Het antwoord: AI vervangt niet massaal banen, maar tast wel de eerste trede van de carrièreladder aan. Vooral jonge werknemers tussen 22 en 25 jaar in AI-gevoelige beroepen zien een duidelijke daling in werkgelegenheid. Dat betekent dat je als ondernemer je instroomfuncties moet heroverwegen: niet schrappen, maar herontwerpen zodat ze aantrekkelijk blijven én AI-proof zijn.

Wat er aan de hand is

Uit een werkkdocument van het Stanford Digital Economy Lab uit november 2025 blijkt dat werknemers van 22 tot 25 jaar in beroepen die sterk aan AI zijn blootgesteld, een relatieve daling van 16% in werkgelegenheid zagen na de opkomst van generatieve AI. Een rapport van Anthropic uit maart 2026 wijst in dezelfde richting. Opvallend: ervaren werknemers in dezelfde beroepen zagen geen vergelijkbare daling. Het gaat specifiek om startersfuncties waarin AI veel wordt gebruikt, zoals softwareontwikkelaar, klantenservicemedewerker, computerprogrammeur en informatiesysteembeheerder. De bredere arbeidsmarkt voor starters staat ook onder druk: de Federal Reserve Bank van New York meldde dat de werkloosheid onder recent afgestudeerden in het vierde kwartaal van 2025 steeg naar 5,6%, terwijl de onderwerkloosheid – afgestudeerden die werk doen waarvoor geen diploma nodig is – eveneens toenam.

Wat dit betekent

Voor jou als MKB-ondernemer betekent dit dat de traditionele instroombaan – een junior die simpele taken leert van een senior – onder druk staat. AI neemt steeds meer van die routinetaken over. Dat klinkt efficiënt, maar het heeft een keerzijde: zonder die eenvoudige opdrachten krijgen jonge medewerkers geen kans om het vak te leren. Het gevolg is dat je straks minder goed opgeleide, ervaren medewerkers hebt om door te laten groeien. De crisis zit niet in ontslagen, maar in het verdwijnen van de leerscholen voor nieuw talent. Vooral in sectoren als software, klantenservice, administratie en IT-ondersteuning is dit voelbaar.

Hoe je dit kunt toepassen

Als je een softwarebedrijf runt en normaal juniors inhuurt voor codereviews en simpele bugs. Overweeg om die taken niet volledig door AI te laten doen, maar ze te combineren met een leertraject. Laat een junior bijvoorbeeld een codefragment schrijven en daarna met AI controleren op fouten. Zo leert hij of zij zowel programmeren als AI gebruiken, in plaats van dat de AI het hele werk overneemt.

Als je een klantenserviceafdeling hebt waar chatbots steeds meer vragen afhandelen. Je zou de chatbot de eerste laag kunnen laten doen, maar de complexere gesprekken laten escaleren naar een starter. Die starter krijgt dan training in lastige klantinteracties, terwijl de chatbot de routine wegneemt. Zo blijft de functie leerzaam, niet overbodig.

Als je een administratieve functie hebt die vooral bestaat uit data-invoer en standaardrapportages. Een mogelijkheid is om die functie om te bouwen naar een rol waarin de starter AI inzet om rapportages te genereren, maar zelf de analyse en interpretatie doet. De junior leert zo niet alleen data verwerken, maar ook conclusies trekken en adviseren – vaardigheden die AI niet zomaar overneemt.

Als je in de logistiek of productie werkt en denkt dat AI geen rol speelt in instroomfuncties. Denk nog eens na. Ook hier kunnen AI-gestuurde planningssystemen of kwaliteitscontroles de eenvoudige taken overnemen. Overweeg om een starter niet alleen te laten plannen, maar ook te laten leren hoe het systeem werkt en verbeteringen voor te stellen. Zo wordt de functie een leertraject in procesoptimalisatie.

Als je een team aanstuurt en merkt dat je juniors minder snel ontwikkelen. Je zou een mentorprogramma kunnen opzetten waarin ervaren medewerkers wekelijks tijd vrijmaken om met starters te bespreken wat AI heeft opgeleverd en waarom. Zo blijft de kennisoverdracht bestaan, ook al doet AI een deel van het werk.

Bron: Technologyreview (https://www.technologyreview.com/2026/05/26/1137865/its-time-to-address-the-looming-crisis-in-entry-level-work/)