De invoering van AI in HR: waarom de meeste bedrijven de meerwaarde ervan niet inzien

74% van de HR-managers is van mening dat AI een positief effect zal hebben op hun werkomgeving, maar 88% heeft er nog geen noemenswaardige bedrijfswaarde uit gehaald. De meeste organisaties maken al gebruik van AI-tools, dus deze kloof is niet te wijten aan een gebrek aan toegang. Het verschil zit hem in het gebruik van AI voor afzonderlijke taken enerzijds en de integratie ervan in de beslissingen die bepalend zijn voor werving, ontwikkeling en performance anderzijds. De meeste organisaties bevinden zich aan de verkeerde kant van die lijn, en de afstand tot echte waarde is groter dan de meesten beseffen. 

Dit is de kloof in de AI-volwassenheid. Het gaat niet om een gebrek aan tools of ambitie, maar om het onvermogen om de stap te zetten van experimenteren naar systematische implementatie – van AI die tijd bespaart bij afzonderlijke taken naar AI die de manier verandert waarop organisaties beslissingen nemen over mensen. 

De kloof in AI-volwassenheid uitgelegd 

Niet elke implementatie van AI is hetzelfde. Uit onderzoek van The Josh Bersin Company komen vier ontwikkelingsfasen naar voren: 

• AI als assistent– voor het uitvoeren van afzonderlijke taken, zoals het opstellen van teksten of het samenvatten van vergaderingen. Efficiëntiewinst van 15–30%. 
• AI als agent– het automatiseren van stappen binnen bestaande HR-workflows. 
• Systemische AI– werkt binnen onderling verbonden talent- en personeelssystemen. Efficiëntiewinst van 100–200%. 
• Autonome AI– een fundamentele herziening van de manier waarop werk en besluitvorming plaatsvinden. 

83% van de organisaties zit vast in fase één of lager. De meeste gebruiken AI om e-mails op te stellen, vergaderingen samen te vatten en sollicitatievragen te genereren. Dit levert weliswaar een reële productiviteitswinst op, maar het verandert niets aan de manier waarop beslissingen worden genomen, en het verklaart evenmin de kloof tussen investering en toegevoegde waarde waar de meeste HR-managers mee te maken hebben. 

Veelvoorkomende uitdagingen bij de implementatie van AI in HR 

Er zijn drie redenen waarom organisaties er niet in slagen de werkelijke waarde van AI te onderkennen. 

Toepassing op taakniveau. Uit gegevens van BCG blijkt dat 70% van de bedrijven die AI inzetten op HR-gebied, deze technologie gebruikt voor het opstellen van content en administratieve taken. Minder dan de helft past AI toe bij het matchen van kandidaten, en vaak wordt AI volledig buiten belangrijke besluitvormingsprocessen gehouden – een van de duidelijkste tekenen van een lage mate van volwassenheid. 

Shadow AI.96% van de HR-managers in ons onderzoek geeft aan dat werknemers al persoonlijke toegang hebben tot generatieve AI-tools. Wanneer de bedrijfsinfrastructuur achterblijft bij die toegang, vullen tijdelijke oplossingen het gat op. Stel je voor dat een recruiter 50 cv’s in een openbaar AI-programma plakt, om een ranglijst vraagt en op basis van de uitkomst een shortlist samenstelt. De criteria zijn niet gedocumenteerd. Het model heeft geen inzicht in de functie. Niemand anders weet dat dit is gebeurd. Dit is geen op zichzelf staand uitzonderlijk geval, maar een structureel gevolg van het feit dat de invoering sneller gaat dan het beheer. 

Focus op de levenscyclus.Bij de meeste organisaties houdt de investering in AI op bij de aanstellingsbrief: 

• 63% van de HR-managers maakt gebruik van AI bij recruitment selectie 
• 20% gebruikt het voor de ontwikkeling van medewerkers 
• 18% gebruikt het bij performance 

Hier wordt een enorme kans gemist. AI heeft het potentieel omde ontwikkeling van medewerkers aanzienlijk te verbeteren, door slimmere bijscholing, meer genuanceerde beoordelingsrondes en een eerlijker beloningsbeleid mogelijk te maken. Door geen rekening employee lifecycle deze aspecten van de employee lifecycle , laten organisaties kansen liggen. 

Waarom HR-teams wel van AI willen, maar het niet op grote schaal kunnen toepassen 

49% van de HR-managers vindt dat hun organisatie te traag is met de implementatie van AI, ondanks het feit dat 64% aangeeft dat AI binnen hun organisatie al op grote schaal beschikbaar is. De infrastructuur die nodig is om op verantwoorde wijze en op grote schaal gebruik te maken van AI, begint een knelpunt te vormen. 

De kloof op het gebied van bestuur is groot: 

• Slechts 39% van de organisaties heeft duidelijk omschreven AI-richtlijnen voor HR 
• 32% heeft een specifieke bestuursfunctie – iemand met de bevoegdheid, opleiding en tijd om door AI genomen beslissingen te beoordelen en terzijde te schuiven 
• Meer dan de helft vervult helemaal geen bestuursfunctie 

HR-businesspartners en L&D-managers geven aan dat de implementatie van AI voor hen de hoogste prioriteit heeft – respectievelijk 60% en 61%. CHRO’s en HR-directeuren geven aan dat dit voor hen de laagste prioriteit heeft, namelijk 48%. Degenen die het dichtst bij het probleem staan, zijn zelden degenen die de bevoegdheid hebben om het op te lossen. Richtlijnen blijven theoretisch en er wordt nog steeds met tijdelijke oplossingen gewerkt. 

De echte belemmering voor de AI-transformatie binnen HR is niet de technologie 

De organisaties die daadwerkelijk voordeel halen uit AI op HR-gebied hebben één ding gemeen: ze hebben eerst een bestuursstructuur opgezet en pas daarna hun tools opgeschaald. 

Organisaties met duidelijk omschreven AI-richtlijnen bieden meer dan twee keer zo vaak formele AI-trainingen aan als organisaties zonder dergelijke richtlijnen – 68% tegenover 29%. Ze geven aan aanzienlijk meer vertrouwen te hebben in de nauwkeurigheid van hun AI-resultaten – 50% tegenover 14%. 

Ze zijn ook veel eerder geneigd om hun tools actief te controleren op vooringenomenheid. Deze samenhang is consistent in alle statistieken van onze gegevens, aangezien bestuursstructuren niet alleen risico’s verminderen, maar ook de resultaten verbeteren. 

Deze bevinding geeft een geheel nieuwe invulling aan de maturiteitskloof. Het gaat niet in de eerste plaats om de vraag tot welke tools een organisatie toegang heeft. Het gaat erom of de voorwaarden aanwezig zijn om die tools goed te gebruiken: validatienormen, verantwoordingsstructuren en een duidelijk inzicht in wat de AI meet en waarom. 

“Goede AI in HR gaat verder dan alleen naleving van de regels. Het is methodologisch verantwoord en combineert beproefde assessments, gestructureerde sollicitatiegesprekken en voortdurende monitoring van vooroordelen binnen een raamwerk met meerdere methoden, allemaal gebaseerd op duidelijk omschreven, functiegerichte vereisten.”– Maik Spengler, hoofd Product, Assessio Duitsland 

Hoe je de stap zet van AI-experimenten naar concrete bedrijfsresultaten 

De meeste HR-teams maken inmiddels gebruik van AI-tools, maar slechts weinigen hebben zelf AI-systemen ontwikkeld. Dit onderscheid is belangrijk, want terwijl tools op zichzelf kunnen worden gebruikt, vereisen systemen een zorgvuldige integratie, verantwoordingsplicht en een doordacht ontwerp. Om verder te komen op de ontwikkelingscurve is het zaak die kloof bewust te dichten, in plaats van af te wachten tot het gebruik van tools vanzelf uitmondt in een structurele verandering. 

Er zijn drie kenmerken die de organisaties die vooruitgang boeken, typeren: 

• Van individueel gebruik tot integratie in de werkstroom– AI wordt niet alleen naast, maar ook in performance voor werving, ontwikkeling en performance ingebouwd 
• Van recruitment tot de gehele loopbaan– de implementatie reikt verder dan de aanstellingsbrief, zodat de werknemerservaring samenhangend is in plaats van vooral in het begin geconcentreerd 
• Van verwerking tot toezicht– AI brengt gegevens aan het licht, maar de verantwoordelijkheid voor wat ermee gebeurt blijft bij de mens 

Drie stappen om de achterstand op het gebied van AI-volwassenheid weg te werken 

Stel een verantwoordelijke voor het AI-beleid aan.Onze gegevens zijn eenduidig: duidelijk omschreven beleidsrollen gaan in alle opzichten gepaard met betere training, beter toezicht en meer vertrouwen in de resultaten van AI. Zonder een aangewezen verantwoordelijke blijven richtlijnen slechts op papier bestaan en worden ze zelden nageleefd. Voor de 51% van de organisaties zonder beleidsrol is de eerste vraag simpel: als een door AI gestuurde wervingsbeslissing morgen door een kandidaat of een toezichthouder zou worden aangevochten, wie is er dan in uw organisatie verantwoordelijk voor dat gesprek? 

Om succesvol te zijn, moeten organisaties: 

• Wijs een verantwoordelijke aan die duidelijk bevoegd is voor AI-gestuurde HR-beslissingen 
• Bepaal welke beslissingen door mensen moeten worden beoordeeld voordat er op basis van de AI-uitvoer actie wordt ondernomen 
• Zorg voor een procedure om aanbevelingen van AI te betwisten of terzijde te schuiven 

Evalueer eerst, voordat je opschaalt.Voordat een AI-tool wordt ingezet bij belangrijke beslissingen – zoals werving, ontwikkeling of performance moeten drie vragen worden beantwoord:  

• Is de uitkomst een voorspeller van performance daadwerkelijke performance? 
• Zou diezelfde persoon op verschillende tijdstippen hetzelfde resultaat krijgen? 
• Zijn de criteria beperkt tot factoren die relevant zijn voor de functie en is er getoetst of deze factoren geen negatieve gevolgen hebben voor de verschillende demografische groepen binnen uw personeelsbestand? 

Als uw leverancier niet alle drie de vragen met bewijsmateriaal kan beantwoorden, is de tool nog niet klaar voor gereguleerd gebruik. 

Pas AI niet alleen toe in de aanstellingsbrief.De terugval in het gebruik van AI van 63% bij recruitment 18% bij performance is niet alleen een gemiste kans op het gebied van efficiëntie. Een organisatie die AI wel inzet tijdens de beoordelingsfase, maar niet in loopbaangesprekken, geeft daarmee aan waar haar investering in mensen ophoudt. Het dichten van deze kloof in de loopbaancyclus is zowel een argument voor het behoud van personeel als een teken van volwassenheid: 

• Onderzoek waar AI wel en niet wordt ingezet gedurende de hele employee lifecycle 
• Bepaal welk ontwikkelings- of performance de meeste waarde oplevert om als volgende te testen 
• Stel jezelf ten doel om AI in de komende cyclus in ten minste één workflow na de aanwerving te integreren 

De organisaties die deze ontwikkelingskloof overbruggen, zullen iets opbouwen dat duurzamer is dan een concurrentievoordeel. Een personeelsbestand dat wordt geselecteerd, ontwikkeld en ondersteund door AI – die is gevalideerd, beheerd en ontworpen met het belang van de mens voor ogen – presteert beter, blijft langer in dienst en heeft meer vertrouwen in de organisatie. Dat is echte waarde, en dat is wat het beklimmen van de ontwikkelingscurve oplevert. 

👉Ditartikel is gebaseerd op onderzoek uit The Maturity Gap, de op data gebaseerde gids van Assessio over de invoering van AI, governance en vertrouwen. Download het volledige rapport om de bevindingen grondig te bestuderen. Download The Maturity Gap hier.