Nederland is geen ‘derdewereldland’ in AI. Maar ons werkontwerp begint wel een openluchtmuseum te worden

Werknemers gebruiken AI, bedrijven kopen AI en bestuurders praten erover. Maar zodra de technologie vraagt om andere processen, rollen en verantwoordelijkheden, grijpen we terug op functieprofielen uit een tijd waarin ChatGPT nog sciencefiction was. We zetten de technologie van morgen in binnen de organisatie van gisteren en noemen dat innovatie.

Nederland loopt dan ook niet achter met het gebruiken van AI. In 2025 gebruikte 33,2% van de Nederlandse bedrijven met minstens tien werknemers één of meer AI-technologieën. Volgens het CBS gebruikte ook 43% van de mensen met betaald werk AI bij de uitvoering van hun werkzaamheden.

De kloof tussen gebruik en adoptie

Maar gebruik is nog geen adoptie. Een medewerker die ChatGPT gebruikt om sneller een rapport te schrijven, heeft AI ontdekt. Een organisatie die daardoor het hele rapportageproces opnieuw inricht, verantwoordelijkheden verlegt, controles aanpast en medewerkers voorbereidt op nieuwe taken, heeft AI geadopteerd. Precies tussen die twee werkelijkheden zit de Nederlandse kloof. 

Dat zie ik ook terug in gesprekken met bedrijven. Medewerkers experimenteren volop met Copilot, ChatGPT en andere toepassingen, terwijl functieprofielen, prestatiedoelen en ontwikkelpaden nauwelijks veranderen. AI wordt als extra gereedschap aan bestaand werk toegevoegd, maar het werk zelf blijft grotendeels onaangeroerd.

Onderzoek van UWV maakt die tegenstelling zichtbaar. Van de werkgevers die al AI gebruiken, begeleidt 39% zijn werknemers daar niet bij. Tegelijk verwacht bijna de helft dat de scholingsbehoefte verandert en 45% dat medewerkers andere vaardigheden nodig hebben.

We zien dus dat het werk verandert, maar hebben vaak nog geen antwoord op de vraag wat medewerkers straks anders moeten gaan doen.

• Lees ook: Wat is de invloed van AI op de arbeidsmarkt? UWV deed onderzoek

Het succes van AI komt niet door AI

Een veldexperiment van onderzoekers van INSEAD en Harvard laat zien waarom sommige organisaties wel waarde uit AI halen en andere in losse pilots blijven hangen. Aan het onderzoek deden 515 snelgroeiende start-ups mee. Alle deelnemers kregen toegang tot geavanceerde AI-modellen en technische training. Een deel kreeg daarnaast voorbeelden van bedrijven die niet alleen AI gebruikten, maar hun werkprocessen en businessmodel rond de technologie opnieuw hadden ingericht. 

Dat maakte een groot verschil. De bedrijven uit die laatste categorie ontdekten 44% meer toepassingen voor AI, hadden meer kans op betalende klanten en realiseerden 1,9 keer zoveel omzet.

De onderzoekers noemen de werkelijke uitdaging het mapping problem. Organisaties moeten ontdekken waar AI binnen de hele keten waarde kan creëren en welke taken, processen en rollen daarvoor moeten veranderen. De toegang tot technologie maakte dus niet het verschil. Technische training evenmin. De winst ontstond doordat bedrijven het werk eromheen opnieuw ontwierpen.

• Lees ook: ‘Waarom de echte AI-revolutie op het werk nu pas begint’

AI past niet netjes in een functieprofiel

Ons functiehuis is ingericht rond herkenbare bundels van taken, verantwoordelijkheden en bevoegdheden. Dat biedt duidelijkheid en houvast voor beloning en ontwikkeling. Alleen trekt AI zich weinig aan van die keurige vakjes.

AI neemt meestal niet in één keer een complete functie over. De verandering begint bij losse taken. Administratie verdwijnt, analyses worden voorbereid en informatie wordt sneller verwerkt. Andere taken worden juist belangrijker, zoals controleren, interpreteren, uitzonderingen beoordelen, relaties onderhouden en verantwoordelijkheid nemen voor de uitkomst.

Wanneer voldoende taken veranderen, ontstaat uiteindelijk een andere functie. Dan moeten ook vaardigheden, doelen, ontwikkelpaden en soms de beloning mee veranderen. Ons systeem is gebouwd voor periodiek onderhoud aan functies. AI vraagt om voortdurend herontwerp van werk. Daar begint de nieuwe rol van HR.

IKEA besloot wat er met de tijdwinst gebeurde

IKEA laat zien hoe zo’n vertaalslag eruit kan zien. De chatbot Billie handelde tussen 2021 en 2023 ongeveer 47% van de binnenkomende klantvragen af. Dat leverde miljoenen geautomatiseerde interacties en een flinke besparing op.

Maar IKEA nam daarnaast een veel belangrijker besluit. Het bedrijf schoolde 8.500 callcentermedewerkers bij voor onder meer interieuradvies op afstand, digitale verkoop en het behandelen van complexere klantvragen.

De innovatie was dus niet alleen de chatbot. De echte innovatie was dat IKEA vooraf nadacht over wat er met het geautomatiseerde werk en de vrijgekomen menselijke capaciteit moest gebeuren.

• Lees ook: Waarom AI geen tech-vraagstuk is, maar een mensvraagstuk

Dat vraagt wel om vertrouwen. Waarom zouden medewerkers hun kennis over fouten, uitzonderingen en praktische omwegen delen als ze vermoeden dat ze daarmee hun eigen functie helpen opheffen? Mensen hoeven geen garantie te krijgen dat iedere functie blijft bestaan, maar wel een geloofwaardig perspectief op ontwikkeling, begeleiding en ander werk.

Begin met één proces

HR hoeft niet morgen het hele functiehuis te vervangen. Begin met één proces waarin een duidelijk probleem zit en breng dat samen met de mensen die het werk uitvoeren in kaart.

Welke taken kunnen worden geautomatiseerd of ondersteund? Waar blijft menselijk oordeel noodzakelijk? Welke nieuwe taken en vaardigheden ontstaan? En vooral: wat gaat de organisatie doen met de tijd en capaciteit die vrijkomen?

Pas daarna kies je de technologie en pas je rollen, doelen en ontwikkelpaden aan.

Daar ligt de nieuwe opdracht voor HR. Niet alleen mensen leren werken met AI, maar de organisatie leren om het werk te veranderen.

HR kan beheerder blijven van het openluchtmuseum en bestaande functieprofielen zo lang mogelijk conserveren. Of HR kan de ontwerper worden van nieuw werk.

Want de vraag is niet of Nederlandse werknemers met AI leren werken. Dat doen ze al. De vraag is of Nederlandse organisaties eindelijk leren veranderen wat werk is.