Werkgevers in de Verenigde Staten zetten op dit moment kunstmatige intelligentie in om te berekenen wat het laagste salaris is dat een kandidaat nog wil accepteren. De technologie wordt gebruikt in werving, salarisvoorstellen en interne HR-processen. Het doel is kosten te drukken en sneller te beslissen over nieuwe aanstellingen. De ontwikkeling heeft gevolgen voor de arbeidsmarkt en raakt ook Europa, waar strengere AI-regels gelden.
AI drukt lonen omlaag
Bedrijven gebruiken AI om het loonaanbod precies af te stemmen op de verwachte ondergrens van kandidaten. Zo proberen zij arbeidskosten te verlagen zonder vacatures langer open te laten staan. Dit lijkt op “dynamische prijszetting”, maar dan toegepast op arbeid. Het risico is dat lonen structureel lager uitvallen dan zonder deze technologie.
De inzet gebeurt vooral bij online werving en grote volumes aan sollicitaties. Algoritmes beoordelen dan tienduizenden profielen tegelijk. Met kleine variaties in functieomschrijvingen en salarisvoorstellen wordt getest wanneer iemand toehapt. Daardoor verschuift de machtsbalans richting werkgevers die meer data hebben.
Vakbonden en juristen waarschuwen voor verborgen loononderhandelingen door machines. Werknemers weten vaak niet waarom zij een lager of hoger bod krijgen. Dat kan het vertrouwen schaden en de kans op ongelijke beloning vergroten. Transparantie en menselijk toezicht worden daarom belangrijker.
Zo werkt het systeem
AI-modellen schatten een zogeheten “reservation wage”: het laagste loon dat iemand waarschijnlijk accepteert. Ze gebruiken daarvoor data zoals cv’s, locatie, eerdere functies, klikgedrag en reacties op eerdere aanbiedingen. Ook wordt A/B-testen toegepast met verschillende salarisniveaus in vergelijkbare vacatures. Het winnende bod wordt vervolgens breder uitgerold.
Reservation wage: het minimale loon waarbij een kandidaat bereid is om de baan te aanvaarden.
In de praktijk leidt dit tot gepersonaliseerde loonvoorstellen. Twee kandidaten voor dezelfde rol kunnen een ander startbod krijgen. Zonder heldere criteria kan dit onbedoeld discriminatie in stand houden. Dat geldt vooral als het model leert van historische data waarin al verschillen zaten.
Voor werkgevers is snelheid een voordeel, maar de kwaliteit van de data is doorslaggevend. Verkeerde of verouderde gegevens sturen het model de verkeerde kant op. Ook ethische keuzes tellen mee, zoals het instellen van harde ondergrenzen per functie. Die keuzes vragen om expliciete beleidsafwegingen.
Risico’s en wetgeving EU
In de Europese Unie valt AI voor werving en beloning onder strenge regels. De AI Act classificeert HR-toepassingen als “hoog risico”. Dat betekent dat bedrijven risicobeheer, datakwaliteit, documentatie, menselijk toezicht en transparantie moeten borgen voordat systemen in gebruik gaan.
Daarnaast geldt de AVG voor persoonsgegevens. Profilering is toegestaan, maar niet zonder goede grondslag, doelbinding en minimale gegevensverwerking. Volledig geautomatiseerde besluiten met grote impact, zoals een salarisbod, vereisen een menselijke beoordeling en uitleg voor de betrokkene. Kandidaten hebben recht op inzage en bezwaar.
Ook de gelijkebehandelingswetgeving blijft leidend. Als een algoritme vrouwen, ouderen of minderheden systematisch lagere lonen biedt, is dat verboden onderscheid. Werkgevers moeten daarom periodiek toetsen op bias en de uitkomsten kunnen uitleggen. Dit vraagt om interne audits en waar nodig externe beoordeling.
Nederlandse plicht tot openheid
De EU-richtlijn loontransparantie verplicht werkgevers tot meer duidelijkheid over beloning. Naar verwachting moeten grote en middelgrote organisaties vanaf 2026 salarisinformatie en criteria voor loonschalen publiceren. Ook komt er een verbod om te vragen naar salarisgeschiedenis bij sollicitanten. Nederland werkt aan implementatie via het Ministerie van SZW.
Voor ondernemers betekent dit dat salarisranges in vacatures de norm worden. Dat beperkt de ruimte voor verborgen, door AI gestuurde onderhandeling. Transparantie verlaagt bovendien juridische risico’s en helpt ongelijke beloning te voorkomen. Inspectie SZW kan straks handhaven bij overtredingen.
De Wet op de ondernemingsraden (WOR) is ook relevant. De ondernemingsraad heeft instemmingsrecht bij invoering van personeelsvolgsystemen, waaronder AI in HR. Tijdige betrokkenheid voorkomt vertraging en verbetert draagvlak. Het opnemen van AI-gebruik in het privacyreglement is daarbij verstandig.
Toezicht en handhaving neemt toe
Toezichthouders kijken scherper naar algoritmes die arbeidsvoorwaarden beïnvloeden. In de VS waarschuwen mededingingsautoriteiten voor algoritmische loonafstemming tussen bedrijven. In Europa ziet de Autoriteit Persoonsgegevens toe op AVG-naleving rond profilering en geautomatiseerde besluitvorming. Overtredingen kunnen leiden tot hoge boetes en herstelmaatregelen.
Ook de Autoriteit Consument & Markt let op signalen van gecoördineerd gedrag via gedeelde tools. Als meerdere werkgevers hetzelfde platform gebruiken dat impliciet lonen harmoniseert, kan dat mededingingsrisico’s opleveren. Werkgevers moeten daarom afspraken met leveranciers juridisch laten toetsen. Dat geldt zeker wanneer een tool marktbrede benchmarks aanbiedt.
Belangrijk is dat het wettelijk minimumloon en cao’s altijd voorgaan. Een AI-systeem mag nooit onder die grenzen zakken. Heldere interne controles en drempels zijn nodig om dat af te dwingen. Documenteer keuzes en bewaak uitzonderingen met menselijk toezicht.
Praktische stappen voor mkb
Zet salarisranges in elke vacature en leg beoordelingscriteria vast. Gebruik AI hooguit als hulpmiddel en niet als eindbeslisser over loon. Voer een data protection impact assessment (DPIA) uit voordat u start. Betrek HR, juridische zaken, IT en de ondernemingsraad vroegtijdig.
Vraag leveranciers naar modeluitleg, gebruikte data, bias-tests en mogelijkheden voor menselijk ingrijpen. Eis logging, toegankelijke documentatie en een auditrapport. Beperk dataverzameling tot wat echt nodig is voor de functie. Werk privacyverklaringen en bewaartermijnen bij.
Monitor uitkomsten periodiek: verschillen per geslacht, leeftijd, regio en achtergrond. Corrigeer bij onbedoelde effecten en leg aanpassingen vast. Train recruiters in het herkennen van modelbeperkingen. Dat verkleint juridische risico’s en versterkt vertrouwen bij kandidaten.
Vooruitkijken loont. De AI Act en loontransparantie komen snel dichterbij. Ondernemers die nu investeren in transparantie en governance, voorkomen later kostbare aanpassingen. Dat is goed voor de organisatie, werknemers en de bredere economie.