Eric Connors, produktchef hos ICIMS – interviewserie

Eric Connors, produktchef hos ICIMS, leder virksomhedens produktstrategi og produktledelse og sætter retningen for vision, køreplan, levering og markedsstrategi for virksomhedens produktportefølje. Han har mere end tre årtiers erfaring inden for virksomhedssystemer, SaaS, finansiel teknologi, data og produktledelse. Før han kom til ICIMS i 2024, var Connors driftsdirektør og tidligere senior vicepræsident for produktstrategi & ledelse hos ICE Mortgage Technology, hvor han havde ansvaret for blandt andet strategi, produktledelse, compliance og virksomhedsudvikling. Tidligere havde han ledende stillinger hos CoreLogic og Yodlee, hvor han bidrog til at skalere produktdriften, lancere nye tilbud og støtte Yodlee gennem børsnoteringen i 2014 og det efterfølgende opkøb. Hans karriere omfatter også strategiske lederroller og produktlederroller hos Oracle, PeopleSoft, Campbell Software og Gap. Sideløbende har han drevet Eric L. Connors Consulting siden 2015, hvor han rådgiver software- og datavirksomheder om produktstrategi, organisatorisk skalering, ledelse på direktionsniveau og vækst.

ICIMS er en teknologivirksomhed inden for talentrekruttering til større virksomheder. Virksomhedens platform hjælper organisationer med at tiltrække, engagere og ansætte talenter samt støtte deres udvikling gennem hele rekrutteringsforløbet. Produktudbuddet omfatter ansøgerstyring, håndtering af kandidatrelationer, karrieresider, onboarding, intern mobilitet, rekruttering i stor skala, analyse og AI-drevne rekrutteringsfunktioner. Virksomheden positionerer i stigende grad sin platform omkring intelligente og agentbaserede arbejdsgange inden for rekruttering, herunder AI-drevne agenter til kandidatsøgning, ansættelse og planlægning af interviews. De er udviklet til at automatisere gentagne rekrutteringsopgaver og samtidig holde rekrutteringsdata og arbejdsgange forbundet. I 2026 beskrev ICIMS også sin bredere vision for en intelligent ansættelsesplatform, baseret på mere end to årtiers ekspertise inden for rekrutteringsdata og arbejdsgange, efterhånden som AI bliver stadig mere integreret i arbejdsgivernes måde at finde og vurdere talenter på.

Du har tilbragt en stor del af din karriere med at lede produktstrategi inden for store virksomheder inden for virksomhedssoftware og data, herunder Yodlee, Oracle, PeopleSoft og ICE Mortgage Technology, før du kom til ICIMS. Hvordan har de erfaringer formet din opfattelse af, hvad AI-agenter skal kunne gøre rigtigt, før virksomheder er villige til at betro dem vigtige opgaver på deres vegne?

Alle de virksomheder, jeg har arbejdet i, har fået betroet noget, der havde betydning for mennesker, hvad enten det drejede sig om deres økonomi, afslutningen på et boliglån eller en lønkørsel. I sådanne sammenhænge får software gradvist større ansvar. Virksomheder overlader flere opgaver til et system, når det har vist, at det forstår virksomhedens regler, handler forudsigeligt og tydeligt dokumenterer, hvad det har gjort og hvorfor.

AI-agenter skal leve op til de samme krav, og jeg mener, at tre ting skal være på plads. Agenten skal forstå sammenhængen, herunder virksomhedens politikker, tilladelser og arbejdsgange samt den konkrete situation, den står over for. Dens handlinger skal være underlagt sikkerhedsforanstaltninger, som kunden fastsætter og kontrollerer. Og alt, hvad den gør, skal være synligt og kunne spores. Teknologien til dette findes allerede. Det, der holder virksomheder tilbage, er deres parathed – altså hvor villige de er til at afgive kontrol på et område med så meget på spil som rekruttering. Når virksomheder lykkes med dette, kan resultaterne ses i selve rekrutteringen. Beslutninger træffes hurtigere, rekrutteringsmedarbejderne bruger mindre tid på opfølgning, og teams ansætter med større tillid til de personer, de vælger.

ICIMS beskriver rekrutteringsteknologien som værende på vej fra et passivt registreringssystem til et intelligent system, der kan forstå sammenhænge og handle. Hvordan ser denne overgang i sidste ende ud, og hvor forskellig bliver fremtidens rekrutteringsplatform fra de ansøgerstyringssystemer, organisationer bruger i dag?

Fremtidens rekrutteringsplatform tager aktivt del i ansættelsen. Den kender rekrutteringsmedarbejderens serviceniveauer, den ansættende leders præferencer og teamets politikker og handler på den baggrund. Hvis en kandidat aflyser et interview, ved systemet allerede, hvem der ellers kan træde til, og foreslår en løsning, før nogen behøver at følge op.

Den mest synlige forskel fra nutidens ATS er, at langt færre mennesker vil logge ind i det. Rekrutteringsmedarbejdere, ansættende ledere og kandidater vil bruge de værktøjer, de allerede benytter, såsom Teams, e-mail, beskeder og tale. I baggrunden koordinerer platformen agenter, samler signaler og formidler beslutninger til den rette person på det rette tidspunkt. ATS’et bliver måske usynligt, fordi folk ikke længere bruger det direkte i samme grad, men samtidig bliver det vigtigere, for alle agenter, der arbejder oven på det, er afhængige af den kontekst, styring og de rekrutteringsdata, det rummer.

Det er retningen bag ICIMS Intelligent Hiring Platform, der samler pålidelig AI, rekrutteringsindsigt og automatisering på tværs af hele ansættelsesforløbet. For rekrutteringsteams i større virksomheder betyder det, at kandidater bruger mindre tid på at vente mellem faserne, og at ansættende ledere træffer beslutninger på et bedre grundlag. Det fører til kortere tid til ansættelse og bedre kvalitet i ansættelserne.

Den nye ansættelsesagenten fra ICIMS samler kandidatanmeldelser, feedback og godkendelser direkte i Microsoft Teams. Er det et tegn på en bredere udvikling inden for virksomhedssoftware, hvor brugerne i mindre grad interagerer med de enkelte programmer, mens AI-agenter i stigende grad bliver grænsefladen, der forbinder de underliggende systemer?

Ja, og rekruttering er et af de tydeligste eksempler. Ansættelsesansvarlige spiller en central rolle i rekrutteringen, men gennemgang af kandidater og feedback fylder kun en lille del af deres arbejdsdag. Når de opgaver kræver, at man logger ind i et separat system, bliver anmodninger liggende, og rekrutteringskonsulenterne ender med selv at følge op.

ICIMS Hiring Agent er en AI-agent, der bringer gennemgang af kandidater, feedback efter samtaler, godkendelser og samarbejde med rekrutteringskonsulenter direkte ind i Microsoft Teams, hvor mange ansættelsesansvarlige allerede arbejder. Den hjælper dem også med at prioritere, hvad de skal gøre som det næste, ud fra rekrutteringssituationen og hvor meget det haster. Når ansættelsesansvarlige kan gennemgå kandidater og godkende stillingsrekvisitioner i deres eksisterende arbejdsgang, kommer kandidaterne hurtigere videre, rekrutteringskonsulenterne bruger mindre tid på at rykke for feedback, og tiden fra rekrutteringens start til ansættelse bliver kortere.

ICIMS forbliver det underliggende registreringssystem, og alle handlinger, der foretages i Teams, føres tilbage til rekrutteringsforløbet med de samme data, tilladelser og kontroller. Jeg forventer, at dette mønster vil brede sig til virksomhedssoftware. Grænsefladerne vil samle sig dér, hvor folk kommunikerer, og de underliggende systemer vil få større betydning, fordi agenterne er afhængige af deres kontekst og styring. Vi begynder med Microsoft Teams og planlægger at udvide til flere samarbejdsplatforme i 2027.

Der er stor forskel på en AI-assistent, der anbefaler en handling, og en agent, der rent faktisk udfører den. Hvordan afgør I, hvilke rekrutteringsbeslutninger der trygt kan overlades til AI, og hvilke der altid bør kræve et udtrykkeligt menneskeligt skøn eller en godkendelse?

Vi ser på, hvor afgørende en handling er, og hvor let den kan omgøres. Koordineringsopgaver som at sende påmindelser, planlægge samtaler, opdatere status og kontakte folk med forhåndsgodkendte beskeder kræver en stor indsats, indebærer lav risiko og er lette at rette. Det er den type opgaver, agenter bør tage sig af. Beslutninger, der påvirker en persons jobmuligheder, såsom at lade vedkommende gå videre, give afslag eller fremsætte et tilbud, hører hjemme hos mennesker.

Vores produkter bygger på det princip. Med ICIMS Hiring Agent træffer de ansættelsesansvarlige alle beslutninger, mens agenten tager sig af opfølgningen med påmindelser om udestående opgaver, prioriterede næste skridt og hurtigere adgang til oplysninger om kandidaterne. ICIMS Sourcing Agent finder, matcher og kontakter kvalificerede kandidater i en organisations eksisterende talentdata, og administratorerne bestemmer, hvornår, hvor og hvor stor autonomi den skal have. Den kontrol bør forblive hos kunden, fordi organisationer har forskellige grader af tryghed ved løsningen, og trygheden vil vokse, efterhånden som de ser resultater. Når koordineringen overlades til agenter, får rekrutteringskonsulenterne tid tilbage, og kandidaterne undgår at gå i stå mellem faserne, samtidig med at mennesker fortsat står til ansvar for de beslutninger, der påvirker kvaliteten af ansættelserne.

ICIMS Sourcing Agent kan allerede identificere kandidater og understøtte kontakten til dem, mens de nye Hiring Agent og Interview Scheduling Agent fører agentbaseret AI længere ind i rekrutteringsforløbet. Hvordan ser du disse specialiserede agenter arbejde sammen på sigt? Kan vi nå dertil, hvor flere agenter koordinerer en hel ansættelsesproces, mens mennesker primært fører tilsyn med undtagelser og vigtige beslutninger?

Det er den retning, udviklingen går i. Hver ICIMS Agent kan allerede arbejde selvstændigt, og kunderne kan indføre dem én ad gangen, men visionen er, at de skal arbejde sammen. ICIMS Sourcing Agent finder talenter og tager kontakt til dem. ICIMS Interview Scheduling Agent vil bruge AI til at tjekke, hvornår folk er ledige, booke samtaler, håndtere ændringer og holde kandidater og ansættelsesteam orienteret. ICIMS Hiring Agent vil sørge for, at ansættelsesansvarlige og interviewteam kommer videre i processen. Når overdragelser mellem søgning efter kandidater, planlægning og de ansættelsesansvarliges gennemgang sker automatisk, bliver tiden i hver fase kortere, og stillingerne bliver besat hurtigere. 

Vi begynder med automatisering, som kunderne konfigurerer, og arbejder hen imod koordineret intelligens, der understøtter mennesker gennem hele arbejdsgangen. Med tiden vil agenter stå for de fleste praktiske trin fra stillingsrekvisition til tilbud, mens mennesker fokuserer på undtagelser, skønsmæssige vurderinger og de beslutninger, der afgør, hvem der bliver ansat. Tempoet afhænger især af, hvor hurtigt organisationerne opbygger tillid og tilpasser arbejdsgange, der har været på plads i årtier.

Rekruttering er et usædvanligt følsomt område for autonom AI, fordi dens handlinger direkte kan påvirke menneskers karrieremuligheder. Hvilke tekniske sikkerhedsforanstaltninger, muligheder for revision og krav til gennemsigtighed mener du skal indbygges i rekrutteringsagenter, før virksomheder bør give dem større autonomi?

Styring skal komme først, og den skal være indbygget fra begyndelsen. Hos ICIMS fastlægger vores program for ansvarlig AI rammerne for, hvordan vi designer, udvikler og udruller AI på tværs af vores platform. Det bygger på et etisk kodeks, der forpligter os til at sikre, at vores AI er menneskestyret, gennemsigtig, privatlivsbeskyttende og sikker, inkluderende og retfærdig, teknisk robust og pålidelig samt ansvarlig. Tværfaglige udvalg gennemgår alle AI-funktioner, vi udvikler, og fører tilsyn med årlige audits af skævheder og risikovurderinger af AI. Programmet er også blevet valideret uafhængigt. ICIMS var den første leverandør af rekrutteringssoftware til virksomheder, der opnåede TrustArcs TRUSTe-certificering for ansvarlig AI, og vores praksis er i overensstemmelse med NIST’s rammeværk for risikostyring af AI, OECD’s AI-principper og ISO 42001.

Agenter skærper kravene, så vi har tilføjet tre krav. Autonomien skal kunne konfigureres, så kunden bestemmer, hvor langt en agent kan gå, og kan justere det over tid. Agenter skal arve tilladelserne fra det autoritative system, så de kun kan se og gøre det, som den person, de handler på vegne af, ville kunne. Og alle handlinger skal kunne forklares over for en kandidat, en tilsynsmyndighed eller en bestyrelse.

Mange rekrutteringsteams tager AI i brug hurtigere, end de får etableret styring af teknologien. Vores undersøgelse viste, at 82 % af virksomhederne siger, at gennemsigtighed og forklarlighed i AI-systemer er vigtigt, men at 45 % ikke har etableret et formelt rammeværk for AI-styring. Når dette misforhold ikke bliver håndteret, træffes beslutninger om, hvem der går videre i processen, på måder, som ingen fuldt ud kan forklare. Det medfører juridisk risiko, fordi eksisterende love mod forskelsbehandling allerede gælder for ansættelsesbeslutninger baseret på AI, og regler som NYC Local Law 144, Colorado AI Act og EU AI Act stiller nye krav. Det svækker også kandidaternes tillid, og kvaliteten af ansættelserne falder, når stærke kandidater trækker sig eller bliver sorteret fra, uden at nogen opdager det.

Når styringen er på plads, har rekrutteringsmedarbejderne tillid nok til AI-anbefalingerne til at handle på dem. Ansættende ledere træffer hurtigere beslutninger om kandidatlister, som de ved er udarbejdet ud fra forsvarlige kriterier, og kandidaterne får en mere retfærdig og ensartet proces. Det er dette fundament, der gør det muligt at give agenter større autonomi over tid.

ICIMS hævder, at virksomhedens forspring inden for AI delvist skyldes mere end 25 års erfaring med ansættelser og milliarder af interaktioner i forbindelse med ansættelser. Efterhånden som grundmodeller bliver stadig mere standardiserede, forventer du så, at proprietære data om domænet, viden om arbejdsgange og organisatorisk kontekst bliver det egentlige konkurrencefortrin for AI-agenter i store virksomheder?

Ja. Når alle virksomheder har adgang til stort set de samme modeller, bliver modellerne et grundvilkår. Det, der adskiller virksomhederne, er konteksten: års erfaring med ansættende lederes præferencer, interviewresultater, hvad der faktisk forudsagde en vellykket ansættelse, hvordan et bestemt team arbejder, og hvad kandidaterne reagerede på. Intelligens omsætter disse data til beslutninger, man kan have tillid til, og tilliden er det, der får en virksomhed til at lade en agent handle.

Derfor byggede vi Intelligent Hiring Platform på mere end 25 års data om ansættelser og arbejdsgange. ICIMS understøtter rekrutteringsaktiviteter for tusindvis af organisationer verden over og håndterer mere end 691 millioner kandidatprofiler. Alene i 2025 behandlede vi omkring 243 millioner ansøgninger og hjalp vores kunder med at foretage mere end 5,1 millioner ansættelser via vores platform. Hver interaktion skaber signaler, og disse signaler opbygger den kontekst, der ligger til grund for bedre beslutninger. Denne kontekst afspejles i resultaterne. Undersøgelser viste, at ICIMS-kunder oplever flere kvalificerede ansøgere, større effektivitet hos rekrutteringsmedarbejderne og bedre opfyldelse af forretningsmål end organisationer, der bruger HCM-pakker eller punktløsninger. Virksomheder, der føjer AI til et spinkelt datagrundlag, risikerer at automatisere deres gætterier og hurtigere nå frem til det forkerte svar, og dette misforhold vokser år for år.

AI-agenter kan potentielt mindske rekrutteringsmedarbejdernes administrative arbejde, men de kan også grundlæggende ændre, hvordan rekrutteringsfaget ser ud. Hvilke dele af en rekrutteringsmedarbejders rolle forventer du, at AI overtager, og hvilke menneskelige kompetencer bliver mere værdifulde, efterhånden som agenterne overtager mere af det operationelle arbejde?

AI vil overtage de operationelle byrder, herunder praktiske opgaver i forbindelse med screening, planlægning, opfølgning på status, opfølgning over for ansættende ledere og gentagne sourcingopgaver. Disse opgaver fylder en stor del af en rekrutteringsmedarbejders arbejdsuge og bidrager kun i ringe grad til at forbedre kvaliteten af en ansættelse. ICIMS Sourcing Agent er et tidligt eksempel. Den genfinder kandidater, der tidligere var tæt på at blive ansat, tidligere ansøgere og inaktive profiler, som allerede findes i virksomhedens database. Det hjælper teams med at besætte stillinger hurtigere og bruge færre penge på ekstern sourcing.

Tilbage er arbejdet, der kræver menneskelig dømmekraft. Rekrutteringsmedarbejdere vil udforme talentstrategien sammen med virksomhedsledere, håndtere komplekse forhandlinger, opbygge tætte relationer til kandidater og rådgive ansættende ledere om, hvem der passer til teamet. På den måde bliver rekrutteringsmedarbejdere talentrådgivere. Markedet er stadig tidligt i denne udvikling. Vores undersøgelse viste, at 69 % af virksomhederne bruger AI i rekrutteringen, mens kun 12 % har taget agentisk AI i brug, som kan handle på en brugers vegne. Efterhånden som dette misforhold mindskes, vil de rekrutteringsmedarbejdere, der klarer sig godt, betragte agenter som en ekstra kapacitet og bruge den tid, de frigør, på de dele af arbejdet, der giver bedre resultater med hensyn til ansættelser.

Agentiske systemer medfører også en ny integrationsudfordring: Store virksomheder kan på sigt have rekrutteringsagenter, HR-agenter, produktivitetsagenter og agenter til generelle formål, der arbejder på tværs af den samme organisation. Hvor vigtig bliver interoperabilitet mellem agenter og platforme, og hvem bør i sidste ende kontrollere de tilladelser og den kontekst, der deles mellem dem?

Det bliver afgørende. Store virksomheder kommer til at bruge mange agenter på tværs af rekruttering, HR, produktivitetsværktøjer og værktøjer til generelle formål, og ansættelser berører dem alle. ICIMS Hiring Agent, der arbejder i Microsoft Teams, er et tidligt eksempel på en rekrutteringsagent i et produktivitetsmiljø, og den slags forbindelser bliver almindelige. Åbne økosystemer spiller en vigtig rolle her, og derfor har vi investeret i udvidelsesmuligheder med mere end 800 partnere på markedspladsen og mere end 10.000 API-baserede integrationer. Forbundne agenter giver også kandidater og ansættelsesteams en mere smidig oplevelse, fordi arbejdet bevæger sig på tværs af systemer uden de manuelle overleveringer, der forsinker ansættelser.

Kontrollen bør ligge hos virksomheden, og det autoritative system skal håndhæve virksomhedens regler. Kandidatoplysninger er personfølsomme og ofte underlagt regulering, så agenter bør kun have adgang til de oplysninger, de har brug for til en given opgave, og med de samme tilladelser, som en person i den pågældende rolle ville have. Hver platform bør styre sit eget område og dele kontekst efter klare, kontrollerbare regler, som kunden fastsætter. Inden for rekruttering varetager ATS’et denne styringsrolle, og det er en væsentlig grund til, at jeg mener, at platformens betydning vokser, efterhånden som der kommer flere agenter.

Når vi ser ud over de agenter, som ICIMS har annonceret i dag, hvad tror du så bliver det næste store gennembrud inden for agentbaseret AI til rekruttering? Hvilke funktioner, der stadig virker vanskelige i dag, forventer du, at rekrutteringsplatforme vil kunne levere, efterhånden som teknologien modnes?

Jeg tror, at det næste gennembrud bliver agenter, der arbejder på begge sider af rekrutteringsforholdet. Kandidater vil i stigende grad blive repræsenteret af AI-karriereagenter, der kender deres validerede kompetencer, arbejdshistorik og markedsværdi og løbende leder efter muligheder, som kandidaterne måske aldrig selv ville have fundet. Rekrutteringsansvarlige vil arbejde sammen med en agent, der omsætter et forretningsbehov til en kompetenceprofil, viser kandidater rangeret efter tilgængelige præstationsdata og tilrettelægger selve evalueringen. Lederen træffer stadig beslutningen, men med langt større sikkerhed og langt mindre gætværk.

En anden udvikling er, at rekruttering bliver koblet sammen med medarbejdernes præstationer. De fleste rekrutteringssystemer holder op med at lære, når en kandidat har accepteret et tilbud. Når platforme forbinder rekrutteringsbeslutninger med, hvordan medarbejdere faktisk præsterer og udvikler sig, bliver de bedre til at forudsige kvaliteten af ansættelserne, og grænsen mellem rekruttering og fastholdelse begynder at udviskes. Resultatet bliver en hurtigere rekrutteringsproces, bedre forudsigelser af præstationer og større fastholdelse af de medarbejdere, virksomhederne ansætter. Meget af den teknologi, der skal til for at opnå dette, findes allerede. De virksomheder, der nu opbygger AI-kompetencer, styring og dyb kontekstforståelse, kommer til at definere, hvordan fremtidens talentrekruttering ser ud efter denne omstilling.

Tak for et godt interview. Læsere, der gerne vil vide mere, kan besøge ICIMS.