Wat gebeurt er als denken goedkoper wordt

Dertig jaar geleden was ik webmaster. Dat betekende destijds alles: ontwerp, HTML, databases, servers, afbeeldingen, klantgesprekken. Het internet was klein en de rollen waren nog niet verdeeld.

Daarna zag ik mijn vak ieder jaar verder uiteenvallen. Front-end en back-end werden aparte disciplines, daarna kwamen UX-designers, product owners, scrum masters, security-specialisten, privacy officers en data governance. Voor elk nieuw vraagstuk ontstond een nieuw specialisme, en voor elk specialisme een nieuwe opleiding. Dat voelde als vooruitgang. Het was het waarschijnlijk ook: organisaties werden complexer, wetgeving nam toe, en kennis was schaars.

De vraag onder de vraag

Eind juni zat ik bij een bijeenkomst van VNO-NCW West over de vraag hoe AI organisaties de komende drie jaar verandert. Diezelfde week las ik een prikkelende stelling van een econoom: het probleem van Nederland is niet dat we te laag zijn opgeleid, maar te hoog. Ik weet niet of ik het ermee eens ben. Maar de vraag eronder is interessanter dan het antwoord, want die gaat niet over universiteiten. Die gaat over de verhouding tussen denken en doen.

We zijn de afgelopen decennia buitengewoon goed geworden in het organiseren van werk: analyseren, afstemmen, documenteren, toetsen, coördineren. Tegelijk zitten de tekorten vrijwel allemaal in de uitvoering: monteurs, verpleegkundigen, leraren, netbeheerders. De OESO becijferde dat 37 procent van de Nederlandse werknemers een opleiding heeft die niet aansluit op het werk dat ze doen. Opvallend genoeg werken relatief veel Nederlanders juist bóven hun opleidingsniveau. De mismatch bewijst dus niet dat we te veel leren. Wel dat de relatie tussen opleiding en werk minder vanzelfsprekend is geworden.

Wat AI werkelijk verandert

De meeste AI-discussies gaan over banen die verdwijnen of ontstaan. De echte verschuiving zit ergens anders. AI maakt kennis niet waardeloos, maar kennisverwerking wel goedkoper: samenvatten, structureren, documenteren en zoeken kosten steeds minder tijd. PwC schatte al in 2023 dat 44 procent van de Nederlandse banen sterk blootstaat aan generatieve AI, juist in kennisintensieve sectoren.

Dertig jaar lang was het antwoord op elk nieuw probleem een nieuw specialisme. Dat was rationeel zolang kennis schaars was. Maar veel van die specialismen draaien in de praktijk om het administreren van processen: afstemmen, vastleggen, rapporteren over werk dat anderen doen. Dat is precies de laag die software nu overneemt. En dan dringt zich een ongemakkelijke vraag op: was die eindeloze opsplitsing een blijvende ontwikkeling, of een tussenfase?

Wat dit voor het MKB betekent

Voor kleinere organisaties is dit geen abstracte discussie. Een MKB-bedrijf heeft nooit een eigen compliance-afdeling, data-analist of privacy officer gehad. Dat denkwerk werd ingekocht, uitgesteld of overgeslagen. Nu komt een deel ervan binnen handbereik zonder dat er iemand voor aangenomen hoeft te worden.

Het MKB heeft bovendien iets dat grote organisaties kwijtraakten: de verbinding tussen denken en doen. De ondernemer die offreert, levert en factureert is altijd denker en doener tegelijk geweest, omdat een klein bedrijf zich de scheiding nooit kon veroorloven. AI geeft dat profiel nu de analysekracht die vroeger alleen grote organisaties konden betalen. De grote organisatie moet lagen coördinatie afbouwen die ooit noodzakelijk waren. Het kleine bedrijf kan denkwerk toevoegen zonder de structuur die er elders omheen is gegroeid.

Denken dat iets oplevert

De schaarste verschuift daarmee niet van hoogopgeleid naar praktisch, zoals de stelling suggereert. We blijven slimme, goed opgeleide en mentaal wendbare mensen nodig hebben. Alleen niet voor het administreren van processen, want dat is het werk dat software overneemt. Wel voor werk dat denken en doen verbindt: de engineer die ontwerpt én bouwt, de zorgprofessional die behandelt én verbetert, de ondernemer die analyseert én levert.

Wie de komende jaren nadenkt over personeel, opleiding of organisatie, kan zich beter die vraag stellen dan de vraag welke tool er deze maand bij komt. Niet: hebben we mensen die slim genoeg zijn? Maar: staat hun denkwerk in dienst van iets dat gemaakt, geleverd of opgelost wordt?