Weet jouw bureau wie er morgen om zes uur komt opdagen?

Waarom deze case

Je kent de ochtend. Om kwart voor zes belt een klant: er staan er drie niet op de stoep. Je intercedent weet uit haar hoofd wie ze kan bellen. Wie altijd komt, wie op maandag vaak afhaakt, wie bij deze klant al eens is weggestuurd. Die kennis is goud waard, en ze staat nergens.

Job&Talent, een Spaans uitzendbureau dat in 2024 ruim 300.000 flexkrachten plaatste, heeft die kennis in een systeem gezet. Sinds eind 2024 voert een AI-recruiter, Clara, het eerste gesprek met sollicitanten. Volgens het bedrijf kiest ze de kandidaten met de beste gegevens over prestaties, aanwezigheid en inklokken. Dat klinkt als een verhaal over AI. Het is vooral een verhaal over gegevens. Die liggen er omdat het bureau 8 jaar eerder besloot de flexkrachten zelf in dienst te nemen en elke dienst via één app te laten lopen.

In de vorige case zagen we hoe het Amerikaanse PeopleReady jaren gegevens verzamelde voordat AI er een tarief mee kon uitrekenen. Job&Talent volgt hetzelfde patroon, maar dan bij de vraag welke flexkracht welke dienst krijgt. En deze case laat iets zien wat de vorige niet liet zien. Goede gegevens maken een bureau slimmer. Ze maken het nog niet winstgevend.

We bouwden de case op uit wat Job&Talent zelf publiceert: persberichten, de eigen website en een landenrapport dat het bedrijf wettelijk moet openbaren. Daarnaast gebruikten we interviews met de oprichters en wat Spaanse en internationale journalisten over het bedrijf schreven. Job&Talent staat niet op de beurs. Er is dus geen jaarverslag dat een toezichthouder controleert, zoals bij TrueBlue. Bijna elk cijfer over de AI is een eigen opgave. We zeggen bij elk cijfer wie het zegt, en waar we zelf narekenen, laten we zien hoe.

Wie ze zijn

Job&Talent is in 2009 in Madrid opgericht door Juan Urdiales en Felipe Navío. Ze leiden het bedrijf nog steeds samen. Het is een uitzendbureau: het neemt flexkrachten in dienst en leent ze uit aan bedrijven. De meeste werken in magazijnen, in de logistiek, in productie en in winkels. In 2024 plaatste het bedrijf volgens eigen opgave ruim 300.000 flexkrachten bij meer dan 3.250 bedrijven, in 10 landen. De omzet lag dat jaar op ruim 1,8 miljard euro.

Wie bij een Spaanse start-up aan een paar honderd klanten denkt, zit er dus naast. Job&Talent is een flink Europees uitzendbureau, en de Verenigde Staten zijn inmiddels de grootste markt. In Nederland is het niet actief. In België wel: daar zette het in 2025 volgens het eigen landenrapport ongeveer 35 miljoen euro om.

Het verschil met de meeste uitzendbureaus zit niet in het werk, maar in de manier waarop het werk loopt. Bij Job&Talent gaat bijna alles via één app: solliciteren, het gesprek, het contract, het rooster, inklokken en de beoordeling achteraf. Dat is niet altijd zo geweest. Hoe het zo gekomen is, is de kern van deze case.

Hoe we naar deze case kijken

We kijken met dezelfde bril als bij PeopleReady. In elke markt is er een klus die klanten gedaan willen krijgen. In de uitzendwereld verandert die nauwelijks: morgen mensen die het werk kunnen, en erop kunnen rekenen dat ze komen. Wat wel verandert, is wat er te weinig is om die klus goed te doen. Het geld gaat naar wie dat schaarse ding in handen heeft.

Job&Talent doorliep alle drie: eerst een vacaturesite, toen een eigen uitzendbureau met één app, en nu een AI die kiest op wat dat bureau over elke dienst heeft vastgelegd.

Het woord geschiedenis komt van ons, niet van Job&Talent. Het bedrijf zelf spreekt van operationele data. Bedoeld is hetzelfde: wat er bij elke dienst gebeurde, vastgelegd op een manier waar je mee kunt rekenen. Die geschiedenis kun je niet kopen. Je bouwt haar op, dienst na dienst.

Wat ze deden

Lees de stappen hieronder als een bureau dat elk jaar iets meer van zijn eigen werk vastlegt. Het rooster ernaast laat zien wat dat betekent: van een lijst namen naar een rooster waarin per dienst staat wat er gebeurde.

Wat opvalt, is de volgorde. Er zitten 8 jaar tussen het moment dat Job&Talent de flexkrachten zelf in dienst nam en het moment dat Clara de eerste sollicitant belde. In die jaren ontstond de grondstof waar Clara op draait. Een vacaturesite had die nooit gehad: die weet wie solliciteert, maar niet wie er op dinsdag om zes uur stond.

De ommezwaai was ook geen technisch besluit. Het was een besluit over het verdienmodel, genomen omdat de vacaturesite geld kostte. Dat de gegevens later goud waard bleken, was in 2016 waarschijnlijk niet het plan. In 2021 wel: toen zei de oprichter het hardop.

Waar Clara op kiest

Op de pagina waar Job&Talent zijn AI-recruitment aan bedrijven verkoopt, staat één zin die deze hele casebibliotheek samenvat.

Lees die zin nog een keer als eigenaar van een bureau. Clara kiest niet alleen op het mooiste cv of het beste antwoord in het gesprek. Ze kijkt naar wat er gebeurde toen iemand eerder voor Job&Talent werkte. Kwam hij? Klokte hij op tijd in? Hoe beoordeelde de klant hem?

Die gegevens heeft een vacaturesite niet. Een softwareleverancier die een AI-recruiter aan jouw bureau verkoopt, heeft ze ook niet. Ze ontstaan alleen als het werk zelf via jouw systeem loopt.

Hoe dat er voor een sollicitant uitziet, laat Job&Talent zelf zien op de pagina over Clara.

0

Bronnen (3)Job&Talent, pagina Claraclara.works, Clara als los productJob&Talent, pagina AI-recruitment

De dienst staat in de app.

Een werkzoekende ziet een dienst als magazijnmedewerker, met uurloon, plek en tijden, en solliciteert.

Clara belt terug.

Volgens de site van Clara binnen 60 seconden. Ze vraagt naar beschikbaarheid, reisafstand en wat iemand zoekt.

Clara zet kandidaten op volgorde.

Het gesprek telt mee, en wat het systeem al weet over prestaties, aanwezigheid en inklokken.

Clara vraagt de papieren op.

Het recht om te werken en andere documenten gaan via de app, en Clara herinnert de sollicitant eraan.

Klaar om te beginnen.

Daarna neemt Sara het over. Komt iemand niet opdagen, dan belt zij, en ze legt de reden vast.

Eén kanttekening hoort hierbij. Dit is hoe Job&Talent Clara beschrijft. Hoe zwaar elk gegeven weegt, en hoe vaak een mens de volgorde van Clara aanpast, publiceert het bedrijf niet. Wat we wel weten: het bedrijf laat volgens de eigen productpagina een onafhankelijke toets op discriminatie doen, zoals in New York verplicht is voor software die mensen selecteert.

Inmiddels verkoopt Job&Talent Clara ook los aan andere werkgevers, via een eigen site. Dat is interessant voor de stelling van deze casebibliotheek. Bij een andere werkgever heeft Clara de gegevens van Job&Talent niet. Dan kiest ze op het gesprek, de documenten en wat die werkgever zelf vastlegt. Of ze daar net zo goed werkt, weten we niet. Het is wel de vraag die je moet stellen als iemand je een AI-recruiter verkoopt.

Wat het oplevert, volgens Job&Talent

In augustus 2025 meldde Job&Talent dat Clara sinds de start meer dan 190.000 gesprekken had gevoerd en meer dan 22.000 aannames had opgeleverd. Werven ging volgens het bedrijf 65% sneller dan met de hand, en kandidaten waren voor 90% tevreden over het gesprek.

Vier maanden eerder, in april, ging het nog om 180.000 gesprekken en 7.000 aannames, in een test bij een deel van de klanten. Het aantal gesprekken groeide in die maanden nauwelijks, het aantal aannames werd ruim drie keer zo groot. Dat kan betekenen dat Clara breder werd ingezet voor echte vacatures. Het kan ook betekenen dat er anders werd geteld. Het bedrijf zegt het niet.

Over de tijdwinst lopen de getallen uiteen. In het ene persbericht staat 65% sneller, in het andere "meer dan de helft". In een interview met Forbes ging het over 3 weken in plaats van 6. Geen van die cijfers heeft een meetperiode of een vergelijkingsgroep erbij. Neem ze dus mee als richting, niet als belofte.

Hetzelfde geldt voor Sara, de AI die belt als iemand niet komt opdagen. Volgens Job&Talent daalde het verzuim daardoor met 30%, en halen klanten een aanwezigheid van gemiddeld tot 90%. Interessant is vooral wat Sara vastlegt: niet alleen dat iemand er niet was, maar ook waarom. Dat is precies het gegeven waar Clara de volgende keer op kiest.

Dan het cijfer dat Job&Talent zelf het hardst laat klinken. In het persbericht over de jaarcijfers van 2024 staat dat het bedrijf 63 flexkrachten beheert per eigen medewerker, tegen 19 bij gevestigde bureaus. Een medewerker van Job&Talent zou dus ruim drie keer zoveel flexkrachten aankunnen. Dat past bij wat je van zo'n systeem verwacht. Als Clara belt, Sara achter no-shows aan gaat en de app de uren regelt, houdt de intercedent tijd over.

De omzet per eigen medewerker steeg dat jaar volgens het bedrijf met 21%, naar 804.000 euro. Het resultaat vóór rente, belastingen en afschrijvingen, gecorrigeerd voor bijzondere posten, steeg met 23% naar 61,3 miljoen euro. En de oprichters willen verder.

Of de 63 tegen 19 klopt, en wat die 61,3 miljoen wel en niet zegt, zoeken we uit in het volgende hoofdstuk.

Het eerlijke deel

Tot hier is het een mooi verhaal. Het is ook een onvolledig verhaal.

Daarmee is de 63 niet weerlegd. Het kan best dat Job&Talent met minder mensen meer flexkrachten bedient; Clara en Sara zijn daar precies voor gebouwd. Maar zolang het bedrijf niet zegt hoe het telt, is het een verkoopcijfer en geen meting.

En er is meer dat in de persberichten ontbreekt.

Wat betekent dit voor de stelling van deze casebibliotheek? Twee dingen tegelijk.

De gegevens werken. Job&Talent kan iets wat een bureau zonder die gegevens niet kan: een AI laten kiezen op wie er echt kwam, in plaats van op wie er goed solliciteerde. Of de 63 nu klopt of niet, de lijn van vacaturesite naar eigen uitzendbureau naar Clara is goed gedocumenteerd, en het bedrijf zegt al sinds 2021 hetzelfde over wat het met die gegevens wil.

Maar goede gegevens alleen garanderen nog niets. Een bureau met goede gegevens kan nog steeds te snel gegroeid zijn, te veel geld geleend hebben, of in een land zitten waar het niet lukt. Het woord winstgevend in de persberichten van Job&Talent gaat over de gecorrigeerde EBITDA. Dat is een echt cijfer, maar het is geen winst. Wie dit verhaal gebruikt om te zeggen dat AI een bureau winstgevend maakt, leest het verkeerd.

Er is nog iets wat we niet weten. Het landenrapport telt de omzet en het resultaat per land op zoals het bedrijf ze aanlevert, zonder valuta en zonder totaal. Er kunnen kosten in zitten die tussen landen van het concern verrekend worden, en eenmalige posten. De jaarrekening van de groep ligt bij het Britse handelsregister. Daar staat het precieze aantal eigen medewerkers in, waarmee je de 63 echt kunt narekenen. Dat hebben we nog niet kunnen doen.

Wat anders is in Nederland

Job&Talent is niet actief in Nederland. Komt het ooit, dan valt het onder de nieuwe toelatingsplicht voor uitzendbureaus, de Wtta. Die geldt vanaf 1 januari 2027. Registreren voor de overgang kan vanaf 1 november 2026, aanvragen moet uiterlijk 1 juli 2027, en een bureau stort een waarborgsom van 100.000 euro. De Arbeidsinspectie handhaaft vanaf 2028.

Het tweede verschil gaat over het scoren van mensen. Een score per flexkracht op verzuim en productiviteit raakt in Europa aan de privacywet AVG. Wie mensen automatisch rangschikt, moet kunnen uitleggen hoe dat gebeurt, en iemand heeft recht op een mens die meekijkt bij een besluit dat grote gevolgen voor hem heeft. TechCrunch wees daar in 2021 al op bij Job&Talent. Voor een Nederlands bureau betekent dat: leg vast wat je bijhoudt, waarom, en wie er een besluit over neemt.

Het grootste verschil is praktisch. Job&Talent bouwde alles in één eigen app. De meeste Nederlandse bureaus werken met een systeem voor werving, een voor planning, een voor de uren en een voor de backoffice. Dan staan de gegevens waar Clara op kiest wel ergens, maar niet op één plek en niet op dezelfde manier geteld. De no-show staat in een mail aan de planner, de beoordeling in het hoofd van de intercedent, de uren in een ander pakket.

Je hoeft daarvoor geen eigen app te bouwen. Voor de meeste bureaus is dat geen realistische route. Wat wel moet: per flexkracht kunnen zien wie er kwam, wie bleef en hoe de klant het vond, en dat uit je systemen kunnen halen. Pas dan heeft een AI-recruiter bij jou iets om op te kiezen dat je concurrent niet heeft.

Wat dit voor jou betekent

Doe eerst de test. Drie vragen, eerlijk beantwoord. Daaronder kun je uitrekenen wat no-shows jouw bureau kosten.

Wat je meeneemt

Vijf lessen uit deze case, en vijf vragen om te zien of ze zijn geland.

Waaraan je merkt of we gelijk hebben

Een stelling die je niet kunt weerleggen, is niets waard. Dit zijn de signalen waaraan je over een paar jaar ziet of we het mis hadden.

Je werkblad

Bronnen

Aan tafel