AI kan een goede baan te klein laten voelen

Wanneer het personeelsverloop laag is, noemt de leiding dat graag stabiliteit. Jay Caldwell maakt een ongemakkelijker punt: soms is het gewoon angst met een betere uitstraling. In dit gesprek bespreken hij en David waarom ‘stil blijven’ in het AI-tijdperk een serieuze organisatorische aansprakelijkheid kan worden—vooral wanneer mensen nog steeds hun doelen behalen, nog steeds komen opdagen en de organisatie ondertussen langzaam ontdoen van experimenteren, risico’s nemen en frisse ideeën.

Ze gaan ook in op de bredere gevolgen van AI-adoptie voor de beroepsbevolking: waarom brede uitrol vaak angst veroorzaakt in plaats van momentum, waarom werknemers die het meest met AI werken misschien het meest geneigd zijn om te vertrekken, en waarom minder starters aannemen misschien een kortetermijnprobleem met het budget oplost, terwijl het stilletjes je toekomstige talentpijplijn ruïneert.

Wat je leert

  • Waarom een laag personeelsverloop stagnatie, angst en afnemende innovatie kan verhullen
  • Waarom AI-adoptie een probleem van cultuur- en workflowverandering is, en niet alleen van software-uitrol
  • Hoe AI voor algemene doeleinden en gerichte AI-toepassingen zeer verschillende ervaringen voor werknemers creëren
  • Waarom intensieve AI-gebruikers eerder geneigd kunnen zijn om elders naar groeimogelijkheden te zoeken
  • Hoe minder starters aannemen de leiderschaps- en competentiepijplijnen op lange termijn kan verzwakken
  • Waarom aannemen op basis van nieuwsgierigheid, aanpassingsvermogen en beoordelingsvermogen meer vereist dan alleen functieomschrijvingen bijwerken
  • Hoe prestatiemanagement mogelijk moet verschuiven van het meten van uitvoering naar het beoordelen van beoordelingsvermogen

Belangrijkste inzichten

  • ‘Als je het bouwt, komen ze wel’ is geen AI-strategie. Leiders zijn misschien enthousiast over AI, maar werknemers nemen het niet in hetzelfde tempo over. De tool inschakelen is het eenvoudige deel; gewoonten, vertrouwen en workflows veranderen is het echte werk.
  • Een laag personeelsverloop is niet hetzelfde als een gezonde beroepsbevolking. Mensen kunnen blijven, doelstellingen behalen, problemen vermijden en toch stoppen met het leveren van echte energie. Dat is geen retentie als succes. Het is stagnatie met een mooi dashboard.
  • Stil blijven kan duurder zijn dan ontslag nemen. Wanneer mensen voornamelijk blijven voor de zekerheid, zullen ze minder snel experimenteren of risico’s nemen. In een omgeving die afhankelijk is van aanpassingsvermogen creëert dat een cultuur van volgzaamheid, precies op het moment dat je innovatie nodig hebt.
  • Intensieve AI-gebruikers kunnen organisaties die langzaam bewegen ontgroeien. Naarmate werknemers beter worden met AI, beginnen ze te zien hoe sneller en beter werk eruit zou kunnen zien. Als de organisatie op halve snelheid blijft bewegen, wordt die kloof tussen potentieel en werkelijkheid moeilijk te negeren.
  • Gerichte toepassingen bouwen sneller vertrouwen op dan vage organisatiebrede uitrol. Een brede AI-tool kan aanvoelen als iedereen een piano geven en een symfonie verwachten. Gerichte toepassingen geven werknemers een duidelijker succes, een duidelijker doel en een meetbaarder resultaat.
  • Starters aannemen blijft belangrijk, ook als AI eenvoudig werk comprimeert. Haal de onderste sport van de ladder weg en mensen vallen. Talent aan het begin van een loopbaan vult niet alleen taken in; het brengt nieuwe manieren van denken mee, waaronder AI-native instincten die veel organisaties nog missen.
  • Vaardigheidsgericht aannemen vereist systeemverandering, geen sloganverandering. Het schrappen van diploma-eisen betekent weinig als de rest van het aanname- en promotiesysteem nog steeds op afkomst en reputatie draait. Nieuwe taal op papier repareert geen oude infrastructuur.
  • Beoordelingsvermogen wordt de echte onderscheidende factor. Als AI meer van het middelste deel afhandelt, verschuift de menselijke waarde naar de uiteinden: betere vragen stellen en weten wanneer het antwoord onjuist is. Dat is moeilijker te beoordelen, maar daar gaat het werk naartoe.

Hoofdstukken

  • 00:00 — Stil blijven
  • 01:30 — Mythes over AI-adoptie
  • 03:03 — AI is een cultuurverschuiving
  • 06:12 — Waarom AI-gebruikers vertrekken
  • 10:50 — Sneller werken, meer burn-out
  • 11:36 — Verborgen risico’s van een laag personeelsverloop
  • 15:18 — Algemene versus gerichte AI
  • 19:30 — Zelfvertrouwen opbouwen met AI
  • 20:53 — Krapte bij het aannemen van starters
  • 21:33 — De opkomst van afgestudeerden die met AI zijn opgegroeid
  • 25:55 — Werven op nieuwsgierigheid
  • 28:35 — Creativiteit testen
  • 30:23 — De realiteit van werving op basis van vaardigheden
  • 32:13 — Aanpassingsvermogen ontwikkelen
  • 32:56 — Van uitvoering naar beoordelingsvermogen
  • 37:46 — Ervaring versus AI-resultaten
  • 38:31 — Prestaties meten in het AI-tijdperk
  • 39:08 — Waarom beoordelingsvermogen belangrijk is

Maak kennis met onze gast

Jay Caldwell is directeur talentmanagement bij ADP, waar hij organisatiebrede talent- en personeelsstrategieën aanstuurt die gericht zijn op het versterken van leiderschapscapaciteiten, medewerkersbetrokkenheid en personeelsontwikkeling binnen de hele organisatie. Met meer dan tien jaar leiderschapservaring bij ADP heeft hij verschillende senior HR-functies bekleed, waaronder divisievicepresident personeelszaken en vicepresident talentoplossingen. In die rollen hielp hij mee aan de vormgeving van wereldwijde talentprogramma’s en prestatiepraktijken. Eerder in zijn loopbaan werkte Jay op het gebied van organisatie-effectiviteit en leiderschapsadvies. Hij behaalde een masterdiploma in industriële en organisatiepsychologie aan de University of New Haven en een bachelordiploma in psychologie aan Quinnipiac University.

You may also like