Het aantal starters dat een baan vindt in beroepen waar AI veel wordt gebruikt, daalt met 16 procent. Voor ervaren werknemers in dezelfde functies is dat effect er niet. Dat betekent dat de eerste trede van de carrièreladder aan het verdwijnen is, vooral in sectoren als softwareontwikkeling, klantenservice en informatiemanagement. Voor MKB-ondernemers die afhankelijk zijn van instroom van jong talent, is dit een signaal om hun werving en opleiding aan te passen.

Wat er aan de hand is

Uit een working paper van de Stanford Digital Economy Lab, gepubliceerd in november 2025, blijkt dat werknemers tussen 22 en 25 jaar in de meest AI-blootgestelde beroepen een relatieve daling van 16 procent in werkgelegenheid zagen na de opkomst van generatieve AI. Een rapport van Anthropic uit maart 2026 wijst in dezelfde richting. De daling is specifiek voor startersfuncties die gevoelig zijn voor AI. In banen met weinig AI-blootstelling is geen daling zichtbaar. Ook de bredere arbeidsmarkt voor afgestudeerden staat onder druk: de Federal Reserve Bank of New York meldde dat de werkloosheid onder recent afgestudeerden in het vierde kwartaal van 2025 steeg naar 5,6 procent, en dat het aantal afgestudeerden dat werkt in banen die geen hbo- of wo-niveau vereisen, toenam.

Wat dit betekent

Voor MKB-ondernemers is dit geen abstracte trend. Veel kleine en middelgrote bedrijven vertrouwen op instroom van jonge medewerkers om routinetaken te doen en hen vervolgens op te leiden tot ervaren krachten. Als de eerste trede van de ladder verdwijnt, wordt het moeilijker om op termijn voldoende ervaren personeel te vinden. De Stanford-data laten zien dat ervaren werknemers in dezelfde beroepen geen daling meemaken. Dat suggereert dat bedrijven AI inzetten voor de taken die normaal aan starters worden gegeven, zoals data invoeren, eenvoudige code schrijven of standaard klantvragen afhandelen. De ervaren medewerkers doen het complexere werk en blijven daardoor buiten schot. Het gevolg is een tweedeling: wie eenmaal binnen is, blijft zitten, maar de aanwas stokt.

Hoe je dit kunt toepassen

Als je een klein team aanstuurt waarin routinetaken een grote rol spelen, overweeg dan om niet alle eenvoudige werkzaamheden aan AI over te laten. Je zou een deel kunnen reserveren voor een starter, gekoppeld aan een ervaren collega die uitlegt waarom dingen op een bepaalde manier gaan. Zo behoud je de leertaken die normaal gesproken de eerste trede vormen, terwijl AI de productiviteit verhoogt.

Als je regelmatig stagiairs of junior medewerkers inhuurt, kun je hun takenpakket herontwerpen. In plaats van alleen de standaardklussen die AI ook kan, geef je hen projecten waarin ze AI juist moeten inzetten en beoordelen. Een mogelijke aanpak: laat een junior een AI-tool testen op klantvragen en de resultaten vergelijken met eigen antwoorden. Dat leert hen zowel het vak als de omgang met AI.

Als je een MKB bent in een sector waar AI veel wordt gebruikt, zoals software of klantenservice, kun je bewust kiezen voor een leer-werktraject. Je zou een junior kunnen aannemen met de afspraak dat hij of zij de eerste maanden vooral leert van een senior, terwijl AI de productiviteit op peil houdt. De Stanford-data laten zien dat bedrijven die starters blijven aannemen, op termijn een bredere en ervaren workforce opbouwen.

Als je moeite hebt om geschikte starters te vinden, overweeg dan om zelf op te leiden via een eigen academy of samenwerking met een mbo- of hbo-instelling. De onderzoeksrapporten wijzen erop dat onderwijsinstellingen hun aanbod moeten aanpassen, maar dat duurt jaren. Als ondernemer kun je nu al een programma opzetten waarin je jonge mensen leert werken met AI in jouw specifieke vakgebied. Dat maakt je aantrekkelijker als werkgever en bouwt direct aan je toekomstige personeelsbestand.

Bron: Technologyreview