Ford haalt 350 senior engineers terug nadat AI kwaliteitsproblemen niet bleek op te lossen, en IBM verdrievoudigt de aanwerving van starters omdat de pijplijn aan jong talent opdroogt. De AI-ontslaggolf krijgt een staartje: bedrijven ontdekken dat kunstmatige intelligentie ervaring en menselijk oordeel niet vervangt, maar juist aanvult. Voor ondernemers is dit een waarschuwing om niet te snel in te zetten op vervanging van personeel door AI.

Wat er aan de hand is

Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen. Charles Poon, vicepresident hardware-engineering, geeft tegenover de BBC toe dat AI niet de ervaring en training van menselijke ingenieurs heeft. Eerder voerde Ford 900 AI-camera’s in fabrieken in om kwaliteitsproblemen bloot te leggen, maar dat leverde niet het gewenste resultaat op. ‘We dachten ten onrechte dat we door simpelweg kunstmatige intelligentie te introduceren en de ontwerpvereisten in te voeren, een hoogwaardig product zouden opleveren’, zegt Poon nu. De teruggehaalde senioren moeten de AI-systemen beter gaan trainen.

Bij softwaregigant IBM zijn duizenden mensen ontslagen en vervangen door AI-tools. Inmiddels wordt 94 procent van de routinematige HR-vragen afgehandeld door AI-chatbots, meldt CNBC. Maar de laatste 6 procent — vragen over ethische dilemma’s of zaken die een menselijk oordeel nodig hebben — kan AI niet aan. Daarnaast waarschuwt IBM-CHRO Nickle LaMoreaux in AI Magazine voor het gebrek aan jong talent. ‘Als we niet blijven investeren in het aannemen van starters, wat gebeurt er dan over drie tot vijf jaar? Er is geen pijplijn, de bron droogt gewoon op.’ Ze heeft opgedragen om het aannemen van jonge starters in de VS te verdrievoudigen.

Wat dit betekent

Deze terugdraaibeweging raakt de kern van hoe je als ondernemer naar AI kijkt. AI is een gereedschap dat werkt op basis van de informatie waarmee het getraind is. Die informatie komt van mensen met ervaring — en die ervaring zit niet in een AI-tool. Voor het mkb betekent dit dat je niet zomaar vakkrachten kunt vervangen door AI zonder dat je weet welke kennis verloren gaat. Vooral in sectoren waar kwaliteit, oordeelsvermogen en jarenlange ervaring cruciaal zijn, kan een te snelle AI-investering leiden tot kwaliteitsverlies dat je later duur moet repareren. De problemen bij Ford en IBM tonen aan dat de kosten van terugdraaien hoger kunnen uitvallen dan de besparing op loonkosten.

Daarnaast is er een structureel risico: als je stopt met het aannemen van starters omdat AI het werk overneemt, droogt je talentpijplijn op. Binnen drie tot vijf jaar heb je dan geen mensen meer die de ervaring kunnen opbouwen die AI nodig heeft om goed te functioneren. Dat geldt niet alleen voor grote bedrijven, maar ook voor kleinere organisaties die afhankelijk zijn van specialistische kennis.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt… overweeg om AI in te zetten voor kwaliteitscontrole, maar behoud je ervaren medewerkers om de systemen te trainen en afwijkende situaties te beoordelen. Een mogelijkheid is om een ‘AI-trainer’ aan te wijzen: een senior medewerker die verantwoordelijk is voor het voeden van het systeem met de juiste kennis en het controleren van de output. Zo voorkom je dat je later, net als Ford, dure specialisten moet terugkopen.

Als je een team aanstuurt… wees kritisch op welke taken je daadwerkelijk automatiseert. Routinematige processen zoals het beantwoorden van standaardvragen lenen zich goed voor AI, maar zaken die een menselijk oordeel vereisen — denk aan ethische dilemma’s of complexe klantcases — moet je bij mensen laten. Je zou kunnen bepalen dat AI maximaal 80 procent van een taak overneemt en dat de rest altijd door een medewerker wordt beoordeeld.

Als je verantwoordelijk bent voor HR of recruitment… overweeg om je instroom van starters niet te verminderen, ook al automatiseer je processen. De ervaring van IBM laat zien dat een gemiste generatie starters binnen enkele jaren leidt tot een gat in kennis dat moeilijk te vullen is. Een optie is om een vast percentage van je budget te reserveren voor juniorposities, ongeacht de automatisering.

Als je een dienstverlenend bedrijf hebt… gebruik AI als aanvulling op vakkennis, niet als vervanging. Je zou kunnen overwegen om AI in te zetten voor de eerste analyse van klantvragen, maar de eindbeoordeling altijd door een ervaren medewerker te laten doen. Zo combineer je de snelheid van AI met de kwaliteit van menselijke ervaring, zonder dat je later moet terugkomen op ontslagbeslissingen.

De praktische toepassing hangt af van jouw situatie, maar de kern is duidelijk: AI is zo goed als de kennis die erin zit, en die kennis komt van mensen. Investeer in beide.

Bron: Sprout