Perinteinen CV-seulonta perustuu rekrytoijan manuaaliseen läpikäyntiin, jossa hakemuksia arvioidaan yksi kerrallaan ennalta määriteltyjen kriteerien pohjalta. Tekoälyanalyysi puolestaan käy läpi suuren hakijajoukon automaattisesti, tunnistaa osaamisen yhteyksiä ja nostaa esiin myös sellaisia hakijoita, joita manuaalisessa seulonnassa ei välttämättä huomattaisi. Ero on merkittävä sekä nopeudessa että siinä, mitä hakijoiden joukosta löytyy.
Manuaalinen seulonta piilottaa parhaat hakijat kasan pohjalle
Kun rekrytoija käy läpi satoja hakemuksia käsin, huomio kiinnittyy helpoimmin tunnistettaviin signaaleihin: tuttuihin tutkintonimikkeisiin, tunnettuihin työnantajiin ja suoriin hakusanaosumiin. Hakija, jonka kokemus on karttunut epätyypillisemmällä polulla tai jonka osaaminen on kuvattu eri termein, jää helposti huomiotta. Tämä ei ole rekrytoijan vika, vaan manuaalisen prosessin rakenteellinen ongelma. Ratkaisu on ottaa käyttöön työkalu, joka arvioi hakijoita laajemman osaamiskuvan perusteella eikä pelkästään avainsanaosumien mukaan.
Hidas rekrytointiprosessi maksaa enemmän kuin rekrytoinnin kustannukset
Pitkä aika avoimen paikan täyttämiseen tarkoittaa tuottamatonta aikaa, lisääntyvää työtaakkaa muulle tiimille ja riskiä siitä, että paras kandidaatti ehtii hyväksyä toisen tarjouksen ennen kuin prosessi edes etenee haastatteluun. Rekrytointiprosessin hitaus näkyy suoraan liiketoiminnassa, ei vain HR-osaston kalenterissa. Tekoälypohjainen seulonta lyhentää aikaa hakemuksesta haastatteluun merkittävästi, koska esikarsinta ei enää vaadi rekrytoijalta tunteja yksittäisten hakemusten läpikäyntiin.
Mitä perinteinen CV-seulonta tarkoittaa käytännössä?
Perinteinen CV-seulonta tarkoittaa prosessia, jossa rekrytoija lukee hakemukset manuaalisesti ja arvioi jokaisen hakijan soveltuvuuden erikseen. Seulonta perustuu tyypillisesti koulutukseen, työkokemukseen ja tiettyjen avainsanojen löytymiseen hakemuksesta. Prosessi on aikaa vievä ja altis inhimillisille virheille sekä tiedostamattomille ennakkoluuloille.
Käytännössä rekrytoija asettaa ensin minimimäärittelyt, kuten tietyn tutkinnon tai tietyn määrän vuosia työkokemusta, ja karsii hakijat sen perusteella. Jäljelle jäävistä hän lukee hakemukset tarkemmin ja valitsee haastatteluun kutsuttavat. Tämä vie aikaa, ja kun hakijoita on kymmeniä tai satoja, yksittäiseen hakemukseen käytetty aika vähenee pakosta.
Perinteisessä seulonnassa on myös rakenteellinen ongelma: se palkitsee hakijoita, jotka osaavat kirjoittaa CV:nsä juuri oikeilla termeillä. Hakija, jolla on relevanttia osaamista mutta erilainen tapa kuvailla sitä, voi jäädä seulonnan ulkopuolelle ilman, että kukaan koskaan arvioi hänen todellista soveltuvuuttaan tehtävään.
Miten tekoälyanalyysi toimii CV:n arvioinnissa?
Tekoälyanalyysi arvioi CV:tä tunnistamalla hakijan osaamisen, kokemuksen ja taitojen kokonaisuuden, ei pelkästään avainsanaosumia. Se vertaa tätä kokonaisuutta avoimen tehtävän vaatimuksiin ja nostaa esiin hakijat, joiden profiili vastaa parhaiten tehtävää, myös silloin kun yhteys ei ole ilmeinen ensi silmäyksellä.
Generatiivista tekoälyä hyödyntävät ratkaisut, kuten Moneypenny, käyvät läpi jopa kymmenientuhansien hakijoiden joukon sekunneissa. Tekoäly ei lue CV:tä samalla tavalla kuin ihminen: se tunnistaa osaamisten välisiä yhteyksiä, arvioi siirrettäviä taitoja eri toimialojen välillä ja huomioi myös epäsuoria indikaattoreita hakijan soveltuvuudesta.
Tekoälyanalyysi ei korvaa rekrytoijan päätöstä. Se toimii esikarsijana ja priorisoijana, joka varmistaa, että rekrytoija käyttää harkintakykyään oikeaan asiaan: parhaiksi tunnistettujen hakijoiden arviointiin, ei kaikkien hakemusten läpikäyntiin.
Mitä eroa on perinteisen ja tekoälypohjaisen seulonnan tarkkuudessa?
Tekoälypohjainen CV-seulonta on tyypillisesti tarkempaa kuin manuaalinen seulonta, koska se arvioi hakijoita laajemman tietopohjan perusteella eikä väsy tai kiireessä oikaise. Perinteinen seulonta on altis inhimilliselle vaihtelulle: sama hakija voi saada eri arvion eri rekrytoijalta tai jopa samalta rekrytoijalta eri päivänä.
Tarkkuus näkyy erityisesti siinä, millaisia hakijoita seulonta nostaa esiin. Manuaalisessa seulonnassa suodattuvat helposti pois hakijat, joiden tausta on epätyypillinen mutta joilla on tehtävän kannalta olennainen osaaminen. Tekoäly tunnistaa tällaiset yhteydet paremmin, koska se ei nojaa samoihin kognitiivisiin oikopolkuihin kuin ihminen.
On kuitenkin tärkeää huomata, että tekoälyanalyysin tarkkuus riippuu siitä, miten tehtävänkuva ja vaatimukset on määritelty. Puutteellinen tai epämääräinen tehtävänkuvaus tuottaa heikompaa seulontaa myös tekoälyn avulla. Laadukas CV-analyysi edellyttää selkeää lähtöaineistoa molemmissa lähestymistavoissa.
Kuinka paljon tekoälyseulonta nopeuttaa rekrytointiprosessia?
Tekoälyseulonta nopeuttaa rekrytointiprosessin alkuvaihetta merkittävästi. Manuaalisessa seulonnassa satojen hakemusten läpikäynti voi viedä päiviä tai viikkoja. Tekoäly käy saman aineiston läpi minuuteissa ja tuottaa priorisoidun listan hakijoista, joihin rekrytoija voi heti keskittyä.
Käytännön nopeutuminen syntyy kahdesta asiasta. Ensinnäkin tekoäly tekee esikarsintavaiheen automaattisesti, jolloin rekrytoijan ei tarvitse lukea jokaista hakemusta erikseen. Toiseksi tekoäly priorisoi hakijat soveltuvuuden mukaan, joten rekrytoija tietää heti, mistä aloittaa.
Nopeutuminen ei tarkoita, että rekrytointiprosessi lyhenisi kokonaisuudessaan samassa suhteessa. Haastattelut, referenssitarkistukset ja päätöksenteko vievät edelleen aikansa. Mutta se pullonkaula, joka syntyy suuresta hakijamäärästä alkuvaiheessa, poistuu lähes kokonaan.
Milloin kannattaa käyttää tekoälyä CV-seulonnassa?
Tekoälyseulonta kannattaa ottaa käyttöön erityisesti silloin, kun hakijoita on paljon, rekrytointeja tehdään usein tai tehtävänkuvaan sopivien hakijoiden tunnistaminen on manuaalisesti työlästä. Mitä suurempi hakijavolyymi, sitä selvempi hyöty tekoälyanalyysistä on sekä nopeudessa että laadussa.
Tekoälyseulonta sopii erityisen hyvin tilanteisiin, joissa:
- Hakemuksia on kymmeniä tai satoja yhtä tehtävää kohden
- Rekrytoijalla on useita avoimia tehtäviä samanaikaisesti
- Tehtävään sopii useampi erilainen osaamistaustainen hakija
- Rekrytointeja tehdään toistuvasti samankaltaisiin rooleihin
Pienissä rekrytoinneissa, joissa hakijoita on vain muutama, manuaalinen seulonta toimii edelleen hyvin. Mutta kun hakijajoukko kasvaa, manuaalisen seulonnan laatu väistämättä kärsii jo pelkästään ajankäytön rajoituksista. Tekoälyanalyysi pitää laadun tasaisena hakijamäärästä riippumatta, ja rekrytoija voi käyttää harkintakykynsä sinne, missä se tuottaa eniten arvoa.