Hoe automatiseer je erkenning zonder dat het geautomatiseerd aanvoelt?

Tim Fisher: Hallo en welkom bij The Future of AI in Human Resources, een serie waarin we verder kijken dan de verkooppresentatie en onderzoeken hoe AI daadwerkelijk verandert hoe people-teams werken. Vandaag bespreken we Motivosity. Als je een HR-, people- of total-rewardsleider bent die AI wil gebruiken zonder de menselijke verbinding te verliezen waarvan erkenning en cultuur afhankelijk zijn, dan is dit het gesprek waar je bij moet zijn.

Vandaag bekijken we Motivosity's aanpak van waarderingsintelligentie: AI gebruiken om rapportages, administratie en de frictie van opvolging weg te nemen, terwijl waardering menselijk blijft. Daarom schuiven vandaag Jesse Dowdle, Chief Product Officer bij Motivosity, en Dano Gillette, VP Engineering, bij ons aan.

Jesse leidt de productstrategie van Motivosity, met de nadruk op het bouwen van technologie die werk menselijker maakt. Dano leidt het engineeringteam achter waarderingsintelligentie, met de focus op het gebruik van AI om routinematig werk te verminderen en erkenning en verbinding eenvoudiger te maken.

Jesse, Dano, fijn dat jullie er zijn.

Dano Gillette: Fijn om hier te zijn.

Jesse Dowdle: Hoi Tim. Fijn om hier te zijn.

Tim Fisher: Jesse, geef ons de versie van dertig seconden van Motivosity. Wat doet het en voor wie is het gebouwd, voor mensen die nieuw zijn met jullie bedrijf?

Jesse Dowdle: Ja, dank je. Motivosity is een platform voor beloning en erkenning, gebouwd rond persoonlijke verbinding. We zijn nu twaalf jaar actief en zijn opgericht door een seriële ondernemer die eerder bedrijven had gebouwd en opgeschaald. Die zag uit eerste hand hoe moeilijk het kan zijn om na verloop van tijd een gevoel van menselijke verbondenheid te behouden, vooral wanneer bedrijven groeien.

Motivosity ontstond vanuit het idee dat je werk een betere plek kunt maken door je te richten op verbinding op de werkvloer. Het was dan ook logisch om te investeren in beloning en erkenning als de categorie waarmee we onze boodschap zouden uitdragen.

Tim Fisher: Dit klinkt misschien echt dom, zeker in het jaar waarin we nu zitten, maar waarom is AI op dit moment zo belangrijk voor Motivosity in de ontwikkeling van technologie voor human resources?

Jesse Dowdle: Ik vind het helemaal geen domme vraag. Er is geen twijfel over dat AI elke sector van onze economie en de manier waarop we met elkaar omgaan verandert. Het is nog nooit zo belangrijk geweest om echte, betekenisvolle menselijke verbindingen te vormen, en tegelijkertijd moeten we ons aanpassen aan de realiteit van deze nieuwe technologie.

Daarom was ik erg enthousiast over de mogelijkheid om met je te praten over de toekomst van AI in HR. Want wat is menselijker dan de functie in een bedrijf die verantwoordelijk is voor de mensen? Ik denk dat AI een enorme rol te spelen heeft, maar we moeten er ook doelbewust en verantwoordelijk mee omgaan.

Tim Fisher: Als je vooruitkijkt, hoe zie je AI dan de rol van human-resources- en people-leiders veranderen, terwijl die menselijke verbinding oprecht blijft?

Jesse Dowdle: Ik vind die vraag geweldig. Dit is waar ik bijna elke dag over mag nadenken: wat is de toekomst en hoe geven we daar vorm aan in de wereld van menselijke verbinding? Er zijn dingen waar AI vandaag nog niet goed genoeg in is om er een product omheen te bouwen, maar ik denk dat dat wel komt. Ik denk dat het zover komt. We hebben al enkele vroege modellen en prototypes van agenten waarbij de agenten verder gaan dan alleen je gegevens naar voren halen en je helpen je programma's en je mensen te interpreteren. Ze kunnen daadwerkelijk je erkenningsprogramma voor je uitvoeren.

Ze kunnen je bijvoorbeeld helpen je budget te beheren, problemen met goedkeuringen te signaleren en proactief het programma te ondersteunen. Wanneer we met klanten praten over hun belangrijkste doel, zijn er altijd twee doelen. We vragen: "Wat is het belangrijkste dat je wilt bereiken?" En er zijn altijd twee antwoorden. Ten eerste willen ze dat hun mensen het programma echt gebruiken.

Ze willen dat hun people-programma's medewerkers betrekken en dat het verschil maakt. Ten tweede willen ze tijd besparen, omdat het beheren van people-programma's zonder goede hulpmiddelen enorm veel tijd kan kosten. De toekomst van AI in erkenning zal volgens mij daarom deels voortkomen uit het beheer van de programma's zelf.

Steeds meer daarvan wordt van je bord genomen. Het andere gebied waarvan ik denk dat er een sterke beweging komt, en waar wij zeker aan zullen bijdragen, is de overgang van reactieve naar proactieve communicatie. De term nudgetechnologie, of nudges in software, bestaat al jaren. Maar dankzij het vermogen van AI om patronen te herkennen, heb je misschien zojuist in Dano's demonstratie gezien dat hij de people-inzichten opende. Die medewerker had een verhoogd signaal voor retentierisico.

In plaats van alleen te melden dat retentiesignalen verhoogd zijn, gaf het systeem twee of drie redenen waarom die medewerker een gesprek met de manager nodig had. AI kan dat patroon herkennen en vervolgens de manager bereiken via het kanaal waarop die actief is: Teams, de mailbox of een sms op de telefoon. Zo kunnen managers er zijn op de momenten die ertoe doen en ingrijpen wanneer de kans op succes het grootst is. Dat komt eraan.

Dat zal heel binnenkort van ons komen, maar ik denk dat het ook een belangrijk onderdeel wordt van de toekomst van erkenningsplatforms.

Tim Fisher: Daarop gebaseerd heb ik een vraag met twee kanten. Aan de ene kant is dit een geweldige kans. Ik zou graag jullie gedachten horen over hoe de verwachtingen van HR-leiders zullen veranderen. Met al die informatie recht voor je neus: wat zullen organisaties anders verwachten?

Aan de andere kant is er het risico dat je te veel gaat vertrouwen op een datagedreven aanpak bij het werken met je mensen. Ik kan me situaties voorstellen waarin organisaties ontslagen uitvoeren op basis van een spreadsheet, gebaseerd op cijfers en niet op mensen.

We lopen het risico iets vergelijkbaars te doen met al deze geweldige gegevens: het systeem vertrouwen om een deel van het menselijke werk te doen, namelijk door de data heen filteren naar een gesprek over wat deze persoon mogelijk nodig heeft. Voor mij lijkt dit dus een geweldige kans, maar ook een beetje beangstigend. Ik hoor graag jullie gedachten over al die kanten.

Jesse Dowdle: En over hoe je ermee omgaat. De beste people-organisaties houden vanuit hun basisprincipes eerst rekening met de menselijkheid van hun medewerkers. Ik zei het eerder al: we zijn een bedrijf, geen hobby. Je hebt aandeelhouders die je moet ondersteunen, waarschijnlijk een bestuur, leidinggevenden en al die andere zaken die belangrijk zijn.

Maar we mogen nooit uit het oog verliezen dat het de mensen zijn die voor onze klanten zorgen. De beste organisaties hebben een duidelijke samenhang tussen hun kernwaarden, wat ze vieren en wat hun identiteit is. Wat ze vieren en belonen, en hoe ze verwachten dat hun mensen zich gedragen en daar deel van uitmaken.

Vaak wordt ons gevraagd om prestatiegesprekken te ondersteunen vanuit een driedimensionaal perspectief op die medewerker. Dat gebeurt zelfs in gesprekken met eerstelijnsmanagers. In plaats van tijdens een vergadering te zeggen: "Oké, waar hadden we het de vorige keer over? Ik weet het niet meer," of erger nog: "Ik moet een beoordelingsgesprek over deze persoon schrijven; hoe kan ik me alles herinneren?" geeft een platform als Motivosity je een driedimensionaal beeld van die persoon.

In het CRM kun je zien of iemand een salesmedewerker is en zijn of haar quota haalt. In het LMS kun je zien of die persoon een certificering heeft behaald.

Maar in een platform als Motivosity zie je hoe de mensen met wie iemand dagelijks werkt over die persoon denken, wat de aangetoonde sterke punten zijn, waar iemand goed in is en waarin iemand misschien minder sterk is. Als je, net als ik, gelooft in coaching op basis van sterke punten in plaats van het wegwerken van zwakke punten, kun je vragen: waar is deze persoon het beste in?

Hoe kunnen we deze persoon in een positie brengen waarin die kan slagen? Alleen met het rijke sociale weefsel van een platform als Motivosity krijg je echt een driedimensionaal beeld van een medewerker. Dat fundamentele werk op de werkvloer werkt door naar boven. Het is een bottom-upbenadering. Je begon je vraag met de vraag hoe iemand aan de top al deze gegevens kan begrijpen en goede beslissingen kan nemen.

Mijn antwoord is: leg het in handen van je eerstelijnsmanagers en laat de oplossing bottom-up werken om je mensen te ontwikkelen en je interventies op die manier te plannen.

Tim Fisher: Waar zie je risico's van te veel automatisering in de werknemerservaring? Je hebt verteld waar jullie de grens trekken, en we hebben dat ook gezien. Maar wat maakt je bang voor automatisering in de HR-wereld?

Jesse Dowdle: ATS'en bijvoorbeeld. We hebben allemaal horrorverhalen gehoord, toch? Het zijn robots met cv's, robots die cv's filteren en proberen een baan te vinden. Het voelt alsof menselijke verbinding tegenwoordig de enige manier is om een echte baan te vinden. Er is dus absoluut een risico van te veel automatisering in een sector waarin je iemand probeert te vinden die uitzonderlijk goed past bij het type organisatie dat je bent.

Dat krijg je niet van AI. Maar AI kan zeker een hele groep geweldige mensen wegfilteren met heuristieken die niet aansluiten bij de waarden van je organisatie, terwijl je waarschijnlijk met hen had moeten praten. Dat is volgens mij een risico. We hebben het al over erkenning gehad. De meest impactvolle erkenningen, de erkenningen die je je hele carrière herinnert, kwamen van iemand die je vertrouwde, in wie je geloofde of tegen wie je opkeek. Die persoon zag jou op een heel persoonlijke en betekenisvolle manier en sprak dat authentiek en met gevoel uit.

Dat neem je je hele carrière mee. Een bedankje dat eruitziet alsof het uit een standaardbrief komt en zegt: "Het directieteam wil je erkennen voor dertien jaar dienst. Hier is een stuk papier." Niet om het te veel af te doen, maar dat kan demotiverend zijn als het niet tactvol wordt gebracht—

Tim Fisher: Dat kan het zeker.

Jesse Dowdle: Precies. AI gebruiken om het persoonlijke en betekenisvolle te ondersteunen is de sleutel.

Tim Fisher: Als je dingen ontwerpt en bouwt, hoe ziet mensgerichte AI er dan in de praktijk uit wanneer je beslissingen neemt binnen jullie product? We gaan het straks hebben over waar jullie in de toekomst naartoe gaan, maar denk misschien aan iets dat nu op jullie productroadmap staat of waaraan jullie teams momenteel werken.

Wat betekent dat wanneer je in een ruimte zit en nadenkt over hoe je deze dingen in jullie hulpmiddelen implementeert?

Dano Gillette: Het begint met eerst met mensen praten. Er zijn tegenwoordig zoveel dingen waarop je gemakkelijk een kortere route kunt nemen. Ik denk dat iedereen zo veel mogelijk wil overslaan, maar goede oplossingen ontstaan uiteindelijk door met mensen te praten.

Dat doen we dan ook veel. Zoals ik aangaf, werken we veel samen met mensen die betrokken zijn. En enquêtes zijn een van de zaken waaraan we momenteel veel werken: het vermogen om je mensen echt te begrijpen en waardevolle informatie te verkrijgen. Veel daarvan komt neer op met mensen praten, begrijpen waar ze staan en waarnaar ze op zoek zijn, en vervolgens kunnen bepalen...

Je moet AI ook echt begrijpen. Het gaat om het begrijpen van mensen én het begrijpen van AI. Hoe beter je begrijpt hoe dat werkt, hoe beter je zult begrijpen hoe je AI implementeert en waar het in het algemeen nuttig is.

Tim Fisher: Oké. Je hoeft niets vertrouwelijks prijs te geven, maar ik zou heel graag willen horen wat jullie voor ons gepland hebben. Ik weet zeker dat iedereen die luistert dat ook wil.

Wat komt eraan? Waar zijn jullie enthousiast over op jullie roadmap?

Jesse Dowdle: Eind 2026 vindt de grootste lancering in de geschiedenis van Motivosity plaats. Sommige onderdelen zijn al in ontwikkeling. We hebben in de loop van het jaar verschillende aspecten van waarderingsintelligentie en verbeteringen in gebruiksvriendelijkheid uitgebracht. Ook een ingrijpende verbetering van de gebruikerservaring wordt nu uitgerold.

Als we kijken naar de volledige levenscyclus en de volledige werknemersreis, hebben we veel over erkenning gesproken, en ik denk echt dat dat het kloppende hart is. Je bouwt een cultuur van waardering op, en die wordt een cultuur van verbinding. Maar de levenscyclus van medewerkers is breed. Er moet veel worden gecommuniceerd. Dat is een geweldige kans om HR te ontlasten en AI-hulpmiddelen toe te passen voor meer gepersonaliseerde en impactvolle communicatie.

Dano verwees zojuist naar de andere kant: luisteren. Je medewerkers kunnen beluisteren op manieren die je inzicht geven in wat er echt gebeurt. En als je echt begrijpt wat er speelt, kun je ook echt impact maken. Het gaat dus niet alleen om informatie verzamelen in een enquête, maar om die informatie interpreteren, begrijpen wat het verschil kan maken en vervolgens daarnaar handelen.

Volgens mij zul je in de toekomst bij Motivosity een voortdurende nadruk zien op een zeer menselijke benadering van AI: waarderingsintelligentie, niet kunstmatige intelligentie. Ook zullen we ons inzetten om de volledige werknemersreis te verbeteren: vanaf het moment dat iemand op de eerste dag bij je binnenkomt en een plantje voor het bureau krijgt, tot de dag waarop je die persoon met pensioen laat gaan. Het doel is dat medewerkers het gevoel hebben dat ze deel uitmaakten van iets betekenisvols en hun tijd bij jou als een hoogtepunt van hun carrière beschouwen.

Dat zou als bedrijf onze grootste ambitie zijn: jullie ondersteunen om dat voor jullie mensen te bereiken.

Tim Fisher: Absoluut. Is er één ding in jullie wereld van werknemersverbinding of erkenning waarvan je denkt dat AI het volledig zal overnemen, maar dat nu nog erg moeilijk voelt door de technologie, de roadmap, de houding van mensen tegenover deze hulpmiddelen of iets dergelijks?

Wat is volgens jou iets moeilijks dat dankzij AI gewoon zal verdwijnen?

Jesse Dowdle: Open enrollment?

Tim Fisher: Dat zou geweldig zijn.

Jesse Dowdle: Ik ben hierin opnieuw een beetje een utopist. Ik denk dat de werkende wereld diepgaand zal veranderen, ook in de wereld van HR-technologie en people-technologie. Veel banen die gericht zijn op naleving—salarisverwerking, het afhandelen van arbeidsvoorwaarden en dergelijke—zijn niet mensgericht.

Het zijn noodzakelijk kwaden. Net als een bezoek aan de tandarts: je moet het doen en het is belangrijk, maar niemand wordt er blij van, zelfs de tandarts niet, althans niet degenen die ik ken. Ik denk dat AI people operations concreter kan richten op de cultuur van de organisatie. People operations wordt dan de businesspartner die de driedimensionale kwaliteit van medewerkers beter begrijpt dan wie dan ook en kan communiceren welke interventies het beste resultaat opleveren.

Zo kan de organisatie haar waarden naleven en zich zo goed mogelijk aan de wereld presenteren. Want wanneer we goed voor onze mensen zorgen, zorgen zij goed voor onze klanten. Tegelijkertijd kunnen we de tijd die we op het werk doorbrengen richten op de unieke menselijke onderdelen ervan.

Ik denk bijvoorbeeld niet dat een robotleger op de verkoop afkomt. Verkopen draait nog steeds om een mens persoonlijk ontmoeten, een verbinding opbouwen, begrijpen wat de ander nodig heeft en daarin voorzien. Het wordt geweldig wanneer we daar zijn, maar we lopen nog steeds over de kasseien op weg ernaartoe.

Het zal nog een tijdje hobbelig zijn.

Tim Fisher: Daar ben ik het meestal mee eens. Ik hou van jouw perspectief en deel je utopische visie. Voor sommige mensen is dat nu nog moeilijk te zien, maar deze hulpmiddelen bereiken een punt waarop ze hun echte doel kunnen dienen: allerlei obstakels uit de weg ruimen, zodat wij het werk kunnen doen waarvoor we hier zijn.

Jullie hebben iets gebouwd om dat te doen, dus ik vind dat geweldig. Dat was een heel interessante demonstratie. Heel erg bedankt. Een glashelder perspectief op waar AI kan helpen. Jesse, misschien kun je nog iets zeggen, en we nemen uiteraard met iedereen contact op over waar ze meer kunnen leren over Motivosity.

Jesse Dowdle: Ja, absoluut. Je kunt naar onze website gaan: Motivosity.com, www.motivosity.com. Er staan overal knoppen om een demonstratie aan te vragen, zoals je je kunt voorstellen. Je hoeft alleen een kort formulier in te vullen met wie je bent en hoe we contact met je kunnen opnemen. Daarna nemen we zeker contact met je op. Op de website staat ook veel goede inhoud.

Als je meer wilt leren over waarderingsintelligentie of over alle verschillende mogelijkheden van een sociaal platform voor erkenning, dan is Motivosity.com de plek om naartoe te gaan.

Tim Fisher: Ik heb vaak aan de kant van het publiek gezeten bij software zoals deze. Er zijn dus een aantal vragen die mensen vaak stellen en die ik zelf ook heb gesteld. Die ga ik jullie nu stellen.

Een van de belangrijkste vragen bij software als deze is: hoeveel data... Dit is voor iemand die nieuw is bij Motivosity. Stel dat iemand zich volgende week aanmeldt en enthousiast is over alles wat jullie vandaag hebben laten zien. Wanneer kunnen ze daar gebruik van maken? Duurt dat zes maanden, een jaar, twee jaar of vijf jaar?

Hoe groot moet een bedrijf zijn? Hoeveel gegevens heb je nodig in het systeem, hoeveel tijd kost dat en hoe moeilijk is het om waarde uit deze AI-hulpmiddelen te halen als je van iets anders overstapt?

Jesse Dowdle: Het klopt zeker dat je een soort basislijn moet vaststellen, hoewel we dankzij honderden duizenden mensen al een deel daarvan direct beschikbaar hebben. Alles is natuurlijk volledig anoniem, maar we kunnen je in elk geval laten zien wat goed eruitziet voor een bedrijf van jouw omvang en in jouw sector.

Ik kan niet genoeg benadrukken hoe belangrijk een goede lancering voor zoiets is. We hebben een volledig customer-successteam dat er volledig op gericht is om de eerste negentig dagen waarin iemand Motivosity gebruikt zo effectief mogelijk te maken, omdat in die periode gewoonten ontstaan. Dit is een hulpmiddel dat medewerkers elke dag moeten gebruiken.

Het is daarom belangrijk dat ze eraan wennen om te zien wie ze kunnen bedanken, welke aankondigingen zijn geplaatst en welke hoogtepunten er zijn. Zodra je goede betrokkenheid hebt—daarmee bedoel ik dat 70, 80 of 90 procent van je medewerkers zeer regelmatig actief is—duurt het niet lang voordat er genoeg informatie in het systeem staat om echte inzichten te ontwikkelen.

Als iemand regelmatig waardering ontvangt of waardering uitspreekt en dat vervolgens sterk afneemt, is dat een van de sterkste retentiesignalen die er bestaan. Zelfs binnen een periode van negentig dagen: als je die gewoonten vroeg opbouwt, kun je je voorstellen dat een medewerker enkele weken achter elkaar deelneemt en daarna plotseling afhaakt. Dat retentierisico komt al in je eerste maanden met Motivosity naar voren.

Het is dus geen traject van meerdere jaren.

Tim Fisher: Hoe zou je het verschil uitleggen tussen het gebruik van een hulpmiddel zoals dat van jullie, uiteraard met de AI-functies, en al je personeelsgegevens in ChatGPT stoppen en daar vragen over stellen?

Dano Gillette: Over het algemeen zul je merken dat wat we in Motivosity hebben meer omvat dan alleen gegevens verzamelen en terugkrijgen. Dat is volgens mij iets wat je verliest wanneer je alleen ChatGPT gebruikt. ChatGPT is een geweldige plek om gegevens te verzamelen en gegevens terug te krijgen.

Je geeft het gegevens en krijgt gegevens terug. Bij Motivosity willen we duidelijk maken dat we je helpen om met je gegevens te handelen. Dat vinden we erg belangrijk. Het gaat niet alleen om het verzamelen van een enorme hoeveelheid gegevens, iets wat iedereen kan doen. Wanneer je kijkt naar hoe je mensen werken, met elkaar omgaan en betrokken zijn, en naar de inzichten uit enquêtes die je hebt uitgevoerd, moet je vervolgens weten wat je als beheerder kunt doen.

Dat proberen we in het hele proces te doen: je echte acties en inzichten geven. Iets wat we vandaag niet hebben laten zien, zijn onze zogenaamde slimme acties. Wanneer je het platform opent, proberen we je te vertellen wat het beste is wat je vandaag kunt doen. Dus geen lange lijst met allerlei zaken, maar één ding: wat kun je vandaag doen om impact te maken op je cultuur?

Daar zijn we erg enthousiast over. We steken hier veel energie in om ervoor te zorgen dat je het gevoel hebt dat je elke dag impact maakt binnen je bedrijf. Dit is vooral belangrijk voor managers, omdat zoveel mensen tegenwoordig voortdurend allerlei ballen in de lucht moeten houden. Zo kun je je richten op wat ervoor zorgt dat iemand in je team zich speciaal voelt of het beste uit zijn of haar werk haalt.

Tim Fisher: Geweldig. Hoe denken jullie over vooroordelen of onbedoelde gevolgen wanneer AI werkt met gegevens over erkenning en werknemerservaring?

Jesse Dowdle: Een mens in de lus is zo belangrijk, toch? We hebben geïnvesteerd in inhoudsmoderatie en zijn trots op die investeringen. Die moderatie wordt aangedreven door AI. We gebruiken enkele van de beste modellen voor inhoudsmoderatie, omdat het zo belangrijk is om te voorkomen dat iets wat een grens overschrijdt wordt gepubliceerd wanneer je een sociaal platform hebt dat bedoeld is om openbaar te worden gedeeld.

Tegelijkertijd denk ik dat het belangrijkste principe hier is—en dat zal nog lange tijd gelden voor AI—dat uiteindelijk iemand verantwoordelijk is. Wanneer we bij Motivosity een functie of nieuwe softwaremogelijkheid uitbrengen, kan 100 procent van de code door AI zijn geschreven. Maar er staat een engineer voor die code, die deze controleert en ervoor zorgt dat de kwaliteit en beveiliging goed zijn en dat onze beveiligingsprincipes, onze hoogste prioriteit, worden nageleefd. Die persoon is uiteindelijk verantwoordelijk.

Je stelde een goede vraag, Tim: welke grens wil je niet overschrijden? Volgens mij ligt de grens hier: als HR-leider blijf je verantwoordelijk. Jij moet uiteindelijk degene zijn die zegt: "Dit is goed" of "Dit is niet goed." De hulpmiddelen zijn er om dat gemakkelijk te maken en de tijd die het kost te beperken.

Maar uiteindelijk ligt de verantwoordelijkheid nog steeds bij jou. Wees dus verstandig, denk ik.

Tim Fisher: Ja, een goed antwoord. Ik hoorde iets wat ik eigenlijk steeds opnieuw hoor: iedereen wordt in deze wereld manager. En om de redenen die je noemde is dat een van de belangrijkste factoren. Dit was heel interessant, maar we zijn aan het einde van onze tijd voor vandaag.

Jesse, Dano, heel erg bedankt dat jullie bij ons waren. Een fijne dag en we zien jullie allemaal bij de volgende sessie van The Future of AI in HR.

Dano Gillette: Heel erg bedankt.

Tim Fisher: Geweldig. Dag allemaal.

Jesse Dowdle: Bedankt allemaal.