Legg ut en stilling i dag, og du vurderer ikke søknadene – du overlever et flom av dem. LinkedIn behandler nå rundt 11 000 søknader hvert minutt, og antallet søknader har økt med omtrent 45 % år for år. For konkurranseutsatte stillinger innen teknologi, markedsføring og fjernarbeid har det blitt normalt å få 1 000+ søkere på noen dager.
Og her er vri som gjør det verre: de fleste av disse CV-ene er utmerkede. Eller i det minste ser de ut som det. AI har gjort det trivialt for enhver kandidat å lage en polert, nøkkelord-perfekt, "skreddersydd" CV på tretti sekunder. Det gamle signalet – at denne personen tok seg tid til å skrive en god søknad – er borte. Nå klarer alle den standarden.
Så hvordan finner du den virkelige matchen i en bunke hvor hver CV leses som den ideelle kandidaten? Ikke ved å lese raskere.
Hvorfor flere søknader ikke hjalp noen
Du skulle tro at et større utvalg betyr bedre ansettelser. I praksis er det motsatt. Til tross for volumexplosjonen, kommer bare 4–6 kandidater vanligvis til intervju – det samme som før. Flommen utvidet ikke trakten; den begravde bare de gode kandidatene dypere i den.
Verre er det at AI-bruken i HR steg kraftig – men kostnad per ansettelse og tid til ansettelse har begge økt i de samme årene AI ble mainstream. Rundt 90 % av HR-ledere sier arbeidsmengden har økt på grunn av strømmen av AI-genererte søknader. Verktøyene som skulle spare tid skapte et nytt, større problem: å skille ekte match fra AI-polering, manuelt, på 1 000 CV-er per stilling.
Instinktet som slår feil: nøkkelordmatching
Når volum stiger, er fristelsen å filtrere hardere på nøkkelord. Men det er nettopp spillet AI-CV-er er laget for å vinne. En modell kan gjenskape akkurat alle fraser i din stillingsbeskrivelse – noe som betyr at nøkkelordsfiltrering nå fremhever de beste promptene, ikke de beste kandidatene. Du ender opp med å avslå en sterk søker som beskrev arbeidet i egne ord, og går videre med en svakere som lot ChatGPT gjenta din annonse tilbake til deg.
Nøkkelordmatching var en svak indikator allerede før AI. Nå er det aktivt misvisende.
Hva som faktisk fungerer: score for match, så verifiser
Veien gjennom flommen er ikke å lese raskere – det er å endre hva du måler og når. To grep er viktige:
1. Score hver CV opp mot stillingens reelle krav, ikke bare nøkkelordene. I stedet for "inneholder denne CV-en de riktige ordene", blir spørsmålet "matcher erfaringen faktisk det stillingen krever – senioritet, domene, spesifikke ansvarsområder?" Det kan AI hjelpe deg med å avgjøre konsekvent på 1 000 CV-er på minutter – fremheve de genuint relevante og skyve de generiske men polerte ned, dit de hører hjemme.
2. Verifiser med strukturert intervju tidlig. En CV – AI-assistert eller ikke – er et påstand. Den raskeste måten å teste den på er et kort, strukturert intervju der alle kandidater svarer på de samme stillingsspesifikke spørsmålene etter samme vurderingsskjema. AI-polering kan ikke skjønne et muntlig svar om et ekte prosjekt. Å flytte en lett strukturert screening tidligere i prosessen er hvordan du skiller ekte erfaring fra godt skrevne sammendrag.
Legg merke til hva arbeidsgivere faktisk reagerer på: i en undersøkelse med 925 HR-profesjonelle sa 62 % at AI-genererte CV-er uten personlig preg er mer sannsynlig å bli avslått, og 78 % at personlig, spesifikk detaljering signaliserer ekte interesse og match. Arbeidsgivere er ikke anti-AI – de er anti-generiske. Din screening bør belønne samme ting: ekte, spesifikk, verifiserbar match.
Hvordan ResReader håndterer flommen
Dette er problemet ResReader ble bygget for. Du laster opp alle CV-ene på en gang – hundrevis i ett rykk – og AI scorer og rangerer hver av dem opp mot stillingens faktiske krav, ikke bare nøkkelord. Rekruttereren din vurderer toppkandidatene i stedet for hele bunken, og bruker timer i stedet for dager på det maskinene gjør bedre.
For å skille ekte erfaring fra AI-polerte sammendrag kan du deretter kjøre strukturerte AI-intervjuer – de samme spørsmålene og vurderingsskjema for alle kandidater – slik at listen baseres på hvordan folk faktisk svarer, ikke bare hvor godt CV-en deres er skrevet. Det er screening designet for en verden hvor en flott CV ikke lenger betyr det det pleide.
Vanlige spørsmål
Kan man oppdage en AI-generert CV?
I økende grad skiller generiske AI-CV-er seg ut fordi de speiler stillingsannonsen uten spesifikk, verifiserbar detalj. Men målsetningen er ikke å oppdage – det er match. Score kandidater på om deres faktiske erfaring matcher rollen, og verifiser med et strukturert intervju, i stedet for å prøve å kontrollere hvordan CV-en er skrevet.
Hvordan screene hundrevis av søknader raskt?
Last opp samlet og la AI score og rangere hver mot stillingens krav, så vurderer rekrutterer bare toppkandidatene. Manuell gjennomgang én og én skalerer ikke til noen titalls søknader, langt mindre tusen.
Bør kandidater straffes for å bruke AI på CV-en?
Ikke for å bruke AI – men for å være generisk. Undersøkelser viser at arbeidsgivere avslår AI-CV-er som mangler personlige tilpasninger, og belønner spesifikke, skreddersydde detaljer. Screen for ekte match, ikke for hvilket verktøy kandidaten brukte.
Konklusjonen
Flommen av CV-er forsvinner ikke – AI har gjort det enkelt å søke, så volumet vil bare vokse. Men volum var aldri målet; match er det. Slutt å prøve å lese raskere eller filtrere hardere på nøkkelord, som nå belønner best prompt, ikke beste ansettelse. Score hver kandidat på stillingens reelle krav, verifiser listen med et strukturert intervju, og belønn spesifikk, genuin match framfor generisk polering. Slik finner du rett person i en bunke på tusen.
Screener dere flere CV-er enn teamet kan rekke å lese? Se hvordan ResReader scorer og rangerer dem på minutter.