:05 кандидат уже получил культурное «спасибо, мы посмотрели ваш профиль» с двумя уточняющими вопросами. Человеку приятно, вам спокойнее, конверсия выше.
Не забываем про Pyrus, который в России любят за маршруты и нормальную дисциплину задач. Он отлично ложится на внутрянку: согласование оффера, анкетирование, пропуска, донастройки техникой. Make делает из него оркестратор и добавляет клей, чтобы неприятно не вспоминать, что часть действий забыта. Выносить голову никто не просит, зато закрытая воронка выглядит аккуратно и предсказуемо.
AI-агент в HR: кто это и чем отличается от «бота-ответчика»
AI-агент — это не абстрактная черная коробка. Это роль внутри вашего процесса, у которой есть доступ к данным, определённые инструменты и круг задач. В подборах агент смотрит резюме, собирает краткие summary, отмечает ключевые скиллы, предсказывает риски по найму и предлагает уточняющие вопросы для интервью. На интервью он может конспектировать разговор, превращать его в аккуратный отчёт по компетенциям и выделять моменты, которые требуют внимания. В онбординге — писать тёплые письма без шаблонной сухости, реагировать на вопросы, которые часто повторяются. Главное — агент работает внутри контура данных компании, никуда их не раздает, и управляется вами. Плюс он поддаётся обучению на прошлых кейсах, что делает его со временем аккуратнее, без того чтобы скатиться в назидательность.
В технологии это выглядит просто. У агента есть память — то, что он знает об истории кандидата или процессах. Есть инструменты — модули интеграций Make, доступ к базе знаний, шаблонам, календарям. Есть политика — что можно, а что нельзя. В сценариях это задается явным образом, и никакой магии. С практической точки зрения AI-агент — это сэкономленные звонки и письма, сохраненные нервы и лучшее качество подбора. И если честно, немного поэзии, потому что текст письма из-под агента иногда получается теплее, чем уставший человек в пятницу.
Отчётность без трёх часов боли: еженедельные сводки как музыка
С отчётами у HR всегда тонкая драматургия. Их ждут, они нужны, но делать их вручную — занятие, после которого хочется отдыхать. Make всё это автоматизирует: собирает данные из источников, считает метрики, формирует PDF или HTML-шаблон и отправляет в почту или в канал Telegram, где сидит руководитель и нанимающие менеджеры. Можно добавить weekly digest: что закрыли, где буксуем, какой источник дал лучший отклик, какие стадии просели. Это улучшает прозрачность и избавляет от ночных спасений таблиц. Если захотите, AI-агент будет добавлять короткие комментарии к цифрам: спокойные, без лишнего пафоса, просто чтобы все были в курсе.
Зачем всё это? Чтобы ваш HR-бренд внутри компании был крепким и спокойным. Когда руководители видят цифры и динамику — они меньше дергают, где-то даже помогают. А вам меньше хочется писать «коллеги, уже делаю» и поднимать переписку за старый месяц. Да и смешные ошибки уходят — вроде того, как кто-то перепутал квартал и на три недели сдвинул итоговую статистику. Автоотчеты не устают и не отвлекаются на кота, они честно делают свою часть работы.
Телеграм как главный интерфейс HR — простая правда 2025 года
Можно сколько угодно говорить про корпоративные порталы, но Telegram в России ощущается как главный интерфейс. Там люди отвечают быстро, там же они читают, там проще вести диалог. Сценарии Make делают это мягко. Приходит отклик — агент отправляет первое сообщение, предлагает выбрать время, отвечает на частые вопросы, и если нужно, перекидывает в чат с рекрутером. Внутренним сотрудникам бот напоминает про интервью, собирает обратную связь после встречи, подсказывает, где лежит шаблон оффера. И всё это без насилия и «пожалуйста срочно». В итоге у всех складывается ощущение, что HR рядом и всё под контролем, даже когда вы в дороге.
При необходимости подключается автоматизированная телефония. Здесь главное — не превратить всё в шаблонный кол-центр. Голосовые напоминания уместны для согласования выпускных документов или запроса недостающих данных, но их стоит использовать деликатно. Хорошая новость в том, что Make умеет работать с телефонией через API, инициировать звонки и записывать результаты прямо в воронку. А если кандидат просил связь только в мессенджере, система это уважает, не навязываясь.
Про безопасность и данные: бережно, без паники
Вопрос хранится тут же, в воздухе: а как быть с персональными данными. Ответ простой и взрослый. Данные должны жить в тех системах, которые вы уже используете и которым доверяете, с понятными правами доступа. Make выступает как оркестратор — принимает события, вызывает инструменты, обновляет поля. AI-агент работает внутри рамок: видит только то, что ему положено по процессу. При передаче документов подключается электронный документооборот — тот же Контур Диадок или другой сервис, и всё это в рамках российских требований. Любая схема проектируется так, чтобы не было неожиданного раскрытия информации. Внутри команды это удобно: у каждого — свой уровень доступа, действия логируются, есть понимание кто что делал, когда и почему. И не надо бояться вопроса «а если уйдет интернет» — критичные моменты должны иметь резервные шторы, например, локальные инструкции и бэкапы. Здравый смысл никто не отменял.
Три мини-истории для приземления
Первая история — рекрутинговое агентство на 12 человек, которое за лето без выходных горело на сезонных проектах. Они собрали в Make простую воронку, где все отклики из hh.ru тянутся в AmoCRM, Telegram-бот добирает недостающие факты, AI-агент делает summary по резюме и сопоставляет требования. Внезапно стало понятно, почему раньше теряли кандидатов: ответы приходили через сутки. Сейчас первые касания уходят за 10 минут, и с конверсией все ожило. Команда перестала ссориться из-за «кто не ответил», потому что бот отвечает стабильно. Не идеальная картинка, но рабочая и честная.
Вторая — производственная компания в Подмосковье, где одновременно запускали линию и нанимали смену операторов. Там важнее онбординг и стабильность. Сценарий Make завел учетные записи заранее, связался с охраной и выпустил временные пропуска, отправил напоминания по ТБ и выслал короткое видео «как не попасть рукой в механизм». Люди пришли в первый день подготовленными, без хаоса, и начальник смены выглядел человеком, а не пожарным. Впрочем маленькие заминки всё равно были, но их стало в разы меньше.
Третья — ИТ-компания, где уже использовали Skillaz как платформу для HR-процессов. Им было нужно связать сценарии с внутренней CRM и отладить отчеты для совета директоров. Make подключили к API Skillaz, вытащили нужные поля, настроили еженедельный дайджест по найму и стабилизировали обмен данными. В результате перестали проседать по согласованиям, а HR наконец перестал писать ночные сообщения «кто видел оффер, кого еще отметить». Вроде бы мелочи, а настроение команды стало заметно спокойнее.
Гиперавтоматизация — не страшное слово, а зрелый этап
Сейчас много говорят про гиперавтоматизацию и участие AI в принятии решений. С HR это работает очень аккуратно. Агент не решает за вас, кого нанимать, но помогает увидеть структуру, подсветить риски, напомнить о скрытом потенциале. Отсюда растёт качество подбора и скорость замещения вакансий. В итоге команды перестают тушить пожары и начинают планировать, зная свои воронки и реальность рынка. Очень полезно для 2025 года, где конкуренция за людей не уменьшилась, а просто стала тише и изощреннее. Если честно, это и есть зрелость: перестать верить в волшебные пилюли и собирать спокойный, работающий механизм.
Интеграция с нейросетями звучит обычно громко, но на деле это нормальные вещи: распознавание резюме, создание аккуратных описаний вакансий, корректный и корректный тон коммуникации, анализ заметок интервью. Всё это до боли приземленно и при этом экономит часы. Статистика из открытых исследований про сокращение времени подбора на 30-50 процентов с внедрением AI-агентов — это не маркетинговый гипноз, а самая обычная арифметика рутинных действий, которые теперь делает не человек.
Про ошибки, провалы и что с ними делать
Автоматизация — это не волшебная палочка, которая с первого дня даст вау. Будут ошибки. Где-то перепутают поле телефона с телеграмом, где-то шаблон письма уйдёт без имени, где-то календарь отвалится из-за обновления токена. Это нормально. Сценарии в Make для этого и проектируются с проверками, повторными попытками и логами. Если шаг не сработал, он повторит попытку, а вас уведомит. Важно договориться с командой, что первые недели идут под знаком тестов, а потом наступает взрослая жизнь. И еще важно маньячно делать одну штуку — документировать. Пара страниц Notion, где написано кто и зачем делал сценарий, где лежат ключи, кто отвечает за апдейты, что делать, если всё встало. Эти простые заметки экономят часы в неожиданный момент.
Ещё одна частая ошибка — попытка автоматизировать всё сразу. Так не нужно. Начните с двух-трех процессов, которые вас больше всего изматывают. Онбординг. Автоотчёты. Запись на интервью. Где почувствовали воздух — идите дальше. И удивительным образом в конце следующего квартала вы поймёте, что в отделе стало тихо и чисто, а это признак хорошей работы. А там уже можно и финтит на уровне мультиагентных сценариев.
Сколько это стоит и когда окупается
Деньги в этой теме любят честность. Платформенная подписка Make стоит разумно на фоне классического RPA. Плюс немного на интеграции, если нужно API и ручная сборка. Затраты окупаются, когда вы перестаёте делать руками то, что машина делает без усталости. Если считать грубо, автоматизация трёх процессов обычно возвращает себя за один- два месяца: меньше времени уходит на письма, меньше ошибок, быстрее закрываются вакансии. А в онбординге экономия считают на каждых 10-20 новичках, потому что всё перестает скрипеть и биться. Романтики в цифрах мало, зато там спокойствие.
Если хочется оценить эффект заранее, введите две-три метрики. Время от отклика до первого касания. Время от оффера до первого дня. Сколько раз что-то делается руками. И гляньте на это же через месяц. Суховато, но зато видеть прогресс приятно даже скептикам. И да, приятно ещё то, что кейсы не требуют ракетной науки. Это всё на уровне «собрать конструктор», просто аккуратно.
Как выглядит реальная архитектура сценариев
Техническая сторона на удивление симпатична. Сценарий обычно начинается с вебхука или триггера из CRM. Дальше идут разветвления — если это кандидат, то одно, если сотрудник на онбординге — другое. Модули работают как пазлы: Telegram отправляет сообщение, Google Sheets записывает строку, HTTP тянет профиль из внешней системы, AI-агент готовит резюме-выжимку. На каждом шаге проверяется статус. Есть попытки повторного запуска при ошибке, есть мягкие алерты в чат для ответственных. Важное слово — идемпотентность. Сценарий должен уметь понимать, что этот отклик уже проходил, и не городить дублей. Для этого ставятся уникальные идентификаторы и простые проверки. Ничего героического, просто аккуратность.
Отдельно расскажу про отчёты. Шаблоны можно держать в Google Docs, наполнять их переменными и генерировать PDF в один клик сценария. Результат отправлять директору в почту и дублировать в чат. И да, иногда в шаблоне смешная опечатка пробирается, жизнь есть жизнь. Подправили и живем дальше.
С российскими сервисами всё нормально сочетается
Синхронизация с hh.ru — через API и промежуточные модули. Интеграции с AmoCRM и Bitrix24 — коробочные, плюс при желании через HTTP и вебхуки. 1C не всегда самая дружелюбная, но с ней тоже договариваются через обменные файлы и промежуточные сервисы. Pyrus — открытая и понятная штука, ложится легко. Skillaz и другие платформы — API на месте. Telegram — наш базовый канал. Яндекс 360 и Google Workspace — на ваш вкус. В редких случаях используем промежуточную базу вроде Airtable, чтобы не мешать внутренние данные напрямую. На выходе получаем не разрозненный парк инструментов, а спокойную экосистему, где каждый знает свою роль.
Собственно, Make здесь выступает дирижером. Нет задачи тащить всё в одну суперсистему. Напротив, пусть каждый сервис делает свое лучшее, а Make следит, чтобы они разговаривали. Это более жизнеспособно для российских компаний, где инфраструктура уже есть, и менять её никто не собирается.
Кому это особенно зайдёт: малому бизнесу, HR-агентствам, продуктовым командам
Малый и средний бизнес выигрывает первым. Там нет моря лишних людей и «давайте выделим отдельного специалиста». Любая автоматизация прямо на следующий день освобождает часы. Рекрутинговые агентства получают повышенную стабильность и чистую коммуникацию с кандидатами. Продуктовые команды — кратчайшее время до оффера и аккуратный онбординг, чтобы в первый день не подмораживать ноутбуки. Даже если у вас на всех один человек, который «за IT», вы справитесь — Make не про сложное программирование, а про понятные связки. А если хочется глубже и быстрее — тут мы поможем, инструменты уже подготовлены.
Кстати, если интересно, как это всё строится изнутри, приходите за подробностями и живыми кейсами. Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей ? Подпишитесь на наш Telegram-канал. Там без скучных лекций, по делу и с ответами на вопросы в комментариях.
Голова в будущее, ноги на земле
Самое забавное, что большая часть выигрыша приходит от простых вещей. Письма, напоминания, учётные записи, чистые данные — вот то, что делает день спокойным. AI-агенты добавляют приятные штрихи: вежливые ответы, умные резюме, подсказки. И как только это начинает работать, у команды появляется энергия на осмысленные задачи: на развитие бренда нанимателя, на честные интервью, на новые форматы обучения. Технологии здесь не перетягивают одеяло на себя, они, наоборот, прячутся на заднем плане. Чтобы было удобно. А если что-то сломалось, это видно и чинится, не превращаясь в локальный апокалипсис.
И если немного черного юмора, то на девять из десяти вопросов «зачем это нам» ответ простой: чтобы не умирать от электронной почты и календаря. Это по-настоящему дорогая плоть HR — фокус и емкость внимания. А всё, что его отбирает, лучше отдать машине. Пускай она честно крутит шестеренки. А мы будем разговаривать с людьми.
Немного практики: что поставить первым
С чего начать, чтобы завтра ощутить эффект. Первое — запись кандидатов на интервью через Telegram-бота, который сам синхронизируется с календарем и делает напоминания. Второе — автоматизация онбординга, где после оффера создаются аккаунты и уходят письма с инструкциями и доступами. Третье — еженедельные отчеты по ключевым HR-метрикам автоматически в почту и в чат. Эти три штуки убирают львиную долю суеты. На втором этапе можно добросить автоматизированные вакансии в соцсети и на сайт, где Make публикует обновления без ваших ручных телодвижений, и подключить аккуратный AI-скрининг резюме.
Если хочется, чтобы путь был короче, мы создали готовые схемы. На языке платформы это «блюпринты» — собранные сценарии для подбора, онбординга и отчетности, которые вы ставите и настраиваете под себя. Это экономит дни. Ссылка на библиотеку схем здесь: Блюпринты по make.com. А если хотите разобраться основательно и на практике, с разбором под российские сервисы — вот программа: Обучение по make.com. Мы идём шаг за шагом, много делаем руками, никаких «вы сейчас всё поймёте и станете магами», просто рабочие навыки и понятные примеры.
Контент на автопилоте для HR-бренда
Да, и важный слой, который недооценивают. Автопостинг вакансий, объявлений, коротких заметок для внутренних каналов сэкономит часы. Make подхватывает обновления, подставляет шаблоны, публикует в нужные соцсети и на карьерную страницу. Можно даже собирать короткие Reels и Shorts по описанию вакансии и выгружать их в нужные места. Никакого лишнего пафоса — это те же сценарии, просто для контента. Когда люди видят живой поток аккуратных и понятных объявлений, они ощущают, что компания дышит и растет. Это работает странно просто, но таки работает.
Как подружить Make с юридической стороной без головной боли
Нужные документы, согласия, подписи — всё это вплетается в сценарии. При формировании оффера Make запрашивает согласие на обработку персональных данных, отправляет документ в электронный документооборот, где подписывается со стороны кандидата и компании. По готовности робот подкладывает файлы в карточку сотрудника и уведомляет ответственных. Отдельный плюс — меньше бумаги и меньше «а у кого сейчас лежит оригинал». Если часть процессов у вас в 1C, крепим это туда же через обмен. Важно, что всё это в рамках российских требований и инструментов, без хрупких мостиков через океан.
При необходимости вводятся роли доступа. Рекрутер видит одно, кадровик другое, а AI-агент — только то, что в его зоне ответственности. Все движения логируются. Это снимает вопросы «кто открыл файл» и «почему изменилось поле телефона». Снова скучные вещи, которые в результате дают спокойствие. А оно для HR валюта покруче метрик.
Немного про качество подбора: как агенты помогают, не мешая
Сильная сторона AI — сжатие и структурирование. Агент резюмирует резюме, выделяет ключевые компетенции и риски, формирует список вопросов для интервью, не вытесняя живое общение. После собеседования превращает заметки в понятный отчёт и подсвечивает, где есть пробелы, а где, наоборот, сильные стороны. Можно добавить сопоставление с матрицей компетенций и уровнем должности, чтобы решения не принимались на уровне «кажется, приятный человек». Это экономит нервы и снижает риск промаха. Отдельный плюс — накопление базы знаний, где новые рекрутеры быстро встраиваются в общую логику и не изобретают собственных велосипеды.
Есть и тонкие моменты. Агент не должен подменять оценку человека и не должен голосовать вместо команды. Его задача — подать материал в удобном виде. Тогда и решения становятся чистыми. Если вдруг где-то алгоритм начинает давать странные советы, его перенастраивают. У нас тут не вера, а ремесло.
Что почитать и где смотреть дальше
Русскоязычные статьи про гиперавтоматизацию в HR хорошо объясняют контекст и тренды. Есть исследования с цифрами про снижение времени найма и увеличение точности подбора. Всё это полезно для общего кругозора, но на рынке победит не тот, кто прочитал больше, а тот, кто включил пару ключевых сценариев и отточил их. Потому что стартовать всегда чуть страшновато, зато потом хочется расширять. Берете одну задачу, собираете схему, обкатываете, смотрите на метрики, повторяете. На третьем цикле у команды появляется улыбка — и это лучший сигнал, что вы в правильном месте.
Если хотите практики, а не только разговоров, в курсе мы разбираем живые сценарии под российские сервисы и приводим к результату, который можно вешать на продакшн без дрожи в коленях. Ссылка здесь ещё раз, чтобы не искать: Обучение по make.com. А если нужен старт с минимальной болью и готовыми заготовками, забирайте библиотеку схем: Блюпринты по make.com. Там всё компактно, с подсказками и пояснениями, что куда крутить.
Автогенерация карьеной страницы и объявлений — полезная «мелочь»
Иногда маленькая, но симпатичная деталь делает погоду. Make позволяет автоматически обновлять карьерную страницу, публиковать новые вакансии, снимать снятые, подставлять теги и метаданные. По нажатию в CRM вакансия отримает публичную карточку на сайте, а затем идёт в соцсети, в Telegram-канал, в рассылку. Если нужно — генерируется короткая заметка для Дзен или блога. Это «второй фронт», который работает на бренд и поток, не занимая ваши руки. И это приятно, когда не надо в полночь править HTML ради исправления города в карточке.
Где взять платформу и как в неё зайти без боли
Если вы ещё не пробовали, регистрируйтесь на Make.com. Интерфейс интуитивный, сценарии строятся как схема, запуск — по кнопке. Первая ночь обычно уходит на то, чтобы безмятежно собрать пару простых цепочек, и ощущение почти детское — всё двигается и щелкает. Дальше подключаете рабочие сервисы, настраиваете токены и идёте по реальным задачам. Если страшновато ковыряться в одиночку — приходите в наш канал, там люди такого же склада, как вы, делятся тем, что получилось, и честно рассказывают про косяки. Ещё раз оставлю ссылку: Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей ? Подпишитесь на наш Telegram-канал. Вопросы приветствуются.
И да, чтобы не забыть. Здорово, когда у отдела есть привычка маленьких ретроспектив. Что заработало, что мешает, что автоматизировать дальше. Это не про драму, а про маленькие шаги. На таких шагах строятся сильные HR-команды, которые не боятся ни сезонности, ни новых инструментов. Они просто делают свою работу и спят по ночам. Чего и вам, честно говоря, хочется пожелать.
FAQ
С чего начать, если у нас совсем нет автоматизаций и страшно трогать процессы
Начинайте с самого простого и заметного. Запись кандидатов на интервью через Telegram-бота с синхронизацией календаря, автоматическая отправка приветственных писем и создание учетных записей после оффера, еженедельные отчеты по найму в почту и чат. Эти три блока дают быстрый эффект и не ломают текущую работу. Потом можно аккуратно расширять сценарии, не пытаясь сразу объять всё сразу.
Можно ли дружить Make с AmoCRM, Bitrix24, hh.ru и Pyrus одновременно
Да. Make выступает связующим звеном, используя готовые модули и HTTP API. Отклики из hh.ru попадают в CRM, статусы синхронизируются, задачи создаются в Pyrus, а кандидаты и менеджеры общаются через Telegram. Важно аккуратно настроить поля и идентификаторы, чтобы не плодить дублей и не терять историю.
А как насчет безопасности и персональных данных
Данные остаются в ваших системах. Make инициирует события и обновляет поля, не превращаясь в склад всех секретов. Для подписи документов подключается электронный документооборот, у пользователей настраиваются права доступа, действия логируются. Архитектура строится так, чтобы исключить лишние копии и неожиданные раскрытия. И да, делайте бэкапы и дайте людям инструкции на случай форс-мажора.
Сколько времени уйдет, чтобы собрать первые рабочие сценарии
Если не откладывать, вечером собирается базовая запись на интервью и отправка писем, за один-два дня — онбординг с созданием аккаунтов и чек-листами. Отчеты — примерно день на шаблоны и маппинг полей. Дальше идёт улучшение и полировка. В сумме первая неделя уже радует ощущением, что процесс стал контролируемым.
AI-агент может решить за нас, кого нанимать
Нет. Он помогает собирать и структурировать информацию, подсвечивает моменты, предлагает вопросы и делает аккуратные конспекты. Решения принимает команда. Это принципиально. Агент — инструмент, а не судья.
Можно ли обойтись без программирования
Да. Визуальные сценарии Make ориентированы на настройку без кода. Иногда понадобится базовое понимание API для нестандартных систем, но это уровень «скопировал ключ, вставил URL». В любом случае можно обойти самое сложное готовыми шаблонами и постепенно углубляться.
Как быстро это окупается
Чаще всего за один- два месяца, если автоматизировать три ключевых процесса: запись на интервью, онбординг и отчеты. Вы меньше теряете кандидатов из-за задержек, быстрее закрываете вакансии, снижаете число ошибок и возвратов. В деньгах это выражается в часах, которые команда освобождает, и в сокращении time-to-hire.
Что делать, если часть сервисов «капризная» и периодически ломается
Проектировать сценарии с повторами попыток, проверками статусов и уведомлениями об ошибках. Делать маленькие ретроспективы и выписывать, где слабые места. Хранить инструкции и доступы централизованно, назначить владельца сценариев. Это не идеальный мир, но он предсказуем и чинится быстро.
Есть ли готовые шаблоны, чтобы не собирать все с нуля
Да, у нас есть набор готовых схем для подбора, онбординга и отчетности. Можно взять и адаптировать под свои сервисы. Тут можно выбрать и подключить: Блюпринты по make.com. Если нужна практика с наставником и разбором типичных ошибок, загляните сюда: Обучение по make.com.
Где вступить, чтобы задавать вопросы и получать обновления по инструментам
Мы ведем канал, где делимся кейсами, отвечаем на вопросы и публикуем разборы сценариев. Если хочется без лишнего официоза и по делу — присоединяйтесь. Хотите научиться автоматизации рабочих процессов с помощью сервиса make.com и нейросетей ? Подпишитесь на наш Telegram-канал.
