Hoe talent intelligence kan bijdragen aan interne mobiliteit

Hoewel de spanning op de arbeidsmarkt in het derde kwartaal van vorig jaar iets afnam ten opzichte van de kwartalen daarvoor, hebben we nog steeds te maken met krapte. In Q3 van 2023 waren er in Nederland 114 vacatures per 100 werklozen. 

Aangezien de tekorten waarschijnlijk zullen blijven bestaan, doen organisaties er goed aan om de werknemers die ze hebben vast te houden. Wanneer een werkgever er niet zeker van is dat het huidige personeelsbestand geschikt is voor de veranderende bedrijfsbehoeften, kan dit echter een probleem opleveren. Deep learning, een vorm van kunstmatige intelligentie, kan hier uitkomst bieden, zo is te lezen in een artikel van HRD Connect.  

Wat is deep learning?

Deep learning is een vorm van machinaal leren geïnspireerd door het menselijk brein. De technologie analyseert voortdurend gegevens met een bepaalde logische structuur en bootst zo menselijke conclusies na. Deep learning wordt nu bijvoorbeeld al ingezet in zoekmachines voor zoeksuggesties en in streamingdiensten om series aan te bevelen. 

De belangrijkste uitdaging van deep learning is de enorme hoeveelheid data die je ervoor nodig hebt. Maar hoewel het bereik van AI ooit werd beperkt door rekenkracht en de beschikbaarheid van gegevens, is dat niet langer het geval.  

Talent intelligence

Talent intelligence maakt gebruik van deep learning om rollen te definiëren en gebruikt zowel interne bedrijfsgegevens als externe, lokale en mondiale gegevens om besluitvormers te helpen talentbeslissingen te optimaliseren. Tegenwoordig kunnen mondiale neurale netten meer dan een miljoen vaardigheden onder de acht miljard mensen ter wereld identificeren.

Talent intelligence leert zichzelf dynamisch, totdat het de beschikbaarheid, volwassenheid, relevantie, leerbaarheid en evolutie van vaardigheden binnen specifieke organisaties en de grotere markt volledig begrijpt. Met behulp van de analyses van talent intelligence krijgen leiders inzicht in de vaardigheden van hun bestaande personeelsbestand en de training en werving die nodig zijn om mee te komen met de ontwikkelingen in de sector. 

Talent intelligence in de praktijk

Deze ideeën worden duidelijker met specifieke voorbeelden. Laten we zeggen dat een medewerker een interne vacature open ziet staan op de financiële afdeling. Deep learning constateert dat zijn vaardigheden goed bij de functie passen, maar dat er een nog sterkere match zou zijn als hij een belastinggerelateerde cursus zou volgen die uniek is voor de branche van dat bedrijf. Deze medewerker weet dan hoe hij van baan A naar baan B moet komen, en kan de juiste koers vinden in het leermanagementsysteem van het bedrijf.

Of stel dat er geen open vacature is, maar dat een ontwerper op een lager niveau designdirecteur in zijn bedrijf wil worden. Deze medewerker kan de paden onderzoeken die andere ontwerpers hebben gevolgd om tot de rol van directeur te komen, inclusief de vaardigheden en kenmerken die designdirecteuren hebben en de cursussen die zij hebben gevolgd. De medewerker kan vervolgens verbinding maken met het leerbeheersysteem en zich aanmelden voor lessen om hem te helpen de overstap te maken van ontwerper naar directeur.

Met andere woorden: deep learning maakt gebruik van potentieel door te kijken naar mensen met vergelijkbare vaardigheden en naar wat zij daarna in hun carrière hebben kunnen bereiken. Dankzij een wereldwijde dataset waarin je duizenden mensen kunt analyseren die nieuwe vaardigheden hebben verworven en vervolgens succesvol zijn geweest in een nieuwe rol, kun je concluderen dat een interne medewerker deze vaardigheden ook kan leren en goed kan presteren in deze nieuwe rol. 

Anticiperen op vertrek medewerker

We vertellen medewerkers dat ze hun eigen carrière moeten sturen, maar hoe kunnen ze dat doen als ze niet begrijpen wat er nodig is om een meer passende baan op een andere afdeling of locatie te krijgen? 

Een andere manier waarop talent intelligence helpt bij het behouden van talent, is het vooruitlopen op een mogelijk vertrek. Talent intelligence kan u vertellen hoe lang een medewerker al in een bepaalde functie zit en beoordelen of die persoon misschien zin heeft om verder te gaan. Organisaties die talent intelligence gebruiken, hoeven niet te wachten op het exitgesprek om vast te stellen dat een medewerker is opgestapt omdat zijn of haar carrière tot stilstand is gekomen. Ze kunnen hierop anticiperen door deze medewerker proactief in te zetten voor een nieuwe uitdaging, zowel voor zichzelf als voor het bedrijf.

Dit artikel is een samenvatting van het Engelse artikel ‘How talent intelligence solves the employee redeployment problem’ op HRD Connect.