In dezelfde periode nam de werkgelegenheid onder werknemers van in de vijftig met ongeveer 230.000 toe, zo blijkt uit berichtgeving over dezelfde analyse. Dat contrast past bij een verandering in de carrièreladder: bedrijven kunnen instapwerk verminderen dat AI ondersteunt of automatiseert, terwijl ze ervaren werknemers blijven waarderen voor het interpreteren van resultaten, het afhandelen van uitzonderingen en het dragen van verantwoordelijkheid voor beslissingen. Het leeftijdspatroon bewijst op zichzelf echter niet dat AI de volledige verschuiving heeft veroorzaakt. Demografie, de algemene vraag naar arbeid en keuzes van werkgevers kunnen eveneens een rol hebben gespeeld.

De Zuid-Koreaanse cijfers moeten daarom vooral worden gelezen als een waarschuwing voor concentratie, niet als bewijs dat elk banenverlies onder jongeren door ChatGPT of een ander AI-systeem is veroorzaakt. De Bank of Korea meet welke sectoren en beroepen technisch sterk aan AI zijn blootgesteld. Blootstelling betekent dat verstoring haalbaarder is; het is niet hetzelfde als bewezen vervanging van werknemers.

Waarom starters met een diploma kwetsbaar kunnen zijn

Een universitair diploma is geen automatisch schild tegen generatieve AI. Veel afgestudeerden beginnen hun loopbaan in kantoorfuncties binnen technologie, zakelijke dienstverlening, onderzoek, analyse, uitgeverijen en administratie — precies de brede gebieden waarin AI delen van het werk kan uitvoeren.

Deze functies hadden traditioneel twee doelen: ze leverden nuttig werk op én leerden medewerkers de kneepjes van het vak. Als AI het eenvoudigere deel overneemt, zullen werkgevers mogelijk niet meteen een heel beroep schrappen, maar wel de lat voor nieuwe medewerkers hoger leggen. Een junior analist controleert dan bijvoorbeeld door AI gegenereerd werk in plaats van elke eerste versie zelf te maken. Een beginnende programmeur moet gegenereerde code valideren en integreren, in plaats van alle standaardcode vanaf nul te schrijven.

Dat kan bestaande teams productiever maken, maar het creëert ook een knelpunt voor mensen die de arbeidsmarkt willen betreden. Als er minder junioren worden aangenomen, doen minder werknemers de ervaring op die nodig is om door te groeien tot senior specialist, manager of vertrouwde adviseur.

Goldman Sachs ziet vergelijkbare druk in rijke economieën

Onderzoek van Goldman Sachs laat zien dat sectoren met een grotere blootstelling aan AI-automatisering sinds de tweede helft van 2022 over het algemeen een zwakkere groei van het aantal vacatures hebben laten zien. Het verband is volgens de berichtgeving vooral zichtbaar in verschillende geavanceerde economieën, waaronder de Verenigde Staten, Duitsland en Australië.

De verschillen zijn het opvallendst bij callcenters. De werkgelegenheid lag daar naar verluidt ongeveer 39 procent onder de historische trend in de Verenigde Staten, 33 procent onder de trend in Canada en 27 procent onder de trend in Duitsland. Andere sectoren die in de onderzoeksberichtgeving worden genoemd, zijn software-uitgeverijen, managementadvies en reclame. Deze percentages beschrijven een afwijking van een eerdere trend; ze bewijzen niet dat AI de enige oorzaak van de daling is.

De bredere conclusie van Goldman Sachs is dan ook gematigder dan een voorspelling van onmiddellijke vervanging in de hele economie. De zichtbare schok blijft geconcentreerd in bepaalde sectoren en onder specifieke groepen werknemers. Starters zijn kwetsbaar omdat de taken die zij krijgen vaak gestandaardiseerd, meetbaar en relatief eenvoudig te automatiseren of te versnellen zijn.

De invoering van AI is bovendien aanzienlijk, maar nog onvolledig. Schattingen in de berichtgeving over Goldman Sachs plaatsen het gebruik in grote ontwikkelde economieën rond 15 tot 20 procent. Een andere maatstaf — bedrijven in de Verenigde Staten die AI regelmatig in de productie gebruiken — kwam uit op ongeveer 9 procent. Dat verschil laat zien waarom adoptiecijfers zorgvuldig moeten worden geïnterpreteerd: enquêtes kunnen experimenten, individueel gebruik of structurele inzet in productie meten.

Automatisering en ondersteuning hebben verschillende gevolgen

Het effect op de werkgelegenheid hangt er mede van af hoe bedrijven AI gebruiken: als vervanging van menselijke arbeid of als hulpmiddel voor werknemers.

Automatisering betekent dat voor een taak minder menselijke arbeid nodig is. Voorbeelden zijn het afhandelen van standaardvragen van klanten, het maken van routinematige samenvattingen, het genereren van standaardcode of het opstellen van een eerste document. Daardoor kan de instroom van junior medewerkers afnemen, zelfs als geen enkele huidige werknemer formeel wordt ontslagen.

Ondersteuning — vaak aangeduid als augmentation — betekent dat AI een werknemer productiever maakt, terwijl de mens verantwoordelijk blijft voor beoordeling, controle, uitzonderingen, relaties en beslissingen. Dat kan de waarde van ervaren medewerkers vergroten, maar ook de hoeveelheid werk die per persoon wordt verwacht. Eén professional die met AI werkt, kan dan de uren aan routinetaken uitvoeren waarvoor eerder meerdere junior medewerkers nodig waren.

Beide processen kunnen zich binnen hetzelfde bedrijf tegelijk voordoen. AI kan routinetaken schrappen, senior medewerkers productiever maken en nieuwe vraag creëren naar mensen die werkprocessen ontwerpen, resultaten controleren en risico’s beheersen. Daarom kunnen de totale werkgelegenheidscijfers relatief stabiel blijven terwijl de toegang tot een eerste baan moeilijker wordt.

Het centrale risico: een dunnere carrièreladder

De belangrijkste langetermijnvraag is niet alleen of AI een functietitel laat verdwijnen. De vraag is ook of AI de vroege taken wegneemt waarmee mensen een beroep leren.

Een gezonde carrièreladder brengt werknemers doorgaans van begeleid, herhaalbaar werk naar verantwoordelijkheden waarvoor context, inzicht en aanspreekbaarheid nodig zijn. Als AI te veel van het begeleide werk overneemt, kunnen werkgevers hun ervaren personeel behouden maar minder beginners aannemen. Op korte termijn levert dat efficiëntie op. Op langere termijn kan de pijplijn van ervaren werknemers dunner worden.

Dat verklaart ook waarom een klein effect op de totale arbeidsmarkt toch grote gevolgen kan hebben voor jongeren. Een beperkte verandering in de totale werkgelegenheid kan verhullen dat veel sterker verandert wie wordt aangenomen, wie training op de werkvloer krijgt en wie de kans krijgt om door te groeien.

Wat het bewijs wel en niet aantoont

De beschikbare onderzoeken ondersteunen vier voorzichtige conclusies:

• De druk op de arbeidsmarkt door AI verschijnt eerst in geselecteerde, sterk blootgestelde sectoren en niet in elk beroep tegelijk.
• Jonge en beginnende werknemers zijn bijzonder kwetsbaar, omdat AI veel routinetaken kan uitvoeren of versnellen die vroeger een toegangspoort tot kantoorbanen vormden.
• Ervaren werknemers kunnen voordeel hebben wanneer hun waarde vooral ligt in toezicht, vertrouwen van klanten, complex beoordelingsvermogen en verantwoordelijkheid voor resultaten.
• Het bewijs toont nog geen onvermijdelijke massale verdringing. De uitkomst hangt ook af van productiviteitswinst, nieuwe producten en diensten, de vraag naar arbeid, regelgeving en de vraag of bedrijven AI vooral gebruiken om te groeien of om het personeelsbestand te verkleinen.

De praktische les voor werkgevers en beleidsmakers is dat ze meer moeten volgen dan alleen het totale aantal banen. De instroom van junioren, stages en leerwerkplekken, interne doorgroeimogelijkheden, veranderingen in taken, promotiekansen en toegang tot betekenisvolle training kunnen de verstoring eerder zichtbaar maken dan algemene werkloosheidscijfers.

AI verandert momenteel zichtbaarder de manier waarop mensen een loopbaan beginnen dan dat het hele beroepen wegvaagt. Bedrijven en overheden die hier het best op voorbereid zijn, zullen AI inzetten om werk te verbeteren zonder de menselijke route af te breken waarlangs deskundigheid wordt opgebouwd.

In dezelfde periode nam de werkgelegenheid onder werknemers van in de vijftig met ongeveer 230.000 toe, zo blijkt uit berichtgeving over dezelfde analyse. Dat contrast past bij een verandering in de carrièreladder: bedrijven kunnen instapwerk verminderen dat AI ondersteunt of automatiseert, terwijl ze ervaren werknemers blijven waarderen voor het interpreteren van resultaten, het afhandelen van uitzonderingen en het dragen van verantwoordelijkheid voor beslissingen. Het leeftijdspatroon bewijst op zichzelf echter niet dat AI de volledige verschuiving heeft veroorzaakt. Demografie, de algemene vraag naar arbeid en keuzes van werkgevers kunnen eveneens een rol hebben gespeeld.

De Zuid-Koreaanse cijfers moeten daarom vooral worden gelezen als een waarschuwing voor concentratie, niet als bewijs dat elk banenverlies onder jongeren door ChatGPT of een ander AI-systeem is veroorzaakt. De Bank of Korea meet welke sectoren en beroepen technisch sterk aan AI zijn blootgesteld. Blootstelling betekent dat verstoring haalbaarder is; het is niet hetzelfde als bewezen vervanging van werknemers.

Waarom starters met een diploma kwetsbaar kunnen zijn

Een universitair diploma is geen automatisch schild tegen generatieve AI. Veel afgestudeerden beginnen hun loopbaan in kantoorfuncties binnen technologie, zakelijke dienstverlening, onderzoek, analyse, uitgeverijen en administratie — precies de brede gebieden waarin AI delen van het werk kan uitvoeren.

Deze functies hadden traditioneel twee doelen: ze leverden nuttig werk op én leerden medewerkers de kneepjes van het vak. Als AI het eenvoudigere deel overneemt, zullen werkgevers mogelijk niet meteen een heel beroep schrappen, maar wel de lat voor nieuwe medewerkers hoger leggen. Een junior analist controleert dan bijvoorbeeld door AI gegenereerd werk in plaats van elke eerste versie zelf te maken. Een beginnende programmeur moet gegenereerde code valideren en integreren, in plaats van alle standaardcode vanaf nul te schrijven.

Dat kan bestaande teams productiever maken, maar het creëert ook een knelpunt voor mensen die de arbeidsmarkt willen betreden. Als er minder junioren worden aangenomen, doen minder werknemers de ervaring op die nodig is om door te groeien tot senior specialist, manager of vertrouwde adviseur.

Goldman Sachs ziet vergelijkbare druk in rijke economieën

Onderzoek van Goldman Sachs laat zien dat sectoren met een grotere blootstelling aan AI-automatisering sinds de tweede helft van 2022 over het algemeen een zwakkere groei van het aantal vacatures hebben laten zien. Het verband is volgens de berichtgeving vooral zichtbaar in verschillende geavanceerde economieën, waaronder de Verenigde Staten, Duitsland en Australië.

De verschillen zijn het opvallendst bij callcenters. De werkgelegenheid lag daar naar verluidt ongeveer 39 procent onder de historische trend in de Verenigde Staten, 33 procent onder de trend in Canada en 27 procent onder de trend in Duitsland. Andere sectoren die in de onderzoeksberichtgeving worden genoemd, zijn software-uitgeverijen, managementadvies en reclame. Deze percentages beschrijven een afwijking van een eerdere trend; ze bewijzen niet dat AI de enige oorzaak van de daling is.

De bredere conclusie van Goldman Sachs is dan ook gematigder dan een voorspelling van onmiddellijke vervanging in de hele economie. De zichtbare schok blijft geconcentreerd in bepaalde sectoren en onder specifieke groepen werknemers. Starters zijn kwetsbaar omdat de taken die zij krijgen vaak gestandaardiseerd, meetbaar en relatief eenvoudig te automatiseren of te versnellen zijn.

De invoering van AI is bovendien aanzienlijk, maar nog onvolledig. Schattingen in de berichtgeving over Goldman Sachs plaatsen het gebruik in grote ontwikkelde economieën rond 15 tot 20 procent. Een andere maatstaf — bedrijven in de Verenigde Staten die AI regelmatig in de productie gebruiken — kwam uit op ongeveer 9 procent. Dat verschil laat zien waarom adoptiecijfers zorgvuldig moeten worden geïnterpreteerd: enquêtes kunnen experimenten, individueel gebruik of structurele inzet in productie meten.

Automatisering en ondersteuning hebben verschillende gevolgen

Het effect op de werkgelegenheid hangt er mede van af hoe bedrijven AI gebruiken: als vervanging van menselijke arbeid of als hulpmiddel voor werknemers.

Automatisering betekent dat voor een taak minder menselijke arbeid nodig is. Voorbeelden zijn het afhandelen van standaardvragen van klanten, het maken van routinematige samenvattingen, het genereren van standaardcode of het opstellen van een eerste document. Daardoor kan de instroom van junior medewerkers afnemen, zelfs als geen enkele huidige werknemer formeel wordt ontslagen.

Ondersteuning — vaak aangeduid als augmentation — betekent dat AI een werknemer productiever maakt, terwijl de mens verantwoordelijk blijft voor beoordeling, controle, uitzonderingen, relaties en beslissingen. Dat kan de waarde van ervaren medewerkers vergroten, maar ook de hoeveelheid werk die per persoon wordt verwacht. Eén professional die met AI werkt, kan dan de uren aan routinetaken uitvoeren waarvoor eerder meerdere junior medewerkers nodig waren.

Beide processen kunnen zich binnen hetzelfde bedrijf tegelijk voordoen. AI kan routinetaken schrappen, senior medewerkers productiever maken en nieuwe vraag creëren naar mensen die werkprocessen ontwerpen, resultaten controleren en risico’s beheersen. Daarom kunnen de totale werkgelegenheidscijfers relatief stabiel blijven terwijl de toegang tot een eerste baan moeilijker wordt.

Het centrale risico: een dunnere carrièreladder

De belangrijkste langetermijnvraag is niet alleen of AI een functietitel laat verdwijnen. De vraag is ook of AI de vroege taken wegneemt waarmee mensen een beroep leren.

Een gezonde carrièreladder brengt werknemers doorgaans van begeleid, herhaalbaar werk naar verantwoordelijkheden waarvoor context, inzicht en aanspreekbaarheid nodig zijn. Als AI te veel van het begeleide werk overneemt, kunnen werkgevers hun ervaren personeel behouden maar minder beginners aannemen. Op korte termijn levert dat efficiëntie op. Op langere termijn kan de pijplijn van ervaren werknemers dunner worden.

Dat verklaart ook waarom een klein effect op de totale arbeidsmarkt toch grote gevolgen kan hebben voor jongeren. Een beperkte verandering in de totale werkgelegenheid kan verhullen dat veel sterker verandert wie wordt aangenomen, wie training op de werkvloer krijgt en wie de kans krijgt om door te groeien.

Wat het bewijs wel en niet aantoont

De beschikbare onderzoeken ondersteunen vier voorzichtige conclusies:

• De druk op de arbeidsmarkt door AI verschijnt eerst in geselecteerde, sterk blootgestelde sectoren en niet in elk beroep tegelijk.
• Jonge en beginnende werknemers zijn bijzonder kwetsbaar, omdat AI veel routinetaken kan uitvoeren of versnellen die vroeger een toegangspoort tot kantoorbanen vormden.
• Ervaren werknemers kunnen voordeel hebben wanneer hun waarde vooral ligt in toezicht, vertrouwen van klanten, complex beoordelingsvermogen en verantwoordelijkheid voor resultaten.
• Het bewijs toont nog geen onvermijdelijke massale verdringing. De uitkomst hangt ook af van productiviteitswinst, nieuwe producten en diensten, de vraag naar arbeid, regelgeving en de vraag of bedrijven AI vooral gebruiken om te groeien of om het personeelsbestand te verkleinen.

De praktische les voor werkgevers en beleidsmakers is dat ze meer moeten volgen dan alleen het totale aantal banen. De instroom van junioren, stages en leerwerkplekken, interne doorgroeimogelijkheden, veranderingen in taken, promotiekansen en toegang tot betekenisvolle training kunnen de verstoring eerder zichtbaar maken dan algemene werkloosheidscijfers.

AI verandert momenteel zichtbaarder de manier waarop mensen een loopbaan beginnen dan dat het hele beroepen wegvaagt. Bedrijven en overheden die hier het best op voorbereid zijn, zullen AI inzetten om werk te verbeteren zonder de menselijke route af te breken waarlangs deskundigheid wordt opgebouwd.