Kronehoefstraat 85
5612 HL Eindhoven
BTW NL863902509B01
De toekomst van werk in een AI-gedreven wereld
qw
vc
mshm
.svg)
AI vervangt in het MKB vooral losse taken, niet complete banen: rollen verschuiven van uitvoeren naar controleren. Wie zijn team helpt AI te combineren met bestaande vakkennis, laat dat team meer werk verzetten zonder extra aanname, precies waar de winst zit bij een krappe arbeidsmarkt.
Veel MKB-directeuren vermijden het AI-gesprek met hun team. Niet omdat ze het onderwerp niet belangrijk vinden, maar omdat de vraag die overal rondgaat de verkeerde vraag is. "Verdwijnen er banen door AI?" levert alleen onrust op, en geen enkel bruikbaar antwoord voor jouw bedrijf.
Investeerder Marc Andreessen zette dit in januari 2026 scherp neer in gesprek met Lenny's Podcast: "iedereen praat over baanverlies, maar je moet kijken naar taakverlies: de baan overleeft langer dan de losse taken." Dat onderscheid is precies waar het misgaat in de meeste gesprekken over AI en personeel.
Een baan bestaat uit tientallen taken. Sommige daarvan verdwijnen of veranderen sterk. Andere blijven onveranderd mensenwerk. Wie het gesprek start bij "welke banen verdwijnen" krijgt paniek. Wie het gesprek start bij "welke taken veranderen" krijgt een concrete agenda.
Voor een Nederlandse werkgever in administratie, bouw, vastgoed of uitzend is dat verschil niet academisch. Het bepaalt of je team AI ziet als bedreiging of als iets dat hun werkdag lichter maakt. En dat bepaalt weer of ze meewerken of tegenwerken.
Dit artikel gaat daarom niet over de vraag of AI banen kost. Het gaat over welke taken in jouw bedrijf verschuiven, wat daarvan blijft liggen bij je mensen, en hoe je dat gesprek voert zonder paniek te zaaien.
Andreessen noemt in hetzelfde gesprek een tweede observatie die minstens zo belangrijk is: wie twee vaardigheden combineert is meer dan twee keer zo waardevol, en wie drie vaardigheden combineert meer dan drie keer. AI versnelt die combinatie voor iedereen, niet alleen voor specialisten.
Concreet: de taken die als eerste verschuiven zijn de taken zonder oordeel. Overtypen, gegevens opzoeken, samenvatten, standaardcorrespondentie opstellen, een eerste versie van een rapportage bouwen. Dit zijn precies de taken die een AI-agent aankan: software die zelfstandig een reeks stappen uitvoert op basis van een opdracht, in plaats van één keer een vraag te beantwoorden.
Onder de motorkap draait dat meestal op een large language model (LLM), een taalmodel dat tekst leest, begrijpt en produceert. Voor een planner bij een uitzendbureau betekent dat: het model leest een cv, vat het samen, en zet het in de juiste sjabloon. De planner beoordeelt of de match klopt.
Het World Economic Forum voorspelt dat automatisering wereldwijd tot 2030 92 miljoen banen verdringt, tegenover 170 miljoen nieuwe rollen (World Economic Forum, januari 2025). Dat is geen leeg banenverlies: het is een verschuiving van taakinhoud, met per saldo meer werk, niet minder.
Voor een MKB-bedrijf zonder eigen IT-team is dat cijfer minder relevant dan de vraag welke van die taken in jouw eigen proces zitten. Loop een gemiddelde werkdag van een medewerker langs en tel hoeveel minuten opgaan aan overtypen en zoeken. Dat is het startpunt, niet het wereldcijfer zelf.
Niet elke taak verschuift. Een AI-agent levert een conceptantwoord, geen beslissing waar iemand voor verantwoordelijk is. Drie categorieën blijven structureel mensenwerk.
Oordeel bij uitzonderingen. Een offerte die net buiten het standaardproces valt, een klant die boos belt over een factuur, een bouwvergunning met een vreemde bijzonderheid. AI herkent het patroon, een mens beslist wat er gebeurt.
De klantrelatie zelf. Een accountant die een ondernemer voorbereidt op een moeilijk gesprek met de bank doet meer dan cijfers checken. Dat vertrouwen bouw je niet met een taalmodel.
Context die nergens is vastgelegd. De makelaar die weet dat deze verkoper eigenlijk wil dat het snel gaat, ook al staat dat niet in het dossier. Die kennis zit in hoofden, niet in systemen, en blijft dat voorlopig ook.
Een vierde categorie ligt minder voor de hand: verantwoordelijkheid nemen als iets misgaat. Een AI-agent signaleert een fout in een dossier, maar de beslissing om een klant daarover te bellen en het recht te zetten, blijft bij een mens die daarvoor instaat.
Dit is precies waarom "AI vervangt mensen" de verkeerde samenvatting is. AI neemt het herhaalbare deel over. Het niet-herhaalbare deel, waar de meeste spanning en waarde in een klantrelatie zit, blijft liggen bij je team.
Concreet wordt het pas als je naar losse rollen kijkt. Onderstaande voorbeelden zijn illustratief: een veelvoorkomend patroon uit gesprekken met MKB-bedrijven, geen bestaande klantcase. Ze laten zien hoe een rol verschuift, niet verdwijnt.
In alle drie de gevallen verdwijnt niet de rol, maar het laagwaardige, herhaalbare deel ervan. Wat overblijft, vraagt juist meer beoordelingsvermogen, niet minder.
Als taken verdwijnen, waarom worden mensen dan waardevoller in plaats van goedkoper? Het antwoord zit in timing en vaardighedencombinatie.
Onderzoek van de OESO laat zien dat werknemers met AI-vaardigheden gemiddeld 21 procent meer verdienen dan collega's zonder die vaardigheden, precies omdat AI-kennis sterk complementair is aan bestaande vakkennis (OESO, april 2025). Niet in plaats van, maar bovenop wat iemand al kan.
Andreessen noemt de timing van AI "opmerkelijk goed": na vijftig jaar trage productiviteitsgroei en een dalende bevolkingsgroei komt AI precies op het moment dat overblijvende werknemers schaarser worden, niet talrijker. Dat maakt ze waardevoller, niet vervangbaarder.
Vertaal dat naar je eigen bedrijf: de collega die nu twee systemen handmatig aan elkaar knoopt, wordt waardevoller zodra ze dat met AI ondersteunt in plaats van volledig handmatig doet. Niet omdat ze minder werk heeft, maar omdat ze meer werk verzet in dezelfde tijd.
Voor de Nederlandse arbeidsmarkt is dat geen theorie. UWV meldt dat werkgevers nog altijd volop last hebben van een krappe arbeidsmarkt (UWV, 2025). Groeien door aan te nemen lukt in veel sectoren simpelweg niet. Groeien door je bestaande team meer te laten doen, met AI als hefboom, wel. Wij noemen dat bij het verbinden van je systemen en kennis in één AI-bedrijfsbrein: je team werkt met dezelfde informatie, zonder dat kennis vastzit in één hoofd.
Het gesprek met je team hoeft geen grote aankondiging te zijn. Het werkt beter als een reeks korte, concrete gesprekken.
Begin bij de taak die iedereen haat. Vraag simpelweg: welk terugkerend werk kost je de meeste tijd en levert het minste op? Dat antwoord komt sneller dan je denkt, en het is bijna nooit de taak waar het management aan denkt.
Laat mensen zelf aanwijzen wat weg mag. Wie het voorstel doet, voelt zich geen slachtoffer van een besluit van boven. Dat verschil bepaalt of AI als hulpmiddel landt of als bedreiging.
Wees expliciet over wat je niet gaat doen. Zeg hardop dat dit niet gaat over ontslag, maar over minder overtypen en meer tijd voor het werk dat wel oordeel vraagt. Vage geruststelling werkt niet, een concrete grens wel.
Voer dit gesprek per team, niet plenair voor de hele organisatie. Een planner heeft andere zorgen dan een accountmanager, en een gesprek op maat voelt minder als een aankondiging en meer als samen nadenken.
Plan een vervolg na de eerste weken. Vraag concreet wat er beter gaat en wat nog wringt. Die herhaling laat zien dat het geen eenmalige aankondiging is, maar een manier van werken die blijft.
Zonder eigen IT- of AI-team begin je niet met een platform, maar met drie processen die je zelf kunt aanwijzen.
Kies processen met veel herhaling, een duidelijke input en output, en een meetbaar aantal uren per week. Facturen controleren, offertes opstellen, cv's voorselecteren: dat zijn typische kandidaten. Vermijd in de eerste ronde processen die draaien om oordeel of klantcontact.
In Nederland gebruikt nog altijd een minderheid van de bedrijven AI-technologie structureel: bij microbedrijven met twee tot negen medewerkers was dat 13,8 procent in 2025, tegenover 29,8 procent bij bedrijven van 10 tot 249 medewerkers (CBS, 2026). Wie nu een eerste stap zet, doet dat dus nog altijd eerder dan de meerderheid van de sector.
Meet in uren, niet in techniek. Niet "hebben we AI geïmplementeerd" maar "hoeveel uur per week is deze taak nu korter". Dat is het cijfer dat je team overtuigt en dat je volgend kwartaal kunt herhalen op het volgende proces.
Deel dat cijfer terug met het team dat de taak aanwees. Zien dat hun input daadwerkelijk uren scheelt, is wat het volgende gesprek makkelijker maakt dan het eerste.
Precies hier helpt een externe blik. Bij onze AI-strategie & Roadmap brengen we eerst in kaart welke taken in jouw organisatie echt verschuiven, voordat we iets bouwen. Voor het uitvoeren van die eerste processen kijken we naar intelligente procesautomatisering: workflow-automatisering die het herhaalbare deel van een taak overneemt, zodat je team overhoudt aan het deel dat oordeel vraagt. Zo groeit je bedrijf met je huidige mensen als digitale medewerkers naast hen, in plaats van met een grotere loonlijst.
Meestal niet direct. AI neemt vooral herhaalbare taken over binnen een bestaande rol, geen complete functies. Onderzoek van het World Economic Forum verwacht wereldwijd meer nieuwe rollen dan verdwijnende (World Economic Forum, 2025), maar dat vraagt wel dat werkgevers hun team actief meenemen in de verschuiving.
Overtypen, gegevens opzoeken, samenvatten en standaardcorrespondentie zijn meestal het eerst aan de beurt. Dit zijn taken zonder oordeel, met een duidelijke input en output, precies waar een AI-agent goed in is.
Nee, dat is meestal niet nodig en ook niet verstandig. De meeste Nederlandse MKB-bedrijven kampen juist met een krappe arbeidsmarkt (UWV, 2025). AI laat je bestaande team meer werk verzetten, wat groei mogelijk maakt zonder extra aannames.
Begin klein en per team, niet met een grote aankondiging voor de hele organisatie. Vraag welke taak het meeste tijd kost en het minste oplevert, en wees expliciet dat het doel minder overtypen is, niet minder personeel.
Functies met veel herhaalbaar, administratief werk veranderen het snelst: administratie, planning en eerste-lijns klantcontact. De kern van de functie, zoals klantrelatie en beoordeling, verandert meestal minder dan het uitvoerende deel eromheen.
Oordeel bij uitzonderingen, de klantrelatie zelf, en context die nergens is vastgelegd. Dat zijn drie categorieën die voorlopig mensenwerk blijven, en die juist belangrijker worden naarmate het routinewerk eromheen verdwijnt.
Kies drie processen met veel herhaling en een meetbaar aantal uren per week, en begin klein. Wij helpen bij The Agentic Group vaak eerst met een AI-strategie die precies aanwijst welke taken het eerst verschuiven, voordat er iets gebouwd wordt.
Bij een goed gekozen, herhaalbaar proces is de eerste tijdswinst vaak al binnen enkele weken merkbaar. Meet in uren per week per taak, niet in techniek, dan zie je snel of een proces de investering waard is.
Wij brengen in kaart welk werk in jouw bedrijf automatiseerbaar is en wat dat je team oplevert. Geen reorganisatie, wel een concreet beeld van wat er verschuift.
.svg){kind=icon}