Het overwinnen van arbeidsuitdagingen door het toepassen van AI op uitgebreide werkgegevens

De huidige arbeidsmarkt vraagt om flexibiliteit. De werkloosheid is laag, werknemers willen meer van hun fulltime rollen en bedrijven hebben moeite om gekwalificeerde kandidaten te vinden die aan hun behoeften voldoen. Een van de manieren voor werkgevers om deze uitdaging te overwinnen is door gebruik te maken van de uitgebreide werkgegevens, bestaande uit freelancers, tijdelijke werknemers, gig-werknemers en door leveranciers geleverde talenten. Maar vaak leven deze gegevens op verschillende systemen, waardoor het moeilijk is om ze te beheren naast de rest van uw werkgegevens.

Daarbij komt de complicatie van AI. Enerzijds kan het toepassen van AI op uw werkgegevens u helpen concurrerend te blijven in de HR-ruimte door rollen sneller in te vullen en een betere werknemerervaring te creëren. Maar deze onmogelijkheid om alle werkgegevens – inclusief tijdelijke werknemers – op één plek te aggregeren, maakt AI-initiatieven rond HR veel moeilijker om te realiseren.

Naarmate de druk toeneemt om rollen snel in te vullen en de kosten laag te houden, is het de moeite waard om te onderzoeken hoe organisaties hun werkgegevens adequaat kunnen voorbereiden zodat AI hen kan helpen rollen in te vullen met de juiste werknemers uit zowel de fulltime als de uitgebreide werkgegevens.

De huidige arbeidsmarkt

Het is een bijzonder moeilijke tijd voor bedrijven om personeel te vinden, deels vanwege de historisch lage werkloosheid. Tot juni 2025 was deze 4,1%, waarmee de trend van de afgelopen jaren werd voortgezet. Met de meeste werknemers al in rollen, zijn er gewoon minder mensen om uit te kiezen – ongeveer driekwart van de organisaties (74%) meldt moeite te hebben om geschoolde werknemers te vinden om hun rollen in te vullen.

Wat interessant is, is dat er veel werknemers zijn, maar veel werknemers zijn nu opdrachtnemers die niet noodzakelijkerwijs fulltime werk zoeken. De Amerikaanse uitgebreide werkgegevens waren gestegen tot 72,7 miljoen van ongeveer 170 miljoen totale Amerikaanse werknemers (ongeveer 42%). Veel van deze onafhankelijke opdrachtnemers zijn fulltime onafhankelijk (bijna 40%), terwijl bijna 80% millennials of Gen Z zijn.

Waarom tijdelijke werknemers onderbenut worden

Het is duidelijk dat tijdelijke werknemers nu een cruciaal onderdeel van de totale werkgegevens vormen en zorgvuldig in overweging moeten worden genomen naast fulltime collega’s. Maar er is een disconnectie tussen systemen die ertoe leidt dat organisaties tijdelijke werknemers onderbenutten, vooral wanneer AI-initiatieven rond HR tijdelijke werknemers niet meenemen.

Om AI volledig te laten tellen van uw beschikbare werkgegevens, met zowel opdrachtnemers als fulltimers inbegrepen, moet u gegevens uit uw vendor management system (VMS) opnemen, plus financiële en inkoopsystemen. Het aggregeren van al deze gegevens in één VMS en het labelen op dezelfde manier helpt uw AI-hulpmiddelen een volledig beeld te krijgen van wie beschikbaar is om eventuele open rollen in te vullen.

Wat AI u kan helpen doen met uitgebreide werkgegevens

Het combineren van uw werkgegevens voor AI-initiatieven kan u helpen rollen in te vullen met verse talenten. Maar het kan u ook helpen om vooroordelen tegen kandidaten met non-traditionele werkgeschiedenissen (die veel tijdelijke werknemers beschrijven) te verminderen. Dat is cruciaal om elke schijn van discriminatie in uw wervingspraktijken te vermijden.

Terwijl veel organisaties mogelijk aarzelen om te investeren in nieuwe vendor management systemen of AI-initiatieven rond HR vanwege zorgen over kosten, kan het eigenlijk helpen om overspending op opdrachtnemers in te perken. Met professionele diensten (inclusief contractwerknemers) die tussen 45% en 65% van de totale niet-werknemersuitgaven van organisaties innemen, is dat een kostenpost die snel uit de hand kan lopen als deze niet goed wordt beheerd. Het gebruik van AI op uw werkgegevens kan u helpen om gemakkelijker te zien welke opdrachtnemers of organisaties u mogelijk te veel uitgeeft en deze aan te passen.

Uiteindelijk is het gebruik van AI op de uitgebreide werkgegevens een investering die kan opleveren in de vorm van minder vacante posities, grotere efficiëntie in dagelijkse HR-activiteiten, betere naleving van anti-discriminatiewetgeving en kostenbesparingen rond het optimaliseren van het gebruik van tijdelijke werknemers.

Hoe u AI op uw verzamelde werkgegevens kunt implementeren

Zodra u uw gegevens heeft verzameld, is het tijd om aan het werk te gaan. AI-hulpmiddelen kunnen sollicitanten screenen, cv’s bekijken en andere relevante informatie in uw database analyseren. Als dit correct wordt gedaan, kan AI sneller dan mensen door zowel fulltime als uitgebreide werkgegevens heen gaan, waardoor u actiegerichte inzichten veel sneller kunt verkrijgen.

Houd er alleen rekening mee dat uw output afhankelijk is van de kwaliteit van de gegevens die u invoert en hoe duidelijk u bent met uw instructies. Het vereist geduld en training, aangezien AI moet worden beschouwd als een “stagiair” voor werkgegevensplanning en -beheer. U moet zeer specifiek zijn over uw verzoeken en het bedrijfscontext geven voor wat u doet. Bijvoorbeeld:

• Ik ben op zoek naar [functietitel]. Geef 10 belangrijke vaardigheden die in de vacature moeten worden opgenomen.
• Beveel wijzigingen aan in deze vacature om deze aantrekkelijker te maken voor [doelpubliek].
• Analyseer de markttarief voor deze rol in deze locatie.

Met deze inzichten kunt u snel beginnen met het plaatsen van vacatures op meerdere markten, spreken met kandidaten en salarissen onderhandelen – allemaal terwijl u tijd, geld en compliance-risico bespaart.

Dingen om te onthouden

Wanneer het gaat om het gebruik van AI voor uw uitgebreide werkgegevens, hoeft u geen extra geld uit te geven om deze gegevens te verkrijgen – het gaat erom om het meeste uit de gegevens te halen die u al heeft. U heeft waarschijnlijk een gezonde lijst van tijdelijke werknemers die bestaat uit huidige opdrachtnemers en voormalige werknemers, bijvoorbeeld. U maakt alleen mogelijk niet het meeste van deze gegevens om uw huidige vacatures te vervullen.

Compliance is cruciaal, aangezien AI u kan helpen om vooroordelen te verminderen. Echter, AI kan ook vooroordelen introduceren, waardoor het belangrijk is om een mens in de lus op te nemen om de resultaten te valideren. Het is ook belangrijk om uw werkgegevens veilig te verbinden met een intern hulpmiddel dat geen informatie per ongeluk naar de buitenwereld blootstelt, aangezien openbare AI-hulpmiddelen de gegevens die met hen worden gedeeld mogelijk delen.

Een private versie van populaire AI-hulpmiddelen zoals ChatGPT of Microsoft Copilot kan helpen om dit risico te verlichten, maar er is ook het probleem van het daadwerkelijk verbinden van deze gegevens. Een VMS die al AI heeft ingebouwd, kan uw kosten- en tijdsbesparingen rond het aggregeren van uw tijdelijke en fulltime werkgegevens en het trekken ervan in de hulpmiddelen die de belofte van AI kunnen waarmaken, maximaliseren.

Uiteindelijk is het doel van AI om uw inspanningen te versterken, niet om het menselijke element dat u in uw werk brengt te vervangen. Het verminderen van inefficiënties en fouten is het doel. Een sterk AI-beleid, zorgvuldige gegevensintegratie en adequate training kunnen u helpen om AI te gebruiken om geld te besparen, de juiste kandidaten in te huren en fulltime en tijdelijke werknemers te vinden om gaten in uw werkgegevens te vullen. Alles dit geeft u meer tijd om u te concentreren op strategische prioriteiten en het werk dat het meest zinvol is voor u.

Zonder AI is er geen manier om concurrerend te blijven met concurrenten die AI al gebruiken om rollen in te vullen in een moeilijke markt voor werkgevers. Tijd is van essentieel belang – hoe eerder u begint, hoe eerder uw vaardigheids- en werkgegevensgaten een ding van het verleden zullen zijn.