Hoe automatiseer je erkenning zonder dat het geautomatiseerd aanvoelt?

Tim Fisher: Hallo en welkom bij De toekomst van AI in personeelszaken, een serie waarin we verder kijken dan de verkooppresentatie en onderzoeken hoe AI daadwerkelijk de manier verandert waarop HR- en people-teams werken. Vandaag besteden we aandacht aan Motivosity. Als je een HR-, people- of total-rewards-leider 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 rapportage, administratie en frictie bij de opvolging weg te nemen, terwijl waardering menselijk blijft. Daarom zijn Jesse Dowdle, Chief Product Officer bij Motivosity, en Dano Gillette, VP Engineering, vandaag bij ons.

Jesse leidt de productstrategie van Motivosity, met de focus 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: Hé Tim. Fijn om hier te zijn.

Tim Fisher: Jesse, geef ons de versie van 30 seconden van Motivosity. Wat doet het en voor wie is het gebouwd, voor mensen die nog niet bekend 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 serieondernemer die eerder bedrijven had gebouwd en opgeschaald en uit de eerste hand had gezien hoe moeilijk het kan zijn om na verloop van tijd een gevoel van menselijke verbondenheid te behouden, vooral wanneer bedrijven groeien.

Motivosity is dus ontstaan 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 gaat misschien heel dom klinken, zeker in het jaar waarin we nu zitten, maar waarom ligt AI op dit moment zo sterk in de focus van Motivosity, in deze fase van de ontwikkeling van technologie voor personeelszaken?

Jesse Dowdle: Ik vind het helemaal geen domme vraag. Het lijdt geen twijfel 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 creëren, en tegelijkertijd moeten we ons aanpassen aan de realiteit van deze nieuwe technologie.

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

Tim Fisher: Als je vooruitkijkt, hoe zie je AI dan de rol van personeelszaken en people-leiders veranderen, terwijl je deze menselijke verbinding oprecht houdt?

Jesse Dowdle: Ik vind dat een geweldige vraag. Dit is waar ik bijna elke dag over nadenk: wat is de toekomst en hoe brengen we die tot uiting in de wereld van menselijke verbinding? Er zijn een aantal 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 zal komen. We hebben al enkele vroege modellen en vroege prototypes van agents waarin agents verder gaan dan alleen je gegevens voor je naar boven halen en je helpen je programma's en je mensen te interpreteren. Ze kunnen je erkenningsprogramma daadwerkelijk voor je uitvoeren.

Ze kunnen je bijvoorbeeld helpen je budget te beheren, problemen met goedkeuringen te signaleren en proactief het beheer van het programma te ondersteunen. Wanneer we met onze 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 dingen. 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 dus voor een deel voortkomen uit het beheer van de programma's zelf.

Steeds meer daarvan wordt van je bord gehaald. Het andere gebied waarvan ik denk dat er echt een verschuiving zal plaatsvinden — en waar wij zeker aan zullen meewerken — 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 inzichten over mensen opende en dat die medewerker een verhoogd signaal voor retentierisico had.

In plaats van alleen te signaleren dat er een verhoogd retentiesignaal was, werden twee of drie redenen gegeven waarom die medewerker een gesprek met zijn of haar manager nodig had. AI kan dat patroon herkennen en vervolgens de manager bereiken via het kanaal dat die op dat moment gebruikt — of dat nu Teams is, de mailbox of een sms op de telefoon — zodat managers er kunnen zijn op de momenten die ertoe doen en kunnen 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 van de toekomst van erkenningsplatforms is.

Tim Fisher: Daarop gebaseerd heb ik een vraag met twee kanten. Aan de ene kant is dit een geweldige kans. Ik zou dus graag willen weten hoe jullie denken dat 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 ook het risico dat je te veel vertrouwt op een datagedreven aanpak wanneer je met je mensen werkt. Ik kan me situaties voorstellen waarin we hebben gehoord dat organisaties bij ontslagrondes een spreadsheet gebruiken, waarbij beslissingen worden gebaseerd op zaken als cijfers en niet op mensen, toch?

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 deze gegevens filteren tot een gesprek over wat deze persoon mogelijk nodig heeft. Voor mij lijkt het dus een geweldige kans, maar ook een beetje beangstigend. Ik zou graag jullie gedachten hierover horen.

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

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

Wat ons vaak wordt gevraagd, en dit gebeurt zelfs in gesprekken met eerstelijnsmanagers, is om prestatiegesprekken te ondersteunen vanuit een driedimensionaal perspectief op die medewerker. In plaats van in een vergadering te zitten en te zeggen: "Oké, waar hadden we het de vorige keer ook alweer over? Ik weet het niet echt." Of erger nog: "Ik moet een beoordelingsgesprek over deze persoon schrijven. Hoe kan ik me alles herinneren?" Een platform als Motivosity helpt je een driedimensionaal beeld van die persoon te geven. In hun CRM kun je zien of ze een verkoopmedewerker zijn en hun quota halen. In het LMS kun je zien of ze hun certificering hebben behaald.

Maar in een platform als Motivosity kun je zien hoe de mensen met wie ze dagelijks werken over die persoon denken, wat hun aangetoonde sterke punten zijn, waar ze het beste in zijn en waarin ze misschien minder goed zijn. Als je, net als ik, gelooft in coaching op basis van sterke punten in plaats van het wegwerken van zwakke punten, dan vraag je: waar zijn ze het beste in?

Hoe kunnen we deze persoon in een positie brengen waarin hij of zij succesvol kan zijn? Alleen met een rijk sociaal weefsel zoals je dat uit een platform als Motivosity krijgt, kun je een driedimensionaal beeld van een medewerker ontwikkelen. Dat fundamentele werk op de werkvloer werkt naar boven door. Het is een bottom-upbenadering. Je begon je vraag met: hoe kan iemand aan de top al deze gegevens begrijpen en goede beslissingen nemen?

Mijn antwoord was: je geeft het in handen van je eerstelijnsmanagers en laat de oplossing van onderaf werken om je mensen te ontwikkelen en je interventies op die manier te plannen.

Tim Fisher: Waar denk je dat het risico van te veel automatisering in de werknemerservaring zit? Je hebt verteld waar jullie de grens trekken, en we hebben dat gezien, maar wat maakt je bang voor automatisering in de HR-wereld?

Jesse Dowdle: ATS 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 op overmatige automatisering in een sector waarin je iemand probeert te vinden die uitzonderlijk goed bij jouw type organisatie past.

Dat krijg je niet van AI. Maar AI kan zeker een heleboel geweldige mensen eruit filteren met behulp van vuistregels die niet aansluiten bij de waarden van je organisatie, terwijl je waarschijnlijk met hen had moeten praten. Dat is dus een risico. We hadden het al over erkenning. De meest impactvolle erkenningen, de erkenningen die je je hele loopbaan herinnert, zijn afkomstig van iemand die je vertrouwde, in wie je geloofde of tegen wie je opkeek; iemand die jou op een heel persoonlijke en betekenisvolle manier zag en dat oprecht en met gevoel uitte over wat je voor die persoon had gedaan.

Dat draag je je hele loopbaan met je mee. Een bedankje dat eruitziet alsof het uit een standaardbrief komt en zegt: "Het directieteam wil je graag erkennen voor 13 dienstjaren. Hier is een stuk papier." Niet om het te bagatelliseren, maar dat kan demotiverend werken als het niet tactvol wordt aangepakt—

Tim Fisher: Dat kan het zeker.

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

Tim Fisher: Wanneer jullie dingen ontwerpen en bouwen, hoe ziet mensgerichte AI er dan in de praktijk uit wanneer je beslissingen neemt binnen jullie... We gaan het zo hebben over waar jullie in de toekomst naartoe gaan, maar denk misschien eens aan iets dat nu op jullie productroutekaart 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, toch? Ik denk dat er tegenwoordig zoveel dingen zijn die je gemakkelijk kunt overslaan. Iedereen wil zoveel mogelijk stappen overslaan, maar goede oplossingen ontstaan echt door met mensen te praten.

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

En AI echt begrijpen. Het gaat om mensen begrijpen én AI begrijpen. Hoe beter je begrijpt hoe dat werkt, hoe beter je begrijpt hoe je het implementeert en waar het in het algemeen nuttig voor is.

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

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

Jesse Dowdle: Het einde van 2026 wordt de grootste lancering in de geschiedenis van Motivosity. Sommige van deze zaken zijn al in ontwikkeling. Wat we hebben gedaan, is gedurende het jaar verschillende aspecten van waarderingsintelligentie en verbeteringen in gebruiksvriendelijkheid uitrollen, waaronder een volledige herziening van de gebruikerservaring die nu wordt uitgerold.

Maar als we kijken naar de volledige levenscyclus, 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, en dat is een geweldige kans om HR te ontlasten en tegelijkertijd AI-hulpmiddelen toe te passen voor meer gepersonaliseerde en impactvolle communicatie.

Dano verwees zojuist naar luisteren aan de andere kant: kunnen luisteren naar je medewerkers op manieren die je inzicht geven in wat er werkelijk speelt. En wanneer je dat echt begrijpt, kun je echt impact hebben. Het gaat dus niet alleen om het verzamelen van informatie in een enquête, maar ook om het interpreteren ervan, begrijpen wat de doorslag zal geven en vervolgens naar die zaken handelen.

Ik denk dus dat je in de toekomst bij Motivosity een blijvende nadruk zult zien op de zeer menselijke benadering van AI: waarderingsintelligentie, geen kunstmatige intelligentie. Daarnaast zal er een streven zijn om de volledige werknemersreis — vanaf het moment dat iemand op de eerste dag bij je binnenkomt met de potplant voor zijn of haar bureau tot de dag waarop je die persoon met pensioen laat gaan — zo te maken dat medewerkers het gevoel hebben dat ze deel uitmaakten van iets betekenisvols en hun tijd bij jou beschouwen als een hoogtepunt van hun loopbaan.

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

Tim Fisher: Absoluut. Als er één ding in jullie wereld van werknemersverbinding of erkenning is waarvan je denkt dat AI het volledig zal wegnemen, iets dat op dit moment echt moeilijk voelt vanwege de technologie, de routekaart, de houding van mensen tegenover deze hulpmiddelen of iets dergelijks: wat is dan dat moeilijke aspect waarvan je denkt dat het dankzij AI gewoon zal verdwijnen?

Jesse Dowdle: De jaarlijkse inschrijving?

Tim Fisher: Dat zou geweldig zijn.

Jesse Dowdle: Nogmaals, ik ben hier nogal utopisch over. Ik denk dat de werkwereld zo ingrijpend zal veranderen, en dat ook de wereld van HR-technologie en people-technologie zo sterk zal veranderen, dat veel van de banen die gericht zijn op naleving — salarisverwerking, het afhandelen van arbeidsvoorwaarden en dat soort zaken — niet mensgericht zijn.

Het zijn noodzakelijke kwaden. Net als een bezoek aan de tandarts: je moet het doen. Het is belangrijk. Maar niemand wordt er blij van, zelfs de tandarts niet, in ieder geval niet de tandartsen die ik ken. Ik denk dat AI ervoor kan zorgen dat people operations concreter gericht wordt op de cultuur van de organisatie. People operations wordt dan de businesspartner die de driedimensionale kwaliteit van medewerkers beter begrijpt dan wie dan ook, kan communiceren welke interventies het beste resultaat opleveren om de organisatie volgens haar waarden te laten werken en zich zo goed mogelijk aan de wereld te presenteren. Want wanneer we goed voor onze mensen zorgen, zorgen zij goed voor onze klanten. Zo kunnen we de tijd die we op het werk doorbrengen richten op de unieke menselijke onderdelen ervan.

Ik denk niet dat er bijvoorbeeld een robotleger op sales afkomt. Verkopen draait nog steeds om iemand persoonlijk ontmoeten, een verbinding opbouwen, begrijpen wat de ander nodig heeft en dat bieden. Het wordt geweldig. Het wordt geweldig wanneer we daar zijn, maar we zijn nog steeds over de hobbelstenen onderweg.

Het zal nog een tijdje hobbelig zijn voordat we zover zijn.

Tim Fisher: Daar ben ik het meestal mee eens, en ik vind je perspectief geweldig. Ik deel je utopische visie. Voor sommige mensen is dat op dit moment gewoon zo moeilijk voor te stellen, maar deze hulpmiddelen komen op een punt waarop ze hun echte doel kunnen dienen: ervoor zorgen dat allerlei zaken ons niet meer in de weg staan, zodat we het echte werk kunnen doen waarvoor we hier zijn.

En jullie hebben iets gebouwd om dat te doen, dus ik vind dat geweldig. Dat was een heel interessante rondleiding. Heel erg bedankt. Een heel duidelijk perspectief op waar AI kan helpen. Jesse, misschien kun je mondeling nog iets vertellen, en we zullen iedereen zeker informeren over waar ze meer over Motivosity kunnen leren.

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 vult gewoon kort een formulier in met wie je bent en hoe we contact met je kunnen opnemen, en we nemen zeker contact met je op. Op die 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 zelf vaak aan de kant van het publiek gezeten bij software zoals deze. Er zijn dus een aantal vragen die mensen doorgaans stellen en die ik zelf ook heb gesteld, en daarom ga ik ze aan jullie voorleggen.

Een van de grote vragen die vaak opkomt bij software zoals deze is: hoeveel gegevens... Dit is voor iemand die nieuw is bij Motivosity. Stel dat die persoon zich volgende week aanmeldt en ontzettend enthousiast is over alles wat jullie vandaag aan iedereen hebben laten zien. Wanneer kunnen ze daar dan gebruik van maken? Is dat na zes maanden, een jaar, twee jaar, vijf jaar?

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

Jesse Dowdle: Het klopt zeker dat je een bepaalde basislijn moet vaststellen, hoewel we dankzij de honderden en honderdduizenden mensen die we hebben al een deel daarvan direct beschikbaar hebben. Al die gegevens zijn natuurlijk volledig anoniem, maar we kunnen je in ieder geval vertellen hoe goed eruitziet voor een bedrijf van jouw omvang en in jouw sector.

Ik kan het belang van een zeer goede lancering voor iets als dit niet genoeg benadrukken. We hebben een volledig klantensuccesteam dat er volledig op gericht is om de eerste 90 dagen nadat iemand Motivosity heeft ingevoerd zo effectief mogelijk te maken, omdat in die periode de gewoonten ontstaan. Dit is een hulpmiddel dat bedoeld is om elke dag door medewerkers te worden gebruikt.

Het is daarom heel belangrijk om de gewoonte te ontwikkelen om te kijken wie je kunt bedanken, welke aankondigingen zijn geplaatst en welke hoogtepunten er zijn. Zodra je een goede betrokkenheid hebt — en daarmee bedoel ik dat 70, 80 of 90 procent van je medewerkers er regelmatig gebruik van maakt — duurt het niet lang voordat er genoeg informatie in het systeem staat om echte inzichten te ontwikkelen.

Als iemand regelmatig wordt gewaardeerd of zelf regelmatig waardering uitspreekt en dat vervolgens aanzienlijk afneemt, is dat een van de sterkste retentiesignalen die er zijn. Zelfs binnen een periode van negentig dagen: als je die gewoonten vroeg op gang brengt, kun je je voorstellen dat een medewerker meerdere weken achter elkaar actief deelneemt en dan plotseling afhaakt. Dat is een retentierisico dat al in je eerste paar maanden van het gebruik van Motivosity voor je zichtbaar wordt.

Dus nee, het duurt geen meerdere jaren.

Tim Fisher: Hoe zou je het verschil beschrijven tussen het gebruik van een hulpmiddel als dat van jullie, uiteraard met de AI-functies, en simpelweg 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, samen met niet alleen... Volgens mij verlies je één ding wanneer je alleen ChatGPT gebruikt. ChatGPT is een geweldige plek om gegevens te verzamelen en gegevens terug te krijgen, toch?

Je geeft het gegevens en je krijgt gegevens terug. Wanneer je Motivosity gebruikt, willen we één ding heel duidelijk maken: we willen je helpen om met je gegevens te handelen. Dat vinden we belangrijk. Het gaat niet alleen om het doornemen en verzamelen van een heleboel gegevens, iets wat iedereen kan doen. Het gaat erom dat je, wanneer je kijkt naar hoe je mensen werken, met elkaar omgaan en betrokken zijn, en naar de inzichten die je uit uitgevoerde enquêtes kunt halen, vervolgens weet wat je als beheerder kunt doen.

Dat proberen we gedurende het hele proces te doen: je echt 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. Geen lijst met allerlei zaken, maar gewoon: wat is het ene ding dat je vandaag kunt doen om impact te hebben op je cultuur?

Daar zijn we erg enthousiast over. We investeren hier veel in om ervoor te zorgen dat je het gevoel hebt dat je elke dag impact maakt in je bedrijf. Dit is vooral iets wat we belangrijk vinden voor managers. Er zijn tegenwoordig zoveel mensen die zoveel ballen in de lucht houden, dat je ervoor kunt zorgen dat je je richt op wat een individu in je team helpt zich speciaal te voelen of het meeste uit zijn of haar werk te halen.

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

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

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

Je stelde dus een goede vraag, Tim: welke grens wil je niet overschrijden? Ik denk dat de grens hier ligt bij het feit dat jij als HR-leider nog steeds verantwoordelijk bent. Jij moet uiteindelijk degene zijn die zegt: "Dit is goed" of "Dit is niet goed". De hulpmiddelen zijn er om dat gemakkelijk voor je te maken en om de tijd die het kost tot een minimum te beperken.

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

Tim Fisher: Ja, nee, goed antwoord. Ik hoorde iets wat ik steeds opnieuw hoor. Iedereen wordt manager in deze wereld, en om de redenen die je benoemde is dat een van de belangrijkste. Dit was echt geweldig, maar dit is alle tijd die we vandaag hebben.

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

Dano Gillette: Heel erg bedankt.

Tim Fisher: Geweldig. Tot ziens allemaal.

Jesse Dowdle: Bedankt allemaal.