Het antwoord is dat AI de instroomfuncties uitholt, maar dat MKB-ondernemers hierop kunnen inspelen door bewust te investeren in opleiding en begeleiding van starters, zodat zij niet worden weggedrukt maar juist worden klaargestoomd voor een AI-rijke werkomgeving.

Wat er aan de hand is

Uit onderzoek van de Stanford Digital Economy Lab blijkt dat werknemers tussen 22 en 25 jaar in beroepen met veel AI-blootstelling een relatieve daling van 16 procent in werkgelegenheid hebben gezien sinds de opkomst van generatieve AI. Een rapport van Anthropic uit maart 2026 wijst in dezelfde richting. Het gaat specifiek om vroege carrièrebanen waarin routinetaken worden overgenomen door AI, zoals softwareontwikkelaar, klantenservicemedewerker, computerprogrammeur en informatiesysteembeheerder. Meer ervaren werknemers in dezelfde beroepen hebben geen vergelijkbare daling meegemaakt. De bredere arbeidsmarkt voor afgestudeerden staat ook 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.

Wat dit betekent

Voor MKB-ondernemers betekent dit dat de traditionele manier van instroom – starters laten leren door simpele taken uit te voeren – onder druk staat. Als AI die taken overneemt, verdwijnt de natuurlijke leerschool. Het gevaar is dat bedrijven stoppen met het aannemen van jonge, onervaren medewerkers, omdat ze de kosten van opleiding niet meer terugverdienen via productieve inzet op routinetaken. Maar dat is een korte termijnbesparing. Op de lange termijn hebben bedrijven juist behoefte aan een personeelsbestand dat AI kan toepassen en beheren. Wie nu stopt met opleiden, mist straks de ervaren krachten die AI kunnen inzetten.

Hoe je dit kunt toepassen

Als je een klein team aanstuurt waarin routinetaken zoals data-invoer of standaardrapportages vallen. Je zou kunnen overwegen om die taken niet volledig door AI te laten doen, maar ze te gebruiken als leermoment. Laat een starter bijvoorbeeld een AI-tool inzetten om een rapport te genereren, maar vraag hem of haar de uitkomsten te controleren, te duiden en te presenteren. Zo leer je niet alleen de tool bedienen, maar ook kritisch denken en context aanbrengen – vaardigheden die AI niet zomaar overneemt.

Als je een webshop runt en klantenservice deels door AI laat afhandelen. Een mogelijkheid is om een jonge medewerker niet te vervangen door een chatbot, maar hem of haar te laten werken naast de chatbot. De starter beoordeelt welke vragen de chatbot goed beantwoordt, welke fouten erin zitten en waar klanten vastlopen. Dat is geen simpel doorverbinden, maar een analysefunctie die inzicht geeft in klantgedrag en systeemoptimalisatie. Zo wordt de starter een specialist in AI-gestuurde klantcontacten.

Als je in de IT-sector werkt en normaal gesproken juniors inhuurt voor code-review of testwerk. Overweeg om die functie te herdefiniëren. Laat een junior niet alleen code nakijken, maar ook prompt engineering doen: het formuleren van opdrachten voor AI-assistenten, het testen van de output en het documenteren van foutpatronen. Dat is geen weggooiwerk, maar een vaardigheid die steeds belangrijker wordt. De junior bouwt ervaring op met AI-systemen, terwijl jij een medewerker krijgt die de technologie begrijpt.

Als je een administratief team hebt dat facturen verwerkt of gegevens controleert. Een optie is om een starter te laten leren hoe je AI inzet voor uitzonderingen. Laat de AI de standaardgevallen afhandelen, maar geef de starter de taak om de afwijkingen te analyseren. Waarom wijkt een factuur af? Is er een patroon in fouten? Hoe kun je de AI trainen om die uitzonderingen beter te herkennen? Zo ontstaat een functie die meer is dan data-invoer: het wordt procesverbetering.

Als je een marketingteam hebt dat content produceert. Je zou een starter kunnen laten experimenteren met AI-tools voor het genereren van concepten, maar hem of haar verantwoordelijk maken voor de eindredactie, de toonzetting en de strategische afstemming. De AI levert ruw materiaal, de starter leert wat goede content is en hoe je die stuurt. Dat is een leercurve die niet verdwijnt, maar verschuift van schrijven naar cureren en strategie.

Bron: Technologyreview