Je skills-data is rijk aan volume, maar arm aan waarheid
De skills-based organisatie is geen discussie meer — het is een opdracht. Functietitels verdwijnen, AI hertekent rollen in een rap tempo, en de skill is de nieuwe eenheid van werk geworden. Logisch dus dat iedereen zijn AI-powered Skills-Cloud heeft opgetuigd: miljoenen skill-koppelingen, eindelijk een gevoel van overzicht.
Alleen klopt dat overzicht niet.
Welkom in de “Skill Soup”
Een Skills-Cloud is in de kern een inferentie-machine. Hij leest cv’s, LinkedIn-profielen en projectomschrijvingen, en plakt er skill-labels op. Maar een label is een claim, geen competentie. De medewerker met het label “Strategic Planning” kan een doorgewinterde strateeg zijn — of iemand die de juiste woorden in zijn cv heeft gezet. Het systeem kan het verschil niet zien.
Sterker nog: nu iedereen zijn cv door AI laat optimaliseren, wordt het luidste signaal retorische souplesse, niet aantoonbaar talent. Het resultaat is wat wij “Skill Soup” noemen: een omvangrijke, ondoorzichtige dataset die rijk is aan volume en arm aan waarheid. Geen enkele bestuurder kan daar verdedigbaar op sturen. En ‘verdedigbaar’ betekent tegenwoordig ook: juridisch overeind blijven onder de AVG, de EU AI Act en de WOR.
Van keyword naar bewijs
In onze nieuwe whitepaper “Beyond the Keyword” introduceren we het Unified Talent Schema™ (UTS): een validatielaag die de vluchtige output van AI Skills-Clouds verankert in de wetenschappelijke degelijkheid van psychometrie.
De kerngedachte is simpel maar fundamenteel: je kunt een skill niet valideren zonder het menselijke substraat te meten dat hem voortbrengt. Het UTS koppelt elke skill-claim aan een gevalideerd cognitief en gedragsmatig profiel, en geeft elke koppeling een betrouwbaarheidsscore. Het resultaat is geen Skills-Cloud meer, maar een psychometrisch verankerde capability-graph — dezelfde topologie, maar met bewijs in plaats van ruis. Maar zelfs met een betrouwbaarheidsscore blijft er een randgeval over: wat als het algoritme iets anders zegt dan de praktijk?
De vraag verschuift
En daarmee verschuift de strategische vraag. Niet langer “wat weet deze persoon?”, maar “kan deze persoon veranderen — en hoe snel?” Dat is de Rate of Acquisition (RoA): een voorspelling van time-to-proficiency in een nieuw domein.
In een arbeidsmarkt waarin de halfwaardetijd van een technische skill is ingestort, koop je met skills een afschrijvend bezit. Met RoA koop je optionaliteit.
Lees de whitepaper
Werk je aan skills- en talentplatformen, of ben je verantwoordelijk voor AI-strategie? Dan is dit verplichte kost. We leggen uit waarom een skills-graph zonder psychometrische verankering een risico is dat zich voordoet als een asset — en hoe je dat oplost.
→ Download “Hoe lossen we het ‘Skill Soup’ probleem op?”
Het is tijd om te stoppen met bouwen op soep, en te beginnen met bouwen op bedrock.
