ИИ-скрининг в России: ценообразование и риски работодателя

На российском рынке систем автоматизации подбора (ATS) со встроенным ИИ-скринингом сложился различимый ценовой ряд. Базовые решения для рекрутеров-фрилансеров и небольших команд тарифицируются на уровне 15–30 тыс. рублей в год за рабочее место. Облачные платформы со встроенным ИИ-скринингом для среднего бизнеса — 30–50 тыс. рублей в год за рекрутера. Решения корпоративного класса с полным HR-стеком обходятся в 75–100 тыс. рублей в год за рабочее место. Пилотный доступ многие вендоры предоставляют бесплатно.
Существенно здесь не само число, а единица счёта. Российский рынок построен на модели тарификации по числу рабочих мест: компания оплачивает каждую лицензию рекрутера, в типовой структуре от трёх до пятнадцати лицензий. Западные ATS работают по принципиально иной экономике, в которой тарификация привязана к численности штата работодателя. Greenhouse сочетает базовый тариф по численности с надбавкой за активные рабочие места и в сегменте 200–500 сотрудников обходится в 12–30 тыс. долларов в год. Lever тарифицируется по штату: медианный контракт на компанию в 200 человек — около $12 тыс. в год. Eightfold, ориентированный на крупный корпоративный сегмент, работает по модели $7–10 за сотрудника в месяц, что для компании со штатом 10 000 человек выводит контракт за миллион долларов в год только по лицензиям. Сравнение российского сегмента с Eightfold некорректно — это разные продуктовые ниши. Корректный западный аналог среднего российского рынка — Workable, Greenhouse, Lever, и разрыв здесь не тридцатикратный, а в пределах 1,5–5 раз.
Главное следствие выбранной российскими вендорами модели — не цена сама по себе, а её влияние на структуру продукта. Выручка вендора, тарифицирующего лицензии по числу рекрутеров, не масштабируется вместе со штатом покупателя: компания на 100 человек и на 10 000 человек заплатит сопоставимую сумму, если в обоих случаях работает одинаковое число рекрутеров. Это ограничивает бюджеты на разработку надстроечных слоёв — интеллектуальной аналитики кадрового потенциала, систем управления внутренними карьерными переходами, структурированных моделей компетенций, — которые западные вендоры закладывают в обоснование тарификации по численности штата. Российский HR-tech концентрируется на функциях, востребованных покупателем-рекрутером: скрининг резюме, голосовой обзвон, автоматизация воронки. По этим функциям сопоставимость с западным средним сегментом достигнута; за их пределы рынок структурно не выходит.
Дешевизна стека объясняет вторую часть уравнения. Российские платформы собраны на отечественных больших языковых моделях, разработанных крупнейшими технологическими компаниями страны, и на доступных через API сторонних моделях — в том числе китайского происхождения, тарифы которых на порядок ниже локальных. Дополнительные факторы — стоимость инженерного труда в разы ниже американской, ограниченный объём адресуемого рынка, отсутствие необходимости поддерживать мультиязычные модели. По данным консалтинговой компании Onside при поддержке Just AI, рынок генеративного ИИ в России за 2025 год вырос почти впятеро, до 58 млрд рублей; более половины объёма приходится на пилотные проекты в стадии промышленного масштабирования.
Принципиальный практический эффект низкой цены — двойственный, и обычно в обсуждении замечают только первую его часть. Российская модель ценообразования обнуляет порог входа в технологию: средний работодатель получает доступ к ИИ-скринингу, который при тарификации по численности штата был бы для него экономически недоступен. Но та же цена обнуляет и экономический стимул к должной осмотрительности при покупке. Лицензия за тридцать тысяч рублей не требует от заказчика составления бизнес-кейса, аудита модели и постановки метрик; она проходит по статье «прочие расходы». При лицензии в миллион долларов работодатель формулирует требования к точности модели, объяснимости решений и контрактным гарантиям — затраты такого порядка обязывают к обоснованию. При лицензии в тридцать тысяч рублей такие требования заказчик чаще всего не формулирует.
На западных рынках эта вилка между ценой и требованиями к качеству закрывается регуляторным контуром, который действует независимо от стоимости лицензии. В Евросоюзе AI Act с августа 2026 года относит HR-системы к высокорисковой категории по Приложению III: риск-менеджмент, документирование обучающих выборок, обязательный человеческий контроль и тестирование точности — требования, выполнение которых работодатель обязан подтверждать к моменту вступления норм в силу. В США EEOC применяет к ИИ-инструментам отбора те же стандарты, что и к любым другим селективным процедурам, включая «правило четырёх пятых» для проверки на непреднамеренный дискриминационный эффект. Регулятор поднимает планку требований независимо от того, стоит платформа $189 в месяц или $1 млн в год.
В России такого подъёма не происходит ни через регулятор, ни через цену. Трудовой кодекс автоматизированные решения в подборе не упоминает; 152-ФЗ покрывает обработку персональных данных, но не алгоритмическое смещение и не объяснимость моделей; отраслевых метрик качества ИИ-скрининга, по констатации Sk Финтех Хаб, не существует. Внутренние данные того же исследования замыкают картину. На вопрос о ключевых требованиях к платформе 75% HR-специалистов называют релевантность подбора, 67% — объяснимость алгоритмических решений. На вопрос о методах измерения эффекта от ИИ-инструментов 67% признают, что таких методов не освоили. Заказчик называет в опросах требование, которое не умеет верифицировать. Это означает, что объяснимость как требование функционирует риторически, а не операционно: её декларируют в исследованиях, но не закладывают в контракты, не проверяют на пилотах и не пересматривают на регулярной основе.
Складывается замкнутая конфигурация. Цена не обязывает к дисциплине, регулятор её не описывает, отраслевые метрики не сформированы, требование к качеству существует в формате декларации. Из 58 млрд рублей объёма генеративного ИИ в России более половины приходится на пилоты в стадии тиражирования. Это означает, что нынешний период — точка фиксации структурных решений. То, какие требования к ИИ-скринингу запишут в контракты и регламенты в ближайшие 18–24 месяца, определит, в каком виде технология окажется встроена в найм сотен тысяч россиян.
Из этой структуры не следует, что инструмент плох или что внедрений нужно избегать. Следует другое. Дисциплина внедрения — фиксированные требования к точности и объяснимости в контракте, регулярный аудит итоговых выборок кандидатов, документирование критериев принятия решений, контроль смещения по защищённым категориям — на российском рынке не возьмётся ни из цены лицензии, ни из регуляторных норм. Если HR-директор хочет, чтобы её внедрение через два года выдержало проверку, она должна выстроить эту дисциплину сама — в первой версии контракта с вендором и в первой версии внутреннего регламента. Дешёвый вход в технологию без такой дисциплины обернётся дорогим выходом из её последствий.