Oracle změnil způsob, jakým připravuje nábor nových zaměstnanců. Pomocí ChatGPT Work vytvořil nástroj pro průzkum trhu talentů, který vychází z popisu pracovní pozice, vyhledává srovnatelné role v externích zdrojích a pomáhá sestavit podklady pro rozhovor s manažerem odpovědným za obsazení místa. Příprava, která dříve podle sdělení společnosti zabrala dva, tři nebo čtyři dny, se nyní může vejít do přibližně dvaceti minut práce s vytvořeným GPT.
Za nejdůležitější na této změně nepovažuji samotnou rychlost. Podstatné je také to, že náborové týmy a manažeři dostávají informace připravené jednotnějším způsobem. Místo různorodých podkladů vzniká společný výchozí bod pro rozhodování o tom, koho firma hledá a jak daná role zapadá do pracovního trhu.
Případ Oracle tak ukazuje konkrétní využití umělé inteligence v náboru: nikoli automatické rozhodování o uchazečích, ale lepší přípravu před zahájením hledání. Změna se týká úvodní části procesu a podle Jana Ackermana ovlivňuje jak vyhledávání vedoucích pracovníků, tak nábor odborných zaměstnanců.
Obsah
- 📰 Co Oracle skutečně změnil
- ⏱️ Z několika dnů na dvacet minut, ale v přesně vymezené fázi
- 📝 Proč všechno začíná popisem pracovní pozice
- 🔎 Srovnatelné role přinášejí potřebný pohled zvenčí
- 🏢 Co přináší porovnání s konkurencí
- 💰 Odměňování je další částí obrazu trhu
- 📍 Dostupnost talentů se posuzuje také podle lokality
- 🤝 Manažeři a náborové týmy získávají společný základ
- 📊 Konzistence může být stejně důležitá jako rychlost
- 🧭 Změna zasahuje odborné i vedoucí pozice
- 🛠️ Vlastní GPT je zde pracovní nástroj, ne jen obecný chat
- 🔄 Jak do sebe jednotlivé části procesu zapadají
- ⚖️ Co z případu zatím nelze vyvozovat
- 💡 Hlavní poučení: AI pomáhá připravit lepší otázky
- 🚀 Proměna náboru začíná ještě před hledáním kandidátů
📰 Co Oracle skutečně změnil
Oracle si vytvořil vlastní GPT zaměřené na informace o trhu talentů. Jeho úkolem je podpořit práci, která předchází samotnému vyhledávání lidí: pochopit požadovanou pozici, zasadit ji do kontextu trhu a připravit podklady pro upřesnění požadavků s odpovědným manažerem.
Ackerman popisuje výrazné zrychlení této přípravy i změnu její kvality. Nástroj pomáhá shromažďovat poznatky z více nezávislých externích zdrojů a předávat je manažerům a týmům získávání talentů v konzistentnější podobě. Výsledkem má být jeden společný způsob, jak k této části náboru přistupovat.
Pro přehlednost odděluji několik základních bodů, které jsou v popisu využití uvedeny:
- Výchozím vstupem je popis pracovní pozice. Průzkum tedy začíná u konkrétní potřeby firmy.
- Vytvořené GPT hledá srovnatelné role na trhu. Pracuje přitom s více externími zdroji.
- Součástí je pohled na konkurenci. Tým zjišťuje, jak k podobným pozicím přistupují jiné společnosti.
- Podklady zahrnují také odměňování a dostupnost talentů v různých lokalitách. Tyto oblasti doplňují srovnání pracovních rolí.
- Zrychluje se příprava na jednání s manažerem. Nejde o údaj o celkové délce náboru.
Právě toto vymezení považuji za důležité. Oracle nepředstavuje obecný slib, že AI vyřeší veškeré personální otázky. Popisuje úzce zaměřený nástroj, který mění konkrétní pracovní činnost a její návaznost na další rozhodování.
⏱️ Z několika dnů na dvacet minut, ale v přesně vymezené fázi
Nejvýraznějším údajem je časová úspora. Příprava podkladů pro rozhovor, při němž náborový tým s manažerem shromažďuje a upřesňuje požadavky, běžně zabrala několik dnů. S vytvořeným GPT se podle Ackermana zkrátila na přibližně dvacet minut.
Tento výsledek je silný, zároveň jej nechci rozšiřovat nad rámec popsaného použití. Dvacet minut neznamená dobu od otevření pozice do přijetí zaměstnance. Nevypovídá ani o rychlosti pohovorů, vyhodnocení uchazečů nebo uzavření pracovní nabídky. Týká se přípravné práce na začátku náboru.
Stejně důležité je nezaměňovat uplynulé dny za přesný počet odpracovaných hodin. Pokud příprava dříve trvala dva až čtyři dny, dostupné informace neříkají, zda šlo o souvislou práci jednoho člověka, nebo o úkol rozložený mezi další povinnosti. Přesný výpočet úspory práce by proto vyžadoval další údaje.
Přesto je změna prakticky významná. Podklady, na které se čekalo v řádu dnů, mohou být připraveny během krátkého pracovního bloku. To mění okamžik, kdy je možné vést informovaný rozhovor o požadavcích. Náborový tým nemusí nejprve absolvovat stejně dlouhou fázi ručního sběru informací, aby získal základní obraz trhu.
Časový údaj proto chápu jako zprávu o zrychlení konkrétního pracovního toku, nikoli jako univerzální měřítko výkonnosti celého náborového oddělení.
📝 Proč všechno začíná popisem pracovní pozice
Prvním krokem je popis pracovního místa. To je podstatný detail, protože dává průzkumu směr. Nástroj nezačíná obecným dotazem na pracovní trh, ale konkrétním zadáním, které má být porovnáno s podobnými rolemi mimo Oracle.
Popis pozice tak funguje jako spojení mezi vnitřní potřebou firmy a vnějšími podmínkami. Uvnitř společnosti existuje představa, jakou práci má nový zaměstnanec vykonávat. Na trhu zároveň existují jiné nabídky, jiné formulace požadavků a další firmy, které hledají podobné odborníky.
Za přínos tohoto postupu považuji možnost posoudit interní zadání v širším kontextu ještě před zahájením hledání. Samotný popis totiž říká, co chce zaměstnavatel. Srovnání s trhem může pomoci objasnit, jak tato potřeba odpovídá dostupným rolím a talentům.
Z dostupného popisu však nevyplývá, že GPT automaticky přepisuje pracovní nabídku nebo schvaluje její konečnou podobu. Jeho doloženou úlohou je použít zadání jako základ pro průzkum a přípravu informací. Rozhovor s manažerem zůstává součástí procesu.
V tomto uspořádání vidím rozumnou posloupnost: nejprve formulovat potřebu, potom získat kontext a následně požadavky společně upřesnit. Umělá inteligence nevytváří důvod pro obsazení pozice. Pomáhá lépe porozumět podmínkám, v nichž se bude hledání odehrávat.
🔎 Srovnatelné role přinášejí potřebný pohled zvenčí
Po vložení popisu pozice vytvořené GPT vyhledává srovnatelné pracovní role v několika externích zdrojích. Oracle tak do přípravy zapojuje informace, které nejsou omezené na vlastní interní představu o daném pracovním místě.
Slovo „srovnatelné“ je zde důležité. Nejde pouze o nalezení stejného názvu pozice. Smyslem průzkumu je získat relevantní kontext pro konkrétní zadání. Dostupný popis ale neuvádí přesná kritéria, podle nichž nástroj podobnost rolí posuzuje, ani seznam používaných zdrojů.
Proto bych nepředpokládal, že každé nalezené místo představuje přímý a úplný ekvivalent. Hodnota srovnání spočívá v tom, že poskytuje další podklady pro diskusi. Není to automatický důkaz, že interní role musí mít stejnou podobu jako nabídka jiného zaměstnavatele.
Průzkum z více zdrojů zároveň odpovídá důrazu Oracle na shromažďování nezávislých poznatků. Tým získává širší obraz, který může předat manažerovi v jednotném pracovním postupu. Za klíčový rozdíl považuji právě přechod od jednotlivých nálezů k použitelnému podkladu pro konkrétní rozhodnutí.
K orientaci v tom, jak firma sama představuje své pracovní příležitosti, může posloužit také kariérní portál Oracle. Neuvádím jej jako doložený zdroj vytvořeného GPT, ale jako veřejný kontext k pracovním rolím společnosti.
🏢 Co přináší porovnání s konkurencí
Součástí průzkumu je otázka, co u podobných rolí dělají konkurenční společnosti. Oracle tím doplňuje interní zadání o pohled na prostředí, v němž se o talenty uchází také další zaměstnavatelé.
Pro mě je podstatné, že tento pohled přichází už při přípravě. Informace o konkurenci nejsou jen dodatečným komentářem ve chvíli, kdy nábor narazí na obtíže. Mohou tvořit součást prvního věcného rozhovoru o tom, jak pozici vymezit a jaké podmínky při hledání zohlednit.
Nelze z toho ale vyvozovat, že Oracle automaticky přebírá požadavky jiných firem. Porovnání není totéž co kopírování. Každá společnost může mít pro podobně označenou roli jiné potřeby. Externí informace dávají kontext, zatímco konkrétní zadání stále vychází z interní situace.
Dostupné sdělení také neupřesňuje, které konkurenty nástroj zahrnuje, jak široký záběr průzkumu používá nebo jak často informace aktualizuje. Přínos proto popisuji na úrovni pracovního postupu: tým má jednotnější způsob, jak získat konkurenční pohled a zahrnout jej do přípravy.
Tento rozdíl může působit nenápadně, ale je zásadní. Náborový tým nepřináší pouze svůj názor na pozici. Přináší také shromážděné poznatky o tom, jak podobné potřeby vypadají mimo firmu, a vytváří tak lepší základ pro společnou diskusi.
💰 Odměňování je další částí obrazu trhu
Popis využití nástroje uvádí také porovnávání odměňování. Vedle srovnatelných rolí a konkurenčního prostředí tak příprava zahrnuje informace, které mohou pomoci zasadit finanční stránku pozice do širšího tržního kontextu.
Za důležité považuji spojení těchto témat. Údaje o odměně mají pro přípravu náboru větší význam, když souvisejí s konkrétní rolí, než když stojí samostatně. Oracle představuje průzkum jako celek navázaný na popis pozice, nikoli jako izolovaný přehled čísel bez vztahu k požadavkům.
Zároveň nejsou zveřejněny konkrétní částky, měny, rozpětí ani způsob výpočtu. Nelze tedy tvrdit, že nástroj určuje konečnou nabídku kandidátovi, stanovuje rozpočet nebo automaticky vybírá správnou úroveň mzdy. Doloženým využitím je srovnání odměňování v rámci přípravy.
Praktickou hodnotu vidím v tom, že manažer a náborový tým mohou toto téma řešit společně s ostatními požadavky. Role, její tržní obdoby a informace o odměnách se dostávají do jednoho rozhovoru, místo aby každá oblast tvořila oddělený podklad.
To stále neznamená, že tržní údaj sám rozhodne. Pomáhá však položit lépe informované otázky. Jaké podmínky odpovídají hledané roli? Co je potřeba ještě ověřit? A kde se interní představa potkává s informacemi získanými zvenčí? V tomto smyslu jde o podporu úsudku, nikoli jeho náhradu.
📍 Dostupnost talentů se posuzuje také podle lokality
Další uvedenou součástí nástroje je posuzování talentových skupin v různých lokalitách. Průzkum tak neřeší pouze podobu role a odměňování, ale také to, kde se nachází relevantní pracovní trh.
Tento rozměr považuji za důležitý, protože rozšiřuje přípravu o geografický kontext. Zadání pracovního místa není posuzováno jen jako seznam požadavků. Do podkladů vstupuje také pohled na dostupnost talentů v jednotlivých místech, který může být součástí rozhovoru s manažerem.
Oracle však v dostupném popisu neuvádí konkrétní země, města ani velikosti talentových skupin. Není popsána ani metodika jejich hodnocení. Nemohu proto označit určitou lokalitu za výhodnější nebo tvrdit, že nástroj poskytuje úplný přehled všech potenciálních kandidátů.
Posouzení trhu talentů také není totéž co seznam lidí připravených nastoupit. Jde o kontext pro přípravu hledání. Samotné oslovení kandidátů, jejich zájem a další kroky náboru představují jiné části procesu, o nichž tento případ nepřináší podrobné výsledky.
Přínos je tedy v propojení otázek, které spolu souvisejí: jakou roli firma potřebuje, jak vypadají podobná místa na trhu a jak se do tohoto obrazu promítají různé lokality. Tým může tyto souvislosti přinést k jednomu stolu ještě před zahájením konkrétního hledání.
🤝 Manažeři a náborové týmy získávají společný základ
Nástroj je určen nejen náborovým specialistům, ale i manažerům odpovědným za obsazení pozic. Ackerman zdůrazňuje, že shromážděné poznatky mají být předávány oběma skupinám a mají vytvářet jeden způsob práce.
Právě zde vidím hlavní organizační přínos. Rychle připravené informace jsou užitečné samy o sobě, ale jejich význam roste, pokud umožňují dvěma stranám mluvit o stejném zadání na základě společných podkladů.
Manažer přináší potřebu svého týmu. Náborový tým přináší pohled na hledání a trh. Vytvořené GPT mezi těmito pohledy pomáhá vytvořit informační most. Neodstraňuje potřebu rozhovoru, ale mění to, s čím do něj účastníci vstupují.
Podle popsaného postupu následuje po průzkumu jednání, při němž se požadavky shromažďují a upřesňují. To je důležitý signál o roli člověka. Výstup nástroje není představen jako konečné rozhodnutí, které musí všichni přijmout. Slouží jako podklad pro další práci.
Za užitečné proto považuji rozlišovat mezi automatizací přípravy a automatizací rozhodování. Oracle popisuje především první z těchto oblastí. Část sběru a uspořádání informací se zrychluje, zatímco samotná potřeba vyjasnit zadání s odpovědným manažerem zůstává zachována.
📊 Konzistence může být stejně důležitá jako rychlost
Ackerman vedle úspory času zdůrazňuje kvalitu a konzistenci shromažďovaných poznatků. Tyto pojmy vnímám jako samostatnou část zprávy, nikoli jen jako doplněk k působivému údaji o dvaceti minutách.
Konzistence v tomto případě znamená společný přístup k přípravě. Nástroj pomáhá propojit popis pozice, informace o srovnatelných rolích a další tržní souvislosti způsobem, který lze používat pro rozhovory s manažery. Příprava tak není popisována pouze jako rychlejší, ale také jako jednotnější.
Jednotný postup ovšem neznamená jednotné požadavky na všechny zaměstnance. Každá role může zůstat odlišná. Společné je to, jak se k ní shromažďují podklady a jak se do interního zadání přidává pohled zvenčí.
Stejně tak bych nespojoval konzistentní formu s automatickou správností každého výstupu. Dostupné sdělení neobsahuje nezávislé hodnocení přesnosti ani míru chybovosti. Tvrzení o kvalitě je součástí popisu zkušenosti Oracle, nikoli zveřejněným výsledkem srovnávacího testu.
Přesto jde o podstatnou změnu pracovního procesu. Pokud tým používá společný způsob přípravy, může se při rozhovoru soustředit na obsah požadavků a jejich tržní kontext. Nemusí nejprve sjednocovat různé přístupy k tomu, jak základní podklady vůbec vznikly. Právě tuto možnost považuji za důležitou součást přínosu.
🧭 Změna zasahuje odborné i vedoucí pozice
Oracle nepopisuje nástroj jako řešení omezené na jediný typ pracovního místa. Ackerman uvádí, že ovlivnil přístup k vyhledávání od vedoucích pracovníků až po odborné zaměstnance.
Tato šíře naznačuje, že firma využívá společný princip přípravy napříč různými náborovými zadáními. Základem zůstává popis konkrétní role a průzkum jejího tržního kontextu. Nejde tedy pouze o jednorázovou analýzu jedné úzce vymezené pozice.
Zároveň je potřeba zachovat přesnost. Dostupné informace neuvádějí, kolik náborů bylo tímto způsobem připraveno, které týmy nástroj používají ani zda je jeho využití povinné. Nelze proto tvrdit, že pokrývá všechny pracovní pozice nebo celé globální fungování společnosti.
Za doložené považuji širší použitelnost popsaného přístupu v rámci Oracle. Nástroj mění přípravu jak pro hledání vedoucích pracovníků, tak pro odborné role. Konkrétní výstupy pro tyto dvě oblasti však nejsou podrobně představeny.
Důležitá je pro mě i hranice tohoto závěru. Společný informační postup může být použitelný u odlišných pozic, aniž by se tím stíraly jejich rozdíly. Srovnání musí stále vycházet z konkrétního zadání. Právě vazba na popis pracovního místa drží celý proces u skutečné potřeby, místo aby z něj vznikl obecný přehled trhu bez jasného účelu.
🛠️ Vlastní GPT je zde pracovní nástroj, ne jen obecný chat
Oracle uvádí, že si GPT pro tento účel vytvořil. Zprávu proto čtu jako příklad cíleného využití ChatGPT Work v konkrétním pracovním procesu, nikoli pouze jako příběh o příležitostném pokládání obecných dotazů.
Nástroj má rozpoznatelný účel: připravit informace o trhu talentů pro začátek náboru. Má také jasný vstup v podobě popisu pozice a popsané oblasti průzkumu. To pomáhá vysvětlit, proč může podporovat konzistentnější práci více lidí.
Technické provedení ale zveřejněno není. Nejsou uvedeny instrukce GPT, způsob přístupu k jednotlivým zdrojům, konkrétní datové vazby ani podoba výsledného dokumentu. Není doloženo ani propojení s interním náborovým systémem. Takové detaily bych do případu nedoplňoval.
Vlastní GPT zde znamená nástroj přizpůsobený určitému úkolu, nikoli doložené vytvoření nového základního modelu. Rozdíl je důležitý pro pochopení zprávy. Popsaná inovace spočívá především v tom, jak Oracle využil dostupnou AI pro konkrétní část práce.
Za přenosný princip považuji právě toto zaměření. Technologie dostává jasné místo mezi zadáním a rozhovorem s manažerem. Její hodnota není popsána seznamem funkcí, ale tím, jak mění přípravu, předávání poznatků a společný přístup náborového týmu k hledání lidí.
🔄 Jak do sebe jednotlivé části procesu zapadají
Popsaný postup lze shrnout do jednoduché posloupnosti. Nejde o zveřejněnou technickou příručku, ale o přehled toho, jak na sebe navazují jednotlivé části využití v Oracle.
- Vznikne zadání pracovní pozice. Popis zachycuje roli, pro kterou má tým připravit hledání.
- Zadání se použije ve vytvořeném GPT. Nástroj slouží k průzkumu trhu talentů.
- Proběhne hledání srovnatelných rolí. Do přípravy vstupují poznatky z více externích zdrojů a pohled na konkurenci.
- Doplní se související tržní kontext. Popis využití zahrnuje odměňování a talentové skupiny v různých lokalitách.
- Podklady se přenesou do rozhovoru s manažerem. Náborový tým na jejich základě společně upřesňuje požadavky.
Na této posloupnosti je pro mě nejzajímavější, že AI není postavena mimo běžnou práci. Je vložena přímo do přípravné fáze, která už existovala. Mění způsob získání podkladů, ale zachovává návaznost na lidské jednání.
Stejně podstatný je konečný bod tohoto přehledu. Popsaný proces nekončí výběrem člověka, nýbrž lépe připraveným začátkem hledání. To pomáhá udržet očekávání v realistických mezích a současně nezmenšuje význam úspory. Kvalitní začátek je sám o sobě hodnotnou součástí náborové práce.
⚖️ Co z případu zatím nelze vyvozovat
Výrazná úspora času může snadno vést k širším závěrům, než jaké dostupné informace umožňují. Proto považuji za užitečné jasně oddělit popsané výsledky od oblastí, pro které nejsou uvedeny důkazy.
Oracle představuje zrychlení přípravy a konzistentnější shromažďování poznatků. Nezveřejňuje však v tomto popisu podrobné výsledky celého náboru. Chybí například údaje, které by umožnily určit dopad na konečné obsazení pracovních míst.
- Není doloženo zkrácení celkové doby náboru. Uvedený čas se vztahuje na přípravu podkladů.
- Není uvedeno snížení celkových nákladů. Chybí finanční srovnání i úplný přehled využitých kapacit.
- Není popsána vyšší kvalita přijatých zaměstnanců. Takový závěr by vyžadoval jiná měření.
- Není popsáno automatické hodnocení uchazečů. Případ se soustředí na průzkum trhu a vyjasnění role.
- Není zveřejněna přesnost jednotlivých výstupů. Dostupné sdělení nenahrazuje nezávislé ověření dat.
Tato omezení nepovažuji za důvod přínos zlehčovat. Naopak umožňují přesněji pochopit, co bylo změněno. Silný případ použití nemusí dokazovat všechno zároveň. Zrychlení jednoho jasně vymezeného úkolu a lepší sjednocení pracovního postupu mohou být významným výsledkem i bez tvrzení o úplné automatizaci náboru.
💡 Hlavní poučení: AI pomáhá připravit lepší otázky
Nejpřesvědčivější poučení z využití v Oracle pro mě spočívá v načasování. Informace o trhu přicházejí před rozhovorem o požadavcích, takže mohou ovlivnit jeho obsah. Náborový tým není odkázán pouze na původní interní zadání.
To vytváří prostor pro konkrétnější otázky. Jak role odpovídá podobným místům na trhu? Jaký kontext přináší srovnání odměňování? Co se dá z dostupných podkladů zjistit o různých lokalitách? Tyto otázky neprezentuji jako zveřejněný seznam Oracle, ale jako přímé důsledky oblastí, které nástroj pokrývá.
Současně v tomto případu vidím připomínku, že nejlepší výstup nemusí být konečná odpověď. Může to být také podklad, díky němuž lidé vedou přesnější diskusi. V náborové přípravě je právě rozhovor o požadavcích místem, kde získané poznatky dostávají praktický význam.
Rychlost a konzistence se zde doplňují. Rychlejší získání informací zkracuje čekání na přípravu. Společný postup pak pomáhá tyto informace využít podobným způsobem napříč různými zadáními. Ani jeden přínos není potřeba zaměňovat za automatické rozhodnutí o kandidátech.
Širší firemní kontext je dostupný v přehledu využití ChatGPT Work a Codexu v Oracle. U náborového případu ale zůstává hlavním tématem cílené nasazení ChatGPT Work pro průzkum trhu talentů a přípravu práce s manažery.
🚀 Proměna náboru začíná ještě před hledáním kandidátů
Oracle ukazuje, že významná změna náboru nemusí začít u pohovorů nebo výběru uchazečů. Může začít dříve, u práce, která určuje, co bude tým vlastně hledat a s jakým porozuměním trhu do hledání vstoupí.
Vytvořené GPT propojuje popis pozice s externími poznatky o srovnatelných rolích, konkurenci, odměňování a dostupnosti talentů v různých lokalitách. Podle Ackermana tím výrazně zkracuje přípravu na jednání s manažerem a dává náborovým týmům jednotnější způsob práce.
Za hlavní zprávu považuji toto spojení: méně času věnovaného přípravě podkladů a společný informační základ pro vyjasnění požadavků. Právě zde je přínos konkrétní, srozumitelný a navázaný na skutečnou pracovní činnost.
Z několika dnů na přibližně dvacet minut je výrazný posun. Jeho význam však není jen v rychlejším dokončení úkolu. Spočívá také v tom, že tržní kontext může být k dispozici včas, ještě před zahájením hledání. AI v tomto pojetí nerozhoduje, koho přijmout. Pomáhá lidem lépe připravit rozhodnutí o tom, koho a za jakých podmínek hledat.
