De arbeidsmarkt staat voor een structurele verschuiving. Niet over tien jaar, maar nu. De nadelen van AI voor de arbeidsmarkt en banen zijn concreet: bedrijven passen hun personeelsplannen al aan op basis van wat AI vandaag al kan. Wie wil begrijpen welke banen verdwijnen door AI-automatisering, doet er goed aan om verder te kijken dan de koppen en de getallen serieus te nemen.
Wat zeggen de cijfers over AI-nadelen voor de arbeidsmarkt en banen?
De prognoses zijn concreet en komen van gezaghebbende bronnen. Dat maakt ze de moeite waard om serieus te nemen, ook als je de nuances erin niet moet vergeten.
Volgens het Future of Jobs Report 2025 van het World Economic Forum zal AI en informatietechnologie naar verwachting 11 miljoen banen creëren, terwijl tegelijkertijd 9 miljoen banen verdwijnen. Per saldo is dat positief, maar de verdeling is ongelijk: niet iedereen die een baan verliest, stapt naadloos over naar een nieuwe. Circa 22% van de huidige banen zal worden beïnvloed door digitalisering.
Robotica en autonome systemen hebben een grotere netto-impact: daar verdwijnen per saldo 5 miljoen banen wereldwijd. En in Nederland speelt dit alles in versneld tempo. Maar liefst 86% van de bedrijven in Nederland zet in op een versnelling van de automatisering van processen en taken, een strategie die vaker wordt toegepast dan bij hun mondiale concurrenten.
Tegen 2030 is naar schatting 39% van de huidige vaardigheden veranderd of verouderd. Dat raakt vrijwel elke organisatie, ongeacht sector of omvang. Naast veranderende vaardigheden brengt generatieve AI ook nieuwe gevaren met zich mee, zoals blijkt uit deze analyse van deepfakes, desinformatie en misbruik bij generatieve AI.
Veelgemaakte fouten bij het inschatten van AI-risico's voor banen
De discussie over AI en werkgelegenheid gaat regelmatig de mist in. Organisaties die de verkeerde conclusies trekken, treffen de verkeerde voorbereidingen.
Fout 1: "Alleen laagopgeleid werk verdwijnt"
Dit is een hardnekkig misverstand. AI snijdt dwars door opleidingsniveaus heen. Startersfuncties worden minder aangeboden, omdat AI routinematige en ondersteunende taken overneemt. Maar ook hoger opgeleide functies zijn kwetsbaar als het werk sterk taakgericht en herhaalbaar is. Denk aan juridische tekstanalyse, financiële rapportages en compliance-controles.
Nederlandse banken verwachten dat binnen twee jaar ongeveer 2.600 compliance-functies verdwijnen, omdat AI transactieanalyse en dossieropbouw automatiseert. Dit zijn vrijwel zonder uitzondering functies die mensen met een hbo- of wo-diploma bezetten.
Fout 2: "Onze sector blijft gespaard"
Veel organisaties beschouwen AI als iets van anderen, totdat een concurrent een proces automatiseert dat hen rechtstreeks raakt. In Nederland krimpen administratief werk, retail, klantenservice, logistiek, finance en ondersteunende bureaufuncties hard. Dat dekt vrijwel de gehele economische basis af.
Functies met een hoog risico op automatisering delen doorgaans drie kenmerken: het werk is sterk repetitief, de uitkomst is goed definieerbaar en de benodigde informatie is digitaal beschikbaar. AI is precies daarvoor gebouwd.
Fout 3: "AI vervangt banen volledig of helemaal niet"
De werkelijkheid is genuanceerder. Vaker dan dat een baan verdwijnt, verdwijnen taken binnen een baan. Dat klinkt minder ingrijpend, maar heeft concrete gevolgen voor de omvang van teams. Een finance-afdeling die drie medewerkers nodig had voor factuurverwerking, kan met één toe als AI het bulkwerk overneemt. De baan verdwijnt niet per definitie, maar er zijn minder mensen voor nodig.
Dit mechanisme is het sterkst zichtbaar in sectoren waar grote volumes worden verwerkt met beperkte variatie, zoals administratie, boekhouding, gegevensinvoer en standaard klantenservice.
Welke functies lopen het meeste risico?
De onderstaande categorieën worden het meest consistent genoemd in onderzoek en zijn nu al merkbaar aan het veranderen. Dit is geen speculatie over de verre toekomst.
Administratieve en ondersteunende functies Gegevensinvoer, dossierbeheer, agendabeheer en eenvoudige correspondentie zijn taken die AI vandaag al betrouwbaar uitvoert. De impact is al zichtbaar in kleinere teams op HR-, finance- en secretariële afdelingen.
Financiële verwerking Factuurverwerking, bankafstemming en eenvoudige belastingaangiften worden steeds verder geautomatiseerd. Accountants die zich uitsluitend richten op verwerking en controle, lopen risico. Accountants die adviseren, minder.
Klantenservice (eerste lijn) Chatbots en AI-assistenten handelen herhalende vragen steeds vaker volledig af. De eerste lijn van klantenservice — de medewerker die veelgestelde vragen beantwoordt via chat of e-mail — is een van de meest direct geraakte functies.
Logistiek en planning Routeplanning, voorraadbeheer en leveringstijdvoorspelling worden al breed geautomatiseerd. Planners die puur op basis van historische data werken, zien hun toegevoegde waarde verkleinen.
Juridisch en compliance (routinematig deel) Contractanalyse, juridisch onderzoek en compliancechecks zijn deels te automatiseren. Het gaat hierbij om het doorzoeken en samenvatten van grote hoeveelheden tekst — iets wat AI goed kan.
Welke banen groeien juist?
Een volledig beeld vraagt ook om de andere kant. Niet als troost, maar als strategische informatie.
Functies zoals AI/ML-ingenieurs zijn zeer gewild vanwege de transformerende impact van AI op diverse sectoren. Andere gewilde functies zijn cybersecurityspecialisten, softwareontwikkelaars, projectmanagers en zorgprofessionals.
Breder geldt: functies die moeilijk automatiseerbaar zijn, delen één kenmerk. Ze vereisen oordeelsvorming in ongestructureerde situaties. Leiderschap, complexe onderhandelingen, zorg, creatief ontwerp en werk waarbij menselijk contact de kern is: dat zijn domeinen waar AI ondersteunt maar niet vervangt.
Voor organisaties is dit een relevante strategische vraag: welke taken zijn repetitief en gestructureerd, en welke vereisen menselijk oordeel? Die analyse bepaalt waar AI kansen biedt en waar mensen onvervangbaar blijven.
Beslisboom: hoe kwetsbaar is een functie voor AI-automatisering?
Niet elke functie loopt evenveel risico. De volgende beslisboom helpt bij een eerste beoordeling. Dit is een indicatief hulpmiddel, geen definitief oordeel.
- Is het werk grotendeels repetitief en taakgericht?
- Ja: ga verder
- Nee: laag risico op volledige automatisering
- Is de benodigde informatie digitaal beschikbaar en gestructureerd?
- Ja: ga verder
- Nee: matig risico; automatisering is partieel mogelijk
- Is de uitkomst van het werk goed definieerbaar (juist/onjuist, goedgekeurd/afgekeurd)?
- Ja: hoog risico; automatisering is technisch haalbaar op korte termijn
- Nee: matig risico; AI kan ondersteunen maar vervangt niet volledig
- Vereist het werk oordeelsvorming in nieuwe of complexe situaties?
- Ja: laag risico; menselijke rol blijft essentieel
- Nee: hoog risico; functie is kandidaat voor verregaande automatisering
Dit is geen reden voor paniek, maar wel voor actie. Organisaties die nu in kaart brengen welke functies kwetsbaar zijn, staan straks beter in positie dan organisaties die dat pas doen als het proces al loopt.
Wat betekent dit voor jouw organisatie?
In Nederland vreest 38% van de werknemers dat banen verdwijnen door AI. Die angst is begrijpelijk, maar ook deels te sturen. Hoe je als organisatie met deze verschuiving omgaat, heeft directe invloed op hoe ingrijpend de overgang is.
De meeste organisaties hebben nog geen helder beeld van welke taken in hun eigen processen automatiseerbaar zijn. Dat is het logische startpunt. Zonder die analyse zijn beslissingen over AI-adoptie te veel gebaseerd op hype of op angst.
Daarna volgen concrete vragen: welke functies veranderen van inhoud, welke verminderen in omvang en welke nieuwe competenties heeft het team nodig? Dit vraagt om een systematische aanpak, geen incidentele technologie-aankoop.
De bredere nadelen en risico's van kunstmatige intelligentie, waaronder ook maatschappelijke impact en ethische vraagstukken, worden uitgebreid behandeld in het pillar-artikel over dit onderwerp.
Organisaties die nu structureel nadenken over hun AI-readiness, bepalen zelf de richting. 60% van de werkgevers verwacht dat digitalisering hun bedrijfsvoering tegen 2030 ingrijpend zal veranderen. De vraag is niet óf je je aanpast, maar wanneer en hoe.
Bij Oakleaf Analytics beginnen we altijd met een AI-readiness assessment: een analyse van data, processen en organisatie die laat zien waar automatisering zinvol is en waar de risico's liggen, inclusief de impact op bestaande functies. Op basis daarvan bouwen we een roadmap die aansluit bij de werkelijkheid van jouw organisatie, niet bij een generiek sjabloon. Meer over onze aanpak vind je op oakleafanalytics.nl.
Veelgestelde vragen
Welke banen lopen het meeste gevaar door AI?
Functies met veel herhaling, goed gedefinieerde uitkomsten en digitaal beschikbare informatie lopen het meeste risico. Denk aan administratieve functies, gegevensinvoer, eenvoudige klantenservice, financiële verwerking en routinematige compliance-taken. Dit geldt zowel voor lagere als hogere functieniveaus.
Verdwijnen banen volledig, of veranderen ze?
Beide komen voor, maar de meest gangbare ontwikkeling is dat taken binnen een functie verdwijnen, waardoor teams kleiner worden. Een baan die voor drie mensen was, kan met één toe als AI het bulkwerk overneemt. Volledig verdwijnen van functies komt ook voor, maar taakverschuiving is het meest gebruikelijke patroon.
Welke banen blijven bestaan ondanks AI?
Functies die oordeelsvorming vereisen in ongestructureerde situaties, zijn het minst kwetsbaar. Leidinggevende rollen, complexe advisering, zorg, creatief werk en functies waarbij menselijk contact centraal staat, veranderen door AI maar verdwijnen er niet door.
Hoe snel gaat de verandering?
Tussen 2025 en 2030 vindt de grootste verschuiving plaats volgens het Future of Jobs Report. 39% van de vaardigheden is in 2030 verouderd. De verandering gaat sneller dan bij vorige technologische transities, mede omdat AI breed inzetbaar is en niet beperkt blijft tot één sector of functieniveau.
Wat kan een organisatie nu al doen?
Begin met een analyse van welke taken in je processen automatiseerbaar zijn. Dat geeft richting aan bijscholing, werving en technologiekeuzes. Organisaties die dit proactief doen, voorkomen dat ze gedwongen worden te reageren op veranderingen die ze al hadden kunnen zien aankomen.