Wie houdt de regie? De stille volwassenwording van AI op de werkvloer
Van miljardeninvesteringen tot algoritmische bazen: waarom 2026 het jaar is waarin AI de hype voorbij groeit
Het tweede kwartaal van 2026 laat een AI-landschap zien dat volwassen wordt. Techgiganten stoppen tientallen miljarden in infrastructuur, Europa probeert met AI-fabrieken en skills-academies een eigen koers te varen, en bedrijven ontdekken dat "AI gebruiken" iets anders is dan er daadwerkelijk waarde uit halen. Tegelijk groeit het besef dat AI geen banen simpelweg vervangt, maar ze grondig herschikt, met winnaars, verliezers en een groeiende groep werknemers die zich bewaakt voelt door een algoritme in plaats van geholpen. Dit artikel zet de belangrijkste ontwikkelingen van de afgelopen maanden op een rij en laat zien welke patronen daaronder liggen: een investeringsrace zonder rem, een arbeidsmarkt die kantelt zonder massaontslag, en een groeiende kloof tussen wat organisaties beloven en wat werknemers daadwerkelijk ervaren.
Het geld stroomt naar infrastructuur, maar Europa en Nederland spelen een andere wedstrijd
De schaal van de investeringen in AI-infrastructuur is inmiddels moeilijk te bevatten. Google bereidt een investering voor die kan oplopen tot 40 miljard dollar in Anthropic, te beginnen met een directe kapitaalinjectie van 10 miljard dollar, met tot 30 miljard dollar extra als prestatiedoelen worden gehaald. Naast kapitaal levert Google de komende vijf jaar ook aanzienlijke rekenkracht via zijn cloud- en TPU-infrastructuur. Voor Google is dit een strategische zet: nu de advertentiemarkt minder hard groeit, moet de clouddivisie de nieuwe motor worden, en een klant als Anthropic - dat inmiddels ook miljarden ophaalde bij Amazon - vergroot de vraag naar eigen chips als alternatief voor Nvidia. Interessant is dat Anthropic tegelijk partner én concurrent van Google blijft, vooral in de markt voor AI-tools voor softwareontwikkeling, waar het bedrijf snel terrein wint.
Europa probeert in dit geweld van Amerikaans en Chinees kapitaal een eigen weg te vinden. Het AI Continent Action Plan van de Europese Commissie zet in op drie pijlers - infrastructuur, data en talent - met een gezamenlijke impuls van 1 miljard euro voor onder meer een AI-Skills Academy en de Apply AI Strategy. De gedachte is een "derde weg" tussen Amerikaanse schaal en Chinese staatssturing: AI gebaseerd op regelgeving, samenwerking en publieke waarden, met Europese dataruimtes die voldoen aan de AVG. Tegelijk erkent de Commissie zelf dat de Europese investeringen nog altijd achterblijven bij Amerikaanse techgiganten.
Nederland laat in dit beeld een eigen paradox zien. Het Nederlandse tech-ecosysteem groeide in 2026 naar 11.301 actieve bedrijven, met 2,64 miljard euro aan opgehaald venture capital in 2025, een stijging van 11,5 procent. Maar de scaleup-ratio steeg slechts bescheiden naar 21,6 procent, nog altijd onder het Europese gemiddelde van 24,1 procent. Specifiek voor AI is het beeld verrassend: Nederland heeft met 10,9 AI-professionals per 10.000 inwoners de hoogste AI-talentdichtheid van Europa, maar slechts 27 procent van het Nederlandse venture-kapitaal gaat naar AI-bedrijven, tegenover 32 procent gemiddeld in Europa en zelfs 60 procent in de Verenigde Staten. Zeventig procent van het Nederlandse AI-talent werkt bovendien bij gevestigde bedrijven in plaats van bij startups, en 76 procent van de Nederlandse AI-investeringen kwam in 2025 van buitenlandse investeerders. Nederland heeft dus het talent, maar mist nog het kapitaal en de schaal om dat talent in eigen land te laten renderen.
AI vervangt geen banen op grote schaal - ze herschikt ze, en dat voelt voor veel mensen niet minder ingrijpend
Een van de meest onderbouwde analyses van dit kwartaal komt van Boston Consulting Group, dat op basis van micro-economische modellering becijfert dat 50 tot 55 procent van de banen in de Verenigde Staten de komende twee tot drie jaar door AI zal worden hervormd. Slechts 10 tot 15 procent van de banen loopt op de langere termijn (vier tot vijf jaar) risico om daadwerkelijk te verdwijnen. Het onderscheidende criterium is niet of taken automatiseerbaar zijn, maar of AI werk vervangt of aanvult, en of de vraag naar het eindproduct meegroeit met de kostendaling die AI oplevert. Software engineering illustreert dat laatste: ondanks enorme automatiseringspotentie is de headcount in deze sector sinds de introductie van ChatGPT juist gestegen, omdat de vraag naar digitale producten vrijwel onuitputtelijk is. Callcenterfuncties laten het tegenovergestelde zien: de vraag is begrensd door het aantal klanten, dus daar leidt automatisering wél tot minder banen.
Dat klinkt geruststellend, maar de praktijk is grilliger. Klarna is het schoolvoorbeeld geworden van hoe dit fout kan gaan: het bedrijf verving ongeveer 700 klantenservicebanen door een AI-chatbot, maar moest die keuze terugdraaien nadat de kwaliteit daalde en klanten om menselijk contact bleven vragen. Ondertussen wijzen onderzoekers op een structureel risico van "diamantvormige" organisaties: bedrijven die instapfuncties wegautomatiseren, snijden daarmee ook in hun eigen toekomstige talentpijplijn, want juniorfuncties zijn niet alleen goedkope arbeid maar ook de plek waar senior expertise wordt opgebouwd. Een 19-jarige Nederlandse student, Julius Brussee, illustreert overigens dat individueel talent nog altijd het verschil kan maken: hij ontwikkelde zelfstandig een systeem waarmee AI-systemen 65 procent efficiënter kunnen werken en maakte dit publiek beschikbaar op GitHub, een teken dat innovatie evengoed van buiten de gevestigde AI-bedrijven kan komen.
Waar BCG vooral naar taken en rollen kijkt, laat onderzoek naar AI-aangestuurd management een minder comfortabele kant zien. Steeds meer platformen en bedrijven laten algoritmes roosters opstellen, opdrachten verdelen en prestaties beoordelen, zonder mens ertussen. Europees onderzoek onder bijna 4.000 platformwerkers laat zien dat driekwart voortdurend wordt gevolgd op gewerkte uren, twee derde communicatie gemonitord ziet en voor ruim veertig procent geldt dat AI automatisch straft bij ondermaatse prestaties. Opvallend: hoogopgeleide kenniswerkers - softwareontwikkelaars, consultants, AI-dienstverleners - blijken juist te maken te hebben met de meest intensieve algoritmische aansturing. Onderzoek waaraan TNO meewerkte, waarschuwt dat intensief gebruik van AI-managementsystemen het stressniveau van werknemers nu al verdubbelt.
Van chatbot naar autonome collega: agentic AI verandert de aard van digitale hulp
Een terugkerend thema is het verschil tussen AI-assistenten en AI-agents, en waarom die onderscheiding er in de praktijk toe doet. Een assistent reageert: hij wacht op een prompt, voert een afgebakende taak uit en heeft doorgaans geen blijvend geheugen. Een agent daarentegen kan na een startopdracht zelfstandig doorwerken, een taak opdelen in subtaken, tools inzetten en een eigen werkwijze ontwikkelen om een doel te bereiken. Die overgang van reactieve naar proactieve AI is precies wat organisaties nu in hun processen zien binnensijpelen - van geautomatiseerde HR-taken tot onderzoeksagents die literatuuronderzoek, marktanalyses of data-analyse in enkele minuten uitvoeren in plaats van in dagen.
Voor het mkb is dit niet langer toekomstmuziek. Bij veel kleinere bedrijven wordt HR-administratie nog altijd via WhatsApp-berichten, e-mail en Excel-bestanden bijgehouden, met alle overdrachtsmomenten en foutgevoeligheid van dien: bij handmatige invoer ligt de foutmarge rond de één procent, en bij meer dan elf procent van de salarisverwerkingen in het Nederlandse mkb zijn achteraf correcties nodig. Onderzoek laat zien dat 41 procent van de mkb-ondernemers te veel tijd kwijt is aan administratieve lasten, terwijl 31 procent wel kansen ziet in AI maar niet weet hoe die te benutten. Precies hier tonen AI-agents hun waarde: door context te begrijpen, vervolgvragen zelf te stellen en een taak in één keer af te handelen, verdwijnen overdrachtsmomenten die voorheen tot fouten leidden. Het is een ontwikkeling die ook professionals raakt: waar administratief routinewerk verdwijnt, verschuift de rol van bijvoorbeeld accountants naar controle, inrichting en advies.
Onderwijs experimenteert volop, maar het bewijs voor "beter leren door AI" is nog dun
Nergens wordt de spanning tussen efficiëntie en leren zo zichtbaar als in het onderwijs. Estland loopt voorop met zijn 'AI-sprong': tientallen scholen werken inmiddels met een speciaal afgestelde versie van ChatGPT die, in tegenstelling tot de gewone consumentenversie, leerlingen bewust niet meteen het antwoord geeft maar juist vragen terugstelt om ze zelf tot inzicht te laten komen. Tegen het einde van het schooljaar moesten zo'n 20.000 Estse scholieren met dit systeem werken. De aanpak levert wisselende reacties op: leerlingen vinden het wennen en soms frustrerend dat ze niet meteen een antwoord krijgen, maar docenten en begeleiders zien dat het juist tot meer nadenken aanzet. Veelzeggend is wel dat leerlingen voor hun huiswerk toch vaak teruggrijpen naar de gewone ChatGPT, "want die geeft sneller antwoord."
Die spanning sluit aan bij wetenschappelijk onderzoek naar het effect van generatieve AI op leren. Op dit moment gebruikt ongeveer 65 procent van de studenten AI-tools, een adoptiesnelheid die opvallend is gezien deze technologie pas sinds eind 2022 grootschalig beschikbaar is. De eerste meta-analyses laten een genuanceerd beeld zien: studenten die ChatGPT gebruiken zijn gemotiveerder om complexe taken af te ronden en leveren vaak een beter eindproduct af, maar dat zegt niet automatisch iets over wat ze daadwerkelijk hebben geleerd - "performing is niet hetzelfde als learning." Een specifiek risico is cognitive offloading: het uitbesteden van denkwerk aan AI, wat onderzoek koppelt aan een afname van kritisch-denkvaardigheden. De kernboodschap van onderwijsexperts is dat het effect van AI op leren volledig afhangt van hóe de tool wordt ingezet - en dat AI-geletterdheid daarom net zo belangrijk wordt als taalvaardigheid of rekenen.
Vertrouwen, evaluatie en discriminatie: de onderstroom onder alle AI-enthousiasme
Onder alle vooruitgang ligt een steeds nadrukkelijker vraagstuk: hoe weet je eigenlijk of een AI-systeem doet wat het moet doen? TNO identificeert zes fundamentele obstakels bij het evalueren van generatieve AI, van het feit dat taalmodellen een black box blijven en bij dezelfde vraag telkens een ander antwoord geven, tot het ontbreken van een universele evaluatiestandaard en de constatering dat sommige modellen inmiddels 100 procent scoren op benchmarks omdat ze meer kunnen dan de test meet. Naarmate AI-systemen toegang krijgen tot bankgegevens, databeheer of persoonsgegevens, wordt goede evaluatie geen technisch detail meer maar een randvoorwaarde.
Die zorg krijgt een scherpe juridische lading in het overheidsdomein. De Staatscommissie tegen Discriminatie en Racisme concludeert in een tussenrapportage dat datagedreven risicoprofilering door de Nederlandse overheid - zoals bij de toeslagenaffaire en de controle op studiebeurzen door DUO - een onhoudbaar hoog risico op discriminatie met zich meebrengt, en pleit voor het stopzetten van lopende toepassingen. Opvallend is dat wetenschappelijk onderzoek volgens de commissie laat zien dat aselecte steekproeven even effectief zijn als gerichte profilering, maar dan zonder de discriminatierisico's.
Ook in de arbeidsmarkt blijkt vertrouwen een breekpunt te worden. Internationaal onderzoek naar AI in employer branding laat zien dat 87 procent van de organisaties inmiddels AI gebruikt bij werving en selectie, maar 41 procent van de kandidaten de ervaring als onpersoonlijker ervaart, waardoor personalisatie, door 67 procent als dé onderscheidende factor genoemd, net zo makkelijk averechts kan werken als effect kan sorteren. Tegelijk blijkt dat 82 procent van de werknemers nog geen training in generatieve AI heeft gehad, terwijl 92 procent van de organisaties AI wél als belangrijkste aanjager van transformatie beschouwt. Die kloof tussen ambitie en daadwerkelijke ondersteuning van medewerkers is misschien wel de meest onderschatte trend van dit moment.
Conclusie: van AI-hype naar AI-volwassenheid
Het beeld dat uit dit kwartaal opstijgt, is niet dat van een technologie die banen wegvaagt, maar van een technologie die overal tegelijk landt - in klaslokalen, distributiecentra, boardrooms en accountantskantoren - en die telkens dezelfde vraag oproept: wie houdt de regie? De cijfers zijn overtuigend genoeg om serieus te nemen (50 tot 55 procent van de banen die de komende jaren van vorm veranderen, tientallen miljarden aan infrastructuurinvesteringen, een adoptie van 65 tot 87 procent in onderwijs en werving), maar de kwalitatieve signalen zijn minstens zo veelzeggend: 95 procent van de organisaties die volgens MIT geen aantoonbare ROI uit AI haalt, 82 procent van de werknemers zonder training, en groeiend wetenschappelijk bewijs dat AI-aansturing stressniveaus kan verdubbelen.
Drie richtingen zijn het scherpst om in de gaten te houden. Ten eerste de spanning tussen automatisering en talentontwikkeling: organisaties die instapfuncties simpelweg wegautomatiseren, ondermijnen hun eigen toekomstige senioriteit, investeren in AI-geletterdheid en heldere leerpaden is daarom niet soft HR-beleid maar concurrentiestrategie. Ten tweede de opkomst van agentic AI als praktisch instrument, juist voor het mkb: waar chatbots vooral tijd besparen, kunnen autonome agents overdrachtsfouten in administratieve ketens structureel wegnemen. Ten derde het governance-vraagstuk: nu AI-systemen dieper doordringen in beoordelingen, beloningen en overheidsbeleid, wordt evalueerbaarheid, transparantie en menselijke controle geen achterafcheck meer maar een ontwerpeis vanaf dag één. Wie deze drie lijnen serieus neemt, is beter gepositioneerd dan wie alleen de aankondigingen van de volgende miljardeninvestering volgt.
Dit artikel is geschreven op basis van de posts op onze LinkedIn company pagina in Q2. Het artikel over Q1 vind je hier.
Tags/keywords: AI in de werkvloer, agentic AI, generatieve AI, AI-transformatie, arbeidsmarkt en AI, AI-governance, AI in onderwijs, AI-investeringen
Bronnen
- NOS - Estland wil 'AI-sprong' maken op scholen met speciale versie ChatGPT
- GLN-7.5 (BBC AI Decoded) - Are Humans Useless in the AI Workplace?
- Techzine - Nederlands tech-ecosysteem groeit naar 11.301 bedrijven
- Techzine - Google wil tot 40 miljard dollar investeren in AI-rivaal Anthropic
- AI Wereld - Europa versnelt AI-strategie met miljardinvestering en AI-factories
- TNO - De uitdaging van het evalueren van generatieve AI
- BCG - AI Will Reshape More Jobs Than It Replaces
- BNR - Nederlandse student (19) doet AI-bedrijven versteld staan
- MindStudio - 9 AI Agents for Research and Analysis
- Universiteit Utrecht - Wat is de invloed van AI op het leren van studenten?
- IBM - AI Agents vs. AI Assistants
- MT/Sprout - AI-managers rukken op en dat is voor werknemers geen goed nieuws
- Universiteit van Amsterdam - Risicoprofilering door de overheid
- MT/Sprout - Het mkb runt HR nog via WhatsApp en Excel
- Employer Branding News - AI in Employer Branding: 2023 vs 2025