De eerste ontslaggolf door AI krijgt een opvallend staartje: bedrijven als Ford en IBM halen medewerkers terug die ze eerder vervingen door kunstmatige intelligentie. De reden is telkens dezelfde: AI-systemen blijken niet te werken zonder de ervaring en het oordeelsvermogen van mensen. Voor ondernemers is dit geen theoretisch probleem, maar een directe les voor elke automatiseringsslag die je overweegt.

Wat er aan de hand is

Autofabrikant Ford heeft recent ongeveer 350 senior engineers teruggehaald om kwaliteitsproblemen op te lossen die ontstonden na een grootschalige AI-implementatie. Het bedrijf had 900 AI-camera’s in fabrieken geïnstalleerd en AI door het hele industriële systeem doorgevoerd, in de veronderstelling dat dit automatisch tot hoogwaardige producten zou leiden. Charles Poon, vicepresident hardware-engineering, geeft tegenover de BBC toe dat dit een misvatting was: AI is maar zo goed als de informatie waarmee je het traint, en de ervaring van doorgewinterde ingenieurs zit niet in een AI-tool.

Bij softwaregigant IBM speelt iets vergelijkbaars. Na het ontslaan van duizenden medewerkers en het vervangen door AI-tools, blijkt dat 6 procent van de HR-vragen niet door chatbots kan worden afgehandeld. Het gaat om vragen over ethische dilemma’s of situaties die een menselijk oordeel vereisen. Daarnaast waarschuwt IBM’s CHRO Nickle LaMoreaux voor een opdrogende pijplijn van jong talent. Ze heeft daarom opgedragen om het aannemen van starters in de VS te verdrievoudigen.

Wat dit betekent

Deze voorbeelden laten zien dat AI-implementatie niet hetzelfde is als personeelsvervanging. Vooral in functies waar ervaring, contextkennis en oordeelsvermogen cruciaal zijn, blijft de menselijke factor de bottleneck. Dat geldt niet alleen voor de technische sector. Elke ondernemer die overweegt om processen te automatiseren, loopt tegen dezelfde vraag aan: welke kennis gaat verloren als je een medewerker vervangt door een systeem? De ervaring die iemand heeft opgebouwd in jaren van klantcontact, productkennis of bedrijfsprocessen is zelden vastgelegd in een handleiding of database. Zodra die persoon vertrekt, verdwijnt die kennis — en AI kan die niet zelf genereren.

De terugkeer van senior medewerkers bij Ford en IBM is geen incident, maar een signaal dat de waarde van menselijke expertise na een periode van AI-hype opnieuw wordt erkend. Het betekent ook dat de kosten van een verkeerde AI-beslissing hoog kunnen oplopen: niet alleen in geld, maar ook in kwaliteit, reputatie en verloren kennis.

Hoe je dit kunt toepassen

Als je een productie- of kwaliteitsproces automatiseert… overweeg om eerst in kaart te brengen welke kennis je senior medewerkers hebben die niet in systemen is vastgelegd. Een mogelijkheid is om hen te betrekken bij de implementatie van AI, zodat zij de systemen kunnen trainen met hun praktijkervaring. Je zou kunnen overwegen om een kennisoverdrachtsessie in te plannen voordat je een proces automatiseert, zodat je niet achteraf ontdekt dat cruciale expertise is verdwenen.

Als je een team aanstuurt waar AI-taken overneemt… is het verstandig om te bepalen welke taken echt door AI kunnen worden afgehandeld en welke een menselijk oordeel vereisen. De ervaring van IBM laat zien dat een klein percentage vragen — vaak de meest gevoelige — niet door een chatbot kan worden opgelost. Een optie is om duidelijke criteria op te stellen voor wanneer een medewerker wordt ingeschakeld, zodat klanten niet vastlopen op een systeem dat geen antwoord kan geven.

Als je een bedrijf runt dat afhankelijk is van vakkennis… is het belangrijk om te investeren in de instroom van jong talent, ook als AI tijdelijk taken overneemt. De zorg van IBM’s CHRO is dat een bedrijf zonder starters over drie tot vijf jaar geen pijplijn meer heeft. Je zou kunnen overwegen om ondanks automatisering een vast aantal startersplekken te behouden, zodat je over een paar jaar niet voor hetzelfde probleem staat als Ford en IBM nu.

Als je een HR- of klantenserviceproces digitaliseert… overweeg om de laatste procenten van vragen die menselijk oordeel vereisen niet te automatiseren. Een mogelijkheid is om een heldere escalatieroute in te bouwen, zodat medewerkers worden ingeschakeld bij ethische dilemma’s of complexe klantvragen. De les uit de praktijk is dat AI prima routinematige vragen kan afhandelen, maar dat de uitzonderingen bepalen of klanten tevreden blijven.

De terugkeer van ontslagen medewerkers bij Ford en IBM is geen schaamtevolle correctie, maar een strategische keuze. De bedrijven erkennen dat AI een krachtig hulpmiddel is, maar geen vervanging voor ervaring. Voor ondernemers is de les helder: automatiseer processen, maar gooi de kennis die je team heeft opgebouwd niet weg. Die kennis is namelijk precies wat je AI-systeem nodig heeft om goed te functioneren.

Bron: Sprout