Tapaustutkimus päällä

Tekoälypohjainen rekrytointialusta

Verkkosivuston ongelmien ratkaiseminen

Jaa tämä tapaustutkimus

Ala

Teknologia-alan henkilöstöpalvelut ja rekrytointi

Aineiston kattama ajanjakso

huhtikuu 2025 – kesäkuu 2026 (14,5 kuukautta)

Asteikko

17 021 hakemusta · 511 avointa työpaikkaa · 5-henkinen rekrytointitiimi

Haaste

IT-henkilöstöpalveluiden rekrytointitiimit kohtaavat volyymiongelman, joka kasvaa nopeammin kuin henkilöstömäärä ehtii kasvaa. IT-alan keskimääräinen rekrytointiaika on 40–45 päivää (LinkedIn Talent Solutions), rekrytoijat käyttävät 40–60% työajastaan pelkästään ansioluetteloiden seulontaan (Deloitte Human Capital), ja yksi avoin työpaikka voi tuottaa satoja hakemuksia. Tämän aineiston taustalla oleva tiimi käsitteli viikoittain 270 saapuvaa ansioluetteloa – ruuhkakuukausina hakemusten määrä ylitti 2 700 – ilman automatisoitua tapaa luokitella tai suodattaa niitä. Ilman pisteytysjärjestelmää rekrytoijat käyttivät suurimman osan ajastaan ansioluetteloiden lukemiseen ilman realistista polkua rekrytointiin, jolloin haastatteluihin, ehdokkaiden suhteiden hallintaan ja uusien ehdokkaiden etsimiseen jäi vähemmän resursseja.

Ominaisuudet:

Hakija hakee tehtäväsidonnaisen linkin kautta. Alusta jäsentää ansioluettelon, poimii siitä jäsenneltyjä tietoja – taidot, työkokemus, koulutus, työssäoloaika – ja arvioi ne tehtävän vaatimusten perusteella. Korkean pistemäärän saaneet hakijat etenevät syvällisempään automatisoituun analyysiin, jossa heidän profiiliaan verrataan ydinosaamisvaatimuksiin ja luodaan jäsenneltyjä seulontamuistiinpanoja. Rekrytoija avaa järjestetyn ehdokaslistan raakamuotoisen postilaatikon sijaan, suorittaa jäsennellyn seulontapuhelun ja varaa haastattelun suoraan hallintapaneelista. Sieltä seurattava rekrytointiprosessi vie hakijan läpi seulonnan, ehdokaslistan laatimisen, haastattelun, valinnan, työtarjouksen ja digitaalisen perehdytyksen – jokainen vaihe on aikaleimattu ja tarkastettavissa. Useissa toimipisteissä tapahtuvassa rekrytoinnissa yksi työpaikkailmoitus ruokkii ehdokasjoukkoja kaikissa toimipisteissä ilman päällekkäisyyksiä.

Tekniikka

Monimallinen tekoälyprosessi
Node.js / Python-taustapalvelu
React-hallintapaneeli
PostgreSQL
REST-rajapinnat
Pilvi-infrastruktuuri

Ratkaisu:

Alusta käärii olemassa olevan rekrytointiprosessin tekoälypohjaisen arviointikerroksen sisään, joka pisteyttää jokaisen saapuvan ansioluettelon automaattisesti ennen kuin rekrytoija ehtii nähdä sitä. Monimallinen pisteytysprosessi määrittää hakijoille 0–100 pisteen sopivuusarvosanan muutaman tunnin kuluessa hakemuksen jättämisestä. Arvosana perustuu jäsenneltyyn analyysiin, joka kattaa osaamisen, kokemuksen syvyyden, työhistoriat ja roolikohtaiset vaatimukset. Seulontakynnyksen ylittäneet hakijat saavat kattavamman automaattisen profiilin – osaamiskartoituksen, osaamisvajeiden tunnistuksen ja ehdotetut seulontakysymykset – joka näkyy suoraan rekrytoijan hallintapaneelissa yhdessä järjestetyn ehdokaslistan kanssa. Ihmisen suorittama tarkastelu keskittyy niihin hakemuksiin, jotka tekoäly on jo merkinnyt rekrytoijan aikaa arvoisiksi. Aikataulutus, rekrytointiprosessin eteneminen ja perehdytysasiakirjat sijaitsevat samalla alustalla, mikä luo yhden seurattavan rekisterin ensimmäisestä hakemuksesta palkkaamiseen asti.

Tarjottavat palvelut

  • Tekoälyn tuotesuunnittelu ja arkkitehtuuri
  • Monimallisen pisteytysprosessin kehittäminen
  • Rekrytoijan hallintapaneeli ja käyttökokemus
  • API ja kolmansien osapuolten integraatiot
  • Digitaalinen perehdyttämisprosessi
  • Tekoälymallien jatkuva optimointi

Kuinka se toimii

Hakija hakee tehtäväsidonnaisen linkin kautta. Alusta jäsentää ansioluettelon, poimii siitä jäsenneltyjä tietoja – taidot, työkokemus, koulutus, työssäoloaika – ja arvioi ne tehtävän vaatimusten perusteella. Korkean pistemäärän saaneet hakijat etenevät syvällisempään automatisoituun analyysiin, jossa heidän profiiliaan verrataan ydinosaamisvaatimuksiin ja luodaan jäsenneltyjä seulontamuistiinpanoja. Rekrytoija avaa järjestetyn ehdokaslistan raakamuotoisen postilaatikon sijaan, suorittaa jäsennellyn seulontapuhelun ja varaa haastattelun suoraan hallintapaneelista. Sieltä seurattava rekrytointiprosessi vie hakijan läpi seulonnan, ehdokaslistan laatimisen, haastattelun, valinnan, työtarjouksen ja digitaalisen perehdytyksen – jokainen vaihe on aikaleimattu ja tarkastettavissa. Useissa toimipisteissä tapahtuvassa rekrytoinnissa yksi työpaikkailmoitus ruokkii ehdokasjoukkoja kaikissa toimipisteissä ilman päällekkäisyyksiä.

Tulokset, jotka puhuvat puolestaan

Kaikki mittarit perustuvat 14,5 kuukauden ajalta kerättyihin reaaliaikaisiin tuotantotietoihin. Alan vertailuarvot on saatu LinkedIn Talent Solutionsin vuosikertomuksesta, SHRM:n Talent Acquisition Benchmarking -tutkimuksesta sekä Deloitte Global Human Capital Trends -raportista.

Ansioluetteloiden seulonnan käsittelykapasiteetti

Tämä alusta IT-alan vertailuarvo
Viikossa käsitellyt ansioluettelot 270 Käsin: noin 25–30 rekrytoijaa kohti viikossa¹
Tekoälyn pisteytys: kattavuus 99,991 TP3T kaikista hakemuksista
Imeytynyt enimmäismäärä 2 710 yhden kuukauden aikana Vaatii yleensä tilapäistä henkilöstöä
Rekrytoijakohtainen hakijoiden määrä noin 54 ansioluetteloa viikossa tekoälyn avulla 25–30 ansioluetteloa viikossa ilman tekoälyä

¹ SHRM:n rekrytointivertailututkimus, joka koskee IT-tehtävien hakijoiden ansioluetteloiden manuaalista tarkastelua.

Viisihenkinen tiimi käsitteli määrän, jonka käsittelyyn olisi tarvittu 9–11 erillistä tarkastajaa täysin manuaalisessa mallissa.

Rekrytoijan säästämä aika

SHRM:n julkaiseman arvion mukaan merkityksellinen manuaalinen arviointi vie 6 minuuttia ansioluetteloa kohti:
Skenaario Tarkastetut ansioluettelot Aika 6 min/CV
Täysin manuaalinen (ei tekoälyä) 17,021 1 702 rekrytointituntia
Tekoälyn avulla (ihmiset arvioivat vain tekoälyn läpäisseitä ansioluetteloita) 2,583 ~86 rekrytointituntia²
Arvioidut säästöt noin 1 616 rekrytointituntia 14,5 kuukauden aikana

² Tekoälyn avulla luokitellut ja ennalta tiivistetyt ansioluettelot vaativat arviolta 2 minuuttia ihmisen suorittamaa tarkastelua 6 minuutin sijaan.

Vuodeksi laskettuna se on suunnilleen 1 340 rekrytointituntia vuodessa palasi elokuvanäytöksestä – vastaa 0,64 kokoaikaista työntekijää keskitettiin haastatteluihin, ehdokkaiden hankintaan ja ehdokkaiden hallintaan. Viisihenkisen tiimin jokaiselle rekrytoijalle tämä tarkoittaa noin 5 tuntia viikossa vapautui.

Deloitte Human Capitalin tutkimuksen mukaan rekrytoijat, jotka käyttävät alle 40% ajastaan hakijoiden seulontaan, täyttävät avoimet tehtävät 30% nopeammin ja raportoivat rekrytointipäälliköiden tyytyväisyyden olevan huomattavasti korkeampi.

Tekoälysuodattimen tarkkuus – pisteiden korrelaatio tuloksen mukaan

Putkilinjan vaihe Keskimääräinen AI-sopivuuspisteet n
Palkattu 68.1 43
Haastatteluvaihe 62.5 115
Käsittelyssä olevat hankkeet / seulotut 61.1 1,895
Ehdokaslistalle valittu 50.9 540
Hylätty 49.5 7,000

Valitut hakijat saivat keskimäärin 18,6 pistettä korkeampi kuin ne, jotka hylättiin karsinnassa – mikä on selkeä merkki siitä, että ranking kuvaa todellista sopivuutta tehtävään, ei pelkästään avainsanojen vastaavuutta. Toissijainen analyysitaso vahvistaa samaa suuntausta: palkattujen hakijoiden syvällisemmän analyysin pisteet olivat keskimäärin 65,7, kun taas karsituilla hakijoilla ne olivat 46,3.

Lopullisten ehdokkaiden laatu vs. alan vertailuarvo

Tämä alusta IT-alan vertailuarvo¹
Ehdokaslistalta haastatteluun siirtyneiden määrä 21.3% (115/540) 15–20%
Haastattelusta palkkaamiseen johtavien hakijoiden osuus 37,4% (43/115) 30–35%
Yksi ehdokas jokaisesta… 12 otettiin palvelukseen ~20–25 (alan arvio)

¹ LinkedIn Talent Solutionsin vuosikertomus; SHRM:n rekrytointivertailututkimus.

Haastatteluun kuluva aika

Tämä alusta IT-alan vertailuarvo
Haastatteluaika on sovittu 8,0 päivää 40–45 päivää rekrytointiprosessin kesto¹
Palkattujen hakijoiden osalta 7,0 päivää haastatteluun

¹ Rekrytoinnin kokonaiskesto sisältää työtarjouksen ja irtisanomisajan. 8 päivän luku kattaa rekrytoijan hallinnassa olevan osan prosessista: hakijoiden seulonnan, ehdokaslistan laatimisen ja haastatteluaikojen sovittamisen.

Hylkäysten käsittely suurissa mittakaavoissa

7 000 hakemusta karsittiin tekoälyn suorittamassa seulontavaiheessa (41,11 TP3T kaikista saapuneista hakemuksista), eikä yksikään rekrytoija tarkastellut niitä perusteellisesti. Jos näitä olisi käsitelty manuaalisesti 6 minuuttia ansioluetteloa kohti, pelkästään niiden käsittely olisi vienyt 700 rekrytointituntia. Järjestelmä käsitteli ne täysin automaattisesti.

Tarjous ja perehdytys

Digitaaliset työtarjoukset ja perehdytysasiakirjojen kerääminen on integroitu samaan alustaan – ei paperia, ei erillistä järjestelmää. Tarjousten määrä on tällä hetkellä vielä alkuvaiheessa (3 virallista tarjousta annettu); jotta konversioasteesta ja allekirjoitusaikasta voitaisiin raportoida luotettavasti, myyntiputken on kypsyttävä vielä lisää.

Miksi se on tärkeää

Jokainen täyttämätön työpaikka aiheuttaa päivittäisiä kustannuksia: menetettyä tuottavuutta, johdon huomion hajaantumista sekä ehdokkaita, jotka hyväksyvät kilpailevia tarjouksia, kun hidas rekrytointiprosessi viivästyy. Haastatteluun kuluvaa aikaa lyhentämällä alle kahdeksaan päivään – kun alan keskiarvo koko rekrytointiprosessille on yli 40 päivää – tiimi pystyy jatkuvasti nopeammin laatimaan ehdokaslistan ja sovittamaan haastatteluaikoja kuin manuaalisia prosesseja käyttävät kilpailijat. Ehdokaslista, josta 21% etenee haastatteluun (verrattuna alan vertailuarvoon 15–20%), ja haastattelut, joista 37% (verrattuna 30–35%:hen) vähentää rekrytointia kohti tarvittavien haastattelukierrosten määrää, mikä alentaa suoraan rekrytointikustannuksia ja parantaa rekrytointipäällikön luottamusta. Rekrytoijien aika, joka vapautuu seulonnasta – noin viisi tuntia henkilöä kohti viikossa – voidaan käyttää suhteiden rakentamiseen ja strategiseen rekrytointiin, joita tekoäly ei pysty tekemään.

Tietoja ratkaisusta

Alusta perustuu periaatteeseen, että tekoälyn tulisi keskittää ihmisen huomiota, ei kilpailla sen kanssa. Jokainen pisteytys on näkyvissä, jokainen sijoituspäätös on perusteltavissa, ja rekrytoija voi kumota minkä tahansa tuloksen. Pisteytysarkkitehtuuri on malliriippumaton – taustalla olevia tekoälykomponentteja voidaan päivittää, kun suorituskykyisempiä malleja tulee saataville, ilman että ympäröivää työnkulkua tarvitsee uudistaa. Järjestelmä on aktiivisessa tuotantokäytössä: yllä olevat mittarit heijastavat 14,5 kuukauden ajalta todellisen rekrytointitiimin toteuttamia rekrytointitoimia.

Mitä tämä osoittaa

Tämä tapaustutkimus ei ole rekrytointituote, jota yritämme myydä teille — se on osoitus siitä, miten rakennamme tekoälyä hyödyntäviä sovelluksia: monimallinen pisteytysprosessi, joka on integroitu reaaliaikaiseen operatiiviseen työnkulkuun ja jonka toimivuus on vahvistettu 14,5 kuukauden ajalta kerätyillä todellisilla tuotantotiedoilla. Jos etsit tekoälykumppania aivan toisenlaisen ongelman ratkaisemiseksi – ei rekrytointia eikä henkilöstön hankintaa varten – tämä on juuri se tekninen osaaminen ja tekoälyn käyttöönoton syvyys, jonka kanssa pääset työskentelemään.

Varaa 30 minuutin konsultointi digitaalisesta muutoksesta ja tuotesuunnitelmasta Carmatecin tiimin kanssa keskustellaksesi siitä, millainen tekoälyä hyödyntävä sovellus voisi olla juuri teidän toiminnoissanne. Olemme kehittäneet ohjelmistoja ja tekoälyjärjestelmiä jo 23 vuoden ajan tiimeillämme Bengalurussa, Dohassa, Dubaissa, New Yorkissa ja Lontoossa.

Tilaa uutiskirjeemme

Hanki päivityksiä ja opi parhailta

Lisää tutkittavaa

Haluatko tehostaa liiketoimintaasi?

ota yhteyttä ja ota yhteyttä

CTA-postaus.