Nederlandse werkgevers verwachten dat kunstmatige intelligentie het werk snel verandert en andere vaardigheden vraagt. Bedrijven en overheden in Nederland en Europa zetten nu al systemen als ChatGPT van OpenAI, Microsoft Copilot en Google Gemini in. Dit gebeurt op kantoor, in dienstverlening en in publieke taken, en heeft door de Europese AI-verordening gevolgen overheid en bestuur. De druk om bij te scholen groeit omdat taken verschuiven en nieuwe regels dichtbij komen.
Werk verschuift door algoritmen
Steeds meer organisaties testen generatieve AI, software die zelf tekst, beeld of code maakt. In Microsoft 365 verschijnt Copilot, Google levert Gemini in Workspace en ontwikkelteams gebruiken GitHub Copilot. Daardoor verschuift werk van zelf schrijven en zoeken naar redigeren, controleren en regie voeren over tools.
Medewerkers hebben nieuwe praktische vaardigheden nodig. Denk aan goed kunnen “prompten”, oftewel heldere instructies geven aan een model. Ook datageletterdheid en kritisch beoordelen zijn cruciaal, omdat taalmodellen soms onjuiste uitkomsten geven, een verschijnsel dat “hallucineren” heet.
De impact verschilt per sector. In kantoorfuncties verdwijnen routinetaken, zoals eerste concepten of samenvattingen maken. In zorg, onderwijs en overheid blijft menselijk contact en besluitvorming leidend, maar voorbereiding en administratie veranderen door inzet van algoritmen.
Generatieve AI is software die nieuwe tekst, beeld of code maakt op basis van voorbeelden en patronen in data.
Nieuwe mix van vaardigheden
De vraag verschuift naar een mix van vakkennis en digitale basis. Communiceren, samenwerken en probleemoplossen blijven belangrijk, maar komen samen met het slim gebruiken van datamodellen. Wie een proces kent, kan beter kiezen welk systeem past en hoe je de uitkomst controleert.
Functies krijgen AI-taken erbij. HR-teams beoordelen cv-screening met AI en checken bias. Juristen vragen modellen om wetsgeschiedenis te samenvatten en verifiëren bronnen. Marketeers maken varianten met Adobe Firefly of DALL·E en testen welke versie werkt, terwijl merk- en privacyrichtlijnen blijven gelden.
Er ontstaan ook nieuwe rollen. Denk aan een AI-producteigenaar die de inzet van systemen bewaakt, of een data-steward voor kwaliteit en herkomst van data. In het mkb worden die taken vaak gecombineerd binnen bestaande teams.
Bijscholing vraagt regie
Werkgevers starten interne trainingen en leerpaden rondom generatieve AI. Opleiders in mbo en hbo voegen modules toe over data-ethiek en het werken met modellen. Via de Nederlandse AI Coalitie en het AiNed-programma ontstaan publieke-privatesamenwerkingen voor scholing en praktijklabs.
Tijd en structuur zijn bepalend voor succes. Teams hebben duidelijke gebruiksregels nodig: wat mag, welke data niet, en hoe leg je besluiten vast. Leidinggevenden moeten ruimte maken voor oefenen en fouten leren, anders blijft AI een losse pilot zonder effect.
Het mkb loopt aan tegen budget en expertise. Leveranciers zoals Microsoft, Google en OpenAI bieden trainingen, maar dat kan tot afhankelijkheid van één platform leiden. Onafhankelijke toetsing en uitwisselbare vaardigheden beperken dat risico.
AVG en AI-verordening sturen
Privacyregels uit de AVG bepalen hoe organisaties data gebruiken. Dataminimalisatie, versleuteling en DPIA’s (risicotoetsen) zijn nodig, zeker bij personeels- of klantgegevens. Dit beïnvloedt welke datasets een bedrijf mag inzetten om een model te voeden.
De Europese AI-verordening (AI Act) treedt gefaseerd in werking, op het moment van schrijven vanaf 2025 en 2026. Systemen voor werving, krediet en zorg vallen vaak in de hoogrisicoklasse en vragen documentatie, menselijke controle en robuuste testen. Werkgevers moeten processen, rollen en vaardigheden daarop inrichten.
De overheid is tegelijk gebruiker en toezichthouder. Voor publieke diensten betekent dit transparantie over inzet van systemen en het bijhouden van besluitvorming. Nationale toezichthouders krijgen nieuwe taken, wat de Europese AI-verordening gevolgen overheid verder vergroot.
Eerlijke toegang tot kansen
De omslag kan de kloof op de arbeidsmarkt vergroten. Mensen met lage digitale vaardigheden of tijdelijke banen lopen extra risico. Basis-ICT en taalvaardigheid blijven daarom een randvoorwaarde voor elke AI-cursus.
Gerichte ondersteuning helpt. Korte micro-credentials, praktijkgerichte modules in het mbo en regionale om- en bijscholing verlagen de drempel. UWV en mobiliteitsteams kunnen overstappen tussen sectoren versnellen met loopbaanadvies en erkende certificaten.
Ook de technologie zelf moet inclusief zijn. Systemen moeten goed werken in het Nederlands en andere Europese talen, en toegankelijk zijn voor mensen met een beperking. Dat verkleint fouten en vergroot de bruikbaarheid op de werkvloer.
Meten wat echt werkt
Organisaties willen productiviteit en kwaliteit aantoonbaar verbeteren. Dat vraagt om kleinschalige pilots met duidelijke KPI’s, zoals tijdwinst, foutreductie en klanttevredenheid. Zonder meting blijft de waarde van een algoritme onduidelijk en verdwijnen de lessen na een proef.
Aanbestedingen en inkoopregels krijgen AI-clausules. Bedrijven wegen open modellen zoals Meta Llama 3 af tegen gesloten diensten als GPT-4 en Gemini. Eisen rond uitlegbaarheid, bronvermelding en EU-datalocatie, zoals de Microsoft EU Data Boundary, spelen mee.
De rode draad is duidelijk: vaardigheden en governance zijn net zo belangrijk als de software. Wie teams traint, regels vastlegt en resultaten meet, haalt blijvende waarde uit AI. Zo wordt innovatie beheersbaar in plaats van een risico.