Transkript

00:00:00:

00:00:04: Herzlich willkommen

00:00:04: zu SaatKorn,

00:00:06: deinem Podcast mit Inspiration für eine bessere Arbeitswelt.

00:00:19: Hallo everybody!

00:00:20: This is Saat Korn again with an English update of our little show here and I'm super happy to have Bobby Badjarj hier on this Show.

00:00:31: he's the Vice President Sales & AI Intelligent Experience working for Phenom.

00:00:36: Everybody will know Phenome...I am sure about that one.

00:00:39: Aber ich bin sehr interessiert, mit Bobby ein bisschen über seine Karrierexperienz zu sprechen.

00:00:46: Wo ist der Städte-School von Phänomen und was sind die großen Pläne für dieses Jahr?

00:00:52: Willkommen auf dem Show hier!

00:00:53: Bobby, ich bin super glücklich.

00:00:55: Ich weiß, du bist ein besonderer Mann und ich freue mich sehr, dass ihr hier seid.

00:00:59: Wir haben in Paris im Oktober geredet und jetzt sprechen

00:01:03: wir.

00:01:03: Ja, toll, Jerry.

00:01:04: Vielen Dank für die Möglichkeit.

00:01:05: Ich bin immer froh, zu sprechen über meine Erfahrungen.

00:01:12: Was ist gut und was ist schlecht?

00:01:15: Ich bin wirklich froh an deinem Publikum selbst zu treffen und dieses Gespräch haben zu können.

00:01:20: Ich bin super froh für

00:01:21: heute!

00:01:21: Das ist toll!

00:01:21: Dann geben wir uns ein Backgrunt.

00:01:24: Wo beginnst du deine Karriere-Journey?

00:01:26: Du spendest schon einen Zeitpunkt im gesamten HR-Ekosystem, wenn Sie es so nennen wollen.

00:01:33: Aber da gibt es etwas Informationen dazu.

00:01:36: Ja, ich

00:01:36: beginne wahrscheinlich meine IT-Karriere, weil ich relativ früh in meiner Karriere von Pharmaceuticals aus die IT-Industrie verdient habe.

00:01:49: Und es war eine künftige Karrierveränderung, bei der ich viele Möglichkeiten gesehen habe, nicht nur von einer Art... create a great life for yourself within the industry, but it was also to do with recognising where there is growth and change.

00:02:10: And that linked my personality quite well.

00:02:13: so I am always been striving doing things slightly differently trying new ways of working Und ich wusste nichts über IT, also musste ich eigentlich wieder von Anfang an starten.

00:02:27: Das war dann, als ich meine Arbeit mit der Analyse-Kommunität begann.

00:02:32: Und das hat mir wirklich meine Aufmerksamkeit getroffen und angefangen zu verstehen, wie unser Geschäft aus einer IT-Verspektive funktioniert.

00:02:39: Und dann gab es mir die Vorsitzung... um zu verstehen, wo ich in der IT-Industrie gehen würde.

00:02:48: Es gab viele Verwaltungen für die Sicherung und HR, da war es eine Multitöne von anderen.

00:02:53: Aber das waren wahrscheinlich die zwei Hauptverwaltungsgeräte im Moment.

00:02:56: Wir sprachen am Ende des Jahrhunderts und Jahrzehnten und Jahrhundeteiliger.

00:03:01: So, ziemlich lange ago.

00:03:02: Und das ist wirklich der Fall, an dem meine Karriere begonnen hat.

00:03:05: Ich hatte die Möglichkeit, die Direktion aus meiner Karrierei zu wählen.

00:03:11: Und chose hr und started off in a start up.

00:03:15: so i moved into a company called fair sale was uk based organization.

00:03:20: only nine people base in the company and doing relatively low revenues but working in the hcm space.

00:03:28: so really that formulated my idea of where I wanted to sit.

00:03:33: How I wanted to work because i was forced into an environment where you have to roll up your sleeves and get involved in everything whether that be sales, marketing products development implementations.

00:03:47: Everything is all encompassed.

00:03:49: one environment really my career from there

00:03:52: alright very interesting end.

00:03:54: now you're with phenom for about Ja, mehr oder weniger ein Jahr oder so.

00:03:58: Also wirklich

00:03:59: alles, was in den einzelnen Tagen passiert ist, bedeutet, dass es ein sehr erster Ort sein wird.

00:04:15: Aber auch super schnell.

00:04:19: Wenn du in dem Raum bist und das Veränderung und der Kompetitiv-Landscape verursacht hast, dann heißt es, wir sind im richtigen Raum.

00:04:45: Das ist ein Bereich, welches wirklich großartig ist.

00:04:54: ...having an impact to businesses.

00:04:56: So super happy, super excited and super happy about where the organisation is going in a growth perspective.

00:05:03: Fennem ist eine wirklich interessante Organisation.

00:05:06: I mean given the background... ...where Fenneng comes from, US company at the end of the day but you are responsible for EMEA?

00:05:15: Correct!

00:05:16: And i think that's super interesting given the different Areas of data protection, the European EU Act of AI Act and all these things.

00:05:32: How do you see that?

00:05:33: I mean obviously to make business in Europe.

00:05:35: it's super important.

00:05:38: In den vergangenen Jahren hatte ich das Gefühl, dass große U.S.-Kompanier immer so sind, es ist ein interessantes Markt in Europa, aber sie haben das Verständnis, dass der Markt auch ziemlich schwierig ist durch die Englisch-Bereihe von verschiedenen Mentalitäten und so weiter.

00:06:04: Und jetzt wird mit A.I.

00:06:06: natürlich eine andere Sache sein.

00:06:08: Was ist dein Perspektiv?

00:06:10: Ja, und ich denke, dass du das richtig hast.

00:06:12: Historisch, wenn die US-Fraktionen es in Europa gesehen haben, könnte sie es auch sehen.

00:06:19: Es ist ein bisschen langsam bewegt.

00:06:22: Oder sie versuchen, ihre Aussicht ins europäische Markt zu bringen.

00:06:28: Und es ist sehr anders, oder?

00:06:29: Also bist du richtig!

00:06:30: Differenzlangenbraten.

00:06:31: Sie haben wahrscheinlich viel mehr Legislation als du sagst Europas im AI-Akt, GDPR, diese Dinge, die da hinbekommen.

00:06:40: Rekognising that, we're at an inflection point I believe where when organisations are now looking to move into AI they're not even in the US.

00:06:54: They're having a little bit more like the Europeans because of the impact AIs have on their business and kann start going through the roof.

00:07:04: So if you look at that current status of some of these AI tools and solutions, You think about them being.

00:07:12: yet let's utilize them in a small way.

00:07:15: our own personal life then businesses are like well we need to use it from an enterprise perspective but this cost can really be huge when enterprises will take on that way.

00:07:27: so now they're having to slow down.

00:07:31: actually what impact are these different things having to our business?

00:07:35: and so therefore i think not just in europe but throughout the whole world they're having to think about things in a slightly different way, The great scenario that I look at Phenon being in, and the way we're starting to work is not just talking about feature function or whether these things worked for the organisation.

00:08:10: But it's really talking about business outcome And something specific going on within our business.

00:08:18: If were able fix one component then AI will pay itself very small changes Und das ist, wo wir wirklich schauen, was sie zu tun haben.

00:08:29: Es geht nicht darum, dass es ein neuer Produkt ist und das eine tolle Sache ist, bei der Dinge vorhin schon in den USA gemacht werden.

00:08:40: Aber alle Organisationen müssen sich über die Art und Weise, wie sie die Aie in ihren Organisationen verabschiedet werden.

00:08:47: In einer sehr unterschiedlichen Weise.

00:08:49: Aber das europäische Markt hat immer das gemacht.

00:08:52: Wir sind sehr gut für diese Konversationen setzten, weil wir auf den Geschäftsaufgaben fokussiert haben.

00:08:58: Ich bin super froh über die Möglichkeit jetzt, denn ich denke, dass die Organisationen jetzt alle erkennen, dass das der Weg ist, den sie brauchen zu nehmen, da sie sich in verschiedenen AI-Projekten vergleichen werden, wobei es BHR, Sales oder Marketing gibt.

00:09:16: Sie arbeiten alle aus, welchen sie am meisten prioritieren können und die Organisationen, die den Impakt sehen können und sich das Impakt identifizieren können, werden schnellstens

00:09:27: bewegt.

00:09:27: Ja, der gesamte Fokus auf Ausgaben und Resultate wird größtendlich wichtig, ich denke auch von der Verkennungsperspektive.

00:09:36: Ich meine, in dem Jahrhundert vielleicht hast du für ein Lizenz geschehen, aber jetzt willst du für die Resultaten bezahlen.

00:09:42: Das verändert den Markt plätschern.

00:09:47: Wenn ich einen Blick auf das Phänomen selbst schaue, wie würdest du den Phänom, als es

00:09:57: heute ist, zu jemandem, der keine Glühwelle hat?

00:09:59: In ihrer größten simplistischen Form denkst du um die richtige Talent in dem richtigen Ort in eurem Organisationen.

00:10:07: Alle Organisationen müssen ein Talent sein, ob extern oder intern, oder wenn sie sich in die richtige Position befinden.

00:10:17: At the end of the day organizations need talent to be able to move ahead and we know that there are new solutions in tools when we talk about how they can potentially replace people.

00:10:29: And again thinking in the AI sense where organisations probably, when they look at its first iteration were like well i can take replaced fifty percent of our jobs or eighty percent of my job.

00:10:43: actually it's not about replacing those jobs is making sure that the job's are done better.

00:10:49: And you still need people to make sure they're done better.

00:10:52: and it´s movement of these people, so its about finding right talent utilising AI to find that talent.

00:10:57: It´s about nurturing that talent.

00:10:59: Its about moving that talent into the right places as companies evolve using workflow automation an AI To be able do that and having a platform that takes employee on their journey from higher to retire und mit ihren currenten Ecosystems zu verabschieden.

00:11:19: Wir wollen nicht alles aufrechnen, obwohl wir es in bestimmten Gadgets haben können.

00:11:25: Aber es ist wirklich darum, dass diese Reise auch möglich ist, um die Operation der Kosten zu reduzieren und mehr effizienter Effizienz zu schaffen.

00:11:39: adding benefits to the top line so enabling the revenue within organization enabling them to move into new marketplaces as an organization changes all of those things are now center and foremost but essentially it's getting right talent in the right place from wherever that may come internal or external.

00:12:00: Markets itself as a phantom.

00:12:02: applied i talent intelligence platform and I really have to say few years back, Obviously AI was also part of the story, but nowadays it's integral.

00:12:13: I mean its really core for what you're doing right?

00:12:16: Yeah!

00:12:19: It is being very specific.

00:12:21: so when we are talking about being applied AI.

00:12:26: We talk about specific scenarios that happening within an organisation and using AI where needed not just saying AIs here.

00:12:36: So...we built out.

00:12:37: wir haben den Grund und verstehen alle die verschiedenen Arbeitspläne, alle verschiedene Technologien für AI zu arbeiten.

00:12:50: Alles startet vielleicht mit einem Karriere-Seit, wie man mit einer Organisation interactiert.

00:12:55: Es macht sicher, dass das AI ermöglicht wird, es verändert, based auf was ein potentialer Kandidat tut, wenn sie an ihr als Organisation schauen.

00:13:06: Aber auch... Du bist ein Organisator, bei dem du auf der Vorderseite stehst und dir selbst den Besten zeigen kannst.

00:13:14: Ein interessantes Szenario, das ich wahrscheinlich gerne share, ist, dass wir Organisatoren arbeiten.

00:13:21: that have many different solutions within the talent space.

00:13:26: The core element is if you are able to gather as many profiles possible, your not having to go out to market and find those profiles.

00:13:37: what we're trying to get too in australia und das organisieren von den live mit phenom ist die rieterleorganisation, aber wenn du die Profile brauchen sie haben schon eine hessische Prozent der Population gebraucht um die Rollen zu füllen.

00:14:05: Also wo es für die Rollensäure vorhanden sind, sagen Sie, dass es ein Tag für eine Rollsäure ist.

00:14:12: Es ist eigentlich zero, weil sie proaktiv waren, wenn sie keine Rollen is necessary to be filled, they can proactively go out of those people and fill those roles directly.

00:14:22: So now you're getting into a scenario where your utilizing AI link people with roles based on skill sets without humans needing to be involved in certain circumstances and certain scenarios.

00:14:38: that's an extreme example.

00:14:40: but if u think about every single role being slightly different.

00:14:44: intake agents so we have an intake agent where another organization um hat to.

00:14:50: i miss.

00:14:52: they do this secretly every single year but they interview approximately a thousand people over six and half week period to fulfill their roles were they need to happen filled at particular moment in time in the year.

00:15:04: They now do that completely over weekend.

00:15:08: so be using intake agent.

00:15:13: update the post to put people to apply.

00:15:17: the intake agent now can be booked and because it's an agent i can you can do the interviewing on the weekend overnight.

00:15:25: so now they're able to do this thousand interviews over a weekend and have those people ready to go into position next week rather waiting six weeks.

00:15:34: Es ist ein tolles Zeichen und wir ändern, wie die Organisationen arbeiten.

00:15:41: Wir machen sie nicht nur operational und effizient, sondern wir erlangen ihnen den richtigen Talent zu bekommen.

00:15:49: Das ist eine Produktivität, Maschine am Ende des Tages.

00:15:53: Und sobald ich es sehe ... Es ist immer um Data.

00:15:57: Du musst sicherlich, dass du den richtigen Daten in dem Platz hast, damit man wirklich AI benutzen kann.

00:16:07: Vor ein paar Wochen habe ich über die Vulnerabilität von Tech-Produkten gedacht und über die ganze Diskussion über AI vs.

00:16:20: SAS Software as a Service.

00:16:22: Ja.

00:16:23: Und zumindest von meiner Perspektive, es always depends how far are you away with what you're doing from the system of records?

00:16:31: So where is really data lying in an organization?

00:16:36: and if your'e super close to this origin You can do all kind things with AI.

00:16:43: that's at least how I see it.

00:16:45: Korrekt, und nur um das zu adden, ist es gut, dass du das bringst, weil du die foundationalen Läden brauchst, damit du AI-Bilder bildest.

00:16:52: Und AI, als sie mit Organisationen arbeiten.

00:16:56: Wir arbeiten mit tausend Organisationen auf einen täglichen Basis, wir haben Data über diese, aber wir verstehen Industrie, Geografie und bestimmte Rollen, und wir verstehen die Stilze geöffnet zu diesen Rollen.

00:17:10: Wir haben die Data schon Und wir verstehen auch, dass jede Organisation ganz anders ist.

00:17:16: Wenn wir einen startenden Punkt geben mit all den verschiedenen Teilen von Daten und Datensetzten an die Jobprofile, das bedeutet, dass du einen tollen Startpunkt hast zu arbeiten.

00:17:27: Als du in deinem eigenen Data evolvemst,

00:17:30: d.h.,

00:17:31: dass du stärker als eine Organisation geworden bist – und das evolved über Zeit, wie sie sich verändert haben.

00:17:38: Es ist ein sehr iterative Prozess.

00:17:42: Aber es ist ein Prozess, der nur über Zeit kommt.

00:17:45: Ein weiterer Beispiel, wenn du dich um Tesla denkst und wie Tesla in diesem Markt arbeitet.

00:17:53: Als sie zum ersten Mal nach dem Markt gekommen sind, sahen sie wirklich, dass sie natürlich auch battery- und Batteriepower sehen.

00:18:00: Sie sahen aber auch, wie sich die Fahrzeuge selbst verabschiedet haben.

00:18:03: Das war wahrscheinlich eine von den jetzigen Stufen.

00:18:06: Und als sie zuerst mit dem Proof des Konzepts kamen ... Sie haben etwas wie drei Millionen Meter im Auto gemacht oder so.

00:18:16: Und sie konnten mit dem Probe-Konzept rauskommen, aber bevor sie eigentlich etwas hatten, was rübergefallen war, mussten sie ein paar Jahre lang warten und millions von Mildern in den Autos zu fahren, um zum Punkt zu kommen, wo sie eine Fahrt auf der Straße sind.

00:18:29: Wir waren genau das gleiche Szenario.

00:18:31: Glückwunsch, dass wir das in den letzten zehn Jahren anschauen.

00:18:34: Wir haben die Daten.

00:18:35: Wir sind jetzt ableistet und können in einer Position sein, wo wir nach dem Markt gehen können.

00:18:41: Aber nach einem frischen Szenario, bei dem man die Daten selbst bauen kann, bedeutet es, dass du viele verschiedene Probleme bekommst, wenn du AI benutzt.

00:18:50: Das ist warum ein bisschen der Heldstart hat uns geholfen.

00:18:53: Ja, das ist interessant.

00:18:55: Es macht mir etwas von der Aussicht ein bisschen zu denken.

00:18:59: Würdest du Fennemite in einem AIN-Native-Kampern sein?

00:19:03: Oder würdest du noch sagen, dass Fennmitte für die Kategorie des Sofares eine Servicen sind?

00:19:08: Wie sehen Sie sich diese Tage

00:19:12: an?

00:19:12: Wir würden sagen AIN, weil wir es so lange gemacht haben.

00:19:15: Jetzt, natürlich hat Sass schon seit einigen Jahren, ich erinnere mich auf Sass' erste Hiktore.

00:19:24: Und du fährst eine Organisation in ein Brackett.

00:19:28: Aber wir haben immer AI im Hintergrund gemacht, um zu verstehen und das Data zu utilisieren, um unsere Lösung besser zu machen.

00:19:35: Jetzt bringen wir uns an die Nähmung der Mechanismen auf und legen den AI auf top davon.

00:19:42: Wir sind eigentlich immer AI-nähtig, weil wir als Solution konzentriert werden.

00:19:54: And especially now i think again we talked about from an outcomes perspective rather than talking about a feature function scenario with really talking about outcomes for organizations and when were not looking about.

00:20:09: If something if you run a project and it doesn't work well, actually has revenue impact so will not just talking operational efficiency but talking about both operational efficiency was talking about Revenue growth, Security of revenue, Market share, Competitive intelligence.

00:20:30: All these things come into play that really determine the success of these organisations now because everybody is running along this path and everyone is challenging for their talent.

00:20:40: so everybody wants to have better profitability.

00:20:45: So yeah we're here to help different organisations als sie in verschiedenen Szenarien sind.

00:20:52: Aber wir haben eine große Verständnis nach, was diese Goals für die Organisationen sind und das klingt zu ihnen.

00:20:59: Das ist sehr interessant!

00:21:01: Was ist der current Status quo?

00:21:03: Wenn du jetzt mit Juni sprechen würdest – so ein halbes Jahr ist es schon vorbei -, wenn du nach dem Ende des Jahres schaust ... Welche Herausforderungen lieben dich vor?

00:21:19: So, ich denke... well, wether it be the end of this ... you know whether we've been through half a year or looking at the end.

00:21:29: I think challenge remains to say which is knowledge share with organisations.

00:21:36: so there's an educational piece that have organizations sometimes need to think differently Und sie haben sich die Weise der Gedanken verabschiedet.

00:21:48: Wenn du auf A.I.

00:21:49: willst, dann findest du von dem, ob es ihre Investoren sein wird und ihren Verhältnissen werden muss, wie man diese Organisationen spenden kann.

00:21:58: Sie müssen schauen, wie sie das betrachten können.

00:22:00: H.R.,

00:22:00: ich muss sagen, ist ein Raum, in dem nicht immer etwas zu sehen hat.

00:22:08: In anderen Bereichen, wenn du nach Sales oder Marketing schaust ... they have always looked at that and then product being an outcome.

00:22:16: Where is HR?

00:22:17: Have some, you know it's unfortunate but this a reality where HR has been looked at cost rather than investment.

00:22:28: You had to be able manage people.

00:22:30: actually what impact of those people having on the business?

00:22:34: if he didn't have the people how would i am coming up with specific numbers Has been difficult for hr.

00:22:41: They've had to go out other areas of the business.

00:22:43: now they're having to speak to you know Business units within new organization say if we don't do this, what impact will it have your business and their hearing directly from?

00:22:54: Their co-workers?

00:22:55: or you know the managing directors with in there businesses to say yeah, he doesn't have this done?

00:23:00: This is gonna be the impact.

00:23:01: so Education Knowledge share Und basically, sometimes shocking those companies about how much we already know about them.

00:23:15: We're in a scenario where we use AI in our daily lives but you also use AI to understand about businesses and there's a lot of information out there.

00:23:25: And we go now into organizations with very different mindset.

00:23:28: Es ist ein sehr schnelles Umfeld, also es ist nicht so wie er gesagt hat.

00:23:35: Manchmal versucht man eine Soluzion, aber das wird nicht in dem Moment, wo man am Ende sein muss.

00:23:42: Wo man beim Ende sein müsste, ist, wenn du auf einen Ausgleich verabschiedest, kann man dann als Team zusammenarbeiten um es zu erreichen.

00:23:56: Und ich denke, dass sich die Umgebung von einem Vendor zu einem Vertreter und Partner verändert.

00:24:03: Ah, absolut!

00:24:04: Wie ich es sehe ist... Können wir wirklich über Sales reden?

00:24:09: Oder ist das ein weiterer Konsultanz-Apoge für Leute, die auf Dinge und Diskussionen sind und eine gute Lösung zu kreieren mit den besten Ausgaben?

00:24:22: Obwohl das etwas länger dauert.

00:24:24: Und natürlich... Aus Ihrer Sicht, wie Sie alle wissen, dass Technologie eigentlich möglich ist.

00:24:33: Manchmal wird er etwas frustriert, aber ich denke, das ist der Weg zu gehen.

00:24:37: Ein paar Wochen oder Monate später haben wir dieses Enttropikstudio gezeigt was theoretisch irreplaceable ist, welches Professionale ist und was praktisch irrepliziert war.

00:24:55: Und am Ende des Tages ist es eine große Verhandlung von Transformationen.

00:25:00: Das ist das, was ich sehe.

00:25:01: Wenn man aus diesem Angeln die Perspektive betrachtet, kann HR ein größeres Spiel spielen, weil es um Transformation geht.

00:25:12: Man muss sich Menschen auf Dinge bewaren.

00:25:17: Sie können erfreit sein, aber... Wir alle arbeiten mit AI.

00:25:21: Es gibt keine Diskussion über das.

00:25:23: Die Frage ist, wie lange es dauert und wie du deine Arbeit konvinkt für dich zu machen?

00:25:29: Für mich ist es superinteressant.

00:25:31: In Deutschland haben wir schon ein paar Examples, wo auch die CHROs auch die Verantwortung für den IT haben.

00:25:43: Z.B.

00:25:44: Britta Seger von Mercedes-Benz ist so ein Beispiel Oder, und das ist auch mehr oft der Fall, dass wir HR mit AI-Transformation verbinden.

00:25:56: Das ist eigentlich logisch, weil es am Ende des Tages Verhandlungen

00:26:02: ist.

00:26:02: Wie seht ihr das?

00:26:03: Again, i don't want to be on about the same drum recognizing outcomes from an organization.

00:26:11: one of those outcome is them recognizing that they need take on a i themselves as in how they work how they get their products out to market and so on.

00:26:18: How do you evolve your products?

00:26:21: they need to be able to utilize that themselves.

00:26:23: so many people to be ready in my space and thats where they need find new talent or adapt the talent got within there business to be up to cater for that change.

00:26:33: Und Organisation, wie immer, Organisationen, die mehr adaptabel sind zu verändern und die schnellste werden.

00:26:41: Das ist das Gleiche mit den Leuten.

00:26:43: Die Menschen, die am meisten adaptabel und offen sein können, sind diejenigen, die meistens die erfolgreichsten werden.

00:26:52: Wir kommen an dieses Inflection-Punkt in diesem Umfeld.

00:26:54: Ich weiß nicht, wie lange es weiter geht, aber... Es ist eine ständige Veränderung, in der man sich immer anders denken muss.

00:27:03: Man muss sich jeden Tag differenzieren und die ganzen Tage fragen.

00:27:09: Und wenn das so geht, bedeutet es, dass du in einem Barschein gehst, wo du dich damit verabschiedest.

00:27:17: Oder du wirst sehen, ob da Blocken in deinem Weg sind, um dich zu stoppen, und dann hast du einen richtigen Weg.

00:27:28: Wie gesagt ... HR is becoming more empowered, and we recognize the collaboration that's necessary between HR IT operations.

00:27:39: Is needing to be there all together?

00:27:44: There are some studies in this space where HR is dead, IT will take over HR.

00:27:52: Ich bin nicht einer der Beliebten, aber ich kenne es.

00:27:56: Es wird alles komplett interaktiv sein zwischen allen verschiedenen Departments.

00:28:03: Und sie sind weit von uns weg, viel zu lange.

00:28:08: Das ist das, was sie tun müssen, weil sie es realisieren können.

00:28:13: Wir werden die falschen Beschläge machen und ich denke, dass ein paar davon schon auf den Weg gegangen sind.

00:28:18: Sie haben Entscheidungen gemacht oder IT-Decisionen auf HRs Behörde.

00:28:22: H.R.'s,

00:28:23: made decisions on IT's behalf and those projects are not being successful?

00:28:27: And that has caused them to really lag behind in then having started again.

00:28:31: so what is the impact of going through an implementation for a year trying make it work another year have been contract three years and they haven't start all over again.

00:28:40: its massive!

00:28:41: So they're really recognising They have worked together.

00:28:44: Make sure you get these decision right Nicht nur in den Sales, sondern auch sehr konsultativ.

00:28:54: Es ist sehr... Das Bild ist nicht zu langsam, aber eigentlich ist es fast zu langsam in diesem Raum.

00:29:02: So wenn du langsam alles verstehst, können die Entscheidungen sehr schnell

00:29:08: gemacht werden.

00:29:08: Ja, das ist toll!

00:29:09: Ich mag das.

00:29:09: In dem Fall der ICP, ich meine, es gibt jetzt viele Leute, die hören und sagen, oh, das klingt wirklich interessant, aber ich bin ziemlich sicher, dass Phenom nicht für every company of any size.

00:29:23: So could you give us some information?

00:29:27: What kind of customer profile is really interesting for

00:29:30: Fennon?".

00:29:31: Yeah, so... You're right!

00:29:33: It's not ever single-size.

00:29:36: Our target focus usually are organisations over five or eight thousand employees but we do work with... our larger a larger size organizations that we work with the likes of dhl or circle.

00:29:52: we're talking hundreds of thousands people within their organization and that is a you know.

00:29:57: Almost i'm not saying no brainer but there scenarios where it's very easy to see how we can have an effect on high volume hiring all those types things in getting people through the door quick.

00:30:09: it isn't its a very easy scenario to look at, Wir haben auch die Kunden, die in den Räumen von rund um zwei bis fünf Tausend Bracken sind.

00:30:18: Das ist ziemlich komplex.

00:30:19: Die größte Komplexität, die es in einer Organisation gibt, ist, wie sich diese verschiedenen Rollen erfüllt werden und wie viel Impakt sie für ihre Rollen haben.

00:30:30: Wir reden vielleicht über eine Organisation, bei der jede Rolle ist, ich weiß nicht, ein wertvolles Zehn Millionen Euro per Roll.

00:30:39: In comparison to an organization where they have a hundred thousand people but each of those roles is having a fifty thousand euro impact so again it's its horses the courses.

00:30:52: But we just need to have an understanding of this businesses by ideally looking at the business that i've already gone on a bit of a journey.

00:31:00: so they haven't been understanding what's been going on historically but then they have complexity in size.

00:31:06: thats usually our sweet spot.

00:31:10: Last topic for this conversation.

00:31:11: I could go on forever, but

00:31:13: the

00:31:14: time is running out unfortunately!

00:31:16: Last week you communicated that Fendament Service now have a collaboration going on right now.

00:31:25: To me it was also really interesting because i thought wow This from a strategic point of view very interesting.

00:31:34: until then probably builds their own agents.

00:31:38: But now, at least to me it seems like they are using Phanom for these things right?

00:31:45: Yes yes and its great that you pointed out.

00:31:50: Recognising we're a service now working in this space.

00:31:55: sorry They very much focused on employees once there inside an organisation Und workflowing, obviously they started live off in the ITCM space and then grew into the employee workflows business.

00:32:11: And it's that is all about orchestration for that employee.

00:32:14: once therein the organization doesn't do any of the transactional pieces but it does the orchestration which makes sense.

00:32:23: again we are looking at things from prior to them starting within that organization.

00:32:29: So, how do you actually get the right candidates in once they're from an external perspective and it's joining those dots up?

00:32:37: It is just a continuation.

00:32:38: so when we are talking about intake agents or any type of agent whether there be language barriers whatever might be having discussion around.

00:32:49: Wir schauen sehr auf, wie wir den richtigen Kandidaten in die Organisation kommen.

00:32:54: Als sie in der Organisation sind, gibt es eine Handelkiste im Service jetzt.

00:32:59: Es orchestriert sie durch ihre Reise für das restliche Leben ihrer Karriere.

00:33:03: So ist es eine Kollaboration, die ein Stopps Shop und ... der least amount of friction for an employee or a candidate to become an employee, to then carry on with the rest their journey.

00:33:21: So we believe it's going be fantastic collaboration as we move forward.

00:33:27: Makes sense!

00:33:28: Very very last question because you mentioned it The AI agents that we have now.

00:33:35: and if think about how AI agents might look at work in like one or two years from now Do you see an end of the user interface?

00:33:47: So again, there's always going to be a handoff between having a personal human at the end or NAI agent.

00:34:02: All I can say is it's an evolution.

00:34:06: i don't know, you know.

00:34:07: I dont have a crystal ball so idk which direction it will take but is very much on user basis.

00:34:13: we're getting feedback from our customers that were actually finding surprising ourselves.

00:34:21: there are some regulated industries or with difficult more difficult highly skilled jobs ... die versucht haben, AI-Agenten für sie zu machen.

00:34:39: Und wir hatten Feedback, dass mehr als achtief Prozent von den Kandidaten... ... die Agenten mit einem Menschen sprechen können.

00:34:50: Das ist uns überraschend!

00:34:52: Es bedeutet, dass es mehr Wert gibt von ihnen.

00:34:55: Aber wenn es so ging, würde ich auch nicht überraschen.

00:34:59: So, recognizing that scenario has occurred and they're preferred because they can interact with it any time of day.

00:35:06: There is no bias involved.

00:35:08: They don't believe...they believe there could be more honest when talking to an agent.

00:35:14: you know all these things have been validated off the back of companies utilizing our solution.

00:35:21: but where does how far goes?

00:35:24: Is dependent on where the market decides it wants to take us and how humans want to react with it.

00:35:33: so i don't think there's an ending, i think its gonna be a constant evolution.

00:35:38: we're going to constantly learning but I also believe that this is very exciting time.

00:35:50: wird es mehr produktiv werden.

00:35:52: Und wie in der Industrie-Revolution, mehr Menschen finden es bessere Dinge, die sie besser ermöglichen können zu einer

00:36:03: Gesellschaft.

00:36:04: Das ist eine gute letzte Szenz für unsere Diskussion hier.

00:36:08: Bobby, danke so viel für das Zeit hier zu diskutieren.

00:36:15: Das war ein tolles Erlebnis.

00:36:16: Ich hoffe, dass ich euch auf dem Show in der Zukunft habe und ich wünsche dir alles Gute!

00:36:20: Vielen Dank.

00:36:21: Kann ich nur noch etwas sagen?

00:36:23: Natürlich!

00:36:23: Ich wollte es einfach mal hinschauen und es ist ein bisschen eine Plugge, aber... Da gibt es viele Informationen im Markt, aber wir sind... an event in november fourth und fifth of november in paris.

00:36:38: es called i am phenom europe.

00:36:39: we ran one in germany last year.

00:36:42: very successful but we have a whole host of speaking at the event so you won't just hear from me but your here from the likes of pwc cat gemini our customers like u c b borealis mastercard SIRCO, DHL – einfach zu wissen, was ihre Reise sind und wie es in der Realität passiert.

00:37:05: Und das ist wirklich was wir wollen, dass wir uns als Organisationen sehr offen sind.

00:37:10: Wir möchten, dass die Menschen den richtigen Entscheidungen machen, wenn sie durch die Reise gehen.

00:37:19: Du weißt vielleicht etwas anderes, aber wir wollen nur die Informationen geben.

00:37:26: Also bitte kommen Sie.

00:37:32: Jira, ich werde

00:37:35: dir über einen Link passen,

00:37:37: auf diesen Podcast.

00:37:41: So, das war diese SaatCon Podcast Episode.

00:37:44: Ich hoffe, dir hat es Spaß gemacht und sie hat dir gefallen!

00:37:47: Bevor ich jetzt hier rausgehe noch ein kleiner Tipp für dich abonniere doch kostenlos meinen SaatCorn Newsletter.

00:37:54: Dann gibt's jeden Sonntag alle Podcasts, alle News, alle Artikel.

00:37:59: Alle Verlosungen und alles was ich auf Saatkonsum mache.

00:38:03: Wir raten es in dein Mailpostfach!

00:38:06: Und du hast bequem alles an einem Ort und verpasst nichts mehr.

00:38:10: Das Ganze kostet wie gesagt nichts.

00:38:11: Den Link zum Abo gibts in den Show Notes.

00:38:15: Wird mich freuen wenn wir uns da wieder treffen.

00:38:18: Ganz lieben Dank und bis bald.

00:38:20: Ciao.