Tumatanggap ang mga employer sa UK ng average na 140 aplikasyon bawat bakante, subalit 8% lamang ang gumagamit ng ATS para sa awtomatikong pag-reject ng mga CV. Sinusuri ng artikulong ito ang epekto ng AI sa recruitment cycle.
Nang ilabas ng Institute of Student Employers (ISE) ang kanilang 2025 Student Recruitment Survey, isang numero ang nagpakita ng estado ng graduate hiring sa UK: 140 aplikasyon para sa bawat bakante. Ang ratio na ito, mula sa 155 employer na nakatanggap ng mahigit 1.8 milyong aplikasyon para sa humigit kumulang 31,000 early careers roles, ay kumakatawan sa pinakamataas na antas sa loob ng dalawang taon. Ang pagdami ay bahagyang resulta ng mga tool na pinapagana ng AI at mga feature na one-click apply na nagpapadali sa maramihang aplikasyon para sa mga kandidato.
Kasabay nito, lumiit ang supply ng mga graduate positions. Naitala ng survey ng ISE ang 8% na pagbaba sa graduate hiring noong 2024/25, ang pinakamahina na taon para sa graduate recruitment mula noong 12% na pagbaba noong 2020. Sa mga employer na sinuri, 42% ang nagbawas ng kanilang graduate intake, habang 25% ang nanatiling stable at 33% ang nag-ulat ng pagtaas. Ang pananaw ay nananatiling maingat: ang datos ng ISE ay nagtuturo sa karagdagang 7% na pagbawas sa graduate hiring para sa 2025/26 cycle, na pangunahing idinulot ng malaking pagbaba sa ilang malalaking employer.
Ang Higher Education Statistics Agency (HESA), batay sa kanilang Graduate Outcomes survey ng 917,610 graduates mula sa 2022/23 cohort, ay nag-ulat na 82% ng mga sumagot ay may trabaho o hindi binabayarang gawain 15 buwan matapos ang graduation. Gayunpaman, ang full-time employment para sa mga first-degree graduates ay bumaba mula 57% tungo sa 54%, habang ang unemployment rate ay tumaas ng isang porsyento tungo sa 6%. Ang mga ito ay maliit na pagbabago lamang, ngunit sumasalamin ito sa paglamig ng graduate labour market na nagpapahalaga sa pag-unawa sa mga screening system.
Ang mekanismo ng automated CV screening ay madalas na hindi nauunawaan. Ang kalituhan ay nagsisimula sa isang malawakang nabanggit na istatistika: na 75% ng mga CV ay nare-reject ng applicant tracking systems bago pa ito basahin ng tao. Ang claim na ito, na kumakalat sa mga platform ng payo sa karera at social media, ay naitala ng mga analyst sa Preptel, isang kumpanya ng recruiting services na wala na ngayon. Walang metodolohiya para sa figure na ito ang naisapubliko. Ang datos mula sa survey ng mga recruiter ay nagpapakita ng ibang larawan.
Isang survey noong 2025 ng 25 recruiter na inilathala ng Enhancv ang nakatuklas na 92% ang manu-manong nagsusuri ng mga aplikasyon, kahit sa mga scenario na marami ang aplikante. 8% lamang (dalawa sa 25 sumagot) ang nag-ulat na nag-configure ng kanilang ATS para awtomatikong i-reject ang mga CV base sa content match scores. Bukod dito, ang HR.com ay naglathala ng mga katulad na natuklasan noong huling bahagi ng 2025, na nag-uulat na ang karamihan sa mga recruiter ay gumagamit ng filtering functions para bigyang prayoridad at ayusin ang mga aplikasyon sa halip na alisin ang mga ito nang buo. Ang tunay na limitasyon, ayon sa mga survey na ito, ay ang oras ng tao. Kapag ang isang recruiter ay humaharap sa 140 aplikasyon para sa isang posisyon, kahit ang mga nagsusuri ng bawat submission ay tiyak na limitado lamang ang oras na mailalaan sa bawat isa.
Gayunpaman, halos lahat ng employer ay gumagamit ng tinatawag ng industriya na "knockout questions": mga mandatory field gaya ng status ng karapatang magtrabaho, antas ng minimum na kwalipikasyon, o kahandaang lumipat ng lokasyon. Ang mga kandidatong hindi pumasa sa mga hard criteria na ito ay karaniwang nafi-filter bago ang pagsusuri ng tao. Ito ay isang binary compliance check, hindi isang pagsusuri ng kalidad ng CV.
Ang teknikal na arkitektura ng screening software ay lubos na umunlad. Ang mga naunang henerasyon ng ATS ay umaasa sa simpleng keyword matching, ini-scan ang mga CV para sa mga eksaktong salita mula sa paglalarawan ng trabaho. Ayon sa pagsusuri ng industriya, ang kasalukuyang henerasyon ng mga tool, kabilang ang mga platform gaya ng Workday, Greenhouse, Lever, at iCIMS, ay lalong gumagamit ng natural language processing (NLP) at, sa ilang mga kaso, malalaking language model (LLM) upang masuri ang konteksto sa halip na bilangin lamang ang dalas ng keyword.
Sa praktikal na aspeto, nangangahulugan ito na ang pahayag ng kasanayan gaya ng "bumuo ng automation scripts sa Python upang bawasan ang oras ng manu-manong pagproseso ng 40%" ay malamang na mas may bigat na analytical kaysa sa simpleng paglista ng "Python" sa isang seksyon ng mga kasanayan. Ang system ay maaaring mag-parse ng pandiwa, tool, at resulta, na kumikilala ng isang demonstradong kakayahan sa halip na isang standalone na keyword. Ang mga platform na partikular sa UK ay bahagi rin ng landscape na ito: ang Trac ay malawakang ginagamit sa mga NHS trust, ang SuccessFactors ay karaniwan sa pagbabangko, at ang Oleeo ay humahawak ng malaking bahagi ng graduate recruitment pipeline ng Civil Service.
Kahit pa, ang mga advanced na NLP system ay nakadepende sa kakayahang magbasa at mag-parse ng nilalaman ng dokumento nang tumpak. Ang mga pagpipilian sa formatting na pumipigil sa malinis na pag-parse, gaya ng mga embedded text box, multi-column layout, o mga header na nakabase sa imahe, ay maaari pa ring magdulot ng pagkawala ng impormasyon anuman ang pagiging sopistikado ng pinagbabatayan na AI.
Ang pagsusuring ito ay batay pangunahin sa tatlong data source. Ang ISE Student Recruitment Survey 2025 ay sumasaklaw sa 155 employer member sa iba't ibang sektor, na may datos sa mahigit 31,000 early careers roles at mahigit 1.8 milyong aplikasyon. Ito ang pinakamalawak na nabanggit na benchmark para sa mga trend ng graduate recruitment sa UK, bagaman nakatuon ito sa malalaki at structured na employer at maaaring hindi lubos na kumakatawan sa mga pattern ng hiring sa SME.
Ang HESA Graduate Outcomes survey ay kumukuha ng mga tugon mula sa 917,610 graduates ng akademikong taon 2022/23, na sinuri sa pagitan ng Disyembre 2023 at Nobyembre 2024. Simula noong kalagitnaan ng 2025, ang dataset na ito ay na-embed sa data ng Longitudinal Educational Outcomes (LEO) ng Department for Education, na nagmamarka ng pagsasama nito sa mga opisyal na istatistika ng gobyerno.
Ang konteksto ng labour market ay mula sa Office for National Statistics (ONS), na nag-ulat ng 2.0 walang trabahong tao para sa bawat bakanteng trabaho sa panahon mula Disyembre 2024 hanggang Pebrero 2025. Ang datos na partikular sa ATS ay batay sa mga survey ng recruiter na inilathala ng Enhancv, HR.com, at Select Software Reviews, na may mga paalala tungkol sa sample size na nakasaad sa seksyon ng mga limitasyon sa ibaba.
Ang kalendaryo ng graduate recruitment sa UK ay karaniwang sumusunod sa isang pattern na umaabot sa peak sa dalawang pangunahing panahon. Ayon sa datos mula sa TargetJobs at GRB, ang autumn cycle (Setyembre hanggang Nobyembre) ang karaniwang nakakakuha ng pinakamalaking structured graduate schemes, lalo na sa mga sektor gaya ng finance, consulting, law, at engineering. Ang spring cycle, na tumatakbo mula humigit kumulang Marso hanggang Hunyo, ay kumakatawan sa pangalawang makabuluhang bugso ng aktibidad sa pag-hire.
Sa panahon ng spring window, ang mga assessment center ay karaniwang ginaganap sa Marso at Abril, na may mga job offer na karaniwang umaabot hanggang Abril, Mayo, at Hunyo. Ang mga direct entry graduate role, bilang pagkakaiba sa mga structured graduate scheme, ay karaniwang ina-advertise mula sa paligid ng Easter pataas. Ang ilang structured scheme na hindi napuno ang lahat ng posisyon sa autumn cycle ay maaari ring magbukas muli ng mga aplikasyon sa panahong ito.
Para sa mga international graduate sa UK, ang spring cycle ay may partikular na kahalagahan. Ang mga kandidatong nakatapos ng kanilang pag-aaral sa naunang akademikong taon ay maaaring gumagana sa loob ng mga time-sensitive na post-study framework, at ang spring window ay madalas na kumakatawan sa isa sa mga huling malaking bugso ng hiring bago ang tag-init. Ang mga katulad na pattern ng hiring sa spring ay umiiral sa mga European market; ang spring recruitment cycles sa France, halimbawa, ay sumusunod sa halos katulad na timeline para sa mga early-careers role.
Ang mga antas ng kompetisyon sa panahon ng spring cycle ay maaaring magbago nang malaki depende sa sektor. Ayon sa datos ng ISE, ang mga posisyon sa teknolohiya, finance, at professional services ang karaniwang nakakaakit ng pinakamataas na ratio ng aplikasyon bawat bakante, habang ang mga posisyon sa public sector, edukasyon, at charity ay maaaring makakita ng mas mababa ngunit makabuluhan pa ring dami.
Dahil ang pangunahing function ng ATS software ay ang mag-parse at mag-ayos ng data ng aplikasyon, ang dokumento formatting ay isang praktikal na alalahanin sa halip na kosmetiko lamang. Ayon sa mga gabay sa ATS optimization mula sa Jobscan at Resume.io, ang .docx (Microsoft Word) ang nananatiling pinaka-universally parseable na file format sa mga pangunahing platform. Bagaman marami sa mga modernong system ang humahawak ng text-based na PDF nang walang kahirap-hirap, ang ilang luma o partikular sa sektor na system ay maaaring mahirapan sa mga PDF file na naglalaman ng maraming column o graphic na elemento.
Ang mga standard na heading ng seksyon, gaya ng "Experience," "Education," "Skills," at "Contact Information," ay mas mapagkakatiwalaang na-parse kaysa sa mga malikhaing alternatibo. Ang mga ATS platform ay karaniwang naka-configure upang kilalanin ang mga conventional label na ito, at ang mga recruiter na nagsusuri ng na-parse na data ay may posibilidad din na mag-navigate ng mga structured na CV nang mas mahusay. Ang mga single-column layout, standard font (Arial, Calibri, o Times New Roman sa 10 hanggang 12 points), at ang pag-iwas sa mga text box, table, at embedded na imahe ay karaniwang binabanggit bilang mga formatting practice na sumusuporta sa malinis na pag-parse.
Ang paglipat mula sa purong keyword matching tungo sa semantic analysis ay may mga implikasyon para sa kung paano ipinapakita ang mga kasanayan sa isang CV. Ang gabay sa industriya mula sa maraming ATS vendor ay nagmumungkahi na ang mga contextualized na paglalarawan ng kasanayan, yaong mga nagpapares ng pandiwa sa isang tool o kakayahan at isang nasusukat na resulta, ay malamang na mas may bigat sa modernong screening kaysa sa mga listahan ng keyword.
Ang isang karaniwang rekomendasyon sa mga career service at ATS optimization platform ay ang pagsama ng parehong acronym at ang buong anyo ng mga ito (halimbawa, "SEO" kasama ang "Search Engine Optimisation") upang isaalang-alang ang pagkakaiba-iba sa kung paano maaaring ma-configure ang mga search query. Para sa mga kandidatong may hawak na mga sertipikasyong teknikal, ang paglista ng parehong pangalan ng credential at ang issuing body ay maaaring magsilbi ng katulad na function sa pagpapabuti ng discoverability.
Nararapat na tandaan na ang pagkakaiba sa pagitan ng ATS screening at human screening ay madalas na hindi gaanong malinaw kaysa sa iminumungkahi ng popular na payo sa karera. Sa maraming organisasyon, ang ATS software ay nagra-rank at nag-aayos ng mga aplikasyon sa halip na gumawa ng mga binary na desisyon. Ang recruiter ay magsusuri ng isang prioritized na listahan. Ang pag-frame ng isang CV upang malinaw na makipag-usap sa parehong parsing software at sa tao na nagbabasa ay, sa praktika, ang parehong ehersisyo: kalinawan, pagtitiyak, at may-katuturang ebidensya ng mga kasanayan at nakamit.
Ang pag-unawa kung saan nakatuon ang demand at kompensasyon ay maaaring magdagdag ng estratehikong konteksto sa spring cycle. Ayon sa datos ng ISE mula 2025, ang average na panimulang suweldo sa mga structured graduate scheme ay humigit kumulang ยฃ35,170, bagaman ang figure na ito ay sumasalamin sa malalaking employer at pormal na programa. Ang mas malawak na dataset ng HESA, na sumasaklaw sa mga graduate sa mas malawak na hanay ng uri ng trabaho, ay naglalagay sa average na mas malapit sa ยฃ28,731.
Ang pagkakaiba-iba sa antas ng sektor ay makabuluhan. Ayon sa ulat ng maraming survey sa industriya noong unang bahagi ng 2026, ang humigit kumulang median na panimulang suweldo ay kinabibilangan ng mga sumusunod:
Ang pagkakaiba-iba ayon sa rehiyon ay nagdaragdag ng isa pang dimensyon. Ang mga posisyon na nakabase sa London ay karaniwang nag-aalok ng panimulang suweldo sa hanay na ยฃ32,000 hanggang ยฃ34,000, habang ang mga posisyon sa Scotland at South East ay nagkumpol sa paligid ng ยฃ28,000 hanggang ยฃ29,000. Ang mga figure na ito ay halos consistent sa maraming data source, bagaman ang eksaktong median ay nagbabago depende sa metodolohiya ng survey at komposisyon ng sample.
Para sa mga kandidatong nagtitimbang ng mga oportunidad sa buong hangganan, ang mga figure ng suweldo ay nakakakuha ng karagdagang konteksto kapag inadjust para sa cost of living. Ang panimulang suweldo na ยฃ34,000 sa London ay kumakatawan sa ibang pamantayan ng pamumuhay kaysa sa isang katumbas na nominal na figure sa isang lungsod na may mas mababang gastos. Ang parehong prinsipyo ay nalalapat kapag inihahambing ang mga suweldo ng graduate sa UK sa mga oportunidad sa mga market gaya ng rehiyon ng Gulf, kung saan ang mga sektor na nakatali sa mga estratehiya ng pambansang pag-unlad ay maaaring mag-alok ng mga natatanging istraktura ng kompensasyon.
Ilang nagtatagpong trend ang nagmumungkahi na ang papel ng AI sa graduate screening ay lalawak nang malaki sa mga darating na taon. Ayon sa datos ng ISE mula 2025, 62% ng mga sinuring employer ang inaasahang gumamit ng AI sa recruitment sa loob ng limang taon, at 70% ang umaasa ng higit na automation sa kanilang mga proseso ng hiring sa kabuuan. Kabilang sa mga gumagamit na ng AI sa pagpili, 94% ang nag-uulat ng pinahusay na bilis at kahusayan, at 81% ang nagbanggit ng pinahusay na kapasidad na suriin ang malalaking volume ng data.
Kasabay nito, ang paggamit ng generative AI ng mga kandidato ay lumilikha ng mga bagong tensyon. Nag-uulat ang ISE na 61% ng mga employer ang nakahuli o naghihinala ng mga kandidatong gumagamit ng AI sa panahon ng mga interview nang walang pahintulot, subalit 45% ang hindi nagbigay sa mga aplikante ng anumang gabay kung ano ang bumubuo ng naaangkop na paggamit ng AI. Ang gap sa patakarang ito ay malamang na liliit habang ang mga employer ay lalong nagpormalisa ng kanilang mga inaasahan tungkol sa AI sa mga proseso ng pagpili.
Ang mas malawak na direksyon ay tumuturo sa isang graduate recruitment landscape kung saan ang magkabilang panig ng proseso ng hiring ay lalong na-mediate ng AI. Ang mga kandidato ay gumagamit ng AI upang bumuo at mag-optimize ng mga aplikasyon; ang mga employer ay nagde-deploy ng AI upang mag-parse, mag-rank, at mag-evaluate sa mga ito. Kung paano umunlad ang dynamic na ito, lalo na patungkol sa pagiging patas, transparency, at pagiging epektibo, ay nananatiling isa sa mga pinakamalapit na binabantayang tanong sa analytics ng labour market.
Ang mga kandidatong matagumpay na nagna-navigate sa unang screening ay makakatagpo pa rin ng mga stage ng assessment na pinamumunuan ng tao. Ang paghahanda para sa behavioural interview, halimbawa, ay nananatiling isang natatanging kakayahan na walang dami ng CV optimization ang makakapagpalit.
Ilang mahahalagang paalala ang nalalapat sa datos na ipinakita sa pagsusuring ito. Ang survey ng ISE, bagaman authoritative, ay sumasaklaw sa 155 employer member at nakatuon sa mas malaki, mas structured na organisasyon. Ang mga SME, na sama-samang nagtatrabaho sa isang makabuluhang bahagi ng mga graduate sa UK, ay hindi gaanong kinakatawan. Ang figure na 140 aplikasyon bawat bakante ay maaaring mas mataas o mas mababa sa mga employer sa labas ng sample ng ISE.
Ang datos na partikular sa ATS, lalo na ang mga survey ng recruiter tungkol sa mga rate ng auto-rejection, ay umaasa sa maliliit na sample size (kasing liit ng 25 sumagot sa ilang kaso) at self-reported na pag-uugali. Ang mga aktwal na configuration ng ATS sa mga indibidwal na employer ay maaaring magkaiba sa kung ano ang iniuulat ng mga recruiter sa mga survey.
Ang datos ng HESA Graduate Outcomes ay kumukuha ng katayuan sa trabaho 15 buwan matapos ang graduation. Hindi nito sinusubaybayan ang pag-unlad ng karera, kalidad ng trabaho, o kung ang mga graduate ay nasa mga posisyong may kaugnayan sa kanilang larangan ng pag-aaral. Ang 6% na unemployment figure, bagaman kapaki-pakinabang bilang isang benchmark, ay hindi kumukuha ng underemployment o mga delikadong kaayusan sa trabaho.
Ang mga figure ng suweldo ay nagbabago sa iba't ibang source dahil sa mga pagkakaiba sa metodolohiya, komposisyon ng sample, at ang pagsasama o hindi pagsasama ng London weighting. Ang mga mambabasa ay hinihikayat na sumangguni nang direkta sa mga primary source at humingi ng gabay mula sa mga kwalipikadong propesyonal sa karera para sa pagsusuri na iniakma sa mga indibidwal na sitwasyon.
Isinulat ni
Reporter ng Merkado ng Paggawa
Reporter ng merkado ng paggawa na sumasaklaw sa data-driven na pagsusuri ng merkado ng trabaho, mga uso sa trabaho, at benchmarking ng sahod sa buong mundo.
Pagbubunyag ng Nilalaman
Ang artikulong ito ay nilikha gamit ang mga makabagong modelo ng AI na may pangangasiwa ng tao sa pag-e-edit. Ito ay inilaan para sa layuning pang-impormasyon at libangan lamang at hindi nagsisilbing legal, imigrasyon, o pinansyal na payo. Palaging kumonsulta sa isang kwalipikadong abogado sa imigrasyon o propesyonal sa karera para sa iyong partikular na sitwasyon. Alamin ang higit pa tungkol sa aming proseso.
Ang mga naghahanap ng trabaho sa Belgium ay madalas na nare-reject dahil sa mga maling format sa CV. Alamin ang mga karaniwang pagkakamali at kung paano ito maiiwasan.
Ang panahon ng pag-hire sa tagsibol ng Japan ay sumusunod sa isang natatanging kalendaryo at sistema ng dokumento na madalas ikagulat ng mga internasyonal na kandidato. Sinasaklaw ng gabay na ito ang mga format ng rirekisho, shokumu keirekisho, at entry sheet.
Ang lumalaking AI at semiconductor sector ng South Korea ay nakakaakit ng pandaigdigang talento, ngunit ang format ng Korean CV ay may natatanging konbasyon na maaaring magdulot ng pagkalito sa kahit na karanasang pandaigdigang aplikante. Ang gabay na FAQ na ito ay tumutugon sa mga pinaka-karaniwang tanong tungkol sa pag-adapt ng CV para sa mga Korean na tech employer, mula sa mga pangangailangan ng larawan at dalawang-wika na pag-format hanggang sa kritikal na ์๊ธฐ์๊ฐ์ sariling pagpapakita letter.