Marc Drees Voor het eerst in jaren is er weer eens een (massief) rapport van Marry Meeker verschenen. Een must-read:
Trends – Artificial Intelligence (AI) – Mary Meeker
Marc Drees 
Even een korte follow-up op het nieuws van een week geleden waarin een massa-ontslag bij CareerBuilder + Monster werd aangekondigd; volgens AIM Group zou het gaan om het ontslag van 390 medewerkers op het hoofdkantoor in Chicago. Het lot van medewerkers in andere landen, zoals Nederland, is nog onduidelijk. Maar mogelijk heeft dit slechts te maken met andere juridische regels rondom ontslag en niet met de intentie om ook van deze medewerkers afscheid te nemen.
AIM Group gaat in haar artikel vooral in op speculaties van marktdeskundigen over wat er met de combinatie gaat gebeuren, en dat is weliswaar vermakelijk leesvoer maar volstrekt speculatief. Heb je niets beters te doen dan is het misschien zeer informatief om mijn verslaglegging over het reilen en zeilen van Monster(board) in de afgelopen decennia te volgen middels deze link. Daaruit blijkt dat de neergang van Monster niets iets van de laatste jaren is maar een zeer lange geschiedenis kent. Lang voordat Randstad de vacaturesite kocht, was het al een walking dead. Een pijnlijk en droevig verhaal…
Marc Drees Slechts 2 maanden geleden schreef ik over de dystopische ‘visie’ van voormalig Appcast CEO Chris Forman in relatie tot disposition data. Ondertussen blijkt de eigenaar van Appcast, Stepstone van plan om zich in de high-volume recruiting wereld te storten. Het was dus niet bepaald een visie, maar meer een vooraankondiging van een nieuw product: Stepstone 360 Hire:
Homepage – Stepstone 360 Hire
Marc Drees 
Enkele maanden geleden lanceerde DaXtra Talentflow, een AI Agentic oplossing waarmee DaXtra zichzelf future-proof hoopt te maken. En naar nu blijkt heeft ze kort daarna ook afscheid genomen van CEO Terry Baker, die na een verblijf van minder dan 2 jaar het veld ruimt voor Michael Flannery.
DaXtra is na de overname van Textkernel door Bullhorn de enige onafhankelijke partij om rekening mee te houden in het domein van search en parsing binnen het recruitment domein. AI-adepten zullen beargumenteren dat GenAI een betere klus doet dan die ‘ouderwetste’ machine learning AI toepassingen, maar ondertussen stapelen de signalen zich op dat GenAI een minder betrouwbare en/of objectieve partner is dan gedacht. Oftewel, de werkelijkheid is altijd weerbarstiger dan je in eerste instantie zou denken.
Hoe dan ook, ik wens Flannery alle succes in zijn nieuwe rol.
Marc Drees 
Ik kijk tegenwoordig uit naar het schrijven van een blogje over de stand van het Nederlandse uitzendland. Waarom? Omdat het tot dusverre (in 2025) altijd zonovergoten is in mijn werkkamer als ik me achter mijn laptop zet. Zo ook vandaag nadat gisteren de ABU met haar cijfers over de vijfde periode van 2025 kwam. Met daarbij de volgende toevoeging door de ABU:
In periode 5 daalde het aantal uren met 1% en de omzet nam toe met 5% in vergelijking met dezelfde periode vorig jaar.
Vergeleken met een jaar geleden (-10%) is het resultaat zoveel beter te noemen dat ik het woord kentering wel in de mond durf te nemen. Maar met de volgende disclaimer: het kan een kortdurende kentering zijn. Al hoop ik dat niet
Marc Drees 
We kennen natuurlijk allemaal het online referral model waarin je een goede bekende/volledige onbekende kan aanbevelen bij een website die daar een beloning voor in het verschiet stelt. Een business model dat volstrekt kansloos is gebleken maar zo af en toe nog wel eens haar kopje boven het maaiveld uitsteekt. Leren van het verleden is een les waar we meestal wegdromen in ‘big is beautiful’ fata morgana’s, gedoemd om in cirkels te blijven lopen. Dit keer misschien zelfs wel met AI…
Overigens moeten we dit model niet verwarren met het fraaie maar moeilijk te realiseren corporate referral model, dat voortborduurt op het aloude (en soms zeer succesvolle) analoge referral recruitment waarbij je een goede bekende aandraagt bij je eigen werkgever. Een probaat model dat de tand des tijds glansrijk heeft doorstaan.
Marc Drees 
Naar aanleiding van een nieuwsberichtje op Techcrunch dwaalden mijn gedachten af naar vroeger tijden. Nee, niet toen ik nog jong, fit en dun was maar veel vroeger. Voor diegenen die tijdens geschiedenis hebben opgelet is de West-Indische Compagnie een eeuwige schandvlek uit de Nederlandse economische geschiedenis. De WIC deed namelijk bijna twee eeuwen lang zeer profijtelijke zaken door het vervoeren van … slaven. Die vervolgens op grote plantages te werk werden gesteld onder erbarmelijke omstandigheden.
Enter het nieuwsberichtje op TechCrunch: Meta reportedly in talks to invest billions of dollars in Scale AI. Scale AI is een moderne WIC en plantage-eigenaar ineen. Door niet alleen arbeidskrachten (zonder enige onderhandelingspositie) te ronselen, maar ze ook nog eens werk te bieden dat te goor voor woorden is. Om het werk te beschrijven moeten we even terug naar het ‘succes’ van LLM’s: Transformers, data en compute. Transformers is techniek, compute is rekenkracht maar data is een zeer fluide verhaal. Want die LLM’s hadden veel data nodig, heel veel data. Zoveel data dat ze (Open AI/Microsoft, Meta, Amazon, X/Grok, Google, Anthropic, etc.) werkelijk alle online content roofden (jawel, roofden, want ongevraagd) om daarmee hun model te trainen. In al die content zit ook alle smerigheid die je kan verzinnen. En met smerig bedoel ik heel erg smerig (nee, niet de commerciële vullis van Werf&), zo smerig dat we er met zijn allen niet over praten. Maar die troep zit nu wel in al die modellen, alleen wil je niet dat dat er op de één of andere manier uitkomt. Dat zou niet goed uitkomen voor de schone schijn die we collectief ophouden.
Marc Drees Het fundament van LLM’s is content. Heel veel content. Veel is beter, heel veel is heel veel beter. Wat daarbij het risico loopt om onder te sneeuwen is de kwaliteit van de content. Sterker nog, aan kwaliteit wordt bijzonder weinig aandacht besteed. Opvallend, zeker binnen het recruitment domein; want wat is de waarde van een 5 jaar oud cv? Met of zonder skills…
Om deze boodschap wat meer impact mee te geven (wie leest er tegenwoordig nog…) hierbij een plaatje:
Marc Drees 
Ik plofte vorige week, te laat, in een webinar, en had direct spijt. Spijt dat ik niet vanaf de eerste minuut was aangeschoven, want de content was fantastisch. Het webinar werd gehouden door Martyn Redstone en het onderwerp was: Are commercial LLMs like ChatGPT, Gemini, and Grok really capable of screening CVs reliably? Daar heeft heel het recruitment domein een mening over waarbij er ondertussen sprake is van een tweedeling in belAIvers en non-belAIvers. Maar ik dwaal af. Zoals wel vaker het geval is, had ik tekst bij de uitnodiging niet goed gelezen; anders was ik nooit te laat gekomen:
I put them [LLM’s] to the test in a multi-week experiment that exposed the inconsistencies, contradictions, and hidden risks lurking beneath the surface of AI-driven hiring. Join me as I reveal the findings, debunk the myths, and issue a warning to recruiters and vendors relying on LLM-based screeners.
Marc Drees 
met dank aan Supertanskiii
