Любой, кто работал в корпоративном мире, так или иначе сталкивался с человеческими ресурсами (HR). Чаще всего они являются первым лицом, приветствующим вас в компании. Но многие не знают, с какими трудностями сталкивается HR при закрытии вакансии — начиная с публикации объявления о вакансии, сортировки множества резюме, поиска идеального кандидата, планирования собеседований, проверки биографических данных и, наконец, подбора идеального кандидата для работы в компании.

Это было еще в 2019 году, когда Динеш Кришнамурти, работая рекрутером-фрилансером, проанализировал эти болевые точки со своими клиентами. Расставив приоритеты, Динеш с его опытом работы с данными почувствовал, что может автоматизировать самую сложную задачу — сопоставление многочисленных резюме с ключевыми словами в описании вакансии.

Даже если вы потратите несколько секунд на анализ резюме, вам потребуются часы, чтобы просмотреть полный список резюме. С другой стороны, есть риск упустить несколько отличных резюме просто потому, что они не попались на глаза рекрутеру. Или, может быть, потому, что рекрутер остановился на первом матче и упустил лучшее резюме, лежащее в нижней стопке.

В ходе своего исследования Динеш обнаружил, что многие ведущие компании уже имели собственное программное обеспечение для систем отслеживания приложений, в котором они пытались автоматизировать эти процессы. Для этих компаний, которые занимаются набором персонала почти каждый день в году, исследование и окупаемость инвестиций для программного обеспечения для подбора персонала имели смысл. Но не для небольших компаний, которые не занимаются массовым набором. И именно этот пробел Динеш хотел устранить и предоставить, по крайней мере, программное обеспечение алгоритма сопоставления ключевых слов и ранжирования, которое обеспечит сортировку и ранжирование всех доступных резюме в соответствии с наилучшим соответствием описанию работы.

Динеш работал над этим алгоритмом машинного обучения в свободное время, а во второй половине 2020 года провел демонстрацию для этих крупных клиентов. Отзывы постоянно собирались, и после многих исправлений программное обеспечение было развернуто к середине 2021 года. Понимая, что у многих клиентов была небольшая маржа для программного обеспечения, связанного с персоналом, Динеш работал над моделью оплаты по мере использования на основе SaaS для своих клиентов. Начав с малого, он смог привлечь много клиентов благодаря рекламе из уст в уста и добрым словам, что ему пришлось создать команду из 5 человек только для поддержки и разработки этого программного обеспечения. К этому времени он основал собственную фирму HRnxt.

К 2022–2023 годам Динеш смог расширить охват программного обеспечения, добавив возможности аналитики для существующих сотрудников, их рейтинги и возможности отслеживания сотрудников на 360 градусов. В течение многих лет после того, как он развернул программное обеспечение, Динеш эффективно использовал цифровой маркетинг для продвижения программного обеспечения через географические границы и домены. Он также включил в программное обеспечение первоклассные функции кибербезопасности, чтобы развеять любые страхи, связанные с безопасностью. Спустя всего 4 года, сейчас в 2025 году, у Динеша есть большое количество клиентов, которые не только используют его программное обеспечение для подбора персонала, но и работают с ним над его основным бизнесом по поиску кандидатов.

Еще в 2019–2020 годах машинное обучение и ИИ преподносились как средства, меняющие правила игры, и, верно, история Динеша — это одна из историй успеха, когда кто-то заметил болевую точку и использовал технологию для ее эффективного решения, получив при этом солидную прибыль. У Динеша большие амбиции в отношении этого программного обеспечения, и он планирует включить его в качестве основного программного обеспечения для всех нужд HR, включая глубокие когнитивные способности, которые дают представление о производительности любого сотрудника. Вот три приветствия прекрасному примеру того, как технология может объединиться с людьми, помогая им обоим продвигаться к новым рубежам!