Laurens Waling over Agentic HR: ‘Er is geen tekort aan talent, maar een tekort aan zicht op inzetbaarheid en ontwikkelbaarheid’
AI brengt People Analytics van jaarlijkse personeelsprognoses naar continue voorspellingen van de inzetbaarheid en ontwikkelbaarheid van ieder individu.
Jarenlang hielp People Analytics organisaties vooral om beter te begrijpen wat er in hun workforce gebeurde. Hoeveel mensen vertrekken? Waar ontstaan tekorten? Welke functies zijn moeilijk te vullen? Welke groepen ontwikkelen zich sneller of juist minder snel?
Waling ziet nu een veel fundamentelere verandering in het vakgebied ontstaan.
“Tot nu toe gebruikten we data vooral om achteraf patronen te herkennen en op groepsniveau vooruit te kijken. Met AI kunnen we steeds meer continu vooruitkijken naar ieder individu. Niet alleen: welke skills heeft iemand? Maar: welk werk kan iemand nu doen, welke andere taken passen daarbij, wat kan iemand relatief eenvoudig leren en waarvoor zou iemand over zes of twaalf maanden inzetbaar kunnen zijn?”
Daarmee verschuift People Analytics volgens Waling van analyse naar voorspellen en handelen. “Dat is voor mij de essentie van Agentic HR.”
“Er is geen tekort aan talent. Er is vooral een tekort aan zicht op inzetbaarheid en ontwikkelbaarheid.”
– Laurens Waling, Chief Evangelist bij 8vance
Van jaarlijkse workforce planning naar continue individuele voorspellingen
Veel organisaties maken één keer per jaar een strategische personeelsplanning. Ze voorspellen bijvoorbeeld hoeveel verpleegkundigen, monteurs, data-analisten of andere functiegroepen ze over enkele jaren nodig hebben.
Waling denkt dat AI dit model ingrijpend gaat veranderen. “Workforce planning is nu vaak een algemene forecast op cohortniveau. We zeggen bijvoorbeeld: over drie jaar hebben we 300 mensen van profiel X nodig en daarvan komen we er waarschijnlijk 70 tekort. Dat is nuttige informatie, maar vervolgens weten we nog steeds niet welke mensen in of buiten onze organisatie dat werk zouden kunnen doen.”
AI maakt een veel fijnmaziger manier van voorspellen mogelijk. “Je kunt straks continu kijken: wat moet er gedaan worden? Welke mensen kunnen dat nu al? Wie kan een deel van het werk doen? Wie zou het met een kleine ontwikkelstap kunnen? En welke volgende stap is voor een individuele medewerker realistisch?”
Daarmee ontstaat volgens Waling een fundamentele beweging:
– van jaarlijks naar continu,
– van cohorten naar individuen,
– van functies naar taken en mogelijkheden,
– van huidige kwalificaties naar inzetbaarheid en ontwikkelbaarheid,
– en van analyse naar concrete actie.
“Misschien moeten we de workforce van de toekomst helemaal niet tot achter de komma proberen te plannen. Misschien moeten we vooral zorgen dat we voortdurend kunnen zien waar mensen inzetbaar zijn en hoe ze zich naar nieuw werk kunnen ontwikkelen.”
Skills zijn belangrijk, maar niet het eindpunt
De afgelopen jaren maakten veel organisaties de beweging van functies naar skills. Waling ziet dat als een belangrijke stap, maar niet als het eindstation. “Skills-based werken helpt ons om los te komen van functietitels, diploma’s en traditionele loopbaanpaden. Maar alleen weten welke skills iemand heeft, is uiteindelijk ook te beperkt.”
De interessantere vraag is volgens hem wat je met die informatie kunt voorspellen. “Welke taken kan iemand uitvoeren? Welke skills zijn overdraagbaar naar ander werk? Hoe groot is de afstand tot een andere rol? Wat kan iemand waarschijnlijk snel leren? En welke kansen sluiten aan bij iemands ervaring, voorkeuren en potentieel?”
AI maakt het mogelijk om steeds meer van die gegevens met elkaar te verbinden.
Een paar jaar geleden betekende skills-based werken voor organisaties vaak dat ze eerst een uitgebreide skillstaxonomie moesten bouwen, functies herschrijven, profielen opschonen en medewerkers vragen hun vaardigheden handmatig vast te leggen. “Daar kon je zo een meerjarig HR-programma van maken. Generatieve AI haalt die drempel enorm naar beneden.”
AI kan uit bestaand werk, profielen, cv’s, vacatures en andere beschikbare data steeds beter afleiden welke taken en vaardigheden relevant zijn en welke ontwikkelstappen logisch zouden kunnen zijn.
8vance werkt sinds 2013 aan AI-gedreven matching. Inmiddels kan de technologie niet alleen voorspellen wie bij welk werk past, maar ook alternatieve loopbaanstappen, skillsgaps en ontwikkelmogelijkheden zichtbaar maken.
“Daarom praat ik steeds vaker over beyond skills. Skills zijn de taal waarmee je werk en mensen beter kunt vergelijken. Maar de echte waarde zit in wat je vervolgens kunt voorspellen over inzetbaarheid en ontwikkeling.”
“De echte waarde ontstaat wanneer technologie mensen zichtbaar maakt die we anders nooit hadden gezien.”
‘Er is geen tekort aan talent’
Dat leidt Waling tot een stelling die bewust scherp is.
“Er is geen tekort aan talent. Er is vooral een tekort aan zicht op inzetbaarheid en ontwikkelbaarheid.”
Organisaties zeggen aan de ene kant dat vacatures niet meer te vullen zijn. Tegelijkertijd werken binnen diezelfde organisaties, sectoren en regio’s grote aantallen mensen van wie slechts een klein deel van hun mogelijkheden bekend is.
“Onze systemen weten meestal welke functie iemand heeft, in welke schaal iemand zit en bij welke afdeling iemand werkt. Maar daarmee weet je nog lang niet wat iemand allemaal kan.”
Ook bij kandidaten buiten de organisatie is het zicht beperkt. Recruiters zoeken traditioneel op functietitels, opleidingen, sectorervaring en trefwoorden. Daardoor blijven mensen buiten beeld die het werk misschien uitstekend zouden kunnen uitvoeren, maar niet het traditionele profiel hebben.
“De vraag zou veel vaker moeten zijn: wie kan dit werk doen? En daarna: wie kan dit werk misschien nog niet helemaal doen, maar kan het met een realistische ontwikkelstap leren?”
Voor Waling verandert AI daarmee niet alleen de snelheid van recruitment of HR-processen. Het kan de beschikbare talentpool daadwerkelijk vergroten.
“Als AI alleen dezelfde vijf kandidaten vindt die een recruiter zelf ook gevonden zou hebben, maar dan vijf minuten sneller, is dat handig. Maar de echte waarde ontstaat wanneer technologie mensen zichtbaar maakt die we anders nooit hadden gezien.”
People Analytics & AI 2026: van inzicht naar échte impact in HR
Data en AI veranderen de manier waarop organisaties talent aantrekken, ontwikkelen en behouden. Tijdens People Analytics & AI 2026 ontdek je hoe organisaties de stap maken van analyse naar toepassing en van dashboards naar daadwerkelijke besluitvorming. Met praktijkcases, toepassingen van AI en People Analytics en aandacht voor governance, ethiek en de menselijke maat. Bekijk het programma | Meld je direct aan.
Van kandidaat naar potentieel
Een concreet voorbeeld ziet Waling bij De Nieuwe Arbeidsmarkt van De Riverboard in de Rotterdamse Waterwegregio, waar 8vance technologiepartner is.
Daar kijken werkgevers in Schiedam, Vlaardingen en Maassluis gezamenlijk naar de arbeidsmarkt. Het platform verbindt mensen en kansen niet uitsluitend op basis van diploma of eerdere functietitel, maar ook op basis van vaardigheden, wensen en ontwikkelpotentieel.
Dat levert bijvoorbeeld een andere blik op kandidaten op die bij een sollicitatie net buiten de boot vallen. “Iemand wordt bij organisatie A tweede. Traditioneel stopt het proces daar. Maar misschien is die persoon voor een andere werkgever in dezelfde regio juist een uitstekende kandidaat.”
Met toestemming kan zo iemand zichtbaar worden voor andere aangesloten werkgevers. “De nummer twee bij het ene bedrijf kan de ideale kandidaat voor het andere bedrijf zijn.”
Voor Waling laat dit zien dat een krappe arbeidsmarkt niet alleen vraagt om harder concurreren om dezelfde mensen.
“We zijn gewend talent als bezit van één organisatie te behandelen. Terwijl we veel meer zouden kunnen kijken naar hoe talent door organisaties, sectoren en regio’s heen kan bewegen.”
“Een dashboard zegt: hier ontstaat een probleem. Een goede agent zegt: hier ontstaat een probleem, dit zijn mogelijke oplossingen en dit zijn mensen die je waarschijnlijk over het hoofd hebt gezien.”
Van dashboard naar agent
Daar komt Agentic HR in beeld.
Een traditioneel People Analytics-dashboard kan signaleren dat er over een jaar ergens een tekort ontstaat. Een AI-agent kan volgens Waling een stap verder gaan.
“Een agent kan vervolgens onderzoeken welke mensen mogelijk inzetbaar zijn, welke alternatieven bestaan, welke ontwikkelstappen nodig zijn en welke acties je zou kunnen nemen.”
Dat betekent niet dat AI automatisch alle personeelsbeslissingen moet nemen. “De interessante vraag is niet mens óf AI. De interessante vraag is hoe we besluitvorming ontwerpen waarin mens en AI samen betere keuzes maken.”
Een agent kan bijvoorbeeld voorstellen welke medewerker een interne vacature zou kunnen vervullen, wie geschikt lijkt voor een tijdelijk project, of wie met een relatief kleine ontwikkelstap richting een tekortfunctie kan groeien.
“AI kan opties genereren en laten zien waarom iemand past, wat nog ontbreekt en wat een logische volgende stap zou zijn. De medewerker, recruiter of leidinggevende houdt vervolgens invloed op de uiteindelijke beslissing.”
Daarmee verandert de rol van AI van registreren en analyseren naar actief ondersteunen bij keuzes. “Een dashboard zegt: hier ontstaat een probleem. Een goede agent zegt: hier ontstaat een probleem, dit zijn mogelijke oplossingen en dit zijn mensen die je waarschijnlijk over het hoofd hebt gezien.”
HR wordt architect van een dynamische talentmarkt
Waling verwacht dat deze ontwikkeling uiteindelijk grote gevolgen heeft voor HR.
Als organisaties continu inzicht krijgen in welke mensen waar inzetbaar zijn en hoe zij zich kunnen ontwikkelen, wordt de grens tussen recruitment, talentmanagement, learning & development en workforce planning steeds minder hard.
“Die processen draaien uiteindelijk allemaal om dezelfde vraag: welk werk moet er gedaan worden, welke mensen kunnen daar waarde toevoegen en hoe zorgen we dat mensen zich kunnen bewegen naar de plekken waar ze nodig zijn?”
HR wordt daarmee minder de eigenaar van afzonderlijke processen en meer de architect van een interne en externe talentmarkt. “Je wilt mensen zichtbaar maken, kansen toegankelijk maken, ontwikkeling mogelijk maken en spelregels ontwerpen waarbinnen mensen en AI voortdurend betere matches kunnen maken.”
Dat is voor Waling uiteindelijk de belofte van Agentic HR.
“Niet zoveel mogelijk HR-processen automatiseren en mensen eruit halen. Maar AI gebruiken om veel beter te zien welk talent er al is, waar mensen inzetbaar zijn en waar ze naartoe kunnen groeien. Als we dat kunnen, verandert ook onze kijk op het personeelstekort. Dan kijken we niet alleen meer naar hoeveel mensen we missen, maar vooral naar hoeveel potentieel we vandaag nog niet zien.”
Maak kennis met Laurens Waling
Laurens Waling is Chief Evangelist bij 8vance en keynotespreker over Agentic HR, AI, werk en talent. Als voormalig organisatieadviseur en oprichter van samenwerkingsplatform Part-up combineert hij kennis van technologie met ervaring in organisatieverandering.
Waling is daarnaast opgeleid in interventiekunde. In zijn werk vertaalt hij complexe AI-ontwikkelingen naar concrete keuzes voor HR-professionals, leidinggevenden en bestuurders, met nadrukkelijke aandacht voor gedrag, verandering en de menselijke kant van organiseren.
Maak via LinkedIn contact met hem om inzichten en ideeën uit te wisselen.