Gloat lanceert contextbewuste AI-agents

De taak van Agentic HR‑technologie is niet het beheren van HR‑processen, maar de workforce continu in beweging brengen om aan te sluiten bij waar het bedrijf naartoe moet, aldus Gloat in een persbericht. 

De agents van Gloat mobiliseren talent binnen de organisatie zodra een zakelijke prioriteit verschuift. Ze detecteren retentierisico’s en grijpen in voordat iemand daar opdracht voor geeft. Ze koppelen talent in realtime aan kansen binnen de organisatie. En daar is geen aparte HR-applicatie voor nodig, de agents regelen dat allemaal binnen de tools die al binnen de organisatie gebruikt worden. 

Met een agent builder kun je visueel je eigen agents bouwen, rechtstreeks in MS Teams, Copilot, Slack en andere platforms. Beslissingen en aanbevelingen verschijnen direct in dagelijkse workflows, zonder dat iemand aparte HR‑applicaties hoeft te openen. 

Josh Bersin noemt dit op zijn website ‘in veel opzichten een fantastisch idee.’ “Je zou met Gloat kunnen beginnen en voortbouwen op je bestaande HCM-systeem, zonder te hoeven wachten tot je oude leverancier heeft gebouwd wat je nodig hebt. En omdat het Gloat-platform open is, kun je je agents koppelen aan andere interne systemen.” 

• Lees ook: Deel lanceert platform voor het lanceren, beheren en bouwen van AI-agents

Unieke Workforce Content Engine

Bersin noemt de Workforce Context Engine van Gloat uniek. “Ik weet niet of andere HCM-leveranciers al een dergelijk systeem hebben ontwikkeld.”

Na bijna tien jaar onderzoek naar workforce-AI en miljarden echte loopbaangebeurtenissen heeft Gloat een Workforce Context Engine ontworpen voor de specifieke complexiteit van talentbeslissingen, met de naam Loomra. Vaardigheden, loopbaantrajecten, organisatiestructuren en personeelsrelaties van miljoenen werknemers wereldwijd zijn onderzocht en gemodelleerd. Deze context is ook wat het Agentic HR-platform van Gloat onderscheidt van de andere aanbieders van AI-agents.

Gelaagde architectuur

De meeste AI-systemen werken volgens het principe: data erin, voorspelling eruit. Voor smalle taken werkt dat goed, maar niet wanneer er meerdere domeinen bij komen kijken. Wanneer je bijvoorbeeld iemand wilt koppelen aan een rol binnen de organisatie en daarbij rekening moet houden met salarisschalen, wet- en regelgeving en de ambities van de medewerkers zelf. 

• Lees ook: AI-agents op de werkvloer vergroten risico op identiteitsbedreigingen

Loomra werkt met een gelaagde architectuur, waarbij de lagen niet in een vaste volgorde werken; ze zijn composable (vrij met elkaar te combineren). De verschillende lagen zijn:

1. Knowledge Graph, voor het structureren en verbinden van alle workforce‑entiteiten.
2. Intelligent Tools, voor het uitvoeren van specifieke talentoperaties.
3. Personalization Engine, om individuele loopbaantrajecten te begrijpen en modelleren.
4. Retrieval & Embedding om semantisch relevante informatie razendsnel te vinden.
5. Business Logic Engine om organisatieregels en compliance af te dwingen.