Wystawiasz ogłoszenie na operatora maszyn albo magazyniera. Po tygodniu w skrzynce rekrutacja@ jest 180 CV, a kierowniczka zmiany czyta je wieczorami, bo w dzień ma produkcję. Zanim oddzwoni do najlepszych, połowa z nich pracuje już gdzie indziej. Ktoś w zespole mówi: „wrzućmy to do ChatGPT, niech wybierze dwudziestu najlepszych".
Po tym tekście zdecydujesz trzy rzeczy: czy przy twojej liczbie aplikacji AI w ogóle się opłaca, którą część selekcji możesz oddać modelowi bez ryzyka prawnego i co musisz ustawić, zanim pierwszy plik CV trafi do jakiegokolwiek narzędzia.
Policz, zanim cokolwiek kupisz
Przeczytanie jednego CV ze zrozumieniem to 2–4 minuty. Przy 150 aplikacjach daje to 5–10 godzin pracy kogoś, kto zwykle ma inne obowiązki. Model, który wyciąga fakty do tabeli, skraca to do 1–2 godzin sprawdzania.
Typowo widzimy próg na poziomie około 50 CV miesięcznie albo dwóch–trzech dużych naborów sezonowych w roku. Poniżej tego progu konfiguracja i kontrola zjedzą więcej czasu, niż oszczędzisz.
Najczęstszy błąd: automatyzujesz ranking, kiedy problemem jest ogłoszenie. Jeśli ogłoszenie nie mówi, że wymagasz uprawnień UDT na wózek widłowy i pracy na trzy zmiany, dostaniesz 180 przypadkowych zgłoszeń. Dwa–trzy pytania eliminacyjne w formularzu aplikacyjnym („Czy masz aktualne uprawnienia UDT?", „Czy możesz pracować na nocnej zmianie?") odsiewają połowę bez żadnego AI i bez kosztów.
Co oddać modelowi — RODO i AI Act
Bezpieczna rola dla AI to wyciąganie faktów. Model czyta CV i wypełnia tabelę: uprawnienia, lata doświadczenia na podobnym stanowisku, miejscowość, języki, dostępność. Przy każdym wymaganiu twardym wpisuje „tak", „nie" albo „brak informacji". Decyzję podejmuje człowiek, patrząc na tabelę i na CV.
Czego nie oddawaj:
- Rankingu „dopasowania" w skali 0–100. Nie wiesz, z czego wynika liczba, więc nie wyjaśnisz jej kandydatowi.
- Automatycznego odrzucania. Art. 22 RODO daje osobie prawo, by nie podlegać decyzji opartej wyłącznie na zautomatyzowanym przetwarzaniu, która istotnie na nią wpływa. Odrzucenie aplikacji o pracę jest takim przypadkiem. Źródło: RODO, art. 22 (EUR-Lex).
- Oceny „osobowości" i „dopasowania kulturowego". Model powtarza wzorce z danych, na których go uczono: wiek, przerwy w zatrudnieniu, nazwiska.
Kodeks pracy (art. 22¹) ogranicza dane, których możesz żądać od kandydata: imię i nazwisko, data urodzenia, dane kontaktowe, wykształcenie, kwalifikacje zawodowe i przebieg dotychczasowego zatrudnienia. Źródło: Kodeks pracy (ISAP). W instrukcji dla modelu zapisz wprost, żeby nie brał pod uwagę daty urodzenia, zdjęcia ani płci.
Druga sprawa to narzędzie. CV to dane osobowe, więc darmowe konto czatbota odpada. Potrzebujesz wersji firmowej z umową powierzenia i bez trenowania na twoich danych. Jeśli w firmie nie ma jeszcze zasad, od tego zacznij — opisaliśmy je w tekście o polityce używania AI w firmie.
AI Act: co cię dotyczy i od kiedy. Unijny AI Act zalicza systemy AI używane do rekrutacji, w szczególności do filtrowania podań i oceny kandydatów, do systemów wysokiego ryzyka (załącznik III, pkt 4). Źródło: rozporządzenie 2024/1689 (EUR-Lex).
Termin stosowania tych przepisów przesunięto z 2 sierpnia 2026 na 2 grudnia 2027 r. Wymagania dotyczące kompetencji w zakresie AI obowiązują natomiast od 2 lutego 2025 r. Źródło: Ministerstwo Cyfryzacji, gov.pl.
Jako firma, która takie narzędzie tylko stosuje, od grudnia 2027 będziesz musiał m.in.: używać go zgodnie z instrukcją dostawcy, wyznaczyć osobę z kompetencjami do nadzoru, przechowywać generowane logi co najmniej 6 miesięcy (jeśli je kontrolujesz) i informować kandydatów, że system był użyty.
Praktyczny wniosek: proces, w którym model tylko wyciąga fakty, a człowiek otwiera każde CV przed odrzuceniem, zbudujesz dziś i nie będziesz go przebudowywać za rok. Granica między „wyciąga fakty" a „filtruje podania" jest jednak cienka. Jeśli tabela z modelu to jedyne, co czytasz przed odmową, w praktyce filtruje model.
Dwa przykłady
Gdzie zadziałało. U jednego z naszych klientów — producenta mebli, 45 osób — przed sezonem szukano 6 operatorów CNC i pomocników. W 3 tygodnie przyszło 220 aplikacji z dwóch portali. Firma miała już Microsoft 365, więc CV z jednej skrzynki trafiały do modelu w europejskim regionie chmury, a wynik lądował w arkuszu: 5 wymagań, każde „tak/nie/brak informacji", plus jedno zdanie streszczenia.
Konfiguracja zajęła 2 dni pracy (około 7 tys. zł), koszt wywołań modelu za cały nabór był poniżej 50 zł. Czas kierowniczki na pierwszą selekcję spadł z około 12 do 3 godzin, a pierwsze telefony do kandydatów wychodziły po 2 dniach zamiast po 8. Każde „nie" człowiek sprawdzał w kilkanaście sekund. Dwie osoby oznaczone jako „brak informacji" o uprawnieniach miały je w zeskanowanym załączniku, którego model nie przeczytał. Lekcja: „brak informacji" to nie „nie" i nigdy nie powinno automatycznie odpadać.
Gdzie kosztowało więcej. W biurze rachunkowym (18 osób) szukano księgowej. Kupiono gotowy system rekrutacyjny z „wynikiem dopasowania" i ustawiono automatyczną odmowę poniżej 60 punktów. Abonament: około 400 zł miesięcznie.
Przez 3 miesiące i dwa nabory na rozmowy trafiło kilka osób. Jedna odrzucona kandydatka miała 9 lat doświadczenia w Comarch Optima. Dostała 52 punkty, bo jej CV w dwóch kolumnach źle się wczytało. Poprosiła o wyjaśnienie, na jakiej podstawie ją odrzucono. Firma nie umiała odpowiedzieć, bo nie wiedziała, z czego wynika wynik. Odpowiedź przygotowana z prawnikiem kosztowała około 3 tys. zł i dwa dni nerwów. Automatyczną odmowę wyłączono. Lekcja: jeśli nie potrafisz wyjaśnić, dlaczego ktoś odpadł, nie pozwalaj systemowi odrzucać.
Kiedy to nie ma sensu
- Mało aplikacji. Poniżej około 50 CV miesięcznie albo przy jednym naborze w roku przeczytaj je sam. Szybciej i bez ryzyka.
- Stanowiska specjalistyczne. Na księgową, technologa czy handlowca B2B przychodzi zwykle 5–20 zgłoszeń. Tu liczy się niuans, którego tabela nie odda.
- Brak spisanych kryteriów. Jeśli nie potrafisz wymienić 3–5 wymagań twardych, model wymyśli własne. To gorsze niż brak modelu.
Ile to kosztuje: gotowy system rekrutacyjny z funkcjami AI to typowo 200–800 zł miesięcznie. Własny, prosty proces na istniejącym Microsoft 365 to zwykle 6–15 tys. zł i 1–3 tygodnie, plus 2–4 godziny sprawdzania przy każdym naborze. Tańsza alternatywa: pytania eliminacyjne w formularzu i filtr w Excelu, za 0 zł.
Pamiętaj też o retencji. CV kandydatów, których nie zatrudniłeś, usuwasz po zakończeniu rekrutacji, chyba że mają świeżą zgodę na kolejne nabory. Dotyczy to także kopii w narzędziu AI i w arkuszu z wynikami. Więcej o tym w tekście o retencji danych w MŚP.
Co zrobić w tym tygodniu
- Policz CV z ostatnich 12 miesięcy i oszacuj godziny, które zajęło ich przeczytanie. To odpowie, czy w ogóle masz problem.
- Spisz 3–5 wymagań twardych dla stanowiska, na które rekrutujesz najczęściej.
- Dodaj 2–3 pytania eliminacyjne do formularza albo treści ogłoszenia.
- Zapytaj wprost osoby rekrutujące, czy wklejają CV do darmowych czatbotów. Jeśli tak, zatrzymaj to dziś.
- Sprawdź klauzulę informacyjną w ogłoszeniu: czy mówi, jakich narzędzi używasz i jak długo trzymasz CV.
- Ustal konkretny termin usuwania CV po zakończonym naborze i wpisz go w kalendarz.
AI w rekrutacji opłaca się dopiero przy kilkudziesięciu CV miesięcznie i tylko w jednej roli: wyciąga fakty do tabeli, a o odrzuceniu decyduje człowiek, który potrafi tę decyzję wyjaśnić.