Van visie naar maandagochtend, en de keuze die daarna komt

Ralph stelde in zijn blog de vraag die er wat mij betreft echt toe doet: blijf je optimaliseren, of ga je innoveren? Ik zie in mijn werk elke week wat er ná die vraag gebeurt. Een team knikt bij de visie. De ambitie is helder. En dan komt maandagochtend, en verandert er niets.

Dat gat, tussen een goede visie en wat je maandag daadwerkelijk doet, is waar mijn werk begint. Ik bouw AI-oplossingen voor staffing- en recruitmentorganisaties en ik train de mensen die ermee moeten werken. Door die twee dingen naast elkaar te doen, zie ik iets wat je vanuit alleen de strategie of alleen de techniek mist. De grootste verandering van dit moment is niet dat werk sneller wordt. Het is dat het vak zelf in tweeën splitst, en dat iedere recruiter de komende jaren kiest aan welke kant je staat. Daar kom ik zo op. Eerst even waarom het zo vaak stukloopt.

Adoptie is geen kwestie van onwil

AI-trajecten stranden zelden op de techniek. Ze stranden op adoptie. En adoptie wordt bijna altijd verkeerd begrepen. Het is geen kwestie van luie of angstige mensen die niet mee willen. De recruiters die het hardst tegenstribbelen, zijn vaak juist je beste mensen. Ze hebben over jaren routines opgebouwd die werken, en die routines zijn hun vakmanschap. Vraag je iemand om AI in te zetten, dan vraag je diegene eigenlijk om te twijfelen aan iets waarin die juist goed is. Dat is geen technische drempel, het is een identiteitskwestie.

Daarom werkt “hier is de tool, ga het gebruiken” bijna nooit. Mensen ruilen wat werkt niet in voor een belofte. Ze doen het pas als ze op één plek, in één taak, zelf voelen dat het beter gaat. Voelbaar beter, in hun eigen werk, deze week. Adoptie is dus geen trainingsmoment achteraf; het is de kern van het hele traject. In de meeste projecten die ik doe, is de techniek zo’n twintig procent van het werk. De rest is gedrag.

AI vervangt geen recruiters, het vervangt taken

Dat is het uitgangspunt onder alles wat ik doe. AI vervangt geen recruiters; het vervangt taken. En dat onderscheid bepaalt alles.

Jarenlang was de recruiter vooral een procesmanager. Veel van de waarde zit in dingen die tijd kosten: zoeken, bellen, screenen, plannen, schakelen tussen systemen. Precies dat werk neemt AI nu over. Wat overblijft is niet minder waardevol, het is anders waardevol. Als het transactionele werk wegvalt, verschuift je waarde naar wat een machine niet kan, of naar wat je met een machine kunt bouwen.

Daar zit de echte vraag. Niet: gebruik je AI. Iedereen gaat AI gebruiken, net zoals iedereen een telefoon gebruikt. De vraag is of je AI alleen gebruikt, of vormgeeft. Wie AI alleen gebruikt, wordt makkelijk vervangbaar. Wie eigen systemen bouwt, of de mens juist tot kern maakt, niet.

Type H of type A

In mijn trainingen vat ik die keuze samen in twee types. Type H en type A. Bijna iedere recruiter beweegt de komende jaren naar een van de twee, bewust of niet.

Type H is de mens-recruiter. Deze verdubbelt op wat een machine niet kan: vertrouwen. Vertrouwen is in ons vak het echte product, en het ontstaat wanneer mensen elkaar spreken, niet wanneer een systeem een mail stuurt. De eigenschappen die hier tellen zijn precies de eigenschappen die geen CV laat zien en geen model nabootst: nieuwsgierigheid, empathie, veerkracht, integriteit en het vermogen om vertrouwen te wekken. Type H gebruikt AI wel, maar op de achtergrond. Voor de bulk mag automatisering het werk doen; voor de senior kandidaat, de schaarse specialist, de opdrachtgever die twijfelt, is deze recruiter er zelf, vanaf het eerste contact. En wint door diepte.

Type A is de bouwer, wat ik de AI recruitment engineer noem. Dit is geen programmeur; het is de dirigent van een AI-orkest, met drie petten. De eerste is probleemoplosser: frictie zien en die weghalen. De tweede is workflow bouwer: AI, ATS en CRM verbinden tot één systeem dat doorwerkt terwijl jij slaapt. De derde is producteigenaar: datakwaliteit, bias en compliance bewaken. Waar type H wint met diepte, wint type A met hefboom; die doet in een dag wat een team vroeger in een week deed.

Allebei zijn goede keuzes. Wat verdwijnt, is de recruiter in het midden. De procesmanager die de relatie niet tot kunst heeft verheven, en de techniek niet beheerst. Dat is precies het werk dat AI het snelst en het goedkoopst overneemt. Ik noem die middengroep wel eens de prompt jockeys: mensen die de hele dag met AI chatten, maar er niets mee bouwen en er niemand mee raken. Ralph schreef dat middelmatigheid voor organisaties moeilijker wordt. Op het niveau van de individuele recruiter geldt hetzelfde, en scherper: het comfortabele midden is de plek die als eerste verdwijnt.

Hoe je nu al begint

Het goede nieuws: je hoeft die keuze niet in één keer te maken, en zeker niet in je eentje. Je maakt die keuze in het klein, elke week.

Begin bij de frictie, niet bij de tool. De vraag is niet “welke AI gaan we inzetten”, maar “waar verlies je vandaag de meeste tijd, aan werk dat eigenlijk niemand leuk vindt”. Twee vragen brengen je ver. Welke taak kost het meeste tijd maar voelt het stomst? En waar maken jouw mensen juist het échte verschil? Het eerste antwoord wijst aan wat je automatiseert. Het tweede wijst aan wat je met rust laat, of juist versterkt.

Begin ook waar je staat, niet waar je wilt zijn. Ik gebruik vier fases: kruipen, lopen, rennen, vliegen. Een team dat af en toe ChatGPT gebruikt zonder afspraken, kruipt; daar begin je met één gedeelde werkwijze en een succeservaring, niet met agents. De grootste fout die ik zie, is de ambitie van “vliegen” met de werkwijze van “kruipen”. Zet één stap boven waar je nu bent.

En bouw één workflow, geen platform. Een voorbeeld dat ik veel tegenkom: recruiters die elke zoekopdracht op LinkedIn beginnen, terwijl hun eigen database vol goede kandidaten zit die niemand meer bekijkt. De reflex is dan om betere zoek op die database te zetten. Maar zoeken in je eigen ATS zonder een goed updateproces werkt niet; je zoekt in verouderde data en vindt mensen van drie functies geleden. De echte eerste stap is dus je database actueel maken en houden, met een proces dat profielen automatisch verrijkt en bijwerkt. Pas als de data klopt, gaat semantische zoek renderen, en verandert er ook gedrag: de recruiter voelt dat de eigen database ineens sneller en beter is dan opnieuw beginnen. Zie de frictie, test snel, schaal wat werkt, herhaal. Dat ene werkende voorbeeld levert je iets op wat geen slide je geeft: vertrouwen. Daarna pas de volgende.

De mens houdt de regie

Eén principe blijft overeind, hoe ver je ook richting type A gaat: automatiseer voor schaal, houd het menselijk waar het telt, en documenteer voor compliance. AI ondersteunt met inzichten, suggesties en voorbereiding; de beslissing blijft bij de mens.

Dat is niet alleen een keuze, het wordt wetgeving. Onder de EU AI Act geldt recruitment als hoog risico, met de zwaarste eisen vanaf augustus 2027. Rangschikken en prioriteren mag; een systeem dat zelf kandidaten afwijst, mag niet. Zorg vanaf dag één dat elke belangrijke keuze herleidbaar is, dat kandidaten weten wanneer AI meekijkt, en dat de recruiter de laatste stem heeft. Wie dat pas achteraf regelt, bouwt iets moois dat straks niet mag.

En dan is het maandag

Ralph vroeg of jij de verandering zelf vormgeeft. Voor een organisatie is de vraag: optimaliseren of innoveren. Voor jou, als recruiter, wordt die vraag persoonlijker en concreter: word je type H of type A? Ga je dieper de mens in, of word je de engineer die het eigen werk opnieuw bouwt? Allebei goed. Alleen het midden is geen veilige plek meer.

Je hoeft het antwoord vandaag niet te hebben. Maar je kiest het wel, elke maandag, met wat je als eerste oppakt. De techniek is klaar. De tools zijn er. Wat overblijft is de keuze wie je in dit vak wilt zijn. Je bouwt, of je wordt gebouwd.

Wij hebben onze keuze gemaakt. Ik ben benieuwd naar de jouwe.