Employer branding blir en bevisfråga

Under tjugo år har arbetsgivarvarumärket varit en kommunikationsdisciplin. Vi har formulerat, paketerat, berättat och branschen har blivit riktigt bra på att låta bra.

Nu har det skett en förändring och ”något” lagt sig mellan oss och den potentiella kandidaten. Vi har fått en ytterligare part, en maskin, som sammanfattar oss innan vi själva hunnit säga någonting. Och det är inte alltid så att den bryr sig inte om våra egna berättelser.

Det här känns obekvämt och nästa lite skrämmande då vi i teorin inte alltid äger vårt narrativ men det är i grunden en god nyhet.

Kort sammanfattning

Kandidater inom tech researchar arbetsgivare i ChatGPT, Claude, Google AI Overviews och Perplexity innan de svarar på outreach eller ansöker via en annons. AI-verktygen som svarar på söksträngarna bygger sina svar av recensioner, nyhetsbevakning och strukturerad information ni publicerat på webben. Detta innefattar än så länge inte video material. Konsekvensen för IT-rekrytering är att arbetsgivarvarumärket flyttar från påståenden till bevis där specifika, verifierbara siffror om lön, karriärvägar och arbetsvillkor slår formuleringar om värderingar. Företag som saknar publicerat underlag beskrivs ändå men då utifrån vad modellen gissar som ofta är baserat på branschgenomsnitt och gammalt material.

Det första intrycket i er IT-rekrytering är inte längre ditt

Föreställ dig en senior backend-utvecklare som får ett välformulerat sourcing-mejl. Hen svarar inte direkt utan gör vad de flesta av oss gör numera: öppnar ChatGPT och skriver ”är det bra att jobba på bolaget x?”.

Det svaret hen får avgör om hen svarar på mejlet och det svaret har ni inte skrivit, kan inte se och kan inte bemöta. Det finns inte i er analytics och lämnar inga spår.

Karriärsidan stod förvisso aldrig för hela historien. En kandidat har sannolikt pratat med gamla kollegor, läst Glassdoor och googlat er som bolag. Skillnaden är att researchen förr ledde någonstans. Hen landade på en sida som var er och där kunde ni göra ett intryck.

Nu stannar hen i sammanfattningen. En studie från Pew Research Center av faktiskt surfbeteende visade att när en AI-genererad sammanfattning visas i Google faller klickfrekvensen till organiska resultat till omkring 8 procent, mot cirka 15 procent utan. Bara ungefär en procent klickar på källhänvisningarna inne i sammanfattningen.

Det finns alltså inget besök att optimera utan sammanfattningen är ofta destinationen.

Det flyttar hela arbetet uppströms. Frågan är inte längre hur ni får kandidaten till er karriärsida utan frågan är vad som finns tillgängligt om er innan hen kommer dit som vilka uppgifter, vilka omdömen, vilken bevisning som ligger ute och kan plockas upp. Det är ett annat sorts arbete än det employer branding brukat handla om.

Och det är där det blir besvärligt för det arbetet har ingen självklar ägare. Rekryteraren som arbetar med sourcing är den enda i organisationen som faktiskt hör vad kandidater tror om er, eftersom hen får invändningarna i första samtalet. Men hen kan inte göra något åt dem. Marknad kan strukturera och publicera men äger inte siffrorna. HR har siffrorna men sällan mandatet att offentliggöra dem.

Så frågan hamnar i mellanrummet mellan tre funktioner som mäts på helt olika saker. Där ligger den kvar hos de flesta bolag just nu och det är begripligt. Det är bara inte hållbart särskilt länge till.

Varför fungerar inte vanlig SEO för arbetsgivarvarumärket?

Den naturliga responsen är att behandla det som en teknisk fråga. Vi har hanterat söksynlighet i tjugo år och vi hanterar det här också.

Problemet är att den kunskapen inte överförs särskilt väl. Forskarna som formaliserade begreppet Generative Engine Optimization byggde ett testunderlag med 10 000 frågor och prövade tjugo års SEO-praxis mot de generativa svaren. Resultatet var obekvämt: de konventionella teknikerna fungerade i stort sett inte.

Vad som fungerade var något annat: statistik, trovärdiga citat och källhänvisningar. Att lägga till sådant lyfte en källas synlighet i de genererade svaren med upp till 40 procent.

Översätt det till employer branding och det blir mindre tekniskt och mer principiellt. En modell kan inte göra någonting med ”vi har en stark kultur och satsar på våra medarbetare”. Det finns inget där att lyfta ut, ingenting att tillskriva och ingenting att jämföra. Men ”vår interna rörlighet var 68 procent förra året och mediantiden till första befordran för utvecklare är nitton månader” är användbart och kan citeras.

Skillnaden mellan de två formuleringarna är inte teknisk. Det är skillnaden mellan att påstå och att visa.

Vi har sagt ”var autentisk” i tio år utan att mena det

Här blir det intressant och en väcker en och annan tanke för vår egen bransch.

Employer branding har predikat autenticitet och transparens i minst ett decennium.  Vi ska vara ärliga, berätta om utmaningarna, låta medarbetarna prata själva.

Men det har aldrig funnits någon stor konsekvens för den som inte gjorde det. Ett bolag med tomma värdeord och en polerad kulturfilm har kunnat rekrytera nästan lika bra som ett bolag med substans så länge annonsbudgeten var tillräcklig och rekryterarna duktiga. Gapet mellan löfte och verklighet upptäcktes först efter tre månader på jobbet och då var rekryteringen redan bokförd som lyckad.

Det är just den mekaniken som börjar förändras. Inte för att branschen mognat utan för att en maskin som inte kan charmas har lagt sig mitt i vägen. Modellerna hämtar information från ert eget polerade innehåll och från recensioner, medarbetarinlägg och nyhetsbevakning. De väger det mot varandra och när de gör det blir avståndet mellan vad ni säger och vad era medarbetare säger synligt tidigare än det någonsin blivit förut.

Därför är det här inte i första hand en marknadsföringsfråga utan det är en fråga om huruvida våra arbetsgivarberättelser håller för granskning.

Är det här bara nästa hypecykel?

Delvis, ja. Det här området rör sig väldigt snabbt och vilka källor AI-verktygen litar mest på ändras hela tiden. Under några veckor i slutet av 2025 föll exempelvis ChatGPT:s hänvisningar till Reddit kraftigt efter en teknisk ändring hos Google.

Verktygen fungerar också olika och studierna är inte överens om var svaren hämtas. En förklaring är att det beror på vad man frågar om. Frågar kandidaten om hybridpolicy eller föräldraledighet kommer svaret från det ni själva publicerat. Frågar hon om kulturen kommer det från vad andra säger om er.

Så nej, det är ingen bra idé att bygga en strategi på vilken källa som väger tyngst just nu. Men det betyder inte att skiftet är överdrivet. Ingen vet vilken plattform som är störst 2028. Det som ligger still  och kommer att bestå är något annat. De här systemen gillar konkreta uppgifter som går att kontrollera och har svårt för allmänt prat. Det ändras inte av att en ny logotyp sitter i hörnet.

Varför är läget särskilt svårt för svenska techbolag?

Här blir det extra klurigt för oss då AI och LLM’er belönar öppenhet. Det är precis vad svenska arbetsgivare drar sig för. I mars 2026 pausade regeringen arbetet med lönetransparensdirektivet och vill i stället omförhandla det på EU-nivå. Oavsett vad man tycker om beslutet säger det något om var vi står: lön är fortfarande något vi helst inte publicerar.

Samtidigt är lön, karriärvägar och arbetsvillkor precis det kandidater frågar AI-verktygen om. Där har vi minst att visa.

Till det kommer att det finns lite skrivet på svenska om svenska arbetsgivare, jämfört med hur mycket som finns på engelska om amerikanska bolag. Modellerna får därför gissa oftare om oss och när de gissar tar de det som råkar finnas som ofta är det äldsta och mest negativa.

Detta spelar roll i en marknad där konkurrensen redan är hård. Enligt TechSverige behöver Sverige omkring 18 000 nya techspecialister per år fram till 2028. Om ni är ett bolag so konkurrera om de profilerna är det ingen bra idé att låta en språkmodell gissa hur ni är som arbetsgivare.

Går det att fejka sig ur det?

Visst är det en frestelsen att lösa det med ”egen” volym av flera positiva recensioner, mer innehåll, snyggare påståenden.

Det fungerar inte av två skäl. Det ena är att det upptäcks. AI-genererade Glassdoor-recensioner har ökat med 376 procent och både plattformar och modeller blir bättre på att sortera bort dem.

Det andra är viktigare. AI-verktygen läser ert eget innehåll och era medarbetares omdömen samtidigt. Ju mer polerat ni låter i egna kanaler, desto tydligare blir skillnaden mot det som sägs om er någon annanstans. Ett bolag med svag verklighet och stark kommunikation framstår inte som starkt. Det framstår som ett bolag som inte stämmer.

Vi kan alltså inte optimera fram en arbetsgivarupplevelse som inte finns. Bara göra den mer synlig.

Vad betyder det för er IT-rekrytering i praktiken?

Det finns en enkel testfråga i allt det här och den är obehagligt avslöjande: skulle ni klara av att publicera siffrorna?

Inte i en rapport med snygg formgivning. Bara rakt upp och ner på en sida på er egen webb. Intern rörlighet, mediantid till befordran, hur många av era chefer som rekryterats internt, hur ni sätter lön eller personalomsättningen i utvecklingsteamen de senaste tre åren.

För de flesta bolag är svaret nej. Sällan för att siffrorna är hemliga utan för att man inte vet vad de är eller vet om dem men inte gillar dem. Där ligger arbetet. Det tekniska tar några veckor men att ha något värt att publicera tar längre tid. Och det för oss tillbaka till mellanrummet. Marknad mäts på räckvidd och kännedom. Rekryteringen mäts på tid till tillsättning. Så länge det gäller blir det här en fråga om personkemi mellan två avdelningar.

Under det ligger dessutom en verklig konflikt. Marknad är tränad att styra berättelsen och helst inte publicera det som skaver. AI belönar det specifika även när det inte smickrar. Den motsättningen försvinner inte med bättre samarbete utan någon måste avgöra den.

Så det här är egentligen inte en artikel om AI-sök. Det handlar om att arbetsgivarvarumärket slutar vara något vi kommunicerar och börjar bli något vi kan bevisa.

Att det behövdes en maskin för att tvinga branschen dit säger nog mer om branschen än om maskinen.

Vill du prata om hur ni framstår?

På Ants arbetar vi med IT-rekrytering, techrekrytering och employer branding för techbolag och scaleups. Vi ser varje vecka hur kandidater bildar sig en uppfattning om arbetsgivare långt innan första samtalet och vad det kostar när uppfattningen bygger på gissningar. Hör av dig om ni vill tänka igenom vad er arbetsgivarberättelse faktiskt vilar på.

Läs också: Entry-level-paradoxen med AI