23 октября в Ташкенте прошла церемония международной HR-премии EMBRAS 2026. В номинации «Инновации» награды получили три банка: KMF Bank из Казахстана, ANORBANK и Orient Finans Bank из Узбекистана.
На первый взгляд, всё ожидаемо: искусственный интеллект, цифровые платформы, автоматизация. Технологии давно стали обязательной частью разговоров о будущем HR.
Но если посмотреть на проекты внимательнее, интереснее оказывается другое. Три компании решали совершенно разные задачи. Одна пыталась ускорить развитие сотрудников, другая — избавить их от разрозненных HR-сервисов, третья — перестроить подбор персонала.
И результаты этих проектов позволяют обсудить вопрос, который часто теряется за разговорами об инновациях: как понять, что новая HR-технология действительно улучшила работу организации?
KMF Bank: когда обучение перестаёт быть отдельным процессом
Золото получила казахстанская KMF Bank с проектом AI Skill-to-Performance.
Проблема, которую решает проект, знакома многим компаниям. Сотрудники проходят обучение, сдают тесты, получают сертификаты. Но между фактом прохождения курса и реальной эффективностью на рабочем месте часто остаётся разрыв.
KMF Bank попытался соединить эти процессы в единую систему: обучение, практику, оценку навыков и показатели эффективности. В неё входят ИИ-наставник, автоматизированная адаптация новичков и ИИ-тренажёр.
По данным организаторов EMBRAS, системой воспользовались 1 437 человек. Количество обращений к команде обучения и развития сократилось на 69%, а расчётная экономия времени составила 1 890 часов в год.
Новые сотрудники стали выходить на полную продуктивность на 30% быстрее. За одну неделю ИИ-тренажёр провёл 501 учебную сессию для 167 сотрудников в 55 филиалах.
Последняя цифра особенно показательна. Речь не просто о возможности обучать людей дистанционно. Компания получила инструмент, который позволяет многократно воспроизводить практические ситуации без пропорционального увеличения нагрузки на внутренних тренеров.
Но самая интересная метрика — вовсе не количество проведённых занятий.
Если сотрудник действительно начинает выполнять свою работу быстрее, обучение перестаёт быть исключительно затратной функцией и становится инструментом повышения производительности.
Разумеется, опубликованные показатели сами по себе ещё не доказывают причинно-следственную связь. Чтобы уверенно оценить эффект, важно знать, как измерялась продуктивность новичков, с чем сравнивали результат и какие другие изменения происходили одновременно.
Тем не менее KMF Bank демонстрирует важный сдвиг: оценивать обучение не только по активности участников, но и по изменениям в работе.
ANORBANK: 40 HR-процессов в одном приложении
Серебро получил ANORBANK с проектом MYANOR — единым приложением для сотрудников.
Представьте обычный рабочий день. Чтобы узнать корпоративную новость, сотрудник открывает один канал. Чтобы получить HR-услугу — другой. Чтобы решить административный вопрос — пишет ответственному специалисту. А если нужен документ, приходится искать нужную систему или человека.
Для компании каждая такая операция может казаться незначительной. Но когда сотрудников тысячи, небольшие неудобства превращаются в постоянные потери времени.
ANORBANK объединил корпоративные коммуникации, HR-сервисы, автоматизацию процессов и аналитику вовлечённости в одном приложении.
По данным EMBRAS, сегодня приложением ежедневно пользуются 86% сотрудников банка. Автоматизировано более 40 HR-процессов.
Примечательно, что продукт разработала команда всего из четырёх человек.
В MYANOR также предусмотрен модуль Pulse of the Company, позволяющий отслеживать настроения сотрудников практически в реальном времени.
Здесь интересно не столько количество функций, сколько сама логика решения.
Традиционно HR-системы проектируются вокруг процессов компании: кадровое администрирование, обучение, оценка, коммуникации. Сотруднику же приходится разбираться, где заканчивается одна система и начинается другая.
MYANOR предлагает противоположный подход: единая точка входа для повседневных задач.
Однако 86% ежедневного использования — это прежде всего показатель принятия продукта. Он ещё не говорит, насколько сотрудники им довольны и сколько времени компания экономит.
Для более полной оценки хотелось бы увидеть, например, насколько сократилось время обработки HR-запросов, уменьшилась ли административная нагрузка и изменилось ли качество обслуживания сотрудников.
Отдельный вопрос — аналитика настроений. Насколько безопасно сотрудникам выражать недовольство, если компания способна регулярно анализировать их обратную связь? Здесь ценность технологии зависит не только от точности данных, но и от доверия к тому, как они используются.
Orient Finans Bank: когда ИИ начинает оценивать кандидатов
Бронзу получил Orient Finans Bank с проектом AI TAP — Talent Acquisition Platform.
Банк разработал цифровую экосистему подбора, объединив Telegram-бот OFB HR Yordamchi, веб-платформу и инструменты искусственного интеллекта для анализа резюме.
Система автоматически формирует профили кандидатов, анализирует резюме и ранжирует соискателей. Данные о подборе собираются для сквозной аналитики.
По информации EMBRAS, решение упростило подачу заявок, ускорило первичный отбор и позволило автоматизировать часть работы с кандидатами. При этом конкретные количественные показатели сокращения времени найма или повышения качества подбора в опубликованном описании проекта не приведены.
И здесь появляется важная дилемма.
Автоматизировать обработку резюме относительно просто. Гораздо сложнее доказать, что алгоритм помогает выбирать более подходящих кандидатов.
Например, система может сократить первичный отбор с нескольких дней до нескольких минут. Но если она систематически понижает рейтинг сильных кандидатов из-за нестандартного карьерного опыта, экономия времени может обернуться потерей талантов.
В исследовании Международной организации труда, опубликованном в ноябре 2025 года, авторы обращают внимание на эту проблему. Алгоритмические HR-системы могут воспроизводить ошибки и предубеждения, содержащиеся в исторических данных, а непрозрачные методы оценки затрудняют обнаружение таких ошибок.
Это не означает, что проект Orient Finans Bank обладает подобными недостатками. Публичное описание не позволяет судить о качестве его алгоритмов.
Но оно напоминает, почему для подобных решений недостаточно измерять только скорость обработки заявок. Не менее важны качество найма, возможность проверить рекомендации системы и ответственность человека за окончательное решение.
Три проекта — три разных уровня доказательств
Если убрать названия технологий и посмотреть только на опубликованные результаты, обнаруживается любопытная разница.
KMF Bank показывает сокращение нагрузки на команду обучения, экономию времени и ускорение выхода новичков на продуктивность.
ANORBANK демонстрирует высокий уровень ежедневного использования продукта и масштаб автоматизации внутренних процессов.
Orient Finans Bank описывает функциональность платформы и улучшения процесса подбора, но пока без сопоставимых количественных показателей.
Это не рейтинг качества трёх решений. Разные задачи требуют разных метрик, а опубликованные описания не обязательно содержат все результаты, которые изучало жюри.
Однако разница хорошо иллюстрирует проблему HR-цифровизации: внедрение системы, использование системы и доказанный эффект системы — не одно и то же.
Масштаб этой проблемы выходит далеко за пределы Центральной Азии.
Согласно исследованию SHRM The State of AI in HR 2026, проведённому среди 1 908 HR-специалистов, 56% HR-функций не проводят формальную оценку результатов инвестиций в искусственный интеллект. Только 16% используют показатели возврата на инвестиции (ROI).
Получается парадокс. Компании всё активнее внедряют инструменты, предназначенные для принятия решений на основе данных, но результаты самих внедрений нередко оценивают без достаточно строгой системы измерений.
Что это означает для HR-руководителей?
Опыт победителей EMBRAS 2026 интересен прежде всего тем, что они начали не с одной и той же технологии.
KMF Bank работал над развитием навыков и скоростью адаптации. ANORBANK — над доступностью HR-сервисов. Orient Finans Bank — над эффективностью рекрутмента.
В каждом случае технология была встроена в конкретный рабочий процесс.
Именно здесь, вероятно, находится более продуктивная отправная точка для HR-цифровизации.
Прежде чем выбирать платформу, полезно ответить на три вопроса: какую проблему испытывают сотрудники или бизнес, как выглядит её стоимость сегодня и по каким изменениям через несколько месяцев можно будет понять, что проблема действительно решена.
Не каждый проект обязан немедленно приносить измеримый финансовый результат. Повышение доступности услуг, снижение административной нагрузки или улучшение опыта кандидатов тоже имеют ценность. Но эту ценность необходимо хотя бы попытаться оценить.
И ещё одно: ускорение процесса не всегда означает улучшение его качества. Особенно когда технология начинает влиять на решения о найме, развитии и карьере людей.
Победителей EMBRAS 2026 стоит поздравить с признанием их работы. Но для HR-сообщества ценнее самой церемонии возможность посмотреть на реальные проекты и задать к ним содержательные вопросы.
Следующий этап развития HR-технологий, возможно, будет определяться не количеством внедрённых ИИ-инструментов, а способностью компаний убедительно показать, что изменилось благодаря их использованию.
И это гораздо более высокая планка, чем просто запустить очередную платформу.
Источники:
EMBRAS 2026 — победители номинации «Инновации» — официальная публикация организаторов с описаниями проектов и результатов. (https://www.linkedin.com/posts/introducing-the-embras-2026-award-winners-ugcPost-7520794888074846208-Drwv/)
SHRM — The State of AI in HR 2026 — исследование внедрения искусственного интеллекта в HR. (https://www.shrm.org/topics-tools/research/state-of-ai-hr-2026)
International Labour Organization — AI in Human Resource Management: The Limits of Empiricism — исследование ограничений и рисков алгоритмического управления персоналом. (https://www.ilo.org/publications/ai-human-resource-management-limits-empiricism)