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

Nog nooit konden organisaties met zo weinig mensen zoveel werk verzetten. AI schrijft rapportages, analyseert dossiers, automatiseert processen en verhoogt de productiviteit in hoog tempo. Bestuurders zien efficiency stijgen, doorlooptijden dalen en organisaties slanker worden.

Maar onder die technologische versnelling ontstaat een nieuw risico dat nog nauwelijks zichtbaar is op dashboards.

Wat als organisaties niet alleen werk automatiseren, maar tegelijkertijd ook menselijke kerncapaciteiten verliezen? Wat als kritisch denken, institutioneel geheugen, vakmanschap en psychologische veiligheid langzaam uit organisaties verdwijnen terwijl de prestaties op papier juist verbeteren?

Die stille organisatorische uitholling vormt misschien wel één van de belangrijkste managementvraagstukken van het AI-tijdperk.

Kader: Wat is Human Hollowing?

Human Hollowing beschrijft het proces waarbij organisaties door AI-gedreven efficiëntie geleidelijk menselijke kerncapaciteiten verliezen.

Denk aan:

• kritisch denkvermogen;
• psychologische veiligheid;
• institutioneel geheugen;
• vakmanschap;
• relationele intelligentie;
• lerend vermogen;
• menselijke tegenspraak.

De organisatie functioneert operationeel vaak nog uitstekend, soms zelfs beter dan ooit. Maar onder de oppervlakte neemt het adaptieve en menselijke vermogen af.

Human Hollowing ontstaat vooral wanneer organisaties:

• sterk sturen op AI-productiviteit;
• middenlagen reduceren;
• routinematig kenniswerk automatiseren;
• menselijke interactie minimaliseren;
• en onvoldoende investeren in cultuur, leiderschap en sociale veiligheid.

De strategische uitdaging is daarom niet alleen technologische adoptie, maar het bewust behouden van menselijke kerncapaciteiten in een AI-organisatie.

De recente aankondiging van Standard Chartered laat zien hoe snel deze ontwikkeling concreet wordt. De bank schrapt duizenden functies terwijl fors wordt ingezet op AI en automatisering. Vooral administratieve en backofficefuncties verdwijnen, omdat AI-systemen deze werkzaamheden sneller en efficiënter kunnen uitvoeren. Datzelfde patroon binnen de financiële dienstverlening vindt inmiddels ook plaats in ons land. En je weet, waarschijnlijk,: door het aard van de werkzaamheden, die relatief snel zijn om te zetten naar AI, is deze sector een voorloper maar blijft deze disruptie niet tot deze bedrijfstak beperkt!

Op het eerste gezicht lijkt dit op een logisch efficiencyverhaal: hogere productiviteit, minder operationele kosten, meer output per medewerker. Maar onder die cijfers ontstaat een diepere verschuiving.

Want organisaties verwijderen hiermee niet alleen taken uit de organisatie. Ze verwijderen vaak ook de menselijke structuren waarin:

• ervaring werd opgebouwd;
• twijfel werd uitgesproken;
• vakmanschap werd overgedragen;
• fouten werden opgemerkt;
• en toekomstige leiders zich ontwikkelden.

Juist het midden van organisaties verandert hierdoor fundamenteel.

Hier wordt ook zichtbaar wat binnen het AI Barbell Model steeds centraler staat. AI versterkt organisaties aan twee uitersten tegelijk, terwijl het midden langzaam onder druk komt te staan.

• Aan de ene kant blijft praktisch, fysiek en relationeel werk relatief stabiel. Monteurs, installateurs, zorgprofessionals, handhaving, techniek en operationeel vakmanschap behouden grote waarde omdat hun werk contextgevoelig, tastbaar en menselijk blijft.
• Aan de andere kant stijgt juist de waarde van strategisch oordeel, governance, leiderschap, creativiteit, complexe besluitvorming en het vermogen om richting te geven onder onzekerheid.
• Maar daartussen bevindt zich het traditionele midden van organisaties:
  coördinatie, administratie, standaard analysewerk, procesmanagement, rapportages, planning en veel routinematig kenniswerk.

Precies dát midden blijkt steeds beter automatiseerbaar en precies daar ontstaat Human Hollowing.

Want middenlagen waren niet alleen 'overhead', ze vormden vaak het sociale en cognitieve bindweefsel van organisaties. Hier werden junior medewerkers opgeleid. Hier ontstond informele kennisuitwisseling. Hier vond tegenspraak plaats. Hier werd nuance toegevoegd aan besluiten die op papier logisch leken.

Wanneer organisaties dat midden versneld automatiseren, ontstaat een paradoxale situatie: de organisatie wordt operationeel efficiënter, maar tegelijkertijd strategisch kwetsbaarder.

Want wie corrigeert straks de AI-uitkomst wanneer iedereen afhankelijk wordt van dezelfde systemen?
Wie bewaakt institutioneel geheugen wanneer steeds minder mensen diep inhoudelijk worden opgeleid?
Wie spreekt zich nog uit wanneer productiviteit belangrijker wordt dan reflectie?

Juist daar raakt deze ontwikkeling direct aan psychologische veiligheid.

Veel AI-discussies gaan nog vooral over technologie, productiviteit en kostenbesparing. Maar de diepere impact zit waarschijnlijk in het gedrag van mensen binnen organisaties. Naarmate AI-systemen dominanter worden in besluitvorming en dagelijkse processen, ontstaat het risico dat medewerkers:

• minder snel twijfels uiten;
• minder geneigd zijn AI-uitkomsten te challengen;
• meer systeemvolgend gedrag vertonen;
• en risico’s of fouten later signaleren.

Niet omdat mensen slechter functioneren, maar omdat de werkomgeving subtiel verandert. Wanneer snelheid, efficiëntie en output dominant worden, kan menselijke twijfel langzaam als inefficiënt worden gezien. Dat is gevaarlijk. Want juist in complexe organisaties zijn vertraging, nuance en kritische vragen vaak geen defecten in het systeem, maar beschermingsmechanismen.

De komende jaren ontstaat daardoor waarschijnlijk een fundamenteel andere arbeidsmarkt. Niet alleen omdat AI banen verandert, maar omdat de economische waarde van menselijke capaciteiten verschuift.

De arbeidsmarkt beweegt steeds minder richting: 'Wie bezit informatie?' en steeds meer richting: 'Wie kan betekenis geven, AI kritisch begeleiden en vertrouwen organiseren onder onzekerheid?'

Dat verandert ook de positie van medewerkers.

Routinekennis alleen wordt steeds minder onderscheidend. De waarde verschuift naar:

• adaptief vermogen;
• oordeelsvorming;
• relationele intelligentie;
• interdisciplinair denken;
• psychologische veiligheid creëren;
• en het vermogen om AI-systemen kritisch te begeleiden.

Voor medewerkers betekent dit dat loopbanen minder lineair worden. Klassieke doorgroeipaden via repetitief werk staan onder druk omdat juist dat werk geautomatiseerd raakt. De toekomstige professional zal zich waarschijnlijk veel vaker moeten bewegen tussen rollen, projecten, AI-tools en tijdelijke ecosystemen.

Daarmee verschuift werk fundamenteel van uitvoering naar allocatie en betekenisgeving.

En precies daar wordt het Human Capital Allocation Framework (HCAF) relevant.

Traditioneel alloceren organisaties mensen vooral op basis van functies, beschikbaarheid en capaciteit. Maar in een AI-economie wordt de vraag veel strategischer: welke menselijke capaciteiten moeten bewust beschermd, ontwikkeld en ingezet worden naast AI?

HCAF kijkt daarom niet alleen naar productiviteit, maar juist naar de allocatie van menselijke meerwaarde:

• waar is menselijk oordeel essentieel?
• waar blijft psychologische veiligheid cruciaal?
• waar mag vakmanschap niet verdwijnen?
• waar is menselijke tegenspraak noodzakelijk?
• en waar kan automatisering juist risicovol worden?

Dat maakt HCAF uiteindelijk veel meer dan een HR-model. Het wordt een manier om te voorkomen dat organisaties zó efficiënt worden dat zij ongemerkt hun eigen menselijke fundament uithollen.

Want organisaties kunnen relatief eenvoudig nieuwe AI-systemen implementeren. Maar vertrouwen, vakmanschap, moreel oordeel en institutionele wijsheid bouw je niet opnieuw op met een software-update.

Willem E.A.J. Scheepers

English Synopsis | ManagementPro Contribution

Human Hollowing: The Hidden Cost of AI Productivity in Organizations

Organizations are entering a new phase of AI-driven transformation. Productivity is increasing rapidly as artificial intelligence automates reporting, analysis, coordination, and operational workflows. Companies become leaner, faster, and more efficient.

But beneath this acceleration, a less visible organizational risk is emerging.

This article introduces the concept of Human Hollowing: the gradual erosion of critical human capabilities inside organizations as AI systems increasingly absorb middle-layer cognitive work. While performance indicators may improve, organizations risk losing institutional memory, craftsmanship, psychological safety, critical thinking, and adaptive capacity.

Using recent developments in the financial sector, including large-scale AI-driven restructuring initiatives, the article argues that the future of work is not simply about job displacement, but about a deeper restructuring of organizational value creation.

The contribution connects this development to the AI Barbell Model, in which AI simultaneously strengthens operational automation on one side and increases the strategic importance of human judgment, leadership, governance, and meaning-making on the other. As a result, traditional middle-layer knowledge work increasingly comes under pressure.

The article further positions the Human Capital Allocation Framework (HCAF) as a strategic response to this shift. Rather than focusing solely on efficiency and headcount reduction, HCAF emphasizes the deliberate allocation and protection of uniquely human capabilities within AI-enabled organizations.

Ultimately, the article raises a central strategic question for leaders, HR professionals, and policymakers:

Which human capabilities must organizations consciously preserve in an age of accelerating AI productivity?