Het idee dat AI vooral banen kost, klopt niet met de praktijk. Uit onderzoek van Gartner blijkt dat bedrijven die personeel ontslaan na AI-investeringen, zelden een hoger rendement zien. De echte winst zit in slimmer werken, niet in krimpen.
Wat er aan de hand is
Gartner onderzocht 350 internationale executives en concludeert dat ongeveer tachtig procent van de organisaties die autonome technologieën inzetten, het personeelsbestand ziet afnemen. Maar die reductie leidt nauwelijks tot een hogere return on investment. Bedrijven die wél betere resultaten boeken, investeren juist in vaardigheden, nieuwe rollen en governance rond AI. Op langere termijn verwacht Gartner dat autonome bedrijfsvoering tussen 2028 en 2029 per saldo banen creëert, doordat AI-investeringen groeien en nieuwe functies ontstaan.
Tegelijkertijd zijn er concrete voorbeelden van AI die werk verlegt in plaats van wegneemt. Schoonmaakbedrijf Gom, onderdeel van Facilicom Groep, zet ongeveer honderd schoonmaakrobots in op kantoren, scholen en industriële locaties. Het bedrijf sluit zich aan bij NLrobotics om robotisering verder op te schalen. Volgens de partijen markeert dit de verschuiving van experiment naar grootschalige inzet. Robotisering moet bijdragen aan consistente kwaliteit en efficiënter gebruik van personeel in een krappe arbeidsmarkt.
Ook in betalingen zien we AI zijn intrede doen. Mastercard en Rabobank voerden voor het eerst in Nederland een betaling uit via een AI-agent. In de proef boekte de agent op basis van een gebruikersprompt een koffieproeverij, zonder tussenkomst van een webshop. Dit wijst op een toekomst waarin transacties volledig binnen AI-omgevingen plaatsvinden.
Wat dit betekent
Voor ondernemers betekent dit dat de focus niet moet liggen op kosten besparen door personeel te vervangen. De data van Gartner laten zien dat die strategie niet werkt. Wie AI inzet om werk te verplaatsen in plaats van te elimineren, boekt betere resultaten. De krappe arbeidsmarkt dwingt bedrijven om efficiënter te werken, maar ontslag is daarvoor niet de enige route.
In de schoonmaak bijvoorbeeld gebruiken bedrijven robots voor repetitieve taken, terwijl medewerkers zich kunnen richten op klantcontact of kwaliteitscontrole. In de betalingssector verschuift werk van handmatige transactieverwerking naar het beheren van AI-agenten. In de maakindustrie, waar een pilot de AI-inzet moet versnellen, ontstaat vraag naar mensen die processen kunnen begeleiden in plaats van uitvoeren.
Hoe je dit kunt toepassen
Als je een productiebedrijf runt met een krappe arbeidsmarkt, overweeg om AI niet in te zetten om mensen te vervangen, maar om taken te verplaatsen. Een robot kan bijvoorbeeld herhalende montagehandelingen overnemen, terwijl je medewerkers inzet voor kwaliteitscontrole of onderhoud. Je zou kunnen starten met één proces waar de grootste efficiencywinst ligt, en de vrijgekomen uren herbestemmen naar werk dat meer oplevert.
Als je een schoonmaakbedrijf of facilitaire dienstverlener bent, kijk dan naar de aanpak van Gom. Het bedrijf gebruikt robots voor basisreiniging op vaste locaties, waardoor medewerkers zich kunnen richten op specialistische taken of klantrelaties. Een mogelijkheid is om eerst een pilot te draaien op één locatie, bijvoorbeeld een kantoorpand, en de ervaringen te gebruiken voor opschaling. De samenwerking met een branchevereniging zoals NLrobotics kan helpen om kennis en technologie sneller te vinden.
Als je een webshop runt of betalingen verwerkt, kun je nadenken over AI-agenten die transacties afhandelen zonder dat een klant door een hele checkout stroom moet. De pilot van Mastercard en Rabobank laat zien dat dit technisch mogelijk is. Je zou kunnen onderzoeken of jouw betaalpartner al experimenteert met AI-gestuurde betalingen, en of je als early adopter kunt meedoen. Dit kan de drempel voor klanten verlagen en conversie verhogen.
Als je een team aanstuurt dat bang is voor AI, gebruik dan de Gartner-data om het gesprek te openen. Leg uit dat ontslag door AI zelden tot betere resultaten leidt, en dat investeren in vaardigheden en nieuwe rollen juist werkt. Je zou kunnen voorstellen om samen een lijst te maken van taken die AI kan overnemen, en welke nieuwe taken daarvoor in de plaats komen. Dit geeft richting en vermindert onzekerheid.
Als je in de maakindustrie werkt en hoort over de pilot om AI-inzet te versnellen, overweeg dan om contact op te nemen met regionale kennisinstellingen of brancheorganisaties. Vaak zijn er subsidiemogelijkheden of samenwerkingsverbanden waarmee je laagdrempelig kunt experimenteren. Een eerste stap is het in kaart brengen van processen waar data beschikbaar is, zoals kwaliteitsmetingen of logistieke stromen, en kijken of een AI-model daar voorspellingen kan doen.
Bron: Computable