Hoe vind je AI-personeel binnen je eigen organisatie

Waarom is alleen nieuw AI-personeel aantrekken niet genoeg?

De titel van het BNR-artikel over de vraag naar AI-personeel zet twee ontwikkelingen tegenover elkaar: werkgevers zoeken AI-medewerkers, maar zien intern talent over het hoofd. Het meegeleverde fragment benadrukt dat zij naast werving bewuster moeten kijken naar de vaardigheden van bestaande medewerkers.

Voor ondernemers levert dat een concrete afweging op. Heb je iemand nodig die een AI-systeem kan bouwen, of iemand die met bestaande hulpmiddelen een werkproces kan verbeteren? Dat zijn verschillende opdrachten, waarvoor je niet automatisch hetzelfde profiel nodig hebt.

Een nieuwe specialist brengt bovendien niet vanzelf alle kennis van klanten, uitzonderingen en werkafspraken mee. Een ervaren medewerker kent die context mogelijk al. Die vakkennis is een bruikbaar vertrekpunt voor AI-toepassingen, mits de medewerker ook leert omgaan met de beperkingen en risico’s.

Welke AI-vaardigheden kun je intern ontwikkelen?

Begin bij de taak, niet bij de technologie. Voor het maken van een eerste tekstconcept zijn andere vaardigheden nodig dan voor het koppelen van een AI-toepassing aan klantgegevens.

Maak bijvoorbeeld dit onderscheid:

Dit is een praktisch onderscheid, geen vaste functie-indeling. Eén medewerker kan meerdere vaardigheden bezitten. Omgekeerd maakt ervaring met een chatbot iemand nog geen deskundige in veilige systeemintegratie.

Kijk ook verder dan de collega die het enthousiastst over AI vertelt. Iemand die nauwkeurig fouten opspoort, ingewikkelde klantvragen begrijpt of anderen goed uitleg geeft, kan waardevol zijn bij het testen en invoeren van een toepassing.

Hoe ontdek je welk talent al aanwezig is?

Vraag medewerkers om concrete werkvoorbeelden en bied iedereen een toegankelijke manier om mee te doen. Alleen vragen wie ‘goed is met AI’ bevoordeelt mensen die zichzelf gemakkelijk als expert presenteren.

Gebruik in een teamgesprek drie vragen:

• Welke terugkerende taak kost je veel tijd en waarom?

• Welke digitale hulpmiddelen gebruik je al, en hoe controleer je het resultaat?

• Bij welke taak zou je willen oefenen met AI, als daar tijd en begeleiding voor zijn?

Laat belangstellenden vervolgens een kleine opdracht uitvoeren met fictieve of daarvoor goedgekeurde gegevens. Denk aan een conceptantwoord op een klantvraag, gevolgd door een controle op juistheid, volledigheid en toon.

Beoordeel niet alleen het eindresultaat. Vraag ook waarom iemand bepaalde informatie invoerde, welke fouten diegene herkende en wanneer menselijke beoordeling nodig bleef. Juist dat inzicht helpt om een passende ontwikkelroute te kiezen.

Maak vooraf duidelijk waarvoor de inventarisatie dient en wie de uitkomsten kan inzien. Gebruik haar als startpunt voor ontwikkeling, niet als verborgen beoordeling van iemands inzetbaarheid.

Hoe maak je van belangstelling een bruikbare praktijkproef?

Kies één afgebakende taak, een verantwoordelijke en een duidelijk kwaliteitscriterium. Een algemene opdracht als ‘onderzoek wat we met AI kunnen’ is lastig te beoordelen en komt al snel boven op het gewone werk.

Kies een taak met overzichtelijke risico’s

Een fictief voorbeeld: een klantenserviceteam wil eerste antwoordconcepten maken voor veelgestelde vragen. Het team gebruikt uitsluitend goedgekeurde productinformatie en verzonnen klantvragen. Een medewerker controleert ieder concept voordat er iets naar een klant gaat.

Leg vast welke antwoorden fout zijn, welke informatie ontbreekt en wanneer het hulpmiddel niet gebruikt mag worden. Daarmee onderzoek je zowel de toepassing als de vaardigheden die medewerkers nog moeten ontwikkelen.

Reserveer tijd voor oefenen en bespreken

Plan bijvoorbeeld een proef van vier weken met wekelijks een oefenmoment en een gezamenlijke bespreking. Dat is een voorgestelde planning, geen bewezen optimale duur.

De leidinggevende maakt ruimte in het werk; een inhoudelijk deskundige beoordeelt de uitkomsten. Laat IT of de verantwoordelijke voor informatiebeveiliging vooraf toetsen welke omgeving en gegevens zijn toegestaan. Enthousiasme vervangt die controle niet.

Hoe meet je of interne scholing iets oplevert?

Vergelijk dezelfde soort taken vóór en tijdens de proef. Meet niet hoeveel opdrachten medewerkers aan AI geven, maar wat het werk oplevert na controle en correctie.

Kies een beperkt aantal meetpunten:

• Totale behandeltijd: inclusief invoer, controle en herstelwerk.

• Kwaliteit: bijvoorbeeld feitelijke fouten, ontbrekende informatie en onbruikbare antwoorden.

• Zelfstandigheid: kan de medewerker uitleggen wanneer de toepassing wel en niet geschikt is?

• Kosten: neem ook licenties, begeleiding en opleiding mee.

Een fictief rekenvoorbeeld: daalt de totale behandeltijd van twintig naar vijftien minuten per taak, dan is dat vijf minuten winst. Bij honderd vergelijkbare taken is dat 500 minuten, oftewel acht uur en twintig minuten. Die rekensom bewijst nog geen financieel rendement: daarvoor moet ook de kwaliteit op peil blijven en moet de vrijgekomen tijd bruikbaar zijn.

Bespreek na afloop wat je voortzet, aanpast of stopt. Ook de conclusie dat een taak ongeschikt is voor AI kan een nuttige uitkomst zijn.

Wanneer heb je toch een externe specialist nodig?

Schakel aanvullende expertise in zodra de vereiste kennis of verantwoordelijkheid intern ontbreekt. Denk aan complexe koppelingen, beveiligingsvraagstukken of toepassingen die invloed hebben op belangrijke beslissingen over mensen.

Interne ontwikkeling en externe werving zijn dus geen tegenpolen. Je kunt een specialist laten samenwerken met medewerkers die het proces kennen. Spreek dan af welke kennis wordt overgedragen, wie het dagelijkse beheer uitvoert en wie bevoegd is om de toepassing stil te zetten.

Houd ook de werkgeversbelofte realistisch. Bied je ontwikkeling aan, zorg dan dat tijd, begeleiding en afspraken daadwerkelijk beschikbaar zijn. Lees hierover ook hoe je employer branding met AI geloofwaardig houdt.

Waar begin je als werkgever morgen mee?

Kies één werkproces en breng met het betrokken team de benodigde vaardigheden in kaart. Scheid wat medewerkers al kunnen, wat zij met begeleiding kunnen leren en wat specialistische expertise vraagt. Pas daarna kun je een vacature of opleidingsvraag scherp formuleren.

Voor meer ondernemersinzichten over personeelsontwikkeling kun je verder lezen binnen HRM, Training & Opleiding van Nederland in Business. De eerste stap blijft dichtbij: kijk niet alleen wie je nog mist, maar ook wie je al in huis hebt.