Buffer rulează în 2026 două procese de recrutare paralele pentru două roluri, unul cu triaj asistat de AI și unul cu citire umană a fiecărei aplicații. Nu e un test perfect, dar ridică o întrebare care lovește direct orice operator de marketing: unde pui AI-ul și unde ții omul în decizia finală.

Buffer a anunțat pe 11.11.2026 că deschide două roluri (Engineering Manager și Security Engineer) cu două procese de aplicare complet diferite, ca experiment. Pentru un marketer, știrea nu e despre HR. E despre același tipar pe care îl vezi în fiecare cont de reclame: automatizezi volumul, dar nu lași mașina să semneze decizia. Sursa o citez o singură dată, cu link, ca atribuire: Buffer, „We're running an A/B test on human and AI involvement in hiring".

Ce a pus Buffer pe masă, concret

Pe scurt, fără să traduc pagina: compania spune că volumul de aplicații a crescut, multe scrise în mare parte de AI, iar citirea fiecărei aplicații a devenit un blocaj. Așa că a împărțit testul în două.

Pe rolul de Engineering Manager, aplicarea e ușoară: profil plus o introducere scurtă, intrare într-un talent pool în loc de un singur „da" sau „nu", triaj asistat de AI pentru potrivirea experienței și interviuri mai rapide. Pe rolul de Security Engineer, merge invers: câteva întrebări rapide de calificare, un chestionar detaliat cu exemple concrete, un video lejer și citire umană pentru fiecare aplicație, cu răspuns personal tuturor.

Buffer recunoaște singur că nu e un A/B test curat: roluri diferite, piețe diferite, manageri diferiți. Măsoară în schimb patru lucruri: ce bias-uri introduce fiecare abordare, cât de repede pot mișca, cum se simt candidații și cum se simt managerii. Și mai are o regulă care merită copiată: AI-ul e acceptat pentru gramatică, organizarea gândurilor sau reactivarea unor exemple, dar nu pentru răspunsuri generate integral din prompt.

Atât din sursă. Restul e comentariu.

De ce te privește, chiar dacă nu angajezi nimeni

Același tipar apare în marketingul plătit. AI-ul e bun la volum: sortat, grupat, rezumat, prioritizat. Omul rămâne bun la judecata care costă: ce intri în licitație, ce tai, ce crești, ce clienți accepți. Buffer nu inventează un model nou, doar îl pune sub lupă într-un proces sensibil.

Diferența e că în reclame ai feedback rapid. Într-un proces de recrutare, un bias de triaj poate rămâne nevăzut luni întregi. Exact de asta secțiunea „ce bias-uri introduce fiecare abordare" e cea care contează cel mai mult, nu viteza. Viteza câștigă aproape mereu în fața unui filtru automat. Calitatea deciziei nu.

Aici se leagă de o discuție mai largă pe care o găsești în piață: când un instrument devine infrastructură pentru brand, termenii și limitele se schimbă peste noapte, iar tu trebuie să ai un plan B. Vezi cum a reacționat piața când Meta a pus pauză noilor termeni de business. Același principiu: nu delegi controlul complet unui sistem pe care nu îl înțelegi.

Ce ai de câștigat dacă furi modelul de test

Dacă îl traduci în operațional pentru echipa ta de marketing, ai trei câștiguri concrete.

Primul: timp de răspuns. Buffer vrea să răspundă în câteva săptămâni pe rolul uman, în loc de luni. Tu, în leads sau în suport, ai aceeași problemă: cine răspunde primul câștigă. Un triaj automat care pune în față cele mai bune 20 de conversații în fiecare dimineață e mai valoros decât un dashboard cu 40 de coloane.

Al doilea: o linie clară între triaj și decizie. Triajul e automat. Decizia e umană. Scrie asta în proces, nu doar în capul tău. Când cineva întreabă de ce un client a fost respins, răspunsul trebuie să aibă un nume de om, nu unul de model.

Al treilea: un criteriu de oprire. Buffer spune că va împărtăși și ce nu a mers. Fă la fel. Stabilește de la început ce rezultat te face să dai înapoi. Dacă AI-ul de triaj rată 30% din candidații buni, nu mai e economie de timp, e filtrare scumpă.

Limitele testului, spuse pe față

Testul Buffer are o limită de design pe care orice operator trebuie să o vadă: nu poți compara două roluri diferite și să tragi concluzii curate. Un Security Engineer are cerințe de fus orar și un profil de candidat diferit de un Engineering Manager. Viteza mai mare pe rolul AI-first poate veni din rol, nu din proces.

A doua limită: eșantionul. Două roluri, o companie, o perioadă. Oricât de bine intenționat, nu e un studiu. E un test intern cu valoare de semnal, nu de dovadă. Dacă cineva îți spune că „Buffer a dovedit că AI-ul angajează mai bine", îți vinde o concluzie pe care sursa nu o susține. Buffer însuși spune că abia începe să învețe.

A treia limită: candidații sunt oameni, nu cohorte. Dacă un candidat bun pleacă pentru că s-a simțit procesat de un filtru, nu o să afli niciodată de ce. Ai nevoie de un canal separat de feedback, nu doar de metrici de pipeline.

A patra: AI-ul care triază aplicații scrise de AI. Buffer recunoaște că multe aplicații sunt generate în mare parte de AI. Un model care citește text generat de alt model are un risc de omogenizare. În marketing vezi exact același lucru în auditurile de conținut: textele care trec toate filtrele seamănă între ele, iar cele care sar în ochi sunt exact cele care nu.

Ce înseamnă pentru tine, antreprenor sau marketer în România

Dacă ai o firmă mică și un buget de media limitat, ispita e să pui AI-ul peste tot ca să compensezi lipsa de oameni. Nu e greșit, dar ordinea contează. Automatizează mai întâi ce e repetitiv și reversibil: rapoarte, rezumate, sortare de lead-uri, variante de copy pentru test. Ține omul pe ce e ireversibil: bugete, relații cu clienți mari, decizii de brand.

Un test mic pe care îl poți rula săptămâna viitoare, fără costuri: ia 50 de lead-uri din ultima lună și pune un model să le ordoneze după probabilitatea de conversie, folosind doar informația pe care o ai deja. Apoi compară cu ordinea reală. Dacă modelul nimerește top 10, ai un triaj bun. Dacă ratează jumătate din cei care chiar au cumpărat, ai un filtru care arde bani. Nu e un test perfect, dar îți dă un semnal în două ore.

Aplicat pe e-commerce, logica se traduce simplu: AI-ul poate sorta produsele după semnale de cerere, poate grupa căutările, poate propune variante de titluri. Omul decide ce intră în campanie și ce stai. Dacă vrei să vezi cum se mișcă platformele pe care construiești, uită-te și la ce se întâmplă când un jucător mare strânge șurubul pe ecosistem: Shopify strânge șurubul App Store. Regula e aceeași: depinzi de un sistem, așa că ai nevoie de ochi uman pe ce iese din el.

Un ultim punct, practic. Scrie în procesul tău o singură propoziție: „AI-ul propune, omul decide". E suficient ca să eviți cea mai frecventă greșeală din 2026, adică să tratezi o sugestie de model ca pe o decizie luată.

FAQ

Buffer a dovedit că AI-ul angajează mai bine decât oamenii? Nu. Buffer a deschis un experiment cu două roluri și două procese. Sursa spune explicit că testul nu e perfect și că rezultatele urmează să fie împărtășite, inclusiv cele negative. Orice concluzie definitivă în acest moment e o presupunere.

Pot copia modelul în agenție sau în firma mea? Poți copia principiul: un proces ușor cu triaj automat, altul cu citire umană completă, ambele măsurate pe aceleași criterii. Nu poți copia rezultatele, pentru că rolurile și piețele diferă. Adaptează criteriile la volumul tău.

Ce măsori ca să știi dacă triajul AI merită? Trei lucruri: cât de repede răspunzi, câți candidați buni ratezi și cum se simt oamenii în proces. Dacă viteza crește, dar ratările cresc mai repede, nu ai câștigat nimic.

Arc final: AI-ul ajută, omul decide, agenția execută

AI-ul face treaba bună și plictisitoare: sortează, rezumă, propune, pune în ordine. Omul face treaba care contează: judecă, alege, își asumă. În marketing, asta înseamnă un media buyer care se uită la cifre, nu doar la ce i-a scos modelul în raport. Iar pasul concret, adică structura de test, criteriu de oprire și execuția, îl face ALLSoft Agency. Fără hype, fără promisiuni pe cifre pe care nu le-ai măsurat încă.