AgentLabs
Alle cases

AI-oplossingen: product- & platformbouw

Talenture.ai: bewijs van een AI-native product

Een AI-native recruitmentplatform van concept naar werkende software gebracht, en zelf ook gebouwd met een AI-native ontwikkelworkflow.

talenture.ai
  1. Sourcing, matching, engagement

    AI-recruitmentsoftware voor het hele traject van de kandidaat.

  2. AI-ondersteunde engineering

    Design-to-code-workflows en agentic ontwikkeltooling.

  3. Werkende, onderhoudbare software

    Complexe AI-productconcepten opgeleverd als echte software.

Wat het team nu draait

Talenture.ai is live: een AI-native recruitmentplatform voor sourcing, matching en engagement, gebouwd met een AI-native ontwikkelworkflow en opgeleverd als werkende, onderhoudbare software. Het is gebouwd om de wrijving uit het wervingsproces te halen: agents verzorgen het inplannen van gesprekken, de pre-screening en het rangschikken van kandidaten, zodat recruiters hun tijd besteden aan gesprekken met de juiste kandidaten. De maatstaf is de kwaliteit van de aangenomen kandidaten, niet alleen snelheid.

Een voorbeeld van AI-oplossingen: product- & platformbouw in de praktijk.

Het product vanbinnen

Vier schermen uit het draaiende product: hoe een match wordt onderbouwd, waar een mens beslist en hoe dezelfde sollicitatieprocedure er van de kant van de kandidaat uitziet.

  1. Bij elke score staat de onderbouwing.

    De matchanalyse van een kandidaat in Talenture: acht scorekaarten voor skills, senioriteit, ervaring, titel, opleiding, locatie, cultuur en prestaties, met daaronder een uitsplitsing van directe, verwante en ontbrekende technische skills.
    Acht directe skill-matches, zes verwante, één ontbrekende, en de zwakste dimensie benoemd op een eigen kaart. Een recruiter ziet waarop de rangschikking rust, en kan het er oneens mee zijn.
  2. De agent stelt de afwijzing op. Een mens verstuurt hem.

    Een afwijzingsdialoog met vijf gerangschikte gaps voor een kandidaat, een keuze tussen een korte en een uitgebreide afwijzingsmail, een knop om de mail te genereren, en een aparte verzendknop die inactief blijft tot de mail gegenereerd is.
    Eerst vijf gerangschikte gaps, dan de keuze hoeveel daarvan de kandidaat te horen krijgt. De mail wordt op verzoek gegenereerd en gaat pas weg na een tweede, aparte klik, dus niemand hoort iets van het systeem zonder dat iemand daartoe besluit.
  3. De kandidaat krijgt er een eigen analist bij.

    De offer negotiation coach van Talenture: de kandidaat beschrijft een senior Java-rol in Amsterdam van 80.000 euro, en de assistent geeft een eerste beoordeling die dat salaris onderaan tot midden in de markt plaatst en benoemt wat er nog nodig is om het aanbod te beoordelen.
    De coach leest de rol, de jaren ervaring, de locatie en de sector, zet het bedrag af tegen de markt en benoemt wat er nog ontbreekt in het beeld. De regel onder het invoerveld vermeldt dat het advies uit trainingsdata komt en niet uit een live marktfeed.
  4. Recruiter en kandidaat lezen dezelfde pipeline.

    De sollicitatiepipeline van een kandidaat: tellers voor 43 sollicitaties in totaal, 3 interviewkansen, 20 oefengesprekken en 10 in behandeling, met daaronder kolommen voor gesprek aangevraagd, gesprek ingepland, aanbod ontvangen en niet geselecteerd.
    De kandidaat volgt 43 sollicitaties in dezelfde fases als waarin de recruiter werkt, dus de status die een bedrijf instelt, is de status die de kandidaat ziet. Oefengesprekken en openstaande interviewkansen staan in datzelfde overzicht.

Andere cases

Heeft u een workflow zoals deze?

Leg ons die van u voor. Wij brengen in kaart waar AI echt het verschil maakt en wat er nodig is om het onderhoudbaar te bouwen.

U praat direct met de mensen die het systeem bouwen. Geen salesdruk, en hoe dan ook een eerlijk beeld.