Bedrijven melden in 2025 een recordaantal ontslagen waarbij kunstmatige intelligentie een rol speelt. Vooral in Noord-Amerika en Europa worden teams kleiner na snelle invoering van generatieve systemen zoals ChatGPT en Gemini. Werkgevers noemen kostenbesparing en hogere productiviteit als belangrijkste redenen. De Europese AI-verordening en de gevolgen voor overheid en bedrijven sturen daarbij steeds sterker de keuzes op de werkvloer.
Record door AI-automatisering
Steeds meer organisaties zetten generatieve AI in via Microsoft Copilot, OpenAI’s ChatGPT, Google Gemini en automatiseringsplatformen zoals UiPath. Generatieve AI is software die nieuwe tekst, code of beelden maakt op basis van voorbeelddata. Taken in administratie, klantenservice en marketing worden hierdoor sneller of volledig automatisch uitgevoerd. Dat leidt tot herverdeling van werk en in sommige gevallen tot het schrappen van functies.
In reorganisaties wordt AI vaak genoemd als versneller van “efficiëntieprogramma’s”. Managers combineren bezuinigingen met investeringen in datamodellen en automatisering. De belofte: dezelfde output met minder mensen, of meer output met hetzelfde team. Dat vergroot de druk op ondersteunende afdelingen en tijdelijke contracten.
Deze golf volgt op eerdere automatisering met RPA (robotic process automation). Het verschil is dat taalmodellen ook kenniswerk raken, omdat ze e‑mails, rapporten en code kunnen genereren. Daardoor verschuift de impact van fabrieks- en logistieke processen naar kantoorbanen.
Grootste impact bij kantoorbanen
De grootste verschuivingen zijn zichtbaar in klantenservice, IT‑support, contentproductie en financiële administratie. Chatbots nemen het eerste klantcontact over, samenvattende tools verkorten interne rapporten en code-assistenten schrijven standaardfuncties. Inkoop en HR gebruiken algoritmen voor het screenen van documenten. Minder routinewerk betekent dat sommige teams kleiner worden.
Toch blijven mensen nodig voor uitzonderingen, empathie en kwaliteitscontrole. Generatieve modellen maken soms fouten of “hallucineren” bedachte antwoorden. Daarom verlangen veel organisaties een menselijke controle voor publicatie of klantcontact. Dat remt het tempo van volledige automatisering, maar beperkt risico’s op klachten en reputatieschade.
Vakbonden en ondernemingsraden vragen om vroegtijdig overleg bij de invoering van deze systemen. Zij willen garanties over bijscholing en herplaatsing voordat functies verdwijnen. Werkgevers die dat goed regelen, houden kennis vast en beperken juridische problemen.
Europese regels sturen inzet
De AI‑verordening (AI Act) treedt op het moment van schrijven gefaseerd in werking vanaf 2025. Systemen voor werving, beoordeling en monitoring van werknemers vallen in principe in de categorie “hoog risico”. Dat brengt plichten mee: risicobeheer, documentatie, transparantie, testprocedures en menselijk toezicht. Leveranciers zoals OpenAI, Google en Anthropic moeten technische informatie aanreiken; gebruikersorganisaties dragen verantwoordelijkheid voor veilige inzet.
Generatieve AI is software die op basis van voorbeelddata nieuwe tekst, code, audio of beelden kan maken. Besluiten met grote gevolgen voor werknemers moeten altijd door een mens worden beoordeeld.
Ook de AVG blijft leidend. Geautomatiseerde besluitvorming met “aanzienlijke gevolgen” vereist een Data Protection Impact Assessment (DPIA), duidelijke uitleg en een mogelijkheid tot menselijke beoordeling. Dataminimalisatie en versleuteling zijn verplicht als er personeelsdossiers of klantgegevens door het systeem gaan. Wanneer AI helpt bij ontslagselecties, moet de werkgever kunnen aantonen dat het besluit niet volledig automatisch tot stand kwam.
In Nederland is instemming van de ondernemingsraad nodig voor systemen die personeel volgen of beoordelen (WOR, artikel 27). Bij grensoverschrijdende reorganisaties speelt het Europese ondernemingscomité mee. Werkgevers doen er goed aan governance vast te leggen: wie is eindverantwoordelijk, welke logs worden bewaard en hoe worden modellen geëvalueerd?
Nederlandse gevolgen en keuzes
Nederlandse organisaties in overheid, zorg, onderwijs en financiële dienstverlening testen op het moment van schrijven massaal Copilot, Gemini en Claude voor tekst, analyse en code. Gemeenten zetten chatassistenten in voor standaardvragen; banken gebruiken AI om documenten samen te vatten. Dit levert tijdwinst op, maar vraagt strakke processen om fouten en vooroordelen te voorkomen. Zonder heldere richtlijnen kan de kwaliteitswinst omslaan in risico’s.
Ontslagen blijven onder Nederlands recht gebonden aan toetsing via UWV of kantonrechter en aan transitievergoedingen. Het gebruik van algoritmen verandert die plichten niet. Bedrijven die AI als reorganisatie‑argument gebruiken, moeten onderbouwen welke taken vervallen en welke alternatieven zijn onderzocht. Een sociaal plan met scholing en interne mobiliteit weegt mee in de beoordeling.
Het kabinet en sociale partners benadrukken om- en bijscholing als antwoord op automatisering. Sectorfondsen en regionale opleidingscentra bouwen korte modules voor AI‑vaardigheden. Dat helpt medewerkers door te stromen naar functies met meer analyse, klantcontact en kwaliteitscontrole.
Scholing en productiviteit
Waar functies krimpen, ontstaan ook nieuwe rollen: AI‑coördinator, datakwaliteitsspecialist en model‑auditor. Training in “prompten” (duidelijk opdrachten geven aan een model) en basisstatistiek verhoogt de kwaliteit van uitkomsten. Teams die hiermee oefenen, maken minder fouten en werken sneller. Daardoor blijft menselijke inzet waardevol, maar verschuift het werk.
Integraties in Microsoft 365, Google Workspace en Salesforce maken AI alledaags. Dat is handig, maar vergroot ook het risico dat gevoelige data in externe modellen belanden. Heldere instellingen, afscherming van klantdata en aparte “no‑data‑training” modi zijn daarom nodig. Contracten met leveranciers moeten dit expliciet regelen.
Meet impact met kleine pilots en controlegroepen. Leg vooraf vast hoe je productiviteit, kwaliteit en klanttevredenheid meet. Koppel uitkomsten aan beslissingen over formatie, inhuur en scholing. Zo voorkom je dat beoogde besparingen uitblijven of tot verborgen kosten leiden.
Wat organisaties nu moeten doen
Breng processen in kaart en kies gerichte use‑cases met laag risico en duidelijke baten. Voer een DPIA en een AI‑impactbeoordeling uit, inclusief testdata, evaluatiecriteria en fallback naar menselijk werk. Stel richtlijnen op voor het gebruik van ChatGPT, Gemini, Copilot en vergelijkbare systemen. Houd rekening met de AI‑verordening en de AVG bij elke stap.
Regel governance: wijs eigenaars aan, log beslissingen en laat periodieke audits uitvoeren. Leg in leverancierscontracten vast welke data worden verwerkt, hoe modellen worden geüpdatet en wie aansprakelijk is bij fouten. Beperk afhankelijkheid van één aanbieder door open exportformaten en exit‑clausules. Test regelmatig op bias en prestatieverlies.
Maak tot slot sociale afspraken met ondernemingsraad en vakbonden. Reserveer budget voor bijscholing, loopbaanbegeleiding en interne mobiliteit. Communiceer tijdig en helder over veranderingen in taken en teams. Zo voorkom je onrust en verklein je de noodzaak van gedwongen ontslagen.
