Een medewerker gebruikt een chatbot om een antwoord aan een klant op te stellen. Het scheelt tien minuten en de tekst klinkt verzorgd. Niemand controleert één kleine toezegging in de slotpassage. Twee dagen later rekent de klant op iets wat het bedrijf nooit heeft willen aanbieden.
Dit alledaagse tafereel is voor een kleine werkgeverrelevanter dan de zoveelste grootse voorspelling over kunstmatige intelligentie. CBS en UWV geven een nuchterder Nederlands beeld: het gebruik van AI neemt toe, maar het directe effect zit vooral in dagelijkse taken, toezicht en verantwoordelijkheid, niet in massale vervanging van personeel.
CBS found that 13.8 percent of Dutch microbusinesses with two to nine workers used at least one measured AI technology in 2025. That was up from 10.6 percent in 2024 and 6.8 percent in 2023. Among users, marketing and sales were the most common applications, followed by administrative and management work.
Het werk verandert geruisloos
This is how workplace change usually Zo komt verandering op de werkvloer doorgaans binnen bij een klein bedrijf. Er is geen officiële introductie. Iemand ontdekt een bruikbaar hulpmiddel, een collega neemt de gewoonte over en voor je het weet wordt een deel van het werk anders gedaan.
Het eerste zichtbare voordeel is snelheid. Concepten verschijnen sneller. Notities worden samenvattingen. Een wervingstekst kost minuten. Informatie kan worden gesorteerd zonder dat een ervaren medewerker er een middag aan kwijt is. Maar het menselijke werk dat overblijft, wordt vaak lastiger. Iemand moet een uitzondering herkennen, een bewering toetsen, persoonsgegevens beschermen en beoordelen of het antwoord past bij degene die het ontvangt.
UWV meldt dat ongeveer de helft van de werkgevers verwacht dat AI de opleidingsbehoefte en vereiste vaardigheden verandert. Ook bleek dat circa 60 procent van de werkgevers die AI gebruiken, medewerkers daarbij begeleidt. Een aanzienlijke groep gebruikt AI dus zonder gemelde begeleiding van het personeel.
Ik lees daarin minder een technologisch tekort dan een managementtekort. Medewerkers kunnen grenzen niet respecteren als niemand die heeft besproken. Managers kunnen werk niet goed controleren als zij niet weten waar software het proces is binnengekomen.
Sneller werk heeft nog steeds een eigenaar nodig
In een klein bedrijf kan verantwoordelijkheid zich nergens verschuilen. De oprichter keurt vaak nog altijd de offerte goed, licht de factuur toe, reageert op een afgewezen sollicitant of herstelt de relatie met de klant. Software kan de woorden voorbereiden, maar draagt niet het commerciële gevolg.
Dat wordt vooral gevoelig wanneer AI raakt aan werving, beoordeling, roostering of werkverdeling. De Europese AI-verordening hanteert een risicogebaseerde benadering. De Nederlandse overheid heeft datakwaliteit, risicobeheer, transparantie en menselijk toezicht genoemd als vereisten voor systemen met een hoog risico. Hoe een bepaald HR-instrument wordt behandeld, hangt af van wat het systeem doet en hoe de werkgever het gebruikt.
Voor een werkgever komt de praktische vraag eerder dan de juridische kwalificatie. Weet het bedrijf welke informatie de tool ingaat, welke invloed de uitkomst heeft, wie die controleert en wie de uiteindelijke beslissing neemt? Een wervingsassistent die de formulering verbetert, roept een andere vraag op dan software die sollicitanten rangschikt of hun kansen beïnvloedt.
Diezelfde discipline hoort thuis in klantwerk en administratie. Namen, cv's, prijzen, interne notities, looninformatie en commerciële plannen kunnen via één achteloze prompt buiten het vertrouwde bedrijfsproces belanden. Een beleid kan helpen, maar een document houdt geen toezicht op het werk. Mensen moeten op een gewone dinsdagmiddag begrijpen waar de grens ligt.
Schrap de juniorstappen niet
Er is nog een risico dat minder aandacht krijgt. Veel routinetaken zijn ook leertijd. Een junior leert het bedrijf kennen door het eerste antwoord op te stellen, een standaarddocument te controleren of informatie te ordenen voordat een manager meekijkt.
Als software die eerste stap overneemt, kan het bedrijf tijd winnen maar tegelijk een deel van de leerlijn kwijtraken. De junior ziet het eindantwoord zonder het oordeel te ontwikkelen dat erachter schuilgaat. Later moet diezelfde persoon misschien een fout signaleren of een uitzondering afhandelen met te weinig praktijkervaring.
Dat maakt AI niet ongeschikt voor juniorwerk. Het betekent wel dat de werkgever moet nadenken over hoe oordeelsvermogen wordt aangeleerd als herhaling verdwijnt. Controle kan een leermoment worden in plaats van een handtekening achteraf. Medewerkers kunnen uitleggen waarom een uitkomst betrouwbaar is, wat zij hebben gecontroleerd en waar zij ervan afwijken.
Dat telt op de huidige Nederlandse arbeidsmarkt. CBS telde aan het einde van het tweede kwartaal van 2026 375.000 openstaande vacatures, tegenover 95 vacatures per 100 werklozen. De werkloosheid bedroeg 3,9 procent. De markt is minder krap dan op het hoogtepunt, maar bekwame medewerkers zijn in veel bedrijven nog steeds lastig te vinden. UWV zegt dat werkgevers steeds vaker wijzen op ontbrekende vaardigheden, vakkennis en ervaring.
Bespaarde tijd is nog geen opbrengst
Het verleidelijke verhaal over de loonsom luidt dat snellere software automatisch minder betaalde uren betekent. Zo netjes werkt de economie van een klein bedrijf zelden. Tien bespaarde minuten leveren alleen waarde op als het bedrijf die capaciteit goed benut. Het kan zorgen voor snellere facturering, meer afgerond klantwerk, minder correcties of lagere externe kosten. Anders is het simpelweg vrije tijd naast een extra maandelijkse softwareabonnement.
Ik zou de kosten van de tool, de betrokken personeelsuren en het aantoonbare bedrijfsresultaat van elkaar scheiden. Dat maakt het gesprek rustiger. Het voorkomt ook dat snelheid de enige prestatiemaatstaf wordt. Als mensen alleen worden beloond voor meer productie, kan gebrekkige controle doorgaan voor productiviteit, totdat de correctie volgt.
Ga terug naar die e-mail aan de klant. De relevante vraag is niet of de chatbot hem heeft geschreven. De vraag is of de medewerker wist wat kon worden toegezegd, de details controleerde en verantwoordelijk bleef voor wat werd verstuurd. Dat is werkontwerp, geen technologisch enthousiasme.
AI kan de personeelsomvang bij afzonderlijke bedrijven uiteindelijk veranderen. Voor de meeste kleine Nederlandse werkgevers ligt de eerdere beslissing dichterbij: welke taken kunnen sneller zonder dat oordeelsvermogen, leerervaring en aanspreekbaarheid verdwijnen? Het bedrijf dat die vraag zorgvuldig beantwoordt, kan tijd winnen. Belangrijker nog: het weet dan nog steeds wie eigenaar is van het eindantwoord.
Wilt u praktische afspraken maken over AI, begeleiding en controle in uw bedrijf? Wij helpen u die vast te leggen
De data, bronnen en analyse achter dit artikel zijn uitgevoerd door Linda Pavan. AI is niet gebruikt om bronnen te identificeren, de feitelijke basis op te bouwen of het analytische oordeel in dit artikel te vormen. AI is alleen gebruikt als hulpmiddel bij het opstellen. De definitieve Nederlandse tekst is persoonlijk nagekeken, geredigeerd en goedgekeurd door Linda Pavan voor publicatie.
Bronnen
- AI Jobs Barometer | PwC
- CBS - AI adoption by microbusinesses
- CBS - Sector and size differences in AI use
- UWV - Employer preparation, training and staff guidance
- UWV - Labour-market pressure and the skills mismatch
- CBS - Latest actual labour-market position
- Rijksoverheid - AI governance and human oversight
- CBS - Worker perception and the need for credible change management
