Micro Agents zijn kleine, scherp afgebakende AI-agents die continu meekijken in je ATS, je backoffice en de markt. Zien ze iets dat je geld kost of geld kan opleveren, dan staat de actie voor je klaar. Jij klikt op akkoord.
Opgesteld voor
Het probleem met inzicht
Een dashboard laat zien dát er iets speelt. Daarna moet iemand het opmerken, uitzoeken wat erachter zit en er tijd voor maken. Op een drukke dinsdag gebeurt dat niet. Een Micro Agent begint bij het eind: de actie.
Het inzicht is er. De rest hangt van iemand af.
Het zoekwerk is al gedaan voordat jij kijkt.
De tijd die je overhoudt, gaat naar het gesprek met je kandidaat of opdrachtgever.
In een dashboard zie je dat een kandidaat in je backoffice gestopt is, terwijl je ATS denkt dat hij nog werkt. Iemand moet dat opmerken, uitzoeken en aanpassen. Een Micro Agent stuurt de recruiter en de vestigingsmanager meteen een mail, met één knop: status bijwerken. Daarna doet de kandidaat weer mee in elke zoekopdracht.
Waarom je op de voorstellen kunt bouwen
Een agent die maar half kijkt, geeft vals alarm of mist juist wat er speelt. Na drie verkeerde meldingen klik je ze allemaal weg. Daarom staat elke Micro Agent op een datalaag die vier dingen voor je regelt.
De duurste gemiste kansen zitten tussen je ATS en je backoffice: een plaatsing die afloopt zonder dat er een match loopt, een stopper die nog als geplaatst staat. Geen van beide systemen ziet dat alleen. Een Micro Agent wel.
Matches die al maanden stilliggen en statussen die niet kloppen, halen we eruit voordat een agent kijkt. Je krijgt meldingen over wat er echt speelt, en je hoeft je data niet eerst zelf op orde te brengen.
Is 9 dagen van voorstel tot reactie veel? Dat hangt af van wat normaal is. Een agent vergelijkt met je eigen historie en met vergelijkbare bureaus, geanonimiseerd. Zo hoor je het als het ertoe doet, niet bij elke schommeling.
Slagingskans, marge en doorlooptijd liggen al berekend klaar. Geen formules, geen analist die het moet bijhouden, geen onderhoud.
Voorbeelden
Elke Micro Agent lost één concreet probleem op. Dit zijn voorbeelden, geen vaste lijst. Welke we als eerste uitwerken, bepalen we samen met bureaus.
Minder zoeken, meer plaatsen. Deze agents wijzen aan waar vandaag de snelste plaatsing zit.
Een plaatsing loopt af en niemand is al bezig met de volgende.
Zijn opdracht bij Van Dijk Bouw loopt af op 14 oktober. In je ATS loopt voor hem nog geen match. Drie open vacatures passen op zijn profiel.
Voorgestelde actie: Taak klaarzettenWat het oplevertMinder leegloop tussen twee opdrachten.
Een oud-kandidaat solliciteert opnieuw, en niemand weet dat jullie hem al eens plaatsten.
Hij werkte in 2022 elf maanden via jullie bij Hendriks Installatie, zonder uitval en met een verlenging.
Voorgestelde actie: Bovenaan zettenWat het oplevertSnellere plaatsingen uit je eigen database.
Recruiters werken aan wat het hardst roept, niet aan wat het meest oplevert.
Op slagingskans en marge is dit een van je beste vacatures. De laatste actie erop was 16 dagen geleden.
Voorgestelde actie: Taak klaarzettenWat het oplevertMeer plaatsingen uit dezelfde tijd.
Marge en klanten. Deze agents laten zien waar geld blijft liggen, en waarom.
De lonen zijn omhoog gegaan, het tarief aan je opdrachtgever niet.
Per 1 juli gingen de cao-lonen omhoog. Bij 14 plaatsingen bij 4 opdrachtgevers is het tarief niet meegegaan. Per opdrachtgever staat een conceptmail klaar.
Voorgestelde actie: Concepten bekijkenWat het oplevertMarge die je anders stil kwijtraakt.
Je kent je eigen marge, maar weet niet of die hoog of laag is.
Je draait hier gemiddeld €5,10 marge per uur. Vergelijkbare bureaus zitten op €6,90. Het verschil zit vooral bij drie opdrachtgevers.
Voorgestelde actie: Lijst voor tariefgesprekWat het oplevertOnderbouwing voor je tariefgesprekken.
Welke opdrachtgevers zijn echt de moeite waard? Dat weet je vaak op gevoel.
Sterk: Van Dijk Bouw, hoge conversie en marge. Aandacht: Groenland Logistiek, veel vacatures, weinig plaatsingen, lage marge.
Voorgestelde actie: Gesprek over tarief of selectie-eisenWat het oplevertTijd en aandacht naar de klanten die het opleveren.
Sturen op je team en je data. Deze agents doen het uitzoekwerk dat je nu zelf in een dashboard doet.
Een kandidaat is gestopt, maar je ATS denkt dat hij nog werkt.
Volgens je backoffice is ze vrijdag gestopt bij Groenland Logistiek. In je ATS staat ze nog op geplaatst, dus ze verschijnt in geen enkele zoekopdracht.
Voorgestelde actie: Status bijwerkenWat het oplevertBeschikbare kandidaten die weer meedoen.
Je dashboard laat alles zien, maar zegt niet waar je deze maand moet beginnen.
Priya stelt veel voor, maar bijna alles bij één opdrachtgever. Tom loopt 30% achter op zijn intakes. Bij Lotte duurt het 9 dagen van voorstel tot reactie.
Voorgestelde actie: Bespreken in je 1-op-1Wat het oplevertGerichte coaching in plaats van rondkijken.
Een nieuwe recruiter loopt achter, en dat zie je pas na drie maanden.
Je hebt Fatima één keer voorgesteld, terwijl ze bij nog vijf open vacatures past.
Voorgestelde actie: Vacatures bekijkenWat het oplevertNieuwe mensen sneller productief.
Zo werkt het
Een Micro Agent is geen chatbot waar je vragen aan moet stellen. Hij doet zijn ene taak, elke dag, en meldt zich alleen als er iets te doen is.
Hij houdt zijn ene onderwerp continu in de gaten, over al je bronnen heen.
Hij toetst het tegen je historie en de benchmark. Is dit echt afwijkend, of normaal voor jullie?
De actie staat panklaar bij de juiste persoon, met de onderbouwing erbij.
Akkoord, aanpassen of negeren. Per agent kies je of hij ook zelf mag uitvoeren.
Wat je teruggeeft, onthoudt hij voor jullie bureau. Het volgende voorstel past beter.
Elke agent heeft dezelfde basis, aangevuld met de context van jullie bureau. Die context geef je gewoon terug als antwoord op een bericht. Geen instellingenscherm, geen regels bouwen.
Waar hij je vindt
Geen nieuw scherm dat je elke dag moet openen. Hoe kleiner de stap van melding naar actie, hoe groter de kans dat het gebeurt.
Klaargezet bij de recruiter, bij de juiste kandidaat of vacature.
Of een conceptmail die je alleen nog hoeft na te lezen en te versturen.
Een kort bericht in het kanaal dat je team toch al openheeft.
Voor wat het hele team mag zien, van een geplaatste kandidaat tot een actie die blijft liggen.
Via een koppeling (MCP) levert elke agent zijn acties aan de AI-tool die jullie gebruiken.
Meetbaar
Een Micro Agent heeft één taak, dus ook één uitkomst die je kunt meten. Zo zie je zwart op wit wat hij bij jullie oplevert.
| Agent | Opgeleverd |
|---|---|
| Marge-lek na CAO-verhoging14 plaatsingen gecorrigeerd, 12 akkoord | + €3.920 p/m |
| Kandidaat komt vrij11 signalen, 8 zonder leegloop herplaatst | 8 plaatsingen |
| Stopper in proces23 statussen bijgewerkt, 5 kandidaten opnieuw voorgesteld | 5 voorstellen |
| Vacature met voorrang19 signalen, 3 opgepakt | Blijft liggen |
De rode regel is net zo waardevol: je ziet meteen waar de opvolging stokt.
Eerlijke vragen
Klopt, en die gaat veel goed doen binnen het ATS. Maar je ATS ziet je backoffice niet, en je backoffice ziet je ATS niet. Geen van beide vergelijkt je met 70+ andere bureaus. Juist daar zitten de meeste gemiste kansen, en daarom kijkt elke Micro Agent over je systemen heen.
Standaard zet een agent een actie klaar en beslis jij. Bij elk voorstel zit de onderbouwing, dus je ziet waarom hij iets aandraagt. Klopt het niet voor jullie situatie, dan zeg je dat in gewone taal terug en neemt hij dat mee.
Nee. Het corrigeren en verrijken van je data is juist een deel van wat wij doen. Stilgevallen matches, statussen die niet overeenkomen tussen systemen: daar houdt de datalaag al rekening mee voordat een agent ernaar kijkt.
Nee. Je hoeft geen dashboard te openen om er iets aan te hebben. Micro Agents gebruiken dezelfde datalaag als onze dashboards, maar brengen de uitkomst naar je toe: in je ATS, je mail of Teams.
Je data blijft van jullie. Benchmarks zijn geanonimiseerd en je ziet nooit gegevens van een ander bureau. Agents werken alleen met de bronnen die jullie koppelen, en je bepaalt per agent wie de acties krijgt.
We werken Micro Agents uit samen met een kleine groep bureaus. In een gesprek kijken we welke problemen bij jullie spelen en wat een Micro Agent daar zou kunnen doen.
Liever eerst weten wat er in je eigen data zit? Doe de Recruitment Data Scan