Описание проекта
Идея проекта – внедрение программы IPA Re-Search (Intelligent Process Automation Recruiting Search) по автоматическому выявлению психоэмоциональных и интеллектуальных особенностей личности претендентов на вакантные рабочие места на основе информации, размещенной ими в свободном доступе в сети Интернет.
Проект является бизнесом в сфере рекрутинга (кадровой работы), а также в сфере IT (разработка прикладного программного обеспечения к системам управления кандидатами (ATS)).
Основной источник дохода – продажа лицензий на использование программы.
Доступ к программе дает возможность пользоваться следующими услугами:
• Психологическое портретирование претендента на вакансию по отдельным личностным и мотивационным качествам:
Оценка претендента на конфликтность/бесконфликтность;
Оценка претендента на коммуникабельность;
Оценка претендента на склонность ко лжи и др.
• Скрининг группы претендентов на вакансию на основе психологического портретирования.
Конкурентное преимущество данной программы обеспечивается:
• рационализацией процесса подбора персонала посредством автоматического психологического портретирования соискателей;
• повышением эффективности работы рекрутинговых агентств и кадровых служб предприятий за счет отвода неподходящих кандидатур на ранних стадиях отбора;
• передовыми методиками сбора и анализа данных, основанными на продвинутых IT-решениях – системах искусственного интеллекта;
• высоким уровнем качества отбора, обеспеченным интегрированными в программу экспертными заключениями;
• возможностью заочного психологического портретирования претендента;
• настраиваемостью программы под конкретные задачи рекрутера;
• простотой практического применения программы, не требующей специального обучения сотрудников;
• относительной дешевизной продукта.
Доход проекта зависит от количества купленных лицензий. Стоимость годовой лицензии для крупных и средних предприятий, HR-агентств и предприятий массового набора персонала (ритейлеры и т.п.) – 5000 руб. (бизнес-версия), для малых предприятий – 3000 руб. (эконом-версия).
Бизнес-версия предоставляет возможность установки программы на 5 рабочих мест, а также проведения индивидуального психологического портретирования и скрининга группы претендентов.
Эконом-версия предоставляет возможность установки программы на 3 рабочих места, а также проведения индивидуального психологического портретирования.
IPA Re-Search – программа для оптимизации рекрутинга, позволяющая на ранних стадиях отбора выявлять психоэмоциональные и интеллектуальные качества соискателей на основе информации, размещенной в свободном доступе в сети Интернет.
Искусственная интеллектуальная система обучается на страницах соцсетей по разметке данных, заранее составленной экспертами в области психологии, антропологии, психолингвистики и психосемантики. Входные данные для нейросети – это описание необходимых психоэмоциональных и интеллектуальных качеств и лексических, визуальных и иных маркеров, на основании которых данные качества устанавливаются.
Так, например, эмоциональная устойчивость, бесконфликтность может быть определена на основе высокой концентрация в текстах сообщений: а) речевых клише и штампов; б) глаголов «мягкой» модальной формы; в) вежливых выражений (гармонем); г) союзов «что», «будто», «чтобы» в сочетании с местоимениями и наречиями «какой», «где», «когда», «почему» и частицы «ли» и т.д. [Казыдуб Н.Н. Бесконфликтный дискурс: ритуальное поведение или ответственный поступок? // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2015. № 3 (714). С. 64].
Коммуникативные способности отслеживаются по таким визуальным маркерам, как, например, дистанция на фотографиях: интимная – лицо крупным планом (способность устанавливать контакт с незнакомым человеком); личная – лицо и плечи (высокая коммуникабельность и уровень восприятия незнакомцев); социальная – портрет поясной или в полный рост; общественная – максимальная удаленность от зрителя (неприятие социальных отношений). [Ушкин С.Г. Визуальные образы пользователей социальной сети «ВКонтакте» // Мониторинг общественного мнения. 2012. № 5 (11). С. 159-169].
Скоринговая модель оценки страниц соцсетей кандидатов строится на алгоритмах математического моделирования, текущий показатель точности: ROC/AUC 0,92. Можно сказать, что это вероятность, с которой машина выберет более подходящий вариант.
Программа IPA Re-Search помогает HR-специалисту обрабатывать большие объемы информации, экономить свое время. Рекрутер может пригласить кандидата на интервью, не дожидаясь согласования с руководителем потенциального сотрудника, поскольку ИИ уже оценил претендента на соответствие необходимым требованиям. Кроме того, решение помогает быстро сделать выбор между несколькими кандидатами.
Данный подход не требует ресурсов HR-специалистов для разметки выборки: установив программу, рекрутер может сразу же начать ее использовать.
Дополнительно можно настроить функцию сохранения результатов тех лиц, которые обращались по вопросам трудоустройства. Это дает возможность как избежать повторной проверки претендентов на должность, не удовлетворяющих предъявляемым требованиям, так и составить свой банк вакансий в том случае, если подходящие претенденты не были наняты на работу по каким-либо причинам.
3. Информация о разработчиках программы
Воронин Александр Викторович – к.ю.н., доцент ФБГОУ ВО "Саратовская государственная юридическая академия"
Михайлович Олег Владимирович – PhD, Associate Professor, University of Waterloo, Canada, профессор университета, г. Ватерлоо, Канада
Воронов Сергей Васильевич – к.т.н., доцент кафедры "Радиотехника" УлГТУ, сотрудник SKIDATA AG, г. Грёдиг, Австрия
Воронов Илья Васильевич – сотрудник Data Scientist, Кипр
Мухометзянов Ринат Наилевич – PhD student, University of Waterloo Canada, аспирант университета, г. Ватерлоо, Канада
Коповой Андрей Сергеевич – к.п.н., руководитель Центра практической психологии образования ГБОУ ВО МО «Академия социального управления» г. Москва
Афанасьев Илья Андреевич – магистрант Санкт-Петербургского государственного университета, г. Санкт-Петербург
Сергеева Ольга Юрьевна - сотрудник Саратовского филиала Института государства и права РАН, г. Саратов
Халиулин Вячеслав Есенович – к.ю.н., доцент Поволжского института управления им.П.А. Столыпина - филиал РАНХиГС, г. Саратов
Киселева Оксана Николаевна – д.э.н., профессор Саратовского государственного технического университета им. Ю.А.Гагарина, г. Саратов
Иванов Александр Сергеевич – к.ф.-м.н., доцент Саратовского государственного университета им. Н.Г.Чернышевского
Рынок по продаже программ автоматизированного подбора персонала очень перспективен.
По оценке Фонда развития интернет-инициатив, в России спрос на технологии автоматизированного подбора персонала составляет 16 млрд. рублей в год, а удовлетворяется всего на 1 миллиард.
В целом на российском рынке подбора персонала мало IT-компаний и стартапов. Так, ATS-систем по управлению взаимодействием с соискателями всего десяток: E-Staff, FriendWork Recruiter, Potok, Huntflow, Talantix. За рубежом таких платформ больше сотни. Фактически отсутствуют онлайн-порталы по поставке сотрудников массовых профессий, которые могли бы упростить взаимодействие работодателей и соискателей и сократить время обеих сторон.
Сейчас лидирующее положение – около 70 % массового подбора занимает ИИС (искусственная интеллектуальная система) «Робот Вера» компании Stafory, но задача искусственного интеллекта в этой программе заключается в выявлении эмоций соискателя в процессе видеособеседования. Конкурентом данной программы является платформа для оптимизации рекрутмента Potok. Принадлежащая Алексею Мордашову «Севергрупп» приобрела 100% платформы и заявила, что с помощью платформы планируется занять лидирующее место на рынке рекрутинга.
Платформа Potok является наиболее близкой к нашему решению. Сходство заключается в том, что она предлагает клиентам систему для автоматизации процессов рекрутинга. С 2019 г. разработчиками этой платформы ведется тестирование новых возможностей на основе искусственного интеллекта по считыванию информации о поведении потенциальных соискателей в социальных сетях.
Отличие нашей программы, являющееся одновременно и ее преимуществом, заключается в том, что она исследует информацию соцсетей не в целях выявления намерения сменить работу, как это делает Potok, а для установления личностных качеств претендентов.
Поскольку наша программа направлена на решение иных задач по подбору персонала, она может охватить большой сегмент рынка, не конкурируя с лидерами автоматизации рекрутинга.
Потребители программы – сетевые ретейлеры, крупные предприятия, кадровые (рекрутинговые) агентства, отделы кадров предприятий. Все они тратят большое количество средств и времени на подбор персонала.
Рынок по продаже программ автоматизированного подбора персонала характеризуется тем, что в настоящее время крупные работодатели создают внутренний рекрутмент, чтобы комплексно закрыть собственные потребности. Они ждут продвинутых IT-решений, которые позволят автоматизировать рутинные процессы и существенно сократить время и себестоимость подбора.
В свою очередь, HR-агентства нуждаются в новых программных решениях, т.к. не хотят уходить с рынка массового подбора и стремятся показать крупным заказчикам оперативность и эффективность своей работы.
Кроме того, заинтересованность в продукте могут проявить руководители малых предприятий, нуждающихся не в массовом подборе, а в тщательном отборе на отдельные должности лиц, обладающих soft skills – универсальными компетенциями, личными качествами, зависящими от характера человека и приобретаемыми с личным опытом (к примеру, коммуникабельность, умение работать в команде, креативность, пунктуальность, уравновешенность и т.п.).
Факторы риска по реализации продукции и возврату инвестиционных вложений Макроэкономические риски Кризис из-за ограничений, связанных с пандемией, нестабильность мировой финансовой системы могут оказать серьезное негативное воздействие на финансовое положение компаний. Остаются неопределенными сроки и характер восстановления российской экономики и никто не может гарантировать, что в ближайшем будущем ситуация улучшится. Такая экономическая ситуация может повлиять на уровень расходов потенциальных потребителей и, возможно, на уровень продаж нашей программы. Отраслевые риски Проект является бизнесом в сфере разработок прикладного программного обеспечения для рекрутинга. Возможное ухудшение ситуации в отрасли может негативным образом отразиться на себестоимости программы и привести к снижению прибыли. Наиболее значимыми отраслевыми рисками в данном сегменте рынка являются: - риски, связанные с ухудшением конъюнктуры внутреннего рынка: сокращение потребительского спроса, и как следствие, снижение цен на программы для рекрутинга, увеличение расходов на рекламу, аренду, закупку лицензионных продуктов и т.д. Для снижения данного риска необходимо существенное сокращение издержек, оптимизация цен на выпускаемую продукцию, проведение дополнительных мероприятий по оптимизации маркетинговой политики; - риски, связанные с усилением конкуренции на рынке: учитывая, что рынок прикладного программного обеспечения для рекрутинга в течение многих лет динамично развивается и до настоящего времени демонстрирует стабильные темпы роста, он является привлекательным для производителей с точки зрения получения потенциальных высоких прибылей. В связи с этим, для указанного рынка характерна высокая степень конкуренции. Способами нивелирования указанного риска являются расширение функций выпускаемой продукции, в том числе выведение на рынок новых оригинальных продуктов, не имеющих аналогов, активизация рекламной кампании, оптимизация цен, расширение секторов рынка сбыта продукции. Иные риски - риски, связанные с качеством продукции и с уровнем доверия потребителей к результатам использования технологий искусственного интеллекта. Ввиду специфики данной продукции могут возникнуть опасения относительно этических аспектов использования данных соцсетей и потенциальной возможности дискриминации претендентов при отборе на вакансию. В случае, если продукция будет затронута таким негативным потребительским восприятием, это приведет к снижению доходов разработчиков. Во избежание данного риска планируется постоянное совершенствование программы за счет многоэтапного обучения нейронной сети на большом количестве данных, а также широкое информирование потребителей о применяемых научных методах подтверждения достоверности заключений, выдаваемых программой. - основным правовым риском для всех участников рынка и разработчиков проекта является ужесточение законодательства, регулирующего внедрение технологий искусственного интеллекта и использование персональных данных. Так, Федеральным законом от 24 апреля 2020 г. № 123-ФЗ «О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации - городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных»» установлены особые условия разработки, создания, внедрения, реализации, оборота отдельных технологий искусственного интеллекта и отдельных товаров на основе указанных технологий. Данный порядок в настоящее время действует только в г.Москве, но может быть распространен на всю территорию Российской Федерации. Принятие этого и подобных актов потребует дополнительных расходов в целях разработки специального правового заключения относительно использования результатов, полученных с помощью искусственного интеллекта. Содержащиеся в настоящем документе прогнозные заявления основаны на различных предположениях. Такие предположения характеризуются высокой степенью неопределенности и условности, поскольку предполагаемые события и обстоятельства могут как произойти, так и не произойти в будущем и находятся вне разумного контроля участников проекта. Вследствие этого проект может оказаться не в состоянии оправдать такие ожидания, надежды или прогнозы. Результаты могут существенно отличаться от прогнозов или предположений, содержащихся в настоящем документе.
Продажи и маркетинг Основная цель маркетинга – информирование о продукте и продажа лицензий на программу. Доходность проекта напрямую зависит от количества купленных лицензий. Предполагается, что основными покупателями лицензий на пользование программой будут крупные, средние и малые предприятия предприятия, HR-агентства и предприятия массового набора персонала (ритейлеры и т.п.). Главный источник привлечения пользователей – реклама в Интернете и специализированных журналах. По данным маркетологов, продукт покупает каждый двадцатый целевой потребитель, ознакомившийся с рекламой в Интернете (в Яндекс Директ). Мы исходим из того, что работники HR-агентств и предприятия массового набора персонала относятся к целевой аудитории рекламы, Учитывая новизну нашего продукта, при подсчете доли вероятных потребителей полагаем правильным брать соотношение не 1 к 20, а 1 к 50. Работников HR-агентств и кадровиков крупных предприятий – около 100 000 (https://worki.ru/blog/skolko-eicharov-v-rossii/) 2000 лицензий х 5000 = 10 000 000 руб. Количество предприятий в системе ритейлеров – 46 995 900 х 5000 = 4 500 000 руб. К нецелевым потенциальным покупателям мы относим средние и малые предприятия. Если исходить из статистических данных, что продукт покупает каждый сотый нецелевой потенциальный потребитель, ознакомившийся с рекламой, то можно прийти к следующим приблизительным подсчетам. Количество средних предприятий в РФ - 17 063 (https://ofd.nalog.ru/statistics.html). 170 х 5000 = 850 000 руб. Количество малых предприятий в РФ - 221 640 (https://ofd.nalog.ru/statistics.html). 2200 х 3000 = 6 600 000 руб. Итого, если охватить в первый год данные сегменты рынка, предполагаемое количество купленных лицензий – 5 270. Итого 21 950 000 рублей в год.
| Месяц | Доходы | Расходы | Прибыль | |||||||||||
| Реклама | Аренда сервера | Содерж. офиса | З/пл | Иные расходы | Возврат % | |||||||||
| Янв. 2022 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 100 000 патент 70 000 сайт | 250 000 | - 307 692 | ||||||
| Февр. 2022 г. | 2 100 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 1 187 692 | 912 308 | ||||||
| Март 2022 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Апр. 2022 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Май 2022 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | -137 692 | ||||||
| Июнь 2022 г. | 1 625 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 437 308 | ||||||
| Июль 2022 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | -137 692 | ||||||
| Август 2022 г. | 1 625 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 437 308 | ||||||
| Сент. 2022 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Окт. 2022 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Нояб. 2022 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Декаб. 2022 г. | 2 200 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 012 308 | ||||||
| 420 000 | 120 000 | 960 000 | 9 692 304 | 230 000 | 3 000 000 | |||||||||
| Итого за год | 21 950 000 | 14 422 304 | 7 527 696 | |||||||||||
| Янв. 2023 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | - 307 692 | ||||||
| Февр. 2023 г. | 2 100 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 912 308 | ||||||
| Март 2023 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Апр. 2023 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Точка безубыточности для инвестора, когда может быть возвращен основной долг | 10 256 928 | |||||||||||||
| Май 2023 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | -137 692 | ||||||
| Июнь 2023 г. | 1 625 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 437 308 | ||||||
| Июль 2023 г. | 1 050 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | -137 692 | ||||||
| Август 2023 г. | 1 625 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 437 308 | ||||||
| Сент. 2023 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Окт. 2023 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Нояб. 2023 г. | 2 250 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 062 308 | ||||||
| Декаб. 2023 г. | 2 200 000 | 35 000 | 10 000 | 80 000 | 807 692 | 5 000 | 250 000 | 1 012 308 | ||||||
| Итого за год | 21 950 000 | 14 252 304 | 7 697 696 | |||||||||||
