AI blir snabbt en del av modern rekrytering. I allt fler branscher utforskar organisationer hur teknik kan hjälpa dem att arbeta snabbare, strukturera information mer effektivt och ta bättre tillvara på data.
Löftet är tydligt: ökad effektivitet, bättre överblick och mindre tid på repetitiva uppgifter.
Men i rekrytering är effektivitet inte detsamma som kvalitet.
Att rekrytera handlar om människor, kontext, motivation, timing, ledarskapspotential och organisatoriska dynamiker. Ett CV kan berätta en del av historien, men inte allt. Ett sökresultat kan indikera relevans, men avgör inte om kandidaten är rätt match. Och en algoritm kan bearbeta data, men den förstår inte en person, ett team eller en affärsutmaning på samma sätt som en erfaren konsult.
På Compass Human Resources Group använder vi AI för att stödja vårt researcharbete, strukturera information och identifiera mönster — men inte för att fatta beslut om kandidater.
För oss är AI ett verktyg. Inte en beslutsfattare
Kort version
AI i rekrytering används ofta på sätt där det förutsägbart fungerar sämre. Det används för uppgifter det inte är väl lämpat för — att filtrera kandidater, bedöma relevans och fatta tidiga beslut — medan de uppgifter där AI faktiskt är starkt, såsom research, marknadskartläggning och strukturering av information, får mindre fokus.
Resultatet blir processer som känns mer moderna men ger snävare utfall. Snabbare filtrering är inte detsamma som bättre rekrytering.
Används AI på rätt sätt hör det hemma i de tidiga stegen av en rekryteringsprocess: att samla in information, organisera den och hjälpa konsulter att skapa en tydligare bild innan de går ut på marknaden.
Används det fel tar det bort just den nyans som god rekrytering bygger på.
Där AI faktiskt skapar värde: research och struktur
AI är som starkast i uppgifter som är repetitiva, datadrivna och tydligt definierade. I rekrytering gör det tekniken särskilt användbar i de tidiga faserna av research och processtöd.
Tänk på det som att ha en mycket noggrann researchassistent. Givet en brief kan den snabbt gå igenom stora mängder offentligt tillgänglig information, identifiera relevanta bolag, kartlägga en marknad, sammanfatta resultat och lyfta fram mönster som annars skulle ta en människa dagar att upptäcka. Den blir inte trött och tappar inte bort ursprungsfrågan.
Det är verkligt värde. Det frigör tid för konsulter att fokusera på det som kräver erfarenhet, omdöme och mänsklig interaktion — att förstå kundens verkliga behov, bygga relationer med kandidater och tolka vad en persons karriär faktiskt innebär.
På Compass ser vi AI som en researchpartner. Den kan hjälpa till att samla in och strukturera information, men den ersätter inte arbetet med att förstå en marknad, bedöma en kandidats motivation eller ge råd kring rätt rekryteringsbeslut.
Där AI har svårare: sourcing och kandidatselektion
En av de vanligaste diskussionerna kring AI i rekrytering rör sourcing. Det är också här nyans är särskilt viktigt — och där skillnaden mellan vad AI verkar göra och vad det faktiskt gör är som störst.
De flesta AI-verktyg för sourcing omvandlar CV:n och jobbprofiler till matematiska “fingeravtryck” och matchar dessa mot varandra. Det låter rigoröst. I praktiken är likhet i “fingeravtryck” inte detsamma som verklig matchning.
Föreställ dig att försöka förstå en persons karriär enbart genom jobbtitlar och arbetsgivarnamn. Snabbt att överblicka, ja — men en “Senior Manager” i ett familjeföretag och en “Senior Manager” i en global koncern är inte samma sak. Inte heller en person som kallade sig konsult men byggde något väsentligt, jämfört med någon som enbart förvaltade det som redan fanns. Titeln är densamma. Erfarenheten är det inte.
Kandidater som beskriver sin erfarenhet med egna ord — till exempel personer från närliggande branscher, karriärväxlare eller de som inte optimerat sina CV:n för algoritmer — riskerar att hamna i skymundan jämfört med dem som använder “rätt” nyckelord i rätt ordning.
Vad AI inte kan: förstå kontext
Rekrytering handlar inte bara om att matcha en kravprofil med ett CV. Det handlar om att förstå kontext.
Vad försöker företaget uppnå? Varför är rollen viktig just nu? Vilken typ av ledare kommer att lyckas i organisationen? Vilka delar av kravprofilen är avgörande och vilka är flexibla? Vad behöver teamet? Vad vill kandidaten själv?
AI kan bearbeta information, men den förstår inte dessa frågor på samma sätt som en konsult gör.
Den kan identifiera mönster i data, men saknar insikt i organisationens informella dynamik. Den kan sammanfatta en kandidatprofil, men inte tolka motivation, mognad i ledarskap eller självinsikt. Den kan jämföra erfarenhet mot kriterier, men inte avgöra när en okonventionell profil är precis det som behövs.
Den förståelsen kommer från dialog, marknadskunskap och professionellt omdöme — inte från en rangordnad lista.
Hur en bra process ser ut
Organisationer som använder AI väl i rekrytering är inte de som automatiserar mest, utan de som är tydliga med var AI hör hemma — och var det inte gör det.
AI hanterar grundarbetet: marknadskartläggning, identifiering av bolag, long list-research och strukturering av information. Det är uppgifter där AI sparar tid utan att fatta beslut om människor.
Konsulter står för tolkningen: vilka kandidater är faktiskt relevanta? Hur ska deras erfarenhet förstås i sitt sammanhang? Hur matchar de det kunden verkligen behöver — inte bara det som står i kravprofilen?
Beslut involverar människor på båda sidor. En stark kandidat övertygas inte av en automatiserad process — utan av en verklig dialog. Det förtroendet byggs genom mänsklig interaktion.
AI minskar inte behovet av struktur — den ökar det. Otydliga krav leder bara till att fel input organiseras mer effektivt. Tydliga roller, välgrundade kriterier och konsekvent mänsklig uppföljning är avgörande.
Avslutande reflektion
AI har en viktig roll i rekrytering. Använd på rätt sätt kan den göra processen mer effektiv, mer strukturerad och bättre underbyggd.
Men den är varken en helhetslösning eller en neutral sådan. Den speglar den data den tränats på, de antaganden som byggts in och de val som görs av dem som använder den.
De organisationer som lyckas är de som förstår skillnaden mellan att göra rekrytering snabbare och att göra den bättre. Det är inte samma sak — och att blanda ihop dem är där de flesta problem börjar.
