Повертаюсь до розбору прикладів із серії реальних застосувань AI в HR. Цей кейс базується на матеріалах People Managing People (David Rice, 2025) і чудово ілюструє, як технології повертають людям час для справжньої роботи. Уявіть ситуацію: національна кадрова агенція. У штаті є сильний бухгалтер із річним доходом $90,000. Але замість того, щоб аналізувати фінанси, ця людина щомісяця витрачає понад 16 годин на «звірку даних». Вона вручну порівнює нескінченні PDF-файли з Excel-

NBER проаналізував майже 200 років інновацій і подивився, як вони впливали на зайнятість у різних професіях. Для цього автори використали обробку природної мови (NLP) і великі мовні моделі (LLM), щоб оцінити, наскільки конкретні робочі задачі “піддаються” технологіям. Технології впливають не на посади, а на задачі всередині них. Що важливо зрозуміти з методології Вони оцінюють вплив технологій на зайнятість по професіях у горизонті 10–20 років. Розділяють ефекти: пряме заміще

Розмови про AI часто зосереджуються на окремих інструментах або ролях. Дослідження World Economic Forum пропонує інший кут зору і показує, що майбутнє роботи формується через поєднання темпів розвитку AI та готовності людей працювати в новій економічній реальності. WEF будує сценарії на перетині: • AI advancement експоненційний або поступовий розвиток технологій • Workforce readiness широка або обмежена готовність людей працювати в AI-середовищі Вихідні дані дослідження • 54%

2026 рік починається з двох паралельних процесів: швидкого впровадження AI та зростання вигорання. McKinsey Health Institute фіксує зв’язок між цими явищами. Опитування 30 000+ працівників у 30 країнах показало: • 1 із 5 професіоналів має симптоми вигорання Серед проявів: когнітивне та емоційне виснаження, втома, дистанціювання від роботи • Найвищі рівні стресу та емоційного виснаження у молодших працівників. Добробут – це навичка, яку можна розвивати системно. Три навички

Стартап Mercor залучає десятки тисяч людей, які навчають AI на основі власного професійного досвіду. Вони допомагають покращувати великі мовні моделі, з яких потім роблять чат-боти та інші AI-інструменти. За це людям платять гроші, навіть якщо згодом ці інструменти автоматизують ті самі задачі. Це не прогноз і не експеримент. Це вже масова практика. Ще один важливий ефект автоматизації • прості, рутинні завдання часто дають мозку паузу • саме в такі моменти з’являються нові

PwC опублікувала прогноз 2026 AI Business Predictions – аналітичний огляд того, як компанії починають отримувати реальну бізнес-цінність від штучного інтелекту у 2026 році. Матеріал базується на практичному досвіді трансформації PwC та багаторічних опитуваннях керівників. Фокус – на дисципліні впровадження, чітких метриках і масштабуванні рішень. 1. Дисциплінований рух до цінності Небагато компаній сьогодні отримують надзвичайну цінність від AI – зростання доходів і премії до

У матеріалі The Economist зафіксовано, як змінюється ринок праці під впливом штучного інтелекту. Масового зникнення роботи не відбувається. Натомість з’являються нові типи професій, у яких ключову роль відіграють людські навички – розуміння контексту, відповідальність і робота з людьми. Хто навчає штучний інтелект Робота з підготовки даних більше не зводиться до механічних дій. До навчання систем штучного інтелекту дедалі частіше залучають фахівців із фінансів, права та медиц

Кейс#5 про впровадження AI Онбординг залишається одним із найбільш фрагментованих HR-процесів, особливо у глобальних компаніях, де нові співробітники стартують одночасно в різних країнах і форматах роботи. Дослідження People Managing People демонструє кейс, у якому Tonkean трансформував онбординг з ручної операції у масштабовану систему управління. Вихідна ситуація • Повне налаштування доступів і систем займало 20–30+ днів, особливо для контракторів. • Онбординг був неконсист

Минуло три роки з моменту публічного запуску ChatGPT. Очікування ринку та реальність розвитку штучного інтелекту дедалі більше розходяться. У статті Capria Ventures Three Hard Truths About AI to End 2025 автор системно розкладає вплив штучного інтелекту на ринок праці, інвестиції та бізнес-очікування. 1️⃣ Робочі місця: змінюються повільно, але ризик нікуди не зник Що бачимо зараз: • Масових звільнень через штучний інтелект поки що немає. • Більшість скорочень офісних працівни

У високонавантажених середовищах найму саме «верхня частина воронки» створює найбільші операційні втрати. Страхова компанія, описана у дослідженні People Managing People, зіткнулася з типовими симптомами: ручний перегляд резюме, непродуктивні контакти з кандидатами, відсутність єдиного процесу, затримки з інтерв’ю та високе навантаження на рекрутерів. Що було проблемою • Повна ручна робота на початковому етапі найму. • Відсутність єдиного каналу комунікації (ATS, LinkedIn, em

Продовжую ділитися реальними прикладами застосування AI в HR на основі матеріалів People Managing People (David Rice, 2025). Цей кейс – про те, як структурувати хаос у віддалених командах. Компанія Customer.io працює повністю віддалено у 30+ країнах. Асинхронна модель роботи, хоч і продуктивна, мала суттєвий недолік: нові працівники почувалися дезорієнтованими. Досвід перших тижнів описували фразою «намагаюся розібратися самостійно» (“figuring things out”). Менеджери не вст

Продовжуємо серію розборів реальних застосувань AI в HR та операційних процесах (на основі матеріалів People Managing People, David Rice, 2025). Сьогодні аналізуємо кейс глобального банку з топ-3, який мав складнощі з процедурою Source of Wealth (SOW) – перевіркою джерел статків клієнта. Раніше цей процес тривав 5–6 тижнів. Консультанти вручну опрацьовували сотні сторінок документів та публічних реєстрів. Через тривалість процедури банк втрачав 25–30% клієнтів ще на етапі онб

Тренди People 2026: навички, AI і добробут У 2026 році управління людьми переходить у фазу глибокого перегляду компетенцій, ролей і форматів взаємодії людей та AI. Дані звіту ADP "HR Trends and Priorities for 2026" показують, що організації одночасно посилюють фокус на навичках, автоматизації та добробуті працівників. 1. 65% компаній стикаються з труднощами у розвитку навичок. «65% середніх і великих організацій мають перешкоди у забезпеченні можливостей для розвитку навичок

Агентний ШІ змінює архітектуру праці: “людська” та “цифрова” робота переходять у формат гібридних ко-інтелектуальних команд. У цій моделі HR отримує роль інтегратора – поєднання бізнес-стратегії, технології та людського капіталу. Матеріал McKinsey (листопад 2025) описує, як саме має змінитися HR-функція. 1. Новий підхід до стратегічного планування людського капіталу Традиційні рольові моделі замінюються activity-based плануванням – визначенням, які завдання виконують люди, як

PwC в AI Predictions описує важливий зсув: штучний інтелект не просто автоматизує задачі. Він змінює сам “скелет” робочої сили. У центрі змін з’являється нова фігура – AI generalist. 1. Кінець ери гіперспеціалізації Штучний інтелект може завершити тренд, який тривав більшу частину індустріальної ери. Цей тренд – постійне посилення вузької спеціалізації ролей. Що змінюється:  • AI агенти вже вміють виконувати багато вузьких спеціалізованих задач.  • Саме ці задачі раніше займа

Поділюсь кейсом із серії реальних застосувань AI в HR на основі матеріалу People Managing People (David Rice, 2025). Ми часто сприймаємо постановку цілей як бюрократичну вправу, яку працівники виконують "для галочки". Компанія Zapier зіткнулася з аналогічною проблемою: попри автоматизацію, якість цілей була низькою, а процес – обтяжливим. Коли CEO оголосив курс на впровадження AI, Емілі Мейбі (lead on manager enablement) використала цей момент для перезапуску системи. Метою п