Meerdere bedrijven draaien dit jaar voorgenomen of doorgevoerde AI-ontslagen deels terug. Werkgevers in Europa en de VS overschatten de impact van generatieve AI op productiviteit en kosten. In Nederland speelt ook wetgeving een rol bij heroverwegingen. Ondernemers zoeken nu vaker naar bijscholing en gefaseerde invoering, gesteund door subsidie digitalisering mkb Nederland.
Bedrijven herzien AI-ontslagplan
Organisaties die functies schrapten in klantenservice, contentproductie of backoffice nemen opnieuw mensen aan. De verwachte kwaliteitswinst van AI bleef uit, terwijl foutcorrectie tijd kost. Daardoor blijkt de totale besparing lager dan vooraf gedacht. Het effect is merkbaar bij zowel grote bedrijven als mkb’ers.
Sommige werkgevers openen vacatures opnieuw of verlengen tijdelijke contracten. Anderen verschuiven taken, bijvoorbeeld van routinewerk naar kwaliteitscontrole. Productteams bouwen extra controles in, wat extra capaciteit vraagt. De belofte “minder mensen nodig” blijkt vaak te simpel.
De krappe arbeidsmarkt speelt mee. Het terughalen van expertise voorkomt stilval van processen. Bedrijven willen geen kennisverlies als AI-projecten langer duren. Het risico op klantverlies door lagere kwaliteit weegt zwaarder dan een snelle kostenreductie.
Verwachte productiviteit bleef uit
Generatieve AI levert winst op bij standaardtaken, maar niet bij complex werk. Modellen maken fouten en missen context, wat extra controle vereist. Implementatie vraagt ook datakwaliteit en beveiliging. Dat zijn verborgen kosten die pas later zichtbaar worden.
Licentiekosten en cloudgebruik vallen hoger uit dan gepland. Teams moeten prompts beheren en resultaten valideren. Dat is nieuw werk dat niet was ingecalculeerd. De netto productiviteitswinst blijft daardoor achter.
Pilots zijn vaak positief, maar opschalen is lastiger. Bedrijven lopen aan tegen compliance, integratie en training. Zonder duidelijke processen daalt de kwaliteit van output. Daardoor zetten bestuurders AI-ontslagen op pauze of draaien ze terug.
Juridische risico’s remmen doorvoering
De EU AI Act verplicht risicobeheer, documentatie en menselijk toezicht. Voor generatieve AI gelden transparantieregels en beperkingen rond data. Dit vraagt tijd en expertise, vooral bij mkb’ers. Onzekerheid over de normering maakt snijden in personeel risicovol.
De AVG stelt eisen aan het gebruik van persoonsgegevens in AI-systemen. Een Data Protection Impact Assessment (DPIA) is vaak nodig. Zonder heldere grondslag en doelbinding loopt een bedrijf boetes en reputatieschade. Dat stimuleert een voorzichtige aanpak.
In Nederland heeft de ondernemingsraad adviesrecht bij belangrijke technologische wijzigingen. Bij 20 of meer ontslagen in drie maanden geldt de WMCO en moet melding bij UWV plaatsvinden. Deze regels zetten een rem op overhaaste reorganisaties. Werkgevers kiezen vaker voor taakherinrichting en scholing.
Menselijke controle blijft nodig
AI presteert goed als hulpmiddel, minder als autonome vervanger. Menselijke controle voorkomt fouten, bias en juridische missers. Die “human-in-the-loop” kost tijd en geld. Het is een vast onderdeel van verantwoord AI-gebruik.
Met duidelijke kwaliteitsnormen kan AI werk versnellen. Redacties gebruiken AI voor eerste versies, specialisten doen de eindredactie. In klantenservice dient AI als triage, mensen behandelen complexe cases. Zo blijft de klantervaring op peil.
Bedrijven bouwen governance op met rollen en checks. Security en compliance betrekken ze vroeg in het proces. Leveranciers moeten auditinformatie leveren. Dat alles maakt plotselinge personeelskrimp onlogisch.
AI vervangt vooral taken, geen volledige functies. Bedrijven die daarop sturen, boeken sneller duurzame resultaten.
Nederlandse regels geven houvast
Het Ministerie van Economische Zaken en Klimaat werkt aan nationale uitvoering van de EU AI Act. Toezichthouders zoals de Autoriteit Persoonsgegevens letten op AVG-naleving bij AI. Dat dwingt tot een planmatige invoering. Mkb’ers profiteren van duidelijke spelregels per risicocategorie.
De Arbowet verplicht een veilige en gezonde werkplek. Werkdruk door AI-werkdruk of monitoring vraagt aandacht. Heldere taakverdeling en training beperken risico’s. Dat ondersteunt het besluit om personeel te behouden en om te scholen.
De Kamer van Koophandel en de Nederlandse AI Coalitie bieden handreikingen voor verantwoord gebruik. Europese normalisatie via NEN-ISO-normen helpt bij audit en documentatie. Deze kaders maken kwaliteit meetbaar. Zo kunnen ondernemers beter sturen op rendement.
Focus verschuift naar bijscholing
Veel organisaties kiezen nu voor reskilling en upskilling. Medewerkers leren werken met AI-tools en datahygiëne. Dat verhoogt productiviteit zonder ontslagen. Het voorkomt ook afhankelijkheid van externe inhuur.
De RVO ondersteunt met regelingen zoals SLIM (leren en ontwikkelen) en MIT voor innovatie. Regionale EDIH’s helpen mkb’ers testen en implementeren. Ondernemers kunnen zo gefaseerd investeren. Subsidie digitalisering mkb Nederland blijft daarmee een praktische route.
Voorop staat een realistische businesscase. Reken op extra kosten voor data, beveiliging en controle. Meet resultaten per taak in plaats van per functie. Zo voorkomt een bedrijf dure misstappen en onnodige ontslagen.