Боты в подборе персонала и подготовке отчетов: готовые кейсы фармкомпаний
Традиционные подходы в бизнес-процессах компаний и деятельности их сотрудников уступают место новой операционной модели, где используются автоматизация рутинных задач и интеграция искусственного интеллекта (ИИ) в рабочий процесс. Как ИИ и его армия ботов меняют ежедневную работу эйчаров и других специалистов, рассказали эксперты фармкомпаний. Их опыт может быть интересным для аптечных сетей.
Кейс компании «Ядран»: HR-бот для информирования кандидатов
|
Наталья ГОЛОВКИНА, HR COO & Markets Director компании «Ядран» Ирина БЕЖКО, операционный директор по управлению персоналом компании «Ядран» |
Проблема: высокий процент отказов кандидатов после принятия предложения о работе.
Решение: внедрение HR-бота «Ядран гид». Его задача — усилить визуальную узнаваемость бренда работодателя, упростить навигацию по большому объему информации, ускорить предоставление данных и расширить охват пользователей, включая внешних кандидатов. Бот не только поддерживает пребординг (процесс подготовки новых сотрудников к началу работы в компании – Ред.), но и сопровождает кандидатов на всех этапах, а затем помогает в адаптации уже принятых сотрудников. Взаимодействие строится через заранее продуманный сценарий диалога, который ведется встроенным в WhatsApp ботом и постоянно мониторится.
Результат: Инициатива получила положительные отзывы. По статистике, все кандидаты проходят диалог до конца, а в течение трех месяцев после трудоустройства продолжают пользоваться ботом. Через него же HR-специалисты получают обратную связь от сотрудников.
Кейс компании «Сэлвим»: внедрение ИИ для подбора медпредставителей
| Наталия БЕНЕЦКАЯ, руководитель отдела продаж и медицинского маркетинга «Сэлвим» |
Задача: оптимизировать процесс рекрутинга медицинских представителей, сократить время закрытия вакансий, снизить текучесть кадров, выработать стандартизированный подход к отбору кандидатов и повысить объективность оценок.
Решение: внедрение ИИ в процесс найма. Работа разделилась на следующие этапы реализации:
- Создание эталонного профиля. На основе анализа 16 успешных действующих медицинских представителей (со стажем работы больше 1 года и результатами выше среднего) ИИ помог структурировать данные и создать объективный профиль успешного кандидата.
- ИИ наделили функцией автоматического скрининга резюме: отсеивать нерелевантные, выявлять «серые зоны», анализировать карьерный трек кандидата и возможные риски.
- Персонализация собеседований. Для каждого кандидата, прошедшего скрининг, ИИ автоматически генерирует персонализированный шаблон интервью, включающий индивидуальные кейс-вопросы на основе опыта соискателя.
- Прогнозная аналитика и рекомендации. По итогам анализа ИИ предоставлял HR и руководителям развернутые рекомендации: на что обратить внимание в первые 3-6 месяцев работы для лучшей адаптации нового сотрудника, давал оценку возможного карьерного роста кандидата в компании, а также индивидуальные рекомендации по управлению.
Результат:
- Экономия времени. Автоматизация рутинного скрининга резюме высвободила значительные ресурсы HR-менеджеров.
- Снижение текучести. Увольнения в первый год работы сократились с 22% до 8%.
- Улучшение адаптации. Отчеты ИИ стали инструментом для менеджеров, помогающие эффективно интегрировать новичков и предотвращать ранний уход. ИИ помогает понять, на что обратить внимание в первые месяцы для адаптации сотрудника.
Системное внедрение ИИ в рекрутинг медицинских представителей позволило перейти от субъективного отбора к управляемому, прогнозному и объективному процессу. Инструмент не только оптимизировал найм, но и стал частью стратегии по удержанию и развитию персонала, напрямую влияя на бизнес-результаты за счет снижения издержек на текучесть.
Как написать промт для ИИ
| Михаил БУЛЫГИН, менеджер по развитию корпоративной и организационной культуры в европейской фармацевтической компании |
Работу по подготовке текстов служебных документов может взять на себя ИИ, но нужно уметь правильно обращаться с нейросетью. Есть множество инструментов для генерации контента, изображений, видео, других полезных сервисов. Чтобы создать идеальный промт (запрос или команда к нейросети для выполнения определенной задачи — Ред.), надо соблюсти определенный алгоритм:
Шаг 1. Определить задачу для ИИ — «Твоя задача — написать письмо для e-mail-рассылки о нашем новом препарате «Х» для менопаузальной терапии.
Шаг 2. Описать роль — «Ты — маркетолог в фармацевтической компании».
Шаг 3. Обозначить целевую аудиторию — врачи-кардиологи и терапевты, которые уже сотрудничают с нашей компанией.
Шаг 4. Описать формат — письмо объемом до 2000 знаков, с приветствием, 3-4 буллетами (значки, используемые для оформления маркированных списков в тексте – Ред.) с основными выгодами для потребителя и финальным призывом к действию (например, подписаться на канал).
Шаг 5. Указать контекст – письмо будет частью регулярной образовательной рассылки, цель — напомнить о возможности назначения препарата «Х» подходящим покупателям.
Шаг 6. Дать пример стиля – «Используй дружелюбный, профессиональный тон, похожий на этот фрагмент: «Коллеги, благодарим вас за доверие к нашим решениям…» (ваш короткий пример). Сделай в таком же стиле, но с новым содержанием»
Совет эксперта. При работе с нейросетью ключевым является выбор стратегии формулировки промта: использовать развернутое, детализированное техническое задание или идти итеративным путем, начиная с краткого запроса. Эксперты рекомендуют придерживаться следующего правила: для ответственных и сложных материалов (корпоративные письма, презентации, тренинги) эффективнее сразу создавать максимально подробный промт, который впоследствии требует лишь незначительных правок. Для решения творческих задач, генерации идей или мозгового штурма удобнее начинать с короткого запроса, постепенно уточняя и дополняя его по мере получения результатов.
Кейс компании IN.TOP: автоматизация авансовых отчетов
| Владислав МИНЕЕВ, директор по развитию решений для крупного бизнеса IN.TOP |
Проблема: в крупных компаниях сохраняются архаичные бизнес-процессы, связанные с оформлением авансовых отчетов и командировок. Это приводит к следующим негативным последствиям:
- Сотрудники тратят 3-7 часов в месяц на рутинные операции, что вызывает раздражение.
- До 30% авансовых отчетов возвращаются на доработку, демотивируя сотрудников.
- 3-10 бухгалтеров постоянно загружены обработкой отчетов, испытывая перегрузки.
- Компания теряет до 1,5 млн руб. в месяц на бумажную волокиту и неэффективные процессы.
Решение: внедрение цифрового решения с единым сквозным процессом.
Автоматизация рутинных операций:
- Сотрудник фотографирует чек и отправляет его на автоматическую проверку через ФНС за секунды.
- Система распределяет чеки по командировкам.
- Автоматически рассчитывает суточные и курсовые разницы.
- Отправляет отчет на согласование в один клик.
- Push-уведомления информируют о согласовании и восстановлении лимита.
Аналитика и контроль:
- Бухгалтер становится аналитиком благодаря «светофорной» системе, которая выделяет проблемные места.
- Полный учет затрат по зарубежным командировкам с автоконвертацией валют.
Результат: автоматизация авансовых отчетов не только решает операционные и финансовые проблемы, но и трансформирует роль бухгалтерии, повышая ценность бизнеса через цифровую трансформацию.
Эффективность процессов:
- Ускоряется обработка авансовых отчетов, снижается время на рутину.
- Уменьшается количество ошибок и возвратов на доработку.
Экономический эффект:
- Прямая экономия до 1,5 млн руб. в месяц за счет сокращения бумажного документооборота.
- Высвобождение времени бухгалтеров для аналитических задач.
Удовлетворенность сотрудников:
- Сотрудники избавляются от необходимости лично посещать бухгалтерию, получают быструю обратную связь.
- Повышается лояльность за счет удобства и прозрачности процессов.
Стратегические преимущества:
- Компания переходит к цифровым и аналитически ориентированным процессам.
- Обеспечивается соответствие законодательству и корпоративным стандартам.
Цифровая платформа встраивается в существующий ИТ-ландшафт, адаптируется под корпоративные требования и соответствует законодательным нормам.
По материалам сессии «Искусственный интеллект, аналитика, автоматизация: новая операционная модель функции управления персоналом в 2026 году», прошедшая в рамках V Международной практической конференции «Стратегии управления персоналом в фармацевтической и медицинской отраслях».
