Соискатели сталкиваются со все более неэффективной воронкой найма, где первичный отбор полностью передан автоматизированным системам. Кандидаты массово обращаются к сервисам вроде Jobscan, отдавая от $30 до $50 в месяц за подгонку резюме под описания вакансий с помощью ключевых слов и нужного форматирования. Логика проста: рекрутеры просматривают лишь первые 10–20% откликов в автоматическом рейтинге, а неоптимизированные анкеты просто никто не открывает.
Компании же в ответ тонут в сотнях синтетических заявок, напичканных ключевыми словами. Рекрутинговые отделы вынуждены еще сильнее закручивать алгоритмические фильтры в ATS, пытаясь отсеять шум. По словам Дэниела Чейта, генерального директора платформы Greenhouse, возникает замкнутый круг: кандидаты используют ИИ для обхода фильтров, а наниматели внедряют скоринг для борьбы с потоком сгенерированных анкет. В итоге сильные специалисты теряются за косметической оптимизацией текстов.
Слепые зоны автоматического отбора
Автоматизация скрининга обещала сокращение издержек, но обернулась скрытыми потерями: сроки закрытия вакансий растут, опытные кадры отсеиваются на входе, а верхняя часть воронки найма оказывается парализованной. Негибкие парсеры регулярно бракуют результативных профессионалов из-за нестандартной верстки резюме или нелинейной карьеры, отдавая приоритет тем, кто просто грамотно подобрал плотность ключевых слов.
Для руководства компаний ставка на классический поиск по ключевым словам становится неоправданным риском. Выход из алгоритмической гонки вооружений требует пересмотра процессов: бюджеты и фокус стоит сместить на практические тестовые задания, аудит реального портфолио и проверенные реферальные каналы, оценивающие реальную квалификацию, а не навык работы с генеративным ИИ.