LinkedIn заявила, что ее AI-инструменты для найма могут принести $450 млн годовой выручки. Это редкий случай, когда компания раскрывает деньги от конкретного AI-продукта.
LinkedIn, принадлежащая Microsoft, впервые раскрыла масштаб выручки от одного из своих ключевых AI-направлений. Компания заявила, что ее продукты для рекрутинга на базе agentic AI идут к годовому уровню продаж в $450 млн. Для LinkedIn, где зарегистрировано 1 млрд пользователей, это важная цифра: Microsoft обычно показывает рост соцсети внутри общего сегмента Productivity and Business Processes и не раскрывает абсолютные показатели по самой платформе.
Речь идет о двух основных продуктах для найма: один рассчитан на крупный бизнес, второй — на малые компании. Их задача — взять часть поиска кандидатов на себя. Рекрутер описывает, кого ищет, а AI-агент анализирует профили в LinkedIn и отбирает людей, с которыми стоит связаться. Финальное решение остается за человеком, но первичный поиск, который раньше занимал часы, переносится в автоматизированный слой.
В LinkedIn говорят, что часть этих инструментов тестировалась почти год до выхода на рынок. По словам нового CEO компании Дэна Шаперо, который возглавил LinkedIn на прошлой неделе, рекрутеры жаловались, что до половины рабочего дня уходит на низкоценную рутину. Компания сделала ставку именно на эту боль: AI должен ускорить подбор и повысить долю ответов от потенциальных кандидатов.
Для Microsoft эта история хорошо ложится в общий отчетный контекст. Компания сообщила, что ее AI-бизнес превысил годовой run rate в $37 млрд, показав рост на 123% год к году. На этом фоне LinkedIn становится примером того, как AI монетизируется не в абстрактных чат-ботах, а в конкретной рабочей функции: найти подходящего человека быстрее, дешевле и с меньшим количеством ручной сортировки.
Главное последствие для пользователей LinkedIn — профиль становится еще более важным цифровым резюме. Если раньше его читали в основном рекрутеры, теперь его все чаще будет интерпретировать алгоритм: должности, навыки, проекты, формулировки и активность могут влиять на то, попадет ли человек в короткий список. Для рекрутеров это означает сдвиг в сторону более аналитической роли: меньше ручного поиска, больше проверки качества рекомендаций, общения с кандидатами и оценки соответствия культуре компании.
Для компаний выгода выглядит понятной: быстрее закрывать вакансии и обрабатывать больший поток кандидатов без пропорционального роста HR-команд. Но есть и риск — если алгоритм обучен на неполных или искаженных данных, он может закреплять старые ошибки найма. Поэтому в мае и дальше будут смотреть насколько они реально сокращают время найма, повышают качество кандидатов и проходят проверки на прозрачность.
