AI recruitment in Nederland: meer matches, of betere matches?

AI maakt het zoeken naar werk en kandidaten sneller, niet automatisch beter. Je vindt meer vacatures, verstuurt meer reacties, sourcet meer profielen. Maar de vraag of iemand écht past, blijft mensenwerk. Snelheid en kwaliteit zijn niet hetzelfde. Dat onderscheid wordt nu belangrijker dan ooit.

Je zoekt als IT-professional je volgende stap. Of je zoekt als hiring manager iemand die blijft zitten. In beide gevallen schuift AI tussen jou en de ander in. Vacatures worden door AI geschreven, cv’s door AI opgepoetst, matches door algoritmes voorgesorteerd. Handig. Maar het verandert ook iets aan wat je terugkrijgt. En dat verdient aandacht.

Wat AI nu echt doet met werving

AI versnelt het proces en herschrijft taken, maar vervangt het oordeel niet. Onderzoek van Indeed laat zien dat 66% van de banen op het platform matig tot hoog blootgesteld is aan generatieve AI. Dat betekent: taken veranderen. Niet dat de baan verdwijnt.

Slechts 19,8% van de banen geldt als hoog blootgesteld aan AI. Volledige vervanging is in de meeste gevallen niet aan de orde. Bron: Indeed Hiring Lab.

Wat je in de praktijk ziet: 87% van de HR- en wervingsprofessionals zegt AI te gebruiken in hun proces. Bijna 70% van de werkzoekenden doet hetzelfde. Vacatureteksten, cv’s, motivatiebrieven, marktverkenning. Het is mainstream geworden. Snel en breed.

Maar er zit een keerzijde aan. Als iedereen dezelfde AI-templates gebruikt, gaan cv’s en vacatures meer op elkaar lijken. De ruis neemt toe. Wat een kandidaat écht onderscheidt, raakt makkelijker ondergesneeuwd. Voor wie wil begrijpen hoe AI in recruitment precies werkt, is dat een belangrijk vertrekpunt: de techniek verhoogt het volume, niet vanzelf de kwaliteit.

Het echte probleem is geen AI, maar de mismatch

De grootste uitdaging op de arbeidsmarkt is niet dat AI banen wegvaagt. Het is de groeiende kloof tussen de banen die ontstaan en de skills en locatie van de mensen die beschikbaar zijn. Dat is een ander verhaal dan het bekende doembeeld.

Analyses van het Hiring Lab waarschuwen dat die mismatch bij ongewijzigd beleid kan oplopen tot een werkloosheid van 8% rond 2040. Vergrijzing, lagere instroom en de verschuiving van kenniswerk spelen allemaal mee. Niet de robot die je baan inpikt, maar het gat tussen vraag en aanbod.

Bij early-career werkers in AI-gevoelige functies zien onderzoekers een daling van 13% in werkgelegenheid en 6% in uren. Een teken dat instroom en bijscholing nu al schuren. Bron: Stanford/Indeed.

Voor IT-professionals betekent dit iets concreets. Het draait niet meer om je functietitel, maar om welke skills je hebt en hoe die meebewegen. Een rol heet morgen misschien anders. De vraag is of jij kunt schakelen. En of iemand je helpt die overgang te maken in plaats van je alleen op een oude profielomschrijving af te rekenen.

Van uitvoeren naar regie voeren

De rollen waar wij op bemiddelen verdwijnen niet. Ze verschuiven. Generatieve AI kan in softwareontwikkeling een groot deel van het routinewerk overnemen of ondersteunen. Wat overblijft, vraagt iets anders van je.

Ongeveer 46% van de skills in een typische vacature is klaar voor wat onderzoekers “hybride transformatie” noemen: AI doet veel voorwerk, de mens bewaakt en stuurt bij. Dat verschuift het zwaartepunt. Minder zelf alles bouwen, meer bewaken, interpreteren en de regie houden over wat AI oplevert.

Dat raakt direct aan soft skills. Kun je uitleggen waarom een keuze klopt? Kun je samenwerken met een team dat half door AI wordt ondersteund? Kun je de output van een model kritisch beoordelen in plaats van blind overnemen? Dat zijn vaardigheden die geen certificaat dekt.

Voor een hiring manager betekent dit dat je verder moet kijken dan de stack. Iemand die technisch sterk is maar niet kan schakelen tussen techniek en de mensen eromheen, mist nu net dat stuk. Wij toetsen die kant vooraf, juist omdat hij in een cv onzichtbaar blijft. Dat is precies waar technische detachering zich onderscheidt van het simpelweg doorsturen van profielen.

Wat dit betekent voor jouw volgende stap

Als IT-professional kun je AI prima inzetten om sneller vacatures te vinden en je cv aan te scherpen. Doe dat vooral. Maar reken erop dat de inhoudelijke fit ergens een mens vraagt. Een algoritme matcht op woorden. Wij matchen vanuit de mens: drijfveren, persoonlijkheid, het soort plek waar je echt past.

Voor wie bewust freelance werkt, geldt hetzelfde. De juiste opdracht vinden is meer dan een keyword-match. Wij nemen de administratieve en commerciële kant uit handen, zodat jij je op het werk kunt richten. En we bemiddelen pas als we er voor 100% in geloven. Als we er niet in geloven, doen we het niet.

Voor de hiring manager: meer kandidaten via AI klinkt aantrekkelijk, maar meer is niet beter. Je wilt geen stapel oppervlakkige reacties. Je wilt iemand die blijft zitten. Daarvoor nemen wij de verrassingen vooraf weg. Dat is ook waar de veranderende regels rond IT-inhoud en inhuur om vragen: zorgvuldigheid, niet snelheid.

Er bestaat ook een begeleide weg naar vast. Bij een Detavast-constructie toetsen we de match grondig vooraf, en daarna zijn we de vertrouwde thuisbasis tijdens de aanloop naar een vast contract. Dankzij opvolgend werkgeverschap tellen de jaren bij i-linked al mee zodra de opdrachtgever overneemt. Dat verlaagt de drempel. Voor beide kanten.

Veelgestelde vragen

Conclusie

AI verandert werving in Nederland razendsnel. Vacatures, cv’s en sourcing lopen steeds vaker via slimme tools, en dat is prima. Maar meer data en meer snelheid leveren niet automatisch een betere match. De kern blijft een mensenvraag: past deze persoon hier echt, op de lange termijn?

De banen verdwijnen niet, ze verschuiven. Skills veranderen, rollen worden herontworpen, en het echte risico is de mismatch tussen vraag en aanbod. Daar ligt voor jou de kans, of je nu je volgende stap zoekt of iemand wilt die blijft zitten. Wat zou een goede match voor jou echt onderscheidend maken? Daar gaan we graag eens over sparren, met of zonder algoritme ertussen.