The post has been translated automatically. Original language: Russian
Companies are used to calculating the cost of hiring: the cost of publishing vacancies, access to job search services, recruiter services, and time. HR teams. But it is much less common for a business to estimate how much it loses every day until the right specialist comes to work. An open position can delay projects, increase the workload on the team, reduce productivity, and create additional costs. Therefore, companies are increasingly turning to AI tools, hoping to speed up recruitment and reduce costs. However , not every decision really changes the economics of the process. Igor Nikitin, founder of WMT AI, explained why some tools help to close vacancies faster, while others only automate certain actions where recruiters lose the most time and how to assess the real payback of an AI recruiter. WMT Group.
An unfilled vacancy is a financial loss, not just an HR problem.
When it comes to recruitment, companies usually estimate the cost of closing a vacancy. But it is equally important for a business to understand how much it costs every day while the position remains open.
If an employee directly affects revenue, daily losses can be many times higher than his daily salary. While the company is looking for a replacement, projects are postponed, processes are slowed down and potential profits are lost.
The absence of a specialist affects the team as well. His tasks are redistributed among colleagues, the workload increases, productivity decreases, and the likelihood of errors increases. At the same time, the HR department's workload is increasing: the more vacancies remain open, the more difficult it is for recruiters to run multiple processes in parallel and the longer it takes for new positions to close.
Thus, the cost of one day of an unfilled vacancy is made up of lost revenue or profits, reduced team productivity, overtime, temporary replacements, delayed projects, and the cost of ongoing recruitment. Therefore, the speed of hiring today is becoming an indicator not only of the effectiveness of the HR function, but also of the sustainability of the business as a whole.
Where do recruiters waste the most time?
When trying to speed up recruitment, companies often underestimate the amount of manual work, which does not require a complex expert assessment, but takes up a significant part of the recruiter's working day.
The most time-consuming stage is the search for candidates. It can account for about 40-50% of the working time. The specialist manually scans several sites, compiles search queries, examines profiles, compares candidates' experience with job requirements, and prepares personalized requests.
The initial selection of responses takes another 15-20% of the time . There can be hundreds of resumes for a single job, and each one is necessary open, study, compare with the requirements and determine the further status of the candidate.
Up to 20-30% of the working time can be spent on hiring. The recruiter needs to contact the candidate, arrange a meeting time, synchronize with the supervisor, reschedule the interview if the schedule changes, send invitations and reminders.
After the interview, new tasks are added: request feedback from the supervisor, inform the candidate of the solution, answer standard questions and update the status in the recruitment system. It may take another 10-15% of the time to prepare reports and analytics.
As a result, a significant part of the working day is spent not on evaluating candidates and interacting with hiring managers, but on repetitive operations. At first glance, the solution is obvious: these are the steps that need to be automated first. However, in practice, companies often follow a different path.
Why doesn't AI always make the selection faster?
If the market already offers a variety of AI recruiting tools, why can vacancies still take weeks or months to close?
The main reason is that companies automate individual actions rather than the entire hiring process. A new tool is being added to the existing operating scheme, but the processes themselves do not change. The systems are not interconnected, employees continue to perform some operations manually, and the implementation effect is not evaluated by clear indicators.
In addition, businesses often automate the simplest, but not the most expensive steps. Creating a vacancy text can save 20-30 minutes, preparation of the letter to the candidate - two to three minutes, automatic summary of the interview - another 10 to 15 minutes.
These functions are certainly useful, but by themselves they have virtually no effect on the timing of closing a position, the cost of hiring, and the throughput of the HR team. The economic effect occurs when artificial intelligence takes over the longest stages: the search and initial selection of candidates, the first communications, the coordination of interviews, updating information in the recruitment system and the preparation of analytics for managers. In this case, it is not the time for performing individual operations that is reduced, but the total period from the opening of a vacancy to the employee's exit.
What the internal pilot showed An AI recruiter?
Before creating our own solution, we analyzed the work of our team and found out that the main loss of time is accounted for by the search for candidates and the initial assessment of resumes. It was these stages that limited the number of vacancies that recruiters could hold at the same time.
We tested several ready-made solutions, but none of them could integrate into our processes and solve the problem comprehensively. Therefore, it was decided to develop our own tool. To test the hypothesis, we identified two recruiters and compared their results before and after the implementation of the solution. The main indicators of the funnel were evaluated:
- quantity summaries sent to customers,
- number interviews, offers, and actual employee exits.
From May 1 to September 1, 2025, two recruiters We sent 225 resumes to customers, conducted 44 interviews, received six offers and closed four vacancies.
After starting work, from September 1, 2025 to February 1, 2026, the number of resumes sent increased to 494, the number of interviews to 61, offers to 13, and actual employee exits to nine.
In other words, with the same number of recruiters , the team was able to significantly increase the capacity of the entire recruitment funnel.
The pilot confirmed that automation does not have the greatest effect on individual actions, but on the most resource-intensive part of the process. When the search, initial analysis, and initial communication no longer occupy the bulk of the working day, the recruiter can focus on working with hiring managers, evaluating candidates, and accompanying them to the exit.
How to understand that an AI recruiter really pays off
When choosing an AI solution, it is important to evaluate not the number of functions, but its impact on the result. Businesses are not investing in technology per se, but in the ability to fill vacancies faster and reduce related losses.
Several indicators can indicate the effectiveness:
- reduction the period from the opening of the vacancy to the exit of the employee;
- decline The cost of hiring;
- decrease the cost of each day of an open position;
- height the number of vacancies that one recruiter closes;
- conservation or improving the quality of hiring;
- decline the burden on the HR team without increasing its size.
Before implementation, it is necessary to record the initial indicators for the last six to twelve months, then conduct a pilot on some vacancies and compare the results after two to three months.
This approach allows us to understand whether artificial intelligence is really changing the economics of hiring or just making individual actions more convenient. Companies have long evaluated the effectiveness of recruitment mainly based on the cost of hiring one employee. But an equally important indicator is the cost of each day while the vacancy remains open. It is its reduction that shows that the technology works not only for the HR service, but also for the financial result of the business.
Компании привыкли считать стоимость найма: расходы на публикацию вакансий, доступ к сервисам поиска работы, услуги рекрутеров и время HR-команды. Но гораздо реже бизнес оценивает, сколько теряет каждый день, пока нужный специалист не вышел на работу. Открытая позиция может задерживать проекты, увеличивать нагрузку на команду, снижать производительность и создавать дополнительные расходы. Поэтому компании все чаще обращаются к AI-инструментам, рассчитывая ускорить подбор и сократить издержки. Однако далеко не каждое решение действительно меняет экономику процесса. Почему одни инструменты помогают закрывать вакансии быстрее, а другие лишь автоматизируют отдельные действия, где рекрутеры теряют больше всего времени и как оценить реальную окупаемость AI-рекрутера, рассказал Игорь Никитин, основатель WMT AI и WMT Group.
Незакрытая вакансия - это финансовые потери, а не только проблема HR
Когда речь заходит о подборе персонала, компании обычно оценивают стоимость закрытия вакансии. Но для бизнеса не менее важно понимать, во сколько обходится каждый день, пока позиция остается открытой.
Если сотрудник напрямую влияет на выручку, ежедневные потери могут многократно превышать размер его дневной заработной платы. Пока компания ищет замену, откладываются проекты, замедляются процессы и теряется потенциальная прибыль.
Отсутствие специалиста отражается и на команде. Его задачи перераспределяются между коллегами, растет нагрузка, снижается производительность, повышается вероятность ошибок. Одновременно увеличивается объем работы у HR-службы: чем больше вакансий остается открытыми, тем сложнее рекрутерам вести несколько процессов параллельно и тем дольше закрываются новые позиции.
Таким образом, стоимость одного дня незакрытой вакансии складывается из упущенной выручки или прибыли, снижения производительности команды, сверхурочной работы, временных замен, задержки проектов и расходов на продолжающийся подбор. Поэтому скорость найма сегодня становится показателем не только эффективности HR-функции, но и устойчивости бизнеса в целом.
Где рекрутеры теряют больше всего времени?
Пытаясь ускорить подбор, компании нередко недооценивают объем ручной работы, которая не требует сложной экспертной оценки, но занимает значительную часть рабочего дня рекрутера.
Самый трудоемкий этап - поиск кандидатов. На него может приходиться около 40 - 50% рабочего времени. Специалист вручную просматривает несколько площадок, составляет поисковые запросы, изучает профили, сопоставляет опыт кандидатов с требованиями вакансии и готовит персонализированные обращения.
Еще 15 - 20% времени занимает первичный отбор откликов. На одну вакансию могут поступать сотни резюме, и каждое необходимо открыть, изучить, сравнить с требованиями и определить дальнейший статус кандидата.
До 20 - 30% рабочего времени может уходить на организацию найма. Рекрутеру необходимо связаться с кандидатом, согласовать время встречи, синхронизироваться с руководителем, перенести интервью при изменении графика, отправить приглашения и напоминания.
После собеседования добавляются новые задачи: запросить обратную связь у руководителя, сообщить кандидату решение, ответить на типовые вопросы и обновить статус в системе подбора. Еще 10 - 15% времени может занимать подготовка отчетности и аналитики.
В результате значительная часть рабочего дня уходит не на оценку кандидатов и взаимодействие с нанимающими руководителями, а на повторяющиеся операции. На первый взгляд решение очевидно: именно эти этапы и нужно автоматизировать в первую очередь. Однако на практике компании часто идут по другому пути.
Почему AI не всегда делает подбор быстрее?
Если рынок уже предлагает множество AI-инструментов для рекрутинга, почему вакансии по-прежнему могут закрываться неделями или месяцами?
Основная причина в том, что компании автоматизируют отдельные действия, а не весь процесс найма. Новый инструмент добавляется к существующей схеме работы, но сами процессы не меняются. Системы не связаны между собой, сотрудники продолжают выполнять часть операций вручную, а эффект внедрения не оценивается по четким показателям.
Кроме того, бизнес часто автоматизирует самые простые, но не самые затратные этапы. Создание текста вакансии может сэкономить 20 - 30 минут, подготовка письма кандидату - две-три минуты, автоматическое резюмирование интервью - еще 10 - 15 минут.
Эти функции, безусловно, полезны, но сами по себе практически не влияют на сроки закрытия позиции, стоимость найма и пропускную способность HR-команды. Экономический эффект возникает тогда, когда искусственный интеллект берет на себя наиболее длительные этапы: поиск и первичный отбор кандидатов, первые коммуникации, координацию интервью, обновление информации в системе подбора и подготовку аналитики для руководителей. В этом случае сокращается не время выполнения отдельных операций, а общий период от открытия вакансии до выхода сотрудника.
Что показал внутренний пилот AI-рекрутера?
Прежде чем создавать собственное решение, мы проанализировали работу своей команды и выяснили, что основные потери времени приходятся на поиск кандидатов и первичную оценку резюме. Именно эти этапы ограничивали количество вакансий, которые могли одновременно вести рекрутеры.
Мы протестировали несколько готовых решений, но ни одно из них не смогло встроиться в наши процессы и закрыть задачу комплексно. Поэтому было принято решение разработать собственный инструмент. Для проверки гипотезы мы выделили двух рекрутеров и сравнили их результаты до и после внедрения решения. Оценивали основные показатели воронки:
- количество резюме, направленных заказчикам,
- число интервью, офферов и фактических выходов сотрудников.
С 1 мая по 1 сентября 2025 года два рекрутера отправили заказчикам 225 резюме, провели 44 интервью, получили шесть офферов и закрыли четыре вакансии.
После начала работы, с 1 сентября 2025 года по 1 февраля 2026 года, количество направленных резюме выросло до 494, число интервью - до 61, офферов - до 13, а фактических выходов сотрудников - до девяти.
Иными словами, при том же количестве рекрутеров команда смогла значительно увеличить пропускную способность всей воронки найма.
Пилот подтвердил, что наибольший эффект дает автоматизация не отдельных действий, а наиболее ресурсоемкой части процесса. Когда поиск, первичный анализ и первая коммуникация перестают занимать основную часть рабочего дня, рекрутер может сосредоточиться на работе с нанимающими руководителями, оценке кандидатов и сопровождении их до выхода.
Как понять, что AI-рекрутер действительно окупается
При выборе AI-решения важно оценивать не число функций, а его влияние на результат. Бизнес инвестирует не в технологию как таковую, а в возможность быстрее закрывать вакансии и сокращать связанные с ними потери.
Об эффективности могут говорить несколько показателей:
- сокращение срока от открытия вакансии до выхода сотрудника;
- снижение стоимости найма;
- уменьшение стоимости каждого дня открытой позиции;
- рост количества вакансий, которые закрывает один рекрутер;
- сохранение или повышение качества найма;
- снижение нагрузки на HR-команду без увеличения ее численности.
Перед внедрением стоит зафиксировать исходные показатели за последние шесть - двенадцать месяцев, затем провести пилот на части вакансий и через два-три месяца сравнить результаты.
Такой подход позволяет понять, действительно ли искусственный интеллект меняет экономику найма или лишь делает удобнее отдельные действия. Компании долго оценивали эффективность подбора преимущественно по стоимости найма одного сотрудника. Но не менее важным показателем становится стоимость каждого дня, пока вакансия остается открытой. Именно ее сокращение показывает, что технология работает не только на HR-службу, но и на финансовый результат бизнеса.
Share
