Keskeiset havainnot
- 140 hakemusta avointa paikkaa kohden: Institute of Student Employers (ISE) 2025 -tutkimuksen mukaan brittiläiset työnantajat vastaanottavat valmistuneiden rekrytoinneissa keskimäärin 140 hakemusta per rooli, mikä on korkein luku kahteen vuoteen.
- Automaattinen hylkääminen on harvinaista: Rekrytoijien kyselytutkimukset osoittavat, että vain noin 8 prosenttia työnantajista määrittää hakijaseurantajärjestelmänsä hylkäämään ansioluettelot automaattisesti sisältöpisteytyksen perusteella; noin 92 prosenttia luottaa yhä ihmisarviointiin.
- Valmistuneiden rekrytointi laski 8 prosenttia vuosina 2024/25, mikä on jyrkin lasku pandemian jälkeen, vaikka kolmannes työnantajista lisäsi rekrytointejaan samana ajanjaksona.
- 33 prosenttia työnantajista on muokannut valintaprosessejaan generatiivisen tekoälyn vuoksi, kun edellisenä vuonna osuus oli 23 prosenttia (ISE, 2025).
- Nykyaikainen seulonta hyödyntää NLP-teknologiaa ja semanttista täsmäämistä, ei pelkkiä avainsanasuodattimia. Siksi kontekstoiduilla osaamiskuvauksilla on yleensä enemmän painoarvoa kuin irrallisilla avainsanalistoilla.
Dataa pintaa syvemmältä: Valmistuneiden työmarkkinoiden kiristyminen
Kun Institute of Student Employers (ISE) julkaisi vuoden 2025 opiskelijarekrytointitutkimuksensa, yksi luku kuvasi Britannian valmistuneiden rekrytointitilannetta: 140 hakemusta jokaista avointa paikkaa kohden. Tämä suhdeluku, joka on kerätty 155 työnantajajäseneltä, jotka vastaanottivat yhteensä yli 1,8 miljoonaa hakemusta noin 31 000 uran alkuvaiheen rooliin, on korkein kahteen vuoteen. Kasvu on osittain seurausta tekoälypohjaisista työkaluista ja yhden klikkauksen hakutoiminnoista, jotka ovat tehneet massahakemisesta lähes vaivatonta ehdokkaille.
Samaan aikaan valmistuneille suunnattujen paikkojen tarjonta väheni. ISE-tutkimus kirjasi 8 prosentin laskun valmistuneiden rekrytoinnissa 2024/25 aikana, mikä oli heikoin vuosi sitten pandemian aikaisen 12 prosentin pudotuksen vuonna 2020. Kyselyyn vastanneista työnantajista 42 prosenttia vähensi valmistuneiden sisäänottoa, 25 prosenttia piti tason ennallaan ja 33 prosenttia raportoi kasvusta. Näkymät pysyvät varovaisina: ISE-data viittaa 7 prosentin lisävähennykseen valmistuneiden rekrytoinnissa 2025/26 syklille, mikä johtuu pääasiassa jyrkistä vähennyksistä pienen suurtyönantajajoukon kohdalla.
Higher Education Statistics Agency (HESA), joka hyödyntää 917 610 valmistuneen vuoden 2022/23 kohortin Graduate Outcomes -tutkimusta, raportoi 82 prosentin vastaajista olleen työsuhteessa tai palkattomassa työssä 15 kuukautta valmistumisen jälkeen. Kuitenkin kokoaikainen työ ensimmäisen tutkinnon suorittaneilla laski 57 prosentista 54 prosenttiin, kun taas työttömyysaste nousi yhdellä prosenttiyksiköllä 6 prosenttiin. Nämä ovat maltillisia muutoksia erillään tarkasteltuna, mutta ne heijastavat laajempaa valmistuneiden työmarkkinoiden viilenemistä, mikä tekee seulontajärjestelmien ymmärtämisestä entistä ajankohtaisempaa.
Miten tekoälyseulonta todellisuudessa toimii
Automaattisen ansioluetteloseulonnan mekaniikka ymmärretään usein väärin, ja hämmennys alkaa yhdestä laajasti lainatusta tilastosta, jonka mukaan 75 prosenttia ansioluetteloista hylätään hakijaseurantajärjestelmissä ennen kuin ihminen ehtii lukea niitä. Tätä väitettä, joka kiertää uraohjeistusalustoilla ja sosiaalisessa mediassa, on analyytikoiden mukaan jäljitetty Prepteliin, joka oli rekrytointipalveluyritys, mutta on sittemmin lopettanut toimintansa. Mitään menetelmää luvun taustalla ei ole koskaan julkisesti paljastettu. Rekrytoijien kyselydata maalaa huomattavasti erilaisen kuvan.
Automaattisen hylkäämisen myytti
Enhancvin julkaisema vuoden 2025 kysely 25 rekrytoijalle osoitti, että 92 prosenttia tarkistaa hakemukset manuaalisesti, jopa suuren volyymin tilanteissa. Vain 8 prosenttia (kaksi vastaajaa 25:stä) raportoi määrittävänsä hakijaseurantajärjestelmänsä hylkäämään ansioluettelot automaattisesti sisältöpisteytyksen perusteella. Erillisesti HR.com julkaisi vastaavia havaintoja vuoden 2025 lopulla, raportoiden, että valtaosa rekrytoijista käyttää suodatustoimintoja hakemusten priorisointiin ja lajitteluun sen sijaan, että poistaisi niitä suoraan. Todellinen pullonkaula on näiden kyselyiden mukaan inhimillinen kapasiteetti. Kun rekrytoija kohtaa 140 hakemusta yhtä roolia kohden, jopa ne, jotka tarkistavat jokaisen hakemuksen, käyttävät väistämättä rajoitetusti aikaa kuhunkin.
Kuitenkin lähes kaikki työnantajat käyttävät niin sanottuja karsivia kysymyksiä: pakollisia kenttiä, kuten oikeutta tehdä työtä, vähimmäistutkintotasoa tai halukkuutta muuttaa. Ehdokkaat, jotka eivät täytä näitä tiukkoja kriteerejä, suodatetaan tyypillisesti pois ennen inhimillistä tarkastelua. Tämä on binaarinen vaatimustenmukaisuuden tarkistus, ei ansioluettelon laadun arviointi.
Avainsanoista semanttiseen ymmärrykseen
Seulontaohjelmistojen tekninen arkkitehtuuri on kehittynyt huomattavasti. Aiemmat hakijaseurantajärjestelmien sukupolvet luottivat suoraviivaiseen avainsanojen täsmäämiseen, skannaten ansioluetteloita työpaikkailmoituksen tarkoilla termeillä. Teollisuusanalyysin mukaan nykyiset työkalut, kuten Workday, Greenhouse, Lever ja iCIMS, käyttävät yhä enemmän luonnollisen kielen käsittelyä (NLP) ja joissakin tapauksissa suuria kielimalleja (LLM) arvioidakseen kontekstia sen sijaan, että vain laskettaisiin avainsanojen esiintymistiheyttä.
Käytännössä tämä tarkoittaa, että osaamiskuvaus, kuten kehitin automaatioskriptejä Pythonilla vähentääkseni manuaalista käsittelyaikaa 40 prosentilla, sisältää todennäköisesti enemmän analyyttistä painoarvoa kuin Python-termin listaaminen osaamisosiossa. Järjestelmä osaa jäsentää verbin, työkalun ja lopputuloksen, tunnistaen osoitetun osaamisen pelkän yksittäisen avainsanan sijaan. Britannia-spesifit alustat ovat myös osa tätä kenttää: Trac on laajalti käytössä NHS-yksiköissä, SuccessFactors on yleinen pankkialalla ja Oleeo käsittelee suuren osan valtionhallinnon valmistuneiden rekrytointiprosessista.
Siitä huolimatta kehittyneet NLP-järjestelmät ovat riippuvaisia siitä, että ne pystyvät lukemaan ja jäsentämään dokumentin sisällön tarkasti. Muotoiluvalinnat, jotka estävät puhtaan jäsennystuloksen, kuten tekstikentät, monipalstaiset asettelut tai kuvapohjaiset otsikot, voivat yhä aiheuttaa tietohäviötä riippumatta taustalla olevan tekoälyn monimutkaisuudesta.
Metodologia ja tietolähteet
Tämä analyysi pohjautuu ensisijaisesti kolmeen tietolähteeseen. ISE Student Recruitment Survey 2025 kattaa 155 työnantajajäsentä eri toimialoilta, sisältäen dataa yli 31 000 uran alkuvaiheen roolista ja yli 1,8 miljoonasta hakemuksesta. Se on laajimmin siteerattu vertailukohta Britannian valmistuneiden rekrytointitrendeille, vaikka se painottuukin suurempiin, strukturoituihin työnantajiin eikä välttämättä täysin edusta pienten ja keskisuurten yritysten rekrytointimalleja.
HESA Graduate Outcomes -tutkimus kerää vastauksia 917 610 valmistuneelta vuoden 2022/23 akateemiselta vuodelta, ajanjaksolla joulukuusta 2023 marraskuuhun 2024. Vuoden 2025 puoliväliin mennessä tämä aineisto on integroitu opetusministeriön Longitudinal Educational Outcomes (LEO) -dataan, mikä merkitsee sen liittämistä virallisiin valtion tilastoihin.
Työmarkkinakonteksti tulee Office for National Statistics (ONS) -virastolta, joka raportoi 2,0 työtöntä jokaista avointa työpaikkaa kohden ajanjaksolla joulukuu 2024 helmikuu 2025. Hakijaseurantajärjestelmiin liittyvä data pohjautuu Enhancvin, HR.comin ja Select Software Reviewsin julkaisemiin rekrytoijakyselyihin, huomioiden otoskokoon liittyvät rajoitteet.
Kevään rekrytointikausi: Ajoitus ja kilpailu
Britannian valmistuneiden rekrytointikalenteri noudattaa yleensä kahta pääasiallista huippua. TargetJobsin ja GRB:n datan mukaan syyskausi (syyskuusta marraskuuhun) keskittyy suurimpiin strukturoituihin jatko-ohjelmiin, erityisesti rahoituksen, konsultoinnin, juridiikan ja tekniikan aloilla. Kevätkausi, joka kestää suurin piirtein maaliskuusta kesäkuuhun, edustaa toista merkittävää rekrytointiaktiivisuuden aaltoa.
Kevätikkunan aikana arviointikeskukset pidetään yleensä maalis- ja huhtikuussa, ja työtarjouksia tehdään tyypillisesti huhti-, touko- ja kesäkuun aikana. Suoraan valmistuneille suunnatut roolit, toisin kuin strukturoidut jatko-ohjelmat, ilmoitetaan tyypillisesti pääsiäisen tienoilta alkaen. Jotkin strukturoidut ohjelmat, jotka eivät täyttyneet syyskaudella, saattavat myös avata hakuja uudelleen tänä aikana.
Kansainvälisille valmistuneille Britanniassa kevätkaudella on erityistä merkitystä. Opintonsa edeltävänä akateemisena vuonna päättäneet ehdokkaat saattavat toimia aikariippuvaisissa valmistumisen jälkeisissä raameissa, ja kevään ikkuna edustaa usein yhtä viimeisistä merkittävistä rekrytointiaalloista ennen kesää. Vastaavia kevään rekrytointimalleja esiintyy muillakin Euroopan markkinoilla; esimerkiksi Ranskan kevään rekrytointikaudet noudattavat uran alkuvaiheen rooleissa pitkälti samanlaista aikataulua.
Kilpailutasot kevätkaudella voivat vaihdella huomattavasti toimialoittain. ISE-datan mukaan tekniikan, rahoituksen ja asiantuntijapalveluiden roolit houkuttelevat korkeimpia hakija-avopaikka-suhdelukuja, kun taas julkinen sektori, koulutus ja järjestöala voivat nähdä matalampia, mutta yhä huomattavia määriä.
Mitä tämä tarkoittaa työnhakijoille Britannian markkinoilla
Dokumenttien muotoilu ja jäsentäminen
Koska hakijaseurantajärjestelmien ensisijainen tehtävä on jäsentää ja organisoida hakemusdataa, dokumenttien muotoilu on käytännön kysymys eikä kosmeettinen seikka. Jobscanin ja Resume.ion hakijaseurantajärjestelmien optimointioppaiden mukaan .docx (Microsoft Word) on edelleen universaaleimmin jäsennettävissä oleva tiedostomuoto suurimmilla alustoilla. Vaikka monet modernit järjestelmät käsittelevät tekstipohjaisia PDF-tiedostoja vaivatta, jotkin vanhemmat tai toimialakohtaiset järjestelmät voivat kohdata vaikeuksia PDF-tiedostojen kanssa, jotka sisältävät useita palstoja tai graafisia elementtejä.
Standardoidut osioiden otsikot, kuten Kokemus, Koulutus, Osaaminen ja Yhteystiedot, jäsentyvät yleensä luotettavammin kuin luovat vaihtoehdot. Hakijaseurantajärjestelmät on yleensä määritetty tunnistamaan nämä perinteiset tunnisteet, ja jäsenneltyä dataa tarkastelevat rekrytoijat navigoivat jäsennellyissä ansioluetteloissa tehokkaammin. Yksipalstaiset asettelut, standardifontit (Arial, Calibri tai Times New Roman 10 12 pisteen koossa) sekä tekstikenttien, taulukoiden ja upotettujen kuvien välttäminen ovat yleisesti suositeltuja muotoilukäytäntöjä, jotka tukevat puhdasta jäsennystä.
Osaamisen kontekstointi ja avainsanastrategia
Siirtymä pelkästä avainsanojen täsmäämisestä semanttiseen analyysiin vaikuttaa siihen, miten osaaminen esitetään ansioluettelossa. Useiden hakijaseurantajärjestelmien valmistajien teollisuusohjeistukset viittaavat siihen, että kontekstoidut osaamiskuvaukset, jotka yhdistävät verbin työkaluun tai kompetenssiin sekä mitattavaan lopputulokseen, kantavat enemmän painoarvoa nykyaikaisessa seulonnassa kuin irralliset avainsanalistat.
Yleinen suositus ura- ja hakijaseurantajärjestelmien optimointialustoilla on sisällyttää sekä lyhenteet että niiden koko muodot (esimerkiksi SEO rinnalla Hakukoneoptimointi), jotta huomioidaan vaihtelu siinä, miten hakukyselyt voidaan konfiguroida. Ehdokkaille, joilla on teknologia-sertifikaatteja, sekä pätevyyden nimen että myöntävän tahon listaaminen voi palvella vastaavaa funktiota parantaen löydettävyyttä.
On syytä huomata, että ero hakijaseurantajärjestelmän seulonnan ja inhimillisen seulonnan välillä on usein vähemmän jyrkkä kuin yleiset uraohjeet antavat ymmärtää. Monissa organisaatioissa hakijaseurantajärjestelmän ohjelmisto pisteyttää ja lajittelee hakemukset sen sijaan, että tekisi binaarisia päätöksiä. Rekrytoija tarkistaa sen jälkeen priorisoidun listan. Ansioluettelon muotoilu kommunikoimaan selkeästi sekä jäsennysohjelmiston että ihmislukijan kanssa on käytännössä sama harjoitus: selkeys, spesifisyys ja relevantti todistusaineisto osaamisesta ja saavutuksista.
Palkka- ja kysyntävertailu toimialoittain
Kysynnän ja palkitsemisen keskittymisen ymmärtäminen voi lisätä strategista kontekstia kevätkauteen. ISE:n vuoden 2025 datan mukaan keskimääräinen aloituspalkka strukturoiduissa jatko-ohjelmissa on noin 35 170 puntaa, vaikka tämä luku heijastaa suurempia työnantajia ja virallisia ohjelmia. HESA:n laajempi aineisto, joka kattaa valmistuneet laajemmassa työllisyystyyppien kirjossa, asettaa keskiarvon lähemmäksi 28 731 puntaa.
Toimialakohtainen vaihtelu on merkittävää. Kuten vuoden 2026 alussa julkaistuissa useissa teollisuuskyselyissä raportoitiin, arvioidut mediaanialoituspalkat sisältävät seuraavat:
- Juridiikka: noin 43 500 puntaa
- Rahoitus ja asiantuntijapalvelut: noin 36 500 puntaa
- Digitaalinen ja IT: noin 34 500 puntaa
- Tekniikka ja energia: noin 31 700 puntaa
- Media, journalismi ja viestintä: noin 24 000 puntaa
Alueellinen vaihtelu lisää toisen ulottuvuuden. Lontoossa sijaitsevat roolit tarjoavat tyypillisesti aloituspalkkoja 32 000 34 000 punnan välillä, kun taas Skotlannissa ja Kaakkois-Englannissa sijaitsevat paikat keskittyvät noin 28 000 29 000 punnan tasolle. Nämä luvut ovat laajasti yhdenmukaisia useiden tietolähteiden kesken, vaikka tarkat mediaanit vaihtelevat kyselymetodologiasta ja otoskoostumuksesta riippuen.
Ehdokkaille, jotka punnitsevat mahdollisuuksia rajojen yli, palkkaluvut saavat lisäkontekstia, kun ne sovitetaan elinkustannuksiin. 34 000 punnan aloituspalkka Lontoossa edustaa erilaista elintasoa kuin vastaava nimellinen luku edullisemmassa kaupungissa. Sama periaate pätee verrattaessa Britannian valmistuneiden palkkoja mahdollisuuksiin markkinoilla, kuten Persianlahden alueella, missä kansallisiin kehitysstrategioihin kytketyt toimialat voivat tarjota erottuvia palkkausrakenteita.
Tulevaisuuden näkymät: Minne data osoittaa seuraavaksi
Useat yhtyvät trendit viittaavat siihen, että tekoälyn rooli valmistuneiden seulonnassa laajenee merkittävästi tulevina vuosina. ISE:n vuoden 2025 datan mukaan 62 prosenttia kyselyyn vastanneista työnantajista odottaa käyttävänsä tekoälyä rekrytoinnissa viiden vuoden sisällä, ja 70 prosenttia ennakoi lisääntynyttä automaatiota rekrytointiprosesseissaan yleisesti. Niiden joukossa, jotka jo käyttävät tekoälyä valinnassa, 94 prosenttia raportoi parantuneesta nopeudesta ja tehokkuudesta, ja 81 prosenttia mainitsee tehostuneen kapasiteetin analysoida suuria datamääriä.
Samaan aikaan ehdokkaiden generatiivisen tekoälyn käyttö luo uusia jännitteitä. ISE raportoi, että 61 prosenttia työnantajista on jäänyt kiinni tai epäilee ehdokkaiden käyttävän tekoälyä haastattelujen aikana ilman lupaa, silti 45 prosenttia ei ole tarjonnut hakijoille mitään ohjeistusta siitä, mikä muodostaa asianmukaisen tekoälyn käytön. Tämä politiikkakuilu todennäköisesti kaventuu, kun työnantajat virallistavat odotuksiaan tekoälyn käytöstä valintaprosesseissa.
Laajempi liikerata osoittaa kohti valmistuneiden rekrytointikenttää, jossa molemmat osapuolet hyödyntävät yhä enemmän tekoälyä. Ehdokkaat käyttävät tekoälyä generoidakseen ja optimoidakseen hakemuksia; työnantajat ottavat käyttöön tekoälyn jäsentääkseen, pisteyttääkseen ja arvioidakseen niitä. Miten tämä dynamiikka kehittyy, erityisesti oikeudenmukaisuuden, läpinäkyvyyden ja tehokkuuden osalta, on yksi seuratuimmista kysymyksistä työmarkkina-analyysissa.
Ehdokkaat, jotka selviytyvät onnistuneesti alkuperäisestä seulonnasta, kohtaavat yhä ihmisvetoisia arviointivaiheita. Esimerkiksi käyttäytymisperusteisiin haastatteluihin valmistautuminen on edelleen erillinen kompetenssi, jota mikään määrä ansioluettelon optimointia ei voi korvata.
Datan rajoitteet
Tässä analyysissa esitettyyn dataan sovelletaan useita tärkeitä huomautuksia. ISE-tutkimus, vaikka se onkin auktoriteettinen, kattaa 155 työnantajajäsentä ja painottuu suurempiin, strukturoidumpiin organisaatioihin. Pk-yritykset, jotka työllistävät kollektiivisesti merkittävän osuuden Britannian valmistuneista, ovat aliedustettuina. 140 hakemusta per avoin paikka -luku voi olla korkeampi tai matalampi ISE-otoksen ulkopuolisilla työnantajilla.
Hakijaseurantajärjestelmäkohtainen data, erityisesti rekrytoijien kyselytutkimukset automaattisesta hylkäämisestä, nojaa pieniin otoskokoihin (joissakin tapauksissa jopa vain 25 vastaajaan) ja itse raportoituun käyttäytymiseen. Todelliset hakijaseurantajärjestelmien konfiguraatiot yksittäisillä työnantajilla voivat poiketa siitä, mitä rekrytoijat kyselyissä raportoivat.
HESA Graduate Outcomes -data tallentaa työllisyyden tilan 15 kuukautta valmistumisen jälkeen. Se ei seuraa urakehitystä, työn laatua tai sitä, ovatko valmistuneet oman alansa rooleissa. 6 prosentin työttömyysluku, vaikka se onkin hyödyllinen vertailukohtana, ei tavoita alityöllisyyttä tai epävarmoja työjärjestelyjä.
Palkkaluvut vaihtelevat lähteittäin metodologian, otoskoostumuksen ja Lontoo-lisän sisällyttämisen tai poissulkemisen vuoksi. Lukijoita kannustetaan tarkistamaan ensisijaiset lähteet suoraan ja hakemaan ohjeistusta päteviltä ura-ammattilaisilta analyysiin, joka on räätälöity yksilöllisiin olosuhteisiin.
