PROBLEM
Zbyt dużo czasu rekruterów pochłaniała administracja, a nie decyzje rekrutacyjne
Zespół osiągnął product-market fit, ale operacje nie skalowały się. Każdy wakat generował dziesiątki CV, a rekruterzy ręcznie zamieniali surowe profile w notatki gotowe dla hiring managerów. Dane kandydatów były też ręcznie uzupełniane, co powodowało opóźnienia, niespójność i 4-dniowy lag, zanim shortlisty trafiały do klientów.
✕Rekruterzy poświęcali ponad 340 godzin rocznie na powtarzalne notatki screeningowe i aktualizacje CRM;
✕Czas do shortlisty wynosił średnio 4 dni, spowalniając odpowiedź do klienta i tempo składania ofert;
✕Dane kandydatów były rozproszone między eksportami z ATS, wątkami e-mail i polami HubSpot, z 18% brakujących atrybutów;
✕Hiring managerowie nisko oceniali proces: podsumowania różniły się między rekruterami i brakowało w nich spójnych kryteriów decyzyjnych.
ROZWIĄZANIE · 8 TYGODNI
Jeden workflow dla podsumowań kandydatów, enrichment i QA rekruterów
Zbudowaliśmy warstwę operacyjną wspieraną przez AI wokół istniejącego stacku, a nie osobny produkt. Cel był prosty: zamienić każdy napływający profil kandydata w uporządkowane podsumowanie, automatycznie wzbogacić CRM i zostawić etap akceptacji człowieka tylko tam, gdzie naprawdę wnosi wartość.
TYGODNIE 1–2
Mapowanie procesu i model danych
Zmapowaliśmy przepływ screeningu między eksportami z ATS, intake’em e-mailowym i HubSpot; zdefiniowaliśmy 24 wymagane pola kandydata oraz zasady akceptacji do przeglądu przez rekrutera.
TYGODNIE 3–4
Podsumowania screeningowe z LLM
Zbudowaliśmy łańcuchy promptów, które zamieniały CV i odpowiedzi z aplikacji w 6-częściowe podsumowania dla rekruterów: dopasowanie, ryzyka, seniority, umiejętności, sygnały płacowe i rekomendację kolejnego kroku.
TYGODNIE 5–6
Automatyzacja enrichment w CRM
Połączyliśmy n8n z HubSpot i wewnętrznymi arkuszami, aby automatycznie uzupełniać brakujące pola, normalizować stanowiska i lokalizacje, deduplikować rekordy oraz wysyłać alerty do Slack.
TYGODNIE 7–8
QA, guardraile i raportowanie
Dodaliśmy progi pewności, ręczny przegląd przypadków brzegowych, wersjonowanie promptów oraz dashboardy dla czasu realizacji, completion rate i częstotliwości override’ów rekruterów.
WYNIK · 3 MIESIĄCE
Rekruterzy działali szybciej, a hiring managerowie dostawali lepsze shortlisty
| METRYKA | PRZED | PO | ZMIANA |
|---|---|---|---|
| Godziny rutynowej pracy rekruterów / rok | 340 | 0 | −340h |
| Czas do shortlisty | 4 dni | 1 dzień | −75% |
| NPS hiring managerów | 43 | 64 | +21 |
| Rekordy CRM wzbogacone automatycznie | 0% | 92% | NOWY FLOW |
| Wskaźnik override’ów rekruterów | 100% | 14% | −86% |
„Przed Pifagor nasi rekruterzy działali jak specjaliści od wprowadzania danych z dobrym instynktem. W 8 tygodni zamieniliśmy to w proces shortlisty w 1 dzień, któremu nasi hiring managerowie naprawdę ufają.”