AI op de werkplek: praktische toepassingen, voorbeelden uit de praktijk & handleiding voor invoering

De technologie zelf is neutraal. Het gaat erom hoe deze wordt ingezet en wie er voordeel heeft van die inzet.

Dit is de realiteit: AI op de werkplek dient doorgaans een van drie doelen:

1. Menselijk werk volledig vervangen - Taken automatiseren die mensen momenteel uitvoeren, wat vaak leidt tot een vermindering van het aantal medewerkers
2. Menselijk werk aanvullen - Routinematige aspecten afhandelen zodat mensen zich op iets anders kunnen richten (hoewel dat "iets anders" vaak meer werk heeft betekend, niet meer zinvol werk)
3. Nieuwe mogelijkheden creëren - Dingen doen die voorheen niet op deze schaal mogelijk waren

De meeste AI-implementaties omvatten een combinatie van alle drie, maar slechts één ervan haalt de krantenkoppen.

Soorten AI-technologieën op de werkplek

AI in werkomgevingen valt doorgaans in enkele categorieën die van belang zijn voor de beslissingen waar leiders voor staan.

• Automatiseringstools - voeren repetitieve taken uit zonder menselijke tussenkomst, zoals het verwerken van onkosten, het routeren van supporttickets en het beschikbaar stellen van apparatuur voor nieuwe medewerkers. Deze vervangen rechtstreeks menselijk werk, wat vaak precies het doel is.
• Generatieve AI - creëert inhoud, zoals het opstellen van e-mails, het schrijven van functieomschrijvingen en het genereren van trainingsmateriaal. Het is snel en vaak "goed genoeg", wat het verleidelijk maakt. Maar "goed genoeg" is niet altijd goed genoeg, vooral niet wanneer je communiceert over gevoelige onderwerpen of een authentieke menselijke verbinding probeert te behouden.
• Voorspellende analyses - identificeren patronen in gegevens om uitkomsten te voorspellen, zoals welke medewerkers mogelijk vertrekken, welke kandidaten succesvol kunnen zijn en waar knelpunten zullen ontstaan. Dit kan waardevol zijn, maar het kan ook bestaande vooroordelen vastleggen en zichzelf waarmakende voorspellingen creëren wanneer managers voorspellingen als zekerheden behandelen.
• Conversationele AI (chatbots en virtuele assistenten) - behandelt routinematige vragen en begeleidt medewerkers door processen. Op hun best geven ze direct antwoord op eenvoudige vragen. Op hun slechtst creëren ze frustrerende lussen, waardoor mensen met een echte medewerker willen praten die de context begrijpt.
• Orkestratieplatforms coördineren meerdere tools en werkstromen en creëren theoretisch naadloze ervaringen. In de praktijk zijn ze slechts zo goed als de processen die ze automatiseren—en een kapot proces automatiseren betekent alleen dat het sneller kapotgaat.

Je hoeft geen technisch expert te worden in een van deze gebieden. Wat je moet weten, is dat elk type een van de drie hierboven genoemde doelen dient.

Veelvoorkomende toepassingen en gebruiksscenario's van AI op de werkplek

Wanneer we het hebben over AI op de werkplek, hebben we veel op ons bord. Van het inwerken van nieuwe talenten tot het waarborgen van hun ontwikkeling en betrokkenheid: elke stap kan met AI worden verbeterd. We houden ons dagelijks met deze taken bezig en AI kan ze efficiënter en doeltreffender maken.

De onderstaande tabel brengt de meest voorkomende toepassingen van AI in kaart voor belangrijke fasen op de werkplek:

AI op de werkplek	AI-toepassing	AI-gebruikssituatie	Implementatiegids openen
Apparatuur & toegang	Orchestrator voor rolgebaseerde inrichting	Koppelt functiecodes aan een standaardpakket en zorgt automatisch voor apparaten, licenties, app-groepen en SSO-toegang vanaf de eerste dag.	Naar de gids
Toewijzing van buddy's	Buddy-koppelaar	Beoordeelt en koppelt buddy's op basis van vaardigheden, tijdzone, dienstverband, interesses en huidige werkbelasting om de beste match te creëren.	Naar de gids
Vroege doelstellingen	SMART-doelvalidator	Beoordeelt conceptdoelen op specificiteit en meetbaarheid en stelt meetwaarden, verantwoordelijken en tijdlijnen voor.	Naar de gids
Vaardigheidstekorten	Vaardigheidsgrafiek op basis van werk	Leidt individuele en teamvaardigheden af uit werkproducten om vaardigheidstekorten zichtbaar te maken.	Naar de gids
Trainingsprogramma's	Bouwer van scenariosimulaties	Bouwt automatisch vertakkende simulaties op basis van SOP's en echte incidenten.	Naar de gids
Voortgangsgesprekken	Samenvatting & acties van 1-op-1-gesprekken	Legt actiepunten direct na de vergadering vast, vat ze samen en wijst ze toe.	Naar de gids
Loopbaanpaden	Aanbeveler voor vaardigheid-naar-rolpaden	Beveelt interne functies en groeistappen aan op basis van vaardigheden, interesses en mobiliteitsregels.	Naar de gids
Blijfgesprekken	Inzichtenpakket voor blijfgesprekken	Bereidt managers voorafgaand aan elk blijfgesprek voor met gerichte vragen en risico-indicatoren.	Naar de gids
Ontwerp van arbeidsvoorwaarden	Inzichten & stimulansen voor het gebruik van arbeidsvoorwaarden	Vindt weinig gebruikte of dure arbeidsvoorwaarden en stimuleert gerichte betrokkenheid of aanpassingen in het ontwerp.	Naar de gids
Exitgesprekken	Adaptieve exitgespreksbot	Automatiseert exitgesprekken via chat of spraak en onderzoekt met dynamische vragen de onderliggende oorzaken.	Naar de gids

Voordelen, risico's & uitdagingen

AI verandert de manier waarop we de werkplek benaderen: handmatige processen maken plaats voor efficiëntere, datagestuurde methoden. Hoewel AI tal van voordelen biedt, zoals betere besluitvorming en gepersonaliseerde ervaringen, brengt het ook uitdagingen en risico's met zich mee. Een belangrijke factor om rekening mee te houden is het vinden van een balans tussen strategische en tactische afwegingen. Zo kan de implementatie van AI direct efficiëntiewinst opleveren, maar moeten we ook nadenken over de langetermijneffecten op de rollen en tevredenheid van medewerkers.

In dit gedeelte bieden we praktische richtlijnen om met deze complexiteit om te gaan, zodat je team AI effectief kan benutten en tegelijkertijd alert blijft op mogelijke valkuilen.

Voordelen van AI op de werkplek

AI kan echte verbeteringen in de bedrijfsvoering op de werkplek opleveren. Laten we duidelijk zijn over welke verbeteringen dat zijn — en eerlijk over wie doorgaans de waarde ervan ontvangt.

Efficiëntiewinst is echt

AI kan repetitieve taken sneller en consistenter uitvoeren dan mensen. Declaraties verwerken, planningen coördineren en eenvoudige gegevens invoeren: deze zaken worden daadwerkelijk sneller afgehandeld met AI. Een chatbot kan om 2 uur 's nachts antwoord geven op de vraag "Wat is ons PTO-beleid?" (dit is een van de vele voordelen van HR-chatbots). Generatieve AI kan in enkele seconden een eerste versie van een functieomschrijving opstellen in plaats van dat dit uren duurt.

De efficiëntie is meetbaar en legitiem, en AI zal rechtstreeks invloed hebben op personeelsbeheer. Minder duidelijk is waar de vrijgekomen tijd daadwerkelijk naartoe gaat. Mag de medewerker die voorheen 30% van zijn tijd besteedde aan het opstellen van e-mails die tijd besteden aan zinvoller werk? Of krijgt die medewerker 30% meer e-mails om op te stellen? Of besluit de organisatie dat er nu nog maar 0,7 fte nodig is voor die functie?

Personalisatie op schaal

AI kan ervaringen afstemmen op basis van individuele gegevens: onboardingtrajecten aanpassen, relevante trainingen aanbevelen en loopbaanstappen voorstellen op basis van vaardigheden en interesses. Hierdoor kunnen medewerkers zich meer gezien en ondersteund voelen, vooral in grote organisaties waar persoonlijke aandacht schaars is.

Maar hierin zit de spanning: personalisatie vereist gegevensverzameling. Dezelfde systemen die je ervaring aanpassen, volgen ook je gedrag, analyseren je patronen en voeren die informatie in systemen in die mogelijk beslissingen over je toekomst nemen. Dit roept kritieke vragen op over AI-naleving en gegevensbeheer. De grens tussen "nuttige personalisatie" en "invasieve surveillance" is niet altijd duidelijk.

Betere gegevensanalyse

AI kan patronen herkennen in enorme datasets die mensen zouden missen—zoals vroege signalen van verminderde betrokkenheid van medewerkers, voorspellen welke teams mogelijk met vaardigheidstekorten te maken krijgen en knelpunten in werkprocessen identificeren voordat ze kritiek worden.

Dit soort inzichten kan leiders echt helpen betere beslissingen te nemen. Het kan ook de illusie van zekerheid creëren waar die niet bestaat, aanmoedigen om te managen op basis van algoritmen in plaats van menselijk inzicht, en correlaties aan het licht brengen die ten onrechte voor causaliteit worden aangezien.

De echte vraag over de voordelen

Dit is wat zelden wordt besproken in het gedeelte over voordelen van deze handleidingen: de meeste AI-implementaties leveren hun belangrijkste waarde aan de organisatie, niet aan de medewerkers wier werk wordt geautomatiseerd of uitgebreid.

Tijd die op taken wordt bespaard, vertaalt zich niet automatisch in een betere medewerkerservaring—vaak vertaalt die zich in kostenbesparingen door personeelsinkrimping of productiviteitswinst door hogere verwachtingen ten aanzien van de werklast. Gepersonaliseerde ervaringen zijn prettig, maar dat is niet de reden waarom leidinggevenden AI-budgetten goedkeuren.

Ik beweer niet dat de voordelen van AI een illusie zijn. Ze zijn echt. Maar als we eerlijk willen zijn over deze transformatie, moeten we erkennen dat "verhoogde efficiëntie" vaak een eufemisme is voor "we kunnen hetzelfde werk met minder mensen doen".

Risico's van AI op de werkplek (en strategieën om ze te beperken)

De gebruikelijke AI-handleiding somt risico's op en biedt vervolgens meteen geruststellende strategieën om ze te beperken. Laten we die dans overslaan en eerlijk bespreken wat er mis kan gaan—en waarom sommige van deze problemen geen eenvoudige oplossingen hebben.

Vooroordelen worden niet eenvoudig opgespoord en opgelost

AI-systemen leren van historische gegevens, wat betekent dat ze historische vooroordelen overnemen. Een AI-systeem dat is getraind op eerdere aanwervingsbeslissingen, zal de vooroordelen in die beslissingen reproduceren. Een algoritme dat "vertrekrisico" voorspelt, kan ouders van jonge kinderen of mensen uit bepaalde demografische groepen vaker signaleren.

Het gebruikelijke advies luidt: "controleer je algoritmen en diversifieer je gegevens." Dat is op zichzelf prima, maar het veronderstelt dat je vooroordelen kunt herkennen wanneer je ze ziet, dat je toegang hebt tot werkelijk representatieve gegevens en dat het oplossen van vooroordelen op één gebied niet op een ander gebied nieuwe vooroordelen creëert. De meeste organisaties beschikken niet over de technische deskundigheid om dit goed te doen, en de leveranciers die AI-hulpmiddelen verkopen, hebben weinig prikkels om de vooroordelen in hun eigen producten grondig te onderzoeken.

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Sign up with:

LinkedInGoogleMicrosoft

Or sign up with email:

Name*

First name Last name

Seniority*

Select oneExecutive / C-suiteVPDirectorManagerIndividual ContributorOther

Business email*

Create Password*

This field is hidden when viewing the form

LinkedIn profile

This field is hidden when viewing the form

Company's AI adoption maturity*

Select an optionExploring opportunitiesRunning pilotsScaling adoptionEmbedded in the business model

By submitting this form, you agree to receive our newsletter, and occasional emails related to People Managing People. You can unsubscribe at any time. For more details, please review our Privacy Policy

This field is hidden when viewing the form

Job title

This field is hidden when viewing the form

Department

Select an optionExecutive LeadershipOperationsPeople & CultureTechnologyFinanceMarketingSales & Business DevelopmentProduct & InnovationCustomer SuccessLegal & ComplianceOther

This field is hidden when viewing the form

Company size

Select an option1–5051–200201–1,0001,001–5,0005,001–10,00010,000+

This field is hidden when viewing the form

Industry

Select an optionTechnology / SoftwareProfessional Services / ConsultingFinancial ServicesHealthcare & Life SciencesManufacturing & IndustrialRetail & Consumer GoodsMedia & CommunicationsGovernment & Public SectorEducationNonprofit / NGOEnergy & UtilitiesOther

This field is hidden when viewing the form

Company website

This field is hidden when viewing the form

Reg Wall Module

InlineBottom BarFooterLanding PagePop UpSidebarSSO

Privacykwesties zijn structureel, niet incidenteel

AI-systemen hebben gegevens nodig—vaak heel veel gegevens over individueel gedrag, prestatiepatronen, communicatiestijlen en meer. Die gegevensverzameling brengt risico's met zich mee. Niet alleen het risico op een datalek (hoewel dat reëel is), maar ook het risico dat ontstaat doordat je te veel over je medewerkers weet.

Wanneer managers toegang hebben tot door AI gegenereerde inzichten over wie betrokken is, wie vacatures bekijkt en wie minder met het team communiceert—is dat niet alleen een technisch privacyprobleem. Het is een machtsdynamiek die de arbeidsrelatie verandert. Medewerkers gaan zich optimaliseren voor wat het algoritme meet, in plaats van voor wat er werkelijk toe doet.

En veel succes met die geest weer in de fles krijgen zodra de leiding gewend is geraakt aan die mate van inzicht.

De menselijke benadering is geen aanvulling

Te veel vertrouwen op AI vermindert niet alleen de menselijke interactie—het verandert ook de aard van het werk zelf. Wanneer de meeste vragen van medewerkers naar een chatbot worden doorgestuurd, wanneer feedback over prestaties door AI wordt gegenereerd en wanneer loopbaanontwikkelingspaden algoritmisch worden bepaald, verschuift er iets fundamenteels.

Werk wordt transactioneler en minder relationeel. Medewerkers worden datapunten die moeten worden geoptimaliseerd, in plaats van mensen die zich moeten ontwikkelen. De efficiëntiewinst is reëel, maar dat geldt ook voor het verlies aan verbinding, mentorschap en het soort informeel leren dat plaatsvindt in menselijke interactie.

Je kunt je hier niet uit redden door simpelweg "AI in balans te brengen met menselijk toezicht". Zodra je contactmomenten voor het opbouwen van relaties hebt geautomatiseerd, worden die relaties niet meer opgebouwd.

Complexiteit bij de implementatie is een kenmerk, geen fout

AI-leveranciers zullen je vertellen dat implementatie eenvoudig is. Dat is zelden het geval. Systemen moeten worden geïntegreerd met je bestaande technologiestack. Gegevens moeten worden opgeschoond en gestructureerd. Medewerkers hebben training nodig. Processen moeten opnieuw worden ontworpen. Uitzonderingssituaties moeten worden afgehandeld.

Deze complexiteit is niet toevallig—ze creëert afhankelijkheid van leveranciers en voortdurende afhankelijkheid. Zodra je je workflows rond een AI-systeem hebt herbouwd, worden de overstapkosten onbetaalbaar. Je koopt niet alleen software; je stapt in een ecosysteem.

De vraag naar verdringing

Dit is het risico dat de meeste aandacht verdient, maar de minste krijgt: AI zal banen verdringen. Niet misschien. Het zal gebeuren.

Misschien niet je volledige personeelsbestand. Misschien niet onmiddellijk. Maar de zakelijke onderbouwing voor de meeste AI-toepassingen omvat het verminderen van het aantal mensen dat nodig is om de organisatie te laten functioneren. Daarom keuren leidinggevenden het budget goed.

Dus wat is jouw verantwoordelijkheid tegenover de mensen van wie de functies worden geautomatiseerd? Worden zij omgeschoold voor andere posities? Krijgen ze een ontslagvergoeding? Worden ze na verloop van tijd geleidelijk wegbeheerd doordat je vacatures die ontstaan door personeelsverloop niet meer opvult?

De meeste handleidingen voor AI-implementatie negeren deze vraag volledig of komen met gemeenplaatsen over "talent opnieuw inzetten voor werk met meer waarde". Maar er is niet altijd werk met meer waarde te doen, en niet iedereen kan of wil worden omgeschoold voor welke nieuwe functies dan ook ontstaan.

Als je een leidinggevende bent die AI implementeert, is dit de vraag die je 's nachts wakker zou moeten houden. Niet of de technologie werkt, maar wat je verschuldigd bent aan de mensen van wie het levensonderhoud wordt ontwricht.

Wanneer AI niet het antwoord is

Voordat we het over implementatie hebben, laten we bespreken wanneer je AI niet moet implementeren. Want soms is het probleem niet dat je betere technologie nodig hebt—maar dat je beter management nodig hebt.

• Automatiseer geen gebrekkige processen. Als je onboardingproces verwarrend en inefficiënt is, betekent automatisering alleen dat mensen sneller in de war raken. Verbeter het proces eerst.
• Gebruik AI niet om moeilijke gesprekken te vermijden. Als je een AI-hulpmiddel overweegt om feedback over prestaties te geven of zorgen van medewerkers af te handelen omdat managers moeite hebben met moeilijke gesprekken, pak je een symptoom aan. Train je managers en vervang menselijk inzicht niet door algoritmen.
• Implementeer AI niet omdat iedereen het doet. FOMO is geen strategie. "We hebben een AI-initiatief nodig" is geen probleemstelling. Bepaal welk probleem je daadwerkelijk probeert op te lossen en bepaal vervolgens of AI de juiste oplossing is.
• Gebruik AI niet om beslissingen te nemen die mensen zouden moeten nemen. Voor sommige beslissingen zijn context, empathie en ethisch inzicht nodig die algoritmen niet kunnen bieden. Beslissingen over promotie. Beslissingen over ontslag. Beslissingen die iemands levensonderhoud of welzijn aanzienlijk beïnvloeden. Hiervoor is menselijke verantwoordelijkheid nodig.
• Adopteer AI niet als je niet kunt uitleggen hoe het werkt. Als je je medewerkers niet kunt uitleggen hoe een AI-systeem beslissingen neemt die hen beïnvloeden, zou je het niet moeten gebruiken. Transparantie is niet alleen een goede praktijk—het is een ethische verplichting.

Uitdagingen van AI op de werkplek

AI biedt grote mogelijkheden om de efficiëntie van organisaties te verhogen, maar de weg ernaartoe is niet zonder hindernissen. Bedrijven kunnen verschillende uitdagingen tegenkomen wanneer ze AI in hun processen integreren.

• Vaardigheidslacunes: Niet iedereen in je team beschikt misschien over de deskundigheid die nodig is om met AI-hulpmiddelen te werken. Deze lacune kan de invoering vertragen en de effectiviteit beperken. Investeren in training en het aannemen van deskundige professionals kan deze kloof overbruggen.
• Weerstand tegen verandering: Mensen verzetten zich van nature tegen verandering en AI kan intimiderend zijn. Medewerkers zijn misschien bang dat hun baan verdwijnt of voelen zich overweldigd door nieuwe technologie. Een cultuur van openheid stimuleren en duidelijke communicatie bieden kan deze overgang vergemakkelijken.
• Systeemintegratie: AI-hulpmiddelen moeten naadloos aansluiten op bestaande systemen. Incompatibiliteit kan leiden tot inefficiëntie en frustratie. Een goed doordachte integratiestrategie, met ondersteuning van IT, kan deze problemen beperken.
• Het menselijke element behouden: Hoewel AI veel taken kan uitvoeren, is het cruciaal om een persoonlijke benadering te behouden. Te veel vertrouwen op AI kan interacties onpersoonlijk laten aanvoelen. Een balans tussen automatisering en menselijk toezicht zorgt voor een meer empathische aanpak.

Een organisatie die AI-uitdagingen effectief aanpakt, zal zich kunnen aanpassen en toekomstgericht zijn. Zo'n organisatie creëert een ondersteunende omgeving waarin technologie menselijke inspanningen aanvult en productiviteit en betrokkenheid verder stimuleert.

Wat onderzoek onthult over de impact van AI op de werkplek

Hoewel het voor sommigen van ons misschien nog steeds als onbekend terrein aanvoelt, maken veel HR-teams en bedrijven al gebruik van AI in HR om verschillende taken aan te pakken. Dat heeft onderzoeksbureaus ertoe aangezet te onderzoeken hoe mensen over de technologie denken en welke impact deze op de werkplek heeft.

De onderstaande onderzoeken en rapporten schetsen een vrij duidelijk beeld van de houding tegenover AI op de werkplek en van de mate waarin leiders erin slagen mensen optimistisch te laten zijn over de invoering ervan.

Het ‘siliconenplafond’—BCG's wereldwijde onderzoek

Uit BCG's derde jaarlijkse wereldwijde onderzoek naar AI op het werk, dat in juli 2025 werd uitgevoerd onder meer dan 10.600 werknemers in 11 landen, bleek dat eerstelijnsmedewerkers tegen een ‘siliconenplafond’ zijn aangelopen. Terwijl meer dan driekwart van de leiders en managers meerdere keren per week generatieve AI gebruikt, is het regelmatige gebruik onder eerstelijnsmedewerkers gestagneerd op slechts 51%.

De kloof heeft niets te maken met toegang tot technologie. Wanneer werknemers niet over de AI-tools beschikken die ze nodig hebben, zei meer dan de helft dat ze alternatieven zouden vinden en die toch zouden gebruiken. Het probleem is vertrouwen en ondersteuning.

Wat BCG ontdekte: Het aandeel werknemers dat positief staat tegenover GenAI stijgt van 15% naar 55% bij sterke steun van de leiding. Regelmatig gebruik ligt aanzienlijk hoger onder werknemers die ten minste vijf uur training krijgen en toegang hebben tot persoonlijke training en coaching.

Maar de meeste organisaties bieden die ondersteuning niet. Slechts ongeveer een kwart van de eerstelijnsmedewerkers zegt sterke steun van de leiding voor AI te ontvangen.

Les voor leiders: Het adoptieprobleem is niet technologisch—het is organisatorisch. Leiders en managers lopen voorop met AI, terwijl eerstelijnsmedewerkers zich niet gesteund en sceptisch voelen. Dat is geen weerstand tegen verandering; het is een rationele reactie op slecht verandermanagement.

De weerstand tegen AI

Uit een onderzoek van Pew uit november 2025 onder ongeveer 5.000 respondenten bleek dat de helft bezorgder dan enthousiast was over AI, een stijging van 13 procentpunt ten opzichte van slechts vier jaar eerder. Degenen die zeiden dat AI een groot maatschappelijk risico met zich meebrengt, maakten zich het meeste zorgen dat mensen het vermogen zouden verliezen om creatief te denken, betekenisvolle relaties aan te gaan, problemen op te lossen en moeilijke beslissingen te nemen.

Veel tegenstanders hebben een technische achtergrond. Een 36-jarige software-engineer vertelde The Washington Post dat hij bang was een luddiet genoemd te worden omdat hij waarschuwde voor het blootleggen van gevoelige gegevens door AI, de milieueffecten van datacenters en de tijd die nodig is om alle onnauwkeurigheden van AI te corrigeren.

Wat dit onthult: De weerstand komt niet van technologiefoben, maar van mensen die de technologie goed genoeg begrijpen om de beperkingen ervan te zien. Veel werknemers aarzelen om hun zorgen publiekelijk te uiten, omdat ze denken dat ze zullen worden bestempeld als dwarsliggers die bang zijn voor verandering.

Les voor leiders: Wanneer je technische werknemers zorgen uiten over de implementatie van AI en het gevoel hebben dat ze zich niet kunnen uitspreken, heb je een cultuurprobleem, geen weerstandsprobleem. De technisch meest geavanceerde mensen in je organisatie zouden je waardevolste critici moeten zijn, niet degenen die het meest het zwijgen wordt opgelegd.

Kyndryl-onderzoek onder CEO's—het vijandigheidsprobleem

Uit een onderzoek van Kyndryl uit 2025 onder meer dan 1.000 senior executives in het bedrijfsleven en de technologiesector bleek dat 95% in AI heeft geïnvesteerd, maar dat slechts 14% zijn personeelsbestand, technologie en groeidoelstellingen op elkaar heeft afgestemd. Daarnaast zei 45% van de CEO's dat de meeste van hun werknemers weerstand bieden aan AI of er zelfs openlijk vijandig tegenover staan.

Kyndryl benoemde drie belangrijke obstakels: organisatorisch verandermanagement, een gebrek aan vertrouwen van werknemers in AI en lacunes in de vaardigheden van het personeel. De ‘AI-koplopers’—de 14% van de bedrijven met een afgestemd personeelsbestand—hadden drie keer zoveel kans als andere bedrijven om te melden dat ze een volledig geïmplementeerde verandermanagementstrategie voor AI hadden.

Wat dit onthult: Bijna de helft van de CEO's meldt vijandigheid onder werknemers tegenover AI, terwijl slechts 14% van de organisaties daadwerkelijk verandermanagementstrategieën heeft geïmplementeerd. Het probleem is niet de weerstand van werknemers, maar het falen van leiders om de overgang te begeleiden.

Les voor leiders: Je kunt werknemersweerstand niet weg investeren. Investeringen in technologie zijn nutteloos als ze niet gepaard gaan met investeringen in verandermanagement, training en het opbouwen van vertrouwen bij werknemers.

Sabotage en weerstand van werknemers

Uit een onderzoek van Writer uit 2025 bleek dat 31% van de werknemers toegaf gedrag te hebben vertoond dat als sabotage van AI op de werkplek kon worden beschouwd. Dit omvat het invoeren van gevoelige bedrijfsinformatie in niet-goedgekeurde tools, het gebruiken van software die niet door werkgevers is goedgekeurd of het niet melden van beveiligingslekken. Ongeveer een op de tien ging nog verder door opzettelijk de kwaliteit van hun werk te verlagen, te knoeien met prestatiecijfers of helemaal te weigeren AI te gebruiken.

Het patroon is generationeel: 41% van de Millennials en Gen Z-werknemers erkende AI-initiatieven te ondermijnen, tegenover 23% van de oudere werknemers.

Uit een afzonderlijk onderzoek uit april 2025 bleek dat 41% van de C-suitebestuurders zei dat de invoering van generatieve AI hun bedrijf uit elkaar trekt en machtsstrijd veroorzaakt. Toch denkt 75% van de C-suitebestuurders dat de implementatie van AI de afgelopen 12 maanden succesvol is geweest, terwijl dat percentage onder werknemers slechts 45% bedraagt.

Wat er werkelijk gebeurt: Een data-analist in de detailhandel merkte op dat "wat op weerstand lijkt, in werkelijkheid een roep om betrokkenheid bij het veranderingsproces is. Mensen willen begrijpen hoe AI hun werk ondersteunt, niet alleen dat het hun wordt opgelegd".

Bijna de helft (49%) van de leden van het C-level zegt dat medewerkers zelf hebben moeten uitzoeken hoe ze met Gen AI moeten werken.

Les voor leiders: Wanneer medewerkers AI-initiatieven saboteren, is dat geen irrationele tegenwerking—het is een voorspelbare reactie op het feit dat ze worden uitgesloten van beslissingen die hun werk beïnvloeden. De kloof tussen hoe leidinggevenden en medewerkers de implementatie van AI ervaren, onthult een fundamenteel tekortschietend verandermanagement.

AI op de werkplek: hulpmiddelen en software

AI-hulpmiddelen voor de werkplek bieden dynamischere en meer op maat gemaakte oplossingen dan traditionele hulpmiddelen voor de werkplek. AI-hulpmiddelen helpen bij het automatiseren van taken, het bieden van inzichten en het verbeteren van de betrokkenheid van medewerkers.

Hieronder staan enkele van de meest voorkomende categorieën hulpmiddelen en software, met voorbeelden van toonaangevende leveranciers:

AI-gestuurde inwerkhulpmiddelen voor de werkplek

Deze hulpmiddelen gebruiken AI om het inwerkproces te personaliseren en te stroomlijnen, zodat nieuwe medewerkers zich vanaf hun eerste dag welkom en geïntegreerd voelen.

• BambooHR: Deze tool automatiseert inwerktaken en biedt nieuwe medewerkers een gepersonaliseerde ervaring door AI te gebruiken om inwerkchecklists en -inhoud af te stemmen.
• Workbright: De tool vereenvoudigt het papierwerk voor het inwerken met AI-gestuurd documentbeheer en het bijhouden van naleving, zodat HR-teams zich kunnen richten op betrokkenheid.
• Talentech: Talentech gebruikt AI om interactieve inwerktrajecten te creëren, compleet met feedbackcycli en voortgangsregistratie, zodat nieuwe medewerkers soepel kunnen overstappen.

AI-ondersteunde hulpmiddelen voor prestatiemanagement op de werkplek

Deze oplossingen benutten AI om realtimefeedback en prestatieanalyses te bieden, zodat managers hun teams effectiever kunnen ondersteunen.

• Lattice: Lattice biedt AI-gestuurde inzichten in de prestaties en betrokkenheid van medewerkers, zodat managers weloverwogen beslissingen kunnen nemen over ontwikkeling en erkenning.
• 15Five: Deze tool gebruikt AI om feedback en prestatiegegevens te analyseren en bruikbare inzichten te bieden die de productiviteit en het moreel van teams helpen verbeteren.
• Reflektive: Reflektive benut AI om doorlopende feedback en afstemming van doelen te faciliteren, zodat medewerkers op koers en gemotiveerd blijven.

AI-verbeterde hulpmiddelen voor leren, ontwikkeling en werkplekervaring

Deze platforms gebruiken AI om gepersonaliseerde leertrajecten te creëren en vaardigheidstekorten te identificeren, waarmee ze de voortdurende ontwikkeling van medewerkers bevorderen.

• Cornerstone OnDemand: Cornerstone gebruikt AI om leermogelijkheden aan te bevelen op basis van individuele loopbaanpaden en bedrijfsdoelen, zodat relevante vaardigheden worden ontwikkeld.
• Udemy for Business: Dit platform benut AI om cursussen en inhoud voor te stellen die zijn afgestemd op de behoeften van medewerkers, zodat teams efficiënt nieuwe vaardigheden kunnen ontwikkelen.
• Degreed: Het AI-gestuurde platform van Degreed helpt medewerkers leerbronnen te ontdekken die aansluiten bij hun vaardigheidstekorten en loopbaanambities.

AI-gebaseerde hulpmiddelen voor medewerkerbetrokkenheid op de werkplek

Deze hulpmiddelen gebruiken AI om het sentiment onder medewerkers te peilen en een meer betrokken werkcultuur te bevorderen.

• Culture Amp: Culture Amp gebruikt AI om feedback van medewerkers en betrokkenheidsenquêtes te analyseren en inzichten te bieden om de werkcultuur en het behoud van medewerkers te verbeteren.
• Glint: Glint biedt AI-ondersteunde betrokkenheidsenquêtes en analyses om organisaties te helpen het sentiment onder medewerkers te begrijpen en actie te ondernemen op basis van feedback.
• Officevibe: Deze tool gebruikt AI om inzichten uit medewerkerstevredenheidsenquêtes te verzamelen en bruikbare aanbevelingen te doen om het moreel en de betrokkenheid van teams te versterken.

AI op verantwoorde wijze implementeren op de werkplek

Als je op zoek bent naar een raamwerk in vijf stappen dat AI-implementatie eenvoudig en probleemloos maakt, lees je de verkeerde gids. Uit het onderzoek dat we zojuist hebben bekeken, blijkt duidelijk dat de meeste AI-implementaties niet mislukken omdat de technologie niet werkt, maar omdat leiders een menselijk probleem behandelen als een technisch probleem.

Voordat je AI-tools gaat aanschaffen of ROI-modellen gaat opstellen, moet je een aantal ongemakkelijke vragen beantwoorden over wat je daadwerkelijk probeert te bereiken en wat de werkelijke kosten zullen zijn.

Begin met de moeilijke vragen

Uit het onderzoek van BCG, Kyndryl en anderen blijkt dat de bedrijven die succesvol zijn met AI niet de bedrijven zijn met de beste technologiestack. Het zijn de bedrijven die fundamentele vragen hebben beantwoord voordat ze ook maar iets implementeerden:

• Welk probleem los je daadwerkelijk op? "We hebben AI nodig" is geen probleemstelling. "Iedereen doet het" is geen strategie. Als je niet kunt verwoorden welk specifiek probleem AI beter zal oplossen dan je huidige aanpak, ben je nog niet klaar om AI te implementeren.
• Wie profiteert ervan en wie draagt de kosten? Wees eerlijk over de businesscase. Als daar het verminderen van het personeelsbestand bij hoort—and voor de meeste organisaties is dat het geval—neem dat dan mee in je planning. Een slecht uitgevoerde vervanging van personeel leidt tot juridische risico's, schaadt je werkgeversmerk en ondermijnt het moreel onder de overgebleven medewerkers, die zien hoe hun collega's zijn behandeld.
• Kun je het systeem uitleggen aan de mensen die erdoor worden geraakt? Als je AI gebruikt om beslissingen te nemen over prestaties, roosters, de verdeling van werk of enig ander aspect van iemands baan, is transparantie geen optie maar een vereiste. Als je niet duidelijk genoeg kunt uitleggen wat er wordt gemeten en waarom, verwacht dan weerstand en omwegen.
• Ben je bereid om langzaam te werk te gaan? Uit het onderzoek blijkt dat 45% van de CEO's vijandigheid onder medewerkers tegenover AI rapporteert en dat 31% van de medewerkers implementaties actief saboteert. Dat gebeurt wanneer je snelheid belangrijker maakt dan acceptatie. De 14% van de "AI-koplopers" die hun personeelsbestand succesvol op één lijn hebben gebracht, deden dat door drie keer zoveel te investeren in verandermanagement als andere bedrijven.

Wat daadwerkelijk werkt

Het onderzoek uit 2025 identificeert duidelijke patronen bij organisaties die AI succesvol implementeren zonder het moreel te ondermijnen:

• Ze beginnen met transparantie en inclusie. Uit het onderzoek van Writer bleek dat "wat op weerstand lijkt, in werkelijkheid een roep om betrokkenheid bij het veranderingsproces is". Medewerkers verzetten zich niet tegen AI; ze verzetten zich ertegen dat ze worden uitgesloten van beslissingen die hun werk beïnvloeden. Succesvolle organisaties betrekken medewerkers al vroeg bij het gesprek: Welke problemen ervaar je in je dagelijkse werk? Waar zie je kansen voor AI om te helpen? Welke zorgen heb je?
• Ze investeren aanzienlijk in training. BCG ontdekte dat regelmatig AI-gebruik hoger ligt bij medewerkers die ten minste vijf uur training krijgen met toegang tot persoonlijke coaching. Let op: geen webinar van 30 minuten en geen link naar een instructievideo, maar echte, inhoudelijke, praktische training met menselijke ondersteuning en de vrijheid om in hun werk te experimenteren.
• Ze bieden krachtige, zichtbare steun vanuit het leiderschap. Uit het onderzoek van BCG bleek dat de houding van medewerkers tegenover AI verschuift van 15% positief naar 55% positief wanneer zij sterke steun vanuit het leiderschap ervaren. Dat betekent dat leiders de tools zelf moeten gebruiken, openlijk moeten praten over zowel voordelen als beperkingen en moeten laten zien dat AI er is om medewerkers te ondersteunen, niet om hen te beoordelen of te vervangen.
• Ze voeren uitgebreid verandermanagement in. Uit het onderzoek van Kyndryl bleek dat AI-koplopers drie keer zo vaak volledig geïmplementeerde verandermanagementstrategieën hadden. Dit vereist voortdurende communicatie, mechanismen voor feedback, aanpassingen op basis van wat je leert en erkenning wanneer dingen niet volgens plan verlopen.
• Ze meten succes aan de hand van menselijke resultaten, niet alleen efficiëntiemaatstaven. Als je enige maatstaven de bespaarde tijd en verlaagde kosten zijn, mis je belangrijke indicatoren. Houd de betrokkenheid van medewerkers bij. Houd verlooppercentages in de gaten. Meet of mensen vinden dat AI hen helpt beter werk te leveren of hen alleen maar onder druk zet om meer werk te doen. Vraag of ze de systemen die je implementeert vertrouwen.

More Articles

• Zijn werknemers klaar voor banen op seniorniveau?
• Werknemers denken dat hun baan over vijf jaar verdwenen is, dus wachten ze
• Een door AI versterkte wereld vraagt om geavanceerdere talentbeoordeling

Vragen om je implementatie grondig te toetsen

Voordat je een AI-tool test, moet je je beslissing kritisch toetsen aan de hand van deze vragen:

1. Lost dit een echt probleem op of vermijd je een moeilijk gesprek? Als je AI voor prestatiemanagement overweegt omdat je managers moeite hebben met moeilijke gesprekken, heb je geen AI nodig; je moet je managers trainen. Automatiseer disfunctioneren niet.

2. Wat gebeurt er met de tijd die AI bespaart? Wees specifiek. Als AI de tijd die aan taak X wordt besteed met 30% vermindert, betekent dat dan: (a) werknemers zich kunnen richten op zinvoller werk, (b) werknemers naar verwachting 30% meer van taak X moeten doen, of (c) je 30% minder werknemers nodig hebt die taak X uitvoeren? Je antwoord bepaalt of AI het werk verbetert of het alleen maar intensiever maakt.

3. Kan dit systeem fouten maken die mensen schaden? Zo ja, wat is je proces om die fouten op te sporen die AI in het beheer van arbeidsvoorwaarden, loopbaanontwikkeling of beloning zou kunnen maken? "De AI heeft het besloten" is nooit een acceptabel antwoord en zal je juridisch niet beschermen.

4. Creëer je een systeem waarmee werknemers zullen proberen te sjoemelen? Elke AI die prestaties meet, zal gedrag veranderen doordat mensen worden aangemoedigd zich te optimaliseren voor wat wordt gemeten in plaats van voor wat er werkelijk toe doet. Hoe voorkom je dat?

5. Wat is je exitstrategie? Als het AI-systeem niet werkt, onbedoelde gevolgen veroorzaakt of bevooroordeeld blijkt te zijn, kun je het dan zonder chaos uitschakelen? Heb je die flexibiliteit ingebouwd in de implementatie?

Verantwoord omgaan met veranderingen in het personeelsbestand

Als je AI-adoptie inderdaad leidt tot veranderingen in het personeelsbestand, zal de manier waarop je daarmee omgaat een aanzienlijke invloed hebben op de gezondheid van de organisatie, je vermogen om toekomstig talent aan te trekken en je juridische risico's.

Hier zijn enkele zaken om in gedachten te houden:

• Vooruit plannen beperkt risico's. Als je weet welke functies worden beïnvloed, krijg je tijd om omscholing, interne mobiliteit of gefaseerde veranderingen te onderzoeken in plaats van plotselinge ontslagen die zowel juridische uitdagingen als morele crises veroorzaken.
• De communicatiestrategie is belangrijk. Mensen verrassen met het schrappen van hun functie leidt tot reputatieschade als werkgever die zichtbaar wordt in Glassdoor-beoordelingen en toekomstige werving duurder maakt. Duidelijke, eerlijke en vroegtijdige communicatie is moeilijker, maar uiteindelijk minder kostbaar.
• De manier waarop je vertrekkende werknemers behandelt, zegt alles tegen degenen die blijven. De waarden van je organisatie blijken niet uit wat je zegt tijdens bijeenkomsten met alle medewerkers, maar uit hoe je mensen behandelt wanneer het niet langer handig is om ze in dienst te houden. Werknemers merken dat op.

Wat je wel en niet moet doen met AI op de werkplek

Het kennen van wat je wel en niet moet doen met AI kan op de werkplek het verschil maken. AI effectief implementeren betekent de efficiëntie verhogen, een aantrekkelijkere omgeving creëren en je team voorbereiden op succes. Laten we vanuit mijn ervaring bekijken wat werkt en wat je moet vermijden.

Doen	Niet doen
Duidelijke doelen stellen: Bepaal wat je wilt dat AI voor je team bereikt.	Zorgen van werknemers negeren: Zie de menselijke kant van AI-adoptie niet over het hoofd.
Klein beginnen: Begin met proefprojecten om risico's effectief te beheersen.	Het proces overhaasten: Vermijd de implementatie van AI zonder grondige planning.
Investeren in training: Rust je team uit met de vaardigheden om AI vol vertrouwen te gebruiken.	Feedback verwaarlozen: Sla het verzamelen van input van gebruikers in elke fase niet over.
Samenwerking stimuleren: Moedig samenwerking tussen afdelingen aan voor een betere integratie.	In silo's werken: Isoleer AI-projecten niet van de rest van de organisatie.
Regelmatig evalueren en bijsturen: Blijf je AI-strategie verbeteren om afgestemd te blijven op je doelen.	Vasthouden aan rigide plannen: Vermijd starre strategieën die geen ruimte laten voor verandering.

Een realistisch beeld van wat eraan komt

AI in operationeel management zal de bedrijfsvoering op de werkplek blijven transformeren. Sommige banen zullen verdwijnen. Sommige zullen opnieuw worden ingericht. Er zullen nieuwe banen ontstaan. De verhouding tussen die drie uitkomsten zal per sector en organisatie verschillen, maar ze zullen alle drie plaatsvinden.

De druk om AI te adopteren zal toenemen. Je concurrenten implementeren het, je bestuur vraagt ernaar en de efficiëntiewinsten zijn reëel (toevallig kan AI in bestuursbeheer een enorme hulp zijn). Die druk zal je ertoe verleiden snel te handelen.

De organisaties die zullen floreren op een door AI ondersteunde werkplek, handelen niet snel, maar doelgericht. Ze zullen moeilijke vragen hebben gesteld over de implementatie, hebben geïnvesteerd in verandermanagement en training, en AI hebben behandeld als een hulpmiddel om menselijke capaciteiten te versterken, niet alleen als een middel om kosten te verlagen.

De technologie zal blijven verbeteren. De uitdagingen bij de implementatie niet. Succes hangt minder af van welke AI-hulpmiddelen je kiest en meer van de vraag of je bereid bent het moeilijke werk te doen van het managen van de menselijke kant van technologische verandering.

Daar falen de meeste organisaties, niet omdat ze de verkeerde software kiezen, maar omdat ze de moeilijke gesprekken uit de weg gaan, de uitrol overhaasten en verandermanagement als een bijzaak behandelen.

De technologische keuzes zijn eigenlijk het eenvoudige deel.

Wat nu?

Klaar om de toekomst van de werkplek in het AI-tijdperk opnieuw te bekijken?

Word lid van de People Managing People-community. Met gratis accounts krijg je wekelijks inzichten, praktische kaders en strategieën van vakgenoten om slimmer leiding te geven, niet harder te werken.

Maak vandaag nog je gratis account aan.