Todo fundador com quem conversamos desenha a mesma imagem em um quadro branco. Aplicação, triagem, entrevista, oferta. Quatro caixas, uma seta entre cada uma. O quadro branco nunca mente sobre o que as pessoas pensam que o trabalho é. Também nunca mostra onde o trabalho realmente quebra. Em nove em cada dez funis de contratação de startups, o gargalo é na triagem, e não chega nem perto.
Este ensaio é sobre por que a triagem é a única fase que controla os resultados, por que o sistema de rastreamento de candidatos padrão otimiza tudo, exceto a triagem, e o que mudar para que uma equipe de cinco pessoas possa administrar um funil de contratação que supere uma empresa da Série C com um chefe de talento.
O funil de contratação não é quatro caixas iguais
O funil de contratação parece simétrico no quadro branco. Não é simétrico na prática. Uma fase decide quase todas as métricas subsequentes: triagem. Quem você deixar passar pela triagem é o grupo que você entrevista. Quem você entrevista é o grupo que você oferece. Quem você oferece é quem se junta. Se a triagem for ruim, você está realizando loops de entrevista caros em candidatos que nunca seriam contratados. De acordo com o Relatório de Benchmarking de Recrutamento da SHRM 2025, o tempo médio para preencher uma vaga nos EUA é de cerca de 44 dias, e a maior parte disso é o período de triagem e seleção, não o período de oferta ou integração. A única coisa com maior alavancagem que uma startup pode fazer pela velocidade de contratação é consertar a camada de triagem, não comprar um agendador mais rápido ou uma página de carreiras mais atraente.
A razão pela qual a maioria das equipes perde isso é que a triagem parece chata. Ferramentas de calendário e automação de cartas de oferta parecem produto. A triagem parece leitura. Assim, as ferramentas se concentram nas partes que são fáceis de demonstrar, e a parte que decide os resultados é deixada como trabalho manual para quem está em menor posição na sala naquela semana.
Por que a maioria dos ATS otimiza a camada errada
A maioria dos sistemas de rastreamento de candidatos foi construída entre 2008 e 2016 para equipes de RH corporativas cujos problemas não eram a qualidade da triagem. Era a visibilidade do fluxo de trabalho. Uma empresa de 5.000 pessoas com vinte recrutadores precisa de uma trilha de auditoria, estágios estruturados, relatórios EEO e uma única fonte de verdade para cada candidato. Assim, os ATS legados otimizavam para essas coisas, e a triagem era tratada com um filtro de palavras-chave booleano colocado em cima. Esse filtro é a camada onde quase todo funil de contratação de startup realmente vaza.
Greenhouse, Lever, Workable e Ashby são bons produtos para o que foram projetados. Eles são gerenciadores de pipeline. O preço reflete isso. O Workable começa em $149/mês para equipes com menos de 20 funcionários e escala com o número de funcionários, não com o número de contratações. O Greenhouse, de acordo com dados relatados por compradores no PriceLevel, custa cerca de $50–$150 por assento por mês, mais taxas de implementação de quatro dígitos. Você está pagando por um produto de fluxo de trabalho cujo diferencial não é a qualidade da triagem. Então, além desse preço, você ainda precisa ler cada currículo manualmente.
O projeto da Harvard Business School sobre Gerenciamento do Futuro do Trabalho tem um nome para o que isso produz: trabalhadores ocultos. O estudo de Joseph Fuller de 2021 estimou que 27 milhões de americanos qualificados são filtrados pela triagem automatizada de palavras-chave por razões não relacionadas à sua capacidade de fazer o trabalho. Esse é o custo de otimizar a camada errada.
O que aprendemos na Amazon sobre sistemas de classificação
Antes do CurriculoATS, nosso fundador Dev passou anos na Amazon trabalhando em busca e recomendações. A lição desses sistemas se aplica quase diretamente à contratação. Quando a entrada é bagunçada e o usuário está ocupado, a única coisa que importa é a função de classificação. Se os dez primeiros resultados são bons, o usuário está feliz e a conversão é alta. Se os dez primeiros estão errados, nenhuma quantidade de polimento na interface salva a experiência. Você pode ter os filtros mais limpos em e-commerce de varejo e ainda assim perder porque o classificador é ruim.
A contratação tem a mesma forma. O recrutador ou fundador olhará os dez ou quinze currículos principais para uma função. Os outros 200 podem muito bem não existir. Então, a única questão que importa é se os candidatos certos estão entre os dez primeiros. Cada outro recurso, os modelos de email, as integrações do Slack, os PDFs das cartas de oferta, ficam a jusante daquela única decisão. Se o classificador for baseado em palavras-chave, os dez primeiros serão quem escreveu o currículo de forma mais estratégica. Se o classificador lê para resultados (receita, equipes, sistemas enviados, problemas resolvidos), os dez primeiros serão quem fez o trabalho mais relevante.
É por isso que construímos o CurriculoATS em torno de uma avaliação multissinal que produz uma pontuação composta de 0–100 com um parágrafo escrito explicando o raciocínio para cada candidato. O parágrafo é a parte que os fundadores se preocupam. Isso permite que você confie no classificador sem confiar cegamente. Leia mais sobre como a pontuação funciona em nossa página de Pontuação de Impacto.
As métricas que todo fundador deve acompanhar no funil
A maioria dos fundadores de startups acompanha o tempo para preencher e para por aí. O tempo para preencher é um indicador tardio que diz que o funil estava ruim três semanas atrás. Os indicadores antecedentes que realmente preveem a saúde do funil são mais fáceis de instrumentar e raramente medidos. Acompanhe quatro: razão de candidatos para a primeira rodada (abaixo de 5% significa que a triagem está descartando sinal, acima de 12% significa que a triagem está muito frouxa), conversão da primeira rodada para a segunda rodada (abaixo de 30% significa que a lista restrita tem as pessoas erradas), tempo de revisão do parágrafo de raciocínio por candidato (acima de 90 segundos significa que o modelo não está adicionando alavancagem) e sobreposição da lista restrita entre IA e humano (abaixo de 60% significa que ou a IA ou o humano está errado, e o fundador precisa depurar qual). A pesquisa da McKinsey resumida em A forma do talento em 2023 e 2024 mostra a adoção de contratação baseada em habilidades subindo de 40% em 2020 para cerca de 60% em 2024, e o sinal operacional que separa equipes que fazem isso bem de equipes que fazem isso nominalmente é a segunda métrica: conversão da primeira rodada para a segunda rodada. Equipes que operam triagens baseadas em resultados tendem a ficar entre 40-55%; equipes que operam triagens baseadas em palavras-chave tendem a ficar entre 18-28%. A diferença é o modelo, não os recrutadores. Revisar esses quatro números semanalmente captura vazamentos no funil rapidamente o suficiente para corrigi-los no mesmo ciclo de contratação, em vez de esperar que o tempo para preencher soe um alarme um mês depois que o dano foi feito.
Como um fundador de startup conserta a triagem esta semana
Se você é um fundador que está contratando sem um recrutador e seu funil está vazando, as mudanças que movem o ponteiro são menores do que você pensa.
- Pare de classificar por densidade de palavras-chave. Se seu ATS atual está classificando por correspondência de token, todo candidato que se inscreveu em mais de cinco vagas explorou isso. Mude para um sistema que classifica por resultado (receita gerada, equipes lideradas, sistemas enviados) ou leia cada currículo manualmente. Não há meio-termo que funcione.
- Escreva o JD como resultados, não deveres. Substitua "responsável por X" por "nos primeiros seis meses, essa pessoa irá enviar Y." Esse documento é o que sua triagem deve corresponder. A correspondência de resultados para resultados é aproximadamente uma ordem de magnitude mais útil do que a correspondência de deveres para palavras-chave.
- Limite a lista restrita a doze. Doze é pequeno o suficiente para que você possa ler cada parágrafo de raciocínio de uma só vez. Após doze, a atenção diminui e as decisões se tornam aleatórias.
- Mantenha uma barreira de rejeição visível. Anote duas coisas específicas que desqualificam um candidato. "Sem experiência em ML de produção" ou "sem história de fundador/0–1." Se você não consegue escrever duas coisas, você ainda não conhece o papel.
- Revise o funil semanalmente, não trimestralmente. O tempo para preencher em ritmo de startup é dias, não semanas. Uma revisão mensal é lenta demais para detectar um vazamento.
Nada disso é novo. O que é novo é que quase nenhuma equipe está realmente fazendo todos os cinco de uma vez.