De AI-race naar de bodem waar niemand het over heeft

De gevaarlijkste AI-strategie is niet de strategie die mislukt. Het is de strategie die slaagt. Net lang genoeg om onomkeerbare schade aan te richten.

Er vormt zich momenteel een stille consensus in bestuurskamers. AI is in aantocht, kosten moeten omlaag, en de meest voor de hand liggende kostenpost om te snijden is mensen. Als je een functie kunt automatiseren, zo luidt de redenering, waarom zou je dan nog een mens betalen om het te doen?

Dat klinkt als helder denken. Maar dat is het niet.

Wat het in feite is, is een van de oudste valkuilen in de bedrijfsstrategie. Je focust op wat je nu kunt meten. En verliest uit het oog wat je niet kunt meten — maar later wel merkt. Het is belangrijk om dit gewoon hardop te zeggen. Niet om gelijk te halen. Maar omdat je dit kunt voorkomen. Als je als leider iets verder vooruitkijkt.

Het vervangingsverhaal — en waarom het zo verleidelijk is

De cases stapelen zich snel op. Klarna verving tussen 2022 en 2024 het equivalent van 700 klantenservicemedewerkers door AI en noemde het een succes. IBM kondigde plannen aan om zo'n 7.800 backoffice-functies te vervangen door automatisering. BT Group mikt op 55.000 minder medewerkers tegen 2030, waarbij AI een groot deel van het werk overneemt. De cijfers zijn helder. De besparingen zijn reëel. De reactie van investeerders is voorspelbaar.

Wat in de persberichten niet aan bod komt, is wat er daarna gebeurt.

Klarna heeft ons, eerlijk gezegd, een ongewoon eerlijke update gegeven. Tussen 2022 en 2024 schrapte het bedrijf zo'n 700 klantenservicefuncties. Die werden vervangen door een AI-assistent, ontwikkeld samen met OpenAI. Op het hoogtepunt handelde het systeem ongeveer driekwart van alle klantgesprekken af. De CEO noemde het een succes. Investeerders applaudisseerden.

Binnen een jaar was het verhaal veranderd. De klanttevredenheid daalde bij complexe gesprekken. De kostenbesparing die oorspronkelijk was beloofd, bleek in de praktijk tegen te vallen. Begin 2025 begon Klarna menselijke medewerkers terug aan te nemen. En Sebastian Siemiatkowski deed een publieke bekentenis die zeldzaam is in de techwereld: "We zijn te ver gegaan. We hebben ons te veel gericht op efficiëntie en kosten. Het resultaat was lagere kwaliteit, en dat is niet houdbaar."

De AI kon het volume aan. Maar niet de nuance. Niet de complexe situaties. Niet het soort gesprek waarbij een gefrustreerde klant zich eerst gehoord moet voelen, voordat hij geholpen kan worden.

Het bleek dat de mensen niet alleen maar kostenposten waren. Ze beschikten over iets wat het model niet kon nabootsen.

Dit is geen argument tegen AI. Het is een argument tegen de manier waarop het wordt gepresenteerd.

De vraag achter de vraag

Voordat een organisatie kiest voor een grootschalige vervangingsstrategie, is het de moeite waard om een fundamentelere vraag te stellen: waar is deze organisatie eigenlijk voor?

Als het eerlijke antwoord puur aandeelhoudersrendement is, dan is de logica van mensen vervangen door goedkopere AI-agents intern consistent. Ongemakkelijk, maar consistent.

Maar de meeste organisaties beweren iets breder te staan. Ze spreken over waarde creëren voor klanten, voor de samenleving, voor medewerkers. Veel hebben duurzaamheidsambities, diversiteitsdoelen en een purpose-statement aan de muur hangen.

En hier ligt de spanning waar te weinig leiders mee willen zitten: een strategie die op grote schaal menselijke werkgelegenheid afbouwt, staat op gespannen voet met het idee dat organisaties een rol hebben in het bewaken van menselijke waardigheid.

Ik geloof dat ze die rol hebben. En ik weet ook dat moreel gelijk hebben terwijl concurrenten je onderbieden geen houdbare strategie is. Er zit geen verdienste in failliet gaan. Dit is dan ook geen oproep om de concurrentie te negeren — het is een oproep om scherper na te denken over wat de echte afwegingen zijn, en over welke tijdshorizon.

De kosten die niemand in zijn berekeningen meeneemt

Eén gevolg verschijnt zelden in de businesscase voor AI: adaptief vermogen.

Wanneer organisaties hun menselijke workforce uitholden in de jacht op kortetermijnefficiëntie, wedden ze erop dat het huidige bedrijfsmodel stabiel genoeg is om die keuze te rechtvaardigen. Hoe diep dit denken zit, besefte ik toen een klant ons onlangs vroeg hun mensen te helpen samenwerken met hun "AI-collega's." Een veelzeggende woordkeuze — want een collega is een gelijkwaardige, iemand die het werk deelt. Wat ze beschreven was eigenlijk een vervanging die gefaseerd plaatsvond, waarbij de mensen werd gevraagd de overdracht van hun eigen functie te begeleiden. Ze bedoelden het goed. Maar de taal vertelde het hele verhaal.

En ze staan daarin allesbehalve alleen. Uit een recent IBM-onderzoek onder 2.000 CEO's blijkt dat slechts één op de vier AI-projecten de beloofde return on investment waarmaakt. Toch zetten bedrijven door — omdat bijna twee derde van de CEO's toegeeft dat de angst om achter te raken hen drijft om te investeren in technologie voordat ze de waarde ervan volledig begrijpen. Dat is geen strategie. Dat is kuddegedrag met een budget eraan vast.

Maar technologie staat niet stil. Organisaties die goed door verstoringen navigeren, doen dat omdat ze mensen hebben die kunnen denken, experimenteren, problemen anders kunnen bekijken en nieuwe ideeën door de organisatie kunnen dragen. Die capaciteit zit niet in een processchema. Die zit in mensen.

Als de volgende technologiegolf aankomt — en die komt — wie past zich dan aan? Je kunt een AI-agent niet vragen je businessmodel opnieuw uit te vinden. Je kunt je niet automatiseren naar een nieuwe strategische richting. Dat werk vraagt menselijk oordeel, menselijke relaties en menselijke moed. Als je de afgelopen vijf jaar stelselmatig je menselijk kapitaal hebt afgebouwd in naam van efficiëntie, sta je op dat moment slecht uitgerust.

Dit is de race to the bottom die niemand aankondigt. Niet een race naar het laagste loon.

Een race naar de laagste organisatie-intelligentie.

Het alternatief is het steilere pad — en steeds minder mensen kiezen daarvoor

Organisaties die dit goed aanpakken, doen dat niet omdat het makkelijker is. Ze hebben simpelweg gekozen om niet te doen alsof een complex probleem een simpele oplossing heeft.

Microsofts interne uitrol van Copilot binnen de eigen organisatie is misschien wel het meest aangehaalde voorbeeld van echte augmentatie-denken. De bedoeling was niet om het personeelsbestand te verkleinen, maar om te vergroten wat elke medewerker kon doen — met productiviteitswinst gemeten op individueel en teamniveau.

Toyota, met hun filosofie van respect voor mensen , hanteert al decennia dezelfde lijn. Technologie ondersteunt het menselijk oordeel op de werkvloer. Het vervangt het niet.

Het is ook de moeite waard om te vermelden dat de adviesbureaus die organisaties begeleiden bij hun AI-strategie zelf niet immuun zijn voor deze spanning. Hun gepubliceerde standpunten pleiten consequent voor augmentatie in plaats van vervanging. Hun eigen personeelsbeslissingen vertellen een ingewikkelder verhaal — met forse dalingen in junior-aannames bij de grote kantoren, in dezelfde periode dat ze intern AI-tools uitrolden. De mensen die de kaart verkopen, bevinden zich zelf op hetzelfde terrein.

Het augmentatiemodel zegt: hier is een tool die aanpakt wat jou vertraagt, zodat jij je kunt richten op wat echt het verschil maakt. Het vraagt mensen om te leren, te experimenteren, aan te passen. Het erkent dat de overgang ongemakkelijk is en dat niet elke functie ongewijzigd blijft. Maar het positioneert mensen als partners in de verbetering — niet als slachtoffers ervan.

Er is nog één ding dat het augmentatiemodel vraagt, en het is misschien wel het moeilijkste: deel de waarde die gecreëerd wordt. Als AI de output van je medewerkers verdubbelt, is de vraag of die winst volledig naar aandeelhouders vloeit of wordt gedeeld — in beloning, in tijd of in ontwikkeling — niet alleen een ethische kwestie.

Het bepaalt of mensen blijven, of ze betrokken zijn en of ze morgen hun beste ideeën op het werk zullen inzetten of stilletjes hun cv zullen bijwerken.

Dit is dus de vraag waarmee ik jullie wil achterlaten

Als je dit leest als HR- of L&D-leider, zie je de effecten waarschijnlijk al. Je managet angst, outplacement, de langzame erosie van teammoraal. Misschien heb je het gevoel dat de strategische beslissing boven jouw hoofd is genomen en dat jouw taak simpelweg is om de schade te beperken.

Maar ik denk dat je meer positie hebt om het verhaal ter discussie te stellen dan je beseft. Want de data over wat organisaties verliezen als ze hun menselijk kapitaal uitputten, is geen zachte data — het is strategisch risico.

De vraag die je aan je managementteam zou moeten stellen, is deze:

We modelleren wat AI ons oplevert. Modelleren we ook wat we verliezen — en of we dat kunnen terughalen als we het nodig hebben?

Ik ben oprecht benieuwd wat jullie zien in jullie organisaties. Navigeren jullie dit goed? Wordt het vervangingsgesprek door iets getemperd? Of voelt de efficiëntielogica op dit moment onstuitbaar?