*An English-language synopsis is provided at the end of this entry.

De cijfers zijn helder en bijna ongemakkelijk in hun eenvoud. Wereldwijd gebruikt 55% AI in het werk, in Nederland blijft dat steken op 44%. Tegelijk zegt 52% van de gebruikers dat hun werk er beter van wordt. De conclusie schrijft zichzelf: AI werkt, alleen nog niet voor iedereen.

De AI-Barbell: geen middenweg meer

De afbeelding vangt dat scherp in een bijna carnavalesk beeld: een bord met spelregels voor junioren in een wereld waar links en rechts uit elkaar trekken.

Links: structuur, schaal, controle
Rechts: betekenis, oordeel, menselijkheid

Het midden? Dat wordt stil. Of erger: overgenomen.

In klassieke termen zou je zeggen: junioren beginnen in het midden en groeien door. Maar AI heeft dat fundament verschoven. Het midden is geen leerschool meer, het is een automatiseringslaag geworden.

Daar zit de echte generatievraag. Niet: wie gebruikt AI?
Maar: waar positioneer je jezelf ten opzichte van AI?

Generatieverschillen: niet leeftijd, maar gedrag

De reflex is om dit als een leeftijdsverhaal te zien. Jong = digitaal vaardig. Oud = terughoudend. Maar de data nuanceert dat.

Babyboomers die AI gebruiken, zien óók sterke verbeteringen. Het verschil zit dus niet in vermogen, maar in gedrag en adoptie.

Of scherper gezegd: AI discrimineert niet op leeftijd. Wel op initiatief.

Advies aan Generatie Z en Alpha: kies bewust je kant

Voor Gen Z en straks Gen Alpha is dit geen toekomstvraag. Dit is hun startpositie. En die is paradoxaal: ze hebben een voorsprong in gebruik, maar een risico in positionering.

Waarom? Omdat juist hun instapwerk het meest lijkt op wat AI inmiddels goed kan: analyseren, structureren, produceren.

Dus het bord op de tweede afbeelding leest bijna als een manifest:

1. Kritisch denken is geen bijzaak meer

Gebruik AI, maar vertrouw het niet blind. Twijfel is geen zwakte, maar een spier die je moet trainen.

2. Zoek echte ervaring

Niet alles wat telt is te prompten. Werk met mensen. Leer frictie, nuance, weerstand. Daar zit je onderscheid.

3. Denk, vraag, kies

De nieuwe vaardigheid is niet weten, maar kiezen: welk probleem, welke richting, welke afweging.

4. Maak je werk zichtbaar

AI kan output leveren. Maar jij moet betekenis geven. Laat zien wat jij toevoegt bovenop de machine.

5. Bouw je eigen leerlijn

Wacht niet op een carrièrepad. Die is er niet meer in de oude vorm. Creëer hem zelf, project voor project.

Slot: Koningsdag als metafoor

Misschien is dat wel het mooiste beeld van de combinatie van deze twee visuals. Terwijl Nederland feest viert, ontstaat er onder de oppervlakte een stille herverdeling van werk, waarde en kansen.

Confetti aan de oppervlakte. Algoritmes onder de motorkap.

De vraag is dus niet of AI je werk verandert, dat heeft het al gedaan. De vraag is: sta jij straks in het midden… of kies je een kant?

Willem E.A.J. Scheepers, AI Implementer

DAMIES FUTURE INTELLIGENCE 

***Mijn Yamala.ai Profile; daarin kun je met mijn AI-Twin (ook) een dialoog aangaan.

* Synopsis

This ManagementPro contribution explores how AI adoption is no longer a gradual transition, but a structural divide in the labor market. While global AI usage has reached 55%, the Netherlands lags at 44%. Yet more than half of those who do use AI report clear improvements in the quality of their work. The conclusion is straightforward: AI works, but not evenly across the workforce.

The analysis highlights a growing generational pattern. Younger cohorts such as Gen Z and Millennials use AI more frequently and experience the greatest benefits, while older generations adopt it more cautiously but still see significant gains once they engage. The real concern lies not in age, but in the large group that remains inactive. This “middle” is where the risk accumulates.

The article frames this development through the AI-Barbell model. On one side, work is increasingly optimized, standardized, and scalable through AI. On the other, value shifts toward human judgment, interpretation, and meaningful interaction. The traditional middle layer of work is steadily being automated, creating a polarized structure rather than a smooth progression.

For Generation Z and the emerging Generation Alpha, this has profound implications. Their starting position in the labor market overlaps with tasks that AI can already perform well. As a result, career development is no longer about gradually building experience in the middle, but about consciously positioning oneself on either side of the barbell.

The contribution concludes with practical guidance: develop critical thinking, seek real human interaction and experience, make your added value visible, and actively design your own learning path. The central message is clear: in an AI-driven economy, success is no longer determined by generation, but by the ability to choose a position and act on it.