На главную
О журнале Редакция Подписка Архив Авторам Контактная информация
Журнал «Менеджмент и бизнес-администрирование»
№3 / 2026

Управление человеческими ресурсами с помощью технологий искусственного интеллекта

Никиточкина Юлия Валентиновна,
кандидат экономических наук, доцент кафедры бизнес-информатики Факультета информационных технологий и анализа больших данных, Финансовый университет при Правительстве Российской Федерации (Россия, 125167, Москва, Ленинградский пр-кт, д. 49/2)

Аннотация. В связи с растущим интересом к технологиям, используемых в сфере искусственного интеллекта, особое значение приобретает практическая тема — примеры успешных решений на основе технологий искусственного интеллекта в сфере управления персоналом. Цель данной статьи — определить возможность применения совокупности технологий искусственного интеллекта на предприятии с учетом особенностей управления человеческими ресурсами. Исследование является поисковым и направлено на изучение практики применения платформ на базе искусственного интеллекта в сфере управления человеческим ресурсами. На основании сравнительного анализа публикаций из источников и авторской методики (группы системообразующих характеристик коллектива и их объединение в модель управления человеческими ресурсами) в работе выявлены недостающие компоненты из совокупности системообразующих характеристик, имеющихся в платформах для целей управления человеческими ресурсами, которые помогут эффективнее использовать технологии искусственного интеллекта для обеспечения долгосрочного развития и конкурентных преимуществ предприятий. В результате исследования определено, что существует ряд платформ на базе искусственного интеллекта для разных сфер УЧР, но большинство из них работают как автономные модули и не интегрированы в централизованные системы управления персоналом, и большинство платформ неприменимы в России. Вместе с тем выявлено, что в рассматриваемых платформах наиболее часто встречающимися характеристиками, включенными в аналитику соответствия персонала или кандидата, являются такие характеристики как: квалификация и компетенции. Реже — культура, внутрикорпоративная кооперация и конкуренция. Абсолютно отсутствует анализ соответствия по характеристике координация. Для экономии времени и ресурсов предприятия, автор статьи предлагает объединение обработки всех системообразующих характеристик одновременно в одно целое с помощью технологий искусственного интеллекта. Результаты данного исследования позволят руководителям проводить эффективную кадровую политику с учетом особенностей управления человеческим ресурсами.

Ключевые слова: управление, искусственный интеллект, платформы, машинное обучение, обработка естественного языка, компьютерное зрение.

Human resource management with artificial intelligence technologies

Nikitochkina Yulia Valentinovna,
Candidate of Economic Sciences, Associate Professor of the Department of Business Informatics, Faculty of Information Technology and Big Data Analysis, Financial University under the Government of the Russian Federation (RUSSIAN FEDERATION, 125167, Moscow, Leningradskii pr-kt, d. 49/2)

Abstract. Due to the growing interest in AI technologies, practical examples of successful AI-based solutions in HR management are gaining particular importance.

The purpose of this article is to determine the feasibility of applying a combination of AI technologies at an enterprise, considering the specifics of human resource management. This is an exploratory study aimed at examining the practical application of AI-based platforms in HR management. Based on a comparative analysis of published sources and the author's methodology (groups of systemically important team characteristics and their integration into an HR management model), the paper identifies missing components from the set of systemically important characteristics available in HR management platforms. These components will help more effectively utilize AI technologies to ensure long-term development and competitive advantage for enterprises. The study revealed that several AI-based platforms exist for various HR areas, but most operate as stand-alone modules and are not integrated into centralized HR management systems. Most platforms are not applicable in Russia. However, it was found that in the platforms under consideration, the most common characteristics included in personnel or candidate match analysis are qualifications and competencies. Less commonly, culture, internal cooperation, and competition are considered. Match analysis for the characteristic of coordination is completely absent. To save time and resources, the author of the article proposes combining the processing of all system-forming characteristics into a single solution using AI technologies. The results of this study will enable managers to implement effective HR policies considering the specifics of human resources management.

Keywords: artificial intelligence, platforms, machine learning, natural language processing, computer vision.

DOI: 10.33983/2075-1826-2026-3-374-386

Список источников

  1. Абашкин В.Л., Ковалева Г.Г. Применение искусственного интеллекта в российских компаниях // ИСИЭЗ НИУ ВШЭ. 2025 [Электронный ресурс]. — URL: https://issek.hse.ru/news/1083541394.html.
  2. Воронова И.В., Рассказова О.А. Искусственный интеллект для управления персоналом // Путеводитель предпринимателя. — 2024. — Т. 17. — № 3. — С. 82–89.
  3. Гильдингерш М.Г., Тестова В.С. Инновационные технологии подбора персонала (на основе искусственного интеллекта) // Векторы благополучия: экономика и социум. — 2023. — Т. 48. — № 1. — С. 164–172.
  4. Иванова И.Г., Искандарян Г.О. Цифровые технологии в HR: современные тренды управления персоналом в России // Московский экономический журнал. — 2024. — Т. 9. — № 10. — С. 144–158.
  5. Кричевский М.Л., Дмитриева С.В., Мартынова Ю.А. Методы машинного обучения в управлении человеческими ресурсами // Вопросы инновационной экономики. — 2023. — Т. 13. — № 1. — С. 405–420.
  6. Никиточкина Ю.В. Системообразующие характеристики производственных коллективов // Горизонты экономики. — 2017. — Т. 4. — С. 84–88.
  7. Никиточкина Ю.В. Особенности управления человеческим капиталом корпорации в контексте теории поколений // Terra Economicus. — 2021. — Т. 19 (1). — С. 138–151.
  8. Abdalla A.A. Leveraging Artificial Intelligence for Transformative Human Resource Management: Enhancing Recruitment, Retention, and Employee Development // Computational Science and Computational Intelligence / eds. Arabnia H.R., Deligiannidis L., Shenavarmasouleh F., Amirian S., Ghareh Mohammadi F. Proceedings 11th International Conference, CSCI 2024 (Las Vegas, NV, USA, December 11–13, 2024). — Springer, Cham, 2025. — Vol. 2503. — Рр. 181–193.
  9. Arora M., Prakash A., Mittal A., Singh S. HR analytics and artificial intelligence-transforming human resource management // 2021 International Conference on Decision Aid Sciences and Application (DASA) (Sakheer, Bahrain, 07–08 December 2021). — IEEE, 2021. — Рp. 288–293.
  10. Banerjee S., Agarwal A., Ghosh P., Bar A.K. Boosting workplace well-being: a novel approach with a mental health chatbot for employee engagement and satisfaction // American Journal of Artificial Intelligence. — 2024. — № 1 (8). — Рp. 5–12.
  11. Chakraborty T., Sharada V.S., Sharma J. Data-driven decisions for employee motivation: Strategies for implementing technology in performance reviews in a tech landscape // Employee Performance Management for Improved Workplace Motivation / ed. Wasantha Rajapakshe. — IGI Global, 2024. — Рp. 311–338.
  12. Chen H., Liu D. Practice of Artificial Intelligence Technology in Enterprise Human Resource Management // Frontier Computing: Vol. 1 / eds. Hung J.C., Yen N., Chang JW. Proceedings of FC 2024. Lecture Notes in Electrical Engineering. — Singapore: Springer, 2025. — Vol. 1355. — Рp. 188–198.
  13. Chen Y., Wang H., Yu K., Zhou R. Artificial intelligence methods in natural Language processing: A comprehensive review // Highlights in Science, Engineering and Technology. — 2024. — № 85. — Рp. 545–550.
  14. Chu J.Y., Srivastava S.B. The promise and peril of generative AI for organizational selection and socialization // Journal of Organization Design. 2026. — Vol. 15. — Рр. 27–33.
  15. Corritore M., Goldberg A., Srivastava S.B. Duality in diversity: how intrapersonal and interpersonal cultural heterogeneity relate to firm performance // Administrative Science Quarterly. — 2020. — Vol. 65. — № 2. — Рp. 359–394.
  16. Hasan M.D.R., Ray R.K., Chowdhury F.R. Employee performance prediction: an integrated approach of business analytics and machine learning // Journal of Business and Management Studies. — 2024. — Vol. 6 (1). — Рp. 215–219.
  17. Kern R. Data-driven decision making in employee retention: ethical considerations and challenges // Journal of Business Ethics. — 2021. — Vol. 145 (4). — Рp. 890–905.
  18. Majumder S., Salman S., Dey N. AI in human resources: efficiency, ethics, and emerging challenges // AI and Ethics. — 2026. — Vol. 6. — Article 59.
  19. Novelli E., Spina C. Making business model decisions like scientists: strategic commitment, uncertainty, and economic performance // Strategic Management Journal. — 2024. — Vol. 45 (13). — Рp. 2642–2695.
  20. Prentice C., Dominique Lopes S., Wang X. Emotional intelligence or artificial intelligence — an employee perspective // Journal of Hospitality Marketing & Management. — 2020. — Vol. 29 (4). — Рp. 377–403.
  21. Sharma C., Chanana N. The intersection of artificial intelligence and human resources: transforming journey using natural language processing // Iran Journal of Computer Science. — 2025. — № 8 (3). — Рp. 1007–1022.
  22. Sharma C., Chanana N. Role of artificial intelligence in employee engagement and work performance: analytical study based on Word2Vec technique of natural Language processing // Quality & Quantity. — 2026. DOI: https://doi.org/10.1007/s11135-026-02589-1.
  23. Shitika, Gaur S.S., Sharma S. Artificial Intelligence Intervention in Human Resource Management Practices // Innovative Computing and Communications / eds. Hassanien A.E., Anand S., Jaiswal A., Kumar P. ICICC 2024. Lecture Notes in Networks and Systems. — Singapore: Springer, 2024. — Vol. 1020. — Pp. 29–40.
  24. Sousa M.J. Introduction to Human Resources Development in a Digital Age // Human Resources Development in a Digital Age / ed. Sousa M.J. UFHRD 2024. Information Systems Engineering and Management. — Cham: Springer, 2025. — Vol. 52. — Рр. 1–5.
  25. Искусственный интеллект в HR. Кейсы российского рынка // Технологии Доверия [Электронный ресурс]. — URL: https://data.tedo.ru/publications/ai-in-hr.pdf (дата обращения: 01.04.2026).
© 2008-2026 Акционерное общество «Издательский дом «Экономическая газета» (Joint Stock Company "Economic Newspaper" Publishing House)
Журнал «Конъюнктура товарных рынков», журнал «РИСК: Ресурсы, Информация, Снабжение, Конкуренция»