L’Oréal is ’s werelds grootste cosmeticabedrijf. Jaarlijks stromen bijna anderhalf miljoen sollicitaties binnen. Het probleem was al jaren hetzelfde: de volumes waren te groot voor de 200 recruiters die het bedrijf wereldwijd in dienst had. Veel sollicitanten hoorden nooit iets terug. En die sollicitanten, zo ontdekte L’Oréal, waren ook klanten.
Kandidaten zijn klanten
Dat laatste inzicht diende uiteindelijk als katalysator. L’Oréal wist via sociale media dat sommige sollicitanten klaagden dat ze nooit een reactie kregen na hun sollicitatie. Het bedrijf vermoedde dat veel van deze sollicitanten ook klanten waren en ontwikkelde als doel: de candidate experience verbeteren én de 200 recruiters efficiënter laten werken. “Candidates are customers“, zoals Niilesh Bhoite, Chief Digital Officer HR bij L’Oréal, het samenvatte.
Dat argument bleek ook intern effectief. Want tegelijk met de businesscase moest Bhoite een andere zorg wegnemen: die van de recruiters zelf. Er waren vragen of de chatbot een deel van de recruiters zou vervangen. Bhoite legde hen uit dat de chatbot was ontworpen om hun werk te versterken, niet te vervangen. “Wij zijn er rotsvast van overtuigd dat de recruiter het middelpunt van het proces is, en dat altijd zal blijven”, aldus Bhoite.
“Bij L’Oréal zal altijd een mens de definitieve beslissing nemen over een aanname. Dat zal altijd zo blijven.”
Die lijn wordt nog steeds strak aangehouden. “AI heeft invloed op hóé we werken, maar niet op het waarom of het wat”, zo stelde Michael Kienle, Global VP Talent Acquisition bij L’Oréal Group, tegenover Matt Alder in de Recruiting Future-podcast. “Bij L’Oréal zal altijd een mens de definitieve beslissing nemen over een aanname. Dat zal altijd zo blijven.”
Twee AI-tools, één funnel
L’Oréal werkt al jaren met twee AI-tools in tandem. De eerste was Mya, een chatbot die gesloten vragen stelt over de basisvereisten van een functie: beschikbaarheid, werkvergunning, startdatum. De tweede was Seedlink (nu Pera), AI-software die beoordeelt in hoeverre een kandidaat cultureel compatibel is met L’Oréal.
Pera stelt open vragen — bijvoorbeeld over hoe iemand omging met een lastige situatie op het werk — en genereert op basis van de antwoorden een score langs vijf criteria.
De flow werkt als volgt: wie solliciteert op de L’Oréal-careers website, wordt direct doorverbonden met Mya. De chatbot stelt zijn vragen, en wie door de eerste schifting komt, krijgt toegang tot het Pera-vragenformulier. Pera stelt open vragen — bijvoorbeeld over hoe iemand omging met een lastige situatie op het werk — en genereert op basis van de antwoorden een score langs vijf criteria. Die score is niet bindend: de recruiter gebruikt het als aanvullende informatie naast andere data om een beslissing te nemen.
De cijfers
De resultaten van de eerste uitrol met Mya waren indrukwekkend: 92% engagement rate, bijna 100% tevredenheid onder sollicitanten, inclusief afgewezen kandidaten, 40 minuten bespaard per screening, 250.000 dollar bespaard op recruiterskosten én de meest diverse stageklas ooit. In één gedocumenteerd geval bespaarden de tools 200 uur recruitertijd bij het aannemen van 80 stagiairs uit een pool van 12.000 kandidaten.
“We hebben AI nodig om die eerste filter te zetten.”
Maar die getallen stammen uit de beginjaren. Inmiddels is de schaal een andere. Kienle schetste in januari 2025 de omvang: anderhalf miljoen sollicitaties per jaar, verwerkt door zo’n 200 recruiters wereldwijd. “Het is voor mijn recruiters simpelweg onmogelijk om die selectie handmatig te doen. We hebben AI nodig om die eerste filter te zetten.”
Diversiteit als winst
Het interessantste effect van de vroege AI-inzet zat niet in de snelheid, maar in de diversiteit. L’Oréal kon profielen aannemen die ze op basis van een cv waarschijnlijk niet eens zouden hebben uitgenodigd. “We hebben profielen kunnen aannemen die we puur op basis van hun cv waarschijnlijk nooit zouden hebben uitgenodigd. Zoals een technisch profiel voor marketing, of een financieel profiel voor sales”, aldus Eva Azoulay, global vice-president HR bij L’Oréal.
Pera, de tool die daarvoor werd ingezet, stelt kandidaten drie open vragen in vijftien minuten. Geavanceerde taaltechnologie analyseert niet alleen de antwoorden zelf, maar ook hoe kandidaten communiceren. Een cognitieve test vult het beeld aan. Het algoritme leert continu bij op basis van miljoenen datapunten en koppelt de antwoorden van kandidaten aan hun latere prestaties in de functie.
Tussen 2018 en 2022 bespaarde het digitale interview 875 uur aan recruitmenttijd, tijd die vrijkwam voor onboarding, campusactiviteiten en sociale media. In 2020-2021 alleen al leverde het vermijden van fysieke gespreksrondes bijna 225.000 pond aan kostenbesparingen op. In 2022 kwamen de geselecteerde kandidaten van 54 universiteiten en 28 verschillende opleidingen, met gelijke scores voor mannen en vrouwen én een 50-50 verdeling in zowel sollicitanten als aanstellingen.
‘AI levert nooit de perfecte eindoplossing’
Kienle is er duidelijk over dat AI de eindverantwoordelijkheid niet overneemt. “AI levert nooit de 100% perfecte eindoplossing. Er zal altijd menselijk oordeel nodig zijn om te controleren en aan te vullen.”
“Twintig jaar geleden nam ik ’s avonds thuis cv’s door voor de televisie. Dat tijdperk is voorbij.”
Maar de tijdwinst is reëel, waarmee recruiters tijd overhouden voor wat volgens Kienle de kern van het vak is geworden: stakeholdermanagement, assessmentvaardigheden en employer branding op sociale media. “De TA-rol is in twintig jaar enorm complex geworden. Twintig jaar geleden nam ik ’s avonds thuis cv’s door voor de televisie. Dat tijdperk is voorbij.”
Mensen trainen, niet alleen tools bouwen
Inmiddels trainde het bedrijf 30.000 medewerkers in het gebruik van AI-tools. Niet omdat iedereen een promptengineer hoeft te worden, maar omdat de organisatie gelooft dat AI alleen waarde toevoegt als mensen er goed mee kunnen werken. “AI verandert hóé we werken, maar het waarom en het wat — daar gaat AI niet over”, zo concludeert Kienle.
