AI en werkgelegenheid: wat verandert er echt?

Wat de cijfers over AI en banen zeggen

Er zijn veel voorspellingen over AI en werkgelegenheid. Een paar betrouwbare bronnen:

• World Economic Forum, Future of Jobs Report 2025. Een enquête onder meer dan 1.000 werkgevers wereldwijd. Tot 2030 verwachten zij 170 miljoen nieuwe banen en 92 miljoen banen die verdwijnen, per saldo 78 miljoen meer. Dat komt door technologie, maar ook door vergrijzing, de energietransitie en de economie. Werknemers moeten er rekening mee houden dat 39% van hun vaardigheden verandert of veroudert. Bron: WEF.
• RaboResearch, 2026. In de twaalf beroepsgroepen die het meest blootstaan aan generatieve AI, zoals marketing, accountancy en softwareontwikkeling, lag het aantal vacatures medio 2025 bijna 25% lager dan eind 2022. Er werkten ruim 13% minder jongeren van 15 tot 24 jaar. In andere beroepen groeide het aantal jongeren juist. De onderzoekers zeggen erbij dat dit aanwijzingen zijn en geen bewijs. Bron: Rabobank.
• CBS, 2026. 43% van de werkenden gebruikt AI bij het werk. 41% denkt dat een deel van hun werk door AI gedaan kan worden, 4% dat AI het helemaal kan overnemen. Bron: CBS.

De rode draad: AI verschuift werk binnen banen. Het massaal verdwijnen van banen zien we in de cijfers nog niet. Het eerste signaal zit bij starters, omdat zij vaak het werk doen dat AI nu ook kan.

Welke beroepen verdwijnen door AI?

Er verdwijnen weinig beroepen helemaal. Wel krimpen functies die grotendeels bestaan uit taken die AI goed kan: tekst lezen, samenvatten, overnemen, controleren op vaste regels en standaardvragen beantwoorden.

Volgens de werkgevers in het WEF-onderzoek krimpen deze functies het hardst:

• medewerkers data-invoer;
• administratief medewerkers en secretariële functies;
• kassamedewerkers en kaartverkopers;
• loketmedewerkers bij banken en postdiensten;
• boekhoudkundig en salarisadministratief werk;
• drukkerijmedewerkers.

Niet alles daarvan komt door AI. Ook digitaal betalen, online bankieren en minder papier spelen mee. Maar het patroon is duidelijk: werk dat bestaat uit vaste handelingen met gegevens, wordt steeds vaker door systemen gedaan.

In Nederland heeft bijna een op de vijf werkenden een economisch-administratief beroep, volgens UWV. Voor die groep wordt het werk complexer: het routinewerk gaat naar systemen, de uitzonderingen en het contact met klanten blijven.

Beroepen met handwerk, zorg voor mensen en werk op wisselende locaties worden veel minder geraakt. Denk aan de bouw, installatietechniek, zorg en logistiek. Daar zit de krapte en daar groeit de vraag.

Welke banen veranderen door AI en hoe kun je je voorbereiden?

Bijna elke kantoorbaan verandert. Een paar voorbeelden van hoe:

Voorbereiden werkt op twee niveaus.

Als medewerker. Leer werken met de AI-tools in je vak. Oefen met je eigen taken, niet met algemene voorbeelden. Word degene die weet wanneer de uitkomst klopt en wanneer niet. Dat oordeel is precies wat een systeem niet heeft.

Als werkgever. Breng per functie de taken in kaart. Welke nemen systemen over, welke blijven, welke worden belangrijker? Train mensen op hun eigen werk en hun eigen tools. En bepaal vooraf wat je doet met de tijd die vrijkomt: groei, beter klantcontact of minder overwerk.

Wat we zelf zien bij klanten

Wij zien twee soorten uitkomsten, en we zijn daar eerlijk over.

Bij Sucre & Co scheelt automatisering 80 uur handwerk per week. Die tijd ging naar leads verzamelen en klanten benaderen. De omzet groeide per maand 40% sneller. Daar leidde AI tot ander werk, niet tot minder werk.

Bij Candy Online was de situatie anders. Bij een doorstart ging het bedrijf van 12 naar 3 mensen, met circa 120 uur handwerk per week minder. Voor dat bedrijf was het de manier om door te kunnen. Het laat ook zien dat automatisering wel degelijk gevolgen heeft voor het aantal mensen dat nodig is.

In beide gevallen gold hetzelfde: de mensen die bleven, deden ander werk dan daarvoor. Minder overtypen en zoeken, meer controleren, beslissen en klanten helpen. Dat gaat niet vanzelf. Zonder uitleg en training blijven mensen het oude werk doen, naast het nieuwe systeem.

Veelgemaakte fouten

• Zwijgen over de gevolgen. Medewerkers merken dat er iets verandert. Wie niet uitlegt wat AI wel en niet overneemt, krijgt weerstand en geruchten.
• Alleen de tool uitrollen. Een licentie zonder training levert weinig op. Mensen gebruiken het af en toe, niet in hun vaste werk.
• Starters vergeten. Als het instapwerk verdwijnt, moet je nadenken over hoe nieuwe mensen het vak nog leren.
• Tijdwinst niet bestemmen. Vrijgekomen tijd verdwijnt ongemerkt als niemand bepaalt waar die heen gaat.
• De ondernemingsraad te laat betrekken. Bij grote veranderingen in werk heeft de OR vaak adviesrecht. Lees daarover AI-beleid en de ondernemingsraad.
• Denken dat het vanzelf gaat. Adoptie is werk. Plan het net zo serieus als de bouw.

Je team voorbereiden

Wij beginnen bij de taken en de mensen, niet bij de tool. In een AI training leren medewerkers werken met AI in hun eigen werk: wat mag erin, hoe beoordeel je de uitkomst en waar stop je. Na de oplevering van een systeem blijven we betrokken met ondersteuning, zodat vragen en twijfels niet blijven liggen. Welk klantvoorbeeld mogen we hier noemen?

Meer artikelen over werken met AI vind je in het nieuwsoverzicht.

Uit de praktijk

Veelgestelde vragen

Verder lezen

Meer uit de kennisbank

Terug naar de kennisbank