Waarom dit nu verandert
Data en AI zijn altijd al een onafscheidelijk duo geweest. Zonder data zouden Large Language Models zoals ChatGPT nooit bestaan en zouden spamfilters alle spam gewoon doorlaten.
Vroeger, voordat LLM’s bestonden, was het belangrijk dat data zeer gestructureerd werd opgeslagen. Categorieën apart, cijfers apart, verschillende soorten data mochten niet overlappen, enzovoort. Zo was data vlot doorzoekbaar. Ongestructureerde data kon nooit begrepen worden door computers. Daar is gelukkig verandering in gekomen. Het grote voordeel van LLM’s is dat die taalmodellen teksten kunnen begrijpen. Teksten waren voordien ongestructureerde data waar een computer niets mee kon.
Sla je data op!
Elke notitie die ooit is gemaakt en opgeslagen in een centraal ATS-systeem, is met de juiste AI-toepassing doorzoekbaar geworden. Simpelweg door vragen te stellen aan je data.
Stel: je zoekt een projectleider voor een klant in Antwerpen. Twee jaar geleden sprak een collega een kandidaat die toen zei dat hij open stond voor de regio Antwerpen, maar pas na het afronden van zijn lopende project. Staat die notitie netjes in je ATS? Dan vraag je gewoon aan je AI-assistent: “Welke projectleiders gaven aan open te staan voor Antwerpen?” en je hebt je shortlist in seconden. Staat die notitie in het hoofd van je collega of op een post-it? Dan begin je weer van nul.
Het is dus wel belangrijk dat je de data opslaat met de correcte informatie en onder de juiste klant of kandidaat. Dat is de enige voorwaarde om uren tijd te besparen in je hele recruitmentbureau. Slordig genoteerd blijft slordig: een AI-systeem kan geen informatie terugvinden die nooit goed werd vastgelegd.
Wat noteer je minstens in je ATS?
- Elke gespreksnotitie onder de juiste kandidaat of klant, niet in een los document
- De datum en de context van het gesprek (telefonisch, intake, follow-up)
- Concrete afspraken en voorkeuren: regio, verwacht loon, opzegtermijn, beschikbaarheid
- Waarom een kandidaat afhaakte of werd afgewezen
- De bron van de kandidaat (jobboard, referral, spontaan)
Klinkt vanzelfsprekend, maar in de praktijk verdwijnt de helft hiervan in mailboxen, notitieboekjes en hoofden van recruiters.
Koppel je systemen
Het wordt pas echt krachtig wanneer je verschillende systemen met elkaar koppelt. Stel je voor dat je jouw e-mail, WhatsApp, ATS en OneNote-notities met elkaar verbindt en hier een AI-systeem op loslaat dat al die data doorzoekbaar maakt voor iedereen. Dan bespaar je geen uurtjes, maar dagen zoekwerk per jaar.
Eén kanttekening: hoe meer je centraal opslaat, hoe belangrijker een goed retentiebeleid. Bewaar kandidaatdata niet langer dan nodig en werk met systemen die in de EU gehost worden.
Klaar om uw data te laten werken?
Vraag een demo aan en ontdek in een kort gesprek wat slimme AI voor uw bureau kan betekenen.
Vraag een demo aan →