De bedrijven die hun medewerkers vervangen door AI en de rest ontslaan, gaan failliet — maar niet om de redenen die je denkt. Tegelijk zie je banen nu veranderen op manieren die in de cijfers pas zichtbaar worden als het al overduidelijk is. Die twee verhalen horen bij elkaar.
Drie bedrijven, één sector
Stel: drie verzekeraars. Bedrijf A is groot, met veel medewerkers, en neemt AI over. Bedrijf B is even groot, maar doet dat niet. Bedrijf C is een jonge AI-gedreven onderneming met juist heel weinig mensen — AI is hun bestaansreden.
De meeste A’s doen wat logisch lijkt: snijden in het personeel, AI inzetten, concurreren met B op winstmarge. Als B niet meegaat, wordt B inderdaad weggeconcurreerd. Maar de inrichting van A blijft traditioneel. Werkprocessen, routines, hoe je waarde creëert voor klanten — dat is bij C compleet anders.
Alleen al aan salarissen kan A enorme vaste lasten hebben. C levert met de juiste hulpmiddelen dezelfde waarde met veel minder mensen en veel lagere vaste lasten — winstgevend vanaf een veel kleinere omzet. A moet juist veel meer binnenhalen om überhaupt deels winstgevend te blijven.
Hier gaan mensen de mist in. Dit betekent niet automatisch dat C wint. Het betekent dat A zich moet herstructureren.
We brengen B even terug. Stel B neemt wél AI over — maar ontslaat geen groot deel van het team. Ze herzien het hele aanbod, vanuit het besef dat C bestaat. Als C met weinig mensen kan concurreren met een groot bedrijf, betekent dat: minder mensen kunnen productiever zijn — niet minder waard. B traint die grote groep medewerkers en richt het bedrijf zo in dat AI hen versterkt. Effectief hebben ze dan veel meer bereik dan hun personeelslijst suggereert. A, die inkromp en daarna AI toevoegde, concurreert nu met een B die met dezelfde mensen óveral overheen groeit.
In het AI-tijdperk heb je méér mensen nodig — niet minder.
Drie stille verschuivingen
Naast die bedrijfskeuze zie je drie verschuivingen die in de statistieken nog nauwelijks zichtbaar zijn.
Eén: van velen naar één. Teams krimpen door natuurlijk verloop. Digitale assistenten produceren het werk; één persoon verbetert het geheel. De baan bestaat nog — het is alleen een ander soort baan.
Twee: zelf doen. Mensen doen zelf wat ze vroeger aan vakmensen overlieten — van juridische documenten tot een kapotte schakelaar met hulp van een AI-assistent. De vakman raakt zijn baan niet per se kwijt; de vraag blijft gewoon uit. En degene die het zelf doet, weet niet wat hij niet weet.
Drie: het eenmansbedrijf. Eén mens plus digitale assistenten doet wat vroeger een heel kantoor kostte. In de cijfers lijkt dat goed nieuws — meer starters. Maar er is geen ervaren tegenlezer, geen nalevingstoets, geen collega die zegt: dat klopt niet.
Wat ze gemeen hebben
Elke verandering haalt de laag weg die een fout opvangt: de tegenlezer, de vakman, de institutie. We zitten in de stand “gewoon doorzetten”. Meer productie, minder controle.
AI-fouten lijken geen echte fouten. Ze zijn vloeiend, netjes opgemaakt. Fout zag er vroeger fout uit. We bouwen een voorraad problemen op die er eerst nog goed uitziet.
Herstellen is een andere vaardigheid dan maken. Je moet merken dat iets kapot is terwijl het er goed uitziet. Je moet weten wat het had moeten doen. En je moet begrijpen waarom het brak — een oorzakelijk beeld van het systeem, niet alleen patroonherkenning. AI werkt vanuit afbeeldingen van de werkelijkheid. Dingen gaan maar op een paar manieren goed, en op eindeloos veel manieren fout.
Mensen leren herstellen door te maken, fouten te maken, en gecorrigeerd te worden door iemand die het eerder zag. Van-velen-naar-één, zelf doen en het eenmansbedrijf knippen die leerschool eruit. Fouten vermenigvuldigen zich; de mensen die ze kunnen herstellen worden schaarser.
Kan AI zijn eigen fouten fiksen? Soms — als de breuk bekend en al beschreven is. De onbeschreven gevallen blijven van jou.
De stelling die beide verhalen verbindt
We automatiseren het maken sneller dan we het herstellen behouden. En tegelijk denken te veel organisaties dat “AI overnemen” betekent: minder mensen.
Bedrijf A snijdt in de laag die controleert en herstelt, en denkt efficiënter te worden. Bedrijf B houdt de mensen, herstructureert, en vermenigvuldigt hun bereik met AI. De drie stille verschuivingen laten zien wat er gebeurt als die herstructurering uitblijft: wel productie, geen vangnet.
Wat kun je ermee?
Let op waar jij staat. Wordt de controle boven je dunner? Beginnen klanten het zelf te doen? Werk je alleen met digitale assistenten en kijkt niemand mee?
Gebruik AI om te maken — daar is het goed in. Maar als iets breekt: zoek het eerst zelf uit. Heb je eigen theorie over waarom het brak, vóórdat je AI vraagt. Zo bouw je de vaardigheid die anderen kwijtraken.
En op organisatieniveau: neem AI niet over om te krimpen tot je concurrent. Neem AI over om je mensen productiever te maken dan die concurrent ooit met pure personeelsomvang kan zijn.
Meer productie zonder meer oordeel is geen vooruitgang. Het is een schuld die later wordt geïnd.