AI-агентами в Яндексе пользуются 77% сотрудников, а среди разработчиков — 95%. При таком охвате вопрос смещается: технологию люди уже приняли, а вот способ работы вокруг неё пока прежний. По словам Дарьи Золотухиной, HR-директора Яндекса, технологию можно внедрить сверху, а новое рабочее поведение — нельзя.

В компании она больше одиннадцати лет: начинала в маркетинге, выросла до директора по маркетингу в Яндекс Такси, а потом неожиданно для себя перешла в HR.

В разговоре с Екатериной Грачёвой, программным директором People Tech Camp, Дарья рассказывает, почему эпоха HR Tech как набора отдельных систем заканчивается, что считать единицей AI-трансформации и можно ли запрашивать обратную связь на сотрудника у его агента.

О чём разговор

Куда движется HR Tech?
Эпоха отдельных систем заканчивается. Следующий этап — организация вокруг намерения человека, когда сотруднику не нужно знать, где находится HR, ИТ или финансы.

Что такое People Tech?
Технологический слой организации, выстроенный вокруг запросов сотрудников и руководителей, а не вокруг функций компании.

Сколько сотрудников уже пользуются AI-агентами?
В Яндексе 77% сотрудников, регулярно — 68%. В разработке 95% и 92% соответственно.

В чём главный барьер AI-трансформации?
Не в доступе к инструменту. AI заставляет человека заново посмотреть на собственную работу и спросить, что в ней создаёт ценность.

Что считать единицей изменений?
Не человека, а команду и её рабочий процесс: если один стал работать вдвое быстрее, а результат три дня ждёт согласования, бизнес ничего не выиграл.

Кто отвечает за AI-трансформацию?
Технологический контур за CTO, бизнес за результат, а зона HRD начинается там, где меняется сама работа и поведение людей.

«Раньше я работала с брендом, теперь с организацией как системой»

Как складывался твой путь? Что привело тебя из маркетинга в HR?

У меня довольно нелинейный путь. Я начинала в маркетинге, потом много лет работала внутри бизнеса — в том числе в Яндекс Такси, выросла до директора по маркетингу, а потом довольно неожиданно для себя оказалась в HR.

Наш прежний HR-директор ушла, и мне предложили занять эту роль. Тогда на самом деле этот переход для меня выглядел менее логично, чем сейчас, но этот оффер потряс меня масштабом ответственности, плюс я на тот момент уже работала в Яндексе одиннадцать лет и хорошо знала компанию изнутри, её ДНК и культуру.

В маркетинге ты всё время пытаешься понять человека: почему он выбирает, что его мотивирует, во что он верит. А когда становишься руководителем большой команды, появляется другой вопрос: как создавать среду, в которой люди могут делать сильные вещи вместе.

Оба вопроса актуальны и в моей новой профессии: понимать человека, сотрудника и создавать творческую среду. Только поменялся масштаб объекта. Раньше я работала с продуктом, брендом и аудиторией, а теперь — с организацией как системой.

Что для тебя важно в твоей роли сегодня?

Наверное, больше всего меня занимает вопрос, как строить большие организации, сохраняя душу и не превращая их в машины по производству процессов.

Яндекс уже очень большая компания — больше 30 тысяч человек. И на таком масштабе естественным образом появляются правила, системы, иерархии. Они нужны. Но вместе с этим очень легко потерять то, благодаря чему технологические компании вообще становятся сильными: любопытство, инициативу, скорость, право человека придумать что-то и сделать.

Поэтому для меня HR сегодня — это архитектура среды. Как устроены культура, технологии, управление, обучение, коммуникации — и помогают ли они человеку действовать или, наоборот, создают дополнительное трение?

И сейчас AI делает этот вопрос особенно интересным. AI-агенты в Яндексе уже стали массовым рабочим инструментом, а в разработке — новой операционной нормой. По компании AI-агентами пользуются 77% сотрудников, регулярно (больше половины дней в месяц) — 68%. В разработке масштаб ещё выше: 95% разработчиков используют AI-агентов, 92% делают это регулярно*. Люди уже готовы к новому способу взаимодействия с организацией, а значит, впервые за долгое время мы можем пересобрать не отдельный HR-процесс, а всё взаимодействие.

*Данные Яндекса на осень 2026.

«HRD становится архитектором организационной системы»

Что ты видишь на рынке HR Tech сейчас — куда движется индустрия?

Мне кажется, мы заканчиваем эпоху HR Tech как набора отдельных систем.

Последние лет пятнадцать индустрия в основном оцифровывала процессы: отдельно найм, отдельно обучение, отдельно performance, отдельно кадровые сервисы. В результате у сотрудника иногда возникает довольно странный цифровой мир: чтобы решить один человеческий вопрос, ему нужно понять устройство организации и сходить в пять разных систем.

AI позволяет развернуть эту логику.

В идеале человеку вообще не нужно знать, где находится HR, IT, финансы или административная функция. Он говорит: «Хочу нанять человека», «Хочу перевести сотрудника», «Мне нужно собрать команду», «Сколько компании стоит эта проектная команда?» — а система сама понимает контекст и проводит его через необходимые процессы.

Поэтому следующий этап HR Tech для меня — это переход от автоматизации процессов к организации вокруг намерения человека. Как раз получается, что это не HR Tech, а People Tech — технологический слой организации вокруг запросов сотрудников, руководителей и других аудиторий.

Как меняется роль HRD, CPO / CTO HR?

Границы между функциями становятся гораздо менее очевидными.

Раньше можно было сказать: CTO отвечает за технологии, CPO — за продукт, HRD — за людей. Но если ты внедряешь AI, очень быстро выясняется, что это одновременно технологическая, продуктовая и организационная трансформация.

Например, можно дать сотрудникам лучший AI-инструмент на рынке — и почти ничего не изменится. Потому что руководитель продолжит ставить задачи по-старому, процессы останутся прежними, система мотивации будет вознаграждать старое поведение.

Поэтому мне кажется, что одна из ключевых компетенций руководителя будущего — способность работать не внутри своей функции, а на стыках, а также понимать матчасть технологических изменений.

А HRD всё больше становится архитектором организационной системы: не только «люди и процессы», а то, как связаны структура, культура, технологии, стимулы и способы принятия решений.

«AI соблазняет передать ему право финального суждения»

Насколько AI-трансформация оказалась трансформацией мышления? Что было труднее всего?

Очень сильно.

В начале AI-adoption легко воспринимается как задача распространения инструмента: дать доступ, научить пользоваться, показать хорошие скиллы.

Но довольно быстро выясняется, что главный барьер находится не там. AI заставляет человека заново посмотреть на собственную работу и спросить: а что именно здесь создаёт ценность? Что из того, что я делаю каждый день, действительно требует моего опыта и суждения, а что просто по инерции стало частью моей работы?

Это довольно неудобный вопрос.

И особенно непросто руководителям. Потому что недостаточно сказать команде: «Используйте AI». Нужно самому пересобрать постановку задач, процессы, ожидания от ролей.

Поэтому мне очень нравится формулировка, что AI усиливает всё. Если у тебя хорошо устроенная система — он увеличивает её скорость. Если внутри хаос — ты начинаешь производить хаос гораздо быстрее. В этом смысле AI-adoption может оказаться хорошим зеркалом организации.

Что ещё пришлось пересобирать, чего нет в гайде?

Наверное, сильнее всего — саму единицу изменений.

Сначала кажется, что единица AI-adoption — человек: научим каждого пользоваться инструментом, и организация изменится.

Потом понимаешь, что единица изменений — скорее команда и её рабочий процесс.

Если один человек стал делать свою часть работы в два раза быстрее, а дальше результат три дня ждёт согласования, бизнес почти ничего не выиграл.

Поэтому мы всё больше смотрим не на «сколько людей пользуется AI», а на то, какой workflow мы смогли пересобрать целиком.

И второй большой сдвиг — от обучения к практике. Нельзя сначала полгода учиться AI, а потом начать применять. Сегодня обучение происходит непосредственно внутри работы: попробовал, получил результат, сравнил с коллегами, изменил процесс. Поэтому спринты оказались гораздо естественнее классических курсов.

Office hours, чемпионы, обмен практиками — что прижилось?

Лучше всего приживается то, что максимально близко к реальной работе.

Просто рассказывать людям про новые возможности AI довольно быстро перестаёт работать. А вот когда человек приносит конкретную задачу, например: «Я каждую неделю трачу четыре часа на это, можно ли сделать иначе?», то начинается совсем другой разговор.

Поэтому очень хорошо работают форматы обмена практиками и люди внутри команд, которые первыми проходят этот путь руками. Почти в каждой команде Яндекса есть свои AI-амбассадоры. Вместе с ними мы собираем для профессий свою «гигиену adoption»: базовый набор навыков и рабочих сценариев, которые нужны человеку в его роли — юриста, маркетолога, дизайнера и других. А следующим шагом хотим связать эти навыки с измеримым эффектом от AI в конкретной работе.

Когда доля AI-кода становится самоцелью? Где границы инструмента?

Мне кажется, одна из опасностей любой трансформации — в какой-то момент начать оптимизировать метрику вместо реальности.

Если мы говорим, что хотим больше AI-generated code, то довольно скоро научимся производить больше AI-generated code. Но это ещё ничего не говорит ни о качестве продукта, ни о скорости команды, ни о том, стала ли работа инженера содержательнее.

Для меня хорошая метрика AI-adoption всегда должна быть связана с результатом: временем цикла, качеством, продуктивностью, появлением новых возможностей — а не просто с фактом использования инструмента.

И ещё одна вещь, которую я сама почувствовала, много работая с AI: он невероятно хорошо помогает расширять поле вариантов и соблазняет передать ему право финального суждения, при этом подстраиваясь под тебя. Поэтому очень важно челленджить и сгенерированные гипотезы, и себя.

Кто лидирует AI-трансформацию и что может сделать только HRD?

Я не думаю, что такая трансформация вообще может принадлежать одной функции.

Технологический контур естественным образом требует сильного участия CTO: модели, инфраструктура, инструменты, безопасность, интеграция в рабочую среду. Бизнес отвечает за то, где AI должен давать реальный результат.

А зона HRD начинается там, где меняется сама работа, среда, культура мышления руководителей и сотрудников.

Какие роли будут выглядеть иначе через два года? Какие навыки становятся базовыми? Как меняются ожидания от руководителя? Что происходит с performance review? Как переучивать людей? Как говорить об изменениях, которые у части сотрудников вызывают не только интерес, но и совершенно понятную тревогу?

Технологию можно внедрить сверху. Новое рабочее поведение — нет.

И вот создание условий, в которых тысячи людей действительно начинают работать иначе, мне кажется одной из главных зон ответственности HRD.

«Лучший интерфейс будущего — почти отсутствие интерфейса»

Как «человек в центре» выглядит на практике в Яндексе?

Для меня «человек в центре» — это не гуманистический слоган. Это довольно конкретный принцип проектирования.

Организация обычно устроена с точки зрения функций: вот HR, вот IT, вот финансы, вот безопасность. Но сотрудник не живёт функциями. У него есть намерение: выйти на работу, собрать команду, нанять человека, получить оборудование, разобраться с отпуском, провести ревью.

Поэтому мы стараемся постепенно переворачивать систему именно в эту сторону.

Например, развиваем self-service и AI-ассистентов, которые знают контекст сотрудника и помогают решить вопрос, не заставляя его разбираться в устройстве бэкенда компании.

Мне вообще кажется, что лучший корпоративный интерфейс будущего — это почти отсутствие интерфейса. Ты формулируешь намерение, а система сама собирает вокруг него нужные данные, знания и процессы.

Вот это для меня и есть People Tech.

Единый контекст — это направление, куда вы движетесь? Что нужно построить и что мешает?

Да, мне кажется, это одна из самых интересных возможностей.

Сегодня внутри большой компании существует огромное количество знания, но оно фрагментировано: документы, переписки, люди, системы, история решений. И часто доступ к знанию определяется не тем, кому оно нужно, а тем, знаешь ли ты правильного человека и правильный чат.

AI потенциально меняет саму архитектуру знания.

Можно представить организацию, в которой человеку не нужно искать информацию — релевантный контекст сам появляется в момент принятия решения. Более того, система может помнить не только итоговое решение, но и почему мы когда-то его приняли.

Но технологически это, возможно, даже проще, чем организационно. Нужно решить вопросы доступа, качества данных, приватности, доверия. Нужно соединить очень разные системы и договориться, что является источником истины.

И есть ещё более интересный вопрос: если информация перестаёт быть привилегией иерархии, что тогда становится источником влияния?

Мне кажется, всё больше — качество суждения. Не «я знаю больше остальных», а «я способен лучше понять контекст и принять решение».

«На People Tech Camp собираются те, кто влияет на среду»

Мне хочется, чтобы вокруг People Tech появлялось сообщество людей, которые не просто автоматизируют существующую компанию, а задаются вопросом: какой вообще может стать организация, если многие ограничения, к которым мы привыкли, исчезнут?

На кэмпе собираются люди, способные повлиять на среду, в которой мы работаем, и её будущее. А значит, на фоне всех изменений — новых ожиданий от сотрудников, AI-автоматизации, совместной работы с агентами — мы можем помочь нашим текущим командам не потерять устойчивость, а новым талантам — обеспечить интересную работу в будущем. Работу в организации, которая снимает с человека всё больше бессмысленного трения и оставляет ему больше пространства для любопытства, творчества, отношений и суждения.

И, наверное, лично для меня People Tech Camp — именно про попытку спроектировать будущее такой организации.