Waarom had PeopleReady 8 jaar nodig voordat AI het tarief kon uitrekenen?

Het idee is eenvoudig. In elke markt is er een klus die klanten gedaan willen krijgen. In de uitzendwereld is dat al decennia dezelfde: ik heb morgen mensen nodig die het werk kunnen doen, en ik wil erop kunnen rekenen dat ze komen. Die klus verandert nauwelijks. Wat wel verandert, is wat er te weinig is om die klus goed te doen. En het geld gaat steeds naar wie dat schaarse ding in handen heeft.

Neem de uitzendmarkt van dertig jaar geleden. Werkzoekenden liepen binnen bij de vestiging op de hoek. Wie de meeste vestigingen had op de goede plekken, had de meeste mensen, en dus de meeste klanten. Wat toen schaars was, was bereik: fysiek dicht bij de mensen die werk zochten.

Toen vacaturesites en later sociale media dat bereik voor iedereen beschikbaar maakten, veranderde dat. Iedereen kon kandidaten vinden. Wat nu schaars werd, was snelheid: wie om zes uur 's ochtends de gaten kon vullen die om vijf uur waren ontstaan. Daar verdienden de bureaus met de beste planners en de grootste bestanden aan.

De vraag van nu is wat er gebeurt als ook snelheid goedkoop wordt. Als software een dienst in seconden aan een beschikbare uitzendkracht kan koppelen, en als een tarief in seconden kan worden berekend, dan onderscheidt snelheid je niet meer. Dan gaat het geld weer ergens anders heen.

De case van PeopleReady laat zien waarheen: naar de eigen geschiedenis van het bureau. Welk werk, bij welke klant, met welke uitzendkracht, tegen welk tarief, en hoe het afliep. Die geschiedenis kun je niet kopen en niet even nabouwen. Je kunt haar alleen opbouwen, dienst na dienst, jaar na jaar.

Houd die drie woorden vast als je verder leest: bereik, snelheid, geschiedenis. Ze verklaren waarom PeopleReady deed wat het deed, in de volgorde waarin het dat deed.

Het begint in 2017 aan de kant van de mensen die het werk doen. Uitzendkrachten zien beschikbare diensten in een app en accepteren ze daar. Voor het bureau betekent dat iets wat toen nog weinig mensen zagen: elke acceptatie, elke weigering en elke keer dat iemand niet kwam opdagen, wordt vastgelegd. Op dezelfde manier, voor iedereen, in elke vestiging.

Een jaar later komt de andere kant erbij. Klanten plaatsen hun orders in dezelfde app, beoordelen de uitzendkracht na afloop en keuren de gewerkte uren goed. Bij de meeste bureaus gebeuren die drie dingen op drie verschillende plekken: de order komt binnen via een mail of een telefoontje, de beoordeling zit in het hoofd van de intercedent, en de uren staan in een apart systeem. Bij PeopleReady komen ze vanaf dat moment samen.

In de eerste helft van 2019 meldt het bedrijf dat er gemiddeld elke 9 seconden een dienst via de app wordt ingevuld, en dat 55% van die inzetten gebeurt terwijl de vestiging dicht is. Over heel 2019 wordt volgens het jaarverslag 48% van de orders digitaal ingevuld.

Dat laatste is misschien het belangrijkste cijfer uit de hele case. Meer dan de helft van het werk dat via de app loopt, komt tot stand op een moment dat er geen intercedent aan het werk is. 's Avonds, 's nachts, in het weekend. Het bureau is niet sneller geworden doordat de mensen harder werken. Het is sneller geworden doordat het werk ook doorgaat als de mensen naar huis zijn.

Meer dan de helft van het werk kwam tot stand terwijl de vestiging dicht was.

In 2022 loopt 64% van alle gewerkte diensten via de app, en bestellen er ruim 30.000 klanten. In het jaarverslag over 2021 had TrueBlue al aangekondigd dat het zijn technische platform voor PeopleReady opnieuw ging opbouwen, met een budget van ongeveer 10 miljoen dollar voor 2022. In 2024 is de nieuwe versie er. De oude app draaide op software waar TrueBlue licentiekosten voor betaalde. De nieuwe versie is van het bedrijf zelf.

Dat lijkt een technische keuze, maar er zit een zakelijke kant aan. Wie het platform bezit, bepaalt wat er met de gegevens gebeurt en wat erop gebouwd wordt. Een leverancier kan je niet meer in de weg zitten, en niemand anders kan dezelfde gegevens gebruiken voor jouw concurrent.

En dan, in december 2025, rekent AI voor het eerst het tarief uit. Een klant ziet in de app binnen seconden wat een dienst gaat kosten. Het systeem rekent volgens TrueBlue met het soort werk, de plek, de lonen die in die markt worden betaald, en hoe snel vergelijkbare orders eerder werden ingevuld. Dat laatste is het punt. Die informatie bestaat alleen omdat het bureau haar sinds 2017 heeft vastgelegd.

Als je de tijdlijn terugleest, zie je dat het AI-tarief niet het begin van het verhaal is, maar de uitkomst. Wat eraan voorafging, is het samenbrengen van vier stromen die in veel bureaus los van elkaar lopen.

De eerste stroom zijn de orders: wat de klant nodig heeft, wanneer, waar, en tegen welke voorwaarden. Bij veel bureaus komt dat binnen via telefoon, mail of een klantportaal, en wordt het daarna overgetypt. Elke keer dat iets wordt overgetypt, gaat er iets verloren. Een opmerking, een voorkeur, de reden waarom de klant de vorige keer ontevreden was.

De tweede stroom is de beschikbaarheid: wie wanneer kan werken. Die wordt vaak bijgehouden in een planbord, een spreadsheet of een appgroep, en vooral in het geheugen van de planner. Werkt dat? Meestal wel. Tot de planner ziek is, of vertrekt.

De derde stroom zijn de beoordelingen: hoe het ging. Kwam iemand op tijd, deed hij het werk goed, wil de klant hem terug? Die informatie is goud waard en wordt bijna nergens vastgelegd op een manier waar je later mee kunt rekenen. Het zit in gesprekken, in een aantekening, in een gevoel.

De vierde stroom zijn de gewerkte uren: wat er werkelijk is gewerkt, en dus wat er gefactureerd en uitbetaald wordt. Dat is meestal het best geregelde onderdeel, omdat er geld aan vastzit. Maar het staat vaak in een systeem dat de andere drie niet kent.

Door deze vier stromen door één app te laten lopen, bouwde PeopleReady iets op wat je niet kunt kopen: een geschiedenis per klant, per functie, per plek en per uitzendkracht. Het matchsysteem dat het bedrijf ReadyMatch noemt, weegt volgens TrueBlue ervaring, beschikbaarheid en betrouwbaarheid. Alle drie komen uit die geschiedenis. En het AI-tarief gebruikt hoe snel vergelijkbare orders eerder werden ingevuld. Ook dat komt eruit.

Het ging niet in één keer. De grafiek laat zien hoe het aandeel van de app jaar na jaar groeide. Elk jaar liep een groter deel van het werk via de app, zonder dat er een intercedent aan te pas kwam.

Twee dingen zijn goed om te weten als je de cijfers leest. Tot en met 2020 sprak TrueBlue over het aandeel ingevulde orders. In het jaarverslag over 2022 telt het gewerkte diensten, en zet het 2021 met terugwerkende kracht op dezelfde manier neer. Dat zijn verwante getallen, maar niet dezelfde. En na 2022 publiceert het bedrijf dit cijfer niet meer. Waarom niet, weten we niet. Het kan zijn dat het met het nieuwe platform anders wordt gemeten. Het kan ook een andere reden hebben.

Wat de reeks wel laat zien, is dat het een geleidelijk proces was. Er was geen moment waarop de knop om ging. Klanten en uitzendkrachten schoven jaar na jaar een stukje op, en met elk stukje groeide de geschiedenis waarop het bureau later kon rekenen. Wie dit in Nederland wil doen, moet dus niet op een grote omslag rekenen, maar op jaren van gestage opbouw.

De omzet van TrueBlue daalde van 2,5 miljard dollar in 2017 naar 1,6 miljard in 2025. De vraag naar uitzendwerk in de Verenigde Staten nam in die periode af, en TrueBlue kromp mee. Het bureau is dus niet door zijn app of zijn AI de markt gaan domineren. Wie dat uit deze case haalt, leest hem verkeerd.

Wat wel opvalt, is hoe het bureau die krimp opving. Het eigen personeel ging van ongeveer 6.500 fte in 2022 naar 3.500 in 2025. Omdat de omzet minder hard daalde dan het aantal mensen, steeg de omzet per eigen medewerker met ongeveer 33%, van zo'n 347.000 naar 462.000 dollar. Dat hebben we zelf uitgerekend met de cijfers uit de jaarverslagen. Omdat TrueBlue het aantal medewerkers afrondt, is het een benadering.

Nu de markt weer aantrekt, zie je hetzelfde van de andere kant. In het tweede kwartaal van 2026 groeide de omzet met 12%, terwijl de verkoop- en algemene kosten met 7% daalden. PeopleReady zelf groeide 23%. De financieel directeur zei een kwartaal eerder tegen beleggers dat de kosten per levering omlaag gaan, dat de omzet per medewerker stijgt en dat de vulgraad hoger ligt. Hij schreef dat toe aan AI. Het bedrijf zelf schrijft de groei van PeopleReady vooral toe aan werk in de energiesector. Hoeveel daarvan door AI komt, is uit de cijfers niet te halen.