Het Nederlandse bedrijf Rewire pleit voor “AI-native werken”, waarbij teams vanaf de basis met slimme software worden ingericht. CEO Wouter Huygen, op het moment van schrijven topman van Rewire, zegt dat organisaties processen moeten herontwerpen in plaats van banen te vervangen door AI-agents. Dit speelt nu in Nederland en Europa door hoge werkdruk en nieuwe regels voor algoritmen. Het doel is meer kwaliteit en snelheid, met menselijk toezicht en goede beveiliging.
AI-native is procesherontwerp
AI-native werken betekent dat je het werkproces eerst opnieuw ontwerpt en daar kunstmatige intelligentie logisch in plaatst. Niet een extra tool bovenop een oud proces, maar rollen, taken en verantwoordelijkheden herverdelen met hulp van algoritmen. Daarbij werken mensen samen met copilots die voorstellen doen en agents die simpele taken uitvoeren. Het team blijft verantwoordelijk voor het eindresultaat.
Een AI-agent is software die zelfstandig een afgebakende taak uitvoert op basis van een doel, zoals het verzamelen van gegevens of het opstellen van een concepttekst. Copilots in kantoorsoftware, zoals Microsoft Copilot of Google Gemini for Workspace, helpen met samenvatten en schrijven. Grotere taalmodellen, zoals OpenAI GPT-4o, Anthropic Claude 3.5 en Mistral Large, leveren de taalvaardigheid. Integraties met systemen (zoals CRM of ERP) zorgen dat gegevens veilig op de juiste plek komen.
Praktische voorbeelden zijn het automatisch samenvatten van klantgesprekken, het maken van een eerste rapportopzet of het controleren van formulieren. Daardoor verdwijnen onnodige overdrachten en wachttijden. Medewerkers hebben meer tijd voor maatwerk en beoordeling. Dat levert vaak sneller en consistenter werk op.
Agents ondersteunen, vervangen niet
Volgens Rewire blijven mensen onmisbaar voor context, uitzonderingen en verantwoordelijkheid. AI is sterk in patroonherkenning en tempo, maar zwak in nuance en waardenafweging. Een mens-in-de-lus, dus een beoordeling door een medewerker voordat iets definitief is, blijft standaard. Zo combineer je snelheid met betrouwbaarheid.
“Wie mensen door AI-agents wil vervangen, denkt te klein.” — Wouter Huygen (Rewire)
Vervanging zonder toezicht vergroot de kans op fouten en juridische risico’s. Taalmodellen kunnen “hallucineren”: het systeem vult ontbrekende feiten aan met verzonnen informatie. Daarom zijn duidelijke grenzen nodig, zoals een vier-ogen-principe en verplichte goedkeuring bij gevoelige stappen. Ook moet altijd zichtbaar zijn of een tekst of besluit met behulp van AI tot stand kwam.
Een werkbaar patroon is: het algoritme doet een voorstel, de medewerker accepteert of verbetert. Het systeem leert van die feedback binnen veilige kaders. Complexe beslissingen, bijvoorbeeld over klanten of medewerkers, blijven bij de mens. Dat sluit aan bij Europese normen voor veiligheid en verantwoordelijkheid.
Start klein, meet en borg
Begin met één proces met veel herhaling en duidelijke regels, zoals e-mailtriage of het maken van notities in het CRM. Meet de doorlooptijd, het foutpercentage en de tevredenheid vóór en ná de verandering. Stel een helder doel, bijvoorbeeld 30 procent sneller verwerken met gelijke kwaliteit. Pas daarna breid je stapsgewijs uit.
Zorg voor technische vangrails. Retrieval augmented generation (RAG) koppelt het model aan gecontroleerde interne documenten, zodat antwoorden gebaseerd zijn op eigen, recente informatie. Werk in een afgeschermde testomgeving en log alle stappen voor audit en herstel. Leg beslisregels vast in simpele taal, zodat het team begrijpt wat het systeem wel en niet mag.
Voorkom afhankelijkheid van één leverancier door een model-agnostische aanpak. Veel organisaties testen meerdere modellen, zoals GPT-4o, Claude 3.5 of Mistral, per taak. Zo kies je per use-case het beste datamodel en kun je wisselen als prijs, prestaties of regels veranderen. Dit beperkt kosten en verkleint het risico op stilstand.
Europese regels sturen keuzes
De Europese AI-verordening (AI Act) legt extra eisen op aan hoog-risico-toepassingen, zoals systemen voor werving, beoordeling of toegang tot diensten. Organisaties moeten daar onder meer documentatie, risicobeheer en menselijk toezicht borgen. Voor generatieve systemen gelden transparantieplichten, bijvoorbeeld duidelijke labeling van AI-gegenereerde content. Deze regels gaan gefaseerd gelden tussen 2025 en 2026.
De AVG blijft leidend bij alle verwerking van persoonsgegevens. Dat vraagt om dataminimalisatie, versleuteling en vaak een gegevensbeschermingseffectbeoordeling (DPIA) voordat je live gaat. Kies daarom bij voorkeur enterprise-varianten van modellen, zoals via Azure OpenAI of Google Vertex AI, met afspraken over dataopslag in de EU. Leg bewaartermijnen en toegangsrechten vast en test of rechten van betrokkenen uitvoerbaar zijn.
In Nederland heeft de ondernemingsraad instemmings- of adviesrechten bij digitale systemen die werk en beoordeling raken. Betrek daarom tijdig HR, privacy en de OR bij ontwerp en pilot. Maak ook een heldere AI-gebruiksrichtlijn voor medewerkers, inclusief wat wel en niet is toegestaan. Zo sluit de praktijk aan op wetgeving én op de werkvloer.
Datahygiëne en beveiliging eerst
Resultaten staan of vallen met de kwaliteit van gegevens. Verwijder dubbele records, werk definities bij en leg een “bron van waarheid” vast. Zonder dat schoonmaakwerk herhalen modellen oude fouten, maar dan sneller. Een kleine tijdsinvestering aan de start voorkomt veel herstelwerk later.
Bescherm gevoelige informatie standaard. Persoonsgegevens (PII) en bedrijfsgeheimen kun je automatisch maskeren voordat ze een model bereiken. Gebruik secret management, versleuteling en strikte logging. Beperk waar mogelijk het delen van data met externe aanbieders en kies voor EU-datacenters.
Regel toegang volgens het “least privilege”-principe: alleen wie het nodig heeft, krijgt toegang. Koppel dit aan functies en wissel tokens regelmatig. Voer periodieke audits uit op prompts, outputs en uitzonderingen. Zo blijft het geheel controleerbaar en veilig.
Nieuwe vaardigheden en rollen
Teams hebben nieuwe, maar haalbare vaardigheden nodig. Denk aan helder formuleren van taken (prompten), basiskennis van datakwaliteit en het tekenen van eenvoudige procesflows. Korte, praktische trainingen werken het best. Documenteer werkafspraken en deel goede voorbeelden.
Er ontstaan ook nieuwe rollen, zoals een AI-productmanager en een automation engineer. Compliance en security schuiven dichter tegen de operatie aan. Samen bewaken zij kwaliteit, kosten en naleving. Deze combinatie maakt AI-toepassingen duurzaam.
De impact op werk is vooral een verschuiving van taken, niet een massale verdwijning. Herhaaltaken gaan naar agents, terwijl mensen klantcontact, uitzonderingen en verbetering doen. Werkgevers doen er goed aan tijdswinst te beleggen in service en innovatie. Zo groeit de productiviteit zonder het menselijk kompas te verliezen.