Het artikel gaat hieronder verder.
Wie een half jaar geleden op een recruitmentevent vroeg aan Talent Acquisition-leaders wie een betaald account had op een Large Language Model, zag ongeveer een kwart van de handen omhoog gaan. Wie dat vandaag doet, ziet eerder driekwart van de handen. En de resterende kwart? Die zet zichzelf op achterstand. Want de aardverschuiving is allang begonnen, en de kandidaat wijst de weg. Want terwijl recruiters nog discussiëren over welk tooltje ze moeten aanschaffen, bouwen werkzoekenden nu al hun eigen AI-agents die hen dagelijks vacatures serveren – beter gematcht dan welk ATS ooit eerder kon.
De wereld in stipjes
Stel je de wereldbevolking voor als een raster van stipjes, waarbij elk punt staat voor 3,2 miljoen mensen. Het overgrote deel – zo’n 84% – heeft daarvan nog nooit met A.I. gewerkt. En zo’n 16% gebruikt een gratis chatbot, veelal ChatGPT. Slechts 0,3% betaalt voor zijn A.I.-gebruik, en daar weer een fractie van – zo’n 2 tot 5 miljoen mensen wereldwijd – doet ‘iets’ met coderen via AI. Die laatste, minuscule groep? Die is op dit moment ongekend waardevol op de arbeidsmarkt. De rest wordt ‘bedreigd’.
Dat klinkt misschien dramatisch, maar de cijfers ondersteunen het beeld wel. Volgens PwC verdienen mensen die hun functie uitvoeren mét A.I.-skills inmiddels 56% meer dan collega’s zonder. En die premium is het afgelopen jaar verdubbeld. We hebben het hier niet over programmeurs, maar over marketeers, recruiters, analisten — iedereen die AI in het dagelijks werk heeft geïntegreerd.
De kandidaat is je voorbij
De meest opvallende verschuiving zit misschien niet aan de werkgeverskant, maar bij de kandidaat. Intelligence Group meet al jaren het zoekgedrag van de Nederlandse beroepsbevolking, en de snelheid waarmee A.I. als oriëntatiebron voor banen groeit, is ongekend. In 2024 gebruikte zo’n 6% van de beroepsbevolking A.I. bij het zoeken naar werk. In 2025 is dat al boven de 11% – en de kwartaalcijfers laten zien dat het percentage nog flink doorstijgt. Kijk je naar de IT-sector, dan zit je al ruim boven de 20% van de baanwisselaars die A.I. gebruikt als primair zoekkanaal.
In ChatGPT een persoonlijke baanzoekagent bouwen is een piece of cake.
De verwachting? Over 18 maanden staat A.I. in de top 3 van meest gebruikte oriëntatiebronnen. Dat vreet vooral de traditionele jobboards op – precies het kanaal waar veel werkgevers nog blind op vertrouwen. En het gaat verder dan zoeken alleen. In ChatGPT een persoonlijke baanzoekagent bouwen? Het is een piece of cake. Voice-gestuurd, geïnterviewd door de A.I. om een profiel op te stellen, en vervolgens dagelijks om 8 uur ’s ochtends verse vacatures in de inbox. Met matchscores, samenvatting, pluspunten en minpunten. Tijd dat het kost: minder dan het kiezen van een Netflix-serie.
Matching die alles verslaat
Wat die A.I.-gestuurde matching zo krachtig maakt, is dat het niet alleen matcht op skills of functietitels. Het matcht op context: persoonlijke voorkeuren, werktijden, reistijd per fiets, mantelzorgcombinaties, salarisindicatie, cultuurfit. Dat kan geen enkel ander systeem. Vergelijk het met het bestaande matchingslandschap – van Textkernel tot wat er standaard in een ATS zit, en je vergelijkt een ‘rammelende Opel Kadett’ met de moderne Tesla die LLM-matching inmiddels is.
De kandidaat ziet het niet alleen. Die ervaart het. En die verwacht het voortaan ook.
En de kandidaat ziet het niet alleen. Die ervaart het. En die verwacht het voortaan ook. Wat betekent dat voor werkgevers? Dat je niet alleen zichtbaar moet zijn op LinkedIn en Indeed, maar ook in de Large Language Models zelf. Dat concept heet GEO: Generative Engine Optimization. Net zoals SEO bepaalde of je gevonden werd in Google, bepaalt GEO of je vacature, je employer brand, je arbeidsvoorwaarden opgepikt worden door ChatGPT, Claude of Gemini als een kandidaat vraagt: ‘Zoek de beste baan voor mij in de regio Rotterdam.’
De modellen schrijven zichzelf
De technologische versnelling achter dit alles is duizelingwekkend. De nieuwe Nvidia Blackwell-chipsclusters hebben het rekenvermogen exponentieel vergroot. En in februari 2026 gebeurde iets opmerkelijks: zowel GPT-5.4 als Claude 4.6 zijn de eerste modellen die niet door mensen zijn geschreven, maar door A.I. zelf zijn ontwikkeld. Modellen die zichzelf doorontwikkelen, op hardware die steeds krachtiger wordt. De spiraal draait alleen maar sneller.
Elke professional zou moeten weten welk model waarvoor geschikt is.
Wat dat praktisch betekent? Claude 4.6 scoort het hoogst op code-benchmarks én heeft de meest menselijke schrijfstijl. GPT-5.4 kan je muis en toetsenbord overnemen om taken in apps uit te voeren. Gemini 3.1 Pro verwerkt miljoenen tokens – uren aan video of duizenden PDF’s. Grok 4 heeft realtime toegang tot de X-firehose. En Llama 4 Maverick is open source en lokaal te draaien. Elke professional zou moeten weten welk model waarvoor geschikt is.
95% van de A.I.-projecten faalt
Toch is de realiteit nog altijd weerbarstig. Volgens onderzoek van MIT faalt 95% van de A.I.-pilots in organisaties. De oorzaak? Bedrijven denken in procesverbeteringen, -vernieuwingen, en -versnellingen. Ze kopen een tooltje dat een klein subdomein oplost, en tegen de tijd dat het geïmplementeerd is, is het al achterhaald. Noem het ‘de opkomst van A.I.-artiesten: de legacy van morgen.’ De fout zit in het uitgangspunt. Wie begint bij het proces, begint verkeerd. Je moet beginnen bij de mens, de recruiter, de manager, de kandidaat, bij de medewerker. Hoe kan het proces het beste lopen vanuit hún perspectief?
Je eigen data zijn het zilver, gecombineerde data zijn het goud.
En de basis daaronder? Data. Niet de data van een ander, niet de data van een leverancier van wie je afhankelijk wordt, maar je eigen data. Die eigen data zijn het zilver, gecombineerde data zijn het goud. Dat is het fundament. Van data naar inzicht, van inzicht naar advies, van advies naar beslissing, van beslissing naar uitvoering. Stel bijvoorbeeld via het Giant-platform van Intelligence Group een vraag over werkvoorbereiders in Europa, en binnen een minuut heb je niet alleen een compleet antwoord met doelgroepgrootte, schaarste-index, salarisdata, pullfactoren en wervingsadvies, maar via Recruitagent.ai ook een wereldwijde campagne.
MCP: de universele stekkerdoos
De technologie die al die systemen aan elkaar knoopt, heet MCP: Model Context Protocol. Zie het als een soort universele stekkerdoos. Of je nu AFAS, Bullhorn, Intelligence Group, een VMS-systeem of Slack hebt – via MCP kunnen A.I.-modellen al die databronnen tegelijk bevragen, zonder dat de databases fysiek aan elkaar gekoppeld hoeven te zijn. Waar vroeger een A een A moest zijn en een B een B, kun je nu het Chinees met het Japans verbinden. Dankzij MCP’s.
De implicatie ervan is enorm: de silo’s tussen HR, inkoop, recruitment en al die andere afdelingen met eigen systemen – die vallen weg. Niet door een mega-integratie of een miljoenenprogramma, maar doordat MCP als eenvoudige tussenlaag fungeert. En het mooie: het is open source, het is al beschikbaar, en tools als Lovable en Replit maken het mogelijk om zonder programmeerkennis een dashboard of applicatie te bouwen. Zo kun je in 10 minuten bijvoorbeeld een compleet Total Talent Management-dashboard bouwen.
Hoe 2030 eruitziet?
Wat de gevolgen zijn? Ik verwacht dat in 2030, over 4 jaar dus al, meer dan 70% van de staffingbureaus hierdor is verdwenen. Dat 98% van de (huidige) jobboards niet meer bestaat. En dat je nu je laatste ATS-systeem al hebt gekocht. Dat werkenden én werkzoekenden tegen die tijd hun eigen persoonlijke AI-agents hebben. Dat een soort ‘SkillsCV_ID‘ de echtheid van kandidaten borgt – mede dankzij de EU ID Wallet. En dat werkgevers hun ‘echte’ kandidaten en sollicitanten zullen delen, waarna automatische matching het overneemt.
Het visioen: een maandagochtend in augustus 2030 waarop je recruitment-agent ‘Lisa’ je een briefje geeft dat er vorige week 723 sollicitaties binnenkwamen, dat dankzij de EU ID Wallet het aantal fake applicants naar 0 is gedaald, dat 83% direct op skills gematcht kon worden, en dat na de intake met de recruiter-agent 113 gesprekken zijn ingepland. De verwachting: alle openstaande vacatures binnen drie weken gevuld. Sciencefiction? HappyNurse laat vandaag al zien dat het werkt. Hun AI-agent Aisha verhoogde het aantal succesvolle inschrijvingen van 6% naar meer dan 41%.
De roadmap: 6 lessen
Wat kun je hier vandaag al mee? De A.I.- en innovatie-roadmap voor 2026 komt volgens mij neer op 6 kernlessen:
#1. Begin bij de mens en het probleem
Begin niet bij je proces, niet bij je systeem, niet bij je recruiter. De kandidaat is je al voorbij – zorg dat je aansluit bij hoe zij zoeken en matchen.
#2. Eigen data is de basis.
Vertrouw niet op de data van een ander. Bouw je eigen database op, combineer die met externe bronnen, en maak hem toegankelijk via MCP’s en API’s.
#3. Tooltjes zijn de legacy van morgen.
Alles wat je vandaag koopt als point solution, is over 2 jaar achterhaald. Denk horizontaal, niet verticaal.
#4. Ga van cost per hire naar productiviteit per hire.
De KPI van de toekomst is niet wat een medewerker kost, maar wat die oplevert. Data en MCP’s maken het mogelijk om dat te meten.
#5. Denk MCP, MCP, MCP.
Het is de universele stekkerdoos die alles verbindt. Wie het nu begrijpt, heeft een voorsprong.
#6. De mens blijft in the loop – maar dat is geen garantie.
Vooralsnog is A.I. mensenwerk. Maar de snelheid waarmee A.I. zichzelf ontwikkelt, maakt dat geen vanzelfsprekendheid voor de lange termijn.
En jij?
De boodschap is helder, en misschien wat ongemakkelijk: we hebben op dit moment de slechtst denkbare vorm van A.I. tot onze beschikking. Alles hierna wordt beter. En de snelheid waarmee het beter wordt, is ongekend. De vraag is niet óf je mee moet, maar hoe snel je kunt bewegen. Want terwijl de markt nog over privacy en EU AI Act discussieert, zijn 230 miljoen medische vragen per week aan ChatGPT al het bewijs dat de mensheid niet wacht op regelgeving. Betaal dus die 20 euro per maand. Bouw die agent. Leer die MCP kennen. En het is letterlijk zo simpel dat het vandaag allemaal al kan.
Over de auteur
Geert-Jan Waasdorp is arbeidsmarktanalist bij Intelligence Group, co-eigenaar van Werf& en oprichter/CEO van The Talentpool Community. Dit artikel is gebaseerd op een recente presentatie van zijn hand: ‘Wat staat er op de A.I.- en innovatie-roadmap in 2026?’
Meer weten?
Meer verhalen over hoe A.I. recruitment verandert? Of wil je er zelf zinvol mee leren experimenteren? Het kan allemaal op 26 mei tijdens het event AI & Talent. Je leest er hier alles over:
