Apabila seorang perekrut perlu meneliti 800 resume untuk satu jawatan kosong, cabaran utama mereka bukanlah masalah membuat keputusan (judgment), tetapi isu pemprosesan maklumat yang terlalu banyak. Bukti kelayakan yang relevan sering kali tersembunyi dalam format resume yang tidak konsisten, gelaran jawatan yang berbeza mengikut syarikat, sedangkan pengurus pengambilan memerlukan senarai pendek yang kukuh dengan cepat. Saringan resume berasaskan AI direka untuk mempercepatkan proses tapisan pertama ini dan menjadikannya lebih konsisten—tanpa mengetepikan peranan manusia sebagai pembuat keputusan mutlak yang bertanggungjawab.
Pada peringkat praktikal, saringan resume AI menukarkan maklumat calon yang tidak berstruktur kepada paparan berstruktur yang relevan dengan skop kerja. Sistem ini membaca resume, mengekstrak maklumat penting seperti sejarah kerja, kemahiran, pendidikan, pensijilan, penguasaan bahasa, dan lokasi, kemudian membandingkan bukti tersebut dengan kriteria yang telah ditetapkan untuk peranan berkenaan.
Di Malaysia, landskap pengambilan pekerja adalah unik kerana sifatnya yang merentas bahasa dan lokasi. Perekrut sering menerima resume dalam pelbagai bahasa (seperti Bahasa Inggeris, Bahasa Melayu, atau Mandarin) dengan format yang sangat berbeza, di samping perlu menguruskan calon dari pelbagai negeri mahupun luar negara. Selain itu, dengan penekanan yang semakin meningkat terhadap ketelusan dan tadbir urus korporat, dokumentasi keputusan pengambilan pekerja yang adil dan bebas bias adalah sangat kritikal. Penggunaan AI dalam saringan awal membantu menyelaraskan proses ini, memastikan setiap calon dinilai secara objektif berdasarkan merit, sekali gus menyediakan jejak audit (audit trail) yang jelas untuk pematuhan organisasi.
Bagaimanakah saringan resume AI berfungsi?
Hasil daripada saringan AI ini tidak seharusnya dianggap sebagai keputusan pengambilan pekerja secara automatik. Sebaliknya, ia berfungsi sebagai titik permulaan yang didokumentasikan dan disusun mengikut kedudukan (ranking) untuk disemak oleh perekrut dan pengurus pengambilan. Sistem yang direka dengan baik membantu pasukan mengenal pasti calon yang memenuhi keperluan teras, calon yang memerlukan semakan lebih teliti, dan calon yang kekurangan bukti bagi kriteria penting.
Kualiti hasil saringan tersebut bergantung kepada empat faktor utama: kejelasan keperluan kerja, bukti yang terdapat dalam setiap resume, logik pemarkahan, dan kawalan tadbir urus dalam aliran kerja tersebut.
1. Sistem menerima dan menganalisis resume
Calon menghantar resume dalam pelbagai susun atur, jenis fail, dan bahasa. Sebelum sebarang pemadanan boleh dilakukan, platform AI perlu mentafsir dokumen tersebut terlebih dahulu. Proses analisis resume (resume parsing) mengenal pasti medan maklumat biasa, termasuk nama majikan, jawatan yang disandang, tarikh perkhidmatan, ijazah, kelayakan, kemahiran teknikal, dan ringkasan profesional.
Proses analisis ini bukan sekadar menyalin teks ke dalam kotak maklumat. Ia cuba menyelaraskan (normalize) maklumat yang setara. Sebagai contoh, sesebuah resume mungkin menyatakan "Account Executive," "Enterprise Sales Representative," atau "B2B SaaS Seller." Walaupun gelaran jawatan ini tidak serupa, ia mungkin mewakili pengalaman kerja yang berkaitan bergantung pada peranan yang dicari.
Penyelarasan ini sangat penting dalam pengambilan pekerja peringkat perusahaan kerana carian berasaskan kata kunci semata-mata (keyword-only search) boleh mewujudkan jurang penilaian yang ketara. Calon yang layak mungkin menggunakan istilah yang berbeza daripada huraian kerja (job description), terutamanya merentas wilayah, industri, atau bahasa yang berbeza. Sebaliknya, calon lain mungkin mengulang kata kunci yang sama tanpa menunjukkan pengalaman sebenar yang bermakna. Sistem saringan yang mantap akan mengekalkan bukti asal supaya panel penilai dapat melihat apa yang sebenarnya dihantar oleh calon, dan bukannya bergantung semata-mata pada label "kotak hitam" (black-box label) yang tidak jelas.
2. Perekrut menetapkan kriteria peranan
AI hanya boleh menyaring berdasarkan definisi peranan yang cukup jelas untuk dinilai. Pasukan perekrut perlu menetapkan keperluan jawatan tersebut, selalunya dengan memisahkan kriteria wajib (non-negotiable) daripada kelayakan pilihan (preferred qualifications).
Bagi jawatan pengurus kewangan serantau, kriteria wajib mungkin merangkumi kelayakan CPA atau setaraf, pengalaman dalam pelaporan disatukan (consolidated reporting), dan kebenaran untuk bekerja di lokasi tertentu. Kriteria pilihan pula mungkin termasuk pengalaman dengan sistem ERP tertentu, pelaporan syarikat awam, atau pengurusan pihak berkepentingan pelbagai bahasa.
Perbezaan ini sangat penting dari segi operasi. Jika setiap kriteria pilihan dikonfigurasikan sebagai penapis wajib, sistem mungkin akan menyingkirkan calon berpotensi tinggi yang sebenarnya mampu berprestasi baik dalam peranan tersebut. Sebaliknya, jika tiada kriteria yang diutamakan, senarai kedudukan calon akan menjadi terlalu luas dan gagal menjimatkan masa. Perekrut dan pengurus pengambilan mesti mencapai persetujuan tentang perkara yang benar-benar penting sebelum kempen pengambilan pekerja bermula.
3. AI memadankan bukti dengan keperluan kerja
Sebaik sahaja resume dianalisis dan kriteria ditetapkan, sistem akan menilai hubungan antara profil calon dengan peranan yang ditawarkan. Bergantung pada platform yang digunakan, ini boleh merangkumi pemadanan kemahiran, kaitan pengalaman, keselarasan tahap kekananan (seniority), semakan pendidikan atau pensijilan, keupayaan bahasa, pertimbangan lokasi, dan bukti tanggungjawab yang diperlukan.
Saringan AI moden juga boleh menggunakan pemadanan semantik (semantic matching). Berbanding hanya mencari frasa tepat seperti "pengurusan perhubungan pelanggan" (customer relationship management), ia boleh mengenal pasti bukti berkaitan seperti menguruskan saluran paip Salesforce (Salesforce pipelines), meramal akaun perusahaan, atau mengendalikan strategi pembaharuan akaun. Ini meningkatkan kadar pengesanan (recall) apabila istilah yang digunakan oleh calon berbeza-beza.
Walau bagaimanapun, pemadanan semantik memerlukan had batasan. Sistem tidak sepatutnya membuat andaian tentang kelayakan yang tidak disokong oleh resume. Pengalaman "bekerja dengan data" tidak semestinya membuktikan kemahiran kejuruteraan data peringkat tinggi. Pengalaman "menguruskan projek pasukan" juga tidak semestinya bermaksud calon mempunyai pengalaman pengurusan kakitangan (people management). Pasukan korporat memerlukan sistem pemarkahan yang dapat membezakan antara bukti langsung dengan pengalaman sampingan, serta menunjukkan asas bagi setiap kesimpulan yang dibuat.
4. Calon disenaraikan mengikut kedudukan, dihalakan, dan disemak
Platform biasanya akan menghasilkan skor, kedudukan, pengesyoran, atau kategori kesesuaian. Ini membolehkan perekrut memberi tumpuan terlebih dahulu kepada calon yang menunjukkan keselarasan paling kuat, sambil mengekalkan keterlihatan terhadap keseluruhan kumpulan pemohon yang lain.
Hasil saringan yang berguna adalah hasil yang menerangkan skor tersebut dalam bahasa yang mudah difahami manusia. Ia mungkin memaparkan kemahiran yang sepadan, keperluan yang tidak dipenuhi, sejarah kerjaya yang relevan, dan aspek yang perlu disahkan semasa temu bual. Perekrut kemudiannya boleh memilih untuk membawa calon ke peringkat seterusnya, meminta temu bual video asinkronus berstruktur, memasukkan mereka ke dalam barisan semakan pengurus, atau menolak mereka dengan menyatakan alasan terdokumentasi yang sewajarnya.
Di sinilah saringan AI memberikan kelebihan operasi yang ketara. Berbanding menghabiskan masa pusingan pertama untuk semakan kelayakan asas, perekrut dan pengurus pengambilan boleh memanfaatkan sesi perbualan secara langsung untuk menilai pertimbangan (judgment), motivasi, komunikasi, dan kedalaman kepakaran khusus calon. Peringkat saringan ini bertukar menjadi proses pengumpulan bukti yang terkawal, bukannya sekadar kaedah membaca resume secara manual dengan lebih cepat.
Perkara yang boleh dan tidak boleh ditentukan oleh saringan resume AI
Saringan AI sangat sesuai untuk membandingkan bukti bertulis calon dengan kriteria yang konsisten pada skala yang besar. Ia mampu mengetengahkan calon berkelayakan yang mungkin terlepas pandang sebelum ini, mengurangkan kerja semakan yang berulang, dan menggunakan logik awal yang sama secara konsisten merentas keseluruhan saluran pengambilan pekerja yang besar.
Resume semata-mata tidak dapat menjamin sama ada calon akan berjaya dalam sesebuah pasukan. Resume hanyalah dokumen terpilih yang jarang mendedahkan cara seseorang mengendalikan situasi samar, bekerjasama dengan pihak berkepentingan yang mencabar, mempelajari sistem baharu, atau membuat keputusan di bawah tekanan. Penilaian sebegini memerlukan pendekatan berstruktur dan penilaian manusia.
Langkah berhati-hati yang sama perlu diambil bagi peralihan kerjaya. Calon yang beralih dari industri bersebelahan mungkin mendapat skor lebih rendah dari segi persamaan gelaran jawatan secara langsung, walaupun mereka membawa pengalaman boleh pindah (transferable experience) yang sangat relevan. Bagi peranan khusus atau dikawal selia, pengalaman langsung mungkin wajar diberikan keutamaan. Namun, bagi pengambilan graduan baharu berpotensi tinggi atau peranan baharu yang sedang berkembang, padanan yang terlalu tegar boleh membawa kesan sebaliknya. Konfigurasi yang tepat bergantung sepenuhnya pada strategi pengambilan pekerja anda.
Di Malaysia, cabaran ini menjadi lebih ketara apabila menguruskan bakat merentas pelbagai lokasi dan latar belakang bahasa (seperti Bahasa Melayu, Inggeris, dan Mandarin). Dengan landskap pasaran buruh tempatan yang dinamik, keupayaan untuk mendokumentasikan setiap keputusan penapisan secara telus amat penting bagi mematuhi piawaian tadbir urus korporat tempatan serta memastikan proses pemilihan yang adil dan bebas daripada bias.
Mengapa tadbir urus penting dalam penapisan AI
Apabila proses penapisan mempengaruhi siapa yang layak dipertimbangkan, aspek kepantasan sahaja tidak lagi mencukupi. Pasukan enterprise perlu mengetahui data apa yang digunakan, bagaimana kriteria dinilai, siapa yang boleh membatalkan (override) sesuatu cadangan, dan bagaimana keputusan tersebut boleh disemak semula kemudian.
Tadbir urus bermula dengan kriteria yang berkaitan dengan skop kerja. Faktor yang tidak berkaitan dengan prestasi tidak sepatutnya mempengaruhi hasil penapisan. Pasukan HR juga perlu memantau sama ada kumpulan tertentu tercicir secara tidak seimbang, menguji sebarang perubahan sebelum pelaksanaan menyeluruh, dan menyediakan saluran eskalasi yang jelas apabila perekrut mengesan keputusan yang tidak tepat atau meragukan.
Kebolehkesanan (traceability) juga tidak kurang pentingnya. Sekiranya pengurus pengambilan pekerja bertanya mengapa seseorang calon diutamakan atau ditolak, organisasi harus berupaya mendapatkan semula bukti resume yang mendasarinya, keperluan yang dikonfigurasikan, keputusan penilaian, ulasan penilai, serta sejarah keputusan akhir. Ini amat bernilai apabila menguruskan pengambilan pekerja merentas wilayah, bekerjasama dengan pelbagai pihak berkepentingan, atau bertindak balas terhadap audit dalaman dan pertanyaan pematuhan (compliance).
Pengawasan manusia (human oversight) harus diterapkan terus ke dalam aliran kerja, bukannya sekadar sebagai pengecualian. Perekrut memerlukan kuasa untuk membetulkan ralat analisis data (parsing), mempersoalkan kedudukan ranking, dan menyokong calon yang mempunyai pengalaman lebih kukuh daripada apa yang dikesan oleh model AI pada mulanya. Pengurus pula memerlukan kaedah yang konsisten untuk memberikan maklum balas tentang kualiti senarai pendek calon agar proses tersebut dapat ditambah baik dari semasa ke semasa.
Membina aliran kerja penapisan AI yang berkesan
Pelaksanaan yang paling mantap bermula dengan matlamat operasi yang khusus. Program khidmat pelanggan bervolum tinggi mungkin mengutamakan keupayaan bahasa, ketersediaan jadual, dan bukti kemahiran komunikasi. Sebaliknya, pencarian kepimpinan teknikal mungkin mengutamakan pemilikan seni bina sistem (architecture ownership), skop pasukan, kepakaran domain, dan bukti penyampaian projek. Kedua-dua senario ini tidak sepatutnya menggunakan templat pemarkahan yang sama.
Pasukan HR perlu menentukur (calibrate) aliran kerja menggunakan data calon terdahulu yang sebenar atau kumpulan rintis (pilot). Semak sama ada profil yang menduduki ranking teratas benar-benar relevan, selidiki kes negatif palsu (false negatives), dan kenal pasti kriteria yang terlalu kabur atau terlalu menyekat. Penentukuran ini bukanlah tugas sekali sekala. Keperluan kerja sentiasa berubah, pengurus pengambilan pekerja bertukar ganti, dan istilah yang digunakan dalam pasaran buruh juga berkembang.
Langkah seterusnya adalah menghubungkan penapisan resume dengan penilaian hiliran berstruktur. Sebagai contoh, MIND Interview boleh menggabungkan analisis resume dengan temu bual video tak sengerak (asynchronous video interviews), bukti kecekapan, pemarkahan calon, laporan ciri personaliti, terjemahan laporan berbilang bahasa, dan semakan kolaboratif dalam satu ruang kerja yang boleh diaudit. Ini memberikan pembuat keputusan lebih daripada sekadar ranking resume: ia menyediakan bukti yang konsisten sebelum memperuntukkan masa untuk temu bual secara langsung.
Bagi organisasi yang menguruskan saluran bakat yang besar, objektif yang boleh diukur bukan sekadar memproses lebih ramai pemohon. Ia adalah tentang mengurangkan beban kerja penapisan peringkat awal di samping meningkatkan kualiti dan konsistensi calon yang dibawa ke peringkat semakan pengurus. Dalam aliran kerja yang betul, AI mampu mengurangkan masa penapisan secara mendadak, mempercepatkan kitaran maklum balas, dan menjadikan keputusan lebih mudah untuk dijelaskan.
Soalan yang perlu ditanya oleh pemimpin sebelum melaksanakan penapisan AI
Sebelum memilih atau memperluas penggunaan alat penapisan AI, pemimpin bakat (talent leaders) perlu bertanya bagaimana sistem tersebut mengendalikan pelbagai format resume dan permohonan berbilang bahasa, sama ada ia membezakan kelayakan wajib daripada kelayakan pilihan, dan apakah bukti yang menyokong setiap cadangan. Mereka juga perlu menetapkan bagaimana perekrut boleh membatalkan keputusan AI, rekod audit apa yang disimpan, serta bagaimana keadilan dan prestasi sistem dipantau.
Pengendalian data juga memerlukan penelitian yang sama. Maklumat calon adalah sensitif, dan pelaksanaan di peringkat enterprise memerlukan kejelasan tentang kawalan akses, tempoh penyimpanan, amalan keselamatan, serta penggunaan data calon dalam pembangunan atau pemprosesan model AI. Aliran kerja penapisan yang menjimatkan masa perekrut tetapi menimbulkan ketidakpastian kepada pasukan undang-undang, keselamatan, atau pematuhan sebenarnya hanya memindahkan kos, bukannya menghapuskannya.
Sistem penapisan resume AI yang terbaik menjadikan kepakaran perekrut lebih berkesan pada skala yang besar. Berikan sistem kriteria peranan yang jelas, tuntut bukti di sebalik setiap skor, dan pastikan individu yang bertanggungjawab sentiasa mengawal keputusan akhir. Dengan cara ini, saluran pengambilan bervolum tinggi dapat diubah menjadi laluan yang lebih pantas, konsisten, dan membawa kepada perbualan pengambilan pekerja yang lebih berkualiti.