Sinds begin 2025 zijn er op het moment van schrijven meer dan 90.000 banen wereldwijd geschrapt met kunstmatige intelligentie als officiële reden. Het gaat vooral om functies in technologie, media en klantenservice, met de VS en Europa als zwaartepunt. Werkgevers versnellen de inzet van generatieve systemen zoals ChatGPT en Gemini om kosten te verlagen en processen te automatiseren. De discussie over de Europese AI-verordening gevolgen overheid en werkgevers laait hierdoor op.
AI reden bij reorganisaties
Steeds meer bedrijven noemen AI als directe aanleiding bij reorganisaties. Generatieve AI is software die zelf tekst, beeld of code kan maken op basis van voorbeelden. Daarmee verdwijnen of veranderen taken zoals klantenchat, contentbewerking en eenvoudige backoffice-werkzaamheden. Het cijfer van meer dan 90.000 ontslagen laat zien dat de impact inmiddels structureel is.
Tegelijk zijn deze aantallen lastig te duiden. Bedrijven melden vaak meerdere redenen tegelijk, zoals lagere vraag, herstructurering en automatisering. “AI-gerelateerd” kan dus betekenen: vervallen taken nu, of het schrappen van vacatures voor later. Transparantie in meldingen en definities blijft beperkt, wat vergelijkingen bemoeilijkt.
Meer dan 90.000 banen sinds 2025 geschrapt met AI als officiële reden.
De druk om kosten te verlagen is een grote drijfveer. AI-modellen worden goedkoper en zijn breder inzetbaar, bijvoorbeeld via API’s van OpenAI en Google. Daardoor verschuift werk naar kleinere teams met meer tooling. De besparing komt vaak eerder uit niet invullen van vacatures dan uit directe ontslagen.
Media en klantenservice eerst
Media- en klantenservicebedrijven voelen de klap het eerst. Redacties en marketingafdelingen gebruiken algoritmen om koppen, vertalingen en beeldvarianten te maken. Daardoor blijven minder productietaken over voor mensen. Tegelijk vragen kwaliteitsbewaking en juridische checks juist om meer redactie-ervaring.
In klantenservice worden AI-assistenten de eerste lijn. Een chatbot behandelt standaardvragen; een medewerker pakt uitzonderingen. Klarna meldde eerder dat een AI-assistent het grootste deel van chats afhandelt, wat de wervingsbehoefte drukt. Bij telecom en banken wordt dezelfde verschuiving zichtbaar in callcenters en backoffice.
Ook IT- en operationele rollen veranderen. Code-assistents zoals GitHub Copilot en Google Gemini Code versnellen routinewerk. Dat leidt tot hogere productiviteit per ontwikkelaar. Teams worden kleiner, met meer nadruk op architectuur, beveiliging en integratie.
Europese AI-verordening gevolgen overheid
De Europese AI-verordening (AI Act) treedt gefaseerd in werking in 2025 en 2026. Deze wet plaatst AI-systemen in risicoklassen en legt plichten op, zoals risicobeheer, documentatie en menselijk toezicht. Toepassingen op de werkvloer met “algoritmisch management” (software die werk en prestaties stuurt) krijgen extra aandacht. Dat raakt ook publieke organisaties en leveranciers aan de overheid.
Voor overheden betekent dit dat inkoop en gebruik van AI strenger worden getoetst. Er komen eisen aan transparantie, zoals het melden van AI-gegenereerde content aan burgers. Voor generatieve modellen gelden aparte regels voor datakwaliteit en misleidingsrisico’s. Dit kan de snelheid van implementatie drukken, maar vergroot vertrouwen en rechtszekerheid.
De AVG blijft daarnaast leidend bij personeelsdata. Dataminimalisatie en versleuteling zijn verplicht als er gevoelige gegevens door modellen gaan. Bij profilering voor prestatiesturing is vaak een Data Protection Impact Assessment nodig. Zonder deze waarborgen lopen organisaties juridische en reputatierisico’s.
Nederland zoekt balans
In Nederland speelt naast de AVG ook de Wet op de ondernemingsraden. Bij belangrijke technologische wijzigingen heeft de ondernemingsraad advies- of instemmingsrecht. Werkgevers moeten dus uitleggen welk algoritme welke beslissingen ondersteunt. Dat biedt werknemers een formele stem bij invoering van AI.
De arbeidsmarkt vraagt intussen om omscholing. O&O-fondsen en het UWV stimuleren bij- en omscholing richting digitale taken. Denk aan data-vaardigheden, proceskennis en het goed beoordelen van AI-uitvoer. Voor MKB is praktische ondersteuning nodig om tooling veilig en zinvol in te zetten.
In sectorale cao’s verschijnen eerste afspraken over AI-transparantie en scholing. Vakbonden vragen om duidelijke impactanalyses vóór invoering. Werkgevers willen ruimte om te experimenteren met pilots. Heldere afspraken kunnen ontslaggolven beperken en de kwaliteit van werk verhogen.
Omscholing en meetproblemen
De netto impact van AI op werk blijft onzeker. Naast geschrapte functies ontstaan nieuwe banen in data, beveiliging en kwaliteitscontrole. Investeren in vaardigheden kan het verlies beperken en de overstap versnellen. Denk aan training in prompten, toolbeheer en ethische richtlijnen.
De 90.000 ontslagen zijn bovendien een grove schatting. Niet elk bedrijf meldt AI even consistent als reden. Macro-economie, rente en fusies spelen ook mee. Zonder uniforme rapportage blijft het lastig om oorzaken strak te scheiden.
Beleid kan deze gaten dichten. Verplichte effectrapportages bij grote reorganisaties geven beter zicht op automatisering. Europese richtlijnen voor algoritmische transparantie helpen bij vergelijkbaarheid. Zo kan de politiek gericht sturen op scholing, innovatie en fatsoenlijke transities.
