OpenAI готовит платформу найма: вызов LinkedIn к 2026 году

OpenAI объявила, что работает над платформой рекрутинга с прицелом на массовый рынок: алгоритмы должны «сшивать» реальные задачи работодателей и траектории навыков кандидатов, снижая шум резюме и ускоряя закрытие позиций. Проект позиционируется как альтернатива доминирующим сетям поиска работы и замкнутым HR‑системам. Пилотные версии ожидаются в 2026 году, параллельно компания строит систему сертификации навыков.


В публичной логике OpenAI новый продукт — не доска объявлений и не витрина откликов. Компания собирает инфраструктуру, где профили компетенций формируются из доказуемых артефактов: выполненных задач, репозиториев, кейсов, проверок сценариев работы с ИИ. Рекрутер получает не набор ключевых слов, а карту умений с привязкой к требованиям проекта. Для соискателя основной ценностью заявлен «перевод» опыта на язык задач, в том числе межотраслевых.

Отдельный слой — корпоративный. OpenAI говорит о связках с внутренними HR‑системами, чтобы искать кандидатов как на открытом рынке, так и внутри компаний. Это важный нюанс в конкурентной плоскости: LinkedIn исторически силён в публичных профилях и коммуникации, а новый сервис пытается закрыть разрыв между вакансиями и «внутренним рынком» навыков. Если замысел удастся, матчи будут строиться не по шаблонным тэгам, а по описаниям задач и поведенческим паттернам выполнения работы.

Параллельно OpenAI продвигает образовательный контур — программу сертификации через собственную академию. Идея проста: сделать «AI‑грамотность» измеримой и сопоставимой между компаниями. Предусматриваются уровни — от базовых сценариев использования генеративных моделей до построения рабочих пайплайнов и контроля качества данных. Для рекрутёров это новый фильтр, для соискателей — верифицируемый маркер компетенций вместо хаотичных курсов и портфолио подсказок.

Таймлайн осторожный: официального релиза дат нет, но в открытых коммуникациях зафиксирован горизонт «середина 2026 года». Это оставляет компании год на наращивание партнёрок, доработку приватности и отладку корпоративных интерфейсов. Набор пилотных сценариев уже складывается: госструктуры и муниципалитеты, крупные корпорации с дефицитом цифровых кадров, локальные профессиональные комьюнити.

Риски — прозрачность алгоритмических решений и защита данных. Рекрутинговая модель, которая «объясняет», почему тот или иной кандидат подошёл или не подошёл, потребует понятных метрик, журналов принятия решений и чёткой разграниченности данных компаний и соискателей. Без этого любая попытка «умного фильтра» превратится в чёрный ящик, на котором будет сложно строить масштабную инфраструктуру найма.

Для российского рынка практические выводы двоякие. С одной стороны, тренд на «семантический» найм неминуемо дойдёт до локальных HR‑систем и подрядчиков: содержательные профили навыков вытеснят механический подбор по ключевым словам. С другой — регуляторика данных и трансграничные ограничения могут сузить прямое использование зарубежной платформы. Вероятный сценарий — адаптация подходов (сертификация навыков, описания задач) в отечественных экосистемах найма.

ИЗНАНКА

Рекрутинг много лет мерили количеством откликов. Если новый слой ИИ научится мерить смысл работы, а не длину резюме, выигрывать будет не самый громкий профиль, а самый уместный.

Фото: ИЗНАНКА

Читайте, ставьте лайки, следите за обновлениями в наших социальных сетях и присылайте свои материалы в редакцию.

ИЗНАНКА — другая сторона событий.