AI w HR to nie tylko automatyzacja. Jak technologia zmienia rekrutację i zarządzanie talentami?
Sztuczna inteligencja może skrócić część procesów HR, przeanalizować dane o kandydatach i przygotować rekomendacje dla rekrutera. Znacznie ciekawsze jest jednak to, co dzieje się wokół samego modelu rekrutacji. Kandydat może przestać być osobą odpowiadającą na ogłoszenia i sam wystawić swoją dostępność na rynek, określić stawkę, formę współpracy czy liczbę godzin, które może przeznaczyć na projekt. Do oceny doświadczenia i kompetencji może dojść dopasowanie wartości, a AI zamiast wybierać ludzi – pomagać rekruterowi odnaleźć właściwych specjalistów. To już nie automatyzacja starego HR, ale próba zaprojektowania go na nowych zasadach.
Problem rekrutacji nie zaczyna się od braku AI
Zanim zaczniemy zastanawiać się, gdzie wykorzystać sztuczną inteligencję, warto przyjrzeć się temu, co właściwie próbujemy za jej pomocą naprawić.
Po stronie kandydatów lista problemów jest dobrze znana: wieloetapowe procesy, które kończą się bez informacji zwrotnej, brak widełek wynagrodzenia, ogłoszenia nieodpowiadające rzeczywistemu zakresowi obowiązków czy konieczność wielokrotnego przekazywania podobnych informacji różnym pracodawcom.
Po stronie HR sytuacja również nie jest idealna. Rekruterzy otrzymują niepełne informacje od biznesu, pracują na ograniczonych budżetach, korzystają z niedoskonałych narzędzi i mierzą się z dużą liczbą zadań operacyjnych.
Dodanie kolejnego narzędzia AI nie usuwa żadnego z tych problemów automatycznie. Jeżeli proces jest źle zaprojektowany, można co najwyżej wykonywać go szybciej, dlatego ciekawszym kierunkiem jest próba zmiany samej logiki rekrutacji.
Rekrutacja odwrócona: zamiast oferty pracy pojawia się oferta kandydata
Tradycyjny schemat jest prosty: firma publikuje ogłoszenie, kandydat je znajduje, przesyła CV, a następnie rozpoczyna się selekcja.
Rekrutacja odwrócona zamienia strony miejscami. To kandydat informuje rynek, że jest dostępny i określa warunki, na których jest zainteresowany współpracą. W modelu HR Auctions przedstawionym przez Dagmarę Modrzejewską specjalista może wskazać między innymi obszar kompetencji, oczekiwaną stawkę, preferowaną formę umowy oraz swoją dostępność. I właśnie ten ostatni element jest szczególnie interesujący.
Dostępność nie musi oznaczać „szukam pełnego etatu”. Kandydat może poinformować, że jest gotowy pracować na przykład 20, 40 albo 60 godzin miesięcznie lub w określonym niepełnym wymiarze. Zmienia to jednostkę, którą w praktyce kupuje firma. Nie zawsze musi nią być całe stanowisko. Czasami organizacja potrzebuje konkretnej kompetencji przez kilkadziesiąt godzin miesięcznie.
Dla doświadczonych specjalistów oznacza to możliwość udostępniania swoich kompetencji kilku organizacjom, a dla firm – dostęp do ekspertów, których zatrudnienie na pełen etat nie byłoby potrzebne albo ekonomicznie uzasadnione.
Kandydat podaje warunki, a pracodawca składa propozycję
Odwrócenie procesu idzie jeszcze dalej. Po opublikowaniu informacji o dostępności kandydata headhunter, agencja HR albo przedstawiciel firmy może odnaleźć specjalistę odpowiadającego jego potrzebom i przedstawić mu propozycję współpracy, w tym warunki finansowe. Dopiero wtedy rozpoczyna się bezpośrednia komunikacja między stronami.
To istotna różnica względem klasycznego modelu, w którym kandydat często angażuje się w proces, zanim pozna podstawowe warunki zatrudnienia. W modelu odwróconym część informacji pojawia się wcześniej. Obie strony mogą więc szybciej sprawdzić, czy w ogóle istnieje przestrzeń do dalszej rozmowy. Transparentność staje się tutaj nie dodatkiem do candidate experience, ale mechanizmem ograniczającym liczbę niedopasowanych kontaktów.
CV mówi, co kandydat robił. Nie mówi, czy będzie pasował do zespołu
Drugim elementem proponowanego modelu jest rekrutacja oparta nie tylko na doświadczeniu zawodowym, ale również na wartościach. Kandydat określa wartości, którymi kieruje się w życiu zawodowym, a analogiczne informacje mogą zostać zdefiniowane po stronie organizacji. Celem nie jest zastąpienie kompetencji deklaracją światopoglądową, ale dodanie kolejnego wymiaru dopasowania.
Dwie osoby mogą mieć niemal identyczne doświadczenie, a zupełnie inaczej podchodzić do autonomii, odpowiedzialności, bezpieczeństwa, sposobu komunikacji czy podejmowania decyzji. To ma znaczenie już po zatrudnieniu. Rekrutacja kończy się podpisaniem umowy, ale jej skuteczność można ocenić dopiero później: po jakości współpracy, retencji i funkcjonowaniu człowieka w zespole.
Dlatego pytanie rekrutacyjne może brzmieć nie tylko: „czy ta osoba potrafi wykonać tę pracę?”, lecz również: „czy istnieją warunki, aby ta osoba i ta organizacja chciały ze sobą pracować dłużej?”
AI może mieć znacznie ciekawsze zastosowanie
Modrzejewska wskazuje trzy podstawowe obszary wykorzystania AI w HR: analizę danych, uczenie się na ich podstawie oraz tworzenie rekomendacji wspierających decyzje. Do tego dochodzą chatboty i wirtualni asystenci obsługujący część komunikacji. W połączeniu z odwróconą rekrutacją otwiera to interesujący scenariusz.
Jeżeli system posiada ustrukturyzowane informacje o kompetencjach specjalisty, jego dostępności, oczekiwanej stawce, preferowanej formie współpracy i innych parametrach profilu, AI może pomóc rekruterowi odnaleźć osoby odpowiadające konkretnemu zapotrzebowaniu. Zamiast przeglądać dziesiątki lub setki profili, headhunter może otrzymać rekomendacje kandydatów, których warto przeanalizować w pierwszej kolejności.
To ważne rozróżnienie: algorytm nie musi podejmować decyzji o zatrudnieniu. Może zmniejszać ilość informacji, którą człowiek musi ręcznie przetworzyć przed podjęciem decyzji. W takim zastosowaniu AI w HR ma dużo większy sens niż automatyzowanie kolejnych wiadomości wysyłanych do kandydatów.
Odwrócona rekrutacja ma jednak słaby punkt: kandydatów pasywnych
Podczas dyskusji na ten temat pojawił się problem, którego nie da się pominąć. Co z osobami, które mają pracę, są potencjalnie zainteresowane zmianą, ale nie chcą publicznie komunikować swojej dostępności? To szczególnie cenna grupa dla headhunterów. Wielu poszukiwanych ekspertów nie publikuje informacji „szukam pracy”, ponieważ nie chce, aby dowiedział się o tym obecny pracodawca.
Jednym z rozważanych rozwiązań była anonimizacja danych kandydatów. Ostatecznie z niej zrezygnowano, ponieważ stała w sprzeczności z przyjętym założeniem transparentności platformy. Osoba publikująca profil ma świadomie decydować się na jawne poinformowanie rynku o swojej dostępności.
To pokazuje ograniczenie rekrutacji odwróconej: nie zastąpi ona całego rynku rekrutacyjnego. Może być jednak dodatkowym kanałem dla osób, które chcą aktywnie wystawić swoje kompetencje na rynek, ale nie rozwiązuje problemu dotarcia do specjalistów, którzy rozważają zmianę wyłącznie poufnie.
Rekrutacja może być tylko początkiem relacji z kandydatem
Kolejną zmianą jest odejście od traktowania rekrutacji jako pojedynczego procesu: pojawia się wakat, znajdujemy człowieka, zamykamy projekt.
W przedstawionej koncepcji kolejnym modułem HR Auctions miało być centrum kompetencji i kariery. Założenie było takie, aby użytkownik korzystał z platformy również wtedy, gdy aktualnie nie szuka nowej pracy. Wsparcie może dotyczyć planowania ścieżki zawodowej, identyfikowania kompetencji, które warto rozwinąć, wyboru szkoleń czy budowania profesjonalnego wizerunku.
Ten ostatni element jest szczególnie ciekawy. Na rynku nie brakuje fachowców, którzy posiadają dużą wiedzę, ale nie potrafią jej komunikować. Nie publikują, nie występują, mają problem z pokazaniem swoich osiągnięć i w rezultacie ich wartość rynkowa jest mniej widoczna, niż wynikałoby to z rzeczywistych kompetencji.
W takim modelu platforma HR przestaje być wyłącznie miejscem kojarzenia ofert i kandydatów. Zaczyna wspierać długofalowe zarządzanie własnym kapitałem kompetencyjnym.
Użytkownik narzędzia HR może być również jego współtwórcą
Jeszcze jeden praktyczny wniosek dotyczy sposobu rozwijania produktów HR.
W przypadku HR Auctions zastosowano model prosumpcyjny: użytkownicy zgłaszali potrzeby i problemy poprzez platformę oraz media społecznościowe, a zespół analizował feedback i przekładał go na kolejne funkcjonalności.
To pozornie prosty mechanizm, ale dla produktów technologicznych ma duże znaczenie. Zespół może mieć dziesiątki pomysłów na wykorzystanie AI, automatyzacji czy nowych funkcji. Nie oznacza to jeszcze, że użytkownicy potrzebują którejkolwiek z nich.
Feedback kandydatów i rekruterów pozwala odwrócić kolejność:
problem użytkownika → potrzeba → funkcjonalność → technologia
zamiast:
technologia → funkcjonalność → poszukiwanie problemu, który można nią rozwiązać.
W okresie ogromnego zainteresowania AI to szczególnie cenna zasada projektowania produktów.
AI może zmienić HR, jeśli najpierw zmienimy sam HR
Najciekawsza przyszłość HR nie polega na tym, że sztuczna inteligencja napisze ogłoszenie o pracę w kilka sekund albo chatbot odpowie kandydatowi o drugiej w nocy. To przydatne usprawnienia, ale nie zmieniają zasad gry.
Znacznie większą zmianą może być przejście od rekrutacji stanowisk do pozyskiwania konkretnych kompetencji, także w wymiarze kilkudziesięciu godzin miesięcznie. Kandydaci mogą aktywnie komunikować swoją dostępność i oczekiwania, pracodawcy szybciej docierać do specjalistów, a AI pomagać analizować rosnącą liczbę danych i rekomendować dopasowania.
Do tego dochodzi rekrutacja uwzględniająca wartości, rozwój kompetencji również poza momentem poszukiwania pracy oraz budowanie narzędzi wspólnie z ich użytkownikami.
W takim modelu AI nie zastępuje rekrutera i nie staje się „cyfrowym HR-em”. Robi coś bardziej użytecznego: pozwala człowiekowi szybciej dotrzeć do informacji potrzebnych do podjęcia lepszej decyzji.
Artykuł powstał na podstawie prelekcji Dagmary Modrzejewskiej wygłoszonej podczas Mobile Trends for Experts 2025. A o bieżącej edycji Mobile Trends Conference przeczytasz tutaj.
