{"id":4547,"date":"2024-09-16T13:58:08","date_gmt":"2024-09-16T11:58:08","guid":{"rendered":"https:\/\/haimagazine.com\/?p=4547"},"modified":"2025-06-26T13:58:29","modified_gmt":"2025-06-26T11:58:29","slug":"gdzie-ai-pomoze-tam-rekruter-zyska-automatyczne-przetwarzanie-cv","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/hai-magazine\/gdzie-ai-pomoze-tam-rekruter-zyska-automatyczne-przetwarzanie-cv\/","title":{"rendered":"Gdzie AI pomo\u017ce, tam rekruter zyska \u2013automatyczne przetwarzanie CV"},"content":{"rendered":"

Co wi\u0119cej \u2013 wszyscy wok\u00f3\u0142 twierdzili, \u017ce ju\u017c z niej korzystaj\u0105 (chocia\u017c badania Polskiego Instytutu Ekonomicznego wskazuj\u0105, \u017ce z AI korzysta zaledwie 6,6% polskich firm).<\/p>

Nasza firma wprawdzie dzia\u0142a\u0142a sprawnie, realizowa\u0142a za\u0142o\u017cone cele, przechodzili\u015bmy g\u0142\u0119bok\u0105 transformacj\u0119 cyfrow\u0105, wdra\u017cali\u015bmy nowe procesy, r\u00f3wnie\u017c te zwi\u0105zane z budowaniem w\u0142asnych narz\u0119dzi IT, usprawniaj\u0105ce codzienn\u0105 prac\u0119, ale\u2026 wci\u0105\u017c nie mieli\u015bmy AI. To wystarczy\u0142o, \u017ceby dotkn\u0105\u0142 nas klasyczny syndrom FOMO (ang. Fear of missing out). A ten mo\u017ce nie by\u0107 najlepszym doradc\u0105, bo AI to przecie\u017c nie jest co\u015b, co warto wdra\u017ca\u0107 bez szerszego planu i przemy\u015blanej strategii. Wa\u017cne te\u017c, \u017ceby sztuczna inteligencja rozwi\u0105zywa\u0142a rzeczywiste problemy, a nie by\u0142a jedynie fajerwerkiem, kt\u00f3rego wymagaj\u0105 aktualne trendy w marketingu.<\/p>

Pojawi\u0142a si\u0119 presja, \u017ceby wskoczy\u0107 do tego \u2013 jak si\u0119 wydawa\u0142o \u2013 ca\u0142kiem ju\u017c rozp\u0119dzonego poci\u0105gu jeszcze nowszych technologii. Tym bardziej, \u017ce czuli\u015bmy, \u017ce jeste\u015bmy \u015bwiadkami prze\u0142omu, \u017ce ta technologia, kt\u00f3rej raczkowanie obserwujemy, ma ogromny potencja\u0142 biznesowy. Wreszcie na jednym ze spotka\u0144 zarz\u0105du podj\u0119ta zosta\u0142a decyzja \u2013 tak, wchodzimy w to. Najpierw zapad\u0142a cisza, a potem si\u0119 zacz\u0119\u0142o. Lawina pomys\u0142\u00f3w, narz\u0119dzi, mo\u017cliwych zastosowa\u0144, inspiracji, \u201ea gdyby tak\u201d i \u201ea mo\u017cna by jeszcze\u201d.<\/p>

Na szcz\u0119\u015bcie w Connectis mamy zesp\u00f3\u0142 naprawd\u0119 do\u015bwiadczonych manager\u00f3w, kt\u00f3rzy ostatecznie zdo\u0142ali zebra\u0107, u\u0142o\u017cy\u0107 i po\u0142\u0105czy\u0107 w sp\u00f3jn\u0105 ca\u0142o\u015b\u0107 zbi\u00f3r potrzeb i mo\u017cliwo\u015bci. I chaos si\u0119 sko\u0144czy\u0142.<\/p>

Rozpocz\u0105\u0142 si\u0119 natomiast przemy\u015blany proces wdra\u017cania nowego, dynamicznego \u2013 ale jednak narz\u0119dzia, jakim jest sztuczna inteligencja. Bo mimo \u017ce niezwykle efektowna, w wielu przypadkach nawet bardzo efektywna, to ostatecznie \u015brodek do osi\u0105gni\u0119cia celu, a nie cel sam w sobie.<\/p>

Zajrzeli\u015bmy wi\u0119c w g\u0142\u0105b organizacji. Najpierw zmapowane zosta\u0142y wszystkie procesy wewn\u0119trznie realizowane w firmie, na poziomie makro i mikro, po to, by zidentyfikowa\u0107 prawdziwe \u201epunkty b\u00f3lu\u201d (ang. painpoints), czyli miejsca, kt\u00f3re wymagaj\u0105 ulepszenia. Ostatecznie wy\u0142onili\u015bmy proces, kt\u00f3ry ma du\u017cy potencja\u0142 optymalizacji, \u0142atwe do okre\u015blenia mierniki sukcesu i kt\u00f3ry po wst\u0119pnym zbadaniu uznali\u015bmy za mo\u017cliwy do usprawnienia dzi\u0119ki AI.<\/p>

Ot\u00f3\u017c jednym z kluczowych wyzwa\u0144, z jakim si\u0119 mierzymy, jest znalezienie odpowiedniego kandydata do realizacji projektu, kt\u00f3ry b\u0119dzie spe\u0142nia\u0142 konkretne wymagania klienta. Zgodnie z nasz\u0105 strategi\u0105 dotycz\u0105c\u0105 standard\u00f3w jako\u015bci, interesuj\u0105 nas wy\u0142\u0105cznie kandydaci najlepiej dopasowani, wyr\u00f3\u017cniaj\u0105cy si\u0119 i umiej\u0119tno\u015bciami, i do\u015bwiadczeniem. Jak si\u0119 \u0142atwo domy\u015bli\u0107, to cel, do kt\u00f3rego prowadz\u0105 setki godzin sp\u0119dzone na weryfikacji potencjalnych kandydat\u00f3w i ich CV, kt\u00f3re albo ju\u017c znajdowa\u0142y si\u0119 w naszej bazie, albo zosta\u0142y \u015bwie\u017co nades\u0142ane. Stworzyli\u015bmy wprawdzie ju\u017c wcze\u015bniej narz\u0119dzia do automatycznego dopasowywania kandydata, ale wymagaj\u0105 one ustrukturyzowanych danych \u2013 zar\u00f3wno po stronie klienta, wype\u0142niaj\u0105cego ankiet\u0119 potrzeb, jak i po stronie kandydata. A jak wiadomo, tyle szablon\u00f3w \u017cyciorys\u00f3w, ile oferuj\u0105cych je stron w internecie, wi\u0119c o sp\u00f3jno\u015bci mo\u017cna tylko pomarzy\u0107. Natomiast manualna analiza i przepisanie danych z CV do bazy danych w potrzebnym formacie zajmuje od 15 do 30 minut na jeden tylko dokument, a i tak jest nara\u017cona na b\u0142\u0119dy. Co wi\u0119cej, taka dodatkowa monotonna praca zniech\u0119ca\u0142a rekruter\u00f3w. Przy skali, w jakiej operujemy (ok. 1000 \u017cyciorys\u00f3w tygodniowo) tracili\u015bmy ok. 80% dokument\u00f3w, kt\u00f3re do nas sp\u0142ywa\u0142y, bo nie byli\u015bmy ich w stanie w pe\u0142ni przetworzy\u0107. I tu w\u0142a\u015bnie objawi\u0142a si\u0119 pal\u0105ca potrzeba optymalizacji \u2013 nasz punkt b\u00f3lu \u2013 potrzebowali\u015bmy narz\u0119dzia do automatycznej ekstrakcji danych z r\u00f3\u017cnego formatu dokument\u00f3w aplikacyjnych do formatu wymaganego przez istniej\u0105cy ju\u017c system do dopasowania kandydat\u00f3w do klient\u00f3w. Ta r\u00f3\u017cnorodno\u015b\u0107 format\u00f3w na wej\u015bciu sprawia\u0142a w\u0142a\u015bnie, \u017ce zadanie by\u0142o wbrew pozorom nietrywialne i wymaga\u0142o zaawansowanych modeli sztucznej inteligencji.<\/p>

Je\u017celi chodzi o przetworzenie CV, podstawowym wyzwaniem s\u0105 r\u00f3\u017cne formy uk\u0142adu tekstowego i graficznego. Cz\u0119\u015b\u0107 danych jest opisowa, cz\u0119\u015b\u0107 w formie grafik (np. umiej\u0119tno\u015bci oznaczone liczb\u0105 gwiazdek, do\u015bwiadczenie przedstawione jako lata lub poziom ekspercko\u015bci) \u2013 graficzne szablony oferowane przez popularne narz\u0119dzia ciesz\u0105 oko, ale rzucaj\u0105 wyzwanie algorytmom. Cz\u0119\u015b\u0107 informacji napisana jest wprost, inne trzeba wywnioskowa\u0107 z kontekstu. \u0141atwo jest napisa\u0107 model, kt\u00f3ry przetworzy standardowe profile na LinkedIn (gdzie wszystkie maj\u0105 t\u0119 sam\u0105, z g\u00f3ry zadan\u0105, struktur\u0119), a gorzej, gdy wariant\u00f3w formy dokumentu mo\u017ce by\u0107 bardzo wiele.<\/p>

No dobrze, czyli ju\u017c dok\u0142adnie wiedzieli\u015bmy, co chcemy usprawni\u0107 z pomoc\u0105 AI, teraz pozostawa\u0142o pytanie, jak to zrobi\u0107. <\/p>

Czy w modelu inhouse, czy si\u0119gaj\u0105c po outsourcing? Z u\u017cyciem jakich narz\u0119dzi? Na tym etapie utkn\u0119li\u015bmy na do\u015b\u0107 d\u0142ugo, gdy\u017c rozmowy z kolejnymi ekspertami i dostawcami, ka\u017cde spotkanie i kolejna dawka wiedzy sprawia\u0142y, \u017ce mieli\u015bmy coraz wi\u0119cej pyta\u0144. Dowiedzieli\u015bmy si\u0119, \u017ce proces uczenia maszynowego b\u0119dzie bardzo d\u0142ugi i b\u0119dzie wymaga\u0142 ogromnej ilo\u015bci danych \u2013 a mowa przecie\u017c o danych potencjalnie wra\u017cliwych. \u017be nie da si\u0119 za\u0142adowa\u0107 do du\u017cego modelu j\u0119zykowego (LLM) dowolnej ilo\u015bci informacji (bo ma ograniczony tzw. kontekst), a poza tym przy generacji odpowiedzi i tak najcz\u0119\u015bciej korzysta tylko z niewielkiego ich wycinka. Dowiedzieli\u015bmy si\u0119, jak skonstruowane s\u0105 LLM-y bazuj\u0105ce na tokenach i jakie s\u0105 ograniczenia z tym zwi\u0105zane, zbadali\u015bmy r\u00f3\u017cnice pomi\u0119dzy r\u00f3\u017cnymi modelami generatywnej AI.<\/p>

Obecne rozwi\u0105zanie sk\u0142ada si\u0119 z kilku modu\u0142\u00f3w w pe\u0142ni zintegrowanych z naszymi narz\u0119dziami i znajduje si\u0119 na \u015bcie\u017cce krytycznej procesu. W zwi\u0105zku z tym, \u017ce dzia\u0142amy na danych osobowych i obowi\u0105zuje nas RODO, szczeg\u00f3ln\u0105 wag\u0119 przyk\u0142adamy do tego, by stosowane przez nas rozwi\u0105zania zabezpiecza\u0142y w\u0142a\u015bnie te dane. Dlatego przes\u0142ane do nas CV kierujemy najpierw do modu\u0142u anonimizuj\u0105cego (model transformerowy typu BERT, dzia\u0142aj\u0105cy lokalnie na naszych wewn\u0119trznych serwerach). Celem dzia\u0142ania tego modu\u0142u jest usuni\u0119cie (zamazanie) z CV wszelkich danych osobowych kandydata. Wynik dzia\u0142ania modelu podlega dodatkowo r\u0119cznej weryfikacji przez rekrutera.<\/p>

Zanonimizowany dokument jest przesy\u0142any do modu\u0142u odpowiedzialnego za ekstrakcj\u0119, opartego o model GPT-4o. Tam z dokumentu pobierane s\u0105 i umieszczane w pliku JSON informacje opisuj\u0105ce poszczeg\u00f3lne umiej\u0119tno\u015bci i znane technologie, do\u015bwiadczenie okre\u015blone latami pracy, ale tak\u017ce poziomem zaawansowania (seniority), znajomo\u015b\u0107 j\u0119zyk\u00f3w, histori\u0119 zatrudnienia, oczekiwan\u0105 stawk\u0119, preferencje dotycz\u0105ce trybu pracy, lokalizacj\u0119 i wiele innych parametr\u00f3w.<\/p>

Maj\u0105c tak wyekstrahowane dane z \u017cyciorysu kandydata oraz w analogicznej formie przygotowany zbi\u00f3r danych oczekiwanych przez klienta, modu\u0142 dokonuje por\u00f3wnania i przedstawia najlepiej dopasowanych kandydat\u00f3w. A ci, oczywi\u015bcie po dodatkowej weryfikacji przez rekruter\u00f3w, s\u0105 przedstawiani klientom.<\/p>

I po co nam by\u0142o to wszystko? <\/strong><\/p>

By a\u017c o 70% skr\u00f3ci\u0107 czas obs\u0142ugi pojedynczego dokumentu! Co wi\u0119cej, dzi\u0119ki inteligentnej automatyzacji procesu jeste\u015bmy teraz w stanie przetworzy\u0107 WSZYSTKIE sp\u0142ywaj\u0105ce do nas dokumenty, a nie tylko ich ma\u0142y fragment, jak dotychczas. To przek\u0142ada si\u0119 na bezpo\u015bredni, ogromny wzrost efektywno\u015bci modu\u0142u dopasowuj\u0105cego, bo znaczny przyrost bazy kandydat\u00f3w oznacza wi\u0119kszy wyb\u00f3r i wy\u017csze prawdopodobie\u0144stwo znalezienia kandydata idealnego. Jak wida\u0107, decyzja o wdro\u017ceniu AI by\u0142a s\u0142uszna, a jej efekty s\u0105 nie tylko widoczne, ale te\u017c daj\u0105 si\u0119 zmierzy\u0107.<\/p>

I to te\u017c wa\u017cny aspekt wdra\u017cania sztucznej inteligencji \u2013 zrealizowa\u0107 cel, to jedno, a powiedzie\u0107 \u201esprawdzam\u201d, to drugie. Jak bowiem pokazuje zesz\u0142oroczne badanie KPMG \u201eMonitor Transformacji Cyfrowej Biznesu\u201d, tylko nieca\u0142e 40% firm liczy mierniki efektywno\u015bci AI. <\/p>

Warto stawia\u0107 na innowacj\u0119!<\/strong><\/p>

W bonusie okazuje si\u0119, \u017ce zastosowanie tego rozwi\u0105zania nie tylko pozwala wybra\u0107 w\u0142a\u015bciwych kandydat\u00f3w, ale te\u017c u\u0142atwia ich on-boarding na platformie self-service (hub.connectis.pl). Dzi\u0119ki modelowi GPT-4o koszty przetworzenia dokument\u00f3w rekrutacyjnych spad\u0142y a\u017c czterokrotnie w stosunku do pocz\u0105tkowych test\u00f3w opartych o GPT-4! A samo rozwi\u0105zanie na tyle przypad\u0142o do gustu naszym klientom, \u017ce ch\u0119tnie widzieliby je tak\u017ce u siebie, cho\u0107by w modelu SaaS, by na co dzie\u0144 wspiera\u0107 wszystkie swoje rekrutacje. Gdzie\u015b zatrzepota\u0142y AI-owe skrzyd\u0142a motyla i kto wie, w stron\u0119 jakich innych ciekawych, nowatorskich rozwi\u0105za\u0144 zaprowadzi nas jeszcze to do\u015bwiadczenie!<\/p>

\"\"<\/figure>

Czego si\u0119 dodatkowo nauczyli\u015bmy?<\/strong><\/p>

Sztuczna inteligencja sprawdza si\u0119 do optymalizacji wewn\u0119trznych proces\u00f3w firmy, ale w tym celu musimy najpierw bardzo dobrze je zidentyfikowa\u0107. Je\u017celi liczymy wy\u0142\u0105cznie na pomoc zewn\u0119trznych konsultant\u00f3w, kt\u00f3rzy w magiczny spos\u00f3b domy\u015bl\u0105 si\u0119, czego nam trzeba, to najprawdopodobniej nie uda si\u0119 wdro\u017cy\u0107 sensownego rozwi\u0105zania. Na tym etapie kluczowe jest zaanga\u017cowanie os\u00f3b, kt\u00f3re wiedz\u0105, jak firma funkcjonuje od \u015brodka, gdzie s\u0105 miejsca potencjalnie wymagaj\u0105ce ulepszenia. Trzeba precyzyjnie nazwa\u0107 potrzeb\u0119 biznesow\u0105 i przemy\u015ble\u0107 wska\u017aniki, kt\u00f3re pozwol\u0105 zmierzy\u0107 efekt wdro\u017cenia automatyzacji, tak jak np. czas i liczba przetwarzanych dokument\u00f3w w naszym przypadku. Mo\u017cecie zauwa\u017cy\u0107, \u017ce te zasady dotycz\u0105 wprowadzania ka\u017cdej transformacji narz\u0119dziowej i owszem, bo jak ju\u017c podkre\u015blali\u015bmy \u2013 sztuczna inteligencja to pot\u0119\u017cne narz\u0119dzie, ale ostatecznie b\u0119d\u0105ce jedynie \u015brodkiem do osi\u0105gni\u0119cia celu, a nie celem samym w sobie.<\/p>

\"\"<\/figure>","protected":false},"excerpt":{"rendered":"

Na pocz\u0105tku by\u0142 chaos. Wszyscy dooko\u0142a m\u00f3wili o sztucznej inteligencji, o korzy\u015bciach z niej p\u0142yn\u0105cych, o nieograniczonych mo\u017cliwo\u015bciach, o tym, \u017ce trzeba j\u0105 mie\u0107. <\/p>\n","protected":false},"author":47,"featured_media":5289,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[402,756,19,758,754,404],"tags":[518,193,519],"popular":[],"difficulty-level":[],"ppma_author":[351],"class_list":["post-4547","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hai-magazine","category-ai_branza","category-bez-kategorii","category-biznes","category-hai_premium","category-hai-magazine-2","tag-cv","tag-llm-2","tag-szukanie-pracy"],"acf":[],"authors":[{"term_id":351,"user_id":47,"is_guest":0,"slug":"campusai","display_name":"CampusAI","avatar_url":"https:\/\/secure.gravatar.com\/avatar\/f23ffef6e324f9ad078af1ba3d0114bcf3289b25a27ed25e23f4cd47ecb0b278?s=96&d=mm&r=g","first_name":"CampusAI","last_name":"","user_url":"","job_title":"","description":"CampusAI to Tw\u00f3j przewodnik po \u015bwiecie AI, stworzony zar\u00f3wno dla pocz\u0105tkuj\u0105cych, jak i dla ekspert\u00f3w. Dzi\u0119ki CampusAI ka\u017cdy mo\u017ce odkry\u0107 i wykorzysta\u0107 potencja\u0142 generatywnej sztucznej inteligencji."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/4547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=4547"}],"version-history":[{"count":4,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/4547\/revisions"}],"predecessor-version":[{"id":5297,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/4547\/revisions\/5297"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/5289"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=4547"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=4547"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=4547"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=4547"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=4547"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=4547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}