WorkVue Agent richt zich op de taken zelf. Het ontleedt de specifieke rollen in een organisatie op basis van WTW's eigen werkprocesdata en een taxonomie van meer dan 900 O*NET-beroepen, om te identificeren welke taken door AI kunnen worden geautomatiseerd of versterkt . De output helpt leiders om werk te herontwerpen rond de combinatie van mens en machine, in plaats van simpelweg het één door het ander te vervangen.
ChangeVue beoordeelt vervolgens of de organisatie die verandering ook daadwerkelijk aankan. Het meet de adoptiebereidheid en brengt mogelijke barrières in kaart, van culturele frictie tot veranderingsmoeheid. Het resultaat is een realistische score van de menselijke en organisatorische kant van de transformatie .
Deze koppeling is een bewust antwoord op wat vaak misgaat bij AI-implementaties in het bedrijfsleven: pilots die technisch werken, maar cultureel stranden . In plaats van een simpele lijst met automatiseerbare taken, laat de combinatie van tools het gat zien tussen wat technologisch mogelijk is en wat de organisatie kan waarmaken.
De meest opvallende uitkomst van WTW's analyse is hoe ongelijkmatig de greep van AI zal zijn. Op basis van de koppeling van meer dan 900 beroepen aan hun werkprocesdata, publiceerde het bureau de reikwijdte van taakgerichte automatisering per brede functiecategorie .
De scherpe tegenstellingen bevestigen een duidelijk patroon: hoe meer herhaalbaar, gestructureerd en taakgericht een rol is, hoe groter het automatiseringspotentieel van AI op dit moment. Voor kenniswerkers ligt de rol van AI meer in de sfeer van versterking—ondersteuning bij het samenvatten van data, schrijven of onderzoek—in plaats van regelrechte vervanging .
Deze beroepsspecifieke detaillering is een significante verschuiving ten opzichte van eerdere personeelsenquêtes die impactschattingen vaak op één hoop gooiden. De taakgerichte taxonomie van WTW komt dichter bij hoe werk er in de praktijk uitziet, wat verklaart waarom de bandbreedtes per categorie zo groot zijn .
De bevindingen van WTW verschijnen in een arbeidsmarkt die door het World Economic Forum wordt omschreven als een markt in structurele verbouwing, niet slechts een langzame verschuiving. Het Future of Jobs Report 2025, gebaseerd op een enquête onder meer dan 1.000 werkgevers die samen ruim 14 miljoen werknemers in 55 economieën vertegenwoordigen, voorspelt dat 22% van de huidige functies tegen 2030 zal zijn verstoord. Dit omvat zowel de creatie van 170 miljoen nieuwe banen als het verdwijnen van 92 miljoen bestaande .
Nog ingrijpender voor de dagelijkse personeelsplanning: werkgevers verwachten dat 39% van de kernvaardigheden die voor huidige functies nodig zijn, binnen dezelfde periode van vijf jaar zal veranderen . Hoewel dit cijfer iets is gedaald ten opzichte van 44% in het rapport van 2023, vertegenwoordigt het nog steeds een bijna totale revisie van wat miljoenen werknemers tegen 2030 moeten kennen en kunnen
.
Technologische vaardigheden zullen naar verwachting sneller in belang toenemen dan welke andere vaardigheidsfamilie dan ook, waarbij AI en Big Data, technologische geletterdheid en cybersecurity bovenaan de prioriteitenlijst van bedrijven staan . Toch blijft analytisch denkvermogen de meest gevraagde kernvaardigheid in alle sectoren; zeven op de tien werkgevers noemt het essentieel
.
Het pure tempo van de verandering—86% van de ondervraagde werkgevers verwacht dat AI en informatieverwerkingstechnologie hun bedrijf zullen transformeren—creëert zowel een kans als een coördinatieprobleem . De arbeidsmarkt genereert tegelijkertijd per saldo nieuwe functies (een winst van ongeveer 78 miljoen banen wereldwijd) en maakt grote delen van de huidige vaardigheden overbodig, en dat alles binnen één decennium
.
WTW's beslissing om ChangeVue naast WorkVue Agent te plaatsen, is een bewust antwoord op wat het bureau ziet als de belangrijkste faalmodus bij AI-adoptie in het bedrijfsleven: organisaties identificeren wát er geautomatiseerd kan worden, springen direct naar de implementatie, en lopen dan vast omdat het personeel er nog niet klaar voor is .
De WEF-data ondersteunen deze zorg. Terwijl 41% van de ondervraagde werkgevers plande hun personeelsbestand in te krimpen waar AI taken kon automatiseren, was tweederde ook van plan om talent met AI-specifieke vaardigheden aan te trekken . Het resultaat is een gelijktijdige beweging van afslanken op sommige terreinen en een koortsachtige zoektocht naar werknemers met vaardigheden die een paar jaar geleden amper bestonden.
Het bouwen van een veranderingsklare organisatie vraagt om meer dan een opleidingsbudget. De aanpak van WTW benadrukt het heroverwegen van hoe werk is georganiseerd—het opknippen van banen in taken, bepalen welke taken menselijk moeten blijven, beslissingen nemen over de interactie tussen mens en machine, en het creëren van loopbaanpaden voor talent wiens rol opnieuw wordt gedefinieerd . Het WEF stelt vergelijkbaar dat de meest effectieve reacties draaien om bewuste bijscholing, overgangstrajecten en een duidelijke verbinding tussen technologische keuzes en talentstrategie
.
Organisaties die AI-gedreven personeelstransformatie behandelen als een puur technische uitdaging—eerst implementeren, later over de mensen nadenken—lopen het risico taken sneller te automatiseren dan hun teams zich kunnen aanpassen . De tools die WTW in juni 2026 heeft gelanceerd, zijn erop gebouwd om deze mismatch zichtbaar te maken vóórdat het een crisis wordt.