Waarom AI geen IT-project is

In veel staffing- en recruitmentorganisaties ligt AI nog op het bureau van IT of operations, waar het de behandeling krijgt van elk ander systeem dat er ooit is bijgekomen: er wordt een tool getest, een pilot gedraaid, een dashboard aangeschaft, met een projectleider en een implementatietijdlijn, tot er ergens een vinkje in het jaarplan kan wanneer het “live” is.

Dat is precies waarom zoveel AI-initiatieven in deze sector uiteindelijk weinig voorstellen. De aanpak doet AI simpelweg tekort, omdat het voorbijgaat aan wat er eigenlijk gebeurt: AI verandert hoe een bedrijf waarde creëert, waar mensen hun tijd aan besteden, hoe klanten en kandidaten worden bediend en waar het concurrentievoordeel van morgen vandaan komt. Dat maakt het tot een vraagstuk voor de directie, niet tot een implementatietraject voor IT.

De vraag die er echt toe doet

Wie AI vooral als een technisch project benadert, gaat op zoek naar een oplossing binnen de bestaande grenzen: iets dat een taak sneller of goedkoper maakt, zonder dat er verder iets verandert aan de manier waarop het bedrijf werkt. Dat is een beperkte manier van kijken, want de impact van AI stopt niet bij die ene taak. Het raakt aan wat klanten straks nog van een bureau verwachten, aan hoe consultants hun tijd besteden, en aan welke bedrijven over een paar jaar nog een relevante rol spelen in de markt.

Dat soort optimalisatie voelt als vooruitgang: een proces dat wat sneller loopt, een paar uur per week bespaard, iets minder handmatig werk. Comfortabel, meetbaar, en gemakkelijk te verkopen aan een directie die resultaat wil zien. Maar wie alleen optimaliseert binnen een model dat over een paar jaar zijn waarde heeft verloren, koopt vooral tijd. Optimaliseren is dan geen strategie, het is uitstel van de vraag waar echt antwoord op gegeven moet worden.

Waarom dit bij het management thuishoort

Dit onderwerp heeft betrekking op drie aspecten die verder gaan dan wat een IT-afdeling of een enkel operationeel team kan beslissen.

Het businessmodel.
Wanneer AI een deel van het transactionele werk overneemt, zoals intake, matching en administratie, verschuift ook de waarde die klanten inkopen. Zij betalen dan steeds minder voor de snelheid van uitvoering en steeds meer voor het oordeel, het advies en het netwerk van de mensen die er werken. Die verschuiving vraagt vaak om een andere positionering, andere tarieven en soms een ander verdienmodel, en dat zijn keuzes die bij de directie liggen.

Cultuur en rolverdeling.
Consultants en recruiters die nu veel tijd besteden aan procesmanagement, krijgen geleidelijk een rol waarin sturen op relaties en beslissingen centraal staat. Die verschuiving vraagt om nieuwe verwachtingen, andere manieren van beoordelen en soms ook andere mensen, en dat is iets waar geen implementatiehandleiding grip op krijgt.

Risico en vertrouwen.
Iemand moet bepalen wat AI wel en niet autonoom mag doen richting klanten en kandidaten, en wie verantwoordelijk is wanneer dat misgaat. In een branche die op vertrouwen draait, zijn compliance en controle geen bijzaak maar de voorwaarde om AI überhaupt te kunnen en mogen inzetten, en die verantwoordelijkheid hoort bij het bestuur thuis.

Hoe pak je het dan wel aan?

Wanneer AI wordt gezien als een organisatievraagstuk, begint het gesprek niet bij een tool of systeem maar bij een aantal vragen die op managementniveau beantwoord moeten worden:

• Waar verliezen mensen vandaag tijd en waarde, in administratie, systemen en herhaling, terwijl ze eigenlijk het verschil zouden moeten maken?
• Welk deel van het werk moet juist menselijk blijven, en hoe wordt de rest daaromheen gebouwd?
• Staat het fundament van data en processen op orde, want AI is nooit beter dan de basis waarop het draait?
• Wat komt eerst in de roadmap, geprioriteerd op impact in plaats van op wat toevallig beschikbaar is?
• Wordt er klein begonnen, met de ruimte om te leren voordat er wordt opgeschaald?

Daarnaast verdient adoptie evenveel aandacht als de strategie zelf. Bij de meeste AI-implementaties die niet slagen, ligt de oorzaak niet bij de technologie, maar bij mensen die het systeem niet gebruiken, niet vertrouwen of niet begrijpen waarom het er is.

De kern

De organisaties die over een paar jaar voorop lopen in staffing en recruitment, zijn niet per se de organisaties met de meest geavanceerde AI-tools, maar de organisaties waar het management deze vragen zelf heeft doordacht in plaats van ze bij IT heeft neergelegd. Zij zetten AI gericht in op de onderdelen van het proces waar het echt waarde toevoegt, zodat hun mensen in hun kracht komen te staan. De rest blijft optimaliseren, en noemt dat vooruitgang, tot het te laat is om nog iets anders te doen.

Uiteindelijk komt het neer op de keuze tussen optimaliseren binnen het model van vandaag, en de tijd nemen om te bepalen wat het model van morgen wordt.