Матрица компетенций с ИИ: как построить карту навыков сотрудников

Матрица компетенций — это таблица, где для каждой роли перечислены нужные навыки и требуемый уровень, а для каждого сотрудника — его подтверждённый уровень. ИИ ускоряет её построение в двух местах: извлекает навыки из должностных инструкций, задач, отчётов и учебных записей и предлагает уровень сотрудника со ссылкой на доказательства. Решать за человека он не должен: по статье 86 Трудового кодекса работодатель не вправе основывать решения, затрагивающие интересы работника, только на данных, полученных автоматизированной обработкой. Рабочая схема — словарь навыков, шкала уровней с примерами, предложение ИИ с доказательствами, подтверждение сотрудником и руководителем, регулярное обновление.

Материал подготовлен AIrassvet по открытым источникам, проверенным 12 октября 2026 года. Он адресован владельцам бизнеса, HR-директорам, руководителям отделов обучения и линейным руководителям, которые хотят понимать, какие навыки есть в команде и каких не хватает. Это практическое руководство: в нём есть пошаговый план, шаблон матрицы, шаблон запроса к ИИ и метод проверки качества. Мы не тестировали конкретные HR-системы; новость о сделке SAP приведена по пресс-релизу компании, данные о навыках — по отчёту Всемирного экономического форума. Раздел о трудовом праве не является юридической консультацией. AIrassvet не аффилирован с упомянутыми компаниями; раздел в конце статьи описывает услуги издателя.

Содержание

Кратко: как построить матрицу компетенций с ИИ
Почему тема стала актуальной
Матрица компетенций, карта навыков и профстандарт: в чём разница
Что ИИ делает хорошо, а что — нет
Юридический минимум
Пошаговое построение
Шаблон матрицы компетенций
Шаблон запроса к ИИ для извлечения навыков
Как проверить, что ИИ оценивает правильно
Что делать с готовой матрицей
Когда матрица компетенций не нужна
Частые ошибки
Частые вопросы
Первоисточники и метод проверки

Кратко: как построить матрицу компетенций с ИИ

Начните с 1–2 ролей, где нехватка навыков стоит денег: продажи, сервис, производство, разработка.
Составьте словарь навыков на 8–15 пунктов для роли, опираясь на профстандарт, должностную инструкцию и опыт лучших сотрудников.
Опишите шкалу уровней примерами наблюдаемого поведения, а не прилагательными «хорошо» и «отлично».
Дайте ИИ источники доказательств — задачи, отчёты, сертификаты, результаты обучения — и требуйте ссылку на доказательство для каждого предложенного уровня.
Подтверждают уровень люди: сотрудник и руководитель. ИИ предлагает, но не решает.
Проверьте согласие ИИ и руководителей на 20–30 сотрудниках до масштабирования.
Обновляйте матрицу по событиям — завершённое обучение, новый проект — и пересматривайте её целиком хотя бы раз в год.

Почему тема стала актуальной

6 октября 2026 года SAP объявила о соглашении купить бельгийскую компанию TechWolf, разработчика платформы «интеллекта о работе» (пресс-релиз SAP). По описанию SAP, TechWolf строит «граф контекста работы»: модель того, какие задачи выполняются в компании, какими навыками обладают люди и что происходит на внешнем рынке труда. Данные берутся из уже существующих HR- и бизнес-систем. SAP планирует сделать TechWolf «интеллектуальным ядром» HR-линейки SuccessFactors — для картирования навыков, планирования персонала и перестройки организационной структуры. Закрытие сделки ожидается в четвёртом квартале 2026 года, сумма не раскрыта.

Важная деталь из пресс-релиза: президент SAP Autonomous Suite Манодж Сваминатан называет граф навыков «слоем заземления» для запросов ИИ-агентов — то есть источником фактов, на который агенты опираются, отвечая на вопросы о людях и работе. Иными словами, SAP рассматривает карту навыков не только как HR-отчёт, но и как данные, на которые должны опираться корпоративные ИИ-агенты.

Вторая причина — скорость изменений. По отчёту Всемирного экономического форума Future of Jobs 2025, работодатели ожидают, что 39% ключевых навыков работников изменятся к 2030 году; в 2023 году этот показатель составлял 44%. Отчёт основан на опросе более 1 000 работодателей, представляющих свыше 14 млн работников в 55 экономиках. Навыки в области ИИ и больших данных в этом отчёте возглавляют список самых быстрорастущих. Матрица, которую составили один раз и положили в папку, при таком темпе устаревает быстрее, чем её успевают применить.

Матрица компетенций, карта навыков и профстандарт: в чём разница

Понятие	Что это	Для чего
Матрица компетенций	таблица «роль × навык × требуемый уровень» и «сотрудник × навык × подтверждённый уровень»	увидеть разрывы, спланировать обучение, подобрать людей на проекты
Карта (граф) навыков	связи между задачами, навыками, ролями и людьми, обновляемые из рабочих систем	планирование персонала, ответы ИИ-агентов о людях и работе
Профессиональный стандарт	утверждённое государством описание трудовых функций и требований к квалификации	основа для требований к квалификации; в ряде случаев обязателен

Компетенция в этой статье — навык или знание, которое можно наблюдать в работе и проверить по доказательствам: выполненным задачам, результатам, сертификатам, отзывам коллег. «Коммуникабельность» без описания поведения компетенцией в таком смысле не является — её нельзя ни проверить, ни развивать целенаправленно.

Что ИИ делает хорошо, а что — нет

Хорошо:

извлекает навыки из текстов: должностных инструкций, вакансий, описаний задач, отчётов о проектах, программ обучения;
нормализует формулировки: «настройка 1С», «доработка конфигураций 1С» и «программирование на 1С» сводятся к одному пункту словаря;
предлагает уровень с доказательством: «уровень 2 — самостоятельно провёл три внедрения, см. задачи №…»;
находит разрывы между требованиями роли и подтверждёнными уровнями команды;
подбирает обучение и наставников по найденным разрывам.

Плохо или рискованно:

оценивать уровень по косвенным признакам. Число закрытых задач говорит о загрузке, а не о мастерстве;
оценивать «мягкие» навыки по переписке. Это и неточно, и юридически чувствительно;
работать без словаря. Без заданного списка навыков модель придумывает свои формулировки, и матрица превращается в облако слов;
принимать решения о людях. Повышение, премия, перевод или увольнение по оценке ИИ без участия человека — прямой путь к ошибкам и спорам.

Подробнее о сильных и слабых местах ИИ в работе с персоналом — в статье об ИИ в HR и рекрутинге.

Юридический минимум

Ниже — три нормы, которые чаще всего затрагивает матрица компетенций. Для вашего случая уточняйте детали у юриста.

1. Решения о работнике не могут опираться только на автоматизированную обработку. Пункт 6 части 1 статьи 86 ТК РФ запрещает работодателю основывать решения, затрагивающие интересы работника, на персональных данных, полученных исключительно в результате их автоматизированной обработки или электронного получения. Практический вывод: уровень, предложенный ИИ, должен подтверждать человек, а сам процесс подтверждения — фиксироваться.

2. Профстандарты обязательны не всегда. По статье 195.3 ТК РФ, если требования к квалификации для трудовой функции установлены Трудовым кодексом, федеральным законом или иным нормативным актом, профстандарт в этой части обязателен. В остальных случаях работодатель использует его как основу для требований с учётом своих технологий и организации труда. Для матрицы это значит: в регулируемых ролях обязательные требования берите из профстандарта без изменений, в остальных — адаптируйте.

3. Оценки сотрудников — персональные данные. Уровни навыков, отзывы и результаты аттестаций относятся к конкретному человеку. Определите цель обработки, ограничьте доступ к матрице и не отправляйте эти данные во внешние ИИ-сервисы без оценки рисков. Варианты — обезличивание перед отправкой или модель в своём контуре; подробнее — в статье о том, можно ли отправлять данные в ИИ.

Пошаговое построение

Определите цель. «Понять, кого обучать на новую CRM», «снизить зависимость от двух ключевых инженеров», «подобрать команду на проект». От цели зависят роли, навыки и глубина оценки.
Выберите 1–2 роли для пилота. Лучше роль с 10–50 сотрудниками и понятными результатами работы.
Соберите словарь навыков. Источники: профстандарт, должностная инструкция, вакансии, интервью с 2–3 лучшими сотрудниками и их руководителями. ИИ помогает свести формулировки и убрать дубли, но итоговый список утверждает руководитель направления. Ориентир — 8–15 навыков на роль.
Опишите шкалу уровней. Простая шкала из четырёх уровней: 0 — нет опыта; 1 — выполняет под контролем; 2 — выполняет самостоятельно; 3 — обучает других и улучшает процесс. Для каждого навыка добавьте 1–2 примера наблюдаемого поведения на каждом уровне.
Определите источники доказательств для каждого навыка: задачи в трекере, сделки в CRM, отчёты, сертификаты, результаты курсов, отзывы наставника. Отметьте, какие источники содержат персональные данные и где их можно обрабатывать.
Запустите извлечение и предложение уровней. ИИ получает словарь, шкалу и доказательства по одному сотруднику и возвращает предложенный уровень по каждому навыку со ссылкой на доказательство или с пометкой «доказательств нет».
Проведите подтверждение. Сотрудник видит предложение и может добавить доказательства, руководитель подтверждает или меняет уровень. Расхождение больше чем на один уровень — повод для разговора, а не для автоматического решения.
Постройте карту разрывов. Сравните требуемые уровни роли с подтверждёнными: какие навыки есть только у одного человека, каких не хватает команде, кто готов к следующей роли.
Встройте обновление. Завершённый курс, новый проект или сертификат — повод для точечного обновления; полный пересмотр — раз в год или при изменении роли.

Шаблон матрицы компетенций

Пример для роли «менеджер по продажам B2B». Навыки и уровни иллюстративные — замените их своими.

Навык	Требуемый уровень	Уровень 1: под контролем	Уровень 2: самостоятельно	Уровень 3: обучает других	Источник доказательств
Выявление потребностей	2	проводит встречу по скрипту	задаёт уточняющие вопросы, фиксирует потребность в CRM	разбирает звонки коллег, дорабатывает скрипт	записи встреч, карточки сделок
Подготовка коммерческого предложения	2	заполняет шаблон	собирает КП под задачу клиента	создаёт шаблоны для отдела	КП в CRM
Работа с возражениями	2	использует готовые ответы	отвечает по ситуации	пополняет базу возражений	разборы звонков
Ведение сделки в CRM	2	вносит данные после напоминания	ведёт все этапы в срок	настраивает отчёты отдела	история изменений в CRM
Знание продукта	3	отвечает на типовые вопросы	консультирует по нестандартным задачам	обучает новичков	тесты, вопросы в поддержку
Переговоры о цене и условиях	2	согласует условия с руководителем	ведёт переговоры в пределах полномочий	готовит стратегию для крупных сделок	протоколы, согласования
Работа с ИИ-инструментами отдела	1	использует по инструкции	подбирает запросы под свои задачи	делится сценариями с коллегами	отзывы руководителя

Для сотрудника строка дополняется колонками «предложено ИИ», «доказательство», «подтверждено руководителем» и «дата подтверждения». Такая структура сразу показывает, на чём основан каждый уровень.

Шаблон запроса к ИИ для извлечения навыков

Шаблон ниже — отправная точка для пилота. Его стоит запускать на обезличенных данных или в модели, развёрнутой в контуре компании.

Ты помогаешь составить матрицу компетенций для роли «{роль}».
Словарь навыков (используй только эти пункты): {список навыков}.
Шкала: 0 — нет опыта; 1 — под контролем; 2 — самостоятельно; 3 — обучает других.
Описание уровней: {примеры поведения по навыкам}.

Доказательства по сотруднику {код сотрудника}: {задачи, отчёты, сертификаты, курсы}.

Для каждого навыка из словаря верни:
- предложенный уровень или «нет данных»;
- одно-два доказательства с идентификатором источника;
- уверенность: высокая / средняя / низкая и почему.
Не делай выводов о личных качествах и не используй сведения вне перечисленных доказательств.
Если доказательств недостаточно, пиши «нет данных», а не угадывай уровень.

Три правила в конце запроса — главное. Они превращают ИИ из «оценщика» в помощника, который собирает доказательства и честно показывает, где их нет.

Как проверить, что ИИ оценивает правильно

Это редакционная методика AIrassvet, а не результат нашего тестирования.

Выберите 20–30 сотрудников одной роли с разным опытом.
Попросите двух руководителей независимо оценить их по той же шкале, не видя предложений ИИ.
Сравните оценки по каждому навыку: доля точных совпадений и доля расхождений больше чем на один уровень.
Разберите расхождения. Чаще всего причина — неясное описание уровня или навыка, по которому нет доказательств в системах. Исправляйте словарь и шкалу, а не только запрос.
Установите порог допуска заранее. Например, предложения ИИ используются в работе, если по каждому навыку согласие с руководителями не хуже, чем согласие руководителей между собой.
Повторите проверку после изменения словаря, шкалы, модели или источников.

Что делать с готовой матрицей

Планировать обучение: курсы и наставничество по навыкам с наибольшим разрывом, а не «всем на всё». Подробнее — в статье об ИИ для адаптации и обучения сотрудников.
Снижать риск «одного человека»: навык уровня 3 только у одного сотрудника — повод для передачи знаний и записи регламентов в корпоративную базу знаний.
Собирать команды на проекты по сочетанию навыков, а не по должностям.
Готовить кадровый резерв: кто ближе всех к требованиям следующей роли.
Уточнять требования к найму: каких навыков не хватает команде, а не «какие были у предыдущего сотрудника».
Давать контекст ИИ-агентам. Агент, который распределяет задачи или ищет эксперта внутри компании, отвечает точнее, если опирается на подтверждённую карту навыков. Это та же логика, которую SAP описывает для TechWolf.
Связать с оценкой результатов — аккуратно и отдельно от неё; см. материал о системе честной обратной связи и развития.

Когда матрица компетенций не нужна

В команде меньше 5–7 человек, и руководитель знает сильные стороны каждого без таблицы.
Роли меняются каждые несколько месяцев, и словарь навыков не успеет устояться — лучше начать с карты ключевых знаний и регламентов.
Нет решений, которые матрица будет поддерживать: ни обучения, ни подбора на проекты, ни резерва. Тогда это отчёт ради отчёта.

Частые ошибки

Сразу на всю компанию. Без отработанного словаря и шкалы на одной роли масштабирование умножает ошибки.
Шкала из прилагательных. «Хорошо владеет» нельзя проверить; нужны примеры поведения.
Оценка без доказательств. Если у уровня нет ссылки на задачу, документ или результат, это мнение, а не данные.
Автоматические решения по оценке ИИ. Противоречит статье 86 ТК РФ и подрывает доверие к системе.
Персональные данные во внешний сервис без оценки рисков. Оценки сотрудников — чувствительные данные.
Матрица без обновления. При темпе изменений, о котором говорит отчёт ВЭФ, годовая давность уже существенна.
Скрытая оценка. Если сотрудник не видит своих уровней и доказательств, он не может их оспорить или развить.

Частые вопросы

Что такое матрица компетенций?

Таблица, где для каждой роли указаны нужные навыки и требуемый уровень, а для каждого сотрудника — его подтверждённый уровень по этим навыкам. Она показывает разрывы между требованиями и реальными навыками команды и помогает планировать обучение, подбор на проекты и кадровый резерв.

Как ИИ помогает составить матрицу компетенций?

ИИ извлекает навыки из должностных инструкций, задач, отчётов и учебных записей, сводит разные формулировки к единому словарю и предлагает уровень сотрудника со ссылкой на доказательства. Подтверждают уровень сотрудник и руководитель.

Можно ли оценивать сотрудников только с помощью ИИ?

Нет. Пункт 6 части 1 статьи 86 ТК РФ запрещает работодателю основывать решения, затрагивающие интересы работника, на данных, полученных исключительно автоматизированной обработкой. Оценку ИИ нужно использовать как предложение, которое проверяет человек.

Обязательно ли использовать профстандарты в матрице компетенций?

Если требования к квалификации для должности установлены законом или иным нормативным актом, профстандарт в этой части обязателен — так сказано в статье 195.3 ТК РФ. В остальных случаях он служит основой, которую работодатель адаптирует под свои технологии и организацию труда.

Сколько навыков включать в матрицу для одной роли?

Практичный ориентир — 8–15 навыков на роль. Меньше — матрица не покажет разрывов, больше — её трудно поддерживать и подтверждать.

Как часто обновлять матрицу компетенций?

Точечно — при событиях: завершённом обучении, новом проекте, сертификате. Полный пересмотр — минимум раз в год или при изменении роли. По отчёту ВЭФ, работодатели ожидают, что 39% ключевых навыков работников изменятся к 2030 году.

Первоисточники и метод проверки

Мы прочитали первоисточники 12 октября 2026 года. Сведения о сделке SAP и TechWolf взяты из пресс-релиза SAP; данные о скорости изменения навыков — из отчёта ВЭФ; правовые нормы — из текста Трудового кодекса в редакции от 25.05.2026. Пошаговый план, шаблон матрицы, шаблон запроса и методика проверки — редакционная методика AIrassvet, а не результат тестирования конкретных HR-систем.

SAP, 06.10.2026: SAP to Acquire TechWolf, Giving Enterprises Evidence-Based View of Work in the Age of AI — граф контекста работы, планы на SuccessFactors и Joule, сроки сделки.
Всемирный экономический форум, январь 2025: The Future of Jobs Report 2025 — 39% ключевых навыков изменятся к 2030 году, база опроса.
Трудовой кодекс РФ: статья 86 — запрет решений только на основе автоматизированной обработки персональных данных.
Трудовой кодекс РФ: статья 195.3 — порядок применения профессиональных стандартов.

Ограничения: прогноз ВЭФ основан на ожиданиях работодателей, а не на измерении навыков, и не выделяет российский рынок отдельно; описание TechWolf приведено со слов SAP; правовой раздел — общий обзор, а не консультация для конкретной ситуации.

Как AIrassvet помогает построить карту навыков с ИИ

Если вы хотите, чтобы матрица компетенций собиралась из рабочих данных, а не из анкет раз в год, и при этом оставалась под контролем людей, решение стоит строить вокруг ваших систем и правил работы с персональными данными. На сайте AIrassvet описаны направления, которые относятся к этой задаче напрямую:

RAG-системы и корпоративные базы знаний: единый словарь навыков и поиск доказательств по задачам, отчётам и учебным материалам.
Корпоративные ИИ-рабочие места и интеграция моделей в бизнес-процессы, в том числе в процесс оценки навыков.
Развёртывание языковых моделей на серверах компании, когда данные сотрудников нельзя передавать во внешний сервис.
Аудит процесса, подготовка данных, разработка MVP, тестирование, запуск и обучение команды.

Первый шаг — выбрать одну роль, описать, как сейчас оцениваются навыки, где хранятся доказательства, какие есть ограничения по персональным данным и по какому критерию вы признаете предложения ИИ достаточно точными.

Обсудить задачу.

Итог: ИИ собирает доказательства, решают люди

Матрица компетенций снова в центре внимания: SAP покупает TechWolf, чтобы карта навыков стала основой для HR-решений и корпоративных ИИ-агентов, а работодатели ожидают, что почти 40% ключевых навыков изменятся к 2030 году. ИИ заметно ускоряет построение матрицы — извлекает навыки из рабочих данных, сводит формулировки к словарю и предлагает уровни с доказательствами. Но решение об уровне и всё, что из него следует, остаётся за человеком: этого требует и здравый смысл, и статья 86 Трудового кодекса.

Начните с одной роли: словарь на 8–15 навыков, шкала с примерами поведения, предложения ИИ со ссылками на доказательства, подтверждение сотрудником и руководителем и проверка согласия на 20–30 сотрудниках. Если ИИ согласуется с руководителями не хуже, чем они между собой, расширяйте матрицу на соседние роли.