Plaas vandag ’n pos en jy besigtig nie net aansoeke nie — jy oorleef ’n vloed. LinkedIn verwerk nou ongeveer 11 000 aansoeke elke minuut, en die aantal ingediende aansoeke het met ongeveer 45% jaar op jaar gespring. Vir mededingende rolle in tegnologie, bemarking en afgeleë werk, is dit nou normaal om 1 000+ aansoekers binne dae te bereik.
En hier is die wending wat dit erger maak: die meeste van daardie CV's is uitstekend. Of lyk ten minste uitstekend. KI het dit triviaal gemaak vir enige kandidaat om ’n gepoleerde, sleutelwoord-perfekte, “toegespitsde” CV binne dertig sekondes te genereer. Die ou sein — hierdie persoon het tyd geneem om ’n sterk aansoek te skryf — bestaan nie meer nie. Almal bereik nou daardie standaard.
Hoe vind jy dus die werklike geskikte kandidaat in ’n stapel waar elke CV soos die ideale kandidaat lees? Nie deur vinniger te lees nie.
Waarom meer aansoeke niemand gehelp het nie
Jy sou dink ’n groter poel beteken beter aanstellings. In die praktyk is dit die teenoorgestelde. Ten spyte van die volume-eksplosie, maak net 4–6 kandidate tipies die onderhoudfase — dieselfde as voorheen. Die vloed het nie die trechter verbreed nie; dit het net die goeie kandidate dieper daarin begrawe.
Wat erger is, KI-aanvaarding in Hulpbronne het skerp gestyg — tog het koste-per-aanstelling en tyd-tot-aanstelling albei toegeneem oor dieselfde jare wat KI hoofstroom geword het. Ongeveer 90% van HR-bestuurders sê hul werkslading het toegeneem as gevolg van die toename in KI-gegenereerde aansoeke. Die gereedskap wat bedoel was om tyd te bespaar het ’n nuwe, groter probleem geskep: om werklike geskiktheid van KI-opknapping met die hand te skei, by 1 000 CV’s per pos.
Die instink wat terugskiet: sleutelwoordpassing
Wanneer volume skielik styg, is die versoeking om harder op sleutelwoorde te filter. Maar dit is presies die spel wat KI-CV’s ontwerp is om te wen. ’n Modell kan elke frase in jou positiebeskrywing perfek weerspieël — wat beteken dat sleutelwoordfiltering nou die beste opdraggewers opspoor, nie die beste kandidate nie. Jy verwerp ’n sterk applikant wat hul werk in hul eie woorde beskryf het en bevorder ’n swakker een wat ChatGPT toegelaat het om jou plasing terug te eggo.
Sleutelwoordpassing was al lank ’n swak maatstaf. Nou mislei dit aktief.
Wat werk werklik: behaal vir geskiktheid, dan verifieer
Die wyse uit die vloed is nie om vinniger te lees nie — dit is om te verander wat jy meet en wanneer. Twee stappe tel:
1. Behaal elke CV teen die werklike noodsaaklikhede van die pos, nie net sy sleutelwoorde nie. In plaas van “bevat hierdie CV die regte woorde”, word die vraag “kom die ervaring hier regtig ooreen met wat die rol vereis — die senioriteit, die veld, die spesifieke verantwoordelikhede?” Dit is ’n oordeel wat KI kan help om konsekwent oor 1 000 CV's in minute te maak — die werklike stemme na vore bring en die generiese-maar-gepolitye een afskop, waar hulle hoort.
2. Verifieer met ’n gestruktureerde onderhoud vroegtydig. ’n CV — KI-geassisteerd of nie — is ’n aanspraak. Die vinnigste manier om dit te toets is ’n kort, gestruktureerde onderhoud waar elke kandidaat dieselfde rolspefieke vrae volgens dieselfde beoordelingskema beantwoord. KI-opknapping kan nie ’n gesproke antwoord oor ’n werklike projek naboots nie. Om ’n liggewig gestruktureerde skerm vroeër in die proses te beweeg is hoe jy die werklike ervaring van die goed-geskrewe opsomming onderskei.
Let op waaraan werkgewers regtig reageer: in ’n opname van 925 HR-professionals, het 62% gesê KI-gegenereerde CV's sonder persoonlike aanpassing is meer geneig om verwerp te word, en 78% het gesê persoonlike, spesifieke besonderhede is ’n sein van werklike belangstelling en geskiktheid. Werkgewers is nie anti-KI nie — hulle is anti-generies. Jou sifting behoort dieselfde ding te beloon: werklike, spesifieke, verifieerbare geskiktheid.
Hoe ResReader die vloed hanteer
Dit is presies die probleem waarvoor ResReader ontwerp is. Jy laai elke CV gelyktydig op — honderde in een slag — en die KI behaal en rangskik elkeen teen die werklike noodsaaklikhede van die pos, nie net sleutelwoordoorvleueling nie. Jou werwer hersien die topkandidate in plaas van die hele hoop, en spandeer ure in plaas van dae aan die dele wat masjiene beter doen.
Dan, om werklike ervaring van KI-opgeknapte opsommings te skei, kan jy gestruktureerde KI-onderhoude uitvoer — dieselfde vrae en beoordelingskema vir elke kandidaat — sodat die kortlys gebou word op hoe mense werklik antwoord, nie net hoe goed hul CV geskryf is nie. Dit is sifting ontwerp vir ’n wêreld waar ’n uitstekend lykende CV nie meer beteken wat dit vroeër gedoen het nie.
Gereeld gestelde vrae
Kan jy ’n KI-gegenereerde CV opspoor?
Nadat KI-CV’s generies geword het, val hulle uit omdat hulle die werkplasing spieël sonder spesifieke, verifieerbare besonderhede. Maar opsporing is nie die doel nie — geskiktheid is. Behaal kandidate op of hul werklike ervaring ooreenstem met die pos en verifieer dit met ’n gestruktureerde onderhoud, eerder as om te probeer beheer hoe die CV geskryf is.
Hoe sifting jy vinnig duisende aansoeke?
Laai dit in bondels op en laat KI elkeen beoordeel en rangskik teen die pos se noodsaaklikhede, en laat dan ’n werwer slegs die topkandidate hersien. Handmatige, een-vir-een hersiening skaal nie verby ’n paar honderde nie, laat staan eintlik ’n duisend.
Moet kandidate gestraf word vir die gebruik van KI op hul CV?
Nie vir die gebruik van KI nie — maar vir generies wees. Opnames wys werkgewers verwerp KI-CV’s wat ’n gebrek aan persoonlike aanpassing het, maar beloon spesifieke, toegespitste besonderhede. Sifting moet vir werklike geskiktheid wees, nie vir die hulpmiddel wat die kandidaat gebruik het nie.
Die belangrikste punt
Die CV-vloed gaan nie verdwyn nie — KI het aansoek doen moeiteloos gemaak, so volume sal net toeneem. Maar volume was nog nooit die doel nie; geskiktheid is. Hou op probeer vinniger lees of harder filter op sleutelwoorde, wat nou albei die beste opdraggewers bevoordeel, nie die beste aanstelling nie. Behaal elke kandidaat teen die pos se werklike vereistes, verifieer die kortlys met ’n gestruktureerde onderhoud, en beloon spesifieke, egte geskiktheid bo generiese glans. Dit is hoe jy die regte persoon vind in ’n stapel van duisend.
Sif jy meer CV's as jou span kan lees? Kyk hoe ResReader dit in minute behaal en rangskik.