De nieuwe werkelijkheid

We weten nu wat AI is en wat het niet is. We kennen de getande grens, de kracht en de kwetsbaarheid. Maar wat doet het werkelijk met de manier waarop we werken? Niet in theorie, niet in het lab, maar in de echte wereld, bij echte bedrijven, met echte banen?

Laten we beginnen met de cijfers. Niet de voorspellingen, niet de meningen, niet de angst of de hype. De cijfers.

In 2025 gebruikt 75 procent van alle kenniswerkers wereldwijd AI-tools in hun dagelijks werk. Dat is geen voorspelling. Dat is een meting. In minder dan drie jaar is kunstmatige intelligentie gegaan van iets wat de meeste mensen nog nooit hadden geprobeerd naar iets wat driekwart van de kantoorwerkers regelmatig gebruikt. De wereldwijde uitgaven aan AI bereiken 644 miljard dollar, een stijging van 76 procent ten opzichte van het jaar daarvoor. 92 procent van de Fortune 500-bedrijven gebruikt producten van OpenAI.

Maar wat betekenen die cijfers eigenlijk? Wat vertellen ze over wat er werkelijk aan het veranderen is in hoe wij werken? En zijn de veranderingen zo dramatisch als de krantenkoppen suggereren, of valt het eigenlijk wel mee?

Het eerlijke antwoord is: het hangt ervan af aan wie je het vraagt. En dat is precies wat het zo verwarrend maakt. Want er zijn twee verhalen over AI en werk die je overal tegenkomt, en ze spreken elkaar regelrecht tegen.

Het eerste verhaal is dat van de grote vervanging. Klarna, het Zweedse betalingsbedrijf, kromp van vijfduizend naar drieduizend medewerkers. Veertig procent minder mensen. De CEO, Sebastian Siemiatkowski, vertelde op conferenties en in interviews dat AI het werk deed van 853 klantenservicemedewerkers. In de Verenigde Staten daalde de werkgelegenheid voor programmeurs met 27,5 procent. Zeventig procent van de managers zei dat AI het werk van stagiaires kon doen. De koppen schreeuwden dat dit het begin was van het einde van werk zoals we het kennen.

Het tweede verhaal is dat van ongeremde groei. Bedrijven die AI omarmden zagen hun omzet drie keer sneller groeien. Medewerkers die AI gebruikten waren gemiddeld 25 procent productiever. Het World Economic Forum voorspelde dat er tegen 2030 netto 78 miljoen nieuwe banen zouden bijkomen. De arbeidsmarkt van de toekomst had niet minder banen, maar meer. Anders, maar meer.

Beide verhalen zijn waar. En dat is precies wat het zo moeilijk maakt om te begrijpen wat er werkelijk aan de hand is. De realiteit is niet een van de twee extremen. De realiteit is een ingewikkeld, rommelig, genuanceerd geheel van veranderingen die sommige mensen hard raken en andere mensen juist kansen bieden. Om dat geheel te begrijpen, moeten we kijken naar specifieke verhalen. Want de abstracte cijfers vertellen maar een deel.

Neem Klarna. Het verhaal dat de krantenkoppen haalde was simpel en alarmerend: AI vervangt duizenden banen. Maar het volledige verhaal is genuanceerder dan dat, en leerzamer.

Ja, Klarna verminderde zijn personeelsbestand met veertig procent. Ja, AI nam veel routinematig klantenservicewerk over. De AI-chatbot handelde twee derde van alle klantenservicegesprekken af in de eerste maand na lancering. Siemiatkowski was lyrisch. Hij tweette de resultaten, sprak op conferenties, werd het gezicht van de AI-gedreven organisatie.

Maar er was een vervolg dat minder aandacht kreeg. Na verloop van tijd bleek dat de AI-chatbots, hoewel snel en efficiënt, antwoorden gaven die klanten niet tevreden stelden. De antwoorden waren correct maar koel. Ze misten de nuance die een mens meebrengt als een klant gefrustreerd is, verward is, of een probleem heeft dat niet in het standaardscript past. Klarna moest menselijke ondersteuning terugbrengen voor complexere vragen. Siemiatkowski, die eerder had verklaard dat hij geen nieuwe mensen meer aannam, kondigde aan dat hij weer ging werven. Met een mens praten, zei hij, was een premium dienst geworden.

De les die Klarna leerde is een les die veel bedrijven de komende jaren zullen leren: AI is briljant in het afhandelen van de eenvoudige gevallen. Het snelle antwoord, de standaardprocedure, de routinevraag. Maar zodra een situatie afwijkt van het patroon, zodra er empathie nodig is of oordeelsvermogen of het vermogen om iets te doen wat niet in de handleiding staat, wordt de mens weer onmisbaar.

Duolingo, de populairste taalleerapplicatie ter wereld, doorliep een vergelijkbare cyclus als Klarna, maar dan op een manier die het publieke debat over AI en werk tot op het bot raakte. Eind 2023 ontsloeg het bedrijf ongeveer tien procent van zijn freelance vertalers en schrijvers, de mensen die de quizzen, de zinnen en de lessen maakten die het hart van de app vormden. AI nam hun werk over. De productie versnelde spectaculair: waar Duolingo in twaalf jaar honderd taalcursussen had gebouwd, lanceerde het met AI in een enkel jaar 148 nieuwe cursussen.

Maar er was een prijs. Gebruikers merkten dat de lessen saaier werden, repetitiever, minder speels. De eigenzinnige humor die Duolingo had onderscheiden van elke andere taalapp verdween. Een ontslagen vertaler Russisch meldde talloze fouten in de cursussen waar hij eerder aan had bijgedragen. Bij minder gangbare talen als Iers en Navajo, waar de trainingsdata schaars was, daalde de kwaliteit het scherpst.

In april 2025 publiceerde CEO Luis von Ahn een memo op LinkedIn waarin hij Duolingo officieel tot "AI-first" bedrijf verklaarde. Teams moesten voortaan aantonen waarom AI een taak niet kon voordat ze extra personeel mochten aanvragen. De reactie was vernietigend. Gebruikers overspoelden app stores met eensterrenrecensies. Duolingo verwijderde al zijn TikTok-video's, op een account met zeventien miljoen volgers, en verloor in weken meer dan vierhonderdduizend volgers. De groei van dagelijkse gebruikers vertraagde van bijna zestig procent naar minder dan veertig procent. Het aandeel, dat eerder dat jaar nog zestig procent was gestegen op het AI-enthousiasme, halveerde vanaf zijn piek.

Von Ahn deed iets wat zelden gebeurt in de techwereld: hij gaf toe dat hij fout had gecommuniceerd. "Een van de belangrijkste dingen die leiders kunnen doen is duidelijkheid bieden," schreef hij. "Dat heb ik niet goed gedaan." Hij verduidelijkte dat hij geen medewerkers wilde vervangen. Maar hij zei ook, in een interview met de Financial Times, dat hij verrast was door de hevigheid van de reactie, en dat "elk techbedrijf hetzelfde doet, wij waren er alleen open over."

Het Duolingo-verhaal is een leerzaam voorbeeld omdat het beide kanten laat zien. De AI-functies waren in sommige opzichten echt beter: gebruikers van de AI-gestuurde rollenspelfunctie hadden twee keer langere sessies en de retentie verbeterde met twintig tot dertig procent. Maar de manier waarop de transitie werd gecommuniceerd, de zichtbare impact op menselijke medewerkers, en de kwaliteitsproblemen bij bepaalde talen creeerden een reputatiecrisis die het bedrijf maanden achtervolgde. Het was het Klarna-patroon in een andere vorm: AI is briljant in het schaalbare, maar de menselijke touch die het vervangt heeft een waarde die pas zichtbaar wordt als hij weg is.

De programmeurs zijn misschien de beroepsgroep waar de impact van AI het meest direct voelbaar is, en waar de cijfers het meest alarmerend zijn. Bij de vijftien grootste techbedrijven daalde het aantal aangenomen beginners met 25 procent van 2023 naar 2024. Onderzoekers van Stanford stelden vast dat de werkgelegenheid voor softwareontwikkelaars tussen 22 en 25 jaar met bijna twintig procent was gedaald sinds het hoogtepunt eind 2022.

Dit zijn cijfers die je niet moet wegwuiven. Voor jonge mensen die een carriere in softwareontwikkeling overwegen, is dit een reeel signaal. Het instapniveau verschuift. Wat vijf jaar geleden het werk van een junior developer was, het schrijven van standaardcode, het bouwen van eenvoudige functies, het oplossen van bekende bugs, wordt nu steeds vaker door AI gedaan of door AI ondersteund. De lat voor wat je moet kunnen als je de arbeidsmarkt betreedt, ligt hoger.

Hoe concreet die verschuiving al was, bleek in februari 2026 toen Spotify zijn kwartaalcijfers presenteerde. Gustav Soderstrom, co-CEO van het bedrijf, onthulde dat de meest senior ingenieurs van Spotify sinds december 2025 geen enkele regel code meer hadden geschreven. Het interne systeem Honk, gebouwd op Anthropic's Claude Code en getraind op Spotify's eigen codebase, had vrijwel alle programmeertaken overgenomen. Een ingenieur kon vanuit de trein, via Slack op zijn telefoon, Claude opdracht geven een bug te fixen en een nieuwe functie toe te voegen aan de iOS-app. Ingenieurs functioneerden nu als "architecten en editors," zo formuleerde Soderstrom het. "Het knelpunt is verschoven van codeercapaciteit naar menselijk oordeelsvermogen." Daniel Ek, oprichter van Spotify en tot januari 2026 CEO, had eerder al gezegd dat hij AI zag als "evolutie, geen revolutie." Maar de praktijk bij zijn eigen bedrijf leek meer op revolutie. Het was een van de meest concrete publieke voorbeelden van hoe AI kenniswerk bij een groot bedrijf transformeerde, niet in theorie maar in de dagelijkse praktijk.

Maar er is een ander perspectief dat de kale cijfers in een ander licht plaatst. Morgan Stanley publiceerde een analyse die stelde dat naarmate software goedkoper wordt om te maken, organisaties meer software laten maken. De markt voor softwareontwikkeling zou volgens hun projecties groeien van 24 miljard dollar in 2024 naar 61 miljard in 2029. Niet minder behoefte aan software, maar meer. Niet minder werk, maar ander werk. Het is het verschil tussen minder banen en andere banen, en dat onderscheid is cruciaal.

De SaaSpocalypse

Een van de meest zichtbare gevolgen van AI in de softwarewereld kreeg al snel een naam: de SaaSpocalypse. De term werd populair op sociale media en in techpublicaties en verwees naar de bedreiging die AI vormde voor het hele Software-as-a-Service-model.

Jarenlang was SaaS het dominante bedrijfsmodel geweest in de technologiesector. Bedrijven betaalden maandelijks voor software die ze via het internet gebruikten: voor projectmanagement, voor klantenrelatiebeheer, voor e-mailmarketing, voor boekhouding, voor alles. Er waren duizenden SaaS-bedrijven, van grote spelers als Salesforce en HubSpot tot kleine niches met handjevol klanten.

Maar AI veranderde de vergelijking op een fundamentele manier. Veel van wat SaaS-bedrijven aanboden was in wezen het structureren en automatiseren van taken die een taalmodel nu ook kon. Waarom betaal je voor een gespecialiseerd hulpmiddel om e-mails te schrijven als ChatGPT of Claude dat ook kan? Waarom betaal je voor software die data analyseert als je een spreadsheet aan een taalmodel kunt voeren en dezelfde inzichten kunt krijgen? Waarom betaal je voor een apart projectmanagementhulpmiddel als een AI-agent je hele werkstroom kan orkestreren?

De SaaS-bedrijven die het hardst werden geraakt, waren de bedrijven die een relatief dunne laag functionaliteit boden bovenop data die een taalmodel net zo goed kon verwerken. Eenvoudige schrijftools, basis-analysetools, simpele automatiseringsoplossingen. Ze zagen hun groei stagneren of hun klantenbestand krimpen naarmate gebruikers ontdekten dat ze met een algemeen taalmodel hetzelfde konden bereiken.

Maar niet alle SaaS-bedrijven werden bedreigd. De bedrijven die diepe integraties hadden, die unieke data bezaten, die zich hadden genesteld in de werkstromen van hun klanten op manieren die niet eenvoudig te repliceren waren, bleven overeind. Het verschil zat in de vraag of je iets bood wat een generalistisch AI-model niet kon: domeinspecifieke kennis, regulatoire compliance, integratie met bestaande systemen, of simpelweg een gebruikservaring die zo goed was dat mensen er niet vanaf wilden stappen.

Een opvallend voorbeeld waren de workflowautomatiseringsplatformen. N8N, Make.com en Zapier, tools waarmee je zonder programmeerkennis verschillende applicaties aan elkaar knoopt, maakten in 2024 en 2025 een explosieve groei door. N8N, een Duits open-source platform, groeide in achttien maanden van zeven naar veertig miljoen dollar aan jaarlijkse omzet en haalde een waardering van 2,5 miljard dollar op, met Nvidia als een van de investeerders. Zapier naderde de vierhonderd miljoen dollar aan omzet. De reden was logisch: wie AI wilde inzetten in zijn werkproces, moest het koppelen aan bestaande systemen. Classificeer dit binnengekomen e-mailtje, vat dit document samen, genereer een antwoord, stuur het door naar het juiste team. De automatiseringsplatformen werden het bindweefsel dat AI verbond met de rest van de digitale werkplek.

Maar begin 2026 verschoof het beeld. Naarmate AI-platformen zelf steeds meer integraties kregen, via MCP-connectors in Claude, native koppelingen in ChatGPT, en Gemini's diepe integratie met de hele Google Workspace, werd de vraag onvermijdelijk: waarom zou je een aparte automatiseringstool bouwen als de AI zelf je inbox, agenda en projectmanagement kan bereiken? De zoekinteresse naar N8N, die in 2025 steil was gestegen, begon in 2026 al te dalen. Het was hetzelfde patroon als bij de dunne SaaS-laag: zodra het onderliggende AI-model de functionaliteit zelf kon bieden, verdampte de waarde van het tussenstation. De complexere automatiseringen, de soort die meerdere systemen orkestreeert en 's nachts draait zonder menselijke tussenkomst, behielden hun waarde. Maar voor de simpelere koppelingen die het leeuwendeel van het gebruik uitmaakten, was de schrijfmuur al zichtbaar.

Het besef drong zelfs door bij de oprichters van gevestigde softwarebedrijven. In Nederland deelde Joost Diepenmaat, medeoprichter en COO van Moneybird, een populair boekhoudpakket, een ontnuchterende LinkedIn-post die het gesprek samenvatte dat in de hele tech-industrie gaande was. Op zijn nieuwe MacBook stond geen code-editor meer. Alleen Claude Code. Als hij een idee had voor nieuwe functionaliteit, legde hij dat in gewone taal voor aan de AI. Het model stelde tegenvragen, ze chatten heen en weer, het idee werd steeds scherper. En dan werd er code gegenereerd die bijna in een keer raak was. Werk van een dag of twee, gedaan in een uur. Het framework waarin Moneybird is gebouwd, Ruby on Rails, is erg talig van opzet, en een taalmodel begrijpt dat soort code bijzonder goed. De laatste stap was het beoordelen van wat de AI had opgeleverd, en dat vereiste vaardigheden, maar andere vaardigheden dan programmeurs gewend waren.

"De traditionele programmeur is binnen nu en een jaar of twee uitgestorven," schreef Diepenmaat. Maar hij zag ook de risico's: hoe moesten junioren leren de output van AI te beoordelen als ze niet eerst zelf hadden leren bouwen? En hoe moest een HBO-docent een afstudeerproject beoordelen als AI het werk van een half jaar in drie minuten kon oplossen?

Tegelijkertijd zag hij een hoopvolle kant. Met AI werd het voorstelbaar dat de dominantie van absurd dure EPD-leveranciers in ziekenhuizen kon worden doorbroken, dat logge ERP-pakketten overbodig werden, dat IT-projecten bij de overheid eindelijk minder vaak de mist in gingen. Het was de belofte van de SaaSpocalypse samengevat door iemand die er middenin stond: wat we hadden is verleden tijd, maar er is nog enorm veel te bouwen.

Het meest dramatische voorbeeld van AI-ontwrichting trof een bedrijf waar het bijna niemand had zien aankomen. Chegg, het Amerikaanse edtech-bedrijf waar miljoenen studenten betaalden voor huiswerkondersteuning, werd wat velen het eerste beursgenoteerde bedrijf noemen dat door ChatGPT werd vernietigd. In mei 2023 gaf CEO Dan Rosensweig op een kwartaalcijfersgesprek toe dat ChatGPT het bedrijf schaadde. Het aandeel crashte 49 procent in een dag, een miljard dollar aan beurswaarde verdampte. Maar dat was nog maar het begin. Enquetes lieten zien dat 62 procent van de studenten van plan was ChatGPT te gebruiken versus 30 procent die Chegg overwoog. Het aandeel daalde uiteindelijk van een piekwaardering van veertien miljard dollar naar 191 miljoen dollar in november 2024, een daling van 99 procent. Chegg ontsloeg 45 procent van het personeel en riskeerde van de beurs te worden gehaald. Het tragische detail: medewerkers hadden het management al in 2022 gevraagd om middelen voor het bouwen van eigen AI-tools. Het verzoek was afgewezen. Tegen de tijd dat ChatGPT lanceerde, was het te laat.

De SaaSpocalypse was geen apocalyps. Het was een herschikking. Maar voor de bedrijven die aan de verkeerde kant van die herschikking stonden, voelde het ongetwijfeld als een einde.

De advocaten, de artsen en de marketeers

In de juridische wereld tekende zich een vergelijkbaar patroon af als bij de programmeurs, maar met een eigen dynamiek. Een systeem voor het beantwoorden van klachten reduceerde de tijd die een advocaat-stagiair nodig had van zestien uur naar drie tot vier minuten. Laat die getallen even tot je doordringen. Zestien uur naar vier minuten. Dat is niet een marginale verbetering. Dat is een fundamentele herdefiniering van wat het werk inhoudt.

Goldman Sachs voorspelde dat bijna de helft van het huidige juridische werk door AI zou kunnen worden afgehandeld. In 2025 gebruikte 79 procent van de juridische professionals AI in hun kantoor. En toch groeide de werkgelegenheid voor advocaten. Het Bureau of Labor Statistics voorspelde een groei van 5,2 procent tot 2033, ongeveer gemiddeld voor alle beroepen.

Hoe kan dat? Hoe kan een beroep groeien terwijl een groot deel van het werk wordt geautomatiseerd?

Het antwoord is verrassend consistent door de hele economische geschiedenis heen, en het verdient een eigen moment van aandacht want het is een van de meest tegenintuïtieve fenomenen in de economie: als iets goedkoper wordt om te doen, wordt er meer van gedaan. Als juridisch werk goedkoper wordt omdat AI het routinewerk overneemt, worden zaken die voorheen te duur waren om te voeren plotseling haalbaar. Contracten die voorheen niet werden gecontroleerd omdat het te veel tijd kostte, worden nu wel geanalyseerd. Juridische bijstand die voorheen onbetaalbaar was voor kleine bedrijven, wordt nu toegankelijk.

Hetzelfde patroon herhaalt zich in de medische wereld. AI kan rontgenfoto's lezen, soms zelfs nauwkeuriger dan een radioloog. Maar er zijn niet minder radiologen nodig. Er worden meer scans gemaakt, er worden subtielere patronen herkend, er wordt eerder gescreend. De radioloog verschuift van het lezen van beelden naar het interpreteren van wat de AI heeft gevonden, naar het integreren van die bevindingen in het grotere klinische beeld, naar het gesprek met de patient.

In de marketing zien we misschien wel de meest enthousiaste adoptie van alle beroepsgroepen. Meer dan 83 procent van de marketeers rapporteerde een hogere productiviteit door AI. HubSpot stelde vast dat 86 procent van de marketeers zei dat AI hen minstens een uur per dag bespaarde. De reden is niet moeilijk te begrijpen: veel marketingwerk bestaat uit taken die perfect passen bij wat AI goed kan. Teksten schrijven, variaties bedenken, data analyseren, patronen herkennen in klantgedrag. Het zijn taken die veel tijd kosten, vaak repetitief zijn en waar de getande grens comfortabel aan de goede kant wordt overschreden.

Maar de impact van AI reikt verder dan de sectoren die de krantenkoppen halen. In de financiële sector en accountancy zijn de Big Four bezig met een stille transformatie. KPMG schrapte 29 procent van zijn instapposities. Deloitte volgde met 18 procent, EY met 11 procent. Geautomatiseerde auditing, AI-ondersteunde risicoanalyses en document-extractie vervangen werk dat voorheen door legioenen junior medewerkers werd gedaan. In de Nederlandse boekhoudbranche, waar tienduizenden kleine kantoren het financiële ruggenwerk voor het MKB doen, verschuift het werk van boekingen invoeren naar adviseren, van het "wat" naar het "waarom."

De klantenservice is misschien wel het domein waar de transformatie het meest zichtbaar is voor de gewone consument. In februari 2026 maakte Airbnb bekend dat AI-agents al een derde van alle Engelstalige klantvragen via chat zelfstandig afhandelden, zonder menselijke tussenkomst. Het bedrijf was van plan om dat in 2026 uit te breiden naar alle landen en ook via spraak aan te bieden: bellen met een AI-agent die je probleem oplost. Het bijzondere aan de aanpak van Airbnb was dat het geen eigen AI-modellen bouwde. Het gebruikte bestaande modellen, ChatGPT, Gemini, Claude, en combineerde ze tot een klantenservicesysteem. CEO Brian Chesky zei dat de AI-investeringen geen wezenlijke impact hadden op de kosten. Het was goedkoper dan het menselijke alternatief, en het schaalde zonder dat je mensen moest aannemen en opleiden. Voor de klantenservicemedewerker was de boodschap ongemakkelijk maar helder: een derde van het werk was al overgenomen, en dat aandeel zou alleen maar groeien.

In de bouw en techniek manifesteert AI zich op manieren die minder zichtbaar maar niet minder ingrijpend zijn. Parametrisch ontwerp, waarbij AI honderden ontwerpvarianten genereert en optimaliseert voor materiaalgebruik, kosten en constructieve sterkte, verandert de rol van de architect. Bouwplaatsmonitoring met computervisie detecteert veiligheidsrisico's voordat ze tot ongelukken leiden. Projectmanagement wordt ondersteund door AI die vertragingen voorspelt op basis van patronen uit eerdere projecten. Nederland, met zijn enorme waterbouwkundige expertise, loopt voorop in de toepassing van AI in dijkmonitoring en overstromingsvoorspelling.

De landbouw, vaak vergeten in het AI-debat, ondergaat een transformatie die juist voor Nederland uitzonderlijk relevant is. Als tweede agri-exporteur ter wereld, na de Verenigde Staten, is de Nederlandse landbouwsector een van de meest geavanceerde ter wereld. Precisielandbouw, waarbij AI per vierkante meter bepaalt hoeveel water, mest en gewasbescherming nodig is, vermindert kosten en milieubelasting tegelijk. Drones met computervisie detecteren gewasziektes weken voordat het menselijk oog ze kan zien. In de Gelderse Vallei en de Flevopolders experimenteren boeren met systemen die op basis van satellietbeelden en weerdata oogstopbrengsten voorspellen met een nauwkeurigheid die tien jaar geleden ondenkbaar was.

En dan is er de overheid. In gemeentehuizen en ministeries wordt AI ingezet voor vergunningverlening, fraudedetectie, burgerdienstverlening. Maar hier ligt de gevoeligheid het hoogst. De toeslagenaffaire, waarover meer in hoofdstuk negen, is het schrikbeeld dat elke ambtenaar kent. De belofte van AI in de publieke sector is enorm: snellere afhandeling, minder fouten, betere dienstverlening. Maar het risico van algoritmische discriminatie, van beslissingen die mensenlevens raken zonder menselijk toezicht, is in geen enkele sector zo groot als hier.

In Nederland was Victor Knaap, CEO van Monks, het voormalige MediaMonks, een van de meest uitgesproken stemmen over wat AI betekende voor de creatieve industrie. Monks was in een decennium uitgegroeid van een creatief productiebedrijf in een Hilversumse kelder tot een wereldwijd bureau met zevenduizend medewerkers en meer dan een miljard euro omzet. Maar Knaap zag het businessmodel van zijn eigen bedrijf in real time worden ontwricht. "AI maakt tachtig procent van reclamebureaus overbodig," zei hij in april 2025. Niet omdat creativiteit verdwijnt, maar omdat het grootste deel van het werk, de productie, de vertalingen, de varianten, sneller en goedkoper door AI kon worden gedaan. Monks bouwde een volledig door AI gegenereerde reclamecampagne voor PUMA, zonder menselijke regisseurs, editors of schrijvers. Dertig seconden, gemaakt in vijf weken door honderden AI-agents. Het personeelsbestand van Monks kromp van ruim negenduizend op het hoogtepunt in 2022 naar onder de zevenduizend in 2025. "Het is super pijnlijk," erkende Knaap, "maar dit is waar de wereld naartoe gaat." Zijn voorspelling: alleen het topniveau van menselijke creativiteit en de volledig geautomatiseerde productie zouden overblijven. De middenlaag, waar het gros van de reclameindustrie op draaide, zou verdwijnen.

Maar ook hier is de keerzijde zichtbaar. In december 2025 trok McDonald's Nederland een kerstcommercial terug, slechts drie dagen na publicatie, na een stortvloed van online kritiek. De reclame was gemaakt door bureau TBWA\Neboko met een team van AI-specialisten en productiehuis Mama. Het productieproces had zeven weken geduurd, met duizenden gegenereerde beelden. Maar het publiek was meedogenloos. De beelden hadden die kenmerkende, iets te gladde, iets te perfecte kwaliteit die mensen inmiddels hadden leren herkennen als "AI slop," een term die in 2025 gangbaar werd voor zielloze, door AI gegenereerde content. De reactie ging verder dan esthetische kritiek. Het voelde alsof een bedrijf dat miljarden verdiende niet de moeite had genomen om echte mensen in te schakelen voor iets wat bedoeld was om warmte en verbinding uit te stralen.

Het was een klein moment in het grotere verhaal, maar het illustreerde iets belangrijks: de publieke houding tegenover AI-gegenereerde content was aan het verschuiven. In het begin waren mensen onder de indruk dat een machine een beeld of een tekst kon produceren. Maar naarmate het normaler werd, naarmate de nieuwigheid vervaagde, groeide er een tegenbeweging. Mensen begonnen het te herkennen en het te wantrouwen. "Door AI gemaakt" werd in sommige contexten een stigma, niet een verkoopargument. En voor bedrijven die AI gebruikten om kosten te besparen ten koste van authenticiteit, kon de rekening hoog uitvallen.

Hollywood legde het werk neer

De meest dramatische confrontatie tussen AI en werk vond niet plaats in een kantoor of een fabriek, maar in Hollywood. Op 2 mei 2023 legden 11.500 scenarioschrijvers het werk neer. Op 14 juli volgden 160.000 acteurs. Het was de eerste keer sinds 1960 dat beide vakbonden tegelijk staakten. Hollywood kwam bijna volledig tot stilstand.

AI stond centraal in het conflict. Schrijvers vreesden dat studio's taalmodellen zouden inzetten om scripts te genereren en schrijvers te degraderen tot redacteuren van AI-teksten. Acteurs vreesden dat hun gezicht en stem digitaal zouden worden gescand en eindeloos hergebruikt zonder toestemming of vergoeding. Het waren geen hypothetische scenario's. De technologie om het te doen bestond al.

Na 148 dagen bereikten de schrijvers een akkoord dat historische AI-clausules bevatte. AI mocht geen schrijver zijn: alleen mensen konden als auteur worden erkend. Studio's mochten schrijvers niet dwingen om AI-tools te gebruiken. Als een studio AI-gegenereerd materiaal aanbood als startpunt, behield de menselijke schrijver volledige credits en vergoedingen. De acteurs volgden met vergelijkbare beschermingen: digitale replica's vereisten expliciete toestemming en eerlijke betaling.

Het was het eerste grootschalige arbeidsconflict ter wereld waar AI-bescherming centraal stond. De overeenkomsten werden wereldwijd gezien als een blauwdruk voor hoe werknemers collectief konden onderhandelen over de grenzen van AI. Het antwoord op de vraag "neemt AI mijn baan over?" was in Hollywood niet ja of nee. Het was: dat hangt ervan af of je organiseert.

De muziek werd nep

In de muziekindustrie tekende zich een ander soort verstoring af, een die liet zien hoe AI de grenzen van creativiteit, eigendom en authenticiteit tegelijk kon oprekken.

In april 2023 uploadde een anonieme gebruiker genaamd Ghostwriter977 het nummer "Heart on My Sleeve" op Spotify en TikTok. Het klonk precies als een samenwerking tussen Drake en The Weeknd. De vocalen waren overtuigend, de productie professioneel, het nummer catchy. Het werd miljoenen keren gestreamd. Maar noch Drake noch The Weeknd had eraan meegewerkt. De stemmen waren gegenereerd door AI.

Universal Music Group liet het nummer verwijderen. Ghostwriter diende het vervolgens in voor de Grammy Awards, voor de categorieen die songwriters belonen. De Recording Academy was in verwarring. De CEO zei aanvankelijk dat het nummer "absoluut in aanmerking" kwam, om twee dagen later terug te krabbelen. De Academy stelde vervolgens een nieuwe regel in: alleen menselijke makers komen in aanmerking voor een Grammy.

Maar het ging verder dan een enkel viraal nummer. Suno, een startup uit Cambridge, Massachusetts, bouwde een platform waarmee iedereen met een simpele tekstbeschrijving een volledig nummer kon genereren, inclusief zang, instrumenten en tekst. Tegen 2025 hadden meer dan vijftig miljoen mensen er muziek mee gemaakt. Een geheel door AI gecreeerde "band" genaamd Velvet Sundown verzamelde meer dan 576.000 maandelijkse luisteraars op Spotify voordat werd onthuld dat geen van de vier "bandleden" bestond. Platenlabels Sony, Universal en Warner klaagden Suno aan wegens grootschalige auteursrechtschending. Warner en Suno bereikten eind 2025 een schikking en kondigden een partnerschap aan voor gelicentieerde AI-muziek.

In Nederland werd het fenomeen politiek. In november 2025 verscheen het nummer "Wij zeggen nee, nee, nee, tegen een AZC" in de hitlijsten. Het was gemaakt door een anonieme Nederlander die zichzelf JW "Broken Veteran" noemde, een voormalig militair uit Rotterdam die bijna tweehonderd AI-geproduceerde nummers met politieke thema's had uitgebracht. Het nummer steeg naar nummer vijf in de Single Top 100 en nummer twee op Spotify Nederland. De Spotify Viral 50 werd gelijktijdig overspoeld met vergelijkbare extreemrechtse AI-nummers. VluchtelingenWerk reageerde door een eigen AI-nummer te laten maken als tegenwicht. Het feministisch collectief Dolle Mina riep op om Sophie Straats pro-immigratielied te streamen, dat vervolgens nummer een werd. Na elf dagen werd het originele nummer door distributeur DistroKid van alle platforms verwijderd.

Het was een verontrustend voorbeeld van hoe AI-tools een enkele persoon zonder enig muzikaal talent in staat stelden om gepolijst, viraal politiek materiaal te produceren op schaal. De technologie was neutraal. Het gebruik was het niet.

De redactie van de toekomst

In de journalistiek voltrok zich een stille maar fundamentele verschuiving. In februari 2026 presenteerde Ana Jakimovska, hoofd AI-strategie bij Mediahuis, het moederbedrijf van De Telegraaf, op een conferentie in Londen een systeem dat de toekomst van nieuwsproductie zou kunnen definiëren. Mediahuis experimenteerde met een keten van AI-agents die gezamenlijk routinematig nieuws konden produceren: een agent die beoordeelde of een bericht nieuwswaardig was, een die een eerste versie schreef, een die beeldmateriaal zocht, een die juridische controles uitvoerde, een die feiten verifieerde, en een die het publieke debat rond een onderwerp monitorde. Pas als de keten compleet was, keek een menselijke redacteur mee en drukte op publiceren.

Het idee was niet om journalisten te vervangen. Het was om ze te bevrijden van het routinewerk, de korte nieuwsberichten, de scores, de persberichten, zodat ze zich konden richten op wat Mediahuis "signatuurjournalistiek" noemde: onderzoekswerk, diepte-interviews, verhalen die een machine niet kan vertellen. Het was de centaur-benadering toegepast op een hele redactie.

Hoe dichtbij AI-teksten al waren bij menselijke kwaliteit, demonstreerde Alexander Klopping in het najaar van 2024 bij Eva Jinek op televisie. Klopping, de techondernemer die eerder Blendle had opgericht, gebruikte Claude om ingezonden brieven te genereren en stuurde ze onder schuilnamen naar Nederlandse kranten. Zes van de twaalf brieven werden geplaatst: drie in De Telegraaf, drie in het AD. Op een dag was de helft van alle gepubliceerde lezersbrieven in het AD door AI geschreven. Alleen NRC trapte er niet in, omdat de krant als enige een telefoongesprek vereiste ter verificatie. Het AD kondigde aan de brievenrubriek te herzien. Het was een ontnuchterende les: de scheidslijn tussen menselijke en machinale tekst was voor professionele redacteuren al niet meer te zien.

De episode paste in een breder patroon. In november 2023 onthulde het techblad Futurism dat Sports Illustrated, een van Amerika's meest iconische tijdschriften, productrecensies had gepubliceerd onder nepnamen met AI-gegenereerde profielfoto's. Een vermeende auteur genaamd "Drew Ortiz" had een biografie over zijn liefde voor de natuur, maar zijn foto kwam van een AI-portretmarktplaats en hij bestond niet. Het aandeel van moederbedrijf The Arena Group daalde 22 procent. In dezelfde periode moest CNET tientallen correcties doorvoeren in AI-geschreven artikelen, en publiceerde Microsoft een AI-reisgids die toeristen in Ottawa aanraadde een voedselbank te bezoeken.

Mediahuis was niet alleen. Associated Press produceerde al sinds 2014 automatisch gegenereerde bedrijfsresultaten, waardoor hun output met een factor tien was gestegen. Reuters gebruikte AI om persberichten binnen dertig seconden te scannen op nieuwswaarde. Bloomberg had een eigen taalmodel getraind op financiele documenten. In Nederland werkten DPG Media, ANP en TNO samen aan GPT-NL, een Nederlands taalmodel getraind op meer dan twintig miljard tokens ethisch verworven Nederlandse tekst, het eerste ter wereld waarbij private nieuwsuitgevers direct meebouwden aan een AI-taalmodel.

De journalistiek leerde wat andere beroepen ook leerden: AI verving niet het vak, maar het verplaatste het zwaartepunt. Van het produceren van informatie naar het beoordelen ervan. Van het schrijven van het nieuws naar het begrijpen ervan.

Het grotere plaatje

Alle individuele beroepsgroepen bij elkaar opgeteld, wat zegt het grotere plaatje?

Het MIT publiceerde in 2025 de EPOCH-studie, die een verrassende conclusie bevatte die haaks leek te staan op het doemverhaal. De onderzoekers identificeerden vijf categorieen van uniek menselijke capaciteiten en stelden vast dat taken die deze capaciteiten vereisten niet afnamen. Ze groeiden. Tussen 2016 en 2024 werden er meer mensintensieve taken aan beroepen toegevoegd, niet minder. De taken die in 2024 nieuw aan beroepsbeschrijvingen werden toegevoegd hadden een hoger niveau van menselijke vaardigheden dan bestaande taken.

David Autor, econoom aan het MIT en een van de meest gerespecteerde arbeidseconomen ter wereld, formuleerde het op een manier die de moeite waard is om te onthouden: "Er zijn twee concurrerende visies op AI. De ene is dat machines ons irrelevant maken. De andere is dat machines ons nuttiger maken. Ik denk dat de tweede veel te zeggen heeft." Hij wees op tweehonderd jaar bewijs: door elke golf van automatisering heen, van de stoommachine tot de computer, zijn lonen uiteindelijk gestegen en is het aandeel van arbeid in het bruto nationaal product stabiel gebleven op ongeveer zestig procent.

Het World Economic Forum voorspelde dat tegen 2030 170 miljoen nieuwe banen zouden worden gecreeerd en 92 miljoen zouden verdwijnen. Een nettotoename van 78 miljoen banen. Dat klinkt geruststellend, en dat is het op macroniveau ook. Maar voor de 92 miljoen mensen wier banen verdwijnen is het geen abstracte statistiek. Het is hun leven, hun inkomen, hun identiteit. En de nieuwe banen die worden gecreeerd zijn niet dezelfde banen als de banen die verdwijnen. Ze vereisen andere vaardigheden, soms op andere locaties, soms in andere sectoren. De transitie is op papier netjes, maar in de werkelijkheid is ze rommelig, pijnlijk en voor sommige mensen verwoestend.

Er is nog een puzzelstuk dat niet past in het optimistische verhaal, en dat eerlijk benoemd moet worden. Als AI individuele werknemers zoveel productiever maakt, als de cijfers over tijdsbesparing en kwaliteitsverbetering kloppen, waarom zien we dat dan niet terug in de economische statistieken?

De productiviteitsgroei in OESO-landen was ongeveer 0,4 procent in 2024. Dat is niet indrukwekkend. De econoom Robert Solow merkte al in 1987 op dat je "het computertijdperk overal kunt zien behalve in de productiviteitsstatistieken." Het lijkt erop dat dezelfde paradox zich herhaalt met AI, en de verklaringen zijn gelaagd. Veel bedrijven experimenteren nog en hebben de volledige integratie niet bereikt. Werknemers nemen een deel van de tijdsbesparing als vrije tijd of als minder stress, wat niet in productiviteitscijfers verschijnt. De kosten van adoptie, de trainingstijd, de mislukte experimenten, verschijnen in de statistieken voordat de baten zichtbaar worden.

Maar de belangrijkste verklaring is misschien de eenvoudigste: we zitten nog aan het begin. De bedrijven die AI het verst hebben geintegreerd, zien hun arbeidsproductiviteit 4,8 keer sneller groeien dan het wereldwijde gemiddelde. De kloof tussen de voorlopers en de achterblijvers wordt steeds groter.

En die kloof roept een ongemakkelijke vraag op die in de meeste optimistische analyses wordt omzeild: wie profiteert er eigenlijk?

McKinsey becijferde dat 75 procent van de economische impact van AI zich concentreert in slechts vier functionele gebieden: klantenservice, marketing en verkoop, softwareontwikkeling, en R&D. Werknemers buiten die gebieden, in logistiek, in administratie, in het onderwijs, in de zorg, zien minder directe productiviteitswinst maar worden wel geraakt door de bredere verschuivingen die AI veroorzaakt.

Geografisch is de verdeling nog schever. Nederland en Noord-Europa, met hun hoge digitale geletterdheid, sterke infrastructuur en kenniseconomie, bevinden zich in een relatief gunstige positie. Maar Zuid- en Oost-Europa, grote delen van Afrika, Azië en Latijns-Amerika, waar de digitale infrastructuur beperkter is en de arbeidsmarkt anders is ingericht, dreigen achter te raken. AI zou de mondiale ongelijkheid kunnen vergroten in plaats van verkleinen, als de productiviteitswinsten geconcentreerd blijven bij de landen en bedrijven die de technologie het eerst omarmen.

Binnen Nederland speelt een eigen variant van die ongelijkheid. De loonpremie van 56 procent voor AI-vaardige werknemers, die we in het volgende hoofdstuk bespreken, klinkt als een kans. Maar voor wie? Voor de hoger opgeleide kenniswerker die toch al een goede positie had, is het een bonus. Voor de ZZP'er zonder werkgever die AI-training aanbiedt, voor de flexwerker die van contract naar contract springt, voor de herintreder die al moeite had om aansluiting te vinden bij de arbeidsmarkt, is diezelfde premie een extra barrière. De flex-economie, waarin Nederland koploper is in Europa, maakt werknemers bijzonder kwetsbaar voor de AI-transitie: ze hebben geen bedrijf dat investeert in hun ontwikkeling, geen vakbond die voor hen onderhandelt, geen vanzelfsprekende weg naar omscholing.

De rol van UWV, van sectorale O&O-fondsen, van gemeentelijke werkpleinen, wordt in deze context urgenter dan ooit. Maar de eerlijke constatering is dat deze instituties zijn ontworpen voor een arbeidsmarkt die langzamer veranderde. De vraag of ze snel genoeg kunnen meebewegen met een technologie die elk kwartaal een stap verder is, is een open vraag.

Dit alles is geen argument tegen AI. Het is een argument voor eerlijkheid over de verdeling van de lusten en de lasten. De bedrijven en individuen die het eerst profiteren, hebben de verantwoordelijkheid om bij te dragen aan een transitie die niet alleen de winnaars dient. En dat brengt ons bij de vraag die iedereen zich zou moeten stellen: niet of AI je beroep gaat raken, maar aan welke kant van die kloof jij wilt staan.

De geldautomaat-les

Er is een verhaal uit de economische geschiedenis dat hier bijzonder relevant is, en het is een verhaal dat ik graag vertel omdat het zo tegenintuïtief is dat het bijna niet te geloven is.

Toen geldautomaten werden geintroduceerd in de jaren zeventig en tachtig, voorspelde iedereen dat bankmedewerkers zouden verdwijnen. Het leek logisch. Als een machine contant geld kon uitgeven, waarom had je dan nog een mens achter een loket nodig? De voorspelling was unaniem: banen zouden verdwijnen.

Het tegenovergestelde gebeurde. Het aantal bankfilialen groeide. Niet ondanks de geldautomaten, maar dankzij de geldautomaten. Omdat er minder caissiers nodig waren per filiaal, werd het goedkoper om een filiaal te openen. Dus openden banken meer filialen. En de rol van bankmedewerkers verschoof van het tellen van geld naar het adviseren van klanten, van transacties naar relaties, van het routinewerk dat een machine kon doen naar het complexe werk dat alleen een mens kon doen.

Spreadsheets hebben boekhouders niet vervangen. Ze hebben het beroep getransformeerd van handmatig rekenen naar financiele analyse, van het optellen van kolommen naar het interpreteren van wat die kolommen betekenen. Digitale fotografie heeft fotografen niet overbodig gemaakt. Het heeft een hele industrie van visuele content mogelijk gemaakt die daarvoor ondenkbaar was. De introducties van CAD-software heeft architecten niet vervangen maar hen in staat gesteld gebouwen te ontwerpen die met de hand op papier onmogelijk zouden zijn geweest.

Het patroon is consistent door tweehonderd jaar technologische revoluties heen: technologie vernietigt specifieke taken, niet volledige beroepen. En in het proces creert het nieuwe taken, nieuwe rollen en vaak volstrekt nieuwe beroepen die vooraf onmogelijk te voorspellen waren. Niemand in 1995 had het beroep "social media manager" kunnen bedenken. Niemand in 2005 had "app developer" als carriere kunnen voorstellen. Welke beroepen AI gaat creeren weten we vandaag nog niet. Maar als de geschiedenis een gids is, zullen het er meer zijn dan de beroepen die verdwijnen.

De vraag is niet of je morgen nog een baan hebt. De vraag is of je morgen nog dezelfde baan hebt. En het eerlijke antwoord is: waarschijnlijk niet helemaal. Maar "niet helemaal" is iets anders dan "niet meer." Het is een verschuiving, niet een verdwijning. En de mensen die die verschuiving het best navigeren, zijn niet de mensen die het hardst wegrennen van AI, en ook niet de mensen die er het hardst naar toe rennen. Het zijn de mensen die leren waar de grens loopt en die grens gebruiken in hun voordeel.

Daar gaat het volgende hoofdstuk over.