Egyre több munkáltató hivatkozik a mesterséges intelligenciára, amikor azt magyarázzák, miért csökkentették a belépő szintű felvételeket. Az érvelés logikusnak tűnik: ha az AI elvégzi az egykor junior munkavállalókra bízott feladatokat, minek új embereket felvenni? A BambooHR azonban öt évnyi adatot vizsgált meg – több mint 72 millió álláspályázatot és 6,5 millió lezárt felvételi folyamatot –, és az eredmények alapvetően cáfolják ezt a narratívát.
A kutatás két valódi okot azonosít a toborzási problémák mögött. Az első a munkáltatói követelmények drámai mértékű emelkedése: a belépő szintű pozíciókhoz egyre több tapasztalatot és kompetenciát várnak el, miközben a fizetési ajánlatok nem követik ezt a trendet. A második ok a felvételi folyamatok lassulása – az átlagos time-to-hire jelentősen meghosszabbodott, ami a legalkalmasabb jelöltek elvesztéséhez vezet. Az AI ebben a képben nem oka, hanem legfeljebb kísérője a problémának.
HR-szemszögből az adatközpontú gondolkodás itt különösen fontos. Ha a szervezet AI-ra hivatkozva fagyasztja be a belépő szintű felvételeket, de valójában a saját folyamataiban és elvárásrendszerében van a hiba, az hosszú távon komoly tehetségcsővezeték-problémát okoz. A HR feladata, hogy ezeket az adatokat a döntéshozók elé tárja, és megakadályozza a hibás diagnózison alapuló stratégiai döntéseket.
