Het antwoord is dat AI de eerste sport van de carrièreladder voor jonge werknemers wegslijt, maar dat jij als MKB-ondernemer hierop kunt inspelen door een nieuwe manier van opleiden en behouden te ontwikkelen. De inzet is niet om AI te negeren, maar om de manier waarop je starters inwerkt en laat groeien fundamenteel aan te passen, zodat zij waardevol blijven in een AI-gedreven bedrijf.

Wat er aan de hand is

Uit onderzoek van de Stanford Digital Economy Lab, gepubliceerd in november 2025, blijkt dat werknemers tussen de 22 en 25 jaar in beroepen die sterk aan AI zijn blootgesteld, een relatieve daling van 16% in werkgelegenheid hebben ervaren sinds de opkomst van generatieve AI. Een rapport van Anthropic uit maart 2026 wijst in dezelfde richting. Het gaat specifiek om instapfuncties zoals softwareontwikkelaar, klantenservicemedewerker, computerprogrammeur en informatiesysteembeheerder. Meer ervaren werknemers in dezelfde beroepen zagen geen vergelijkbare daling. Ook banen met weinig AI-blootstelling blijven stabiel. Dit suggereert dat bedrijven AI inzetten om de routinetaken over te nemen waarmee starters traditioneel hun eerste werkervaring opdoen. Tegelijkertijd steeg de werkloosheid onder pas afgestudeerden in het vierde kwartaal van 2025 naar 5,6%, volgens de Federal Reserve Bank van New York, en werkt een groeiend aantal afgestudeerden onder hun niveau.

Wat dit betekent

Voor jou als MKB-ondernemer betekent dit dat de traditionele instroom van jonge, onervaren medewerkers die je via eenvoudige taken kunt laten groeien, onder druk staat. Die taken worden steeds vaker door AI gedaan. Het gevolg is dat starters minder kans krijgen om de basis van het vak te leren, en dat jij minder gemakkelijk jong talent kunt aantrekken en opleiden. De groep die wél beschikbaar is, heeft mogelijk minder praktijkervaring met de kern van het werk. Tegelijk biedt dit een kans: als jij een aanpak ontwikkelt waarbij starters niet alleen routinetaken doen, maar juist leren samenwerken met AI, kun je hen sneller laten doorgroeien naar waardevolle rollen. Waar grote bedrijven mogelijk startersfuncties schrappen, kun jij een omgeving creëren waarin jonge medewerkers zich ontwikkelen tot AI-vaardige professionals die jouw bedrijf vooruithelpen.

Hoe je dit kunt toepassen

Als je een team aanstuurt waarin routinetaken zoals data-invoer of standaard klantenservice voorkomen, overweeg dan om deze taken niet volledig aan AI over te laten, maar ze te gebruiken als leermoment. Laat een starter eerst zien hoe AI de taak uitvoert, en laat hem of haar vervolgens controleren, verbeteren en uitleggen waarom AI een bepaalde keuze maakte. Zo leer je niet alleen de taak, maar ook het kritisch denken en het begrijpen van AI. Je zou kunnen beginnen met één specifiek proces, zoals het beantwoorden van veelgestelde vragen via een chatbot, en daar een wekelijkse sessie aan koppelen waarin de starter de antwoorden evalueert en verbetert.

Als je een webshop runt en AI gebruikt voor productbeschrijvingen of klantsegmentatie, kun je een starter verantwoordelijk maken voor het trainen en finetunen van die AI. In plaats van dat de starter zelf honderden beschrijvingen schrijft, leert hij of zij hoe je de AI aanstuurt, controleert op kwaliteit en bijstuurt op basis van verkoopdata. Een mogelijkheid is om een starter een maand de tijd te geven om de AI gegenereerde teksten te optimaliseren voor conversie, en hem of haar daarna te laten presenteren wat de impact was. Dit geeft directe, meetbare verantwoordelijkheid en bouwt vaardigheden die in de hele sector waardevol zijn.

Als je een administratief of financieel team hebt waar AI wordt ingezet voor factuurverwerking of rapportages, overweeg dan om een starter de rol van ‘AI-auditor’ te geven. Diegene controleert steekproefsgewijs de uitvoer van de AI, signaleert fouten of patronen, en documenteert verbeterpunten. Dit is een concrete manier om een junior medewerker diepgaand kennis te laten maken met processen, zonder dat hij of zij vastloopt in saaie, herhalende taken. Je zou dit kunnen combineren met een maandelijks overleg waarin de starter zijn of haar bevindingen deelt met het team, wat ook direct bijdraagt aan kwaliteitsverbetering.

Als je in de logistiek of productie werkt en AI inzet voor planning of voorraadbeheer, kun je een starter opleiden tot ‘AI-planner’. In plaats van dat de starter zelf Excel-sheets bijhoudt, leert hij of zij de AI-modellen te voeden met data, de uitkomsten te interpreteren en afwijkingen te signaleren. Een optie is om de starter verantwoordelijk te maken voor het optimaliseren van één specifieke route of voorraadcategorie, met een duidelijk doel zoals 5% minder verspilling. Dit geeft niet alleen een leerervaring, maar levert ook directe bedrijfswinst op.

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