AI vervangt nog geen banen, maar zet de arbeidsmarkt al wél onder druk.
5 inzichten uit Anthropic’s arbeidsmarktonderzoek
De discussie over AI en werk wordt vaak gevoed door theorie: “welke banen kán AI overnemen?” Anthropic (het bedrijf achter Claude) heeft dit verrijkt met praktijkdata: wat gebeurt er écht in het dagelijks werk? In het rapport “Labor market impacts of AI: A new measure and early evidence” (5 maart 2026) introduceren ze daarvoor een maatstaf die ik bijzonder relevant vind: observed exposure. Dat is een combinatie van (1) welke taken in theorie door LLM’s versneld kunnen worden en (2) welke taken in de praktijk daadwerkelijk terugkomen in werkgerelateerd AI‑gebruik, waarbij geautomatiseerde toepassingen zwaarder wegen dan “meedenken”. Waarom is dit belangrijk? Omdat het een nuchtere kijk biedt op een thema waar ik vaak mee worstel. De uitkomst is verrassend genuanceerd: (nog) geen zichtbare werkloosheidspiek door AI, maar wél een aantal handvatten voor de leiders van de BV Nederland.
1) Het grote spookbeeld van massawerkloosheid blijft vooralsnog uit.
Je verwacht dat beroepen met hoge theoretische blootstelling als eerste “omvallen”. Maar Anthropic vindt sinds eind 2022 geen systematische stijging in werkloosheid bij de meest aan AI blootgestelde groepen; de trend loopt grofweg gelijk aan minder blootgestelde groepen. Het patroon dat wél zichtbaar is: AI maakt werk sneller danwel goedkoper en dat kan, net als bij eerdere technologische revoluties, juist nieuwe vraag losmaken in plaats van banen direct weg te snijden. Dit is ook wel bekend als de Jevons-paradox, welke stelt dat wanneer technologie een hulpbron efficiënter maakt, het gebruik van die hulpbron vaak juist toeneemt in plaats van afneemt. Efficiëntie verlaagt namelijk kosten en drempels, waardoor de totale vraag groeit. Een voorbeeld: steeds meer mensen of bedrijven kunnen gebruikmaken van een goed financieel advies.
2) De impact van AI op banen komt niet als klap, maar als een rem op groei.
In plaats van ontslaggolven zie je subtielere effecten: beroepen met hogere observed exposure worden door arbeidsmarktanalisten iets minder hard geprojecteerd te groeien richting 2034. Het is slechts een klein effect, wat mogelijk wijst op absorptie via minder extra (externe) hiring, herontwerp van banen en natuurlijke uitstroom, niet via massale vervanging.
3) Kenniswerkers worden voor nu het meest geraakt door AI.
De hoogste exposure zit bij programmeurs, gevolgd door customer service en data‑entry. Dat zijn functies met veel digitale, repeteerbare taken (tekst, code, classificatie, verwerking). En opvallend: de meest blootgestelde werknemers zijn gemiddeld hoger opgeleid, hoger betaald, ouder en vaker vrouw. Dit kantelt de klassieke aanname dat AI eerst “laagbetaald” werk raakt; de kennis‑ en kantoorlaag staat juist vooraan.
4) 30% van de beroepen wordt geheel niet geraakt, en blijft dus 100% mensenwerk’.
Ongeveer 30% van de beroepen heeft in Anthropic’s data praktisch zero exposure: fysieke taken en direct menscontact (koks, monteurs, kinderopvang, e.d.). Dit is mensenwerk dat op dit moment niet valt te automatiseren.
5) Als er impact op werkgelegenheid is, dan is het bij jongeren.
Anthropic vindt licht significant bewijs dat 22–25‑jarigen minder vaak instromen in hoog‑exposure beroepen. Dat is precies het type effect dat je eerst ziet wanneer AI “junior‑taken” (eerste drafts, analyses, data‑ops) versnelt: organisaties vervangen niet direct mensen, maar nemen minder nieuw talent aan. Vooral voor ons in NL is dit heel vervelend omdat dit een ander maatschappelijk probleem raakt; deze groep jongeren kan om redenen geen eigen huis kopen. Tegelijkertijd is mijn ervaring met stagiairs dat gemotiveerde en nieuwsgierige jongeren met hulp van ChatGPT en low code software de output van een junior kan hebben. Misschien moeten we de junior posities wel herwaarderen en hen met de juiste begeleiding en tooling in staat stellen om ‘de nieuwe medior’ te worden.
Waarom zien we de theoretische impact bij sommige banen wel gerealiseerd worden, maar bij andere banen veel minder?
De kern zit in de mate van automatisering en het omgaan met mensen en hun gevoelens. Finance, data/analytische taken en administratieve processen zijn vaak digitaal, repeteerbaar en relatief goed te standaardiseren: rapportages, tickets, formulieren, classificaties, vibecoden. Daar kun je AI makkelijker “in de workflow” hangen en output sneller controleren (klopt het getal, draait de code, is de ticket opgelost).
Bij management en legal speelt iets anders: de waarde zit minder in één repeteerbare taak en meer in context, verantwoordelijkheid, afwegingen en interactie. Het werk van managers bevat omgang met mensen en inspelen op emotie. En legal wordt ook absoluut geraakt (denk aan research, samenvatten, document review en het maken van eerste drafts) maar het “menselijke” deel (overtuigen, klantrelatie, ethische verantwoordelijkheid) blijft essentieel..
Wat betekent dit voor leiders?
CEO
Voor CEO’s is de belangrijkste boodschap: stuur op productiviteit en waardecreatie. Investeer ambitieus in AI, maar besef vooral dat waarde volgt uit AI‑adoptie door mensen en binnen processen. Adoptie is het sleutelwoord. Begrijp AI, doorleef het, draag het uit en vooral; koppel adoptie aan meetbare business‑KPI’s en verantwoord risicobeheer. Organisaties die ik succesvol AI zie toepassen hebben vanuit de top enorm ambitieuze KPI’s voor bepaalde teams gezet. Dit dwingt managers om écht anders te gaan werken, en daarmee wel AI te moeten adopteren, omdat het met de huidige teambezetting niet te doen is.
COO
Voor COO’s is dit vooral een operating model vraagstuk: AI is geen tool, maar een kans op procesherontwerp. Start dus niet met het toepassen van AI op bestaande processen, maar bedenk eerst hoe een proces in ideale vorm zou moeten lopen. En pas dán AI toe. AI kan meer dan menigeen denkt, dus denk groot en herontwerp het proces . De grootste winst komt wanneer je AI verbindt aan de plekken waar werk nu “vastloopt”: overdrachten, wachttijden, kwaliteitschecks, herwerk, documentstromen. Omdat observed exposure laat zien dat automatisering in bepaalde processen al realiteit wordt, kun je als COO snel waarde pakken. En waarde laten zien, dat stimuleert adoptie. Stel principes op; dus waar mag AI automatiseren, waar moet AI augmenteren, en waar blijft de mens verantwoordelijk? Maak duidelijke procesafspraken, controlepunten en een meetlat voor kwaliteit. Het is anders op korte termijn te verleidelijk om te snel te gaan.
CIO & Chief Data Officer
Voor CIO’s en CDO’s is dit oa. het moment om je software‑ en datastrategie opnieuw te bepalen. Met eenvoudige prompts bouwen eindgebruikers al een 80% mock-up versie van hun ideale software. De tech specialisten kunnen hier een betrouwbare 100% versie van maken. Hiermee verschuift het klassieke buy vs build vraagstuk. Waarom zou je dure software kopen, als je een betere versie een stuk voordeliger zelf kan maken? Met Engels als nieuwe programmeertaal en een chatvenster als grafische gebruikersinterface (GUI), is het aantal mensen dat met data werkt enorm vergroot. We moeten toegang tot data, business kennis en snelle resultaten niet verwarren met betrouwbaarheid en veiligheid. CIO’s en CDO’s moeten alles op alles zetten voor een betrouwbare en veilig “AI‑Data platform” met een betrouwbaar en schaalbare architectuur, workflows, guardrails en data kwaliteit voor alle teams en processen.
HR / CHRO
De verantwoordelijk van een CHRO is zorgen voor een gezond werknemersbestand, voor zowel nu als in de toekomst. SWP, oftewel strategische workforce planning geeft organisaties handvatten voor de vereiste vaardigheden van het personeel voor de toekomst. Samen met AI kan daarmee de arbeidsproductiviteit enorm groeien. Tegelijkertijd moeten we bepaalde groepen ook beschermen. We moeten niet alleen de focus op de top-performers hebben, maar ook oog hebben voor de duurzame inzetbaarheid van de rest. Anthropic’s onderzoek laat ook duidelijk zien wat wij al een tijd aanvoelen, de junioren worden als eerste geraakt. Die instroom van toekomstige mediors en seniors kan je enkel behouden door het werk te herontwerpen en hen de juiste aandacht en tools te geven.
