Nederland wordt in vrijwel elk onderzoek genoemd als Europese AI-koploper. De cijfers over adoptie variëren van 49 procent tot zelfs 95 procent van de organisaties, afhankelijk van het onderzoek. Tegelijkertijd blijken Nederlanders het meest kritisch over kunstmatige intelligentie van alle onderzochte landen wereldwijd. Slechts 36 procent ziet meer voordelen dan nadelen aan AI, zo toont onderzoek van de Autoriteit Persoonsgegevens aan – het laagste percentage internationaal.
Deze tegenstelling illustreert een belangrijke waarheid: AI-adoptie meten is ingewikkelder dan het lijkt. Het World Economic Forum baseert zijn rooskeurige 95 procent vooral op grote werkgevers, terwijl McKinsey aantoont dat 40 procent van de Nederlandse bedrijven nog helemaal geen AI gebruikt.
“Dit soort voorspellingen zijn heel moeilijk te maken”, zegt Anna Salomons, hoogleraar arbeidseconomie aan de Universiteit Utrecht en Tilburg Universiteit. “Het WEF-onderzoek is gebaseerd op een bevraging van grote werkgevers, die vaak vooruit lopen op kleinere bedrijven. Wat één bedrijf verwacht, wil niet per se zeggen dat dat ook voor de hele economie geldt.”
Die nuance blijkt cruciaal. Het Nederlandse MKB loopt fors achter op de grote corporaties die de krantenkoppen domineren. Reden voor die terughoudendheid is niet alleen gebrek aan kennis, maar ook fundamentele zorgen over de impact op werknemers.
“Daarnaast zal het in veel organisaties onduidelijk zijn of en welke taken worden overgenomen of dat AI (machine learning) juist aanvullend aan menselijke taken wordt ingezet. Dit kan voor (baan)onzekerheid zorgen,” aldus het RIVM/TNO-rapport Technologieradar Gezond en Veilig Werken.
Geleidelijke transformatie
Salomons relativeert de dramatische voorspellingen over massale baanverliezen door nieuwe technologie. “Een paar jaar geleden waren er voorspellingen dat vrachtwagenchauffeurs door zelfrijdende trucks binnen vijf jaar allemaal werkloos zouden zijn. Dat is niet gebeurd. Het is minder pijnlijk als verandering geleidelijker gaat – mensen die met pensioen gaan worden niet vervangen, en nieuwe arbeidsmarktintreders kiezen andere carrières.”
Haar onderzoek toont aan dat 60 procent van de huidige Nederlandse banen niet bestond in 1940. Technologie schept ook werk; het vervangt het niet alleen. Die transformatie is al volop bezig. ING concludeert dat 43 procent van de Nederlandse banen complementair is aan AI-technologie – hoger dan België en Frankrijk (39 procent) en Duitsland (35 procent).
Vergelijk het met de zorg. AI-tools kunnen verpleegkundigen helpen bij diagnostiek en triage, terwijl administratief werk afneemt. “In plaats van verpleegkundigen uit te schakelen, kan dergelijke technologie hun rol optimaliseren”, legt Salomons uit. “Maar het pad van pilotprojecten naar dagelijkse adoptie kan langdurig zijn.”
Cognitieve belasting
Daar schuilt een belangrijk aandachtspunt. Uit het onderzoek van TNO en RIVM blijkt dat AI weliswaar fysieke werklasten verlicht, maar tegelijkertijd de cognitieve belasting verhoogt. Werknemers moeten AI-processen in de gaten houden, wennen aan nieuwe systemen en problemen oplossen waar de machine vastloopt.
Die hybride rol vraagt meer dan technische vaardigheden. Waar werknemers vroeger procedurele richtlijnen volgden, moeten ze nu AI-aanbevelingen interpreteren en beoordelen. “We hebben werknemers nodig die de output van algoritmen kunnen bevragen en fouten kunnen signaleren”, benadrukt Salomons. “Dat vereist een dieper begrip van hoe deze systemen werken.”
AI-geletterdheid gaat dus verder dan programmeren. Het draait om het herkennen van vooroordelen, het interpreteren van resultaten en het begrijpen van beperkingen. Een snelle cursus AI volstaat niet – het vraagt om structurele bijscholing en begeleiding.
Nederlandse troef
Nederland heeft een belangrijk voordeel in deze transitie: sterke instituties. “Vakbonden, ondernemingsraden en collectieve arbeidsovereenkomsten helpen ervoor zorgen dat werknemers een stem hebben in hoe technologie wordt toegepast”, stelt Salomons.
Vergelijk dat met Amerika, waar per bedrijf moet worden gevochten voor vakbondsvertegenwoordiging. “In Nederland heb je sectordekking. Als er wordt afgesproken dat we dit als minimumloon hebben, dit als arbeidsvoorwaarden, dan geldt dat breed.”
Die institutionele kracht wordt cruciaal naarmate AI dieper doordringt. “Je kunt je voorstellen dat het in de toekomst ook belangrijk wordt om na te denken op welke manier algoritmes mogen worden ingezet. Mogen die algoritmes jou gaan monitoren als werknemer? In welke mate heb jij autonomie?”
EY waarschuwt dat AI-adoptie de ontwikkeling van governance overtreft. Veel directeuren zijn zich onvoldoende bewust van de risico’s, wat duurzame implementatie bemoeilijkt.
Inclusieve uitdaging
De echte uitdaging ligt niet in de technologie, maar in het inclusief maken van de transitie. Niet iedereen heeft dezelfde toegang tot AI-tools of digitale vaardigheden. Een significant deel van de beroepsbevolking dreigt achter te blijven. “Het is zaak om niet alleen na te denken over wat kan worden geautomatiseerd, maar over welke nieuwe dingen we nu kunnen doen”, zegt Salomons. “Of welke nieuwe groepen mensen we nu in bepaalde beroepen kunnen brengen. Daar gebeurt echte innovatie.”
Onderwijsinstellingen spelen een sleutelrol. “Traditioneel colleges zijn niet per se effectief voor mensen die moeten omscholen”, erkent Salomons. “Maar we zien startups die AI gebruiken om meer gepersonaliseerde trainingsprogramma’s te creëren, aangepast aan individuele leerbehoeften.”
Het Nederlandse AI-verhaal is complexer dan de koppen suggereren. Nederland loopt voorop met adoptie, maar vooral bij grote bedrijven. Nederlanders zijn kritisch over AI, maar die kritische houding kan juist een voordeel zijn voor verantwoorde implementatie.
“Er valt niet aan te ontkomen dat AI de arbeidsmarkt zal transformeren”, concludeert Salomons. “Het debat zou niet moeten gaan over of dat gebeurt, maar over hoe inclusief en eerlijk die transformatie kan zijn.”
De echte maatstaf voor succes ligt niet in hoeveel organisaties AI gebruiken, maar in hoe goed Nederland erin slaagt de voordelen te benutten zonder mensen achter te laten. Dat vraagt om meer dan technologie – het vraagt om een fundamenteel gesprek over hoe we willen werken in een AI-gedreven economie.