De eerste trede van de carrièreladder wordt stiller. Uit onderzoek van de Stanford Digital Economy Lab blijkt dat werknemers tussen 22 en 25 jaar in AI-gevoelige beroepen een relatieve daling van 16% in werkgelegenheid zagen na de opkomst van generatieve AI. Dit betekent niet dat er massaal banen verdwijnen, maar wel dat de instroomfuncties veranderen. Voor ondernemers in het MKB is dit het moment om na te denken over hoe je jonge medewerkers een plek geeft in een bedrijf waar AI steeds meer routinetaken overneemt.

Wat er aan de hand is

Een werkgroep van de Stanford Digital Economy Lab, gepubliceerd in november 2025, liet zien dat de werkgelegenheid voor jongeren in beroepen met veel AI-blootstelling met 16% daalde ten opzichte van andere groepen. Een rapport van Anthropic uit maart 2026 wijst in dezelfde richting. Het gaat specifiek om vroege carrièrestappen in functies zoals softwareontwikkelaar, klantenservicemedewerker, computerprogrammeur en informatiesysteembeheerder. Meer ervaren werknemers in dezelfde beroepen zagen geen vergelijkbare daling. De bredere arbeidsmarkt voor afgestudeerden 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 het aantal afgestudeerden dat werkt in banen die geen hbo- of wo-niveau vereisen, toenam.

Wat dit betekent

Voor MKB-ondernemers betekent dit dat de traditionele manier om jonge medewerkers in te werken onder druk staat. Waar je eerder een junior medewerker liet starten met eenvoudige taken zoals data invoeren, e-mails beantwoorden of basisprogrammeerwerk, kunnen die taken nu deels door AI worden gedaan. Het gevolg is dat de ’leerplek’ voor beginners kleiner wordt. Dit raakt niet alleen de instroom van talent, maar ook de opbouw van ervaring binnen je bedrijf. Als je geen juniorfuncties meer hebt, hoe krijg je dan over een paar jaar ervaren medewerkers? Het probleem is niet dat AI banen wegneemt, maar dat het de eerste stap op de ladder minder vanzelfsprekend maakt. Vooral in sectoren waar AI veel wordt gebruikt, zoals softwareontwikkeling, klantenservice en administratie, moet je als ondernemer nadenken over hoe je jonge mensen toch een zinvolle start kunt bieden.

Hoe je dit kunt toepassen

Als je een klein team aanstuurt waarin AI taken overneemt, overweeg om een ‘junior AI-coach’ aan te stellen. Dit is een medewerker die niet alleen de AI-tools bedient, maar ook leert hoe je de output controleert, verbetert en combineert met menselijk inzicht. Je zou kunnen beginnen met een stage van drie maanden waarin een starter zich volledig richt op het testen en optimaliseren van AI gegenereerde content of code. Zo creëer je een leerfunctie die niet bestaat uit routinematig werk, maar uit het ontwikkelen van een vaardigheid die steeds belangrijker wordt: AI-kwaliteitsbewaking.

Als je een webshop runt met klantenservice, kun je de rol van ’eerste lijn AI-ondersteuner’ introduceren. In plaats van dat een junior medewerker zelf alle standaardvragen beantwoordt, laat je hem of haar de AI-chatbot trainen, veelgemaakte fouten corrigeren en complexe vragen doorzetten naar een senior. Dit geeft de starter inzicht in klantprocessen en AI-toepassingen, zonder dat je een volledige functie hoeft te schrappen. Een mogelijkheid is om dit te combineren met een korte cursus prompt engineering of AI-ethiek, zodat de medewerker zich breder ontwikkelt.

Als je in de administratieve dienstverlening werkt, denk dan aan een ‘data-validatie assistent’. Waar AI nu facturen, contracten of rapporten genereert, is er nog steeds iemand nodig die de output controleert op fouten, consistentie en context. Dit is bij uitstek een taak voor een starter: het vraagt nauwkeurigheid en leert hoe processen in elkaar steken, maar het is geen werk dat door AI kan worden vervangen. Je zou kunnen overwegen om deze functie te combineren met een halfjaarlijkse rotatie naar een andere afdeling, zodat de medewerker bredere ervaring opdoet.

Als je een team van programmeurs of IT’ers hebt, kun je een ‘AI-reviewer’ aanstellen. In plaats van dat een junior direct code schrijft, laat je hem of haar AI-gegenereerde codefragmenten beoordelen op veiligheid, efficiëntie en leesbaarheid. Dit is een leerzame taak die inzicht geeft in codekwaliteit en tegelijkertijd de senior ontwikkelaars ontlast. Een optie is om hier een wekelijkse kennissessie aan te koppelen waarin de junior zijn of haar bevindingen deelt met het team.

De praktische toepassing hangt af van jouw situatie, maar de kern is hetzelfde: herontwerp instroomfuncties zodat ze niet bestaan uit taken die AI kan doen, maar uit taken die AI-augmentatie vereisen. Zo blijf je aantrekkelijk voor jong talent en bouw je tegelijkertijd aan een toekomstbestendig team.

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