Stel dat jouw organisatie over twee jaar aanzienlijk meer werk kan verzetten, met meer AI, kortere doorlooptijden en minder menselijke inzet per opdracht. Starters komen echter nauwelijks nog binnen. Ervaren professionals controleren uitkomsten waarvan steeds minder collega’s de achtergrond begrijpen. Medewerkers die gisteren uitstekend functioneerden, moeten zich ontwikkelen naar werk dat nog niemand concreet heeft beschreven.

Heeft de organisatie dan vooruitgang geboekt?

Voor HR wordt dit een bepalende vraag: zodra AI taken overneemt, veranderen ook de omstandigheden waarin mensen ervaring opdoen, waarde toevoegen en een loopbaan opbouwen. Wie pas aansluit wanneer het nieuwe proces is ingericht, krijgt vooral de gevolgen te organiseren.

De ruimte om invloed uit te oefenen is het grootst voordat de besparing is ingeboekt.

In mijn eerdere bijdrage over de bestuursagenda voor AI stond de samenhang tussen productiviteit, menselijk vakmanschap en de verdeling van waarde centraal. Voor HR volgt daar een concrete opdracht uit: die samenhang vertalen naar het dagelijkse ontwerp van werk, ontwikkeling en loopbanen.

In Sunny Side Up — 200 signalen uit de toekomst van werk werk ik die HR-agenda uit in vijf bewegingen. Nieuwe onderzoeksbevindingen maken duidelijk waarom die agenda nu aandacht vraagt.

De organisatie groeit. De eerste trede wordt smaller.

Op 16 oktober publiceerde Anthropic onderzoek naar veranderingen binnen de eigen organisatie. Het aandeel juniors binnen de technische instroom daalde volgens het bedrijf van 27% naar 9%, terwijl de technische personeelsomvang in absolute aantallen bleef groeien.

Het onderzoek beschrijft bovendien hoe menselijke aandacht onder druk komt te staan door de hoeveelheid agentoutput. Medewerkers besteden meer aandacht aan het inrichten en volgen van agentprocessen. Bij de beoordeling van technische kandidaten krijgen autonomie en oordeelsvermogen meer nadruk.

Anthropic is een uitzonderlijk snelgroeiend AI-bedrijf en onderzoekt hier zichzelf. De bevindingen zijn geen blauwdruk voor de Nederlandse arbeidsmarkt. Wel maken ze een relevante combinatie zichtbaar: groei, hogere productie en minder ruimte voor technische starters kunnen samengaan.

Voor HR betekent dit dat een groeiend personeelsbestand onvoldoende zegt over de gezondheid van het werk. Ook binnen een groeiende organisatie kunnen leerwegen verdwijnen, verantwoordelijkheden verschuiven en loopbaankansen smaller worden.

1. Breng het veranderende werk én de aannames erachter in beeld

Een functie kan op papier hetzelfde blijven terwijl de inhoud ingrijpend verandert.

Neem een adviseur. De functiebeschrijving noemt nog steeds onderzoek, analyse en advisering. Maar wanneer AI het bronnenonderzoek uitvoert en de eerste analyse schrijft, verschuift de menselijke bijdrage naar het formuleren van de vraag, het herkennen van ontbrekende context en het beoordelen van conclusies.

Een formatieoverzicht maakt die verschuiving nauwelijks zichtbaar.

HR moet daarom samen met professionals en proceseigenaren onderzoeken wat er binnen het werk verandert. Welke taken nemen af? Welke beslissingen worden moeilijker? Waar ontstaan nieuwe afhankelijkheden? En welke expertise moet aanwezig blijven om het geheel te overzien?

Het Human Capital Allocation Framework, HCAF, helpt daarbij met concrete vragen: wie voert uit, wie beslist, wie controleert, wie leert en wie blijft aanspreekbaar?

Onderzoek ook welke verwachtingen de personeelsplanning sturen. In een afzonderlijke studie rapporteert Anthropic een groot verschil: ondervraagde medewerkers verwachten gemiddeld dat AI in 2030 ongeveer 75% van hun huidige werkuren kan uitvoeren. Werkende respondenten uit de Amerikaanse bevolking schatten dat aandeel gemiddeld op 28%.

Dat zijn verwachtingen, geen voorspelde uitkomsten. De groepen verschillen in werk en ervaring met AI. Bovendien verwacht 95% van de ondervraagde Anthropic-medewerkers dat hun werkgever de komende twaalf maanden groeit in personeelsomvang. Verwachte taakautomatisering betekent dus niet automatisch verwachte personeelskrimp.

De relevante vraag voor HR is welke aannames binnen de eigen organisatie naast elkaar bestaan. Rekent de directie op snelle automatisering, terwijl medewerkers beperkte ondersteuning verwachten? Is de besparing al begroot voordat het nieuwe werk is onderzocht?

Maak die verschillen bespreekbaar. Werk met meerdere ontwikkelpaden: AI als ondersteuning, automatisering van complete taakbundels en groei door nieuwe dienstverlening. Bepaal per pad wat dit vraagt van bezetting, expertise en ontwikkeling.

2. Ontwerp de ontwikkelingsladder opnieuw

Een organisatie die juniorwerk automatiseert, moet opnieuw organiseren hoe juniors senior worden.

Veel vakmanschap ontstaat tijdens het werk: een dossier uitzoeken, bronnen vergelijken, een eerste voorstel schrijven en met een ervaren collega bespreken waarom een redenering tekortschiet. Wanneer AI dat oefenwerk overneemt, verandert het leerpad. Een cursus kritisch denken vult het ontstane gat niet vanzelf.

Stel je een starter voor die alleen nog door AI voorbereide adviezen beoordeelt. De teksten zijn verzorgd en de conclusies klinken overtuigend. Maar waarop baseert die starter zijn oordeel als hij nog weinig ervaring heeft met het probleem achter de tekst?

Hier ligt het risico van Human Hollowing: het geleidelijk verdwijnen van menselijk vermogen terwijl de productie op peil blijft of stijgt.

Daarnaast speelt de Missing Job Hypothesis: verandering kan zichtbaar worden in banen die niet meer ontstaan. Een juniorvacature die niet wordt opengesteld, verschijnt niet als ontslag in het HR-dashboard. Toch kan daarmee een toekomstige expert buiten de organisatie blijven.

Volg daarom ook de instroom die wegvalt; eerder noemde ik dat de Kanaries in de Kolenmijn. Welke startersrollen verdwijnen? Welke oefentaken worden overgenomen? Waar ontstaat nog een route naar zelfstandig vakmanschap?

AI kan het leren juist versterken wanneer het werk daarop is ingericht. Laat starters verschillende oplossingen onderzoeken, aannames verdedigen en uitzonderingen bespreken met een mentor. Laat hen bij geselecteerde opdrachten eerst een eigen redenering opbouwen en die vervolgens vergelijken met het AI-resultaat.

Dat vraagt tijd en begeleiding. HR moet die samen met leidinggevenden vastleggen in het werk.

Een ontwikkelingsladder bestaat pas wanneer medewerkers de treden daadwerkelijk kunnen gebruiken.

3. Maak toegang onderdeel van gelijke kansen

Twee medewerkers krijgen dezelfde opdracht. De eerste beschikt over een krachtig model, relevante data, voldoende gebruiksbudget en een ervaren collega die meedenkt. De tweede werkt met beperkte toegang en moet vooral zelf uitzoeken wat mogelijk is.

Aan het einde van het jaar vergelijken we hun prestaties. Wat beoordelen we dan precies?

AI-toegang kan doorwerken in productiviteit, zichtbaarheid en loopbaankansen. Daarom moet HR verder kijken dan het aantal verstrekte accounts of gevolgde trainingen.

Kunnen medewerkers de hulpmiddelen werkelijk gebruiken voor hun werk? Krijgen zij tijd om te oefenen? Zijn toepassingen toegankelijk? Wie mag deelnemen aan pilots, en wie blijft buiten beeld?

Eerlijke toegang betekent dat verschillen uitlegbaar zijn en aansluiten bij het werk. Maak daarom samen met IT en leidinggevenden zichtbaar hoe tools, data, gebruiksbudgetten en begeleiding worden verdeeld. Onderzoek vervolgens wat die verdeling doet met ontwikkeling en doorstroom.

Anders kunnen verschillen in technologische ondersteuning worden aangezien voor verschillen in talent.

4. Waardeer professioneel oordeel en organiseer de tijd ervoor

Wanneer AI een groter aandeel in de productie krijgt, vertelt de hoeveelheid output minder over de individuele bijdrage.

Tien rapporten zeggen weinig wanneer niemand de aannames heeft onderzocht. Eén tijdig herkende fout kan juist grote waarde vertegenwoordigen. Daarmee komt ook het beoordelingsgesprek onder druk te staan. Welke medewerker krijgt waardering: degene die snel oplevert, of degene die doorvraagt en een onjuiste conclusie tegenhoudt?

HR moet samen met het management expliciet maken welk professioneel gedrag telt. Denk aan probleemdefinitie, bronkritiek, kwaliteitscontrole, samenwerking en het vermogen een besluit te onderbouwen.

Maak dat zichtbaar aan de hand van concrete situaties. Welke fout heeft iemand herkend? Wanneer heeft een medewerker terecht afgeweken van een AI-advies? Welke kennis heeft iemand overgedragen? Wie heeft een werkproces zo verbeterd dat minder herstelwerk nodig is?

Daar hoort een capaciteitsvraag bij: hoeveel AI-output kan iemand verantwoord beoordelen?

“De mens blijft verantwoordelijk” wordt een lege formule wanneer die mens onvoldoende tijd, informatie of bevoegdheid krijgt om de uitkomsten te onderzoeken. Leg daarom vast welke beslissingen menselijke beoordeling vereisen, wanneer escalatie nodig is en wanneer een proces moet stoppen.

Je kunt professioneel oordeel moeilijk verlangen en de benodigde tijd tegelijkertijd als inefficiëntie behandelen.

5. Organiseer zeggenschap voordat werk verdwijnt

Wanneer AI wordt ingezet bij selectie, planning, beoordeling of ontwikkeling, beïnvloedt de technologie de kansen van mensen. Daar moet duidelijk eigenaarschap tegenover staan.

Wie bepaalt welke gegevens meetellen? Wie onderzoekt ongewenste effecten? Waar kan een medewerker terecht met een betwiste uitkomst? En wie kan ingrijpen wanneer een toepassing onvoldoende betrouwbaar blijkt?

In het boek benoem ik dit als Human Capital Governance: het organiseren van verantwoordelijkheid voor de ontwikkeling en inzet van menselijk vermogen.

HR moet daarvoor de verbinding leggen met IT, privacy, juridische zaken, audit, medezeggenschap en lijnmanagement. Leg per toepassing vast wie verantwoordelijk is, hoe signalen worden onderzocht en wanneer gebruik wordt aangepast of stilgezet.

Die verantwoordelijkheid begint ook vóór een reorganisatie. Anthropic beschrijft een vroegsignaleringssysteem voor veranderende rollen en geeft prioriteit aan interne herplaatsing. De onderzoekers erkennen daarbij dat bescherming van huidige medewerkers geen oplossing biedt voor starters die niet worden aangenomen.

HR heeft daarom een dubbele opdracht: medewerkers begeleiden naar ander werk én bewaken hoe nieuwe professionals toegang blijven krijgen tot het vak.

Het bestuur moet HR hiervoor een expliciet mandaat geven bij besluiten over werkontwerp, in samenwerking met de verantwoordelijke proceseigenaar. Een uitnodiging om achteraf het veranderprogramma te begeleiden is onvoldoende.

“We scholen iedereen om” vraagt een concreet vervolg

Bij deze agenda hoort een ongemakkelijk gesprek.

Omscholing klinkt geruststellend. Maar naar welk werk? Hoeveel vraag bestaat daarnaar? Welke stappen zijn haalbaar, binnen welke termijn en met welke begeleiding?

Niet iedereen kan of wil dezelfde overstap maken. Een eerlijke transitie vraagt daarom tijdige duidelijkheid, verschillende ontwikkelroutes en ondersteuning voordat functies verdwijnen.

HR moet die vragen stellen zodra de businesscase wordt besproken. Juist dan kunnen keuzes over tempo, begeleiding, instroom en herplaatsing nog worden beïnvloed.

Maak ook expliciet wat met de tijdwinst gebeurt. Gaat die naar extra productie, betere dienstverlening, lagere werkdruk of ontwikkeling? En wie beslist daarover?

Zonder zo’n keuze is tijdwinst nog geen ontwikkelkans.

Begin bij één werkproces en neem binnen negentig dagen een besluit

Maak deze agenda concreet in één proces waarin AI een wezenlijke rol krijgt.

Laat HR en de proceseigenaar in de eerste dertig dagen met betrokken medewerkers vastleggen hoe taken, beslissingen en leermogelijkheden veranderen. Breng de bestaande kwaliteit, doorlooptijd en controletijd in beeld.

Test in de volgende dertig dagen een nieuwe werkwijze, inclusief begeleiding, toegang, beslisruimte en beoordelingscriteria. Reserveer oefentaken voor starters en spreek af welke fouten of signalen aanleiding geven om het proces aan te passen.

Rapporteer na negentig dagen aan het bestuur over vier punten: aantoonbare kwaliteitswinst, de benodigde menselijke controletijd, behouden oefenmogelijkheden en concrete ontwikkel- of herplaatsingsroutes.

Besluit vervolgens over uitbreiding, aanpassing of stopzetting. Een snellere werkwijze waarvan niemand de kwaliteit meer kan beoordelen, is niet klaar om op te schalen.

Sunny Side Up — 200 signalen uit de toekomst van werk verbindt deze HR-agenda met agenda’s voor bestuurders en professionals, toekomstscenario’s en een praktisch twaalfmaandenplan.

De opdracht aan HR is ambitieus: help de organisatie meer mogelijk te maken met AI en organiseer hoe mensen het vermogen ontwikkelen om daarin betekenisvol te blijven bijdragen.

Welke keuze over AI en werk wordt deze maand in jouw organisatie gemaakt waarbij HR vóór het besluit moet meebeslissen?

Willem E.A.J. Scheepers  Damies Future Intelligence