Artificial Intelligence in recruitment voor de optimale candidate journey

artificial intelligence voor recruitment

Artificial Intelligence in Talent Acquisition is flink in opkomst. Deze ontwikkeling brengt een enorme hoeveelheid nieuwe mogelijkheden met zich mee; mogelijkheden die je jaren geleden niet eens had durven bedenken. Welke impact heeft kunstmatige intelligentie voor recruitment, waar moeten we ons op voorbereiden en hoe kunnen we het in ons voordeel gebruiken?

Google kent je beter dan je eigen familie

We maken iedere dag gebruik van onze laptops en smartphones. We zijn min of meer afhankelijk geworden van deze middelen. Ons leven speelt zich steeds meer online af: denk aan de apps die we downloaden, de websites waarop we winkelen, de sociale netwerken die we voortdurend bijwerken, de woorden die we in Google typen. Bedrijven als Facebook, Google en Marktplaats weten meer van je dan je eigen familie. Ze kunnen dus ook meer over je voorspellen. Er zijn zelfs robots die menselijke emoties kunnen lezen. De ontwikkeling van deze slimme technologieën gaat als een speer.

Recruitment Artificial Intelligence Robot

De belichaming van Artificial Intelligence: Pepper, de robot die onder andere menselijke emoties kan lezen.

Het klinkt misschien eng, maar we doen steeds meer met deze bedrijven en we geven ze steeds meer gegevens. Maar het heeft ook iets anders teweeggebracht: we zijn gewend geraakt aan gepersonaliseerde gebruikerservaringen en verwachten ook van bedrijven en werkgevers dat zij ons dit bieden.

Bedrijven zijn steeds meer bezig om de ervaring van kandidaten zodanig te beïnvloeden dat ze in principe geen nee meer kunnen zeggen. Dit kan het beste worden uitgelegd aan de hand van voorbeelden.

Voorbeeld 1: Joost zoekt een baan

Joost is 26 jaar en woonachtig in Groningen. Het werkt als ober en zet zich in zijn vrije tijd in voor Unicef. Joost heeft het allesbehalve naar zijn zin op zijn werk: zijn manager gedraagt zich als een tiran en de gemiddelde fooi is laag. Na een tijdje heeft hij er genoeg van en hij gaat via Google op zoek naar een nieuwe baan.

Google’s AI-algoritmen gaan aan het werk en zoeken naar arbeidsmogelijkheden voor Joost op basis van bepaalde factoren, waaronder zijn woonplaats, zijn social media-activiteiten en zijn Google-zoekgeschiedenis. Google levert binnen enkele seconden de top vijf job matches, inclusief informatie over elk bedrijf, bedrijfsbeoordelingen en rankings.

Starbucks komt naar voren als de topmatch omdat er een filiaal is binnen 2 kilometer afstand van het huis van Joost. Bovendien heeft Joost een sterke connectie met het bedrijf: hij heeft de Starbucks app op zijn telefoon en geniet iedere week van meer Frappuccino’s dan goed voor hem is. Bovendien past de achtergrond van Joost bij de functie van barista. Dankzij big data weet Google dit allemaal.

Joost meldt zich aan voor de functie en stuurt zijn cv naar Starbucks. Het systeem van Starbucks bekijkt zijn profiel en concludeert dat Joost geschikt is voor een gesprek. Een uitnodiging hiervoor wordt automatisch naar hem gestuurd. Joost gaat akkoord en het systeem stuurt de informatie naar de lokale filiaalmanager.

Voor het gesprek wil Joost uiteraard meer te weten komen over het bedrijf, en daarom bezoekt hij de website. De website herkent Joost en weet hoe ver hij intussen al is in de candidate journey. Hierdoor wordt de website automatisch afgestemd op de interesses en ervaringen van Joost: gepersonaliseerde content zoals een “dag in het leven van een barista”-video en voorbereidingstips voor een gesprek zijn uitermate interessant voor Joost. Er wordt zelfs aandacht besteed aan het partnerschap met Unicef.

Voordat hij überhaupt met een persoon heeft gesproken heeft Joost al een eenvoudige, snelle en gepersonaliseerde candidate journey dankzij Artificial Intelligence.

Voorbeeld 2: Tessa zoekt een kandidaat

Tessa is op zoek naar een nieuwe developer voor de Erasmus Universiteit. Handmatig geschikte kandidaten opzoeken zou een eeuwigheid duren en daarom laat ze de Search & Match-functie in haar ATS het werk doen. Door middel van bepaalde zoekcriteria, zoals scholing, ervaring en locatie, komt het systeem al snel uit bij Lars. Lars is net afgestudeerd en het systeem ontdekt onder andere dat hij van gezond eten houdt (op social media maakt hij gebruik van de hashtag #glutenfree) en veel liefdadigheidswerk verricht. Tessa maakt een connectie met Lars en daarmee begint de kandidaat-nurture campagne.

Tessa zal de komende weken gerichte, gepersonaliseerde content aanbieden op de plekken die Lars online bezoekt. Zo is op de website van de Erasmus Universiteit informatie te vinden over de carrièrekansen die de universiteit biedt en worden de liefdadigheidsactiviteiten van de universiteit beschreven. Lars zou naar Rotterdam moeten verhuizen, dus wordt er uitgelegd waarom deze stad zo geweldig is om in te wonen. Er worden video’s weergegeven van medewerkers die vertellen waarom de Erasmus Universiteit zo’n goede werkgever is; een aantal van deze medewerkers hebben zelfs aan dezelfde hogeschool als Lars gestudeerd. Je snapt het: deze relevante en gerichte content zorgt ervoor dat Lars al snel een goed gevoel krijgt bij deze potentiële werkgever.

Tessa voelt dat ze Lars steeds meer voor haar ‘wint’ op basis van zijn bezoeken aan de website en zijn interacties op social media, die allemaal worden bijgehouden. Ze belt Lars op en nodigt hem uit om samen met de afdelingsmanager te dineren in een glutenvrij restaurant in Rotterdam (en Lars kan natuurlijk geen nee kan zeggen tegen een geweldige #GlutenFree maaltijd). Het diner verloopt geweldig, en hij krijgt de baan ter plekke aangeboden.

De menselijke en de technische factor

In de zeer nabije toekomst zal Artificial Intelligence zowel voor recruiters als kandidaten de handmatige taken makkelijker maken, terwijl ze beiden over het algemeen een betere/relevantere ervaring hebben. Bij de voorgaande voorbeelden moet opgemerkt worden dat zowel het systeem als de mens niet alleen werken: beiden zijn nodig in de zoektocht naar het juiste bedrijf, de juiste baan en de juiste persoon.

Kunstmatige Intelligentie gaat de manier waarop we werken radicaal veranderen. Wees er niet bang voor, maar zorg juist dat je er klaar voor bent. Ook bij Bullhorn heeft AI reeds zijn intrede gedaan: binnen de Salesforce-app wordt gebruik gemaakt van Einstein, waarbij gebruik wordt gemaakt van allerlei vormen van data. Binnen het Recruitmentsysteem op Salesforce zal het met het toekomstige Lightning ook mogelijk zijn om slimmer te werken met behulp van AI.

Recruitment Salesforce Einstein

Hoe kunnen recruitment professionals zich voorbereiden op de toekomst?

Recruitment marketing is de basis van gepersonaliseerde candidate journeys. Je kunt beginnen met het opstellen van persona’s van kandidaten en toekomstige berichten hierop instellen.

  • Neem je eigen werkwijze onder de loep. Wat ontbreekt er, wat kan slimmer? Schakel waar nodig de hulp in van experts.
  • Blijf communiceren. Zorg ervoor dat je nuttig bent voor kandidaten; blijf nauw met hen in contact vanaf het solliciteren tot het aannemen.
  • Experimenteer met Artificial Intelligence. Als je in een grote organisatie werkt, neem dan contact op met andere afdelingen om te zien welke vormen van AI reeds gebruikt worden. Begrijp hoe de technologie gebruikt wordt om strategieën te versterken en kijk of je eventueel kunt meeliften.
  • Gebruik technologie om gegevens vast te leggen en te ordenen. Gebruik gegevens om betere ervaringen en beslissingen te creëren. Gebruik betere ervaringen om sterkere verbindingen te maken tussen mensen.

Dankzij Kunstmatige Intelligentie wordt er voor recruiters ontzettend veel mogelijk. Het automatiseren van je workflow wordt een stuk gemakkelijker; denk bijvoorbeeld aan chatbots die recruiters veel tijd kunnen besparen. Welke rol voorspel jij voor AI in recruitment? Geef jouw mening in de opmerkingen hieronder.

Dit blog is geschreven door Dennis van Dam. Ook stage lopen bij Bullhorn? Bekijk hier onze stageplaatsen.

Ontvang content direct in je inbox

Vul het formulier in en ontvang regelmatig de nieuwste blogs, recruitment tips en best practices.