Sztuczna inteligencja nie zastąpi rekruterów, lecz zautomatyzuje wybrane etapy procesu rekrutacji. Według danych Market Research Future około 87% firm globalnie wykorzystuje już AI w rekrutacji – głównie do selekcji CV, scoringu kandydatów i automatycznych wiadomości follow-up. Technologia napotyka jednak istotne ograniczenia: niską akceptację wśród kandydatów pasywnych, wymogi prawne (RODO, AI Act) oraz fakt, że najbardziej poszukiwani specjaliści IT oczekują kontaktu z człowiekiem. Rekruterzy, którzy ignorują nowe narzędzia, tracą przewagę konkurencyjną – podobnie jak przy poprzednich falach technologicznych (ATS, LinkedIn, chatboty). AI zmienia zawód rekrutera, ale go nie eliminuje.
Poniżej rozkładam to na części pierwsze – na bazie własnych obserwacji z 18 lat w rekrutacji IT i konkretnego case study Zapiera, który właśnie opublikował wyniki pilotażu z AI-owym rekruterem.
Sztuczna inteligencja w rekrutacji IT – kolejna rewolucja, która miała zmienić wszystko
Dużo się mówi o tym, że AI „przejmie rekrutację”. Jedni straszą, drudzy ekscytują się jak dzieci na Gwiazdkę. A rzeczywistość, jak to zwykle bywa, jest znacznie bardziej skomplikowana i zniuansowana niż nagłówki w mediach.
Pracuję w rekrutacji IT od 18 lat. Przez ten czas widziałem już kilka technologicznych rewolucji, które miały „zmienić wszystko” – od systemów ATS przez nowe funkcjonalności LinkedIn, po różne generacje chatbotów. Każda z nich coś zmieniła, ale żadna ostatecznie nie zlikwidowała stanowiska rekrutera. Za to każda z nich wyeliminowała tych rekruterów, którzy postanowili na nią nie reagować.
Więc zamiast wróżyć z fusów, chcę Wam opowiedzieć o tym, co aktualnie widzę na rynku. Trochę z perspektywy obserwatora, trochę z perspektywy praktyka, który prowadzi agencję rekrutacyjną Team Up Recruitment i na co dzień rekrutuje specjalistów IT dla firm technologicznych i produktowych.
WARTO WIEDZIEĆ!
Według zestawień rynkowych opartych m.in. na danych Market Research Future, około 87% firm globalnie korzysta już z jakiejś formy sztucznej inteligencji w procesie rekrutacji (np. do selekcji CV, scoringu kandydatów, automatycznych wiadomości follow-up).
Dwa kierunki automatyzacji rekrutacji IT: sourcing vs. screening
Jeśli popatrzeć na to, jak firmy podchodzą do automatyzacji procesów rekrutacyjnych, można wyróżnić dwa główne kierunki:
1. Automatyzacja sourcingu – obiecująca, ale z wyraźnymi ograniczeniami
Pierwszy kierunek, który firmy próbują wdrażać w rekrutacji IT, to automatyzacja sourcingu – czyli procesu znajdowania i pozyskiwania kandydatów. Prym wiodą tu narzędzia AI do rekrutacji takie jak Juicebox (dofinansowany przez YC), Pin czy MetaView. Mają niezłe PR-y, grube wyceny i realnie rosnącą popularność – przede wszystkim na rynku amerykańskim.
I tu pojawia się pierwszy problem: Stany Zjednoczone to nie Europa. Narzędzia sztucznej inteligencji działają na agregowaniu danych osobowych z różnych źródeł – skrapowanego internetu, kupionych list, publicznych profili. W Europie mamy RODO. I nie jest to wyłącznie biurokratyczny straszak – to realny problem dla każdej firmy, która nie jest w stanie odpowiedzieć kandydatowi na pytanie: „Skąd macie moje dane?”. W polskim czy zachodnoeuropejskim enterprise’ie żaden compliance nie przepuści czegoś takiego bez mrugnięcia okiem.
Drugi problem trafnie wskazała jakiś czas temu Agnieszka Rachwalak, ekspertka od sourcingu, w swoim poście na LinkedIn: narzędzia AI do automatyzacji procesów rekrutacyjnych skupiają się wyłącznie na jednym etapie: sourcingu – czyli wyszukiwaniu. Tymczasem sourcing to nie tylko „znajdź profil”. To nawiązanie kontaktu, wzbudzenie zainteresowania, przekonanie kogoś, kto dzisiaj wcale nie szuka pracy, żeby w ogóle porozmawiał.
I w tym elemencie, mimo wszelkich prób automatyzacji, wciąż wygrywa człowiek. A przynajmniej póki co.
Znowu rekruterzy są potrzebni, coraz więcej ofert się pojawia dla sourcerów. I to nie dla juniorów, którzy będą wysyłać wiadomości na oślep. Do obowiązków należy strategiczne podejście do rekrutacji, bycie partnerem dla biznesu. Patrzę na te zmiany z nadzieją, bo rekrutacja staje się kluczowym aspektem biznesowym. I nie jest to gadanie ekspertów HR na LinkedIn, ale są to realne wymagania, które stawia rynek.
– Agnieszka Rachwalak, rekruterka w Sonalake i trenerka w Super Source Me
2. Automatyzacja screeningu kandydatów – case study Zapier i AI
Drugi kierunek to automatyzacja pierwszego etapu rozmów z kandydatami, tak zwanych screeningów. I tutaj mamy świetne case study do omówienia. Zapier, firma specjalizująca się w automatyzowaniu przepływów między aplikacjami, właśnie opublikowała wyniki swojego pilotażu z AI-owym rekruterem. O samym case’ie dowiedziałem się ze świetnego newslettera Jacka Krajewskiego, który konsekwentnie śledzi to co się dzieje na styku AI i HR (gorąco polecam jego obserwowanie).
Żeby zrozumieć kontekst: Zapier to firma w pełni zdalna, zatrudniająca globalnie, która po opublikowaniu ogłoszenia o pracę potrafi otrzymać tysiące aplikacji w ciągu 48 godzin. I do 30% z nich wykazuje oznaki naciągania lub jest wręcz fałszywych – boty, fałszywe tożsamości, kandydaci wspomagani AI do tego stopnia, że na papierze wyglądają świetnie, ale w praktyce mają problem z podstawowymi pytaniami.
To problem, który w rekrutacji IT jest coraz bardziej powszechny. Fake candidates i oszustwa w rekrutacji to nie jest teoria spiskowa – to realne wyzwanie, z którym działy HR mierzą się już teraz. Zarówno agencje rekrutacyjne jak i wewnętrzne działy TA.
Co zrobił Zapier? Wdrożyli agenta AI opartego na platformie Ezra AI Labs, który przeprowadza pierwszy screening z kandydatem. Ważna rzecz: w odróżnieniu od typowych chatbotów rekrutacyjnych, które jedynie odpowiadają na FAQ, to pełnoprawna, 15–20 minutowa rozmowa prowadzona przez sztuczną inteligencję, na podstawie której rekruter dostaje transkrypt, klipy wideo, podsumowanie i scoring – i dopiero wtedy podejmuje decyzję o dalszym procesie rekrutacyjnym.
Wyniki po pilotażu na około 250 rozmowach?
Pilotaż trwał kilka miesięcy i objął około 250 rozmów kwalifikacyjnych prowadzonych przez AI. Wyniki zaskoczyły nawet sam zespół Zapiera – i to na kilku frontach jednocześnie.
Czas od przejrzenia aplikacji do zakończenia screeningu skrócił się z 8 dni do niecałych 3, czyli został zredukowany o 66%. Rekruterzy odzyskali 84 godziny w ciągu trwania pilotażu, co przekłada się na szacowane 5-6 godzin tygodniowo na rekrutera, gdyby system działał pełną parą. W pierwszych pilotażach na role inżynierskie 30% kandydatów, którzy trafili do hiring managerów, to byli ludzie, których w tradycyjnym procesie rekrutacyjnym po prostu nie byłoby czasu sprawdzić.
I najważniejsza liczba z perspektywy bezpieczeństwa procesu: fake kandydaci zdominowani przez boty i fałszywe tożsamości po prostu nie kończyli rozmowy z AI. Tylko 5% kandydatów, którzy zostali przez Ezrę (AI Rekrutera) przepuszczeni, wykazywało oznaki oszustwa. Zatem mechanizm detekcji fraudów zadziałał lepiej niż ktokolwiek się spodziewał.

Satysfakcja kandydatów z rozmów z AI rekruterem – co mówią dane?
Osiągnięte wyniki brzmią imponująco, jednak chcę być w pełni szczery: mam mieszane uczucia co do badania satysfakcji kandydatów.
Zapier raportuje, że 97% kandydatów, którzy rozpoczęli rozmowę z chatbotem rekrutacyjnym AI, ją ukończyło. Średnia ocena doświadczenia wyniosła 4,5 na 5, a 86% kandydatów wystawiło 4 lub 5 gwiazdek. Brzmi jak pełen sukces.
Tylko zaraz. Kiedy ci kandydaci byli pytani o ocenę? Bezpośrednio po rozmowie? W trakcie trwania procesu rekrutacyjnego, kiedy wciąż liczą na ofertę?
Bo z psychologicznego punktu widzenia, odpowiedź kandydata na pytanie „Jak oceniasz nasze narzędzie rekrutacyjne?” zadane w trakcie procesu jest obarczona gigantycznym biasem. Nikt, kto chce dostać tę pracę, nie będzie punktował narzędzia, z którego korzysta firma, która go rekrutuje.
Nie mówię, że wyniki są nieprawdziwe. Mówię tylko, że warto brać je z pewną dozą metodologicznej ostrożności (nie wiemy, na którym etapie rekrutacji badano satysfakcję z rozmowy z botem AI).
Opt-in i transparentność – kluczowe warunki wdrożenia AI w rekrutacji
Jest jeszcze jeden bardzo ważny szczegół, na który chcę zwrócić uwagę!
Cały ten system był w pełni opt-in. Kandydaci musieli wyrazić zgodę na bycie obsługiwanym przez sztuczną inteligencję. I tu zaczyna się ciekawy problem: wskaźniki zgody wahały się od 35% do 81% w zależności od roli. Sam Zapier przyznaje, że kluczem jest to, jak jasno i szczerze komunikujemy kandydatom, dlaczego korzystamy z takiego narzędzia. Ale nawet przy bardzo transparentnej komunikacji zdarzały się stanowiska, gdzie ponad 60% kandydatów mówiło: „Nie, dziękuję.”
I mówimy tu wyłącznie o kandydatach aktywnych, czyli takich, którzy sami zaaplikowali i z własnej woli weszli w ten proces. Którzy chcą pracować w tym miejscu.
Co to oznacza dla sourcingu pasywnych kandydatów? Dla tych ludzi, do których my jako Team Up Recruitment docieramy, kiedy są zadowoleni z obecnej pracy, nie szukają zmiany, ale być może moglibyśmy ich zainteresować czymś ciekawym? Wyobraźcie sobie taką sytuację: wysyłam wiadomość do kogoś „Hej, mam dla Ciebie ciekawą propozycję od firmy X, warto pogadać„. Kandydat przyjmuje zaproszenie, a w kolejnym kroku czyta: „Super, zapraszam na rozmowę z botem”. Myślę, że opt-in w tym scenariuszu drastycznie spadnie.
AI w rekrutacji IT w 2026 roku – co już działa, a czego jeszcze nie zastąpi
Automatyzacja procesów rekrutacyjnych z wykorzystaniem sztucznej inteligencji jest dzisiaj realna i użyteczna w bardzo konkretnym miejscu: tam, gdzie jest duży wolumen kandydatów aktywnych, wysoki poziom fraudów i ograniczona przepustowość rekruterów. Duże firmy technologiczne rekrutujące globalnie, jak Zapier, to idealne środowisko dla takich rozwiązań.
Natomiast warto wyraźnie powiedzieć, czym nie jest. Zdecydowanie nie jesteśmy jeszcze w sytuacji „AI zastępuje rekrutera”. To jest sztuczna inteligencja, która robi tylko „pierwsze sito”, żeby żywy rekruter mógł skupić się na tym, co wnosi realną wartość: na rozmowie z ludźmi, na doradztwie, na budowaniu relacji, na ocenie rzeczy, których żaden model językowy jeszcze nie wyceni. Takich jak ambicja, potencjał, kulturowy fit, motywacja. I tu jest właśnie ten human-in-the-loop, o którym mówi Zapier i który jest, moim zdaniem, na dzisiaj jedynym odpowiedzialnym sposobem wdrażania AI w procesy rekrutacji IT. AI zbiera dane, agreguje sygnały, filtruje szum. Jednak to człowiek ostatecznie decyduje.
Analityczka Gartnera Helen Poitevin twierdzi, że tylko niewielki odsetek firm dojdzie do punktu, w którym chatboty będą obsługiwać większość zadań HR. Nawet wtedy redukcja zatrudnienia w HR będzie minimalna – poniżej 5%. Departamenty HR mogą wręcz zauważyć wzrost liczby etatów, żeby zarządzać botami, które potrafią się zachowywać nieprzewidywalnie.
– Thibodeau, P. (2024, 4 listopada). Gartner: AI isn’t replacing HR workers. TechTarget.
Czy AI przejmie więcej? To zależy od rynku, nie od technologii
Ktoś mógłby powiedzieć: ale przecież to tylko kwestia czasu, zanim AI przejmie więcej. Może. Ale warto pamiętać, że jeśli rynek pracy nie przekształci się w dystopię kilku globalnych korporacji, w której zdesperowani kandydaci będą rozmawiać z kimkolwiek, byle tylko dostać szansę na udział w procesie to przez długi czas będzie istniał segment rekrutacji, w którym kandydaci będą po prostu oczekiwać człowieka po drugiej stronie. Zwłaszcza najlepsi aplikujący – ci, o których wszyscy się biją.
Rekrutacja oparta na relacji – ostatni bastion odporny na automatyzację
Kandydat, który jest dzisiaj seniorem w dobrej firmie i któremu dobrze, który nie szuka aktywnie zmiany, ale być może dałoby się go zainteresować czymś naprawdę ciekawym – taki człowiek, jeśli już poświęca swój czas na rozmowę o nowej ofercie, oczekuje, że po drugiej stronie jest ktoś, kto też mu ten czas poświęca naprawdę. Nie bot, który zaraz prześle jego transkrypt do systemu. I to jest, moim zdaniem, ta przestrzeń, w której wartość rekrutacji opartej na relacji, zarówno agencji takich jak Team Up Recruitment, jak i dobrych rekruterów wewnętrznych, będzie przez długi czas odporna na automatyzację.
Przynajmniej do momentu, kiedy AI nauczy się naprawdę słuchać. A na to jeszcze chwilę poczekamy.
Autor: Mateusz Smoczyński
Co-founder w Team Up, ekspert od rekrutacji technicznej, psycholog i komentator zjawiska fake kandydatów w rekrutacji. Od 2008 roku wspiera firmy technologiczne w skalowaniu zespołów inżynieryjnych. Rozwija również TalentShield, projekt HR Tech skupiony na wykrywaniu podejrzanych aplikacji i wzmacnianiu bezpieczeństwa procesów hiringowych.