Brytyjscy pracodawcy otrzymują średnio 140 aplikacji na jedno stanowisko dla absolwentów. Tylko około 8 procent z nich konfiguruje systemy ATS tak, aby automatycznie odrzucały CV. Analiza ta sprawdza realne działanie automatyzacji w procesie rekrutacji.
Kluczowe wnioski
- 140 aplikacji na wakat: Według badania Institute of Student Employers (ISE) z 2025 roku, brytyjscy pracodawcy otrzymują średnio 140 zgłoszeń na jedno stanowisko dla absolwentów, co jest najwyższym wynikiem od dwóch lat.
- Automatyczne odrzucanie jest rzadkością: Badania wśród rekruterów wskazują, że tylko około 8 procent pracodawców konfiguruje swoje systemy ATS w celu automatycznego odrzucania CV na podstawie treści. Około 92 procent nadal opiera się na przeglądzie ręcznym.
- Zatrudnienie absolwentów spadło o 8 procent w roku 2024/25, co stanowi największy spadek od czasów pandemii, mimo że jedna trzecia pracodawców zwiększyła nabór w tym samym okresie.
- 33 procent pracodawców przeprojektowało procesy selekcji w odpowiedzi na generatywną sztuczną inteligencję, w porównaniu z 23 procentami rok wcześniej (ISE, 2025).
- Współczesna selekcja wykorzystuje NLP i dopasowanie semantyczne, a nie proste filtry słów kluczowych, co oznacza, że opisy umiejętności z kontekstem mają zazwyczaj większą wagę niż listy samych słów kluczowych.
Dane w pigułce: rynek pracy dla absolwentów
Kiedy Institute of Student Employers (ISE) opublikował raport Student Recruitment Survey 2025, jedna liczba najlepiej oddała stan brytyjskiego rynku pracy dla absolwentów: 140 aplikacji na każde stanowisko. Wskaźnik ten, oparty na danych od 155 pracodawców, którzy otrzymali łącznie ponad 1,8 miliona aplikacji na około 31 000 miejsc pracy, stanowi najwyższy poziom od dwóch lat. Wzrost ten jest częściowo wynikiem narzędzi opartych na sztucznej inteligencji i funkcji szybkiej aplikacji, które ułatwiły kandydatom masowe wysyłanie zgłoszeń.
Jednocześnie podaż ofert dla absolwentów zmalała. Badanie ISE wykazało 8 procentowy spadek zatrudnienia absolwentów w roku 2024/25, co czyni ten rok najsłabszym od spadku o 12 procent w 2020 roku. Spośród badanych pracodawców, 42 procent ograniczyło liczbę przyjmowanych absolwentów, 25 procent utrzymało nabór na stałym poziomie, a 33 procent zgłosiło wzrost. Perspektywy pozostają ostrożne; dane ISE wskazują na dalszą redukcję o 7 procent w cyklu 2025/26, spowodowaną głównie znacznymi spadkami w nielicznych dużych firmach.
Higher Education Statistics Agency (HESA), opierając się na badaniu Graduate Outcomes obejmującym 917 610 absolwentów z rocznika 2022/23, podaje, że 82 procent respondentów było zatrudnionych lub pracowało nieodpłatnie 15 miesięcy po ukończeniu studiów. Jednak pełnoetatowe zatrudnienie absolwentów studiów pierwszego stopnia spadło z 57 do 54 procent, a stopa bezrobocia wzrosła o jeden punkt procentowy do 6 procent. Choć są to niewielkie zmiany, odzwierciedlają one ogólne ochłodzenie na rynku pracy, co czyni zrozumienie systemów selekcji tym bardziej istotnym.
Jak naprawdę działa selekcja z udziałem AI
Mechanizmy automatycznej selekcji CV są często błędnie rozumiane. Zamieszanie zaczyna się od szeroko cytowanej statystyki mówiącej, że 75 procent CV jest odrzucanych przez systemy ATS, zanim człowiek w ogóle je przeczyta. Twierdzenie to, rozpowszechniane na platformach doradztwa zawodowego, zostało przypisane przez analityków firmie Preptel, która obecnie nie prowadzi już działalności, a metodologii stojącej za tą liczbą nigdy nie ujawniono publicznie. Dane z badań rekruterów pokazują zupełnie inny obraz.
Mit automatycznego odrzucania
Badanie z 2025 roku przeprowadzone wśród 25 rekruterów i opublikowane przez Enhancv wykazało, że 92 procent z nich ręcznie przegląda aplikacje, nawet przy dużej liczbie zgłoszeń. Tylko 8 procent (dwóch z 25 respondentów) poinformowało o konfiguracji systemu ATS do automatycznego odrzucania CV na podstawie punktacji treści. Niezależnie, HR.com opublikował pod koniec 2025 roku podobne wnioski, informując, że zdecydowana większość rekruterów używa funkcji filtrowania do priorytetyzacji i sortowania aplikacji, a nie do ich całkowitego eliminowania. Według tych badań, prawdziwym ograniczeniem jest czas osób rekrutujących. Gdy rekruter mierzy się ze 140 aplikacjami na jedno stanowisko, nawet ci, którzy przeglądają każde zgłoszenie, nieuchronnie poświęcą ograniczoną ilość czasu na każdą z nich.
Mimo to, prawie wszyscy pracodawcy stosują tzw. pytania eliminacyjne; pola obowiązkowe, takie jak prawo do pracy, minimalny poziom kwalifikacji lub gotowość do relokacji. Kandydaci niespełniający tych sztywnych kryteriów są zazwyczaj odrzucani przed przeglądem ręcznym. Jest to binarne sprawdzenie zgodności, a nie ocena jakości CV.
Od słów kluczowych do zrozumienia semantycznego
Architektura techniczna oprogramowania do selekcji ewoluowała znacząco. Wcześniejsze generacje ATS opierały się na prostym dopasowywaniu słów kluczowych, skanując CV w poszukiwaniu dokładnych terminów z opisu stanowiska. Według analiz branżowych, obecna generacja narzędzi, w tym platformy takie jak Workday, Greenhouse, Lever i iCIMS, coraz częściej wykorzystuje przetwarzanie języka naturalnego (NLP) oraz, w niektórych przypadkach, duże modele językowe (LLM) do oceny kontekstu, zamiast liczenia częstotliwości występowania słów.
W praktyce oznacza to, że stwierdzenie o umiejętnościach, takie jak opracowanie skryptów automatyzujących w Pythonie w celu skrócenia ręcznego przetwarzania o 40 procent, prawdopodobnie będzie miało większą wagę analityczną niż wymienienie słowa Python w sekcji umiejętności. System potrafi przeanalizować czasownik, narzędzie i wynik, rozpoznając wykazaną kompetencję, a nie samodzielne słowo kluczowe. Platformy stosowane w UK również wpisują się w ten krajobraz; Trac jest powszechnie używany w fundacjach NHS, SuccessFactors w bankowości, a Oleeo obsługuje znaczną część procesów rekrutacji absolwentów w sektorze usług publicznych.
Nawet tak zaawansowane systemy NLP zależą od możliwości dokładnego odczytania treści dokumentu. Wybory formatowania utrudniające czytanie, takie jak osadzone pola tekstowe, układy wielokolumnowe lub nagłówki w formie obrazów, nadal mogą powodować utratę informacji, niezależnie od wyrafinowania sztucznej inteligencji.
Metodologia i źródła danych
Analiza ta opiera się głównie na trzech źródłach danych. ISE Student Recruitment Survey 2025 obejmuje 155 pracodawców z różnych sektorów, z danymi dotyczącymi ponad 31 000 miejsc pracy dla osób rozpoczynających karierę oraz ponad 1,8 miliona aplikacji. Jest to najczęściej cytowany wskaźnik trendów rekrutacji absolwentów w UK, choć dane te są bardziej reprezentatywne dla dużych, zorganizowanych pracodawców i mogą nie w pełni oddawać wzorce zatrudnienia w sektorze MSP.
Badanie HESA Graduate Outcomes gromadzi odpowiedzi od 917 610 absolwentów roku akademickiego 2022/23, ankietowanych między grudniem 2023 a listopadem 2024 roku. Do połowy 2025 roku ten zbiór danych został zintegrowany z danymi Department for Education dotyczącymi długoterminowych wyników edukacyjnych (LEO), co oznacza ich włączenie do oficjalnych statystyk rządowych.
Kontekst rynku pracy pochodzi z Office for National Statistics (ONS), który poinformował o 2,0 bezrobotnych na każde wolne miejsce pracy w okresie od grudnia 2024 do lutego 2025 roku. Dane dotyczące ATS pochodzą z badań rekruterów opublikowanych przez Enhancv, HR.com i Select Software Reviews, z uwzględnieniem zastrzeżeń dotyczących wielkości próby.
Wiosenny cykl rekrutacyjny: czas i konkurencja
Kalendarz rekrutacji absolwentów w UK zazwyczaj przebiega w dwóch głównych oknach. Według danych TargetJobs i GRB, cykl jesienny (od września do listopada) pozwala na wyłonienie największych, zorganizowanych programów stażowych, zwłaszcza w sektorach takich jak finanse, doradztwo, prawo i inżynieria. Cykl wiosenny, trwający mniej więcej od marca do czerwca, stanowi drugą istotną falę aktywności rekrutacyjnej.
W trakcie okna wiosennego centra oceny (assessment centres) odbywają się zazwyczaj w marcu i kwietniu, a oferty pracy są przekazywane zazwyczaj w kwietniu, maju i czerwcu. Stanowiska dla absolwentów typu direct entry, w odróżnieniu od zorganizowanych programów, są zazwyczaj ogłaszane od okolic Świąt Wielkanocnych. Niektóre programy, które nie obsadziły wszystkich stanowisk w cyklu jesiennym, mogą również ponownie otworzyć nabór w tym okresie.
Dla absolwentów zagranicznych w UK cykl wiosenny ma szczególne znaczenie. Kandydaci, którzy ukończyli studia w poprzednim roku akademickim, mogą działać w ramach czasowych ram pobytowych, a okno wiosenne często stanowi ostatnią dużą falę naboru przed latem. Podobne wiosenne wzorce rekrutacji istnieją na rynkach europejskich; wiosenne cykle rekrutacyjne we Francji na przykład podążają podobną osią czasu dla stanowisk typu early careers.
Poziomy konkurencji podczas cyklu wiosennego mogą się znacznie różnić w zależności od sektora. Według danych ISE, stanowiska w technologii, finansach i usługach profesjonalnych przyciągają najwyższe wskaźniki aplikacji na wakat, podczas gdy sektor publiczny, edukacja i organizacje charytatywne mogą odnotowywać niższe, choć wciąż znaczne wolumeny.
Co to oznacza dla szukających pracy w UK
Formatowanie dokumentu i parsowanie
Biorąc pod uwagę, że podstawową funkcją oprogramowania ATS jest parsowanie i organizacja danych aplikacji, formatowanie dokumentu jest kwestią praktyczną, a nie kosmetyczną. Według przewodników optymalizacji ATS od Jobscan i Resume.io, .docx (Microsoft Word) pozostaje najbardziej uniwersalnym formatem pliku dla głównych platform. Choć wiele nowoczesnych systemów bez trudności radzi sobie z PDFami opartymi na tekście, starsze lub specyficzne dla sektora systemy mogą mieć problemy z plikami PDF zawierającymi wiele kolumn lub elementy graficzne.
Standardowe nagłówki sekcji, takie jak Doświadczenie, Edukacja, Umiejętności i Informacje kontaktowe, zazwyczaj parsują się najbardziej niezawodnie. Platformy ATS są zazwyczaj skonfigurowane tak, aby rozpoznawać te konwencjonalne etykiety, a rekruterzy przeglądający sparsowane dane również wydajniej nawigują po ustrukturyzowanych CV. Układy jedno-kolumnowe, standardowe czcionki (Arial, Calibri lub Times New Roman w rozmiarze 10 do 12 punktów) oraz unikanie pól tekstowych, tabel i osadzonych obrazów są powszechnie wymieniane jako praktyki formatowania wspierające poprawne parsowanie.
Kontekstualizacja umiejętności i strategia słów kluczowych
Przejście od prostego dopasowywania słów kluczowych do analizy semantycznej ma implikacje dla sposobu prezentacji umiejętności w CV. Wytyczne branżowe od wielu dostawców ATS sugerują, że kontekstowe opisy umiejętności, które łączą czasownik z narzędziem lub kompetencją oraz wymiernym wynikiem, mają zazwyczaj większą wagę w nowoczesnej selekcji niż listy samych słów kluczowych.
Powszechnym zaleceniem w usługach kariery i platformach optymalizacji ATS jest dołączenie zarówno skrótów, jak i ich pełnych form (na przykład SEO obok Search Engine Optimisation), aby uwzględnić zmienność sposobu konfigurowania zapytań wyszukiwania. Dla kandydatów posiadających certyfikaty techniczne, wymienienie zarówno nazwy certyfikatu, jak i instytucji wydającej może pełnić podobną funkcję w poprawie wykrywalności.
Warto zauważyć, że rozróżnienie między selekcją ATS a selekcją ludzką jest często mniej wyraźne niż sugerują popularne porady zawodowe. W wielu organizacjach oprogramowanie ATS szereguje i sortuje aplikacje, zamiast podejmować binarne decyzje. Rekruter następnie przegląda listę o wysokim priorytecie. Sformułowanie CV tak, aby komunikowało się jasno zarówno z oprogramowaniem parsującym, jak i człowiekiem, jest w praktyce tym samym ćwiczeniem: klarownością, precyzją i istotnymi dowodami umiejętności oraz osiągnięć.
Benchmark wynagrodzeń i popytu według sektora
Zrozumienie, gdzie koncentruje się popyt i wynagrodzenie, może dodać strategicznego kontekstu do wiosennego cyklu. Według danych ISE z 2025 roku, średnie wynagrodzenie początkowe w zorganizowanych programach dla absolwentów wynosi około 35 170 GBP, chociaż liczba ta odzwierciedla większych pracodawców i sformalizowane programy. Szerszy zbiór danych HESA, który obejmuje absolwentów w szerszym zakresie typów zatrudnienia, stawia średnią bliżej 28 731 GBP.
Zróżnicowanie na poziomie sektorów jest znaczne. Jak podano w wielu badaniach branżowych na początku 2026 roku, przybliżone mediany wynagrodzeń początkowych obejmują:
- Prawo: około 43 500 GBP
- Finanse i usługi profesjonalne: około 36 500 GBP
- Sektor cyfrowy i IT: około 34 500 GBP
- Inżynieria i energia: około 31 700 GBP
- Media, dziennikarstwo i komunikacja: około 24 000 GBP
Zróżnicowanie regionalne dodaje kolejny wymiar. Stanowiska w Londynie zazwyczaj oferują wynagrodzenia początkowe w przedziale od 32 000 do 34 000 GBP, podczas gdy pozycje w Szkocji i południowo-wschodniej Anglii kształtują się w okolicach 28 000 do 29 000 GBP. Dane te są ogólnie spójne w wielu źródłach, choć dokładne mediany różnią się w zależności od metodologii badania i składu próby.
Dla kandydatów rozważających możliwości poza granicami kraju, liczby dotyczące wynagrodzeń zyskują dodatkowy kontekst po uwzględnieniu kosztów życia. Wynagrodzenie początkowe 34 000 GBP w Londynie reprezentuje inny standard życia niż równoważna nominalna kwota w mieście o niższych kosztach utrzymania. Ta sama zasada ma zastosowanie przy porównywaniu wynagrodzeń absolwentów w UK z ofertami na rynkach takich jak region Zatoki Perskiej, gdzie sektory powiązane z krajowymi strategiami rozwoju mogą oferować odmienne struktury wynagradzania.
Przyszłość: dokąd wskazują dane
Kilka zbieżnych trendów sugeruje, że rola sztucznej inteligencji w selekcji absolwentów znacznie wzrośnie w nadchodzących latach. Według danych ISE z 2025 roku, 62 procent badanych pracodawców spodziewa się wykorzystywać AI w rekrutacji w ciągu pięciu lat, a 70 procent przewiduje większą automatyzację w procesach zatrudniania. Wśród tych, którzy już używają AI w selekcji, 94 procent zgłasza poprawę szybkości i wydajności, a 81 procent wskazuje na zwiększoną zdolność do analizowania dużych wolumenów danych.
Jednocześnie używanie generatywnej sztucznej inteligencji przez kandydatów tworzy nowe napięcia. ISE podaje, że 61 procent pracodawców przyłapało lub podejrzewało kandydatów o używanie AI podczas wywiadów bez zgody, jednak 45 procent nie zapewniło aplikantom żadnych wytycznych na temat tego, co stanowi odpowiednie użycie AI. Ta luka w polityce prawdopodobnie zmniejszy się, ponieważ pracodawcy coraz częściej formalizują swoje oczekiwania wobec AI w procesach selekcji.
Szersza trajektoria wskazuje na krajobraz rekrutacji absolwentów, w którym obie strony procesu zatrudniania są coraz bardziej mediowane przez AI. Kandydaci używają AI do generowania i optymalizacji aplikacji, pracodawcy wdrażają AI do parsowania, szeregowania i oceny zgłoszeń. Jak ta dynamika ewoluuje, zwłaszcza w odniesieniu do sprawiedliwości, przejrzystości i skuteczności, pozostaje jednym z najpilniej obserwowanych pytań w analityce rynku pracy.
Kandydaci, którzy pomyślnie przejdą początkową selekcję, nadal napotkają etapy oceniane przez ludzi. Przygotowanie do wywiadów behawioralnych, na przykład, pozostaje odrębną kompetencją, której żadna ilość optymalizacji CV nie zastąpi.
Ograniczenia danych
Kilka ważnych zastrzeżeń dotyczy danych przedstawionych w tej analizie. Badanie ISE, choć autorytatywne, obejmuje 155 pracodawców i jest ukierunkowane na większe, bardziej zorganizowane organizacje. Sektor MSP, który łącznie zatrudnia znaczącą część absolwentów w UK, jest niedoreprezentowany. Liczba 140 aplikacji na wakat może być wyższa lub niższa u pracodawców spoza próby ISE.
Dane dotyczące ATS, szczególnie badania rekruterów dotyczące stawek automatycznego odrzucania, opierają się na małych próbach (w niektórych przypadkach zaledwie 25 respondentów) i zachowaniach deklarowanych przez samych uczestników. Rzeczywiste konfiguracje ATS u poszczególnych pracodawców mogą różnić się od tego, co rekruterzy zgłaszają w ankietach.
Dane HESA Graduate Outcomes rejestrują status zatrudnienia 15 miesięcy po ukończeniu studiów. Nie śledzą one rozwoju kariery, jakości pracy ani tego, czy absolwenci pracują na stanowiskach związanych z ich dziedziną studiów. Liczba 6 procent bezrobocia, choć użyteczna jako punkt odniesienia, nie obejmuje zjawiska niedozatrudnienia ani niepewnych form pracy.
Liczby dotyczące wynagrodzeń różnią się w zależności od źródeł ze względu na różnice w metodologii, składzie próby oraz włączeniu lub wykluczeniu ważenia londyńskiego. Czytelnicy są zachęcani do bezpośredniego konsultowania pierwotnych źródeł oraz poszukiwania porad u wykwalifikowanych profesjonalistów ds. kariery w celu przeprowadzenia analizy dostosowanej do indywidualnych okoliczności.
