🤖 Kunstmatige Intelligentie

Drie jaar nadat generatieve tools een nieuw tijdperk van kunstmatige intelligentie inluidden, is AI geen futuristische belofte meer. In 2025 is het een van de meest transformatieve krachten geworden die het bedrijfsleven, de wetenschap, de geopolitiek en het dagelijks leven vormgeven.

Wat dit moment onderscheidt van eerdere technologische booms is de schaal.

AI is niet meer beperkt tot onderzoekslaboratoria of niche-automatisering. Het is nu ingebed in alle sectoren en beïnvloedt productiviteit, innovatie, regelgeving, oorlogsvoering, investeringen en zelfs het gebruik van milieugrondstof fen.

En terwijl het optimisme wereldwijd groeit, nemen ook de zorgen over machtsconcentratie, baanverlies en maatschappelijke risico's toe.

I. AI is centrale bedrijfsinfrastructuur geworden

Bijna elke grote organisatie houdt zich nu op de een of andere manier bezig met kunstmatige intelligentie.

Volgens inzichten van McKinsey & Company melden bijna alle ondervraagde bedrijven AI te gebruiken, waarbij de meerderheid actief experimenteert met geavanceerde systemen zoals AI-agenten.

De meeste organisaties bevinden zich echter nog vroeg in de transformatiereis.

Bijna twee derde piloteert of test AI nog steeds in plaats van het op te schalen naar alle bedrijfsactiviteiten. Hoewel veel bedrijven al productiviteitswinsten, kostenbesparingen en innovatievoordelen rapporteren op het niveau van individuele gebruiksscenario's, ziet momenteel slechts ongeveer 39 procent een betekenisvolle winstimpact op het niveau van de gehele onderneming.

De bedrijven die de sterkste resultaten behalen, delen één gemeenschappelijk patroon. Ze behandelen AI niet als een hulpmiddel dat bovenop oude processen wordt gelegd. Ze herontwerpen werkstromen volledig rondom AI.

Toppresteerders combineren:

• efficiëntieverbeteringen
• nieuwe inkomstenmodellen
• snellere innovatiecycli
• geautomatiseerd kenniswerk

AI wordt steeds minder een ondersteunende functie en steeds meer een structurele bedrijfsmotor.

II. Mogelijkheden ontwikkelen zich met historische snelheid

Onderzoekers van de Stanford University en toonaangevende AI-laboratoria hebben aangetoond dat geavanceerde modellen in slechts één jaar doorbraken boekten die eerder decennia kostten in de computergeschiedenis.

Nieuwe moeilijke benchmarks die in 2023 werden geïntroduceerd om echt redeneren, wetenschappelijk begrip en probleemoplossing in de echte wereld te testen, werden snel overtroffen in 2024 en 2025. Enkele van de meest opvallende sprongen vonden plaats in:

• multimodale redenering over tekst, afbeeldingen en data
• beantwoording van complexe wetenschappelijke vragen
• softwareengineering taken in de echte wereld
• probleemoplossing op lange termijn

In verschillende van deze uitdagingen verbeterden moderne AI-systemen hun prestaties met tientallen procentpunten binnen twaalf maanden, een tempo dat bijna ongekend is in traditionele technologievelden.

In gecontroleerde omgevingen voltooien AI-agenten nu coderingsprojecten, debuggen ze software en lossen ze technische problemen op sneller dan menselijke professionals die onder tijdsdruk werken. In wetenschappelijk onderzoek helpen modellen met toenemende nauwkeurigheid bij eiwitvouwing, geneesmiddelenontdekking, klimaatmodellering en materiaalwetenschap.

Buiten taal en logica heeft AI zich snel uitgebreid naar creatieve en sensorische domeinen:

• hoogresolutie videogeneratie met realistische beweging
• fotorealistische beeldsynthese
• geautomatiseerde muziek- en stemproductie
• analyse van medische beeldvorming die specialisten evenaart
• autonome beslissingssystemen voor logistiek en robotica

Wat ooit volledige onderzoeksteams, enorme budgetten en maanden van experimenteren vereiste, kan nu in minuten worden bereikt met goed getrainde modellen.

Misschien wel het meest opvallend is dat deze verbeteringen niet langer beperkt zijn tot grote bedrijfssystemen. Kleinere, efficiëntere open modellen naderen nu de prestaties van gesloten propriëtaire systemen, waardoor de toegangsdrempels voor innovatie dramatisch verlagen.

In praktische termen verschuift AI van een krachtige assistent naar een autonome probleemoplosser in veel technische vakgebieden.

III. Niet langer experimenteel in het dagelijks leven

Kunstmatige intelligentie heeft stil een cruciale drempel overschreden. Het wordt niet langer getest aan de randen van de samenleving. Het is nu direct ingebed in systemen waarvan mensen dagelijks afhankelijk zijn.

Meer dan 220 AI-geschikte medische apparaten werden in één jaar goedgekeurd, vergeleken met slechts zes minder dan een decennium geleden. Deze systemen helpen artsen nu in sommige gevallen kanker eerder op te sporen dan menselijke radiologen, hartaandoeningen te analyseren op basis van beeldvormingsgegevens, patiëntverslechtering in ziekenhuizen te voorspellen en de tijdlijnen voor geneesmiddelenontdekking met jaren in plaats van maanden te versnellen.

AI fungeert steeds meer als een tweede medisch brein in klinieken.

Op openbare wegen is autonoom rijden verschoven van prototype naar geschaalde dienst. Bedrijven als Waymo in de Verenigde Staten en Baidu in China exploiteren nu grote commerciële robotaxivloten, die collectief honderdduizenden ritten zonder bestuurder per week verzorgen in meerdere steden. Deze voertuigen navigeren door druk stadsverkeer, complexe kruispunten en onvoorspelbaar voetgangersgedrag met behulp van continu lerende AI-systemen.

Europa volgt nu op de voet. In Londen werden begin 2026 al autonome pilottaxi's gespot als onderdeel van grootschalige testprogramma's, terwijl de Britse overheid regelgevingswijzigingen heeft aangekondigd die gepland zijn voor de tweede helft van 2026 om taxidiensten zonder bestuurder formeel toe te staan in de hele stad te opereren. Na goedkeuring wordt Londen naar verwachting een van de eerste grote Europese hoofdsteden met volledig autonoom commercieel vervoer.

In het onderwijs beginnen AI-tutors leertrajecten in realtime te personaliseren. In de financiële sector bewaken algoritmen fraude, beheren portefeuilles en voeren ze transacties uit met snelheden die geen mens kan evenaren. In de logistiek optimaliseert AI mondiale toeleveringsketens tot aan individuele bezorgroutes.

Ondertussen explodeerde conversationele AI in het dagelijks gebruik na doorbraken van OpenAI, terwijl platforms zoals Google AI rechtstreeks integreerden in zoekresultaten, online winkelen, contentontdekking en digitale assistenten.

Het bepaalt hoe mensen naar informatie zoeken, beslissingen nemen, door steden navigeren, gezondheidszorg ontvangen en omgaan met de digitale wereld.

Kunstmatige intelligentie wordt snel de nieuwe interface tussen mensen en het internet zelf.

IV. Bedrijfsinvesteringen hebben ongekende niveaus bereikt

Het economische momentum achter kunstmatige intelligentie overtreft nu bijna elke eerdere technologiegolf, inclusief de vroege internetboom en de mobiele revolutie.

In 2024 alleen al oversteeg private AI-investering in de Verenigde Staten 109 miljard dollar, bijna twaalf keer het totaal van China en meer dan twintig keer dat van het Verenigd Koninkrijk. Generatieve AI alleen trok in één jaar bijna 34 miljard dollar wereldwijd aan, waardoor het een van de snelste kapitaalinstromingen is in de moderne technologiegeschiedenis.

Maar de meest veelzeggende verschuiving vindt stil en stiekem plaats binnen bedrijven. Grote ondernemingen beheren geen kleine AI-innovatielaboratoria meer.

Ze herstructureren budgetten, stoppen legacy-softwareprojecten en herorienteren langetermijnkapitaal rechtstreeks naar AI-infrastructuur, propriëtaire modelontwikkeling en datastrategie. Verschillende Fortune 500-bedrijven wijzen nu jaarlijks miljarden toe niet alleen voor AI-tools, maar voor op maat getrainde modellen die specifiek zijn gebouwd op hun interne data.

In alle sectoren beschouwen leidinggevenden AI steeds meer niet als een IT-upgrade maar als een concurrerende overlevingslaag.

Tegelijkertijd heeft adoptie in de echte wereld een recordsnelheid bereikt. Bedrijfsgebruik sprong van 55 procent naar 78 procent in slechts twaalf maanden, waarbij veel bedrijven AI gelijktijdig inzetten in klantenservice, logistiek, financiën, marketing, cyberbeveiliging en productontwikkeling.

Wat minder zichtbaar blijft voor het publiek, is de operationele impact.

Interne studies binnen adviesbureaus, banken en productiegiganten tonen:

• tweecijferige productiviteitswinsten in kenniswerk
• grote reducties in verwerkingstijden voor compliance en analyse
• snellere productontwikkelingscycli
• significante kostencompressie in backoffice-operaties

Een groeiend aantal onafhankelijke onderzoeken bevestigt deze effecten en stelt consistent vast dat AI de output verhoogt terwijl het vaak vaardigheidskloven verkleint door medewerkers te versterken in plaats van rollen volledig te elimineren.

In de praktijk produceren veel werknemers nu het equivalent van twee tot drie keer hun vorige output wanneer ze worden ondersteund door AI-systemen.

V. De opkomende AI-Koude Oorlog en de mondiale machtsstrijd

Veiligheidsanalisten en regeringen kaderen het huidige landschap steeds meer als een AI-Koude Oorlog tussen de Verenigde Staten en China, waarbij dominantie in geavanceerde modellen, halfgeleidertoeleveringsketens en autonome systemen de militaire, economische en politieke macht voor de rest van de eeuw zou kunnen bepalen.

China's leiderschap heeft AI openlijk gepositioneerd als nationale prioriteit. Onder langetermijnstaatsplanning die wordt ondersteund door Xi Jinping (習近平) investeert het land tientallen miljarden in binnenlandse chipproductie, AI-onderzoekscentra en militaire toepassingen die zijn ontworpen om de afhankelijkheid van westerse technologie te verminderen en deze tegen 2030 te overtreffen.

Ondertussen hebben de Verenigde Staten gereageerd door exportcontroles op geavanceerde chips aan te scherpen, federale AI-financiering te versnellen en nauw samen te werken met private sector leiders zoals NVIDIA, OpenAI en Google om de modelleidership te behouden.

Een minder zichtbaar gevolg van deze mondiale AI-wapenwedloop was de intense druk op de hardwaretoeleveringsketen. De vraag naar hoogpresterende computercomponenten, met name geavanceerde GPU's en geheugen op serverkwaliteit zoals RAM, is zo snel gestegen dat de prijzen sterk zijn gestegen, waardoor geavanceerde hardware in sommige gevallen steeds onbetaalbaarder wordt voor kleinere bedrijven, onderzoekers en gewone consumenten.

In het hart van deze race ligt halfgeleiderbeheer.

Geavanceerde AI-modellen zijn afhankelijk van cutting-edge chips geproduceerd door fabrikanten zoals TSMC, maar die chips zijn zelf afhankelijk van een nog exclusievere technologielaag die grotendeels wordt beheerst door Europa. In het middelpunt hiervan staat ASML in Veldhoven bij Eindhoven, het enige bedrijf ter wereld dat extreme ultraviolet lithografiemachines kan produceren die nodig zijn om de meest geavanceerde halfgeleiders te vervaardigen.

Zonder de systemen van ASML kunnen de huidige hoogpresterende AI-chips simpelweg niet worden gebouwd.

Deze realiteit maakt zowel Taiwan als Nederland strategisch vitaal in de mondiale technologische orde. Achter gesloten deuren beschouwen beleidsmakers in Washington en Peking chipproductiecapaciteit en lithografiecontrole steeds meer als kritieke nationale veiligheidsactiva, vergelijkbaar met energievoorziening of zeldzame natuurlijke hulpbronnen.

Interessant genoeg heeft deze strategische dominantie interne herstructureringen niet voorkomen. Ondanks recordomzetten die worden gedreven door de massale mondiale vraag naar zijn EUV-machines, heeft ASML onlangs plannen aangekondigd om ongeveer 1.700 banen te reduceren in zijn activiteiten in Nederland en de Verenigde Staten.

De bedrijfsleiding beschreef de stap als een verschuiving naar het stroomlijnen van managementlagen en het omzetten van middelen naar kernengineering en innovatie, waarbij werd benadrukt hoe zelfs de machtigste spelers in de AI-hardwarerace onder constante druk staan om snelheid, efficiëntie en technologische focus te optimaliseren.

De competitie strekt zich nu ver buiten consumentechnology uit naar domeinen die rechtstreeks de nationale veiligheid, mondiale invloed en militaire macht vormgeven:

• Autonome oorlogsvoering en droneswarms
  Moderne conflicten, met name de oorlog tussen Oekraïne en Rusland, hebben al aangetoond hoe AI-ondersteunde drones surveillance, doelbestemming en slagveldtactieken kunnen domineren. Snelle iteratiecycli aangedreven door realtime data transformeren oorlogsvoering sneller dan traditionele wapenontwikkeling ooit kon.
• AI-gedreven slagveld-beslissingsintelligentie
  Militaire allianties zoals de Noord-Atlantische Verdragsorganisatie integreren actief AI in strategische analysesystemen om inlichtingen te verwerken, scenario's te voorspellen en commandobeslissingen te versnellen, waardoor tijdlijnen die vroeger dagen duurden in minuten worden gecomprimeerd.
• Massabewaking en informatiecontrolesystemen
  AI wordt steeds vaker op grote schaal ingezet om bevolkingen in realtime te monitoren. Landen zoals China gebruiken gezichtsherkenning en voorspellende analyses in steden, terwijl plaatsen zoals Dubai AI-aangedreven slimme bewakingsnetwerken in openbare ruimtes beheren. In het VK heeft de Metropolitan Police Service actief gezichtsherkenningtechnologie gebruikt in delen van Londen om gezochte personen te identificeren, wat illustreert hoe AI-gedreven monitoring zelfs binnen democratische samenlevingen uitbreidt.
• Geautomatiseerde cyberaanval en -verdediging Geavanceerde AI drijft nu realtime cyberaanvalgeneratie, phishingcampagnes, kwetsbaarheidsscanning en verdedigingsautomatisering aan, waarbij beveiligingsleiders zoals Microsoft herhaaldelijk waarschuwen dat generatieve AI de snelheid, schaal en verfijning van digitale oorlogsvoering dramatisch vergroot.
• Industrieel schaalbare productie van autonome wapens Het Ministerie van Defensie van de Verenigde Staten volgt snelle inzetprogramma's gericht op het produceren van grote volumes AI-gestuurde autonome systemen, expliciet ontworpen om tegenstanders te overweldigen door snelheid en schaal in plaats van individuele platformsuperioriteit.
• Controle over halfgeleider- en computerinfrastructuur Voorbij de wapens zelf ligt strategische macht steeds meer bij degene die chipproductie, geavanceerde hardwaretoeleveringsketens en massale computercapaciteit controleert, omdat AI-dominantie uiteindelijk wordt beperkt door toegang tot verwerkingskracht.

Senior defensieofficieren beschouwen AI-superioriteit steeds meer als gelijkwaardig aan het nucleaire voordeel tijdens de Koude Oorlog.

Welke natie grootschalige AI-inzet beheerst, computerinfrastructuur controleert en halfgeleideronafhankelijkheid veiligstelt, verkrijgt disproportionele invloed op mondiale systemen.

VI. Regeringen reageren met regulering en massale financiering

Nu kunstmatige intelligentie economieën en nationale veiligheid hervormt, versnellen regeringen zowel toezicht als investeringen met ongekende snelheid.

In de Verenigde Staten hebben federale agentschappen het aantal AI-gerelateerde regelgevingsacties in 2024 vergeleken met het voorgaande jaar meer dan verdubbeld, wat de groeiende bezorgdheid over veiligheid, transparantie en marktmacht weerspiegelt. Wereldwijd zijn verwijzingen naar AI in wetgeving meer dan negenVoudig gestegen sinds 2016, volgens beleidsvolging data.

Landen behandelen AI nu als essentiële infrastructuur, vergelijkbaar met energiesystemen of defensienetwerken, en investeren zwaar om binnenlandse capaciteiten veilig te stellen.

Canada heeft programma's van meerdere miljarden dollars gelanceerd om AI-onderzoekscentra en nationale computerinfrastructuur te ondersteunen. Frankrijk heeft langetermijntechnologieinvesteringen aangekondigd van meer dan 100 miljard euro gericht op het versterken van Europees leiderschap in AI en halfgeleiderproductie. China blijft tientallen miljarden investeren in chipproductie en industriële AI-zones als onderdeel van zijn streven naar technologische zelfstandigheid. India heeft landelijke AI-initiatieven ingevoerd op het gebied van onderwijs, openbare diensten en productie. Saudi-Arabië heeft zich vastgelegd op ongeveer 100 miljard dollar via zijn Project Transcendence-programma om grootschalige AI-datacenters en onderzoekscentra te bouwen.

Ontwikkelingen in 2026 versterkten de concurrentie in de AI-industrie verder. OpenAI werd geconfronteerd met groeiende kritiek na berichten dat het had ingestemd om zijn AI-modellen aan het Ministerie van Defensie van de Verenigde Staten te leveren voor gebruik binnen geclassificeerde overheidssystemen. OpenAI heeft een verklaring gepubliceerd, die je hier kunt vinden.

De aankondiging veroorzaakte een sterke reactie in delen van de technologiegemeenschap en het publiek. Veel waarnemers merkten op dat OpenAI oorspronkelijk begon als een onderzoeksorganisatie die breed toegankelijke en veiligheidsgericht e kunstmatige intelligentie promootte, waardoor de stap naar militaire samenwerking als een dramatische koerswisseling aanvoelde.

De terugslag verspreidde zich snel online. Campagnes zoals "Cancel ChatGPT" en "QuitGPT" moedigden gebruikers aan het platform te verlaten, en rapporten suggereerden dat meer dan 1,5 miljoen gebruikers binnen 48 uur na de aankondiging stopten met het gebruik van of hun ChatGPT-abonnementen opzegden.

Het bedrijf Anthropic wees publiekelijk een potentiële samenwerking met het Ministerie van Defensie van de Verenigde Staten af, daarbij verwijzend naar zorgen over waarborgen die het mogelijk zouden maken zijn modellen te gebruiken voor autonome wapens of massabewakingssystemen in onderhandelingen met het Pentagon.

Voor veel waarnemers benadrukte het contrast tussen de twee bedrijven een dieper debat over de toekomst van kunstmatige intelligentie. De industrie draait niet meer alleen om productiviteitstools of consumentenchatbots. Ze bevindt zich steeds meer op het snijpunt van nationale veiligheid, militaire technologie en geopolitieke concurrentie.

Beleidsmakers kaderen deze investeringen steeds meer als een kwestie van economische veiligheid.

Achter de uitgaven schuilt een duidelijk doel: de afhankelijkheid van buitenlandse technologieleveranciers verminderen en controle over rekenkracht, data en geavanceerde AI-systemen veiligstellen.

VII. De milieukosten achter de AI-expansie

De snelle groei van kunstmatige intelligentie creëert een stijging in de mondiale energievraag, waardoor datacenters enkele van de grootste elektriciteitsverbruikers in moderne economieën worden.

Analisten schatten nu dat het wereldwijde energieverbruik van datacenters tegen het einde van het decennium meer dan zou kunnen verdubbelen naarmate AI-werklasten uitbreiden, en mogelijk niveaus bereikt die vergelijkbaar zijn met het totale elektriciteitsverbruik van grote geïndustrialiseerde landen. Hoogpresterende processors die worden gebruikt voor het trainen en beheren van grote AI-modellen verbruiken veel meer energie dan traditionele servers, waardoor elektriciteitsnetwerken onder toenemende druk staan.

De milieu-impact strekt zich uit voorbij energie alleen. Het koelen van massieve serverfarms vereist grote hoeveelheden zoet water, terwijl de productie van geavanceerde AI-chips afhankelijk is van energie-intensieve mijnbouw en bijdraagt aan groeiend elektronisch afval.

Om de schaal in perspectief te plaatsen: de cryptovalutasector, die al lang wordt bekritiseerd vanwege overmatig energieverbruik, verbruikt jaarlijks ongeveer 110 tot 160 terawattuur via Bitcoin-mijnbouw. Recente studies suggereren dat de vraag van AI-datacenters dit niveau al heeft bereikt of overtroffen en in een veel sneller tempo blijft groeien.

Als reactie nemen technologiebedrijven en regeringen maatregelen om de voetafdruk te beperken.

Grote bedrijven zoals Google, Microsoft en Meta breiden snel datacenters op hernieuwbare energie uit en herontwerpen AI-systemen om minder berekeningen per taak te vereisen. Nieuwe gespecialiseerde chips leveren nu aanzienlijk hogere prestaties per watt, terwijl geavanceerde koelsystemen zowel het elektriciteits- als het waterverbruik verminderen.

Ook regeringen grijpen in. De Europese Unie introduceert strengere energierapportage- en duurzaamheidseisen voor grote datacenters, terwijl de Verenigde Staten en verschillende Aziatische landen prikkels bieden voor AI-infrastructuur op hernieuwbare energie en onderzoek naar energiezuinige AI-modellen financieren. Sommige regio's beginnen AI-ontwikkelingssubsidies rechtstreeks te koppelen aan milieuprestaties.

Ondanks deze verbeteringen waarschuwen experts dat efficiëntiewinsten mogelijk moeite hebben bij te houden met de enorme schaal van AI-expansie.

Of de milieu-impact kan worden ingedamd, zal afhangen van hoe snel schone energie, efficiënte hardware en regulerende kaders zich parallel daaraan ontwikkelen.

VIII. Een wereld verdeeld tussen optimisme en bezorgdheid

Het publieke sentiment rondom kunstmatige intelligentie is steeds meer verdeeld tussen enthousiasme voor innovatie en diepe angst over economische zekerheid.

In landen zoals China, Indonesië en Thailand blijven grote meerderheden AI als overwegend positief beschouwen en associëren het vaak met economische groei, technologisch leiderschap en verbeterde overheidsdiensten.

Daarentegen neemt de bezorgdheid sterk toe in de Verenigde Staten, Canada en veel van Europa, waar werknemers AI-adoptie steeds meer verbinden met baanon zekerheid in plaats van kansen.

Achter deze verschuiving ligt een groeiende golf van door automatisering veroorzaakte ontslagen.

In sectoren zoals klantenondersteuning, verkoopoperaties, marketing, contentcreatie en zelfs softwareontwikkeling vervangen bedrijven stilletjes grote delen van menselijke arbeid door AI-systemen die continu draaien tegen een fractie van de kosten. Grote bedrijven noemen nu openlijk AI-efficiëntiewinsten bij het aankondigen van personeelsreducties, met name in administratieve en kennisgebaseerde rollen die ooit als stabiele carrièrepaden werden beschouwd.

De impact wordt het sterkst gevoeld onder jongere professionals.

Universitair afgestudeerden in vakgebieden als marketing, communicatie, bedrijfsanalyse en junior IT-rollen worden geconfronteerd met krimpende instapkansen, omdat taken die traditioneel worden gebruikt om starters op te leiden nu zijn geautomatiseerd. Velen besteedden jaren aan het studeren voor carrières die snel veranderden net toen ze de arbeidsmarkt betraden.

Decennialang werd onderwijs gepresenteerd als een bijna garantie voor langdurige werkgelegenheid, eigen woningbezit en financiële stabiliteit. De huidige beroepsbevolking staat voor veel dynamischere omstandigheden, met snellere vaardigheidsobsolescence, korte dienstverbandcycli en stijgende kosten van levensonderhoud die de traditionele levensloopbaan steeds onbereikbaarder maken.

Hoewel AI productiviteit en bedrijfswinsten stimuleert, worden de voordelen ongelijk verdeeld.

Hooggespecialiseerde ingenieurs, datawetenschappers en AI-strategen zien stijgende vraag en salarissen, terwijl grote segmenten van middengeschoolde kantoorarbeid compressie of eliminatie ondergaan.

Hoe samenlevingen deze transitie beheren, door omscholing, sociaal beleid en arbeidsbescherming, zal uiteindelijk bepalen of kunstmatige intelligentie een brede motor van welvaart wordt of een aanjager van diepere ongelijkheid.

🎓 Kunstmatige Intelligentie is een structurele verschuiving

AI in 2025 is geen ander digitaal hulpmiddel. Het is een structurele verschuiving die begint te veranderen hoe werk wordt georganiseerd, hoe waarde wordt gecreëerd en welke vaardigheden economisch worden beloond.

De meeste geloofwaardige arbeidsmarktonderzoeken suggereren dat het directe verhaal niet één massale banenvernietiging is, maar ongelijke verstoring. Sommige rollen krimpen, andere worden herontworpen en nieuw werk verschijnt rondom AI-inzet, governance, beveiliging en infrastructuur. Zelfs McKinseys mondiale enquête signaleert onzekerheid in plaats van consensus: 32 procent van de respondenten verwacht personeelsafnames in het komende jaar, 43 procent verwacht geen verandering en 13 procent verwacht stijgingen.

Instapwerk staat onder druk. Een paper van het Stanford Digital Economy Lab stelde vast dat werknemers van 22 tot 25 jaar in de meest AI-blootgestelde beroepen een werkgelegenheidsafname van 6 procent ervoeren van eind 2022 tot september 2025, terwijl oudere werknemers in dezelfde vakgebieden groei zagen. Dit komt overeen met wat veel afgestudeerden ervaren: minder junior marketing-, support-, analyse- en contentrollen, omdat de taken die vroeger beginners trainden precies de taken zijn waarbij AI nu kan assisteren.

Klantenondersteuning is het duidelijkste kortetermijndoel. Veel bedrijven gebruiken al AI om basisticketsafhandeling, terugbetalingen, boekingswijzigingen en routinematige probleemoplossing te absorberen, waarbij mensen worden ingezet voor escalaties en high-trust zaken. Kassiers zullen waarschijnlijk blijven afnemen, maar voornamelijk door een mix van zelfbediening kassa's, bestelkiosken en automatisering in plaats van humanoïde robots. Politiewerk is gecompliceerder. AI breidt uit in surveillance en identificatie, maar het vervangen van agenten is op korte termijn onwaarschijnlijk omdat politiewerk oordeel, verantwoordingsplicht, publiek vertrouwen en wettelijke verantwoordelijkheid omvat.

In de praktijk is het meest voorkomende patroon geen volledige vervanging. Het is "minder mensen per werkstroom", waarbij AI het eerste contact afhandelt en mensen uitzonderingen afhandelen.

De belangrijkste hefboom is niet het verbieden van AI. Het is het controleren van hoe het wordt ingezet.

Bedrijven kunnen schade verminderen door zich te committeren aan "human-in-the-loop" servicenormen, omscholingstrajecten en het herontwerpen van banen in plaats van simpelweg personeelsbestand te verminderen. De terugslag op al te agressieve "AI-first" messaging, zoals de controverse rondom Duolingo en het debat over het vervangen van aannemers, toont aan dat consumenten menselijke kwaliteit, vertrouwen en culturele nuance nog steeds waarderen.

Regeringen stellen de grenzen. Ze beslissen wat onder menselijke controle moet blijven, wat moet worden geauditeerd en wat organisaties moeten openbaar maken. Dat omvat regels over aanstellingsautomatisering, transparantie voor consumenten, aansprakelijkheid wanneer AI schadelijke beslissingen neemt en het gebruik van biometrische bewaking. Wanneer regelgeving achterblijft, stellen bedrijven de standaardregels in.

Regeringen zijn verantwoordelijk voor handhaafbare grenzen en arbeidsbescherming. Bedrijven zijn verantwoordelijk voor inzetbeslissingen en transitieplannen voor het personeelsbestand. Individuen zijn verantwoordelijk voor het aanpassen van vaardigheden, maar kunnen niet de volledige last van een systeemverschuiving dragen.

De waarschijnlijke toekomst is een hervormd arbeidsmarkt, geen eenmalige ineenstorting. Maar zonder duidelijk beleid en verantwoord inzet zal de hervorming harder, ongelijker en meer destabiliserend zijn dan nodig.

Wat denk jij over de snelle ontwikkeling van kunstmatige intelligentie en de impact ervan op de toekomst van werk en samenleving? Deel je gedachten in de reacties. 🤖