2025 был годом «давайте попробуем GPT в HR». В каждой второй компании появился пилот: кто-то генерил приветственные письма, кто-то экспериментировал с AI-копирайтером для вакансий, кто-то прикрутил «корпоративного чат-бота». Большинство пилотов так и остались пилотами. 2026 — год, когда становится видно, кто реально внедрил AI в HR, а кто просто купил подписку.
Я пишу этот текст в конце января 2026-го, и у меня перед глазами — десятки клиентских разговоров за последние три месяца. Картина ясная: HR-tech входит в фазу, где AI перестаёт быть «модной технологией для презентации совета директоров» и становится обязательным слоем инфраструктуры для определённых задач — и одновременно остаётся категорически неуместным для других. Кто эту разницу видит — выигрывает год. Кто пытается внедрить AI во всё подряд — теряет деньги и доверие команды.
Пять трендов, в которых я максимально уверен, и одно ограничение, на которое полезно посмотреть отдельно.
AI-онбординг становится мейнстримом — и это не «ChatGPT обёртка»
В 2025-м пионерами AI-онбординга были несколько крупных компаний и стартапы. Опыт показал, что классическая LMS — фиксированный курс, тесты, сертификат — даёт намного меньше эффекта, чем адаптивная траектория, которая собирается под человека.
В 2026-м это станет нормой. Не потому, что HR-индустрия влюбилась в AI, а потому, что классический онбординг стоит компаниям больше, чем кажется: новички, которые ушли на 60-й день, забирают с собой стоимость найма (1,5–2 месячные зарплаты) и время команды. Каждый процент улучшения retention первых 90 дней — это сотни тысяч рублей экономии на команду в 200 человек.
Что отличает реальный AI-онбординг от «ChatGPT-обёртки»:
- Knowledge-first (от знаний, а не от курса), не course-first (курсо-центричный подход). Нет жёсткого курса. Есть набор знаний и навыков, и AI собирает траекторию для конкретного человека на основе его роли, опыта и того, как он отвечает на промежуточные проверки.
- Event-driven progress (прогресс по событиям). Прогресс пересчитывается, когда человек реально что-то сделал — выполнил задачу, провёл первое 1:1 с buddy, выкатил первую тестовую сборку — а не «когда он пометил видео как просмотренное».
- AI-verification (AI-проверка понимания). Вместо квиза с галочками — короткий разговор с агентом, проверяющим понимание. Это сложнее обмануть.
Кто проиграет в 2026-м: классические LMS-вендоры с фиксированным контентом и сложной админкой. Кто выиграет: те, кто строит обучение как часть портала, а не отдельный продукт.
Engagement intelligence (сигнальная аналитика вовлечённости) заменяет годовые опросы
Самый большой сдвиг 2026-го. И самый недооценённый.
В 2025-м pulse-опросы стали стандартом — компании поняли, что годовой engagement-чек ловит проблему через полгода после её появления. Но pulse — это всё ещё опросы. Те же вопросы, та же усталость от опросов (respondent fatigue), те же сложности с интерпретацией.
В 2026-м следующий шаг: сигналы вовлечённости из всех модулей портала становятся первичным источником, а опросы — фоновым подтверждением.
Что считается сигналом: peer-recognition (его частота и распределение), отмена 1:1 руководителем, активность в банке идей, тон участия в обсуждениях, retention внутри команды по неделям, частота, с которой сотрудник заходит на портал. Это всё уже видно в любом современном интранете — нужно только связать в один граф.
В 2026-м появятся первые промышленные системы, которые показывают HR не «опрос показал X», а «вот неделя сигналов, которые сошлись в эту тему» с действиями, которые можно запустить из той же панели. Это не теория — это инфраструктура, которая уже строится.
Опросы при этом не умирают, но переходят в фоновую роль: подтверждение того, что сигналы интерпретированы правильно. Фронтальную работу делает сигнальная аналитика.
Manager Coach (руководитель-наставник на AI) — AI-чат руководителя как реальный сценарий
В 2025-м идея «AI-помощник для тимлида» была демкой. В 2026-м это рабочая практика — но не как отдельный чат-бот, а как функция, встроенная в портал, где у AI есть контекст команды.
Принципиальная разница: Manager Coach 2026 знает не только сухие данные, но и контекст: историю 1:1 этого руководителя, его последние благодарности команде, открытые задачи, пробелы в признании по конкретным людям, сигналы выгорания у подчинённых. Без этого контекста любой AI-чат скатывается в общие советы.
Реальные сценарии, которые мы видим у клиентов на конец января:
- Подготовка к 1:1. За день до встречи — короткий бриф: о чём говорили в прошлый раз, что осталось висеть, какие изменения в активности человека за две недели.
- Черновик благодарностей. Не «напиши за меня», а «вот три варианта формулировки на основе того, что Анна сделала в спринте» — руководителю нужно потратить 30 секунд, не 5 минут.
- Обнаружение слепых зон. «Вы не говорили с Иваном о его развитии 6 недель», «у Маши сократилась активность в обсуждениях за последние 3 недели».
- Подготовка performance review. AI собирает обратную связь, агрегирует достижения, предлагает черновик — руководитель редактирует.
Что не входит в реальный Manager Coach 2026 — это автоматическая генерация отзывов, автоматические оценки, автономные кадровые решения. Тут граница чёткая: AI готовит данные, человек принимает решение.
Кто в 2026-м построит Manager Coach качественно — у того будет драматическое преимущество в продуктивности тимлидов. У кого будет «отдельный чат-бот без контекста» — тот его выключит через квартал.
Где AI пока проваливается
Это самая непопулярная, но важная часть прогноза. AI в 2026 году по-прежнему провален в нескольких HR-сценариях, и это нужно знать, чтобы не наступить на грабли.
Эмпатия в кризис. Когда сотрудника увольняют, теряет близкого, переживает серьёзный конфликт с командой — AI-сообщение «понимаю, как вам сейчас тяжело» воспринимается как насмешка. Это место, где компания должна говорить человеческим голосом руководителя или CEO.
Кризисные коммуникации компании. Авария, расследование, массовые увольнения, реструктуризация — всё, где люди ждут, что компания возьмёт на себя ответственность. AI-генерированный текст в этих ситуациях выглядит как уход от честного разговора, и сотрудники это считывают мгновенно.
Финальные решения по людям. Оценка результатов (performance review), итоговое «берём / не берём» в найме, повышение, увольнение. AI собирает данные — отлично; AI решает — нет. Это не про «AI плох в этом», это про распределение ответственности.
Линия рисуется так: AI отвечает за подготовительную работу, человек — за решение и за слова в момент, когда человек напротив ждёт человека. В 2026-м эта линия будет тестироваться много раз, и каждая компания, перепутавшая её — попадёт в новости.
152-ФЗ и AI — что меняется в 2026 для российских компаний
Регуляторика догоняет технологию, и в 2026-м это видно.
Что меняется или становится обязательным к проверке:
- Data residency (где физически хранятся данные): где хранятся персональные данные, попадающие в LLM-промпты. Уже не достаточно ответа «у нас облако» — нужно знать, в какой юрисдикции работает модель и где логируются prompts.
- Согласие на AI-обработку: явное согласие сотрудника, что его поведенческие данные используются для AI-аналитики (например, для engagement intelligence). Не «прятать в политику конфиденциальности», а отдельным понятным текстом.
- k≥5 анонимность на уровне SQL: не декларация, а техническое требование. Все аналитические дашборды, видимые HR, должны исключать когорты меньше 5 человек на уровне самой выгрузки данных, не на уровне отрисовки.
- Логирование промптов: для проверок на соответствие закону всё чаще нужно показать, какие данные передавались в LLM и какой был получен ответ. Без этого compliance-проверка не пройдёт.
Двойной контур (RU и Global) становится нормой не как маркетинг, а как операционная необходимость. Компании, у которых есть и российские, и международные сотрудники, в 2026-м фактически будут обслуживать два разных продукта на общей кодовой базе — с разными требованиями к данным, к моделям, к согласиям.
Что делать на 2026-й по compliance:
- Перед закупкой любого AI-HR-инструмента — пройдитесь по 4 пунктам выше с вендором.
- Согласия — отдельным текстом, отдельной галочкой при онбординге.
- Поручите ответственному за безопасность и юристам пройти аудит ваших текущих AI-сценариев в HR (да, у вас уже есть несколько).
- На случай регуляторного запроса — уметь показать, какие данные обрабатываются AI и какие согласия получены.
Это не пугаться. Это проверять.
Главное
Если из всех пяти трендов запомнить три:
Первое. AI становится частью инфраструктуры, не отдельным продуктом. Кто строит «AI-функцию к продукту», проиграет тем, кто перестраивает продукт под AI.
Второе. Сигнальная аналитика — самый большой сдвиг 2026-го в HR. Опросы не умирают, но больше не главные.
Третье. Линия между «AI помогает» и «AI решает» — единственная, на которой держится доверие команды. Перепутаете — потеряете культуру за полгода.
И отдельный пункт по compliance: 152-ФЗ становится не темой юристов, а частью закупок HR-tech. Закупайте с этим в виду.
На следующей неделе — продукт. Разберём, что меняется в peer-to-peer recognition, когда у программы появляется AI-помощник: где это работает магически, а где спотыкается.
Если хотите получать ежемесячный дайджест, что реально происходит в HR-tech (без хайпа и без перевода с английского) — подпишитесь по ссылке в карточке.
Подписаться на ежемесячный дайджест трендов HR-tech
Несколько минут — и понятно, как это применимо у вас.
ПерейтиЧитать дальше
152-ФЗ и AI в корпоративном портале — что можно, что нельзя и где маркетинг страхов
AI и персональные данные — фраза, после которой у CHRO начинает дёргаться глаз. Разбираю, где красные линии 152-ФЗ, где AI трогает PII, что такое k≥5 анонимность и как пройти compliance-проверку перед закупкой.
Геймификация без выгорания — что говорит наука и где провалились большие компании
Лидерборд — самый разрушительный механик в неправильных руках. Разбираю Self-Determination Theory, 3 кейса провалов больших компаний и почему privacy opt-out из лидерборда — must-have, а не опция.
Корпоративная культура — это не про печеньки
Печеньки, корпоративы и плакат «Мы команда» — декорация. Культура живёт в трёх вещах, и ни одна из них не покупается. Разбираю, что на самом деле формирует «как у нас принято».