Бие даан ажиллахаасаа өмнө би хоёр компанид дөрвөн жил ажилласан. Цар тахлын үеэр нэг харилцагчдаа Palantir системийг нэвтрүүлэх ажлыг дуусгасан — энэ бол томоохон байгууллагуудад зориулсан дэлхийн хамгийн том платформуудын нэг — тэгээд дараа нь юу хийх вэ гэдгээ нухацтай бодож эхэлсэн.
Би дэлхийн хэмжээний компанид ажиллахыг хүсэж байсан. Google ч жагсаалтад байсан. Олон газар өргөдөл гаргасан ч CV шүүлтийн эхний шатандаа л унаад байлаа. Тэгтэл McKinsey надтай холбогдсон.
Тоглоом
McKinsey зөвхөн CV хараад өнгөрдөггүй. Тэд холбоос илгээдэг. Түүн дээр дарахад тоглоом гарч ирнэ — нэг цаг, зөв буруу хариулт гэж байхгүй. Зүгээр л цуврал симуляци, шийдвэр гаргах нөхцөл байдлууд. Дуусгаад, илгээгээд, хүлээнэ.
Би эцсийн шатуудад хүрсэн. Ахлах удирдлагуудтай уулзсан. Ажлын санал аваагүй — угаасаа хүлээгээгүй. McKinsey үргэлж Harvard болон түүнтэй ижил түвшний нэр хүндтэй сургуулиудаас голчлон хүн авдаг. Гэхдээ би тэр үйл явцаас толгойноосоо гаргаж чадахгүй нэг асуулттай гарсан: яагаад бүх компани ингэж ажилд авдаггүй юм бэ?
Тэгээд би ухаж төнхөж эхэлсэн.
Тоглоомын цаана байгаа судалгаа
McKinsey-ийн тоглоом зүгээр дур зоргоороо зохиосон зүйл биш болж таарсан. Түүний цаана ажлын гүйцэтгэлийг юу бодитоор урьдчилан таамагладаг талаарх 85 жилийн судалгааны өгөгдөл бий. Дүгнэлт нь тодорхой, гэвч ажилд авах ихэнх үйл явц үүнийг үндсэндээ үл тоомсорлодог:
13%
CV-ийн чанар ба бодит ажлын гүйцэтгэлийн хоорондох хамаарал
60%+
Танин мэдэхүйн чадвар ба ажлын гүйцэтгэлийн хоорондох хамаарал
CV — түүний харагдах байдал, бичигдсэн хэлбэр, дурдсан байгууллагууд — хүний ажил дээрх бодит гүйцэтгэлийн ердөө 13%-ийг л урьдчилан таамагладаг. Танин мэдэхүйн чадвар — анхаарал, ажлын санах ой, асуудал шийдэх хурд — 60%-иас илүүг таамагладаг. McKinsey үүнийг мэдэж байсан. Ажилд авах менежерүүдийн ихэнх нь мэдээгүй.
Би McKinsey-ийн үнэлгээний цаана байгаа судалгааг бичсэн профессоруудыг олсон. Огт танихгүй байж тэдэнд имэйл бичсэн. Тэд хариу бичсэн. Бид танин мэдэхүйн чадварыг хэрхэн найдвартай хэмжиж болох талаар гурван сар өөрсдөө судалгаа хийж, дараа нь симуляцид суурилсан өөрсдийн үнэлгээг бүтээсэн — зөв буруу хариулт байхгүй, зөвхөн зан төлөв болон асуудал шийдэх хэв маяг — тэгээд Монголд дөрөв, таван шатаар туршиж, удаа бүр Кронбахын альфа (статистик найдвартай байдал) өндөр гарсан.
OnePlaceHR яг энэ суурин дээр бий болсон.
Бидний бүтээсэн зүйл
OnePlaceHR бол Монголын зах зээлд зориулсан, AI-д суурилсан ажилд авах платформ. Бид компаниудад овоо CV өгөхийн оронд AI ярилцлагын симуляциар урьдчилан шүүгдсэн горилогчдын эрэмбэлсэн богино жагсаалтыг өгдөг.
Платформ маань одоо Монгол, Казахстан, Узбекистанд ажиллаж байна. Өнгөрсөн нэг жилд бид эдгээр зах зээлд олон мянган AI ярилцлага хийсэн. Номин Холдинг зэрэг компаниуд үүнийг ашиглан сошиал сувгуудаар горилогч олдог — хэн нэгэн Facebook, Instagram эсвэл Telegram дээрх холбоос дээр дарж, AI ярилцлагад орж, шаардлага хангавал ажилд орно. Эцсийн шат хүртэл хүний нөөцийн ажилтан оролцохгүй.
Бид гурван инженерээс бүрдсэн баг. Компанийн маань үнэлгээ $3 сая.
Бид бодитоор хэрхэн ажилладаг вэ: гурван хэрэгсэл
Жижиг баг ийм цар хүрээнд хэрхэн бүтээж, ажиллаж байгааг хуваалцаач гэж надаас хүссэн. Үнэнийг хэлэхэд гурван зүйл.
1. Claude Code
Манай гурван инженер нэг жил гаруйн хугацаанд ChatGPT болон өөр ямар ч AI код бичих хэрэгсэл ашиглаагүй. Бид зөвхөн Claude Code ашигладаг. Зөөврийн компьютерээ нээхэд хамгийн түрүүнд Claude Code ачаалагддаг. Claude Code ашигладаг хоёр инженер хорин хүний ажлыг хийж чадна. Энэ хэтрүүлэг биш — бид үүнийг өөрсдийн гүйцэтгэл дээр харж байна. Өнөөдөр технологийн компани байгуулж байгаа бол Claude Code сурах нь сонголт биш.
2. Хувийн AI агентууд
Надад Telegram дотор ажилладаг хоёр агент бий — тэд өдөр бүр миний төлөө ажилладаг. Эхнийх нь Монголын хөдөлмөрийн зах зээлийг хянадаг — өглөө бүр юу болж байгаа талаар товч судалгааны тойм илгээдэг: ямар компаниуд ажилтан авч байна, ямар албан тушаалын эрэлт өндөр байна, анхаарч арга хэмжээ авах ёстой ямар дохио байна.
Хоёр дахь нь албан бичгийн төсөл бэлтгэдэг. Төрийн байгууллагад илгээх албан бичиг, түнштэй байгуулах гэрээ, эсвэл татварын албанд өгөх хариу хэрэгтэй бол би юу хэрэгтэйгээ Telegram дээр тайлбарлахад тэр төслийг нь гаргаад өгнө. Би хянана, гарын үсэг зурна, илгээнэ. Өмнө нь захиргааны ажилтан эсвэл хуульч шаарддаг байсан ажил хэдхэн минутад шийдэгддэг.
2026 оны нэгдүгээр сараас хойш хувийн агентуудын технологи үнэхээр найдвартай болсон. OpenAI, Anthropic хоёулаа энэ чиглэлд томоохон шинэчлэлүүд гаргасан. Технологийн салбар бүхэлдээ хурдацтай урагшилсан. 2026 онд стартапт маркетингийн судалгаа, контент, захиргааны албан захидал харилцаанд тусдаа ажилтан хэрэггүй. Агентууд хийчихнэ.
3. Таамаглалын мөчлөг
Бидний гаргадаг функц бүр — платформд хийх өөрчлөлт бүр — нэг ижил давталтаар дамждаг. Бид үүнийг таамаглалын мөчлөг гэж нэрлэдэг. Facebook, Instagram болон томоохон технологийн компаниуд үүнийг олон жил хэрэглэж ирсэн. Хэрэглэдэг апп дээрээ цэс өөрчлөгдсөн эсвэл шинэ товч гарч ирснийг анзаарах бүрд цаана нь таамаглалын туршилт байдаг.
Энэ ингэж ажилладаг: багийн хэн нэгэнд санаа төрнө. Бид үүнийг шалгаж болохуйц таамаглал болгон бичнэ — „X нэмбэл Y болно гэж бид хүлээж байна“ — дараа нь туршихад хангалттай хамгийн бага хувилбарыг бүтээж, өгөгдөл цуглуулж, өгөгдөл юу харуулж байгаад үндэслэн шийдвэр гаргана.
Манай платформ дээрх саяхны нэг жишээ: бид симуляцийн үнэлгээгээ зөвхөн компаниудад зардаг байсан. Багийн нэг гишүүн асуусан — хувь хэрэглэгчид өөрсдөө үнэлгээ өгч, өөрийн танин мэдэхүйн профайлыг харж болдог бол яах вэ? Таамаглал бий болсон. Бид туршилт эхлүүлсэн. Хянаж үзэхэд: кампанит ажил дээр 4,000 даралт, 3,000 бүртгэл, 2,500 хүн төлбөрийн хуудас хүртэл очсон, 200 хүн төлсөн. Өгөгдөл үнэ нь хувь хэрэглэгчдэд хэт өндөр байгааг харуулсан. Бид баярлаж ч, гуниглаж ч байгаагүй — дараагийн шийдвэрээ гаргахад ашигласан.
Стартапууд ингэж л амьд үлддэг. Хэдэн сараар бүтээгээд найдаж суухаар биш. Хурдан туршиж, өгөгдлөө уншиж, давтан сайжруулж байж. OnePlaceHR дээрх бүтээгдэхүүний шийдвэр бүр энэ мөчлөгөөр дамждаг.
Оюутнууд болон залуу бүтээгчдэд
Карьерийнхаа эхэнд яваа хүнд юу хэлэх вэ гэж надаас асуусан. Хоёр зүйл.
Нэгдүгээрт — өөрийн юм эхлүүлэхээсээ өмнө бусдын компанид ажилла. Олон олон жил биш, гэхдээ байгууллага хэрхэн ажилладаг, хүмүүстэй хэрхэн хамтран ажиллах, хариуцлага бодитоор ямар мэдрэмж байдгийг ойлгох хэмжээнд. Ажил дээр ямар ч анги танхимд заадаггүй зүйлсийг сурдаг.
Хоёрдугаарт — бүтээхэд бэлэн болсон үедээ босго өөрчлөгдсөн гэдгийг санаарай. Нэг хүнтэй компани одоо хорин хүний баг шиг ажиллаж чадна. Хэрэгслүүд нь бэлэн байна. McKinsey түвшний танин мэдэхүйн үнэлгээ, том байгууллагын түвшний AI ярилцлага, судалгаа хийж, албан захидал бэлтгэдэг хувийн агентууд — энэ бүгдийг өнөөдөр таван жилийн өмнөхөөс хамаагүй бага зардлаар ашиглах боломжтой.
Гол асуулт бол нөөц хангалттай байгаа эсэх биш. Гол асуулт бол шийдэх бодит асуудал, хариултдаа туршилтаар хүрэх сахилга бат байгаа эсэх.