Hoe meet je het succes van werknemers? Daarover is al jarenlang een diepe academische discussie. Maar de traditionele meetmethoden hebben waarschijnlijk hun langste tijd gehad, zegt Vijay Swaminathan van Draup, een internationaal platform voor Talent Intelligentie. ‘We moeten het meten van succes herdefiniëren en verder gaan dan de traditionele meetmethoden. Dit betekent dat we nieuwe KPI’s moeten ontwikkelen die de productiviteit van werknemers vastleggen in de context van digitale transformatie en A.I.-integratie.’
‘We moeten nieuwe KPI’s ontwikkelen die de productiviteit van werknemers vastleggen.’
En dat kan ook steeds beter, zegt hij, waarover hij meer wil uitleggen op de Global Talent Intelligence Conference, die eind deze maand in Hoofddorp wordt gehouden. ‘Door de grenzen van traditionele Talent Intelligence te verleggen, kunnen we een uitgebreider en toekomstgerichter beeld van het personeelsbestand creëren, waardoor betere besluitvorming mogelijk wordt en strategische groei wordt gestimuleerd.’
Battle card analysis
Daarbij hoort trouwens niet alleen het kijken naar prestaties van mensen, maar net zo goed: het beoordelen van de prestaties van A.I., aldus Swaminathan. ‘We hebben een cruciaal moment bereikt waarop het gebruik van de juiste datasets ons in staat kan stellen om een echt transformerende rol te spelen. En ja, daar hoort ook bij dat we de effectiviteit van A.I. moeten beoordelen bij het vergroten van menselijke rollen en het stimuleren van prestaties.’
‘We zijn getuige van een mix van opkomende trends op dit gebied.’
Swaminathan mag het dan hebben over ‘traditionele Talent Intelligence’, feit blijft natuurlijk dat het volledig datagedreven werken met talent nog steeds een relatief niche concept is. Dat de wereldwijde conferentie over het onderwerp pas voor de tweede keer wordt georganiseerd, mag je daarvan als een bewijs zien. Swaminathan ziet dat het begrip ook nu steeds centraler komt te staan in organisaties die werken aan hun strategische personeelsplanning. ‘We zijn getuige van een mix van opkomende trends op dit gebied. Innovatieve datasets omvatten nu informatie van collega’s, gedetailleerde vaardigheidsgegevens en battle card analysis voor inzicht in concurrenten, samen met andere unieke en gespecialiseerde middelen.’
Verschuivend landschap
Swaminathan merkt echter op dat de toepassing van deze nieuwe methoden niet overal gelijk is. ‘De meeste bedrijven blijven vertrouwen op traditionele datasets zoals beschikbaarheids- en kostengegevens, terwijl ze geleidelijk toewerken naar het integreren van deze nieuwere, meer geavanceerde datasets in hun processen.’
‘Het vinden en veiligstellen van het juiste talent is crucialer dan ooit.’
Draup is een zelfbenoemd AI-powered talent & sales intelligence platform. In die hoedanigheid heeft het Indiase bedrijf inmiddels meer dan 200 klanten over de hele wereld. Hoe intelligent is het wervingsproces dat ze bedrijven helpen te formuleren? ‘Talent Intelligence wordt steeds belangrijker naarmate de relatie tussen menselijke arbeid en machine- of A.I.-gestuurde arbeid zich snel ontwikkelt’, zegt Swaminathan. ‘In dit verschuivende landschap is het vinden en veiligstellen van het juiste talent kritischer dan ooit.’
Hoger in de waardeketen
En ja, dat levert ook recruiters grote kansen op, daar is hij van overtuigd. ‘We zien een trend waarbij recruiters een stapje hoger in de waardeketen zetten door diepgaandere talent intelligence-metrics op te nemen in het wervingsproces. Deze aanpak stelt hen in staat meer strategische beslissingen te nemen op basis van een breder scala aan gegevens.’
‘Met deze tools kunnen planners beter anticiperen op toekomstige behoeften.’
‘Voor strategische personeelsplanners opent deze vooruitgang nieuwe deuren voor analyses, waaronder het gebruik van geavanceerde technieken zoals personeelssimulaties. Met deze tools kunnen planners beter anticiperen op toekomstige personeelsbehoeften, verschillende scenario’s modelleren en beter geïnformeerde beslissingen nemen die zijn afgestemd op zowel menselijke als AI-gestuurde arbeidskrachten.’
One-size-doesn’t-fit-all
In een onderling verbonden wereld is regionale verschillen in talentpools begrijpen een cruciaal onderdeel geworden van elke wervingsstrategie. ‘De aanpak van talentacquisitie en personeelsplanning in opkomende regio’s wereldwijd moet fundamenteel anders zijn dan die in meer gevestigde regio’s’, voegt Swaminathan toe. ‘Een one-size-fits-all-strategie werkt gewoon niet. De talentenpool voor softwareontwikkeling in Shanghai verschilt bijvoorbeeld duidelijk van die in Beijing. Terwijl Shanghai bekend staat om zijn sterke softwareontwikkelingswerkers, heeft Beijing een grotere concentratie van R&D-talent. Deze regionale verschillen maken duidelijk dat alleen vertrouwen op cijfers of de omvang van het personeelsbestand niet genoeg is om weloverwogen beslissingen te nemen.’
‘De talentenpool voor softwareontwikkeling in Shanghai verschilt duidelijk van die in Beijing.’
Met die complexiteit in het achterhoofd kiest Draup voor een genuanceerde aanpak door wereldwijd meer dan een miljoen bedrijven te volgen om zo een gedetailleerd inzicht te krijgen in de kwaliteit en specialisatie van talent in verschillende regio’s. ‘Dit stelt ons in staat om verder te gaan dan eenvoudige gegevens over personeelsaantallen en inzicht te bieden in de specifieke vaardigheden, expertise en branchefocus die op elke locatie beschikbaar zijn. Door dergelijke gedetailleerde inzichten te bieden, stelt Draup bedrijven in staat hun talentacquisitie strategisch af te stemmen, zodat ze niet alleen de juiste hoeveelheid kandidaten vinden, maar ook de juiste kwaliteit en fit voor hun specifieke behoeften.’
‘De tijd om te handelen is nu’
Recente vooruitgang in AI, met name in grote taalmodellen (LLM’s), opent nieuwe mogelijkheden in talentmanagement, merkt hij op. ‘Dankzij recente doorbraken op LLM-gebied is het synchroniseren van vaardigheden in verschillende systemen aanzienlijk eenvoudiger en efficiënter geworden. Deze technologische vooruitgang zorgt voor een betere afstemming en consistentie bij het categoriseren van vaardigheden, waardoor het eenvoudiger wordt om data gaps tussen platforms en tools te overbruggen.’
‘Integratie van deze technologieën in bestaande systemen zal een enorme waarde vrijmaken.’
‘Gezien deze mogelijkheden staat ons beroep aan de vooravond van een grote transformatie’, voorspelt Swaminathan. ‘Door API’s te gebruiken om personeelsgegevens naadloos te integreren en door gebruik te maken van LLM-gestuurde synoniemen, kunnen we de nauwkeurigheid en vloeibaarheid van talentinzichten in verschillende systemen verbeteren. Dit maakt een nauwkeurigere personeelsplanning, een betere afstemming van talent op functies en verbeterde besluitvormingsprocessen mogelijk. Het is nú tijd om te handelen. De integratie van deze technologieën in onze bestaande systemen zal een enorme waarde vrijmaken en ervoor zorgen dat we voorbereid zijn om te voldoen aan de eisen van een snel evoluerend digitaal personeelsbestand.’
Baanbrekende cases
Veelbelovende woorden. Maar zoals altijd ligt de proof in the pudding. Swaminathan zegt dat er al verschillende bedrijven zijn die baanbrekend werk verrichten met nieuwe benaderingen van talentmanagement. ‘Denk aan hoe BT Group specialismes introduceert; een briljante zet, die hun vooruitstrevende benadering van het definiëren en ontwikkelen van expertise toont. Ook bedrijven als Target blinken uit in het direct integreren van industrie-inzichten in hun planningsprocessen, waardoor ze de curve in de markt voor blijven.’
‘We kunnen nu modellen ontwikkelen die verder gaan dan de traditionele gap analysis.’
‘Of kijk naar AIG. Zij hanteren een unieke aanpak door duidelijk de specifieke aard van hun functies te definiëren binnen het bredere spectrum van functies in de verzekeringsbranche. Deze voorbeelden laten zien hoe bedrijven hun grenzen verleggen en het is duidelijk dat we ons in een spannende periode van transformatie op het gebied van talentmanagement bevinden.’ Maar we moeten nog verder kijken, zegt hij. ‘Door gebruik te maken van de enorme hoeveelheid gegevens die we tot onze beschikking hebben, kunnen we geavanceerdere modellen ontwikkelen die verder gaan dan de traditionele gap analysis van vraag en aanbod.’
Meer weten?
Benieuwd naar het hele verhaal van Vijay Swaminathan? Koop dan hier je tickets voor de Global Talent Intelligence Conference die van 23 tot 25 september in Hoofddorp wordt gehouden.. Of neem contact op voor informatie over groepstickets.
