Czy AI w rekrutacji się opłaca? Podsumowanie webinaru

traffit.com 3 tygodni temu



Czy sztuczna inteligencja zabierze pracę rekruterom? A może wręcz przeciwnie – uchroni firmę przed zatrudnieniem fałszywego kandydata i zwróci zespołowi HR kilkadziesiąt godzin miesięcznie?

Automatyzacja procesów rekrutacyjnych przestała być wizją przyszłości. Wokół sztucznej inteligencji w HR narosło jednak wiele mitów, skrajnych emocji oraz obaw dotyczących bezpieczeństwa danych i jakości relacji z kandydatami.

Oto podsumowanie najistotniejszych wniosków, dobrych praktyk i twardych danych dotyczących opłacalności wdrożenia AI w rekrutacji z naszego webinaru z Anią Prończuk-Omiotek.

Prelegentki: Ania Prończuk-Omiotek – ekspertka od AI w marketingu, sprzedaży i HR, oraz Magdalena Sobczak – Marketing Lead w Traffit.

TL;DR
→Do 2028 roku choćby 1 na 4 profile kandydatów na świecie może być fałszywy – HR staje się pierwszym filtrem cyberbezpieczeństwa.
→Zasada „human in the loop”: AI podpowiada, człowiek odpowiada. W UE żaden system nie może sam odrzucić aplikacji.
→Trzy wdrożenia z rynku: Kinguin, itMatch i ABB – od 80% zdawalności kolejnego etapu do 70 godzin odzyskanych w pilotażu.
→Trzy zasady mądrego wdrożenia: nie automatyzuj chaosu, weryfikuj sugestie AI, odzyskany czas oddaj ludziom.
Spis treści
01.Bezpieczeństwo w rekrutacji
02.Złota zasada: human in the loop
03.Czy to się opłaca? 3 przykłady z rynku
04.Ile naprawdę można zaoszczędzić?
05.Co zrobić z odzyskanym czasem?
06.Podsumowanie: 3 zasady
01

Bezpieczeństwo w rekrutacji: dlaczego HR stał się celem hakerów?

Dyskusję o zasadności wdrożenia AI warto zacząć od kwestii bezpieczeństwa. Ataki cybernetyczne przestały dotyczyć wyłącznie słabo zabezpieczonych systemów IT – nowym punktem wejścia dla hakerów stały się procesy HR.

Głośny przypadek

Firma KnowBe4, zajmująca się cyberbezpieczeństwem, w procesie rekrutacji zdalnej zatrudniła fałszywego pracownika IT z Korei Północnej, wykorzystującego technologię deep fake. Zaraz po otrzymaniu dostępów firmowych podjął on próbę zainstalowania złośliwego oprogramowania.

1 na 4
profile kandydatów na świecie mogą być fałszywe do 2028 roku
Wniosek dla HR

Dział HR przestaje być wyłącznie jednostką operacyjną – staje się pierwszym strażnikiem cyberbezpieczeństwa w organizacji. To na etapie rekrutacji i weryfikacji tożsamości podejmuje się najważniejsze decyzje chroniące firmę przed oszustwem.

02

Złota zasada wdrażania AI: human in the loop

Kluczem do bezpiecznej i etycznej pracy z AI w HR jest model human in the loop, czyli człowiek w pętli. Oznacza to, iż technologia pełni rolę asystenta, ale to człowiek podejmuje ostateczną decyzję.

O czym musisz pamiętać, łącząc AI z rekrutacją?

1
Nigdy nie wrzucaj CV kandydatów do publicznych narzędzi AI

Przetwarzanie danych osobowych w modelach otwartych narusza przepisy RODO i politykę prywatności. Korzystaj wyłącznie z bezpiecznych, zamkniętych systemów – na przykład modułów AI wbudowanych w system ATS – które nie wykorzystują danych wrażliwych do szkolenia publicznych modeli.

2
Skuteczność zależy od jakości promptu

Dobry prompt powinien składać się z kilku podstawowych elementów: rola (kim ma być AI), zadanie (co ma zrobić), kontekst (warunki, branża, wymogi) oraz cel i format (jaki ma być wynik końcowy).

3
Brak danych w CV to powód do zadania pytania, a nie automatycznego odrzucenia

Algorytmy scoringowe powinny służyć do priorytetyzacji pracy rekrutera, a nie bezmyślnego eliminowania aplikacji. W Unii Europejskiej żadne narzędzie ani system nie może sam odrzucić aplikacji – tę decyzję zawsze podejmuje człowiek.

03

Czy to się opłaca? Trzy przykłady z rynku

Opłacalność AI najłatwiej zmierzyć na konkretnych wdrożeniach. Przykłady firm pokazują, iż automatyzacja powtarzalnych etapów przynosi oszczędności finansowe i czasowe przy jednoczesnym podniesieniu jakości zatrudnienia.

Case study 01
Kinguin: automatyczny scoring CV
Wyzwanie

Kilkaset aplikacji w pierwszym tygodniu na stanowiska obsługi klienta 24/7. Wymóg szybkiej preselekcji bez pogarszania doświadczenia kandydata.

Rozwiązanie

Wdrożenie scoringu opartego na podziale kryteriów na konieczne i dodatkowe oraz ocena dopasowania w skali 0-100%.

Efekt

-50%
czasu preselekcji
80%
zdawalność testu językowego, wcześniej 40-50%

Zobacz pełne case study Kinguin →

Case study 02
itMatch: standaryzacja pracy zespołu
Wyzwanie

Korzystanie z rozproszonych, darmowych narzędzi i brak jednolitego standardu pracy z AI w zespole rekrutacyjnym.

Rozwiązanie

Wyznaczenie powtarzalnych zadań, stworzenie wyspecjalizowanych asystentów AI oraz ujednolicenie bazy w systemie ATS.

Efekt

26 h
pracy zespołu odzyskane tygodniowo
30 min
na research klienta zamiast kilku godzin
3 h
na treści employer brandingowe zamiast tygodnia
+28%
kandydatów przedstawianych klientom

Zobacz pełne case study itMatch →

Case study 03
ABB: głosowy bot na pierwszym kontakcie
Wyzwanie

Tysiące aplikacji na powtarzalne stanowiska. Dzwonienie do kandydatów poza godzinami pracy, przed 9:00 lub po 17:00, utrudniało kontakt obu stronom.

Rozwiązanie

Wdrożenie głosowego bota AI realizującego wstępny screening telefoniczny – pytania o wykształcenie, dostępność i relokację – z pełną transparentnością informacyjną.

Efekt

55%
kandydatów zgodziło się na rozmowę z agentem AI
95%
z nich ukończyło pełny screening
70 h
pracy rekruterów zaoszczędzone w samym pilotażu
04

Ile naprawdę można zaoszczędzić? Liczby i symulacja

Opłacalność AI w rekrutacji wylicza się na podstawie wolumenu spływających CV oraz liczby prowadzonych procesów.

Parametr Rekrutacja tradycyjna Rekrutacja wspierana przez AI scoring
Przykładowy wolumen 3 rekrutacje / m-c (łącznie 600 CV) 3 rekrutacje / m-c (łącznie 600 CV)
Czas preselekcji ok. 20 godzin ok. 3 godziny
Odzyskany czas – 17 godzin miesięcznie (ok. 2 dni robocze)
Oszczędność finansowa – ok. 990 zł brutto / m-c w przeliczeniu na roboczogodziny

Skrócenie czasu analizy dokumentów z 17 sekund pobieżnego przeglądania manualnego do automatycznego zestawienia kryteriów pozwala rekruterowi skupić się na wartościowych profilach.

05

Candidate experience: co zrobić z odzyskanym czasem?

Głównym zarzutem wobec AI jest obawa, iż technologia dehumanizuje rekrutację. Praktyka pokazuje coś przeciwnego: celem automatyzacji nie jest zastąpienie relacji, ale odzyskanie czasu w jej budowanie.

Gdy AI przejmuje powtarzalną rutynę – selekcję formalną, układanie ogłoszeń, wstępny screening – rekruter uzyskuje przestrzeń na:

✓udzielanie spersonalizowanego feedbacku po rozmowach kwalifikacyjnych,

✓pogłębione rozmowy z wyselekcjonowanymi kandydatami,

✓lepszy briefing i współpracę z hiring managerami,

✓dopracowanie procesu onboardingu i budowanie relacji wewnątrz firmy.

Kandydaci nie odrzucają technologii, o ile proces jest transparentny. o ile wiedzą, iż rozmawiają z AI na etapie organizacyjnym, a dzięki temu cały proces przebiega szybciej – candidate experience rośnie.

06

Podsumowanie: trzy zasady mądrego wdrażania AI w HR

Zapamiętaj
Nie automatyzuj chaosu
Zanim wdrożysz narzędzia AI, poukładaj procesy i doprecyzuj kryteria rekrutacyjne. Technologia przyspiesza proces – jeżeli proces jest zły, AI po prostu szybciej wygeneruje błędy.
AI podpowiada, człowiek odpowiada
Traktuj wskaźniki dopasowania jako sugestię i punkt startowy do rozmowy, a nie jako ostateczny wyrok odrzucający kandydata.
Odzyskany czas oddaj ludziom
Godziny i pieniądze zaoszczędzone dzięki automatyzacji zainwestuj w jakościowe relacje, empatię i wyższy standard komunikacji.

Wdrażanie AI w rekrutacji opłaca się wtedy, gdy technologia zdejmuje z człowieka ciężar powtarzalnych zadań, przesuwając rolę rekrutera z pozycji „przeglądacza CV” na pozycję strategicznego partnera w biznesie.

Sprawdź, czy AI scoring ma sens w Twoich rekrutacjach

Umów bezpłatną, niezobowiązującą rozmowę z zespołem Traffit. Przejdziemy przez skalę Twoich rekrutacji i wyzwania w procesie, żeby ocenić, co realnie da efekt.


Umów rozmowę

Wypróbuj Traffit za darmo

Idź do oryginalnego materiału