Як рекрутингова агенція за 6 місяців побудувала власний AI SaaS - і що це означає для будь-якого бізнесу

Компанія: MindHunt AI

Посада: Засновник

Досвід: 20+ років у рекрутингу. З 2011 року — власна рекрутингова агенція MindHunt. У 2025 році побудував власний AI SaaS продукт для автоматизації рекрутингу — без бекграунду розробника, за допомогою Claude Code та Anthropic API.

Ключова експертність: AI-автоматизація бізнес-процесів на прикладі рекрутингу. Як будь-який бізнес може використати AI інструменти для автоматизації рутини — навіть без технічної команди.

Штучний інтелект уже кардинально змінює підхід до рекрутингу, автоматизації та створення програмних продуктів. Те, що ще кілька років тому вимагало команди розробників, сьогодні може реалізувати навіть людина без технічного бекграунду.

Саме про це розповів рекрутер та засновник AI-платформи Mindhunt AI, який має понад 20 років досвіду у сфері recruitment та executive search.

---

Від executive search до AI-продукту

Спікер понад 20 років займався пошуком:

• топменеджерів;
• вузькопрофільних спеціалістів;
• міжнародним рекрутингом;
• executive search в Україні та за кордоном.

Серед кейсів — навіть пошук кандидатів для релокації до Нової Зеландії через Філіппіни.

За цей час він протестував десятки рекрутингових платформ, але постійно стикався з однією проблемою:

жодна система повністю не закривала реальні потреби рекрутера.

Десь бракувало функціональності, десь був незручний UX, а інколи для однієї дії потрібно було зробити десятки кліків.

---

AI відкрив нові можливості для людей без технічного бекграунду

Ідея створити власну рекрутингову платформу була давно, але реалізувати її заважала відсутність навичок програмування.

Ситуація змінилася з появою AI-інструментів:

• Claude;
• Claude Code;
• ChatGPT;
• інших AI-систем для розробки.

За словами спікера:

спочатку він створив SaaS-продукт, а вже потім почав вивчати Python.

Сьогодні AI дозволяє людям без досвіду розробки:

• створювати MVP;
• автоматизувати процеси;
• писати код;
• працювати з API;
• запускати SaaS-проєкти.

---

Чому AI — це революція для рекрутингу

Рекрутинг давно перестав бути лише “телефонною книжкою та дзвінками”.

Ефективність сучасного рекрутера напряму залежить від:

• інструментів;
• інтеграцій;
• автоматизації;
• швидкості роботи з даними.

Особливо це важливо для складних вакансій, де недостатньо просто опублікувати вакансію на job-сайті.

Йдеться про active sourcing — активний пошук кандидатів.

Саме sourcing, за словами спікера, займає:

до 70% часу під час закриття вакансії.

---

Як працював executive search раніше

Раніше процес виглядав так:

1. Рекрутер відкривав бізнес-довідники.
2. Шукав компанії вручну.
3. Дзвонив у компанії під вигаданими приводами.
4. Намагався дізнатися ім’я та контакти потрібного спеціаліста.

Наприклад:

• пошук CFO;
• пошук головного бухгалтера;
• executive search для міжнародних компаній.

Це займало величезну кількість часу.

---

Mindhunt AI: AI-платформа для рекрутингу

Саме для вирішення цієї проблеми була створена платформа Mindhunt AI.

Основна задача системи:

• автоматизувати sourcing;
• скоротити рутину;
• прискорити пошук кандидатів;
• автоматизувати outreach;
• персоналізувати комунікацію.

---

Як працює AI-пошук кандидатів

Система аналізує:

• job description;
• навички;
• ключові слова;
• локацію;
• індустрії;
• роки досвіду.

Після цього AI:

• генерує варіанти job titles;
• створює search strings;
• шукає кандидатів;
• оцінює релевантність профілів.

Наприклад, для вакансії CFO система автоматично розуміє, що можуть використовуватись:

• Chief Financial Officer;
• CFO;
• VP of Finance;
• Vice President of Finance.

---

Skills vs Keywords: у чому різниця

У платформі окремо використовуються:

• Skills;
• Keywords.

Skills

Це конкретні навички у профілі LinkedIn.

Keywords

Будь-які слова, які зустрічаються у профілі:

• в About;
• у досвіді роботи;
• в описі обов’язків;
• у headline;
• в освіті.

Keywords використовуються для:

• scoring;
• оцінки відповідності кандидата вакансії.

---

AI автоматично виправляє помилки

Система навіть перевіряє правильність написання локацій.

Якщо рекрутер:

• помилився в назві міста;
• випадково ввів некоректний запит —

AI це помітить та запропонує правильний варіант.

---

LinkedIn без обмежень

Одна з головних проблем LinkedIn — ліміти:

• перегляд профілів;
• кількість пошукових результатів;
• InMail;
• обмеження на outreach.

Mindhunt AI обходить цю проблему через інтеграції з іншими data providers.

Це дозволяє:

• знаходити профілі;
• отримувати email;
• отримувати телефони;
• контактувати з кандидатами без InMail.

---

AI-персоналізація outreach

Окремий модуль займається генерацією персоналізованих повідомлень кандидатам.

Класична персоналізація виглядає так:

“Dear First Name, I saw your experience at Company Name…”

AI робить це значно глибше.

Система:

1. Аналізує вакансію.
2. Аналізує профіль кандидата.
3. Порівнює їх.
4. Генерує персоналізований outreach.

У результаті кожен кандидат отримує індивідуальний email із поясненням:

• чому вакансія релевантна;
• чому саме його профіль зацікавив рекрутера;
• чому це може бути кар’єрною можливістю.

---

5 персоналізованих email за хвилину

За словами спікера:

раніше на таку роботу йшли години.

Тепер AI може:

• створити кілька персоналізованих листів;
• адаптувати tone of voice;
• врахувати досвід кандидата;
• автоматично підготувати follow-up повідомлення.

І все це — менш ніж за хвилину.

---

Що таке AI Fluency: модель Anthropic

Окрему увагу спікер приділив концепції AI Fluency від Anthropic.

Вона базується на чотирьох принципах:

1. Delegation

Розуміння:

що саме потрібно делегувати AI.

2. Description

Правильний опис задачі.

Якість результату напряму залежить від якості запиту.

3. Discernment

Оцінка відповіді AI.

Не можна сліпо довіряти моделі — потрібно:

• аналізувати;
• перевіряти;
• уточнювати;
• коригувати результат.

4. Diligence

Етичне використання AI.

Людина несе відповідальність за:

• використання даних;
• вплив AI-рішень;
• наслідки автоматизації.

---

AI — це не “магічний промпт”

Спікер наголосив:

не існує універсальних “150 промптів для успіху”.

Робота з AI — це:

• ітеративний процес;
• діалог;
• уточнення;
• коригування;
• постійне вдосконалення запитів.

---

Які ролі AI виконує вже зараз

На думку спікера, сьогодні AI працює у трьох основних ролях.

1. Automation

Повна автоматизація задач:

• email;
• контент;
• документи;
• чернетки.

2. Augmentation

AI як “співрозмовник” або “другий мозок”:

• brainstorming;
• аналіз;
• ідеї;
• допомога в роботі.

3. Agency

AI-агенти, які працюють автономно:

• створюють контент;
• запускають процеси;
• виконують задачі без постійного контролю людини.

---

Чому не потрібно бути програмістом

Одна з ключових тез виступу:

сьогодні Product Owner може створити SaaS без команди розробників.

Для цього достатньо розуміти:

• продукт;
• API;
• JSON;
• бази даних;
• логіку процесів.

AI бере на себе:

• написання коду;
• створення функцій;
• частину DevOps;
• автоматизацію розробки.

---

Які AI-моделі використовувати

Спікер також пояснив різницю між моделями Anthropic:

Claude Haiku

Швидка модель для:

• data extraction;
• простих задач.

Claude Sonnet

Універсальна модель рівня senior specialist.

Claude Opus

Найпотужніша модель для:

• складної аналітики;
• глибокого reasoning;
• пошуку багів;
• складної розробки.

---

Головний висновок

AI не замінює людину повністю, але:

• прибирає рутину;
• прискорює процеси;
• автоматизує repetitive tasks;
• дозволяє зосередитися на роботі, яка дійсно створює цінність.

У випадку рекрутингу це означає:

• менше копіювання;
• менше data entry;
• менше ручного sourcing;
• більше живого спілкування з кандидатами;
• швидше закриття вакансій.

І найголовніше:

сьогодні створювати AI-продукти можуть навіть люди без технічного бекграунду.