Een kandidaat heeft vorige week besloten niet bij je te solliciteren. Je hebt het niet gezien. Geen afwijzing, geen mailtje, geen sollicitatie die uitbleef en die je kon tellen. Ze stelde een vraag aan ChatGPT, kreeg een antwoord over jouw organisatie, en ging verder.
Misschien klopte dat antwoord. Misschien niet.
PerceptionX onderzocht in mei 306 werkzoekenden in zeven landen. 96% van de mensen die AI gebruiken, zet het in om werkgevers te onderzoeken. 72% doet dat vóór ze besluiten te solliciteren. En 40% ontdekt op die manier werkgevers die ze daarvoor niet kenden.
40% van de kandidaten leert nieuwe werkgevers kennen via een taalmodel. Niet via jouw werkenbij-site. Niet via een advertentie. Via een gesprek waar jij niet bij zit.
Zoeken werd vragen en bij een vraag geeft AI één antwoord
Het zoeken zelf schuift op. SparkToro mat begin dit jaar dat 68% van de Google-zoekopdrachten in de VS eindigt zonder klik. Twee jaar geleden was dat 60%. Waar een AI Overview verschijnt, valt het aantal kliks met ruim een derde. Mensen krijgen hun antwoord in het scherm en gaan door.
Zoeken werd vragen. En bij een vraag geeft AI één antwoord, met namen erin. Geen tien blauwe links waar de kandidaat zelf uit kiest.
En de vragen zijn precies die van iemand die zich oriënteert. Welke werkgever in mijn sector heeft de beste cultuur. Waar kan ik echt doorgroeien. Welk bedrijf past bij iemand met mijn ervaring. Dat zijn geen vragen over jouw merknaam. Dat zijn vragen van mensen die je nog niet kennen, in het deel van de trechter waar de meeste werkgevers niets hebben staan. Precies daar wordt de keuze gemaakt.
Het deel dat pijn doet
Nu het deel dat pijn doet. In datzelfde onderzoek zegt 82% dat AI hun beeld van een bedrijf heeft veranderd. En 58% heeft AI betrapt op onjuiste informatie over een werkgever.
Meer dan de helft. Een verkeerd salaris, een reorganisatie die al lang achter de rug is, een cultuurbeeld dat nergens op slaat, een fusie van vijf jaar geleden die wordt verteld alsof het gisteren gebeurde.
De Harris Poll legde er in juli een tweede laag onder. 72% van de mensen weet dat AI zelfverzekerd kan klinken terwijl het advies niet klopt. Ze weten het. En ze handelen er alsnog naar, want het antwoord komt vloeiend en op het juiste moment.
AI is de eerste recruiter geworden.
Het filtert kandidaten voordat jij een cv ziet. Het beantwoordt “is dit een goede werkgever” voordat iemand op je vacature klikt. En het doet dat op basis van wat het over je vindt op het web, niet op basis van wat jij denkt uit te stralen.
Voor een taalmodel bestaan er twee soorten werkgevers. De werkgever die het kan lezen, begrijpen en citeren. En de werkgever die nergens duidelijk staat, en dus wordt ingevuld of overgeslagen.
Wat vandaag nog onduidelijk op je site staat, wordt morgen door een model samengevat. Wat morgen wordt samengevat, wordt volgende maand herhaald. En wat vaak genoeg wordt herhaald, gaat door voor waarheid.
De indruk die je nooit ziet
Hier zit het echte probleem. Je kunt een indruk die je nooit ziet niet corrigeren. Een slechte Glassdoor-review kun je beantwoorden, in het openbaar, met je naam eronder. Een fout antwoord in een privégesprek tussen een kandidaat en Gemini blijft buiten je bereik. Je weet niet dat het is gegeven, je weet niet aan wie, en je weet niet wat erin stond.
Mensen zijn geen zoekresultaten. Maar voor het model dat over jou praat, ben je op dit moment precies dat: de stukjes tekst die het over je organisatie kan vinden, en de zekerheid waarmee het die aan elkaar praat. Je duurste employer-brandingfilm weegt daar minder zwaar dan drie regels op een forum die het model wél goed kan lezen.
Dat raakt iedereen die met arbeidsmarktcommunicatie bezig is. De recruiter die zich afvraagt waarom de instroom op een sterke vacature tegenvalt. De employer-brandingmanager die maanden aan een verhaal bouwt dat het model niet oppikt. De directie die denkt dat een mooie werkenbij-site genoeg is, terwijl de eerste indruk allang ergens anders wordt gevormd.
Wat je vandaag doet
Je begint met meten. Wat zegt AI vandaag over jou, op welke vragen, op welk platform, met welk sentiment. Zonder die nulmeting stuur je op onderbuikgevoel, en onderbuikgevoel is precies wat een taalmodel niet leest.
Daarna richt je de basis in. Toegang voor de crawlers, techniek die klopt, content die een vraag echt beantwoordt in plaats van hem te omzeilen met vacaturetaal. Een taalmodel citeert wat het makkelijk kan samenvatten en vertrouwen. Bullshit bingo haalt het er niet uit.
En dan blijf je meten. AI-antwoorden veranderen elke maand. Je voorsprong van vandaag is over een kwartaal een gemiddelde, en je achterstand van vandaag is over een kwartaal een gewoonte.
De kandidaat van vorige week komt niet terug om te vragen of het klopte. Ze heeft haar antwoord al. De enige vraag die telt is of jij dat antwoord gaf, of dat een model het voor je invulde.
Mijn naam is Bryan Peereboom, oprichter van AI Rebels. Wij maken werkgevers zichtbaar in taalmodellen.