Twój system ATS powinien pamiętać to, co rekruterom wypada z głowy

Przez długi czas jednym z największych wyzwań w rekrutacji było przyciągnięcie wystarczającej liczby kandydatów. Dziś, w wielu projektach, problem jest niemal odwrotny.

Rekruterzy nie zmagają się z brakiem aplikacji. Zmagają się z ilością czasu potrzebną na zrozumienie, które z nich faktycznie zasługują na ich uwagę. Pojedyncze ogłoszenie potrafi dziś wygenerować dziesiątki, a nawet setki CV w bardzo krótkim czasie. Część z nich jest trafna. Część jest powiązana z rolą tylko bardzo luźno. Niektóre zostały starannie skrojone przy użyciu AI. Inne wysłano w ramach strategii masowego aplikowania – bez większego przemyślenia. Zdarzają się też takie, gdzie lokalizacja, poziom doświadczenia, a nawet tożsamość kandydata wymagają znacznie bliższej weryfikacji.

Nie oznacza to oczywiście, że aplikacje pisane z pomocą sztucznej inteligencji są automatycznie złe. Wielu świetnych ludzi używa AI po prostu po to, by poprawić strukturę czy język swojego CV. Prawdziwym problemem jest sam wolumen tych aplikacji w zderzeniu z ograniczoną pulą uwagi rekrutera.

Im bardziej „wypolerowane” stają się życiorysy, tym trudniej na pierwszy rzut oka odróżnić kandydata o realnie mocnym dopasowaniu od tego, który po prostu wie, jak dobrze się zaprezentować. To właśnie w tym miejscu wstępna weryfikacja aplikacji (screening) po cichu stała się jednym z najtrudniejszych etapów współczesnej rekrutacji.

Kiedyś screening był prosty. Przynajmniej w teorii

Rekruter otwiera CV, sprawdza doświadczenie kandydata, porównuje je z opisem stanowiska, rzuca okiem na umiejętności, seniority, lokalizację, znajomość języków oraz historię zatrudnienia – i decyduje, czy ta osoba przechodzi dalej.

Napisane w jednym zdaniu wciąż brzmi to prosto. Ale w praktyce niemal nigdy takie nie jest.

Wyobraź sobie rekrutację na stanowisko Finance Managera ze 120 aplikacjami. Rola wymaga mocnego doświadczenia w raportowaniu, budżetowaniu, prognozowaniu, business partneringu, zaawansowanego Excela, znajomości SAP i biegłego angielskiego.

• Pierwszy kandydat ma dziesięć lat stażu w księgowości, ale w CV nie ma praktycznie śladu po prognozowaniu (forecasting).

• Drugi pracował w dziale FP&A, ale tylko na stanowisku juniorskim.

• Trzeci wygląda niemal idealnie, ale w życiorysie jest dziwnie lakoniczny na temat zarządzania zespołem.

• Czwarty używa całkowicie innej terminologii, mimo że jego doświadczenie w praktyce może być dokładnie tym, czego szukacie.

A teraz pomnóż te porównania przez 120.

Rekruter nie tylko czyta dokumenty. On nieustannie przeskakuje między kryteriami, wydaje drobne osądy, próbuje utrzymać w pamięci poprzednich kandydatów i walczy o to, by pozostać konsekwentnym przez cały proces.

Po pierwszych 20 CV poziom koncentracji jest zazwyczaj wciąż bardzo wysoki. Po 60 proces staje się mechaniczny. Powyżej setki, nawet niezwykle doświadczony łowca talentów zacznie coraz mocniej polegać na uproszczeniach i skrótach myślowych.

To wcale nie jest krytyka rekruterów. Tak po prostu działa ludzka uwaga.

Dlaczego słowa kluczowe to już za mało

Tradycyjny screening często opiera się na słowach kluczowych, nazwach stanowisk, wypisanych umiejętnościach lub latach doświadczenia. Te filtry są użyteczne, ale rzadko opowiadają pełną historię.

Kandydat może wspomnieć w CV hasło „SAP” zaledwie raz, ale to nie mówi nam, czy używał go codziennie przez pięć lat, czy tylko brał udział w jednym projekcie wdrożeniowym. Ktoś może wpisać „Zarządzanie zespołem”, ale mogło to oznaczać nieformalne koordynowanie pracy dwóch osób, a nie kierowanie całym dużym departamentem. Kolejny kandydat może mieć idealne zaplecze techniczne, ale opisał je językiem zupełnie innym niż ten, którego użyto w firmowym briefie.

To największa słabość screeningu opartego wyłącznie na słowach kluczowych. Słowa kluczowe mówią nam, że coś po prostu pojawia się w dokumencie. Ale rzadko tłumaczą, co to doświadczenie tak naprawdę znaczy.

Rekrutacja nie polega na mechanicznym dopasowywaniu pojedynczych słówek. Polega na interpretacji kontekstu.

Dlatego właśnie kandydat może wypaść blado na pierwszy rzut oka, a mimo to okazać się absolutnym hitem po pierwszej rozmowie. Czasem CV jest po prostu źle napisane. Czasem dana osoba ma świetne doświadczenie, ale nie potrafi go dobrze „sprzedać”. Czasem pochodzi z innej branży, ale jej twarde umiejętności można w 100% przetransferować do Waszych realiów.

Dobry rekruter wyłapuje te niuanse. A technologia powinna mu w tym pomagać, zamiast je ukrywać.

Co tak naprawdę robi AI Scoring w Recruitify

Funkcja AI Scoring w Recruitify została stworzona, by wesprzeć rekruterów dokładnie na tym etapie. Ocenia ona zarówno nowo spływające aplikacje, jak i kandydatów już wcześniej przypisanych do projektu. Porównuje informacje zawarte w CV z wymaganiami zdefiniowanymi dla danego stanowiska.

Rekruter otrzymuje nie tylko liczbowy wynik dopasowania, ale też kontekstowe podsumowanie wyjaśniające, w jaki sposób dany profil ma się do roli. System podświetla mocne strony, identyfikuje luki, pokazuje, które kryteria wydają się spełnione, a których brakuje, i sugeruje pytania, które bezwzględnie warto zadać podczas pierwszej rozmowy.

Co najważniejsze: wynik liczbowy nie ma być ostateczną odpowiedzią. Ma być punktem wyjścia.

Wróćmy do przykładu Finance Managera. Kandydat może otrzymać wynik na poziomie 78. Sama w sobie ta liczba nie mówi prawie niczego. Prawdziwa wartość płynie z uzasadnienia, które za nią stoi.

System może pokazać, że osoba ta ma ponad dziesięć lat doświadczenia w raportowaniu finansowym, świetne obycie w międzynarodowym środowisku SSC i solidną znajomość SAP-a. Jednocześnie może zasygnalizować, że w profilu brakuje twardych dowodów na doświadczenie w budżetowaniu, prognozowaniu i operacyjnym wsparciu biznesu.

To daje rekruterowi realną pomoc. Nie ostateczny werdykt, ale wyraźny kierunek. Rekruter od razu wie, co wygląda dobrze, czego może brakować i co koniecznie trzeba będzie „przewiercić” podczas najbliższej rozmowy.

System scoringowy powinien pomagać Ci w zadawaniu lepszych pytań

Jedną z najbardziej przydatnych części naszego AI Scoringu są wytyczne do samego wywiadu.

W tradycyjnym screeningu brak konkretnego słowa w dokumencie często prowokuje rekrutera do błyskawicznej oceny. Nie widzi twardego dowodu na posiadanie danej umiejętności – więc zakłada, że kandydat po prostu jej nie ma. Czasem to założenie jest trafne. A czasem wręcz przeciwnie.

Życiorys z definicji jest zawsze dokumentem niekompletnym. To podsumowanie, w którym kandydaci siłą rzeczy skupiają się na tym, co sami uznają za najważniejsze. Mogą pominąć kluczowy dla Was projekt, użyć zbyt ogólnego opisu zamiast podać konkretny, twardy przykład z życia, lub po prostu nie umieć wytłumaczyć skali swojej decyzyjności.

Dlatego brak spełnienia danego kryterium powinien w wielu przypadkach stawać się dla rekrutera pytaniem, a nie od razu powodem do odrzucenia.

Na przykład:

• „Czy możesz przeprowadzić mnie krok po kroku przez proces budżetowania, za który odpowiadałeś?”

• „Jak dużo bezpośredniego kontaktu miałeś z interesariuszami biznesowymi?”

• „Jaka była Twoja dokładna rola podczas wdrożenia SAP-a?”

• „Zarządzałeś zespołem formalnie, czy tylko operacyjnie koordynowałeś pracę innych?”

Te konkretne pytania mogą całkowicie odwrócić perspektywę rekrutera. A to oznacza, że użyteczne narzędzie scoringowe musi robić znacznie więcej niż tylko bezmyślnie szufladkować ludzi. Powinno pomagać rekruterowi w prowadzeniu mądrego śledztwa. To jest właśnie ta fundamentalna różnica między automatyzacją, która po prostu tnie czas, a taką automatyzacją, która podnosi merytoryczną jakość całego procesu.

Prawdziwą wartością nie jest wyłącznie szybkość

Najłatwiej jest opisać AI Scoring jako funkcję stricte oszczędzającą czas. I tak, zdecydowanie nim jest.

Ale znacznie ciekawszym i ważniejszym biznesowo profitem nie jest wcale to, że rekruterzy mogą przeglądać życiorysy szybciej. Najważniejsze jest to, że mogą oni kierować swoją uwagę znacznie mądrzej. Rekruter, który spędza mniej czasu na ręcznym, linijka po linijce, porównywaniu dziesiątek CV, może spędzić go o wiele więcej na pogłębionych rozmowach z talentami, mądrym doradztwie dla hiring managerów, dbaniu o komunikację i budowaniu relacji na poczet przyszłych projektów.

To szczególnie ważne, ponieważ pojęcie produktywności w rekrutacji jest często dość opacznie rozumiane. Większa aktywność to niekoniecznie lepsza praca.

Wysyłanie większej liczby maili, otwieranie setek PDF-ów i bezlitosne przepychanie profili przez etapy w systemie wygląda w raportach na niesamowitą wydajność, ale rzadko kiedy prowadzi do podejmowania obiektywnie lepszych decyzji biznesowych. Prawdziwa produktywność to po prostu optymalne wykorzystywanie własnej uwagi.

Jeśli technologia pomaga rekruterowi wcześniej wyłowić odpowiednie profile, przygotować ostre, trafne pytania i ominąć powtarzalną, mechaniczną ocenę, to tworzy ona wartość dalece wykraczającą poza samą, surową prędkość działania.

Application Radar i AI Scoring rozwiązują dwa różne problemy

AI Scoring zyskuje pełną moc, gdy połączymy go z inną funkcją dostępną w Recruitify – Application Radar. Obie te funkcje żyją bardzo blisko siebie, ale służą do zupełnie czegoś innego.

Application Radar wspiera rekruterów w szybkim odfiltrowywaniu napływających zgłoszeń na podstawie rzeczywistej lokalizacji kandydata oraz dostarcza innych „miękkich” informacji o aplikującym. To narzędzie jest niezastąpione w sytuacjach, gdy ogłoszenie generuje potężny ruch z regionów niemieszczących się w wymogach oferty lub gdy samej aplikacji brakuje szerszego kontekstu.

Z kolei AI Scoring ocenia stricte merytoryczne dopasowanie kandydata do otwartej roli. W dużym uproszczeniu:

• Application Radar odpowiada na pytanie: „Kto aplikuje i jaki dodatkowy kontekst powinniśmy o tej osobie znać?”

• AI Scoring odpowiada na pytanie: „Jak dobrze ten konkretny kandydat pasuje do wymagań na naszym stanowisku?”

Razem tworzą o wiele silniejszą, ustrukturyzowaną matrycę oceny. Jedno narzędzie wycina niepotrzebny szum i dorzuca kontekst rynkowy, a drugie ocenia czystą adekwatność merytoryczną. Ta fuzja potrafi drastycznie podnieść produktywność rekrutera – zwłaszcza w potężnych, wysokowolumenowych projektach.

Musimy jednak pomówić o ryzyku

Technologia bezustannie uczy nas pracy na wyższych obrotach. Oczekujemy wyników wyszukiwania w ułamek sekundy. Zakładamy, że rekomendacje od razu będą mocno spersonalizowane. Oczekujemy, że to systemy powiedzą nam, co czytać, co oglądać, co kupować i jak układać swoje priorytety.

Systemy rekrutacyjne (ATS) zmierzają w dokładnie tym samym kierunku. Jest to wysoce przydatne, ale jednocześnie generuje zupełnie nowe, niebezpieczne ryzyko. Im mocniej polegamy na punktacjach, rekomendacjach i suchych rankingach, tym łatwiej przychodzi nam zaprzestanie patrzenia głębiej.

Wyobraź sobie rekrutera, który zaczyna traktować wynik na poziomie 75 punktów jako nieoficjalną linię odcięcia. Kandydaci powyżej tego progu lądują na krótkiej liście. Ci poniżej – są natychmiast odrzucani.

Początkowo poczuje on niesamowity powiew świeżości i efektywności. Z czasem jednak może całkowicie przestać kwestionować sam wynik oceny. A kandydat z wynikiem 68 może mieć niezwykle nieszablonowe, ale szalenie adekwatne na tym stanowisku doświadczenie. Inny może przychodzić z zupełnie innej branży, ale wnosić pakiet transferowalnych umiejętności, za które menedżer zatrudniający oddałby wiele. Ktoś inny może mieć wybitnie słabo napisane CV, ale na żywo okazać się absolutnym tytanem intelektu i kompetencji.

Jeśli rekruter przestaje zaglądać pod dany próg punktowy, technologia w tym samym momencie przestaje wspierać jego osąd, a zaczyna go całkowicie zastępować. A to przecież nie jest rola AI Scoringu. Wynik to nie jest prawda objawiona. To jedynie matematyczna interpretacja dostępnych informacji w oparciu o dostarczone kryteria.

Jeśli CV jest dziurawe, ocena prawdopodobnie też taka będzie. Jeśli wymagania w ogłoszeniu są skrajnie mętne – system wygeneruje oceny, które wprowadzą Cię w błąd. A jeśli rekruter zaufa w 100% samej liczbie z pominięciem własnego profesjonalnego nosa, wspaniali ludzie na zawsze znikną z bazy danych, zanim ktokolwiek zdąży choćby raz do nich zadzwonić.

Dlatego właśnie rekruterzy powinni traktować ten system jako biznesowego drogowskaza, a nie zamkniętą bramę, przez którą nie da się przejść. Technologia ma wyostrzać nam wzrok. Nie może stanowić klapek na oczach.

Dobra ocena zawsze zaczyna się od dobrego zdefiniowania roli

Zawsze powtarzamy jedno: AI Scoring jest tak dobry, jak kryteria, którymi go nakarmisz. Jeśli opis stanowiska jest luźny, mocno oderwany od rzeczywistości lub zbyt „pojemny” – nie oczekuj, że na wyjściu otrzymasz idealny ranking kandydatów.

Wymóg w stylu: „Mocne doświadczenie finansowe” to frazes. Co to właściwie oznacza dla Waszej firmy? Raportowanie? Controlling? Budżetowanie operacyjne? Audyt? Księgowość? Wchodzenie w rolę partnera biznesowego, czy może suchą analitykę finansową?

To samo dotyczy pojęć takich jak „Zdolności przywódcze”, „Zmysł komercyjny” czy tak wyświechtana, „Doskonała komunikacja”. Brzmią one fajnie w ogłoszeniu, ale są praktycznie niemożliwe do oceny, dopóki nie przetłumaczysz ich na twardy konkret. Czy przywództwo u Was oznacza dowodzenie dziesięcioma ludźmi? Prowadzenie projektów macierzowych? Wywieranie wpływu na interesariuszy bez posiadania nad nimi formalnej władzy?

Im twardsze i bardziej jednoznaczne kryteria, tym potężniejszy staje się sam Scoring. I to rodzi niezwykle ciekawy efekt uboczny. Użycie tej funkcji bezbłędnie obnaża momenty, w których sam brief rekrutacyjny od biznesu jest tak naprawdę dziurawy jak szwajcarski ser.

Czasem prawdziwym problemem nie jest wcale to, że rynkowi kandydaci nie pasują do stanowiska. Problemem jest to, że nikt w firmie jasno nie zdefiniował, co to „dopasowanie” ma u Was znaczyć. Pod tym względem sztuczna inteligencja potrafi podnieść nie tylko jakość samej selekcji CV, ale przede wszystkim jakość i dojrzałość rozmów na linii rekruter – biznes, jeszcze zanim cały ten proces w ogóle wystartuje.

Na końcu dnia to rekruter podejmuje decyzję

Za każdym razem, gdy sztuczna inteligencja jest wykorzystywana do oceny żywych kandydatów, ludzie zadają to samo pytanie: „Czy to system ostatecznie zdecyduje, kogo zatrudnimy?”.

W przypadku Recruitify odpowiedź zawsze brzmi: NIE. Rekruter pozostaje u sterów.

AI Scoring porządkuje informacje w chaosie, identyfikuje ciekawe wzorce i pomaga z niezwykłą ostrością układać priorytety poszukiwań. Jednak nigdy nie zrozumie głębokiego kontekstu pracy konkretnego zespołu, niuansów samego menedżera, zawiłej sytuacji biznesowej klienta ani prawdziwej, ludzkiej motywacji kandydata.

Żaden algorytm nie zweryfikuje chemii między ludźmi podczas trudnej rozmowy na komunikatorze. Nie doceni skali czyjegoś potencjału rozwojowego. Nie odgadnie tego, że hiring manager w przypływie chwili jest w stanie bezboleśnie odpuścić jeden twardy wymóg, bo nagle inna umiejętność, której właśnie u kogoś dostrzegł, okazała się dziesięciokrotnie ważniejsza z perspektywy projektu. Nie zastąpi też absolutnie kluczowej ciekawości samego rekrutera.

Kandydat wyceniony na szczyt skali wcale nie musi być tym „jedynym, słusznym wyborem”. A ten z nieco niższym wynikiem wciąż może okazać się absolutnym objawieniem dla firmy.

Dlatego ten słynny „pierwiastek ludzki” zawsze pozostanie nieodłącznym fundamentem całego procesu zatrudniania. Świetna technologia ma za zadanie wyeliminować powtarzalną, tępą „dłubaninę” na dziesiątkach ekranów. Jej rolą nie jest jednak kastrowanie rekrutera z jego zawodowego osądu.

Konsekwencja jest pożyteczna. Ale to elastyczność buduje potęgę zespołu

Jedną z największych zalet AI Scoringu jest żelazna konsekwencja na etapie weryfikacji. Kandydaci są mierzeni dokładnie tymi samymi kryteriami roli, co tworzy o wiele mocniejszą i obiektywniejszą pierwszą warstwę porównawczą. A to skarb, ponieważ ręczny screening potrafi bardzo mocno odstawać od tego ideału.

Dwóch headhunterów może zrozumieć ten sam wymóg w całkowicie inny sposób. Ten sam rekruter może podejmować nieco inne decyzje, w zależności od tego, jak bardzo goni go w danym dniu kalendarz, od presji czasu na procesie, a nawet od samej kolejności, w jakiej klika w napływające aplikacje. Rankingi tworzą pewien sztywny punkt odniesienia, i to świetnie. Jednak nigdy nie powinny stać się ortodoksyjnym prawem.

Różne projekty i firmy to niemal zawsze konieczność szukania różnych kompromisów. Ultra-rzadka, niszowa umiejętność nieraz przebije 10-letnie doświadczenie z branży. Potencjał lidera do przeskalowania działu potrafi zważyć więcej niż liczba lat wysiedzianych na tym samym krześle. Kandydatowi może brakować absolutnie jednego, sztywnego wymagania z ogłoszenia, a jednocześnie wnieść do pokoju coś tak zjawiskowego, że całkowicie zmienia to perspektywę i ton nadchodzącej dyskusji biznesowej.

Konsekwencja systemu rekrutacyjnego w ocenianiu aplikacji to absolutnie niezbędny element, by rzetelnie porównać rynek. Elastyczność ludzkiego instynktu to klucz, który pozwala finalnie dokonać świetnego zatrudnienia. Wybitny proces selekcyjny nieustannie balansuje między obydwoma tymi wymiarami.

Lepszy screening nie oznacza taśmowego odrzucania

Istnieje też drastyczna przepaść między wykorzystywaniem potęgi sztucznej inteligencji do asystowania przy pierwszej selekcji, a korzystaniem z niej wyłącznie w roli automatycznej bramki wylotowej. Funkcjonalność AI Scoringu w systemie Recruitify została zbudowana od podstaw tak, by służyć i wspierać człowieka. Nie jest to żadna automatyczna maszyna do seryjnego odrzucania CV.

Głównym motywem było sprawienie, by rekruter mógł szybciej i precyzyjniej zdekodować potencjał profilu kandydata, od razu dostrzec braki informacji, których potrzebuje na wywiad, a do samej dyskusji wchodził świetnie uzbrojony merytorycznie. Każdy wypluty przez silnik wynik należy traktować głęboko w narzuconym kontekście całego biznesu, ponieważ każdy, nawet najlepiej „wytrenowany” algorytm oceniający ma swoje twarde granice.

Pamiętajmy: maszyna kalkuluje w oparciu o dokładnie te informacje, które zostały jej wgrane. Jeżeli aplikant zapomniał opisać jakiegoś konkretnego modułu swojej pracy zawodowej – maszyna nie ma prawa domyślić się, że z nim obcował. Jeżeli rekruter wrzucił do ustawień kampanii przestrzelone, niewłaściwe wymogi z kosmosu – to maszyna zmierzy kandydatów dokładnie tą chybioną miarą. A jeżeli definicja sukcesu dla samego stanowiska wywróci się do góry nogami w toku rozmów rekrutacyjnych – systemową matrycę oceny również trzeba będzie zbudować od nowa, by nadal działała z pożądaną ostrością.

Dlatego właśnie nic nie jest w stanie zastąpić absolutnej transparentności tego procesu po naszej stronie – stronie twórców oprogramowania. Widok, na który finalnie patrzy rekruter, to nie są wygenerowane liczby z rzuconych kości. Rekruter musi widzieć na własne oczy obiektywne powody wystawionej oceny, merytoryczne podsumowanie życiorysu, wypunktowane twarde ryzyka i kompetencyjne obszary, za które system podniósł punktację.

Pozbawiona jasnego kontekstu liczba bardzo szybko buduje ślepą i szkodliwą dla firmy zależność. Za to transparentnie opisana ocena to profesjonalny, wymierny asystent w decyzyjnym boju.

Rekrutacja wrzuca piąty bieg. Dopilnujmy, by po drodze nie straciła rozumu

Nie ulega żadnej wątpliwości, że technologia wokół rekrutacyjna będzie parła do przodu niczym walec. Wstępna selekcja aplikacji nabierze jeszcze większej prędkości. Mapowanie i matching na liniach profil-ogłoszenie będzie ocierać się o perfekcję, a inteligentne automaty wyręczą nas w kolejnych zwałach biurowej, papierologicznej roboty.

I to absolutnie genialna wiadomość.

Każdy z nas zgadza się, że rekruterzy nie są od tego, by tonąć w Excelach czy przeskakiwać między zakładkami w zadaniach, które ułożone, cyfrowe rozwiązania ogarniają w trybie milisekund. Jednak wydajność ujęta w suchych ramach stoperów i KPI – absolutnie nie powinna stawać się celem samym w sobie.

Cała ta skomplikowana gra, którą na co dzień uskuteczniamy w zespołach pozyskiwania talentów, to wciąż szachownica zbudowana z ludzi, w dużej mierze sklejona na bazie dziurawych, nielinearnych strumieni informacji i wymagająca niesamowicie dojrzałego osądu w nieustannie zmieniających się warunkach. Najlepsi gracze na rynkowej arenie rzadko kiedy wyglądają perfekcyjnie na kartce A4 z życiorysem. Najwyższy wynik w algorytmie ATS-a wcale nie jest obietnicą idealnego, długowiecznego pracownika w korporacji. A fakt, że czegoś zabrakło na ekranie, wcale nie znaczy, że tej umiejętności tam nie było.

Sztucznej inteligencji, wokół której buduje się innowacje w nowoczesnym HR, wcale nie powołano do życia po to, by procesować zatrudnienia na w pełni zautomatyzowanej, bezmyślnej taśmie produkcyjnej. Jej głównym, powierzonym zadaniem jest uczynić profesjonalnego rekrutera na powrót tak samo bezwzględnie przygotowanym i ostrym, jakim zawsze potrafił być. Filozofia AI Scoringu wbudowanego w jądro Recruitify powstała dokładnie w służbie tego celu.

To broń masowego rażenia w optymalizacji selekcji. Pomaga oceniać profile setki razy szybciej i bez uprzedzeń, błyskawicznie chwytać pełen kontekst i nakreślać mapę niewiadomych, idealnie dozbrajając wywiad przed wejściem na wizję czy spotkanie w biurze.

Ale co do samego faktu, co faktycznie ma w tym biznesie twarde znaczenie – to rekruterzy uderzają młotkiem w stół na koniec narady. I na zawsze niech ten proces tak właśnie wygląda. Oprogramowanie bazujące na algorytmach nigdy nie powinno wyręczać nas, decydując kim docelowo mamy obsadzić wakat.

Ono powinno potężnym reflektorem oświetlać dla nas sylwetki tych, w stronę których naprawdę warto byłoby uważniej wytężyć swój wzrok.