Grote tech- en mediabedrijven kondigen opnieuw ontslagrondes aan in Europa en de Verenigde Staten. De vraag is of kunstmatige intelligentie de oorzaak is, of slechts deel van het verhaal. Werkgevers schuiven budgetten naar AI-projecten, terwijl andere afdelingen krimpen. Tegelijk remmen Nederlandse en Europese regels een snelle vervanging van banen door algoritmen.
Ontslaggolf niet alleen door AI
De recente ontslagrondes raken vooral ondersteunende functies, middenmanagement en delen van klantenservice. Tegelijk groeit de vraag naar data-analisten, machine learning‑ingenieurs en securityspecialisten. Dit wijst op een verschuiving in taken, niet alleen op banenverlies. Bedrijven herschikken werk rond nieuwe systemen.
AI speelt mee als katalysator, maar is zelden de enige reden. Hogere rentes, kostenbeheersing en druk van beleggers wegen ook zwaar. Veel organisaties zetten reorganisaties in om winstdoelen te halen en investeringen te verplaatsen. AI past in dat kosten- en focusverhaal.
Bij technologiebedrijven lopen besparingen vaak gelijk op met nieuwe aanstellingen in AI‑teams. Er is ruimte voor data-infrastructuur, terwijl traditionele projecten worden teruggeschaald. Dat levert netto soms minder banen op, maar meer specialistische functies. Voor werknemers betekent dit dat vaardigheden sneller moeten bijblijven.
De timing speelt eveneens mee. Na jaren van snelle groei na de pandemie volgt nu een periode van pas op de plaats. Bedrijven zijn voorzichtiger met lange termijnkosten. AI wordt in die context gebruikt om processen te versimpelen en taken te bundelen.
Budget verschuift naar datamodellen
Organisaties investeren in generatieve AI, zoals OpenAI’s GPT‑4o, Google Gemini 1.5 of Anthropic Claude 3.5. Zulke modellen maken tekst, code en beelden, maar vragen veel rekenkracht en data. Dat vergt dure cloudinfrastructuur en nieuwe beveiliging. CFO’s verschuiven daarom middelen van afdelingen met lagere prioriteit.
Grote aanbieders koppelen AI aan bestaande software. Microsoft voegt Copilot toe aan Office en GitHub, Google bouwt Gemini in Workspace in, en SAP zet de assistent Joule in voor bedrijfsprocessen. Deze pakketten beloven productiviteitswinst, vooral bij repetitieve taken. In de praktijk vraagt het invoeren tijd, herontwerp van werk en training.
In klantenservice en sales zien bedrijven snelle experimenten met chatbots en samenvattingshulpen. Bedrijven als Klarna claimen minder menskracht nodig te hebben door een AI-assistent in de app. Zulke claims zijn lastig te vergelijken, omdat taken verschuiven en kwaliteitseisen verschillen. Vaak worden tijdelijke contracten of externe inhuur als eerste teruggeschroefd.
Ondertussen ontstaat vraag naar nieuwe rollen, zoals AI‑product owner, prompt engineer en data steward. Deze functies bewaken datamodellen, kwaliteit en risico’s. Ze vereisen technische kennis én proceskennis. Het aantal mensen met die combinatie is op het moment van schrijven beperkt.
AI-verordening remt HR-algoritmen
De Europese AI‑verordening (AI Act) classificeert systemen voor werving, beoordeling en promotie als hoog risico. Dat betekent strenge eisen aan datakwaliteit, uitlegbaarheid, logging en menselijk toezicht. Werkgevers moeten kunnen aantonen dat beslissingen niet discriminerend zijn. Dit maakt snelle, volledig geautomatiseerde personeelsselectie minder waarschijnlijk.
De AVG stelt grenzen aan het gebruik van personeelgegevens. Dataminimalisatie en doelbinding beperken wat je mag meten en bewaren. Voor monitoring van medewerkers is vaak een Data Protection Impact Assessment nodig. Ook moeten werknemers duidelijk worden geïnformeerd over het gebruik van algoritmen.
In Nederland heeft de ondernemingsraad instemmingsrecht bij de invoering van systemen die personeelsbeoordeling of -toezicht raken. Bij collectief ontslag geldt een meldplicht (WMCO) en overleg met vakbonden. Deze kaders vertragen niet alleen, ze dwingen ook tot betere onderbouwing. Daardoor verschuift de nadruk naar hybride inzet van AI met menselijk toezicht.
Voor overheden geldt extra druk om zorgvuldig in te voeren. De gevolgen van de Europese AI‑verordening voor de overheid zijn groot, onder meer bij uitkeringen en toezicht. Veel toepassingen komen in de categorie hoog risico. Dat werkt door naar publieke werkgevers en hun leveranciers.
HR‑algoritmen voor werving, beoordeling of promotie gelden onder de AI‑verordening als “hoog risico”, met verplichtingen voor risicobeheer, datakwaliteit, transparantie en menselijk toezicht.
Nederland kiest voor omscholing
Omdat AI‑specialisten schaars zijn, zetten veel werkgevers in op omscholing. Medewerkers leren werken met Copilot, Gemini of interne assistenten. Dit verkort de leercurve en voorkomt dure werving. Het helpt ook om kennis van het eigen proces te behouden.
Brancheorganisaties en de Nederlandse AI Coalitie stimuleren bij- en omscholing. Via ESF+ en Digital Europe zijn Europese middelen beschikbaar. Bedrijven combineren dit met eigen academies en bootcamps. Zo wordt vaardigheid in data en privacy standaard onderdeel van functies.
In sectoren als financiële dienstverlening en zakelijke services ontstaan nieuwe mixen van taken. AI doet eerste kladversies of controles, mensen doen de eindredactie en het klantcontact. In de zorg en het onderwijs lopen pilots met samenvatten en administratieve ondersteuning. Daar telt veiligheid en privacy extra zwaar.
Ondernemingsraden vragen om duidelijke spelregels over gebruik en evaluatie van modellen. Afspraak is vaak: mens houdt de eindbeslissing, systeem geeft advies. Ook worden afspraken gemaakt over dataveiligheid en trainingstijd. Dat vergroot acceptatie op de werkvloer.
Productiviteit nog onduidelijk
Vroege studies tonen winst bij routinetaken zoals coderen, samenvatten en e‑mailen. Bij complex werk zijn effecten wisselend en hangen ze af van ervaring en datakwaliteit. Hallucinaties en bronfouten blijven een risico. Daarom is controle door mensen nodig, zeker in gereguleerde sectoren.
Bedrijven meten nu gerichter: tijdwinst, foutpercentages en klanttevredenheid. Pas als die cijfers stabiel verbeteren, volgt structurele herinrichting. Tot die tijd zien we voorzichtigheid en gefaseerde invoer. Dit past bij de risicobenadering van de AI‑verordening en de AVG.
Voor de arbeidsmarkt betekent dit een dubbel beeld. Sommige rollen krimpen of veranderen sterk, andere groeien snel. Netto-effecten verschillen per sector en land. De echte balans wordt duidelijker in 2025 en 2026, als projecten opschalen.
Kortom: AI is een factor achter ontslagrondes, maar niet de enige. Kostendruk en strategische keuzes tellen evenzeer. Europese regels sturen de invoering richting mens‑in‑de‑lus. Voor werknemers ligt de sleutel in bijleren en meebewegen met nieuwe systemen.
