Matt Valentino van Chime over werven wanneer elk cv perfect lijkt

AI heeft een gelikte sollicitatie vrijwel betekenisloos gemaakt. De vicepresident Talent en Ervaring van Chime legt uit wat daarvoor in de plaats moet komen, waar werving nog steeds een menselijke aanpak vereist en waarom een grotere kandidatenaanvoer niet het doel is.

Matt Valentino begon met werven toen cv's per fax binnenkwamen. Hij zag hoe online vacaturebanken en daarna LinkedIn veranderden welke kandidaten bedrijven konden vinden en hoe snel dat ging. Volgens hem is AI de grootste verschuiving sindsdien. Deze keer gaat de verandering echter minder over het vinden van kandidaten en meer over het beoordelen van hen.

Wanneer elke kandidaat AI kan gebruiken om een cv af te stemmen op een functieomschrijving, vertelt de sollicitatie je niet langer zoveel. Dat dwingt leiders op het gebied van talent om opnieuw na te denken over hoe ze mensen beoordelen, wat ze meten en voor welke onderdelen van het proces nog een persoon nodig is.

Valentino kan putten uit meer dan 20 jaar ervaring. Hij bouwde teams bij Genentech die baanbrekende kankertherapieën ontwikkelden en bekleedde leidinggevende functies bij Calico Labs, het onderzoeksbedrijf van Alphabet op het gebied van een lang leven. Hij hielp DoorDash groeien van 2.000 naar 17.000 medewerkers vóór de beursgang en tijdens de pandemie, en was vervolgens directeur personeelszaken bij Shape Therapeutics.

Vandaag is hij vicepresident voor talent en ervaring bij Chime, waar hij verantwoordelijk is voor werving, talentmanagement en personeelsplanning.

In deze Q&A legt hij uit hoe je kunt bepalen of AI de beslissingen over werving verbetert of alleen maar het volume verhoogt, wanneer geautomatiseerde communicatie moet plaatsmaken voor een persoon, welke investeringen groeiende bedrijven te vroeg of te laat doen en hoe hij vandaag met een klein team en AI een functie voor talentwerving zou opbouwen.

Vraag en antwoord

Je hebt de impact van AI op werving vergeleken met de komst van LinkedIn. Wat verandert er fundamenteel aan de manier waarop bedrijven talent vinden en beoordelen, en welke aannames over werving zullen volgens jou niet langer opgaan?

Ik begon met werven toen mensen cv's per fax verstuurden. De overstap naar online werving en vervolgens naar LinkedIn veranderde volledig welke kandidaten je kon vinden en hoe snel dat ging. AI is de grootste verschuiving sindsdien en verandert vooral het beoordelingsproces.

Als ik vandaag op zoek was naar werk, zou ik de functieomschrijving en mijn cv aan AI geven en het systeem vragen om mij de perfecte kandidaat te maken — een verzorgde sollicitatie vertelt je dus niet langer zoveel. In plaats daarvan geven gesprekken, voorbeelden uit de praktijk en werk ons meer duidelijkheid. En zelfs die veranderen.

Onze ingenieurs doen bijvoorbeeld niet langer een traditionele programmeersessie tijdens het screeningsproces. In plaats daarvan doen ze een agentgerichte programmeeroefening, zodat we kunnen zien hoe ze daadwerkelijk met AI-hulpmiddelen werken. 

Nu AI het gemakkelijker maakt om op grote schaal kandidaten te vinden, te screenen en bij hen betrokken te blijven, hoe moeten leiders op het gebied van talent bepalen of die extra wervingsactiviteit de kwaliteit van hun wervingsbeslissingen verbetert?

Meer activiteit is niet het doel. Als AI je kandidatenpijplijn verdrievoudigt en je dezelfde mensen aanneemt als anders, heb je alleen maar meer werk voor je team gecreëerd. De tools zijn indrukwekkend; we zouden morgen AI-gestuurde eerste screenings kunnen inschakelen.

Maar succes meet je niet aan het aantal kandidaten dat door de trechter is gegaan. Het gaat erom of de mensen die je aanneemt de lat voor hun teams hoger leggen, gedijen in een snel veranderende omgeving waarin mensen op locatie werken en een of twee jaar later nog steeds goed presteren.

Als die resultaten niet verbeteren, is de extra activiteit ruis en moeten leiders op het gebied van talent bereid zijn dat te zeggen.

Je hebt betoogd dat het menselijke contact bij aanbiedingen en afwijzingen belangrijker wordt naarmate werving verder geautomatiseerd raakt. Waar moeten bedrijven de grens trekken tussen geautomatiseerde en persoonlijke communicatie, vooral wanneer ze honderden of duizenden sollicitanten beheren?

Laat automatisering doen waar die goed in is. Het sorteren en beoordelen van duizenden cv's is daar een voorbeeld van, en een agent kan dat misschien beter doen dan mensen. Voor mij ligt de grens bij de investering. Zodra een kandidaat daadwerkelijk tijd in jou heeft geïnvesteerd, verdient die persoon een menselijk contact.

Iemand die bij ons op gesprek is geweest, zou geen automatisch telefoontje moeten krijgen waarin wordt verteld dat die persoon de baan niet heeft gekregen. De fase van het aanbod en de onderhandelingen is diep persoonlijk, bijna het psychologische deel van het werk, en daar is een mens het belangrijkst.

Hetzelfde geldt voor mensen naar kantoor krijgen, omdat het zien van de energie en het tempo een kandidaat meer vertelt dan welke werken-bij-pagina ook. Hoe hoger de functie van de kandidaat, hoe belangrijker dit is. Arbeidsvoorwaardenpakketten zijn overal concurrerend, dus de beslissing wordt bepaald door het moment waarop iemand kan zeggen: “Ik had echt een goed gevoel bij dat team.”

Je hebt geholpen talentfuncties op te bouwen in organisaties die zich in zeer verschillende groeifasen bevonden. Wat verandert er aan het wervingsmodel naarmate een bedrijf groeit, en waar zie je dat groeiende organisaties te vroeg of te laat investeren?

Ik heb geworven bij een groot biotechbedrijf, bij een onderzoeksbedrijf in een vroege fase, bij DoorDash tijdens de explosieve groei in de pandemie en nu bij Chime als beursgenoteerd bedrijf, en elke fase vereist een ander model.

De meest voorkomende fout die ik zie, is dat er te vroeg managementlagen worden toegevoegd. Bedrijven nemen leiders aan die als belangrijkste taak hebben toezicht te houden op andere managers, terwijl ze in werkelijkheid meer mensen nodig hebben die het werk doen. De sterkste teams houden leiders dicht bij het werk. Wij hebben het anders aangepakt, met leiders die hun steentje bijdragen en lijnmanagers in de engineering die nu technologieleiders zijn en nog steeds code opleveren. 

Waar bedrijven vaak te laat duidelijkheid over krijgen, is wie ze zijn. Toen ik in de biotechnologie werkte, hoefde niemand te zeggen dat we “missiegedreven” waren, omdat het werk voor zichzelf sprak en de cultuur van samen in het laboratorium werken op iedereen doorwerkte. Als je onbeperkte vakantiedagen en gratis lunches aanprijst, trek je mensen aan die vertrekken zodra iemand een sabbatical aanbiedt. 

Chime is bijvoorbeeld bewust een intensieve omgeving waarin mensen op locatie werken en die zich richt op het veranderen van de manier waarop bankieren Amerikanen van dienst is. Die duidelijkheid trekt de mensen aan die hier echt willen zijn. Daardoor kunnen we ook aanpakkers en bouwers aantrekken die een grote impact op onze missie willen hebben.

Als je vandaag een functie voor talentwerving opnieuw zou opbouwen met een relatief klein team en toegang tot AI, wat zou je dan anders ontwerpen dan het traditionele wervingsmodel en wat zou je bewust behouden?

Een klein team kan tegenwoordig wat vroeger een groot team kostte, dus ik zou inzetten op hefboomwerking. Ik zou AI laten zorgen voor het vinden en sorteren van kandidaten en de eerste selectie, iedere kandidaat testen op AI-vaardigheid en het team plat houden, met leidinggevenden die naast hun team echt meewerken.

Ik zou ook de rol van de recruiter heroverwegen: de tijd die AI bespaart bij de selectie, zou moeten worden besteed aan wat alleen mensen kunnen doen, namelijk begrijpen wat een kandidaat echt wil en hem of haar helpen de beslissing te nemen. 

Wat ik bewust zou behouden, is het menselijke aspect. Dat betekent kandidaten naar kantoor halen, vooraf eerlijk zijn over het tempo en leidinggevenden persoonlijk laten optreden voor de belangrijkste aanstellingen. Mensen aannemen die deze omgeving willen, is de manier om ervoor te zorgen dat mensen het beste werk uit hun loopbaan leveren.

You may also like