Mengapa bertambahnya jumlah pelamar justru merugikan tim HR Anda? Temukan alasan keyword ATS gagal dan cara menemukan kandidat tepat di sini.
Dulu, ribuan lamaran yang masuk ke sebuah lowongan kerja sering dianggap sebagai tanda bahwa perusahaan memiliki daya tarik tinggi. Namun, lanskap rekrutmen telah berubah. Kandidat kini dapat mengirim puluhan bahkan ratusan lamaran hanya dalam beberapa klik. Dengan bantuan Artificial Intelligence (AI), mereka juga dapat menyesuaikan resume dan cover letter dengan persyaratan setiap posisi secara otomatis.
Bagi perusahaan, kondisi ini menciptakan sebuah paradoks: semakin banyak lamaran yang masuk, belum tentu semakin mudah menemukan kandidat yang tepat. Justru sebaliknya, volume kandidat yang tinggi dapat membuat proses recruitment semakin kompleks, menghabiskan waktu recruiter, dan meningkatkan risiko salah mengambil keputusan.
Salah satu perubahan terbesar dalam recruitment adalah semakin mudahnya kandidat mengoptimalkan resume menggunakan AI. Kandidat dapat memasukkan job description ke berbagai AI tools dan mendapatkan resume yang disesuaikan dengan kata kunci yang kemungkinan dicari oleh Applicant Tracking System (ATS).
Masalahnya, kesesuaian kata kunci tidak selalu berarti kesesuaian kompetensi. Resume yang terlihat sangat relevan belum tentu mencerminkan kemampuan atau pengalaman kandidat yang sebenarnya.
Jika sebelumnya perusahaan menghadapi candidate scarcity, kini tantangannya mulai bergeser menjadi candidate signal overload. Bukan lagi sekadar bagaimana mendapatkan lebih banyak pelamar, tetapi bagaimana menemukan kandidat yang benar-benar relevan di tengah volume aplikasi yang semakin besar.
Kandidat kini memiliki akses ke teknologi yang sama canggihnya dengan teknologi yang digunakan perusahaan. AI dapat membantu mengoptimalkan kata kunci, menyusun ulang pengalaman kerja, hingga membuat pencapaian terdengar lebih relevan dengan posisi yang dilamar.
Hal ini tidak selalu berarti kandidat berniat menipu. Mereka hanya berusaha meningkatkan peluang untuk lolos ke tahap berikutnya. Namun, kondisi ini menimbulkan pertanyaan penting:
Jika kandidat dapat mengoptimalkan resume mereka agar terlihat cocok dengan sistem, apakah sistem tersebut masih mampu membedakan antara kandidat yang benar-benar cocok dan kandidat yang sekadar terlihat cocok?
Inilah alasan mengapa screening yang terlalu bergantung pada keyword semakin memiliki keterbatasan. Resume memberikan signal, tetapi belum tentu menggambarkan keseluruhan kemampuan kandidat.
Volume kandidat yang tinggi dapat memengaruhi proses recruitment dalam beberapa cara.
Recruiter kehilangan waktu untuk pekerjaan strategis. Semakin banyak resume yang harus diproses, semakin banyak waktu yang terserap untuk pekerjaan administratif. Waktu yang seharusnya dapat digunakan untuk interview, stakeholder management, atau candidate engagement akhirnya habis untuk screening.
Kandidat yang salah bisa lolos, sementara kandidat yang tepat bisa terlewat. Kandidat yang terlihat sesuai di atas kertas belum tentu memiliki kemampuan yang dibutuhkan. Sebaliknya, kandidat yang sebenarnya kompeten dapat tersingkir karena resume mereka tidak menggunakan keyword yang tepat.
Candidate experience ikut terdampak. Ketika recruiter menangani terlalu banyak kandidat, komunikasi dapat menjadi lebih lambat dan tidak konsisten. Kandidat bisa menunggu terlalu lama atau bahkan tidak mendapatkan kabar sama sekali.
Pada akhirnya, masalah ini juga dapat menjadi persoalan bisnis. Keputusan recruitment yang kurang tepat dapat menghasilkan bad hire, yang kemudian menimbulkan biaya recruitment ulang, onboarding, dan hilangnya produktivitas.
Jika jumlah pelamar semakin mudah diperoleh, jumlah pelamar seharusnya tidak lagi menjadi indikator utama keberhasilan recruitment.
Perusahaan dapat mulai melihat metrik yang lebih berorientasi pada kualitas, seperti:
Dengan demikian, fokus recruitment dapat bergeser dari “Berapa banyak kandidat yang kita dapatkan?” menjadi “Seberapa cepat kita menemukan kandidat yang tepat?”
Perusahaan tidak harus meninggalkan ATS atau mengabaikan volume kandidat. Yang perlu berubah adalah cara kandidat diproses dan dievaluasi.
Pertama, jangan menjadikan jumlah pelamar sebagai ukuran keberhasilan utama. Yang lebih penting adalah berapa banyak kandidat berkualitas yang berhasil ditemukan dari seluruh pelamar tersebut.
Kedua, perusahaan perlu bergerak dari keyword matching menuju contextual assessment. Sistem recruitment sebaiknya mempertimbangkan konteks pengalaman kandidat, seperti tanggung jawab, proyek yang pernah dikerjakan, perkembangan karier, dan relevansinya dengan posisi yang dibutuhkan.
Ketiga, gunakan AI sebagai decision support, bukan decision maker. AI dapat membantu merangkum profil, mengidentifikasi pola pengalaman, dan mengurangi pekerjaan administratif. Namun, faktor seperti motivasi, komunikasi, kepemimpinan, dan cultural fit tetap membutuhkan human judgment.
Di era AI, mendapatkan lebih banyak pelamar tidak lagi otomatis berarti memiliki recruitment funnel yang lebih baik. Ketika kandidat semakin mudah mengoptimalkan resume, perusahaan membutuhkan cara yang lebih baik untuk membedakan kandidat yang terlihat cocok dengan kandidat yang benar-benar cocok.
Karena itu, pertanyaan recruitment modern bukan lagi sekadar “How do we get more candidates?”, tetapi:
“How do we identify the right candidates faster and with greater confidence?”
Pada akhirnya, pemenang dalam talent acquisition bukanlah perusahaan yang menerima lamaran paling banyak, tetapi perusahaan yang paling efektif mengubah volume kandidat menjadi kualitas talent.
Karena kandidat dapat menggunakan AI untuk menyesuaikan resume dengan keyword dalam job description. Akibatnya, kecocokan keyword tidak selalu mencerminkan kompetensi dan pengalaman yang sebenarnya.
Contextual Candidate Intelligence adalah pendekatan yang menganalisis kandidat berdasarkan konteks pengalaman mereka, bukan hanya keyword. Hal ini dapat mencakup tanggung jawab, pengalaman proyek, perjalanan karier, dan relevansi pengalaman dengan posisi yang dibutuhkan.
Karena faktor seperti motivasi, komunikasi, kepemimpinan, dan cultural fit membutuhkan konteks dan penilaian manusia. AI sebaiknya menjadi decision support, bukan pengambil keputusan tunggal.
Perusahaan dapat melihat quality of hire, bad hire rate, time-to-quality-candidate, serta seberapa banyak waktu recruiter digunakan untuk aktivitas strategis dibandingkan pekerjaan administratif.
Ya. Komunikasi yang lambat atau tidak adanya kejelasan selama proses recruitment dapat menciptakan pengalaman negatif dan memengaruhi persepsi kandidat terhadap perusahaan.
Kemungkinan yang lebih besar adalah AI mengubah cara HR bekerja, bukan menggantikan HR sepenuhnya. AI dapat menangani sebagian pekerjaan administratif sehingga recruiter memiliki lebih banyak waktu untuk aktivitas yang membutuhkan judgment dan human interaction.