We spreken over arbeidsmarktkrapte alsof het een natuurverschijnsel is. Alsof het ons overkomt. Er zijn te weinig mensen. Punt. Maar wat als dat niet het hele verhaal is?
We spreken over arbeidsmarktkrapte alsof het een natuurverschijnsel is. Alsof het ons overkomt. Er zijn te weinig mensen. Punt. Maar wat als dat niet het hele verhaal is?
De afgelopen jaren is de aandacht verschoven van werkloosheid naar vacatures zonder kandidaten. Toch blijft een ongemakkelijke realiteit vaak onderbelicht: organisaties beschikken over meer potentieel dan zij zelf kunnen zien. Niet omdat mensen verborgen zitten. Maar omdat werk nog steeds verkeerd georganiseerd is.
De meeste organisaties werken nog met functiehuizen die zijn ontworpen voor stabiliteit. Terwijl werk op taakniveau continu verandert. Nieuwe technologie voegt taken toe. Andere taken verdwijnen. Competenties verschuiven. Maar functies blijven vaak hetzelfde. Dat betekent dat iemand officieel “niet geschikt” is, terwijl hij of zij misschien 80 procent van het werk al kan. Het verschil zit in taken, niet in potentie. Daar begint het probleem.
In veel organisaties draait matching nog steeds om diploma’s, functietitels en jaren ervaring. Dat voelt veilig. Meetbaar. Controleerbaar. Maar het is ook beperkend. Want talent is breder dan een cv. En werk is specifieker dan een functienaam.
Wanneer organisaties overstappen naar skills-based denken, verandert de vraag fundamenteel. Niet langer: wie past in deze functie? Maar: welk werk moet gedaan worden en wie kan daaraan bijdragen? Dat kleine verschil opent ruimte.
AI wordt vaak gepresenteerd als oplossing voor krapte. Dat is te simpel. Wat AI vooral doet, is het zicht vergroten.
Het maakt zichtbaar:
Maar niet alle AI doet dat op dezelfde manier.
Klassieke matching-systemen zoeken vooral op trefwoorden en functietitels. Generieke AI-modellen zijn sterk in taal en patronen, maar begrijpen de arbeidsmarkt niet als samenhangend systeem. Ze voorspellen waarschijnlijkheid, maar missen context.
Specialistische AI, getraind op arbeidsmarktdata, werkt anders. Die herkent niet alleen losse skills, maar ook de relaties tussen vaardigheden, taken, rollen en leerpaden. AI-matching-technologie – zoals bijvoorbeeld in Nederland wordt ontwikkeld door 8vance – laat zien wat dat verschil betekent in de praktijk. Matching gaat dan niet alleen over harde skills, maar ook over ambities, leervermogen en context. Niet een statische vergelijking tussen cv en vacature, maar een dynamische berekening van potentieel en ontwikkelruimte.
Maar inzicht alleen verandert niets. Zichtbaarheid is geen oplossing op zichzelf. Het vraagt leiderschap om keuzes te maken en organisaties om anders te organiseren.
Veel organisaties zoeken buiten naar talent, terwijl intern beweging mogelijk is. Niet omdat mensen niet willen, maar omdat structuren het niet toestaan.
Interne mobiliteit strandt op:
Krapte is dan geen gebrek aan mensen, maar een gebrek aan flexibiliteit in ontwerp.
De echte vraag is niet: hoe vinden we meer mensen? De echte vraag is: hoe organiseren we werk slimmer?
Er is nog een stap die steeds meer organisaties zetten. Niet alleen intern slimmer kijken. Maar ook extern anders samenwerken.
Steeds vaker ontstaan initiatieven waarin organisaties talent met elkaar delen. Soms wordt dat een private talent cloud genoemd: een samenwerkingsvorm waarin organisaties inzicht geven in hun talentpool en elkaar helpen om mensen duurzaam in beweging te houden.
Dat kan bijvoorbeeld betekenen dat:
Het uitgangspunt verandert fundamenteel. Niet: hoe houd ik talent binnen? Maar: hoe zorg ik dat talent in beweging blijft, ook als dat tijdelijk buiten mijn organisatie is? In een krappe arbeidsmarkt is dat geen verlies. Het is volwassenheid.
Zodra organisaties talent gaan delen, wordt inzicht cruciaal. AI kan hier een beslissende rol spelen. Niet als vervanger van menselijke afweging, maar als hulpmiddel dat zichtbaar maakt:
Aan de andere kant kan AI werk zelf ontleden: functies opsplitsen in taken, projecten en benodigde skills. Wanneer aan beide kanten helder is wat er kan en wat er nodig is, wordt matching minder gokken en meer berekenen.
Werk kan dan slimmer worden verdeeld. Binnen teams. Binnen organisaties. En zelfs over organisaties heen. Stel je voor dat er een AI-agent actief is binnen het HR-systeem van een organisatie. Een agent die niet alleen zoekt in de eigen talentpool, maar ook kan communiceren met AI-agents van partnerorganisaties. Geen cv’s die worden doorgestuurd. Maar geanonimiseerde skill-profielen die automatisch worden vergeleken. Uiteraard met toestemming van de betrokkenen.
Een systeem dat kan signaleren: Deze professional past mogelijk beter bij dat project daar. Deze kandidaat kan via die organisatie sneller ontwikkelen. Deze tijdelijke inzet voorkomt uitstroom én verkort een vacature elders. Dat klinkt futuristisch. Maar de bouwstenen bestaan al.
Arbeidsbemiddelaars bewegen ook deze kant op. Niet langer alleen matchen op een vacature, maar mensen begeleiden in hun loopbaan over meerdere organisaties heen. Zo ontstaat een nieuwe combinatie van flexibiliteit én zekerheid.
Niet vast in één functie. Maar ook niet los in een anonieme markt.
De echte verschuiving zit niet in technologie. Die zit in mindset.
Wanneer organisaties talent niet langer zien als bezit, maar als gedeelde verantwoordelijkheid, ontstaat een ander speelveld. Regionale talentecosystemen worden dan realistischer dan het eindeloos concurreren om dezelfde schaarse profielen.
AI maakt dit schaalbaar. Transparantie maakt het mogelijk. Leiderschap maakt het geloofwaardig. De arbeidsmarkt van morgen draait niet alleen om slimmer organiseren binnen de muren van één organisatie. Maar om slimmer samenwerken over die muren heen.
De toekomst van werk ontstaat niet doordat er meer mensen bijkomen. Maar doordat we beter leren zien wat er al is – en de moed hebben om daar samen iets mee te doen
Laurens Waling is keynote speaker, dagvoorzitter en veranderkundige. Hij verbindt AI, skills en...
Offerte opvragen Bekijk het profiel