
Topverkopende HR-expert Josh Bersin deelt hoe HR-leiders de “superwerknemers” van morgen kunnen creëren

Josh Bersin
Oprichter van The Josh Bersin Company

Josh Bersin heeft een lange carrière achter de rug waarin hij leidinggaf aan engineering, HR en talent bij bedrijven als Exxon en IBM. Tegenwoordig helpt hij leidinggevenden en organisaties om AI te gebruiken om zichzelf opnieuw uit te vinden. Onlangs bouwde hij een AI-assistent genaamd Galileo, die inmiddels goed is voor een derde van de omzet van zijn bedrijf.
Josh Bersin
Oprichter van The Josh Bersin Company

Key Takeaways
AI creëert superwerknemers — maar alleen met hands-on leiderschap: De echte waarde van AI zit niet alleen in snelheid of automatisering, maar in het opnieuw ontwerpen van werkprocessen. Leiders moeten AI actief gebruiken, experimenteren als voorbeeldgedrag voorleven en werk van begin tot eind opnieuw doordenken om exponentiële productiviteit vrij te maken.
Nieuwsgierigheid en scepsis zijn nu essentiële leiderschapsvaardigheden: Leiders die goed presteren stellen resultaten ter discussie, begrijpen de kwaliteit van gegevens en behandelen AI als een motor voor hypothesen — niet als een bron van waarheid.
De grootste AI-kans voor HR is strategisch, niet transactioneel: Het hoogste rendement komt van AI-ondersteunde onboarding, leren, interne mobiliteit en personeelsplanning — niet van eenvoudige productiviteitstools.
We gingen met Josh om tafel om te ontdekken hoe HR-leiders de ‘superwerknemers’ van morgen kunnen creëren. Dit is wat hij te zeggen had.
Een carrière in IT, leiderschap, e-learning en talent
Mijn carrière omvat meer dan 20 jaar als werknemer en leider, enkele jaren als ondernemer en nog eens drie decennia als senior HR-adviseur, consultant en onderzoeker.
Ik begon mijn carrière als ingenieur. Daarna werkte ik in de IT: twee jaar bij Exxon, tien jaar bij IBM en acht jaar bij Sybase. In 1998 trad ik toe tot de ontluikende e-learningsector, waar ik bij een start-up ging werken. We lieten dat bedrijf groeien en verkochten het uiteindelijk aan een groter bedrijf. Plotseling was ik een expert geworden op het gebied van training, online leren en talentmanagement.
In 2001, vlak na 9/11, werd ik tijdens de dotcomzeepbel ontslagen en besloot ik dat het tijd was om analist te worden. Aanvankelijk richtte ik me op e-learning — destijds een populair onderwerp. Van daaruit breidden we ons bereik uit en richtten mijn partner en ik Bersin & Associates op, een onderzoeks- en adviesbureau dat zich richt op alle HR-gebieden.
Mijn technologische achtergrond geeft me enorme diepgang op het gebied van HR-technologie, data en AI. Ik voel me bevoorrecht dat ik mijn persoonlijke leiderschapservaring, mijn tijd als manager bij grote bedrijven en mijn werk als analist kan samenbrengen om HR-teams en -leiders te helpen hun bedrijven, organisaties en persoonlijke loopbanen opnieuw uit te vinden.
The Josh Bersin Company is misschien klein, maar wel krachtig. Met een team van 50 mensen van wereldklasse hebben we een platte, ‘talentdichte’ organisatie waarin iedereen met klanten werkt en exponentieel bijdraagt aan ons algehele succes. Ik heb geleerd hoe ik uitzonderlijke mensen kan aantrekken die in onze missie geloven en de wereld van werk willen veranderen. En tot nu toe lijkt die aanpak te werken.
CHRO’s moeten zich nu vertrouwd maken met de technologieën en nieuwe functies, nauw samenwerken met IT- en datateams en advies- en governancekaders opzetten om de organisatie te begeleiden bij het ontwikkelen van sterke routekaarten voor waardevolle AI-projecten.

More Articles
Waarom de adoptie van AI de grootste verandering is waarmee HR-leiders vandaag worden geconfronteerd
Veruit de grootste nieuwe uitdaging van de afgelopen jaren is de adoptie, implementatie en het gebruik van AI op de werkplek.
CHRO’s moeten zich nu vertrouwd maken met de technologieën en nieuwe functies, nauw samenwerken met IT- en datateams en advies- en governancekaders opzetten om de organisatie te begeleiden bij het ontwikkelen van sterke routekaarten voor waardevolle AI-projecten.
Daarom is mijn focus verschoven naar het helpen van organisaties bij het integreren van AI in alle niveaus van besluitvorming, talentmanagement en strategische planning. Ik schat zelfs dat ik 80–90% van mijn tijd besteed aan gesprekken met CHRO’s en andere senior leiders over hoe zij AI in HR moeten benaderen— niet alleen in de context van hun mensen, hoe belangrijk dat ook is, maar als een strategische aanjager van verandering.
Waarom leiders zelf actief met AI aan de slag moeten om echte transformatie te realiseren
In de beginjaren van de IBM-pc vermeden veel leidinggevenden computers en lieten ze taken over aan secretaresses. Die mentaliteit werkt niet meer.
AI is op zoveel verschillende vlakken van het moderne bedrijfsleven en de maatschappij zo ingrijpend. Leiders moeten zelf actief met deze technologie aan de slag gaan. Ze moeten haar begrijpen.
Meer dan dat: ze moeten experimenten faciliteren en daarin het goede voorbeeld geven. AI is zo aanpasbaar dat iedereen het kan gebruiken of erop kan voortbouwen. Daarom is het faciliteren van experimenten een belangrijke leiderschapskwaliteit geworden.
In mijn eigen leiderschap streef ik ernaar niet alleen te zeggen wat anderen moeten doen, maar het elke dag zelf in de praktijk te brengen.
Hoe leiders duidelijke basisregels kunnen opstellen voor verantwoord AI-gebruik
Iedereen kan heel eenvoudig toegang krijgen tot een chatbot, vragen stellen en vervolgens een vergadering binnenlopen met informatie die al dan niet correct is. Dat betekent dat leiders de basisregels moeten vaststellen.
- Waar gaan we onze data vandaan halen?
- Kunnen we die vertrouwen?
- En gaan we zelf interne tools bouwen om nauwkeurigheid en betrouwbaarheid te garanderen?
De meeste bedrijven ontwikkelen nu interne AI-tools om te voorkomen dat mensen het internet op gaan en data binnenhalen die mogelijk onbetrouwbaar is. Het is minstens zo belangrijk om een omgeving te creëren waarin mensen hun functies en hun werk opnieuw kunnen uitvinden.
De meeste mensen begrijpen de werkelijke ROI van AI verkeerd. Het gaat niet om sneller e-mails lezen of een grafiek uit een spreadsheet maken; het gaat om het volledig herzien van de workflow, het bouwen van je eigen agents om je werk te automatiseren en vervolgens kijken naar workflows binnen meerdere functies om grotere processen te automatiseren, zoals de klantervaring, de werknemerservaring, werving, leren en meer.
Het is voor iedereen zo eenvoudig om toegang te krijgen tot een chatbot, vragen te stellen en vervolgens een vergadering binnen te lopen met informatie die wel of niet correct kan zijn. Dat betekent dat leiders de basisregels moeten vaststellen.
Hoe AI superwerknemers en supermanagers mogelijk maakt
AI verandert L&D en HR ingrijpend, maar bereikt ook een voorheen over het hoofd gezien deel van de beroepsbevolking: eerstelijnsmedewerkers en medewerkers zonder vaste werkplek. Deze door AI aangedreven transformatie verandert fundamenteel de manier waarop organisaties van boven tot onder functioneren.
Dit inzicht heeft ons gebracht bij wat wij "superwerknemers" noemen — medewerkers die worden ondersteund door AI-agents en systemen die hun productiviteit en output verhogen.
"Supermanagers" zijn vervolgens mensgerichte leiders die ook door AI worden ondersteund. Ze bevorderen een cultuur van experimenteren, geven teams autonomie, zetten AI in voor gepersonaliseerde ontwikkeling, democratiseren kansen en groei en geven prioriteit aan transparantie.
Je kunt hier en hier meer over deze concepten lezen.

Waarom het in twijfel trekken van door AI gegenereerde gegevens nu een essentiële leiderschapsvaardigheid is
In traditionele systemen hebben kleine gegevensproblemen weinig betekenis en een beperkte impact. Maar in de context van AI kan zelfs een kleine hoeveelheid vervuilde data zich via talloze zoekopdrachten verspreiden, waardoor beslissingen en inzichten op grote schaal worden beïnvloed.
Dat betekent dat iedereen die deze systemen gebruikt — en dat is nu vrijwel iedereen — de bijbehorende uitdagingen op het gebied van data moet begrijpen.
Het feit dat een groot taalmodel een zelfverzekerd antwoord geeft, betekent niet dat het correct is. Gebruikers moeten een wetenschappelijke aanpak hanteren: die antwoorden in twijfel trekken, de gegevens verifiëren en ervoor zorgen dat de inzichten daadwerkelijk betrouwbaar zijn.
En als je betrokken bent bij het implementeren van een AI-systeem, weet dan dat je veel tijd zult besteden aan datakwaliteit, eigenaarschap en governance: gebieden waarin je je er eerder misschien nog met een smoes vanaf had kunnen maken.
In ons geval bestaat het werk uit kwalitatief en kwantitatief onderzoek, vaak met grote diepgang en complexiteit. Als een analist naar me toe kwam en zei dat die ChatGPT had gebruikt om een onderzoek te schrijven waarvoor iemand duizenden dollars had betaald, denk ik niet dat die persoon die middag nog bij ons zou werken.
Wat ik wel wil, is dat ze me laten zien hoe ze analyses zouden uitvoeren en hypothetische scenario's zouden onderzoeken, waarbij ze gebruikmaken van de miljarden datapunten die onze partners op het gebied van talentinformatie leveren. Dat is een technische vaardigheid.

Tip van Josh
Als je betrokken bent bij het implementeren van een AI-systeem, weet dan dat je veel tijd zult besteden aan datakwaliteit, eigenaarschap en governance — gebieden waar je je er eerder misschien nog met een smoes vanaf had kunnen maken.
Hoe leiders een echt begrip van AI in organisaties kunnen ontwikkelen
Een tweede, even belangrijke vaardigheid is inzicht hebben in de diepgang en mogelijkheden van AI, en AI niet slechts behandelen als een zoekhulpmiddel.
De meeste mensen benutten deze systemen onvoldoende; ze gaan niet ver genoeg, waardoor ze er weinig waarde uithalen. Ik zou zelfs zeggen dat de meeste mensen die Sora of TikTok gebruiken om door AI aangedreven content te creëren waarschijnlijk geavanceerder zijn dan de gemiddelde kantoormedewerker, die AI alleen gebruikt om e-mails te lezen.
Daarom is een cultuur van experimenteren zo belangrijk. En daarnaast ook een cultuur waarin je van anderen leert.
AI begrijpen kost tijd. Het is niet iets waarvoor je simpelweg een cursus kunt volgen en waarna je klaar bent; iedereen moet AI op een andere manier gebruiken, omdat het zich aan jou aanpast en leert van je interacties. Dit zijn niet-deterministische systemen — in tegenstelling tot een ERP-systeem, waarbij je gegevens invoert in vaste velden, kun je AI op talloze manieren gebruiken.
Inzicht in de mogelijkheden van AI vereist nieuwsgierigheid. Hoe nieuwsgieriger iemand is, hoe interessanter de toepassingen zijn die die persoon zal creëren. En die toepassingen zullen rechtstreeks en aanzienlijk invloed hebben op diens productiviteit en prestaties. Daardoor lopen mensen die niet nieuwsgierig zijn het risico achterop te raken.
Het is aan organisaties om nieuwsgierigheid aan te moedigen en experimenteren en leren als vaardigheden te behandelen.
Een door AI aangedreven HR-technologiestack die leren, inzicht en schaalbaarheid ondersteunt
Onze belangrijkste motor is Sana AI. We gebruiken ook tools zoals de AI-videobewerker Synthesia.
En we gebruiken onze eigen tool, Galileo, intern voor vrijwel al het andere. Dagelijks vat deze vergaderingen samen, doorzoekt hij grote hoeveelheden gegevens en biedt hij een zeer nuttig bedrijfsgeheugen. Galileo wordt onmisbaar voor het vastleggen van inzichten en het behouden van continuïteit tussen projecten.
We hebben deze tool gebouwd met behulp van meerdere LLM's, waaronder ChatGPT, Claude en andere generatieve AI-tools.

Hoe AI HR, L&D en toegang tot kennis verandert
Wanneer we werkprocessen met AI vernieuwen, richten we ons voornamelijk op HR en L&D. We hebben het zoeken naar kandidaten gestroomlijnd, de matching van talent verbeterd en gepersonaliseerde leertrajecten gecreëerd.
Maar we maken ook gebruik van digitale-tweelingtechnologie, waarmee we snel informatie over iedereen in het bedrijf kunnen opvragen zonder die persoon lastig te vallen. Dat bespaart veel tijd. We gebruiken deze technologie ook om vragen te beantwoorden als "Wat is de status van het XYZ-contract?" of "Laat me alle gesprekken met bedrijf ABC zien" op een opmerkelijk geïntegreerde manier.
Waarom leiders sceptisch moeten blijven over het zelfvertrouwen en gemak van AI
Ik maak me geen zorgen dat AI banen zal overnemen, maar er is wel iets dat me zorgen baart: leren mensen snel genoeg over de fundamentele beperkingen van AI?
Deze systemen zijn gevaarlijk zelfverzekerd, maar hebben het vaak mis. Ik gebruik de uitdrukking: "Niet altijd gelijk, maar zelden twijfelend." De modellen in het publieke domein zeggen nooit: "Ik weet het antwoord op die vraag niet", en dat is een groot probleem.
In dit nieuwe tijdperk is het belangrijk om voortdurend nieuwsgierig en een beetje sceptisch te blijven en deze systemen kritisch te bevragen, in plaats van ervan uit te gaan dat het antwoord van AI altijd juist is.
Mijn gevoel zegt me dat dit, naarmate we leren samenwerken met AI, de schaduwzijde van gemak zal worden, vergelijkbaar met hoe het gebrek aan privacy de prijs was die we betaalden voor het gemak van smartphones.

Tip van Josh
In dit nieuwe tijdperk is het belangrijk om voortdurend nieuwsgierig en een beetje sceptisch te blijven — om deze systemen kritisch te bevragen, in plaats van ervan uit te gaan dat het antwoord van AI altijd juist is.
Hoe HR-leiders zich kunnen richten op AI-werkprocessen met een hoog rendement
Dit is mijn advies: kies één richting.
Richt je op de toepassingsgebieden en gebruikssituaties die het meest strategisch zijn. Het lijkt misschien leuk om iedereen een vergadertool te geven, maar de grootste kans ligt misschien wel in het verbeteren van het inwerken, de training en de mobiliteit op wereldwijde schaal.
Werk samen met IT. Je hebt een gestandaardiseerde set tools nodig, zodat medewerkers niet op internet zelf op zoek gaan naar wat ze kunnen vinden. Zodra de goedgekeurde technologie en toepassingen op de juiste en veilige manier zijn vastgesteld, rol je versies van de tools uit en leer je medewerkers elke één à twee weken wat er nieuw is. Precies zo doen we dat hier.
Wat de AI-architectuur betreft, bestaat er geen universele oplossing. Sommige bedrijven verbieden het gebruik van externe gegevens volledig. En veel bedrijven beperken het gebruik van interne gegevens in AI-systemen tot systemen die door IT zijn goedgekeurd. Deze regels moeten binnen je eigen omgeving worden vastgesteld.
Maar op basis van wat ik de afgelopen twee jaar heb gezien, zullen de echte innovaties niet afkomstig zijn van OpenAI en andere AI-giganten, maar van echte zakelijke gebruikers die uitzoeken hoe ze AI kunnen inzetten om betere bedrijfsmodellen, producten en diensten te creëren.
Daarom zijn superwerknemers die worden aangestuurd door supermanagers veel belangrijker dan simpelweg het aantal biljoenen tokens dat je systeem kan verwerken.
Richt je op de toepassingsgebieden en gebruikssituaties die het meest strategisch zijn. Het lijkt misschien leuk om iedereen een vergadertool te geven, maar de grootste kans ligt misschien wel in het verbeteren van het inwerken, de training en de mobiliteit op wereldwijde schaal.

Waarom nieuwsgierigheid de belangrijkste vaardigheid is voor leiders in het AI-tijdperk
En nog één ding. De meest inspirerende leiders die ik ontmoet, zijn niet de meest zelfverzekerde of arrogante mensen; ze zijn het nieuwsgierigst en blijven altijd leren.
Hoewel ik volgend jaar 70 word, voel ik me in veel opzichten nog steeds een tiener die elke dag leert hoe ik leiding moet geven en anderen kan helpen.
Blijf nederig en blijf leren
Volg ons
Je kunt het werk van Josh Bersin volgen op LinkedIn en zijn website terwijl hij HR-leiders blijft informeren over de juiste implementatie van AI. Bekijk ook zijn AI-tool, Galileo.
Er volgen nog meer interviews met experts op People Managing People!
Klaar om het AI-tijdperk opnieuw te bekijken?
Word lid van de People Managing People-community. Met een gratis account krijg je wekelijks inzichten, praktische kaders en strategieën van vakgenoten die je helpen slimmer leiding te geven, niet harder te werken.



