Сотні заявок на одну вакансію. Що я зрозумів про автоматизацію в рекрутингу, коли будував її сам

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Чим довше я працюю в цій сфері, тим більше переконуюся, що коли компанії беруться автоматизувати рекрутинг, вони часто зосереджуються на найпомітнішій частині процесу, але суттєвих змін це не приносить. Найм зазвичай сповільнюють менш очевидні етапи, які легко недооцінити або просто не помітити.

У цій статті розповім, з чого, на мою думку, варто починати автоматизацію, які задачі можна віддати АІ. Також поговоримо про незручні, але важливі питання, які командам доведеться поставити собі перед тим, як братися за зміни.

Кількість заявок не головна проблема

На конкурентну вакансію від 100 до 500 заявок є звичною ситуацією. Для рекрутера це години на перегляд резюме ще до першого інтерв’ю, а потім ще більше часу на організаційну рутину.

Навантаження справді тисне, але я не вважаю його головною причиною повільного найму. Частіше проблема в процесі. Він нечіткий, його важко виміряти, і він залежить від ручної роботи.

Дві людини дають дві різні оцінки

Коли заявок сотні, рекрутер витрачає години на кандидатів, які не підходять і не пройдуть навіть першого етапу. Є і менш помітна проблема. Ручний скринінг важко зробити послідовним. Двоє рекрутерів дивляться на одне резюме й оцінюють його по-різному. Навіть той самий рекрутер зранку і ввечері може по-різному оцінити двох однаково сильних кандидатів. На десяти заявках це не критично. На трьохстах це вже впливає на якість шорт-листа.

Автоматизація скринінгу знімає більшу частину рутини, але тільки якщо за нею стоїть зрозумілий процес.

ATS не виконує роботу за рекрутера

ATS упорядковує заявки, переводить кандидатів між етапами і зберігає дані. Роботу всередині цих етапів вона не робить. Рекрутер так само годинами переглядає резюме, домовляється про дзвінки, чекає на фідбек і оцінює кандидатів, навіть якщо все акуратно зафіксовано в системі.

Для себе я формулюю різницю так. ATS тримає процес в порядку, а автоматизація бере на себе повторювану роботу всередині нього. Тому ще один інструмент сам по собі рідко щось змінює. Спершу треба зрозуміти, куди насправді йде час.

Спершу виміряйте показники

Перш ніж щось змінювати, варто зафіксувати, як процес виглядає зараз. Я раджу почати з двох груп показників.

Перша група стосується часу рекрутера. Скільки годин іде на скринінг однієї вакансії і скільки загалом на один найм, враховуючи всю комунікацію? Це найпростіша точка для порівняння до і після змін.

Друга група стосується руху кандидата. Скільки він проводить на кожному етапі, де найчастіше відпадає, і скільки доводиться чекати на фідбек від HR-ів. Останній показник недооцінюють найчастіше, хоча саме він нерідко розтягує найм на тижні. Також важливо дивитися, на якому саме етапі люди йдуть, бо масовий відтік після тестового і після першого дзвінка означає різні проблеми з різними рішеннями.

Без цих цифр важко зрозуміти, чи новий інструмент щось покращив. Скринінг може здаватися швидшим, але незрозуміло, наскільки і чи не перемістилося навантаження на інший етап.

Ідеальні дані на старті не потрібні. Іноді саме автоматизація дає ту видимість процесу, якої бракувало. Важливо почати міряти і після змін відстежувати ті самі показники.

Що віддати автоматизації, а що залишити людині

Коли процес і його вузькі місця зрозумілі, можна вирішувати, яка робота обов’язково потребує рекрутера.

Я б віддав системі всю роботу, яку можна описати правилами. Це первинний скринінг і скоринг кандидатів, планування інтерв’ю, типова комунікація і структуроване перше інтерв’ю з однаковими питаннями для всіх. Сюди ж можна віднести сорсинг. Замість того, щоб писати сотні кандидатів у LinkedIn і молитися на відповідь, рекрутер описує потрібного кандидата, отримує профілі і далі уточнює пошук, аби він удосконалювався.

За людиною я б залишив рішення, які залежать від контексту. Це фінальний вибір кандидата, нестандартні випадки, оцінка мотивації, а також робота з офером. Питання не стосується того, чи довіряти ШІ чи ні. Просто в цих рішеннях забагато обставин, які не можна виміряти лише одним резюме, і потрібно більше вже якісних даних про кандидата.

Скоринг, якому можна довіряти

Якщо скринінг забирає години, автоматизація знімає більшу частину ручного перегляду. Але швидший шорт-лист не означає кращий. Перш ніж автоматизувати, треба чітко розуміти, як виглядає кваліфікований кандидат і на чому має ґрунтуватися це рішення.

Критерії задає людина

Почніть з вимог, які справді важливі для ролі, і розділіть їх на обов’язкові, бажані та ті, що одразу виключають кандидата. Потім вирішіть, які з них перевіряти на ранньому скринінгу, а які краще залишити на пізніші етапи.

Наприклад, якщо ви наймаєте маркетолога в B2B SaaS, обов’язковими можуть бути кілька років досвіду в B2B та практика роботи з платним трафіком. Досвід у конкретній індустрії теж може мати значення, але логічніше зробити його бажаним, а не обов’язковим.

Так рекрутер і інструмент скринінгу працюють за однією рамкою. А ще це виводить процес за межі простого пошуку за ключовими словами. Коли система шукає збіги слів, нагору піднімається резюме з правильними термінами, а не кандидат з правильним досвідом. І навпаки, сильна людина, яка описала свій досвід іншими словами, може відсіятися ще до того, як її хтось побачить.

Оцінка має бути пояснюваною

Корисний результат скринінгу показує, що вплинуло на оцінку і чого кандидату бракує. Наприклад, вимогу до досвіду виконано і релевантні навички є, але однієї бажаної кваліфікації немає. З таким контекстом рекрутер уже може вирішити, чи ця прогалина справді важлива для ролі.

У процесі, до якого я вважаю правильним прагнути, система робить первинний перегляд у масштабі і пояснює кожну оцінку. Рекрутер дивиться на результати, враховує те, що модель могла пропустити, і сам вирішує, хто йде далі.

Перше інтерв’ю без рекрутера

Перший дзвінок з рекрутером здебільшого складається з передбачуваних питань про мотивацію, досвід, очікування і базову відповідність ролі. Коли таких дзвінків десятки на одну вакансію, це стає серйозною витратою часу.

Для кандидата плюс у тому, що він може пройти інтерв’ю об одинадцятій вечора, а не чекати, поки знайдеться слот у календарі рекрутера. Для рекрутера плюс у тому, що не треба вкотре проводити однакову розмову.

Але було б нечесно не сказати про мінуси. Багато кандидатів ставляться до ШІ в наймі насторожено. За опитуванням Pew Research Center, 66% дорослих американців не хотіли б подаватися на вакансію в компанію, яка використовує ШІ для рішень про найм. А за даними Gartner, лише 26% кандидатів вірять, що ШІ оцінить їх чесно. Тому я вважаю, що кандидат має заздалегідь знати, що перше інтерв’ю проводить ШІ, розуміти, як його оцінюватимуть, і знати, що фінальне рішення ухвалює людина. Без цього автоматизація швидше відлякуватиме сильних кандидатів, ніж економитиме час.

І водночас було б неправильно зводити цю розмову лише до недовіри. На західних ринках такий формат справді набирає популярності й поступово стає звичною частиною найму. В Україні ж поки що залишається відкритим питання, наскільки кандидати готові до того, що перша взаємодія з компанією відбуватиметься не з рекрутером, а з AI.

З іншого боку, ставлення до таких інструментів неминуче змінюватиметься. Що раніше компанії почнуть обережно тестувати подібні формати і що звичнішими вони ставатимуть для ринку, то легше їх сприйматимуть нові покоління кандидатів. Для тих, хто зараз навчається і скоро виходитиме на ринок праці, перше інтерв’ю з AI може вже не здаватися чимось дивним чи неприродним, а сприйматися як одна з нормальних точок входу в процес найму.

Можливо, саме тому логічно починати з джуніор-позицій. Кандидати на такі ролі, ймовірно, будуть відкритіші до нового формату і спокійніше сприйматимуть автоматизацію першого етапу.

ШІ з обох сторін

ШІ використовують не лише рекрутери. Кандидати теж звертаються до нього, щоб підготуватися до інтерв’ю, покращити резюме або згенерувати відповіді. Іноді досвід подають так, що він не зовсім відповідає реальній роботі людини. У найгірших випадках за кандидата інтерв’ю проходить інша людина. Gartner прогнозує, що до 2028 року кожен четвертий профіль кандидата у світі буде фейковим.

Для автоматизованого найму це нова проблема, бо процес можуть «оптимізувати» обидві сторони. Висока оцінка на скринінгу нічого не варта, якщо за нею стоїть не та людина або не ті знання.

Тому, на мою думку, автоматизований процес має відстежувати ознаки нечесності. Це відповіді, схожі на згенеровані чи скопійовані, поведінка під час інтерв’ю, розбіжності між резюме і публічними профілями, а також перевірка того, що всі етапи проходить та сама людина.

Важливо, що ці сигнали не мають автоматично відсіювати кандидата. Людина може переключити вкладку, бо їй прийшло повідомлення, а не тому, що вона шукає відповідь. Сигнали має бачити рекрутер, щоб висока оцінка не приховала кандидата, який себе неправдиво подає.

Незручні питання, які варто поставити собі заздалегідь

Коли говоримо про ШІ в наймі, ці питання виникають завжди, і я вважаю, що на них краще мати відповідь до запуску, а не після.

Чи не відсіює скоринг людей несправедливо? Будь-яка автоматизована оцінка настільки упереджена, наскільки упереджені критерії, які в неї заклали. Тому критерії має задавати людина, і вони мають стосуватися навичок і досвіду, а не опосередкованих ознак на кшталт назви університету чи перерв у кар’єрі. Оцінка має бути пояснюваною, щоб рекрутер міг помітити, якщо система відсіює людей за дивною логікою.

Хто ухвалює рішення? Людина. Система пропонує шортлист і показує, на чому він ґрунтується. Відмову чи запрошення на наступний етап підтверджує рекрутер.

Чи знає кандидат, що з ним працює ШІ? Має знати. Прозорість тут важлива не лише з етичних міркувань. Кандидат, який дізнався про ШІ постфактум, навряд чи залишиться з гарним враженням від компанії.

Що з персональними даними? Резюме, записи інтерв’ю і транскрипти є персональними даними. Варто заздалегідь розуміти, де вони зберігаються, скільки часу і хто має до них доступ.

Замість висновку

Автоматизація найму працює найкраще, коли вона слідує за вашим процесом, а не намагається його замінити. Спершу варто описати процес і критерії, поміряти його і знайти справжнє вузьке місце. Лише після цього має сенс автоматизувати повторювану роботу, залишаючи ключові рішення за людиною. А потім поміряти ще раз і розширювати те, що спрацювало.

Якщо ви тільки починаєте, моя порада проста. Не автоматизуйте першим те, що найбільше дратує. Автоматизуйте те, що найбільше гальмує. Часто це різні речі.

Мені цікаво почути ваш досвід. Де у вашому процесі найм гальмує найбільше і що вже пробували автоматизувати? Що спрацювало, а що ні?