Eric Connors, produktchef på ICIMS – intervjuserie

Eric Connors, produktchef på ICIMS, leder företagets produktstrategi och produktledningsorganisationer och formar portföljens vision, färdplan, leverans och marknadsstrategi. Han har mer än tre decenniers erfarenhet av affärskritisk programvara, SaaS, finansiell teknik, data och produktledning. Innan han började på ICIMS 2024 var Connors operativ chef och dessförinnan senior vice president med ansvar för produktstrategi och produktledning på ICE Mortgage Technology, där han övervakade bland annat strategi, produktledning, regelefterlevnad och företagsutveckling. Tidigare hade han ledande befattningar på CoreLogic och Yodlee, där han bidrog till att skala upp produktverksamheten, lansera nya erbjudanden och stödja Yodlee inför börsnoteringen 2014 och det efterföljande förvärvet. I sin karriär har han även haft strategiska roller och produktledningsroller på Oracle, PeopleSoft, Campbell Software och Gap. Parallellt har han drivit Eric L. Connors Consulting sedan 2015 och gett programvaru- och dataföretag råd om produktstrategi, organisatorisk skalning, ledarskap på chefsnivå och tillväxt.

ICIMS är ett teknikföretag inom rekrytering för större företag. Plattformen hjälper organisationer att attrahera, engagera, rekrytera och utveckla talanger genom hela rekryteringsprocessen. Produktutbudet omfattar system för hantering av jobbansökningar, kandidatrelationshantering, karriärsidor, introduktion av nyanställda, intern rörlighet, rekrytering i stor skala, analys och AI-drivna rekryteringsfunktioner. Företaget positionerar i allt högre grad sin plattform kring intelligenta och agentbaserade rekryteringsflöden, däribland AI-drivna agenter för kandidatsökning, rekrytering och intervjubokning. De är utformade för att automatisera repetitiva rekryteringsuppgifter och samtidigt hålla samman rekryteringsdata och arbetsflöden. År 2026 presenterade ICIMS också sin bredare vision om en intelligent rekryteringsplattform, byggd på mer än två decenniers erfarenhet av rekryteringsdata och arbetsflöden, i takt med att AI blir allt mer integrerad i hur arbetsgivare söker efter och bedömer talanger.

Du har ägnat en stor del av din karriär åt att leda produktstrategi inom stora företag inom programvara och data, däribland Yodlee, Oracle, PeopleSoft och ICE Mortgage Technology, innan du började på ICIMS. Hur har den erfarenheten format din syn på vad AI-agenter måste klara av innan företag är villiga att lita på att de vidtar betydelsefulla åtgärder för deras räkning?

Alla företag jag har arbetat på har anförtrotts något som varit viktigt för människor, vare sig det handlat om deras finansiella konton, slutförandet av ett bolån eller en lönekörning. I sådana miljöer får programvara gradvis större ansvar. Företag lämnar över fler uppgifter till ett system när det har visat att det förstår verksamhetens regler, agerar förutsägbart och tydligt dokumenterar vad det har gjort och varför.

AI-agenter måste uppfylla samma krav, och jag anser att tre saker måste vara på plats. Agenten måste förstå sammanhanget, däribland företagets riktlinjer, behörigheter och arbetsflöden samt den specifika situation den står inför. Kundens egna skyddsräcken måste styra agentens handlingar. Och allt den gör måste vara synligt och spårbart. Tekniken för att åstadkomma detta finns redan. Det som håller företagen tillbaka är deras beredskap, det vill säga hur villiga de är att lämna ifrån sig kontrollen inom ett så viktigt område som rekrytering. När företag lyckas med detta märks resultatet i själva rekryteringen. Beslut fattas snabbare, rekryterare lägger mindre tid på uppföljning och teamen känner större trygghet i sina rekryteringsbeslut.

ICIMS beskriver hur rekryteringstekniken utvecklas från ett passivt registersystem till ett intelligent system som kan förstå sammanhang och vidta åtgärder. Hur ser den övergången i slutänden ut, och hur mycket kommer framtidens rekryteringsplattform att skilja sig från de system för hantering av jobbansökningar som organisationer använder i dag?

Framtidens rekryteringsplattform deltar aktivt i rekryteringen. Den känner till rekryterarens servicenivåer, rekryterande chefens preferenser och teamets riktlinjer, och agerar utifrån dem. Om en kandidat ställer in en intervju vet systemet redan vem som kan ta över och föreslår en lösning innan någon behöver jaga rätt på en.

Den mest påtagliga skillnaden jämfört med dagens ATS är att betydligt färre kommer att logga in i systemet. Rekryterare, rekryterande chefer och kandidater kommer att arbeta via de verktyg de redan använder, till exempel Teams, e-post, meddelanden och röstkanaler. I bakgrunden samordnar plattformen agenter, sammanför signaler och förmedlar beslut till rätt person vid rätt tidpunkt. ATS:et kan bli osynligare i takt med att människor interagerar mindre direkt med det, men samtidigt blir det viktigare, eftersom alla agenter som bygger på det är beroende av den kontext, styrning och rekryteringsdata som det innehåller.

Det är den utveckling som ligger bakom ICIMS Intelligent Hiring Platform, som förenar tillförlitlig AI, rekryteringsintelligens och automatisering genom hela rekryteringsprocessen. För rekryteringsteam i större företag innebär det att kandidater får vänta kortare tid mellan stegen och att rekryterande chefer kan fatta beslut med bättre information, vilket leder till kortare tid till rekrytering och högre rekryteringskvalitet.

Den nya ICIMS Hiring Agent för in kandidatgranskningar, återkoppling och godkännanden direkt i Microsoft Teams. Är detta ett tecken på en bredare förändring inom företagsprogramvara, där användare interagerar mindre med enskilda program och AI-agenter i allt högre grad blir gränssnittet som kopplar samman de underliggande systemen?

Ja, och rekrytering är ett av de tydligaste exemplen. Rekryterande chefer har en central roll i rekryteringen, men att granska kandidater och lämna återkoppling utgör bara en liten del av deras arbetsdag. När de här uppgifterna kräver att de loggar in i ett separat system blir förfrågningarna liggande, och rekryterarna får till slut följa upp manuellt.

ICIMS Hiring Agent är en AI-agent som gör det möjligt att granska kandidater, lämna återkoppling efter intervjuer, fatta godkännandebeslut och samarbeta med rekryterare direkt i Microsoft Teams, där många rekryterande chefer redan arbetar. Den hjälper dem också att prioritera vad de ska göra härnäst utifrån rekryteringsläget och hur brådskande uppgifterna är. När rekryterande chefer kan granska kandidater och godkänna rekryteringsbehov inom ramen för sitt befintliga arbetsflöde går kandidaterna vidare snabbare, rekryterarna lägger mindre tid på att jaga återkoppling och tiden det tar att tillsätta en tjänst blir kortare.

ICIMS förblir det underliggande systemet som utgör den auktoritativa källan, och varje åtgärd som utförs i Teams förs tillbaka till rekryteringsflödet med samma data, behörigheter och kontroller. Jag tror att det här arbetssättet kommer att spridas inom företagsprogramvara. Gränssnitten kommer att samlas där människor kommunicerar, och systemen i bakgrunden blir viktigare eftersom agenter förlitar sig på deras kontext och styrning. Vi börjar med Microsoft Teams och planerar att utöka stödet till fler samarbetsplattformar under 2027.

Det är stor skillnad mellan en AI-assistent som rekommenderar en åtgärd och en agent som faktiskt utför den. Hur avgör ni vilka rekryteringsbeslut som tryggt kan delegeras till AI och vilka som alltid bör kräva ett uttryckligt mänskligt omdöme eller godkännande?

Vi tittar på hur betydelsefull en åtgärd är och hur enkelt den går att återställa. Samordningsarbete som att skicka påminnelser, boka intervjuer, uppdatera status och sköta utskick med förhandsgodkända meddelanden kräver mycket arbete, innebär låg risk och är enkelt att korrigera. Det är sådant som agenter bör ta hand om. Beslut som påverkar en persons möjligheter, till exempel att gå vidare med en kandidat, tacka nej eller lämna ett erbjudande, bör fattas av människor.

Våra produkter bygger på den principen. Med ICIMS Hiring Agent fattar de rekryterande cheferna alla beslut, medan agenten sköter uppföljningen med påminnelser om utestående uppgifter, prioriterade nästa steg och snabbare tillgång till information om kandidaterna. ICIMS Sourcing Agent identifierar, matchar och kontaktar kvalificerade kandidater utifrån organisationens befintliga talangdata, och administratörerna avgör när, var och hur stor självständighet den får. Den kontrollen bör ligga kvar hos kunden, eftersom organisationer känner olika stor trygghet och den tryggheten växer när de ser resultat. När agenter tar hand om samordningen frigörs tid för rekryterarna och kandidaterna blir inte stående mellan olika steg, samtidigt som människor fortsatt ansvarar för de beslut som påverkar kvaliteten på rekryteringarna.

ICIMS Sourcing Agent kan redan identifiera kandidater och hjälpa till med kontaktförsök, medan de nya agenterna för rekrytering och intervjubokning för in agentbaserad AI längre in i rekryteringsflödet. Hur tror du att de här specialiserade agenterna så småningom kommer att samarbeta? Kan vi nå en punkt där flera agenter samordnar en hel rekryteringsprocess, medan människor främst övervakar undantag och viktiga beslut?

Det är den riktningen utvecklingen går i. Varje ICIMS Agent kan arbeta självständigt redan i dag, och kunderna kan införa dem en i taget, men visionen är att de ska samarbeta. ICIMS Sourcing Agent hittar och kontaktar kandidater. ICIMS Interview Scheduling Agent kommer att använda AI för att kontrollera tillgänglighet, boka intervjuer, hantera ändringar och hålla kandidater och rekryteringsteam informerade. ICIMS Hiring Agent ser till att rekryterande chefer och intervjuteam håller processen i gång. När överlämningarna mellan sökning efter kandidater, schemaläggning och rekryterande chefers granskning sker automatiskt förkortas tiden i varje steg och rekryteringsbehoven tillsätts snabbare. 

Vi börjar med automatisering som kunderna själva konfigurerar och bygger vidare mot samordnad intelligens som hjälper människor genom hela arbetsflödet. Med tiden kommer agenter att utföra de flesta operativa stegen från rekryteringsbehov till erbjudande, medan människor fokuserar på undantag, bedömningar och beslut som avgör vem som anställs. Takten beror främst på hur snabbt organisationer bygger upp förtroende och anpassar arbetsflöden som funnits i årtionden.

Rekrytering är en ovanligt känslig miljö för självständig AI, eftersom dess åtgärder direkt kan påverka människors karriärmöjligheter. Vilka tekniska skyddsåtgärder, möjligheter till granskning och krav på transparens anser du måste finnas inbyggda i rekryteringsagenter innan företag bör ge dem större självständighet?

Styrningen måste komma först och byggas in från början. På ICIMS styr vårt program för ansvarsfull AI hur vi utformar, utvecklar och driftsätter AI i hela vår plattform. Programmet utgår från en etisk kod som slår fast att vår AI ska ha människan i ledningen, vara transparent, värna integritet och säkerhet, vara inkluderande och rättvis, tekniskt robust och säker samt präglas av ansvarsskyldighet. Tvärfunktionella kommittéer granskar varje AI-funktion vi utvecklar och övervakar årliga granskningar av snedvridning och riskbedömningar av AI. Programmet har också validerats oberoende. ICIMS var den första leverantören av rekryteringsprogramvara för företag som fick TrustArcs TRUSTe Responsible AI Certification, och våra arbetssätt följer NIST AI Risk Management Framework, OECD AI Principles och ISO 42001.

Agenter höjer insatserna, så vi har lagt till tre krav. Graden av autonomi ska kunna konfigureras, så att kunden bestämmer hur långt en agent får gå och kan justera det över tid. Agenter ska ärva behörigheter från systemet där informationen registreras, så att de bara kan se och göra det som personen de agerar för skulle kunna se och göra. Och varje åtgärd måste kunna förklaras för en kandidat, en tillsynsmyndighet eller en styrelse.

Många team för talangförvärv börjar använda AI snabbare än de hinner införa styrning för den. Vår forskning visade att 82 % av företagen anser att transparens och förklarbarhet i AI-system är viktigt, men att 45 % saknar ett formellt ramverk för AI-styrning. När den klyftan inte åtgärdas fattas beslut om vilka kandidater som går vidare på sätt som ingen fullt ut kan förklara. Det medför juridiska risker, eftersom befintliga lagar mot diskriminering redan gäller AI-baserade rekryteringsbeslut och regler som NYC Local Law 144, Colorado AI Act och EU AI Act tillför nya krav. Det urholkar också kandidaternas förtroende, och kvaliteten på rekryteringarna försämras när starka kandidater hoppar av eller sållas bort utan att någon märker det.

När styrningen är på plats litar rekryterare tillräckligt mycket på AI-rekommendationer för att agera utifrån dem. Rekryterande chefer fattar snabbare beslut om kortlistor som de vet har tagits fram utifrån försvarbara kriterier, och kandidater får en rättvisare och mer konsekvent process. Den grunden gör det möjligt att successivt ge agenter större autonomi.

ICIMS menar att företagets AI-fördel delvis bygger på mer än 25 års erfarenhet av rekrytering och miljarder rekryteringsinteraktioner. I takt med att grundmodeller blir alltmer standardiserade, tror du då att proprietär domändata, kunskap om arbetsflöden och organisatorisk kontext blir den verkliga konkurrensfördelen för AI-agenter i stora företag?

Ja. När alla företag har tillgång till ungefär samma modeller blir modellerna en självklar grundförutsättning. Det som skiljer företagen åt är kontexten: många års kunskap om rekryterande chefers preferenser, intervjuresultat, vad som faktiskt förutsäger en lyckad rekrytering, hur ett visst team arbetar och vad kandidater reagerade positivt på. Intelligens omvandlar dessa data till beslut som är värda att lita på, och det är förtroendet som får ett företag att våga låta en agent agera.

Det är därför vi byggde Intelligent Hiring Platform på mer än 25 års rekryteringsdata och arbetsflöden. ICIMS stöder rekryteringsverksamhet hos tusentals organisationer världen över och hanterar mer än 691 miljoner kandidatprofiler. Bara under 2025 behandlade vi ungefär 243 miljoner ansökningar och hjälpte våra kunder att genomföra mer än 5,1 miljoner rekryteringar via vår plattform. Varje interaktion skapar signaler, och dessa signaler bygger den kontext som ligger till grund för bättre beslut. Den kontexten märks i resultaten. Forskning visade att ICIMS-kunder får fler kvalificerade sökande, högre effektivitet hos rekryterare och uppnår fler verksamhetsförbättringsmål än organisationer som använder HCM-system eller punktlösningar. Företag som lägger till AI i en tunn datamängd riskerar att automatisera sina gissningar och snabbare komma fram till fel svar, och den skillnaden växer för varje år.

AI-agenter kan potentiellt minska rekryterarnas administrativa arbete, men de kan också förändra rekryteringsyrket i grunden. Vilka delar av en rekryterares roll tror du att AI kommer att ta över, och vilka mänskliga förmågor blir mer värdefulla när agenter tar över mer av det operativa arbetet?

AI kommer att ta hand om den operativa belastningen, däribland praktiska moment kring urval, schemaläggning, statusuppföljning, påminnelser till rekryterande chefer och repetitivt kandidatsökande. De uppgifterna tar upp en stor del av rekryterarens arbetsvecka och bidrar inte mycket till att förbättra kvaliteten på en rekrytering. ICIMS Sourcing Agent är ett tidigt exempel. Den hittar åter silvermedaljörer, tidigare sökande och vilande profiler som redan finns i företagets databas, vilket hjälper team att tillsätta tjänster snabbare och lägga mindre pengar på extern kandidatsökning.

Det som återstår är arbete som kräver mänskligt omdöme. Rekryterare kommer att utforma strategier för talangförsörjning tillsammans med verksamhetsledare, hantera komplexa förhandlingar, bygga nära relationer med kandidater och ge rekryterande chefer råd om vem som passar i teamet. I den bemärkelsen blir rekryterare rådgivare inom talangförsörjning. Marknaden befinner sig fortfarande i ett tidigt skede av den här förändringen. Vår forskning visade att 69 % av företagen använder AI inom talangförvärv, medan endast 12 % har infört agentisk AI som kan agera på en användares vägnar. När den klyftan minskar kommer de rekryterare som lyckas att se agenter som en förstärkning av sin kapacitet och använda tiden de får tillbaka till de delar av arbetet som påverkar rekryteringsresultaten.

Agentiska system medför också en ny integrationsutmaning: företag kan så småningom ha rekryteringsagenter, HR-agenter, produktivitetsagenter och agenter för allmänna ändamål som arbetar inom samma organisation. Hur viktig blir interoperabiliteten mellan agenter och plattformar, och vem bör i slutänden styra vilka behörigheter och vilken kontext som delas mellan dem?

Det blir avgörande. Företag kommer att använda många agenter för rekrytering, HR, produktivitet och allmänna ändamål, och rekrytering berör dem alla. ICIMS Hiring Agent, som arbetar i Microsoft Teams, är ett tidigt exempel på en rekryteringsagent i en produktivitetsmiljö, och den typen av koppling kommer att bli vanlig. Öppna ekosystem är mycket viktiga här, och därför har vi satsat på utbyggbarhet med mer än 800 partner i vår marknadsplats och mer än 10 000 API-baserade integrationer. Sammankopplade agenter ger också kandidater och rekryteringsteam en smidigare upplevelse, eftersom arbetet kan flyttas mellan system utan de manuella överlämningar som fördröjer rekryteringen.

Kontrollen bör ligga hos företaget, och det auktoritativa systemet bör se till att dess regler efterlevs. Kandidatuppgifter är personliga och omfattas ofta av reglering, så agenter bör bara få tillgång till den information de behöver för en viss uppgift, med samma behörigheter som en person i motsvarande roll skulle ha. Varje plattform bör styra sin egen domän och dela kontext enligt tydliga, granskningsbara regler som kunden fastställer. Inom rekrytering har ATS-systemet den styrande rollen, vilket är en viktig anledning till att jag tror att plattformens betydelse ökar i takt med att antalet agenter växer.

Om vi ser bortom de agenter som ICIMS har presenterat i dag, vad tror du blir nästa stora genombrott inom agentbaserad AI för rekrytering? Vilka funktioner som fortfarande verkar svåra att åstadkomma i dag tror du att rekryteringsplattformar kommer att kunna erbjuda när tekniken mognar?

Jag tror att nästa genombrott blir agenter som arbetar på båda sidor av rekryteringsprocessen. Kandidater kommer i allt högre grad att företrädas av AI-karriäragenter som känner till deras validerade kompetenser, arbetshistorik och marknadsvärde och kontinuerligt letar efter möjligheter som de kanske aldrig hade hittat på egen hand. Rekryterande chefer kommer att arbeta med en agent som omvandlar ett verksamhetsbehov till en kompetensprofil, presenterar rangordnade kandidater med tillgängliga prestationsdata och strukturerar själva utvärderingen. Chefen fattar fortfarande beslutet, men med betydligt större säkerhet och betydligt mindre gissande.

En annan förändring är att koppla rekrytering till prestation. De flesta rekryteringssystem slutar lära sig när någon tackar ja till ett erbjudande. När plattformar kopplar rekryteringsbeslut till hur människor faktiskt presterar och utvecklas blir de bättre på att förutsäga rekryteringens kvalitet, och gränsen mellan rekrytering och att behålla medarbetare börjar suddas ut. Resultatet blir snabbare rekrytering, bättre förutsägelser om prestation och att företagen behåller fler av dem de anställer. Mycket av tekniken som krävs för detta finns redan. Företagen som nu bygger upp AI-kompetens, styrning och djup kontext kommer att forma framtidens bild av framgångsrik talanganskaffning.

Tack för den fina intervjun. Läsare som vill veta mer kan besöka ICIMS.