
Vicepresident Talent deelt hoe AI gedurende de gehele levenscyclus van talentwerving kan worden geïntegreerd

Greg Russell
Vicepresident Talent bij Cover Genius

Ontdek hoe een wereldwijde talentleider AI gedurende de gehele wervingscyclus integreert om de beoordeling van kandidaten, de productiviteit van recruiters en de kwaliteit van nieuwe medewerkers te verbeteren zonder het beoordelingsvermogen uit te besteden.
Greg Russell
Vicepresident Talent bij Cover Genius

Key Takeaways
AI-integratie: Greg Russell gebruikt AI om talentwerving bij Cover Genius te verbeteren, met prioriteit voor de 'kwaliteit van nieuwe medewerkers'.
Lean team: Cover Genius heeft een klein, wereldwijd verspreid wervingsteam dat onlangs met succes 230 mensen heeft aangenomen.
Evolutie van interviews: AI-tools verbeteren interviewprocessen en leveren bij Cover Genius gedetailleerde transcripties en betere beoordelingen op.
Strategische verbetering: AI vermindert de tijd die aan strategische werkzaamheden wordt besteed, waardoor businesscases en presentaties sneller kunnen worden afgerond.
Beperkingen van AI: Beslissingen over beoordeling en selectie bij Cover Genius blijven door mensen gestuurd, zodat AI cruciaal beoordelingsvermogen niet vervangt.
Toen Greg Russell bij Cover Genius begon als vicepresident Talent, was de organisatie overgeoptimaliseerd voor efficiëntie. Hij gebruikte AI om hun Talent-processen opnieuw vorm te geven, met 'kwaliteit van de aanwerving' als hun belangrijkste maatstaf.
We spraken met Greg om te ontdekken hoe dit er in de praktijk uitziet. Dit is wat hij te zeggen had.
'Kwaliteit van de aanwerving' als belangrijkste maatstaf

Ik ben Greg Russell, vicepresident Talent bij Cover Genius, een wereldwijd insurtechbedrijf dat bescherming integreert in de platforms die mensen al gebruiken. Het is mijn taak om het team op te bouwen dat die visie werkelijkheid maakt.
Zoals de meeste mensen in recruitment ben ik er min of meer ingerold. Maar wat me erin hield, en waar ik echt van ben gaan houden, is dat recruitment in wezen verhalen vertellen is. De beste recruiters vertellen een authentiek verhaal over een bedrijf en een functie, op een manier die precies op het juiste moment aanslaat bij precies de juiste persoon.
Vier jaar lang werkte ik bij Snapdocs, waar ik me obsessief bezighield met cultuur, kandidaatervaring, het vak van recruiter en wat ervoor nodig is om iemand te begeleiden tot een geweldige wervingspartner.
Toen ik bij Cover Genius kwam, erfde ik een functie die overmatig was geoptimaliseerd voor efficiëntie en snelheid. Dat hielp bij de eerste schaalvergroting, maar om het bedrijf op te bouwen dat we echt wilden zijn, zag ik dat snelheid alleen niet voldoende zou zijn. Daarom maakten we een bewuste verschuiving: 'kwaliteit van de aanwerving' (QoH) werd onze belangrijkste maatstaf. We bouwden het proces vanaf nul opnieuw op en zeiden: 'We gaan doelgerichter werven, en het zal de moeite waard zijn.'
Dat proces om grondiger en consequenter te werken, opende voor mij de deur naar AI. Wanneer je je volledige funnel in kaart brengt en de knelpunten identificeert, begin je alle plekken te zien waar handmatige processen onnodige vertraging veroorzaken of ervoor zorgen dat je belangrijke signalen mist. Vervolgens komt AI en zegt: 'Daar kan ik bij helpen.'
De reis naar dit moment liep van vakmanschap via systeemdenken naar technologie. Ik ben nooit gestopt met aandacht te hebben voor de menselijke kant van werving. Ik ben me er wel veel meer om gaan bekommeren of de infrastructuur eromheen de mensen die deze beslissingen nemen wel recht deed.
Recruitment draait in wezen om verhalen vertellen.

More Articles
Wereldwijde talentwerving aansturen met een klein team
Cover Genius is een bedrijf met 600 medewerkers, maar het team voor talentwerving is bewust klein gehouden. Ik heb zeven recruiters verspreid over onze belangrijkste regio's: Noord-Amerika, APAC vanuit Sydney, EMEA vanuit Londen, en twee recruiters voor de klantorganisatie en een coördinator in Uruguay.
Bij wervingspieken breiden we tijdelijk uit met ingehuurde medewerkers in plaats van vaste formatie toe te voegen die we later weer zouden moeten afbouwen. Met dat team hebben we in dit boekjaar (10,5 maanden) ongeveer 230 mensen aangenomen, met 38 aanwervingen in onze drukste maand.
Wat betreft mijn verantwoordelijkheden: ik houd me bezig met alles, van strategie en procesontwerp tot de dagelijkse wervingsactiviteiten. Ondersteuning van personeelsmanagers, ontwikkeling van recruiters, tools en werkgeversmerk vallen allemaal onder mij. Ik rapporteer aan onze directeur Personeel en werk nauw samen met het directieteam aan personeelsplanning en prioriteiten.
Kort samengevat: een klein team, een grote opdracht en een wereldwijde reikwijdte.
Hoe AI in de volledige wervingscyclus is geïntegreerd
Ons wervingsproces begint vóór het eerste gesprek met een kandidaat. Wanneer een personeelsmanager een nieuwe vacature opent, helpt AI bij het schrijven en verfijnen van de functieomschrijving. Dat klinkt misschien eenvoudig, maar een goed opgestelde functieomschrijving vormt de basis voor alles wat daarna komt, waaronder de effectiviteit van de tool voor AI-beoordeling. Slechte invoer leidt tot slechte uitvoer.
Zodra de vacature online staat en de sollicitaties binnenkomen, gebruiken we ons ATS op basis van AI, Kula, en de AI-beoordelingsfunctie ervan om prioriteiten in de kandidatenpijplijn aan te brengen. Ik wil precies uitleggen hoe dit werkt, omdat ik denk dat het gemakkelijk verkeerd begrepen kan worden.
Dit is niet AI die kandidaten autonoom rangschikt. Recruiters en personeelsmanagers bouwen iteratief een zeer nauwkeurig af te stemmen filter om precies weer te geven waarnaar ze op zoek zijn. Het brengt de meest gekwalificeerde kandidaten naar voren op basis van de criteria die we het geven. Het onderneemt geen zelfstandige actie. Het is een hulpmiddel om ons oordeel op schaal toe te passen, geen vervanging ervan.
Daarna gaan we over tot de sollicitatiegesprekken. De AI-notulist draait bij elk telefonisch screeningsgesprek en panelinterview en levert woordelijk nauwkeurige transcripties, door AI gegenereerde notities en samenvattingen van kandidaten.
Dit zorgt voor een veel rijker beeld van elke kandidaat dan we eerder hadden. Nabesprekingen zijn inhoudelijker, omdat iedereen met hetzelfde gedetailleerde verslag werkt in plaats van met fragmentarische persoonlijke notities.
Wat het aanbod betreft: als we iemand aannemen buiten een van onze gevestigde kantoorlocaties, gebruiken we AI om marktgegevens over beloning te verzamelen en samen te voegen. En we staan op het punt om onze beloningsbanden volledig te vernieuwen, waarbij AI een groot deel van de analyse zal uitvoeren.
Nadat we iemand hebben aangenomen, rapporteren we met behulp van de conversatiefunctie van Kula. In plaats van query's te bouwen of door een BI-tool te navigeren, stel je gewoon een vraag in gewone taal. "Wat was onze gemiddelde doorlooptijd voor het invullen van vacatures voor technische functies in het eerste kwartaal?" Vervolgens wordt het antwoord weergegeven. Dat is een betekenisvolle verandering in de toegankelijkheid van gegevens voor mensen die geen dataspecialisten zijn.
Hoe een AI-native ATS sollicitatiegesprekken verbetert

Ik wil wat dieper ingaan op de manier waarop Kula's AI onze sollicitatiegesprekken verandert.
De ingebouwde opnametool en notulist voor sollicitatiegesprekken hebben voor ons het grootste verschil gemaakt. Voor degenen die bekend zijn met vergelijkbare tools: het is alsof BrightHire rechtstreeks in de tool is ingebouwd. Voor degenen die er niet bekend mee zijn: denk aan Gong, maar dan voor sollicitatiegesprekken. AI neemt elk gesprek automatisch op, transcribeert het en maakt er een samenvatting van. Deze ene mogelijkheid heeft een domino-effect gecreëerd in ons hele proces:
- Interviewers kunnen aanwezig zijn in het gesprek. Voorheen krabbelde iemand verwoed notities terwijl die half naar een kandidaat luisterde. Nu zijn ze betrokken, stellen ze betere vervolgvragen en voeren ze een echt gesprek. AI legt alles vast.
- Personeelsmanagers kunnen de opname terugkijken. Dat klinkt eenvoudig, maar het verandert alles. Wanneer je tijdens een nabespreking discussieert over een twijfelgeval, kun je het gesprek bekijken in plaats van te vertrouwen op iemands geheugen of een samenvatting in opsommingstekens. De kwaliteit van die gesprekken verbetert aanzienlijk.
- Dit spreekt me als TA-leider het meest aan: het biedt ongekende zichtbaarheid in de prestaties van interviewers. We kunnen nu zien wat er in de ruimte gebeurt. Stellen mensen de juiste vragen? Brengen ze het bedrijf goed onder de aandacht? Zorgen ze voor een goede ervaring voor kandidaten? We kunnen daarop coachen met specifieke, gerichte feedback. Dit is voor de meeste TA-teams een werkelijk nieuwe mogelijkheid.
Wat de resultaten betreft: ons interview over Leiderschap en Waarden (L&V) is ons laatste gesprek om de culturele aansluiting te toetsen en omvat een ingebouwd vetorecht. Kula's AI-recorder maakt dit vetorecht mogelijk. Als iemand een "Nee" is, lees ik de transcriptie en bekijk ik de belangrijkste delen van het gesprek. Daarna bespreken we het.
Op dezelfde manier vragen interviewers die ergens niet zeker over zijn mij om dat deel van het gesprek te bekijken en mijn mening te geven. In de eerste twee maanden nadat we dat proces met opnames als basis hadden versterkt, leidde L&V tot acht beslissingen om niet aan te nemen tegenover 56 aanstellingen in totaal. Dat is geen ruis. Dat is het filter dat werkt.
Het rode draad door dit alles is het signaal. Onze filosofie rond de kwaliteit van aanstellingen berust op het idee dat betere signalen tot betere beslissingen leiden. Kula's AI-tools leveren meer en betere signalen, en meer manieren om daarop te handelen. De verandering zit niet alleen in het systeem; het systeem heeft veranderd hoe mensen zich inzetten.
Hoe AI strategisch werk verandert
Een ander aspect dat wordt beïnvloed, is mijn strategische werk. Het schrijven van een businesscase of strategiedocument kostte vroeger dagen, soms weken, verdeeld over meerdere versies en sessies. Nu rond ik dat werk in een paar uur af. Het samenstellen van dia's, grafieken en infographics voor presentaties aan leidinggevenden was vroeger een taak voor de hele dag; nu kost het minuten. Dat is niet overdreven, het is simpelweg wat er is gebeurd.
Omdat AI-tools verbinding maken met onze systemen — Slack, Gmail, Google Docs — kan ik ze vragen om de context uit al die systemen tegelijk te halen. Ze kunnen recente gesprekken over een onderwerp samenvatten, een document vinden en een gesprek met een andere discussie vergelijken. Daarvoor moest ik door vier tabbladen zoeken; nu is één prompt voldoende.
Eerlijk gezegd heb ik nog geen aanzienlijke, kwantificeerbare nadelen gezien van het integreren van AI. We moesten enkele personeelsmanagers ervan wegleiden om te zwaar op AI te leunen bij het vormen van hun mening, maar dat was eenvoudig op te merken en te verhelpen.
Ik weet dat dit te mooi klinkt om waar te zijn, en het is nog vroeg. Ik let nauwlettend op problemen zoals een afnemende signaalkwaliteit als mensen zich niet langer kritisch met de output bezighouden. Er bestaan reële risico's, maar we zijn ze tot nu toe nog niet in materiële mate tegengekomen.
Waar AI bij werving beperkt moet worden

Greg deelt
AI kan ons helpen profielen te matchen, de sterkste kandidaten naar voren te halen en samen te vatten wat er tijdens een sollicitatiegesprek is gebeurd. De beslissing kan AI niet nemen.
Ik wil duidelijk zijn over waar we de grens trekken, omdat dit voor mij een principiële kwestie is.
Evaluatie en selectie blijven altijd volledig mensenwerk. AI kan ons helpen profielen te matchen, de sterkste kandidaten naar voren te halen en samen te vatten wat er tijdens een sollicitatiegesprek is gebeurd. De beslissing kan AI niet nemen.
Onze regel voor de notulist is expliciet: AI kan notities aanvullen, maar de menselijke interviewer moet de kandidaat beoordelen en zelf feedback schrijven waarin die zijn of haar redenering uitlegt. AI zal bij Cover Genius nooit automatisch een kandidaat afwijzen. Punt uit.
De reden is geen terughoudendheid tegenover technologie. Een aanwerving is een menselijke beslissing over een mens. Wij beslissen wie zich bij dit bedrijf aansluit, wie onderdeel wordt van deze cultuur en wie deze kans krijgt. Dat is geen beslissing die je aan een algoritme overdraagt, hoe goed het ook wordt.
AI is een ongelooflijk nuttig hulpmiddel en het zal alleen maar krachtiger worden. Maar uiteindelijk bestaat dit bedrijf uit mensen. Mensen moeten beslissen welke andere mensen ze erbij halen.
AI-waarborgen instellen in wervingsprocessen
Ik had onderschat hoe gemakkelijk sommige mensen hun beoordelingsvermogen aan AI zouden overlaten. Niet op dramatische wijze, maar stilletjes en geleidelijk, waardoor het gemakkelijk te missen is als je er niet op let.
We zagen dit voor het eerst bij functieomschrijvingen. Sommige mensen nemen de uitvoer van AI, lezen die snel door en publiceren hem. Eerlijk gezegd is dit waarschijnlijk dezelfde reflex die ertoe leidde dat diezelfde mensen in het tijdperk vóór AI gewoon de functieomschrijving van een ander bedrijf kopieerden. Het hulpmiddel veranderde, maar het gedrag niet.
Een ingrijpendere variant zagen we bij samenvattingen van sollicitatiegesprekken. Kort nadat we de AI-notulist hadden uitgerold, merkten we dat veel mensen het prima vonden om AI niet alleen de notities, maar ook de algemene samenvatting en mening over de kandidaat te laten invullen. In feite besteedden ze de aanbeveling om iemand aan te nemen uit aan het hulpmiddel.
We merkten het snel op en voerden waarborgen in. De regel is nu expliciet: AI mag helpen met notities, maar de menselijke interviewer moet zelf een beoordeling schrijven en de score zelf toekennen. Niet onderhandelbaar.
Maar wat me echt verraste, was dat ik het überhaupt moest zeggen. Voor mij staat het zo vast dat de mens altijd de beslisser is; ik nam aan dat dit een breed gedeelde reflex was. Dat blijkt minder universeel te zijn dan ik dacht.
Ik zou die waarborgen vóór de lancering hebben ingesteld, niet erna. En ik zou vooraf veel bewuster hebben bepaald waarbij AI ondersteunt en wat het nooit vervangt. Die duidelijkheid doet ertoe en het is beter om die vast te leggen voordat gewoontes ontstaan dan ze achteraf te proberen corrigeren.
Ik zou vooraf veel bewuster hebben bepaald waarbij AI ondersteunt en wat het nooit vervangt. Die duidelijkheid doet ertoe en het is beter om die vast te leggen voordat gewoontes ontstaan dan ze achteraf te proberen corrigeren.

Hoe AI de cv-screening verandert
AI zorgt ook voor nieuwe uitdagingen.
Hier is een goed voorbeeld. We zien een stortvloed aan wat ik ‘perfecte’ cv’s noem. Kandidaten gebruiken AI om hun sollicitaties af te stemmen op precies onze functieomschrijving. We krijgen 100 sollicitanten, van wie er 50 in het systeem van Kula 95 of hoger op 100 scoren. Allemaal exacte matches.
Dus hoe bepaal je wie je als eerste belt? Dat kan niet. Het beoordelen van cv’s als screeningsinstrument verdwijnt.
En je kunt niet voor elke functie 50 of 100 mensen telefonisch screenen. De rekensom klopt niet.
We lossen een AI-probleem op met AI. We beoordelen AI-interviewers die elke sollicitant onmiddellijk en consistent kunnen screenen. Iedereen krijgt hetzelfde eerste gesprek, ongeacht wanneer die heeft gesolliciteerd of wie het cv beoordeelt. Eerlijk gezegd is dat eerlijker voor kandidaten, niet minder eerlijk. We beginnen met functies in de klantenservice waarvoor grote aantallen mensen worden gezocht en waarbij de toepassing het duidelijkst is, maar we zien dit probleem ook bij techniek.
Zullen ingenieurs enthousiast zijn over sollicitatiegesprekken met AI? Waarschijnlijk in eerste instantie niet. Maar ik denk dat dit sneller verandert dan mensen verwachten. Mijn oprechte voorspelling is dat je over 12 tot 18 maanden het verschil tussen een AI-interviewer en een menselijke interviewer niet meer zult kunnen zien. Misschien zelfs eerder. Het ongemak dat mensen er vandaag bij voelen, duurt waarschijnlijk veel korter dan het lijkt.
Waarom leiders AI met aandacht zouden moeten omarmen

Greg deelt
Dus doe mee. Maar doe mee met open ogen… Wees geen paniekzaaier. Maar loop ook niet als een slaapwandelaar door het leven.
Word enthousiast over AI-transformatie. Wees niet bang. Ik weet dat dat makkelijker gezegd is dan gedaan. De zorgen zijn legitiem. Het is niet moeilijk om de lijn door te trekken naar een wereld waarin hele beroepscategorieën sneller worden geautomatiseerd en verdwijnen dan iemand zich kan aanpassen, of waarin AI alleen maar de vooroordelen en gebrekkige systemen versterkt die we al hebben. Dat zijn geen irrationele zorgen. Ze zijn echt.
Maar dit is het punt: het is er. Het gaat nergens heen. Elke professional, in welke functie dan ook, moet op de trein springen of erdoor worden overreden, en ik zou beweren dat dit minstens zo waar is voor leiders als voor ieder ander.
Leiders voelen zich misschien relatief veilig vanwege hun ervaring en senioriteit, en ik denk dat daar deels waarheid in zit. AI automatiseert niet gemakkelijk het beoordelingsvermogen dat voortkomt uit het gedurende een loopbaan navigeren door echte uitdagingen, echte mislukkingen en echte complexiteit. Iemand moet de AI aansturen. Iemand moet beslissen waarop deze wordt gericht en of de uitvoer betrouwbaar is. Dat is een taak voor leiders.
Maar relatief veiliger zijn is niet hetzelfde als veilig zijn. En belangrijker nog: de verdediging spelen is hier het volledig verkeerde uitgangspunt. De leiders die in dit moment floreren, zullen niet degenen zijn die hun positie beschermen. Het zullen degenen zijn die dit met beide handen hebben aangegrepen en zichzelf superkrachten hebben gegeven. En het moment om dat te doen is nu. De ontwikkelingen gaan te snel om op een geschikter moment te wachten.
Dus doe mee. Maar doe mee met open ogen.
Hier zou ik aandacht bij betrekken, en ik bedoel dat oprecht, niet als een modewoord. Benader elke interactie met AI, elk idee dat het genereert en elk transformerend moment dat het mogelijk maakt met helderheid, discipline en intentie. Weet wat je vraagt en waarom. Onderzoek wat je terugkrijgt.
De reden voor dit soort bewuste betrokkenheid is bij AI sterker dan in uitsluitend menselijke contexten, omdat de uitvoer sneller komt, op grotere schaal kan worden toegepast en op manieren fout kan gaan die niet altijd direct duidelijk zijn.
Wees geen paniekzaaier. Maar loop ook niet als een slaapwandelaar door het leven.
Hoe je talentwerving met AI opnieuw vormgeeft

Ik zou beweren dat talentwerving, zelfs als je mijn duidelijke vooringenomenheid buiten beschouwing laat, oprecht een van de beste gebieden is waar elke organisatie zich nu op zou moeten richten. Niet alleen teams voor talentwerving. Elk bedrijf dat mensen aanneemt.
De mogelijkheden zijn er. Dat is wat er is veranderd. Dit is niet langer theoretisch. AI is vandaag goed genoeg om betekenisvolle, materiële verbeteringen aan te brengen in de manier waarop bedrijven mensen aannemen, terwijl de meeste organisaties nog steeds een proces hanteren dat er in wezen hetzelfde uitziet als vijf jaar geleden.
Het kader voor het grondig vernieuwen van talentwerving is eenvoudig:
- Breng eerst alles in je wervingsproces in kaart wat routinematig en repetitief is, en automatiseer dit. Vacatureteksten schrijven, planning, onderzoek en actieve kandidatenbenadering, cv-beoordeling, eerste selectie, notities maken en basisrapportage. Haal daar zoveel mogelijk van weg bij je recruiters, of zorg er op zijn minst voor dat ze vele malen efficiënter worden dan ze nu zijn.
- Denk goed na over de onderdelen van het proces met de grootste hefboomwerking — waar betere signalen tot betere beslissingen leiden — en vraag je af hoe AI je kan helpen om dieper te gaan.
- Wees doelgericht in wat je je recruiters laat doen met de tijd en mentale ruimte die ze terugkrijgen, want het doel is niet efficiëntie omwille van de efficiëntie. Het doel is om hen oprecht adviserende partners van de organisatie te maken in plaats van procesbeheerders.
Als je dat goed doet, gebeuren er drie dingen. Je krijgt bij elke kandidaat sterkere, bredere en diepgaandere signalen. Je recruiters hebben de tijd en middelen om leidinggevenden die mensen aannemen te adviseren in plaats van kandidaten alleen maar door een pijplijn te duwen. En de kandidaatervaring verbetert, omdat het proces sneller en consistenter is en menselijker waar dat telt.
Dat alles ligt vandaag binnen handbereik. Niet over twee jaar. Nu.
Blijf volgen
Je kunt contact opnemen met Greg Russell via LinkedIn of Cover Genius bezoeken om meer te weten te komen.
Er komen nog meer interviews met experts op People Managing People!



