УДК: 005.95
https://doi.org/10.25198/2077-7175-2026-4-39
EDN: LLCREF


просмотр

ВНЕДРЕНИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИЧЕСКИХ РЕШЕНИЙ В ПРОЦЕСС УПРАВЛЕНИЯ ПЕРСОНАЛОМ В РОССИЙСКИХ КОМПАНИЯХ: НАПРАВЛЕНИЯ, ЭФФЕКТЫ И БАРЬЕРЫ

А. С. Камилова
Московский государственный университет имени М.В. Ломоносова, Москва, Россия
e-mail: putienko900@gmail.com

Аннотация. Цифровая трансформация системы управления персоналом в российских компаниях развивается в условиях стремительного роста рынка HR-Tech и одновременной структурной незрелости его институциональной среды. Несмотря на широкое внедрение цифровых решений в практики подбора, обучения, оценки и мотивации сотрудников, значительная доля российских компаний не располагает выделенными HR-Tech-командами и формализованными методиками оценки эффективности внедряемых решений. Разрыв между инвестиционной динамикой и качеством отдачи от цифровизации определяет актуальность настоящего исследования.

Цель работы – выполнить теоретико-аналитический обзор влияния современных цифровых технологий на систему управления персоналом в российских компаниях, выявить основные направления цифровизации направлений HR-деятельности, систематизировать достигнутые эффекты внедрения и обобщить барьеры трансформации. Исследование носит теоретико-аналитический характер и основано на вторичных данных. Применены систематический обзор литературы по протоколу PRISMA и анализ кейсов российских компаний по единой схеме, охватывающей ключевые функции управления персоналом.

Показано, что автоматизация и применение искусственного интеллекта охватили процесс управления персоналом, однако глубина цифровизации распределена неравномерно. Наиболее зрелыми оказались практики подбора и обучения персонала, умеренного уровня достигли оценка эффективности и HR-аналитика, в сфере мотивации и удержания влияние цифровых инструментов носит косвенный характер. Выявлены системные ограничения цифровой трансформации управления персоналом – высокая стоимость и сложность внедрения, дефицит стратегии цифровизации, разрыв между уровнем цифровой зрелости HR-Tech-рынка и готовностью компаний к ее освоению.

Научная новизна работы состоит в систематизации практик российских компаний по ключевым направлениям деятельности процесса управления персоналом и в типологии барьеров цифровизации, различающей ресурсно-организационные, экономико-управленческие и компетентностные ограничения и согласованной со способами их преодоления. Практическая значимость заключается в том, что полученные результаты пригодны для разработки корпоративных дорожных карт цифровизации управления персоналом, диагностики уровня цифровой зрелости HR-функции и формирования отраслевых стандартов оценки эффективности HR-Tech-проектов. Дальнейшие исследования могут быть направлены на разработку методики измерения эффективности внедрения HR-Tech решений и на изучение условий переноса практик крупных работодателей в средний и малый бизнес.

Ключевые слова: управление персоналом, цифровизация процесса управления персоналом, новые технологические решения, HR-Tech, искусственный интеллект в HR, HR-аналитика, развитие персонала, обучение и развитие сотрудников, цифровые компетенции HR-специалиста, барьеры цифровизации, российские компании.

Для цитирования: Камилова А. С. Внедрение современных технологических решений в процесс управления персоналом в российских компаниях: направления, эффекты и барьеры // Интеллект. Инновации. Инвестиции. – 2026. – № 4. – С. 39–56. – https://doi.org/10.25198/2077-7175-2026-4-39.


Литература

  1. Абрамов В. И., Борзов А. В. Роль инновационного потенциала при цифровой трансформации компании // Актуальные проблемы экономики и менеджмента. – 2022. – № 2 (34). – C. 5–12. – EDN: ZCYQUQ.
  2. Абрамов В. И., Гордеев В. В., Столяров А. Д. Цифровые двойники: характеристики, типология, практики развития // Вопросы инновационной экономики. – 2024. – Т. 14, № 3. – С. 691–716. – https://doi.org/10.18334/vinec.14.3.121484. – EDN: UKAJFT.
  3. Абрамов В. И., Мухиткызы А. Цифровизация HR-аналитики в компании: характеристики, преимущества, практики // Лидерство и менеджмент. – 2024. – Т. 11, № 3. – С. 887–908. – https://doi.org/10.18334/lim.11.3.121557. – EDN: VPGFWW.
  4. Абрамов В. И., Чуркин Д. А. Роль эффективных коммуникаций и коллективного разума при цифровой трансформации компании // Вестник университета. – 2024. – № 4. – С. 50–60. – https://doi.org/10.26425/1816-4277-2024-4-50-60. – EDN: AXPSEO.
  5. Андруник А. П. Искусственный интеллект в HR: современные программные решения // Международный научно-исследовательский журнал. – 2021. – № 6–4 (108). – С. 50–53. – https://doi.org/10.23670/IRJ.2021.108.6.105. – EDN: RCLQQD.
  6. Андруник А. П. Технология подготовки руководителей к личностно ориентированному управлению персоналом // Известия Балтийской государственной академии рыбопромыслового флота: психолого- педагогические науки. – 2021. – № 1 (55). – C. 49–53. – https://doi.org/10.46845/2071-5331-2021-1-55-49-53. – EDN: SNSRXU.
  7. Аншакова Г. С. Искусственный интеллект в HR // Актуальные проблемы права, экономики и управления: сборник материалов студенческой научной конференции. В 2 частях. Часть 2. – Саратов: Саратовский источник, 2021. – С. 449–452. – EDN: WBNPTL.
  8. Баринова Н. В., Баринов В. Р. Цифровая экономика, искусственный интеллект, индустрия 5.0: вызовы современности // Вестник Российского экономического университета имени Г.В. Плеханова. – 2022. – Т. 19, № 5(125). – С. 23–34. – https://doi.org/10.21686/2413-2829-2022-5-23-34. – EDN: YISFQA.
  9. Бугасова Е. В., Шичкин И. А. Современные тенденции цифровизации процессов управления персоналом // Журнал монетарной экономики и менеджмента. – 2024. – № 8. – С. 238–245. – EDN: DRFCKP.
  10. Верна В. В., Лизунова В. Э. Цифровизация подбора и отбора персонала в организациях // Современный менеджмент: проблемы и перспективы. Сборник статей по итогам XVI международной научно-практической конференции, Санкт-Петербург, 29–30 апреля 2021 года. – Санкт-Петербург : Санкт-Петербургский государственный экономический университет, 2021. – С. 625–629. – EDN: KCMZZW.
  11. Гильдингерш М. Г., Тестова В. С. Инновационные технологии подбора персонала (на основе искус¬ственного интеллекта) // Векторы благополучия: экономика и социум. – 2023. – Т. 48, № 1. – С. 164–172. – https://doi.org/10.18799/26584956/2023/1/1488. – EDN: SNDSHV.
  12. Глухова Е. В., Набок О. А. ORISS: Оптимальный диапазон интегральных ситуационных навыков в эпоху неопределенности и цифровой трансформации // Креативная экономика. – 2021. – Т. 15, № 9. – С. 3447–3458. – https://doi.org/10.18334/ce.15.9.113477. – EDN: FSCPVN.
  13. Иванова И. Г., Бобрышева В. Е. Повышение эффективности управления рисками в организационном управлении проектами // Управление проектами развития сельских территорий : коллективная монография. – Краснодар : Российское энергетическое агентство, 2024. – С. 170–181. – EDN: PZMFWI.
  14. 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. – https://doi.org/10.55186/2413046X_2024_9_10_404. – EDN: AZOGYQ.
  15. Искусственный интеллект в HR-процессах / Н. Б. Фатеева [и др.] // Право и управление. – 2022. – № 10. – С. 31–35. – https://doi.org/10.24412/2224-9125-2022-10-31-35. – EDN: CKNCUH.
  16. Кувшинов М. С., Виноградова Т. А. Материальное стимулирование инновационной активности персонала предприятия на основе ключевых показателей эффективности инноваций // Экономика промышленности. – 2021. – Т. 14, № 4. – C. 463–470. – https://doi.org/10.17073/2072-1633-2021-4-463-470. – EDN: MBAPHP.
  17. Лукина О. В., Пиджакова Д. А. Особенности использования искусственного интеллекта в HR-сфере // Цифровой регион: опыт, компетенции, проекты: сборник трудов IV Международной научно-практической конференции, приуроченной к Году науки и технологий в России, Брянск, 25 ноября 2021 года. – Брянск: Брянский государственный инженерно-технологический университет. – 2021. – С. 381–387. – EDN: OGSRME.
  18. Мирошникова Т. К., Вертакова Ю. В. Инновационные технологии и методы поиска персонала на современном рынке труда // Известия Юго-Западного государственного университета. Серия: Экономика. Социоло¬гия. Менеджмент. – 2022. – Т. 12, № 3. – С. 202–210. – https://doi.org/10.21869/2223–1552-2022-12-3-202–210. – EDN: KRYERE.
  19. Модель компетенций команды цифровой трансформации в системе государственного управления / под ред. Шклярук М. С., Гаркуши Н. С. – М. : РАНХиГС, 2020. – 84 с.
  20. Мохов М. Ю., Фомин А. А. Прогноз на будущее: способен ли искусственный интеллект заменить HR-менеджера // Столыпинский вестник. – 2020. – Т. 2, № 1. – С. 22. – EDN: AGGKCH.
  21. Настоящее и будущее цифровых методов управления человеческими ресурсами / Е. Завьялова [и др.] // Форсайт. – 2022. – Т. 16, № 2. – С. 42–51. – https://doi.org/10.17323/2500-2597.2022.2.42.51. – EDN: USSHZZ.
  22. Насырова С. И. Межкомпонентные отношения в экономике, ориентированной на человека (часть 1) // Экономика и управление. – 2021. – Т. 27, № 8(190). – С. 612–621. – https://doi.org/10.35854/1998-1627-2021-8-612-621. – EDN: RECPXV.
  23. Панова Е. А. Влияние цифровизации на корпоративную кадровую политику // Государственное управление: электронный вестник. –2023. – № 101. – С. 186–204. – https://doi.org/10.24412/2070-1381-2023-101-186-204. – EDN: JWSUPM.
  24. Панова Е. А., Опарина Н. Н., Бондарева Л. В. Управление талантами: задачи и вызовы «цифрового» завтра // Управление персоналом и интеллектуальными ресурсами в России. – 2021. – Т. 10, № 3. – С. 49–55. – https://doi.org/10.12737/2305-7807-2021-10-3-49-55. – EDN: AOCWRC.
  25. Столяров А. Д., Абрамов А. В., Абрамов В. И. Генеративный искусственный интеллект для инноваций бизнес-моделей: возможности и ограничения // Beneficium. – 2024. – № 3(52). – C. 43–51. – https://doi.org/10.34680/BENEFICIUM.2024.3(52).43-51. – EDN: ZUMXEJ.
  26. Сысоева Е. А. Формирование современных компетенций у управленцев в условиях цифровой экономики // Лидерство и менеджмент. – 2022. – Т. 9, № 1. – C. 113–126. – https://doi.org/10.18334/lim.9.1.114284. – EDN: ZQYTQA.
  27. Татевосян С. А. HR-цифровизация: основные направления развития и факторы влияния // Вестник Санкт-Петербургского университета. Менеджмент. – 2023. – Т. 22, № 1. – С. 37–60. – https://doi.org/10.21638/11701/spbu08.2023.103. – EDN: RESDWW.
  28. Ташбаев А. М., Маликов А. А., Жакшылык К. Г. Цифровые навыки и компетенции для цифровой экономики: модели, структура и виды цифровых навыков // Финансовая экономика. – 2020. – № 2. – С. 430–435. – EDN: GLVEEN.
  29. Человекоцентричность – необходимое условие экономики будущего / С. А. Гальченко [и др.] // Лидерство и менеджмент. – 2022. – Т. 9, № 2. – С. 309–322. – https://doi.org/10.18334/lim.9.2.114587. – EDN: ZUVXRV.
  30. Шпак Ю. О., Абрамов В. И. Управление инновационной активностью персонала при цифровой трансформации компаний малого и среднего бизнеса // Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки. – 2022. – Т. 7, № 1 (23). – С. 115–124. – https://doi.org/10.21603/2500-3372-2022-7-1-115-124. – EDN: DFKAFR.
  31. Akter S., et al. (2024) Mastering digital transformation in workforce management. Production Planning & Control. – Vol. 35. – No. 13, pp. 1525–1532. – https://doi.org/10.1080/09537287.2023.2270465. (In Eng.).
  32. Al-Shammari M., et al. (2024) Big data and predictive analytics for strategic human resource management: A systematic literature review. International Journal of Computing and Digital Systems. – Vol. 17. – No. 1, pp. 1–10. – https://doi.org/10.12785/ijcds/1571015706. (In Eng.).
  33. Bansal A., et al. (2023) A study of human resource digital transformation (HRDT): A phenomenon of innovation capability led by digital and individual factors. Journal of Business Research. – Vol. 157, pp. 113611. (In Eng.).
  34. Chowdhury S., et al. (2023) Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review. – Vol. 33. – No. 1, pp. 100899. – https://doi.org/10.1016/j.hrmr.2022.100899. (In Eng.).
  35. Conte F., Siano A. (2023). Data-driven human resource and data-driven talent management in internal and recruitment communication strategies: an empirical survey on Italian firms and insights for European context. Corporate Communications: An International Journal. – Vol. 28. – No. 4, рр. 618–637. – https://doi.org/10.1108/CCIJ-02-2022-0012. (In Eng.).
  36. Huo X., Qi M., Wang S. (2024) The Application of Electronic Human Resource Management Systems (e-HRM) in HR Management. Advances in Economics and Management Research. – Vol. 10. – No. 1, pp. 316. – https://doi.org/10.56028/aemr.10.1.316.2024. – EDN: YDQDHC. (In Eng.).
  37. Kim S., Wang Y., Boon C. (2021) Sixty Years of Research on Technology and Human Resource Management: Looking Back and Looking Forward. Human Resource Management. – Vol. 60. – No. 1, pp. 229–247. – https://doi.org/10.1002/hrm.22049. (In Eng.).
  38. Nicolás-Agustín Á., Jiménez-Jiménez D., Maeso-Fernandez F. (2022) The role of human resource practices in the implementation of digital transformation. International Journal of Manpower. – Vol. 43. – No. 2, рр. 395–410. – https://doi.org/10.1108/IJM-03-2021-0176. (In Eng.).
  39. Priyashantha K. G. (2023) Disruptive Technologies for Human Resource Management: A Conceptual Framework Development and Research Agenda. Journal of Work-Applied Management. – Vol. 15. – No. 1, pp. 21–36. – https://doi.org/10.1108/JWAM-10-2022-0069. (In Eng.).
  40. Shahiduzzaman M. (2025) Digital Maturity in Transforming Human Resource Management in the Post- COVID Era: A Thematic Analysis. Administrative Sciences. – Vol. 15. – No. 2. Article 51. – https://doi.org/10.3390/admsci15020051. (In Eng.).
  41. Strohmeier S. (2020) Digital human resource management: A conceptual clarification. German Journal of Human Resource Management: Zeitschrift für Personalforschung. – Vol. 34. – No. 3, рр. 345–365. – https://doi.org/10.1177/2397002220921131. (In Eng.).

Для того, чтобы мы могли качественно предоставить вам услуги, мы используем cookies, которые сохраняются на вашем компьютере (сведения о местоположении; ip-адрес; тип, язык, версия ОС и браузера; тип устройства и разрешение его экрана; источник, откуда пришел на сайт пользователь; какие страницы открывает и на какие кнопки нажимает пользователь; эта же информация используется для обработки статистических данных использования сайта посредством интернет-сервиса Яндекс.Метрика). Нажимая кнопку «Согласен», вы подтверждаете то, что вы проинформированы об использовании cookies на нашем сайте. Отключить cookies вы можете в настройках своего браузера.