Eric Connors, produktdirektør i ICIMS – intervjuserie

Eric Connors, produktdirektør i ICIMS, leder selskapets produktstrategi og produktledelse og utformer visjonen, veikartet, leveransen og markedsstrategien for produktporteføljen. Han har mer enn tre tiårs erfaring fra programvare for større virksomheter, SaaS, finansteknologi, data og produktledelse. Før han begynte i ICIMS i 2024, var Connors Chief Operating Officer og tidligere Senior Vice President for produktstrategi og -ledelse i ICE Mortgage Technology, der han hadde ansvar for blant annet strategi, produktledelse, etterlevelse og virksomhetsutvikling. Tidligere hadde han ledende stillinger i CoreLogic og Yodlee, der han bidro til å skalere produktvirksomheten, lansere nye tilbud og støtte Yodlee gjennom børsnoteringen i 2014 og det påfølgende oppkjøpet. Karrieren hans omfatter også strategiske lederroller og produktlederroller i Oracle, PeopleSoft, Campbell Software og Gap. Parallelt har han drevet Eric L. Connors Consulting siden 2015 og rådgitt programvare- og dataselskaper om produktstrategi, skalering av organisasjoner, ledelse på toppnivå og vekst.

ICIMS er et teknologiselskap innen talentrekruttering for større virksomheter. Plattformen hjelper organisasjoner med å tiltrekke seg og engasjere talenter, ansette dem og legge til rette for videre utvikling gjennom hele rekrutteringsløpet. Produktsuiten omfatter søkersporing, kandidatrelasjonsstyring, karrieresider, introduksjon av nyansatte, intern mobilitet, rekruttering i stor skala, analyse og AI-drevne rekrutteringsfunksjoner. Selskapet profilerer i økende grad plattformen som en løsning for intelligente, agentdrevne rekrutteringsprosesser, blant annet med AI-agenter for kandidatsøk, ansettelser og planlegging av intervjuer. Disse er utviklet for å automatisere repetitive rekrutteringsoppgaver og samtidig holde rekrutteringsdata og arbeidsflyter sammenkoblet. I 2026 presenterte ICIMS også sin overordnede visjon for en plattform for intelligent rekruttering. Den bygger på mer enn to tiår med rekrutteringsdata og ekspertise innen arbeidsflyter, i takt med at AI blir stadig mer integrert i hvordan arbeidsgivere søker etter og vurderer talenter.

Du har tilbrakt store deler av karrieren med å lede produktstrategi i store programvare- og dataselskaper, blant annet Yodlee, Oracle, PeopleSoft og ICE Mortgage Technology, før du begynte i ICIMS. Hvordan har denne erfaringen formet synet ditt på hva AI-agenter må mestre før virksomheter er villige til å stole på at de utfører viktige oppgaver på deres vegne?

Alle virksomhetene jeg har jobbet i, har hatt ansvar for noe som var viktig for folk, enten det dreide seg om bankkontoene deres, et boliglånsoppgjør eller en lønnskjøring. I slike sammenhenger får programvare gradvis mer ansvar. Selskaper overlater mer arbeid til et system når det har vist at det forstår virksomhetens regler, oppfører seg forutsigbart og etterlater en tydelig oversikt over hva det gjorde og hvorfor.

AI-agenter må oppfylle de samme kravene, og jeg mener tre ting må være på plass. Agenten må forstå konteksten, blant annet selskapets retningslinjer, tillatelser og arbeidsflyter, samt den konkrete situasjonen den står overfor. Handlingene må være underlagt rammer som kunden fastsetter og kontrollerer. Og alt agenten gjør, må være synlig og sporbart. Teknologien som trengs for dette, finnes allerede. Det som holder selskapene tilbake, er hvor klare de er, altså hvor villige de er til å gi fra seg kontroll på et så viktig område som rekruttering. Når virksomheter lykkes med dette, blir resultatene synlige i selve ansettelsesarbeidet. Beslutninger tas raskere, rekrutterere bruker mindre tid på oppfølging, og teamene blir tryggere på menneskene de velger å ansette.

ICIMS beskriver hvordan rekrutteringsteknologi utvikler seg fra et passivt registreringssystem til et intelligent system som kan forstå kontekst og handle. Hvordan ser denne overgangen ut i praksis, og hvor annerledes blir fremtidens rekrutteringsplattform sammenlignet med søkersporingssystemene organisasjoner bruker i dag?

Fremtidens rekrutteringsplattform deltar aktivt i ansettelsesarbeidet. Den kjenner rekruttererens tjenestenivåer, preferansene til den ansettende lederen og teamets retningslinjer, og handler i tråd med dem. Hvis en kandidat avlyser et intervju, vet systemet allerede hvem andre som kan overta, og foreslår en løsning før noen trenger å følge opp saken.

Den mest synlige forskjellen fra dagens søkersporingssystemer er at langt færre vil logge seg inn. Rekrutterere, ansettende ledere og kandidater vil bruke verktøyene de allerede benytter, som Teams, e-post, meldinger og tale. I bakgrunnen samordner plattformen agenter, samler inn signaler og sørger for at beslutninger når riktig person til riktig tid. Søkersporingssystemet kan bli mindre synlig etter hvert som folk bruker det mindre direkte, men samtidig blir det viktigere, fordi alle agentene som bygger på det, er avhengige av konteksten, styringen og rekrutteringsdataene det inneholder.

Det er denne retningen ICIMS-plattformen for intelligent rekruttering følger. Den samler pålitelig AI, rekrutteringsinnsikt og automatisering gjennom hele ansettelsesløpet. For rekrutteringsteam i større virksomheter betyr det at kandidater bruker mindre tid på å vente mellom fasene, og at ansettende ledere tar beslutninger på et bedre informasjonsgrunnlag. Resultatet er kortere tid fram til ansettelse og bedre kvalitet på ansettelsene.

Den nye ICIMS-rekrutteringsagenten legger kandidatvurderinger, tilbakemeldinger og godkjenninger direkte inn i Microsoft Teams. Er dette et uttrykk for en bredere utvikling innen programvare for større virksomheter, der brukerne samhandler mindre med enkeltstående applikasjoner, mens AI-agenter i økende grad blir grensesnittet som kobler sammen de underliggende systemene?

Ja, og rekruttering er et av de tydeligste eksemplene. Ansettende ledere spiller en sentral rolle i rekrutteringen, men kandidatgjennomgang og tilbakemeldinger utgjør bare en liten del av arbeidsdagen deres. Når slike oppgaver krever at de logger seg på et separat system, blir forespørsler liggende, og rekruttererne ender opp med å følge opp manuelt.

ICIMS Hiring Agent er en KI-agent som legger kandidatgjennomganger, tilbakemeldinger fra intervjuer, godkjenninger og samarbeid med rekrutterere direkte inn i Microsoft Teams, der mange ansettende ledere allerede jobber. Den hjelper dem også med å prioritere hva de skal gjøre videre, ut fra rekrutteringskontekst og hvor mye det haster. Når ansettende ledere kan gjennomgå kandidater og godkjenne stillingsforespørsler i den eksisterende arbeidsflyten sin, går kandidatene raskere videre, rekruttererne bruker mindre tid på å purre på tilbakemeldinger, og tiden det tar å ansette blir kortere.

ICIMS forblir det underliggende systemet som er autoritativ kilde for dataene, og alle handlinger som utføres i Teams, føres tilbake til rekrutteringsarbeidsflyten med de samme dataene, tillatelsene og kontrollene. Jeg forventer at dette mønsteret vil spre seg til bedriftsprogramvare generelt. Grensesnittene vil samles rundt stedene der folk kommuniserer, og de underliggende systemene vil bli viktigere fordi agentene er avhengige av konteksten og styringen deres. Vi starter med Microsoft Teams og planlegger å utvide til flere samarbeidsplattformer i 2027.

Det er stor forskjell på en KI-assistent som anbefaler en handling, og en agent som faktisk utfører den. Hvordan avgjør dere hvilke rekrutteringsbeslutninger det er trygt å delegere til KI, og hvilke som alltid bør kreve uttrykkelig menneskelig vurdering eller godkjenning?

Vi ser på hvor store konsekvenser en handling får, og hvor enkelt det er å gjøre om på den. Koordineringsarbeid som å sende påminnelser, planlegge intervjuer, oppdatere status og kontakte kandidater med forhåndsgodkjente meldinger krever mye arbeid, innebærer lav risiko og er enkelt å korrigere. Det er slike oppgaver agentene bør ta seg av. Beslutninger som påvirker en persons muligheter, for eksempel å gå videre med en kandidat, avslå vedkommende eller gi et tilbud, bør tas av mennesker.

Produktene våre er bygget på dette prinsippet. Med ICIMS Hiring Agent tar ansettende ledere alle beslutningene, mens agenten følger opp med påminnelser om utestående oppgaver, prioriterte neste steg og raskere tilgang til kontekst om kandidatene. ICIMS Sourcing Agent identifiserer, finner passende kandidater blant og tar kontakt med kvalifiserte kandidater i en organisasjons eksisterende talentdata, og administratorene avgjør når, hvor og i hvilken grad agenten skal ha selvstendighet. Kunden bør beholde denne kontrollen, fordi organisasjoner vil føle seg komfortable med ulike nivåer av selvstendighet, og tryggheten vil øke etter hvert som de ser resultater. Når agentene overtar koordineringen, får rekruttererne mer tid, og kandidatene unngår å bli stående fast mellom trinnene, samtidig som mennesker fortsatt står til ansvar for beslutningene som påvirker kvaliteten på ansettelsene.

ICIMS Sourcing Agent kan allerede identifisere kandidater og bidra med å ta kontakt med dem, mens de nye Hiring- og Interview Scheduling-agentene utvider bruken av agentbasert KI ytterligere i rekrutteringsarbeidsflyten. Hvordan ser du for deg at disse spesialiserte agentene etter hvert vil samarbeide? Kan vi komme dit at flere agenter koordinerer en hel ansettelsesprosess, mens mennesker først og fremst følger opp unntak og viktige beslutninger?

Det er den retningen utviklingen går i. Hver ICIMS-agent kan arbeide på egen hånd i dag, og kundene kan ta dem i bruk én om gangen, men målet er at de skal samarbeide. ICIMS Sourcing Agent finner og kontakter talenter. ICIMS Interview Scheduling Agent skal bruke KI til å sjekke tilgjengelighet, bestille intervjuer, håndtere endringer og holde kandidater og ansettelsesteam informert. ICIMS Hiring Agent skal sørge for at ansettende ledere og intervjuteam kommer videre i prosessen. Når overleveringene mellom søk etter kandidater, planlegging og ansettende lederes gjennomgang skjer automatisk, blir tiden på hvert trinn kortere, og stillingene blir besatt raskere. 

Vi starter med automatisering som kundene konfigurerer selv, og bygger videre mot koordinert intelligens som støtter mennesker gjennom hele arbeidsflyten. Over tid vil agentene utføre de fleste operative trinnene fra stillingsforespørsel til tilbud, mens mennesker konsentrerer seg om unntak, skjønnsmessige vurderinger og beslutningene som avgjør hvem som ansettes. Hvor raskt dette skjer, avhenger først og fremst av hvor fort organisasjonene bygger tillit og tilpasser arbeidsflyter som har vært i bruk i flere tiår.

Rekruttering er et uvanlig følsomt område for autonom KI, fordi handlingene kan påvirke folks karrieremuligheter direkte. Hvilke tekniske sikkerhetstiltak, krav til sporbarhet og former for åpenhet mener du må bygges inn i rekrutteringsagenter før selskaper bør gi dem større selvstendighet?

Styring må komme først, og den må bygges inn fra starten av. Hos ICIMS styrer programmet vårt for ansvarlig KI hvordan vi utformer, utvikler og tar i bruk KI på tvers av plattformen vår. Det bygger på etiske retningslinjer som forplikter oss til at KI skal være menneskestyrt, åpen, privat og sikker, inkluderende og rettferdig, teknisk robust og trygg samt ansvarlig. Tverrfaglige komiteer gjennomgår alle KI-funksjonene vi utvikler, og fører tilsyn med årlige skjevhetsrevisjoner og risikovurderinger av KI. Programmet er også validert uavhengig. ICIMS var den første leverandøren av programvare for bedriftsrekruttering som oppnådde TrustArcs TRUSTe Responsible AI Certification, og praksisene våre er i tråd med NIST AI Risk Management Framework, OECD AI Principles og ISO 42001.

Agenter øker innsatsen, så vi har lagt til tre krav. Autonomien må kunne konfigureres, slik at kunden bestemmer hvor langt en agent kan gå, og kan justere dette over tid. Agenter må arve tillatelsene fra systemet som er den autoritative kilden, slik at de bare ser og gjør det personen de handler på vegne av, selv kunne ha sett og gjort. Og hver handling må kunne forklares for en kandidat, en tilsynsmyndighet eller et styre.

Mange rekrutteringsteam tar i bruk KI raskere enn de etablerer styring for den. Undersøkelsen vår viste at 82 % av selskapene mener åpenhet og forklarbarhet i KI-systemer er viktig, men at 45 % ikke har et formelt rammeverk for KI-styring på plass. Når dette gapet ikke blir håndtert, tas beslutninger om hvem som går videre på måter ingen kan forklare fullt ut. Det medfører juridisk risiko, ettersom eksisterende lover mot diskriminering allerede gjelder for ansettelsesbeslutninger der KI inngår, og regelverk som NYC Local Law 144, Colorado AI Act og EU AI Act stiller nye krav. Det svekker også kandidatenes tillit, og kvaliteten på ansettelsene går ned når sterke kandidater trekker seg eller blir valgt bort uten at noen oppdager det.

Når styringen er på plass, stoler rekrutterere nok på KI-anbefalingene til å handle på dem. Ansettelsesansvarlige tar raskere beslutninger om kandidatlistene når de vet at listene er satt sammen etter forsvarlige kriterier, og kandidatene får en mer rettferdig og konsekvent prosess. Dette fundamentet gjør det mulig å gi agentene større autonomi over tid.

ICIMS hevder at KI-forspranget deres delvis bygger på mer enn 25 års erfaring med rekruttering og milliarder av rekrutteringsinteraksjoner. Etter hvert som grunnmodeller blir stadig mer standardiserte, tror du da at proprietære domenedata, kunnskap om arbeidsflyter og organisatorisk kontekst blir det egentlige varige konkurransefortrinnet for KI-agenter i større virksomheter?

Ja. Når alle selskaper har tilgang til omtrent de samme modellene, blir modellene en hygienefaktor. Det som skiller selskapene fra hverandre, er konteksten – altså årevis med kunnskap om ansettelsesansvarliges preferanser, intervjuresultater, hva som faktisk varslet en vellykket ansettelse, hvordan et bestemt team jobber, og hva kandidatene responderte på. Intelligens gjør disse dataene om til beslutninger det er verdt å stole på, og det er tilliten som får et selskap til å la en agent handle.

Derfor bygde vi Intelligent Hiring Platform på mer enn 25 års rekrutteringsdata og arbeidsflyter. ICIMS støtter rekrutteringsarbeidet til tusenvis av organisasjoner over hele verden og håndterer mer enn 691 millioner kandidatprofiler. Bare i 2025 behandlet vi rundt 243 millioner søknader og hjalp kundene våre med å gjennomføre mer enn 5,1 millioner ansettelser via plattformen vår. Hver interaksjon skaper signaler, og disse signalene bygger konteksten som ligger til grunn for bedre beslutninger. Denne konteksten gir seg utslag i resultatene. Undersøkelser har vist at ICIMS-kunder får flere kvalifiserte søkere, høyere effektivitet blant rekruttererne og når flere mål for virksomhetsforbedring enn organisasjoner som bruker HCM-plattformer eller punktløsninger. Selskaper som bygger KI på et tynt datagrunnlag, risikerer å automatisere gjetningene sine og komme raskere fram til feil svar, og dette gapet øker for hvert år.

KI-agenter kan potensielt redusere rekrutterernes administrative arbeidsmengde, men de kan også endre rekrutteringsyrket grunnleggende. Hvilke deler av rekruttererens rolle tror du KI vil ta over, og hvilke menneskelige evner blir mer verdifulle etter hvert som agentene overtar mer av det operative arbeidet?

KI vil ta seg av det operative merarbeidet, blant annet koordinering av søknadssiling, planlegging, oppfølging av status, purringer til ansettelsesansvarlige og repetitive oppgaver knyttet til kandidatsøk. Slike oppgaver tar opp en stor del av rekruttererens arbeidsuke og bidrar lite til å forbedre kvaliteten på en ansettelse. ICIMS Sourcing Agent er et tidlig eksempel. Den finner fram igjen sølvmedaljevinnerne, tidligere søkere og inaktive profiler som allerede finnes i selskapets database. Det hjelper team med å besette stillinger raskere og bruke mindre på eksternt kandidatsøk.

Det som blir igjen, er arbeid som krever menneskelig skjønn. Rekrutterere vil utforme talentstrategien sammen med virksomhetsledere, håndtere komplekse forhandlinger, bygge nære relasjoner til kandidater og gi ansettelsesansvarlige råd om hvem som passer for teamet. Slik blir rekrutterere rådgivere innen talent. Denne omstillingen er fortsatt i en tidlig fase. Undersøkelsen vår viste at 69 % av selskapene bruker KI i rekrutteringen, mens bare 12 % har tatt i bruk agentisk KI som kan handle på vegne av en bruker. Etter hvert som dette gapet blir mindre, vil rekruttererne som lykkes, se agentene som en kapasitetsøkning og bruke tiden de får tilbake, på de delene av jobben som påvirker resultatene av rekrutteringen.

Agentbaserte systemer skaper også en ny integrasjonsutfordring: Større virksomheter kan etter hvert ha rekrutteringsagenter, HR-agenter, produktivitetsagenter og agenter for generelle formål i bruk på tvers av samme organisasjon. Hvor viktig blir samspillet mellom agenter og plattformer, og hvem bør til syvende og sist styre tillatelsene og konteksten som deles mellom dem?

Det blir helt avgjørende. Større virksomheter vil bruke mange agenter på tvers av rekruttering, HR, produktivitetsverktøy og verktøy for generelle formål, og ansettelser berører alle disse områdene. ICIMS Hiring Agent, som fungerer i Microsoft Teams, er et tidlig eksempel på en rekrutteringsagent i et produktivitetsmiljø, og slike koblinger vil bli vanlige. Åpne økosystemer er svært viktige her, og derfor har vi satset på utvidelsesmuligheter med mer enn 800 partnere i markedsplassen og mer enn 10 000 API-baserte integrasjoner. Tilkoblede agenter gir også kandidater og rekrutteringsteam en smidigere opplevelse, fordi arbeidet flyter mellom systemer uten de manuelle overleveringene som forsinker rekrutteringen.

Kontrollen bør ligge hos virksomheten, mens systemet som er autoritativ kilde, håndhever reglene. Kandidatdata er personopplysninger og ofte underlagt regulering, så agenter bør bare få tilgang til den konteksten de trenger for en oppgave, med de samme tillatelsene som en person i den aktuelle rollen ville hatt. Hver plattform bør styre sitt eget domene og dele kontekst gjennom tydelige, etterprøvbare regler som kunden fastsetter. I rekruttering har ATS-systemet denne styringsrollen, noe som er en viktig grunn til at jeg mener plattformens betydning vil øke etter hvert som antallet agenter vokser.

Når vi ser forbi agentene ICIMS har annonsert i dag, hva tror du blir det neste store gjennombruddet innen KI-drevet rekruttering med agenter? Hvilke funksjoner som fortsatt virker vanskelige å få til i dag, forventer du at rekrutteringsplattformer vil kunne levere etter hvert som teknologien modnes?

Jeg tror det neste gjennombruddet blir agenter som arbeider på begge sider av rekrutteringsforholdet. Kandidater vil i økende grad bli representert av KI-karriereagenter som kjenner deres dokumenterte ferdigheter, arbeidshistorikk og markedsverdi, og som kontinuerlig leter etter muligheter de kanskje aldri ville ha funnet på egen hånd. Rekrutteringsansvarlige vil samarbeide med en agent som omsetter et forretningsbehov til en kompetanseprofil, presenterer rangerte kandidater med tilgjengelige prestasjonsdata og legger opp selve evalueringen. Det er fortsatt lederen som tar avgjørelsen, men med langt større trygghet og langt mindre gjetting.

Den andre endringen er å knytte rekruttering til prestasjoner. De fleste rekrutteringssystemer slutter å lære når noen takker ja til et tilbud. Når plattformene kobler ansettelsesbeslutninger til hvordan folk faktisk presterer og utvikler seg, blir de bedre til å forutsi kvaliteten på ansettelsene, og skillet mellom rekruttering og det å beholde ansatte vil begynne å viskes ut. Resultatet blir raskere rekruttering, bedre evne til å forutsi prestasjoner og at bedriftene beholder flere av dem de ansetter. Mye av teknologien som trengs for dette, finnes allerede. Selskapene som nå bygger opp KI-kompetanse, styring og inngående kontekstforståelse, vil definere hvordan fremragende talentanskaffelse ser ut etter denne omstillingen.

Takk for et flott intervju. Lesere som ønsker å vite mer, kan besøke ICIMS.