Maandelijkse archieven: oktober 2025

In het eerste artikel in deze serie gaf ik in vogelvlucht een overzicht van de mogelijkheden van AI voor “gewone” flexbedrijven. In de vervolgartikelen is steeds een ander recruitmentsysteem aan de beurt. Hoe zetten zij AI in om het werk van de gebruikers beter, efficiënter en leuker te maken? Wat is hun visie? Hoe gaat AI hun applicatie in de toekomst verder veranderen? In dit artikel aandacht voor Carerix. Ik sprak Chief AI Officer Arco Westbroek en Product Manager Pieter Kemper. Zij namen me mee in de visie van Carerix, de eigen oplossingen en de integraties met partner-oplossingen.

Het eerste gesprek vond bijna een jaar geleden plaats. Toen was de toekomstvisie helder, maar was de uitwerking nog beperkt. Inmiddels heeft Carerix grote stappen gezet en heb ik mogen testen met de laatste stand van de techniek. In dit artikel uiteraard een blik op de huidige stand van zaken, maar ook een kijkje bij de ontwikkeling van AI binnen de applicatie.

Het product Carerix

Om te begrijpen waarom Carerix bepaalde keuzes maakt, legt Westbroek eerst uit waar Carerix voor staat:

• ATS, ofwel Applicant Tracking System: het beheren van de ‘reis’ die de sollicitant doormaakt
• CRM, ofwel Customer Relationship Management: het beheren van de funnel van de (potentiële) opdrachtgever
• RMA, ofwel Recruitment Marketing Automation: alle taken automatiseren die de recruiter niet wil of kan doen. Daarbij vooral aandacht voor de latente doelgroep, die meer marketing- dan recruitmentgericht benaderd wordt.

Vanuit deze kern wordt het systeem opgebouwd en worden via de marketplace allerlei externe tools aangeboden.

Carerix AI

Carerix was al snel met het aanbieden van AI-functionaliteit: al meer dan twee jaar geleden stond er links bovenaan elk scherm een link naar ‘Carerix AI’, in feite een snelkoppeling naar ChatGPT. In deze tool konden – net als in ChatGPT, maar dan binnen Carerix – allerlei opdrachten gegeven worden.

Vorig jaar was Carerix AI uitgebreid met de mogelijkheid om eigen voorgeprogrammeerde prompts toe te voegen. Dat werkte zo: als gebruiker selecteerde je een stuk tekst uit Carerix (bijvoorbeeld de werkervaring, een profieltekst) en vervolgens koos je een van de prompts: “herschrijf”, “vertaal”, “maak korter”, etc. Via het bekende vraag- en antwoordspel met ChatGPT liet je het resultaat optimaliseren en vervolgens kan je de tekst plakken in het veld waar je het wilt hebben. De prompts waren toen nog puur gebaseerd op de geselecteerde tekst en hielden dus geen rekening met het profiel van de kandidaat of de inhoud van de vacature. Dit was een bewuste keuze om er zeker van te zijn dat klantdata niet gebruikt konden worden voor trainingsdoeleinden.

Inmiddels heeft Carerix een model dat de veiligheid van de gegevens garandeert. Hierdoor kan het pakket ‘context gedreven’ werken. Opdrachten als “Maak een samenvatting van deze kandidaat”, “geef de positieve punten en de aandachtspunten met betrekking tot de match tussen deze kandidaat en deze vacature”, “Schrijf een voorsteltekst voor deze kandidaat op deze vacature” zijn nu onderdeel van de mogelijkheden. Daarbij kan de Carerix-klant zelf bepalen welke acties Carerix AI kan uitvoeren en welke tone-of-voice gebruikt moet worden.

Carerix RMA (Recruitment Marketing Automation)

In het verleden kende Carerix de zogenaamde ‘triggers’ om taken te automatiseren: ‘als dit gebeurt, doe dan dat’. De mogelijkheden waren beperkt en verschillende triggers konden elkaar in de weg gaan zitten. Daarom heeft Carerix de automatiseringen drastisch op de schop genomen. Met Carerix RMA worden ze nu in een grafisch zichtbare ‘journey’ (een stroomschema) gebouwd. Hierdoor zijn veel complexere taken te ontwerpen. 

Bovendien is een ‘conversational AI’ te koppelen aan deze journeys. Zo kan een chatbot een gesprek met een kandidaat of opdrachtgever voeren en de uitkomst wegschrijven in de Carerix velden. Als je zo’n taak inricht, werkt dat in grote lijnen zo:

1. Je geeft een aantal doelen mee. Bijvoorbeeld: “doe een voorselectie voor deze kandidaat voor deze vacature en achterhaal daarbij de beschikbaarheid en de salariswens”. Indien dit past bij de vacature, plan dan een intakegesprek in”;
2. Je geeft aan van welke informatie gebruikt mag worden. Bijvoorbeeld de gegevens van de vacature, die van de opdrachtgever en de contactgegevens van de kandidaat;
3. Je laat de ontvangen informatie wegschrijven in de velden in Carerix.

Westbroek legt uit: “Met Carerix RMA kunnen de meeste klanten alle gewenste automatiseringen uitvoeren. Het is een ‘blokkendoos’, onze klant kan het zelf inrichten. Wil of kan de klant dat niet of zoekt deze specialistischere oplossingen, dan kan altijd een keuze gemaakt worden voor producten in onze marketplace. Daar staan kant-en-klare oplossingen klaar, die gespecialiseerd zijn op een deelgebied. Denk bijvoorbeeld aan Spadework voor het genereren van een CV/voorstelprofiel.” 

Toekomstvisie

Om de toekomst te schetsen maakt Westbroek een vergelijking met de tijd waarin hij zelf recruiter was: “Ik zou willen dat ik vroeger de beschikking had over de tools die nu beschikbaar zijn of die binnenkort zullen komen. Ik was meer dan de helft van de tijd kwijt met taken waar ik geen energie van kreeg en die mijn bedrijf niets opleverden: vastleggen van gesprekken, archiveren van gegevens, uitwerken van aantekeningen, bellen met mensen die niet bereikbaar zijn, maken van ‘raamvacatures’, etcetera. Nu en in de toekomst kan de nadruk komen te liggen op de gesprekken met de kandidaten.”

Hij neemt het voorbeeld van digitale assistenten als In2Dialog en Carv: “De Notetaker luistert mee met de gesprekken die je als recruiter voert. Maak er een transcriptie van en vat het samen. Maar het schrijft ook de ontvangen gegevens weg in de velden in Carerix. Hierdoor wordt je bestand rijker en blijft er geen kennis achter in het hoofd van de recruiter. Want laten we eerlijk zijn: wie schrijft na een gesprek een uitgebreid verslag en vult de database aan?” Naast de partner-oplossingen is Carerix ook bezig met het ontwikkelen van een eigen notetaker.

Hij kijkt ook naar de toekomst: “Doordat alle gesprekken vastgelegd worden, kan ook gematcht worden op ongestructureerde data. Je kan bijvoorbeeld vragen welke aanknopingspunten er zijn voor een kandidaat die matchen met een vacature. Dat zou prima kunnen komen uit een gesprek waarin toevallig de hobby’s ter sprake kwamen”

Beoordeling

Ik heb kunnen testen met een testomgeving van Carerix. Daarnaast hebben we Carerix RMA ‘ondergaan’ in een WhatsApp-conversatie.

Carerix AI komt op verschillende plaatsen in Carerix voor: bij de kandidaat, de vacature en de match kan je met voorgeprogrammeerde prompts allerlei acties laten doen. Tevens kan je altijd zelf opdrachten formuleren voor de AI assistent, waarbij deze dan rekening houdt met het dossier van waaruit de opdracht gegeven wordt.

Het heeft een logische plaats in het menu en ik was erg te spreken over de uitkomsten. Het is duidelijk dat de onderliggende prompts geschreven zijn met kennis van het recruitmentproces. Een voorbeeld: als je vraagt om een beoordeling hoe goed een kandidaat past bij een vacature, krijg je geen ‘match score’, maar een omschrijving van de elementen die passen en de aandachtspunten waar je rekening mee moet houden. AI beslist dus niet, maar helpt je om een gefundeerde beslissing te nemen.

Om te beoordelen hoe groot het risico van ‘hallucineren’ is binnen Carerix AI, vroeg ik om een vacaturetekst te schrijven voor een functie waar we nog weinig informatie bij hadden ingevoerd. En ja hoor: Carerix AI verzint er vrolijk op los! Pieter Kemper liet zien dat dit wel op te lossen is door gebruik te maken van eigen prompts. Door aanvullende opdrachten te geven, ging het bij een volgende test een stuk beter: in plaats van een vacaturetekst te verzinnen, vroeg Carerix AI eerst om aanvullende informatie.

Voor het testen van Carerix RMA, testte ik een automatisering om informatie van een kandidaat uit te vragen. ‘onder de motorkap’ hadden we bepaald welke informatie uitgevraagd moest worden en welke informatie de chatbot mocht gebruiken. Ik schreef ik mezelf in als kandidaat in en kreeg al snel een whatsapp-bericht binnen. Een aantal bevindingen:

• De chatbot stelde zich voor met de naam van de recruiter. Daarmee wordt de wenselijke transparantie dat ik een gesprek voer met AI niet gegeven. Als ik tijdens het gesprek vraag met wie ik ook alweer spreek, wordt die transparantie wel gegeven. 

• De toonzetting is heel natuurlijk, zonder al te veel overbodige vriendelijkheden die je nog wel eens tegenkomt bij chatbots
• De chatbot concentreert zich volledig op het doel waarvoor hij opgesteld staat. Als ik vragen stel die niets te maken hebben met het doel van de conversatie, wordt mij dat vriendelijk duidelijk gemaakt om terug te keren naar het gesprek:

• De chatbot geeft antwoord op vragen als ze relevant zijn. Zo vroeg ik naar meer informatie over de vacature en kreeg ik die direct.

Mijn eindoordeel: Carerix heeft AI op een mooie manier geïntegreerd in het pakket. Er is voldoende flexibiliteit om het passend te laten zijn bij jouw organisatie. +

Wil je als bureau alleen de basis gebruiken, dan kan je daar direct mee aan de slag. Wil je een stap verder gaan, denk dan goed na over je strategie, bouw je automatiseringen, test de resultaten en stuur bij waar nodig. 

• Lees ook het vorige artikel van Hans Scheers: de kansen van AI voor het ”gewone” flexbedrijf deel 6: Bullhorn