en
si
sr
Zašto je kvaliteta kandidata novi izazov u zapošljavanju u regiji CEE
Maja Sušnik, Marketing Specialist
O zapošljavanju u regiji CEE donedavno se govorilo prvenstveno kao o izazovu pronalaska kandidata. Gdje pronaći dovoljno kandidata? Koje tržište ima odgovarajuću strukturu troškova? Koliko brzo možemo popuniti slobodno radno mjesto?
U 2026. godini teže je pitanje mnogo oštrije: zapošljavamo li ljude zbog stvarnih sposobnosti ili samo zbog najbolje prezentirane prijave?
Poslodavci diljem srednje i istočne Europe suočavaju se sa sve većim pritiskom u području deficitarnih digitalnih vještina, viših stručnjaka, višejezičnih pozicija, talenata vičnih umjetnoj inteligenciji te tehničkih funkcija poput podataka, kibernetičke sigurnosti, clouda, DevOpsa, backend razvoja i financijske tehnologije. Istodobno, regruteri se susreću sa sve dotjeranijim prijavama, životopisima izrađenim uz pomoć umjetne inteligencije te slabijim signalima iz tradicionalnog probira kandidata.
Rezultat? Zapošljavanje postaje pitanje kvalitete i provjere. Ne samo pitanje pronalaska kandidata.
Zašto se zapošljavanje u regiji CEE mijenja u 2026. godini?
Zapošljavanje u regiji CEE mijenja se jer umjetna inteligencija, pritisak na troškove, nedostatak vještina i globalna konkurencija u radu na daljinu istodobno utječu na akviziciju talenata. Poslodavcima su i dalje potrebne ključne vještine, no kandidati imaju više opcija, više alata i više načina da se dobro predstave prije nego što se stvarno testiraju njihove sposobnosti.
Gartner je prepoznao poremećaj uzrokovan umjetnom inteligencijom i pritisak na troškove kao dvije ključne sile koje oblikuju akviziciju talenata u 2026. godini. Njihovo istraživanje ukazuje i na promjenu vještina regrutera, masovno zapošljavanje temeljeno prvenstveno na umjetnoj inteligenciji, redizajnirane programe za mlade stručnjake te nove načine procjene talenata dok umjetna inteligencija mijenja ponašanje kandidata.
To je važno za regiju CEE jer ona više nije samo troškovno povoljna alternativa za zapošljavanje. Riječ je o zrelom tržištu talenata za tehnologiju, dijeljene usluge, inženjerstvo, financijske operacije i nearshoring. Kandidati u Poljskoj, Rumunjskoj, Češkoj, Mađarskoj, Slovačkoj, Bugarskoj, baltičkim zemljama i susjednim tržištima ne uspoređuju samo lokalne ponude. Uspoređuju i međunarodne, hibridne, projektne prilike te prilike za rad na daljinu.
Timovi zaduženi za zapošljavanje više se ne mogu oslanjati na uglađenost životopisa kao zamjenu za stvarnu sposobnost. Organizacije koje će uspješno zapošljavati bit će one koje kombiniraju podršku umjetne inteligencije s ljudskom procjenom, strukturiranim dokazima i jasnim uvidom u vještine koje im doista trebaju.
U čemu je stvarni problem kvalitete kandidata?
Problem nije u tome što kandidati koriste umjetnu inteligenciju. Za mnoge pozicije, vještina korištenja umjetne inteligencije korisna je vještina. Problem je u tome što umjetna inteligencija može slabe signale prikazati kao snažne. Uredan životopis, prilagođeno motivacijsko pismo ili uglađen odgovor na razgovoru za posao danas regruterima mogu reći manje nego prije.
To stvara tri praktična rizika za HR timove:
- Više šuma: Regruteri mogu primati više prijava koje djeluju relevantno, no kandidati zapravo nemaju potrebne kvalifikacije.
- Slabiji dokazi: Životopisi i pripremljeni odgovori mogu otkriti manje o tome kako netko zapravo radi.
- Veći pritisak na provjeru: Voditelji zapošljavanja trebaju temeljitije provjere, a da pritom svaki proces ne pretvore u dramu u pet činova s tablicama.
Gartner također navodi da samo 31 % funkcija zapošljavanja koristi podatke o tržištu rada pri oblikovanju poslovne strategije i strategije talenata. To je problem u trenutku kada se potražnja za vještinama brzo mijenja, a ključne pozicije postaje sve teže precizno definirati.
Gdje bi poslodavci u regiji CEE trebali koristiti umjetnu inteligenciju pri zapošljavanju?
Umjetna inteligencija najbolje funkcionira kada regruterima pomaže jasnije sagledati tržište, smanjuje ručni rad i pomaže prepoznati srodne vještine. Ne bi smjela tiho zamijeniti ljudsku procjenu u odlukama koje utječu na pravednost, prikladnost ili povjerenje kandidata.
| Zadatak u zapošljavanju | Korisna podrška umjetne inteligencije | Potrebna ljudska provjera |
|---|---|---|
| Uži izbor kandidata | Prepoznavanje vještina, obrazaca i mogućih podudaranja | Provjera obveznih kriterija i izbjegavanje pretjeranog filtriranja |
| Pronalaženje kandidata | Mapiranje srodnih vještina i personalizacija kontaktiranja | Odobravanje strategije kontaktiranja i relevantnosti kandidata |
| Procjena | Podrška strukturiranom bodovanju i osmišljavanju pitanja | Provjera stvarnog rada putem praktičnih zadataka ili portfelja |
| Planiranje tržišta | Usporedba plaće, lokacije, dostupnosti i deficitarnosti | Odluka o tome treba li zaposliti, razviti interno, premjestiti ili redefinirati poziciju |
| Kontrola prijevara | Označavanje nedosljednosti među prijavama | Pravedna provjera identiteta, dokaza i konteksta |
Granica je jednostavna: umjetnu inteligenciju koristite za poboljšanje pripreme i prepoznavanja obrazaca. Ljudi moraju ostati u središtu ondje gdje su važni procjena, kontekst, pravednost i odgovornost.
Kako regruteri mogu provjeriti stvarne vještine bez usporavanja cijelog procesa?
Regruteri mogu brže provjeriti vještine ako prijeđu s općenitog provjeravanja kvalifikacija na usmjerene dokaze. To znači manje nejasnih filtara, više dokaza specifičnih za pojedinu poziciju i jasnije kriterije odlučivanja prije nego što se pozicija objavi.
- Koristite uži izbor temeljen na vještinama: Zamijenite filtre prema stupnju obrazovanja i nazivu pozicije obveznim signalima sposobnosti, praktičnim iskustvom i strukturiranim obrascima za ocjenjivanje.
- Uvedite provjeru uživo: Za pozicije izložene prijavama generiranim umjetnom inteligencijom koristite kratke radne zadatke, intervjue temeljene na slučajevima, pregled portfelja ili tehničke provjere u paru.
- Usporedite točke dokaza: Provjerite podudaraju li se životopis, razgovor za posao, radni uzorak i preporuke.
- Odvojite vještinu korištenja umjetne inteligencije od temeljne sposobnosti: Za pozicije u kojima se intenzivno koristi umjetna inteligencija, procijenite i sposobnost korištenja umjetne inteligencije i temeljno razmišljanje bez nje.
- Koristite podatke o tržištu prije otvaranja pozicije: Unaprijed provjerite dostupnost kandidata, očekivanja o plaći, mogućnosti lokacije, očekivanja o radu na daljinu i razinu deficitarnosti.
To je osobito važno za poslodavce u regiji CEE koji se natječu za više tehničke stručnjake. Analiza trendova zapošljavanja u istočnoj Europi za 2026. godinu opisuje regiju kao zrelu i globalno povezanu, pri čemu dostupnost talenata znatno varira ovisno o specijalizaciji. Generalističke pozicije mogu privući velik interes. Specijalističke pozicije i dalje mogu biti izrazito konkurentne.
Trebaju li se deficitarne vještine zapošljavati ili razvijati interno?
Za deficitarne pozicije odgovor ne bi uvijek trebao biti „otvoriti još jednu poziciju i nadati se boljoj sreći”. Praktičan restart strategije zapošljavanja znači odlučiti gdje zapošljavati eksterno, gdje prekvalificirati zaposlenike, gdje koristiti internu mobilnost i gdje graditi pipeline mlađih kandidata.
Gartner navodi da je u četvrtom tromjesečju 2025. samo 48 % kandidata prihvatilo posljednju ponuđenu ponudu za posao, u odnosu na 85 % prije dvije godine. Također je istaknuo da visokokvalificirani zaposlenici mogu biti manje skloni promjeni posla u razdobljima ekonomske nestabilnosti. Jednostavno rečeno: savršen eksterni kandidat može biti skup, spor ili jednostavno ne toliko zainteresiran.
Za poslodavce u regiji CEE to čini planiranje „razviti ili zaposliti” ključnim. Ako je vještina deficitarna, strateški važna i potrebna iznova, interni razvoj može dugoročno donijeti veću vrijednost od beskonačne potrage za jednim savršenim višim kandidatom.
Kolika je povrat ulaganja u bolju disciplinu zapošljavanja?
Poslovno opravdanje za zapošljavanje uz podršku umjetne inteligencije nije jednostavno „brže zapošljavanje”. Brže zapošljavanje je, naravno, sjajno. No brzina bez dokaza može biti skup prečac.
Snažniji argument za povrat ulaganja je sljedeći:
- Manje izgubljenog truda: Manje razgovora za posao s nekvalificiranim kandidatima i manje vremena regrutera potrošenog na nerelevantne prijave.
- Bolja kvaliteta zapošljavanja: Temeljitija provjera stvarnih sposobnosti prije ponude za posao.
- Brže popunjavanje ključnih pozicija: Bolji podaci o tržištu pomažu timovima odlučiti kada ponuditi veću plaću, promijeniti lokaciju, prilagoditi zahtjeve ili razvijati vještine interno.
- Smanjen rizik pri zapošljavanju: Snažnije kontrole protiv netočnog prikazivanja podataka, prijevara kandidata i pretjeranog oslanjanja na automatizirani probir.
- Snažnije planiranje radne snage: Zapošljavanje se povezuje sa strategijom razvoja vještina, a ne samo s popunjavanjem slobodnih pozicija.
Praktična pouka za timove zadužene za zapošljavanje u regiji CEE
U 2026. godini zapošljavanju u regiji CEE nije potrebno više generičkih alata umjetne inteligencije, već više discipline zapošljavanja temeljene na dokazima. Najjači timovi kombinirat će obavještajne podatke o tržištu rada, strukturiranu provjeru vještina, selektivnu upotrebu umjetne inteligencije i jasnu strategiju „razviti ili zaposliti” za deficitarne pozicije.
Umjetna inteligencija može pomoći regruterima da napreduju brže. No stvarna prednost proizlazi iz toga da se zna što provjeriti, kada vjerovati podacima i gdje ljudska procjena i dalje zaslužuje mjesto za stolom.
Članci
Otkrijte alate i korisne informacije koje će vam pomoći da uspješno poslujete.
Možda će vam se svidjeti
Pogledaj sve objave
