Het antwoord is dat de eerste golf van AI-gedreven ontslagen deels wordt teruggedraaid. Grote bedrijven zoals Ford en IBM ontdekken dat kunstmatige intelligentie niet zonder menselijke ervaring, context en oordeelsvermogen kan, en halen medewerkers terug of nemen juist weer starters aan. Voor ondernemers is de les helder: AI kan processen versnellen, maar vervangt niet de kennis die in de hoofden van ervaren personeel zit.

Wat er aan de hand is

Volgens Sprout, op basis van berichtgeving van onder meer de BBC en CNBC, halen bedrijven die eerder volop inzetten op AI-vervanging van personeel nu mensen terug. Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen. Charles Poon, vicepresident hardware-engineering bij Ford, geeft toe dat AI niet de ervaring en training van menselijke ingenieurs heeft. Het bedrijf had eerder 900 AI-camera’s in fabrieken geïnstalleerd om kwaliteitsproblemen te detecteren, maar dat bleek onvoldoende.

Bij softwaregigant IBM is een vergelijkbare beweging zichtbaar. Daar worden duizenden ontslagen werknemers vervangen door AI-tools. Inmiddels wordt 94 procent van de routinematige HR-vragen afgehandeld door chatbots. De overige 6 procent, vragen over ethische dilemma’s of zaken die een menselijk oordeel vereisen, kan AI niet aan. IBM’s CHRO Nickle LaMoreaux maakt zich daarnaast zorgen over het gebrek aan jong talent. Ze heeft opdracht gegeven om het aannemen van starters in de VS te verdrievoudigen, omdat de pijplijn van kennis anders opdroogt.

Wat dit betekent

Voor het midden- en kleinbedrijf is dit geen ver-van-je-bed-show. De beweging bij Ford en IBM laat zien dat AI-implementatie niet alleen een technische beslissing is, maar ook een personeelsstrategie. Wie te snel en te rigoureus vertrouwt op automatisering, loopt het risico dat kwaliteit en bedrijfskennis weglekken. De 6 procent die AI niet aankan bij IBM is illustratief: het gaat precies om de vragen en situaties waarin ervaring, ethiek en menselijk oordeel het verschil maken. Dat geldt niet alleen voor HR, maar voor elke klantcontact- of kwaliteitsfunctie. De les is dat AI een tool is die gevoed moet worden met kennis, en die kennis zit bij mensen die het bedrijf door en door kennen.

Hoe je dit kunt toepassen

Als je een team aanstuurt dat deels met AI werkt, is het verstandig om te inventariseren welke taken echt door AI kunnen worden overgenomen en welke niet. De ervaring van Ford leert dat kwaliteitscontrole niet alleen een kwestie is van camera’s en data, maar ook van het herkennen van afwijkingen die niet in een dataset voorkomen. Overweeg om een aantal van je meest ervaren medewerkers expliciet te belasten met het trainen en controleren van AI-systemen, in plaats van ze volledig te vervangen.

Als je overweegt om klantcontact te automatiseren, kijk dan naar het voorbeeld van IBM. Een chatbot kan een groot deel van de routinematige vragen afhandelen, maar er blijft altijd een restcategorie over die menselijk oordeel vereist. Een mogelijkheid is om een heldere escalatielijn te definiëren: welke vragen gaan automatisch naar een medewerker, en welke medewerker heeft de juiste ervaring om die te beantwoorden? Zo voorkom je dat klanten vastlopen in een systeem dat geen antwoord kan geven.

Als je starters of jonge professionals in dienst hebt of wilt nemen, neem dan de zorg van IBM’s CHRO serieus. Wie alleen inzet op automatisering en geen nieuwe mensen opleidt, bouwt geen kennis op voor de toekomst. Je zou kunnen overwegen om, ook als AI taken overneemt, bewust te blijven investeren in instroom van junior personeel. Zij leren van de ervaren medewerkers die nu nog aanwezig zijn, en vormen straks de kennisbasis van je bedrijf.

Als je een ontslagronde overweegt vanwege AI, is het advies om eerst een grondige analyse te maken van wat er echt verdwijnt. De terugkeer van Ford’s ingenieurs laat zien dat het terugdraaien van ontslagen duur en pijnlijk is. Een optie is om eerst te experimenteren met AI in een afgebakend proces, en pas daarna te beslissen over personeelsreductie. Zo kun je meten waar de grenzen van de technologie in jouw bedrijf liggen, zonder dat je achteraf mensen terug hoeft te halen.

Bron: Sprout