In 1930 voorspelde John Maynard Keynes dat zijn kleinkinderen vijftien uur per week zouden werken. De technologie zou de rest doen. Het is 2026. We werken meer dan ooit. De technologie heeft ons niet bevrijd van werk. Ze heeft ons bevrijd van bepaald werk, en de lege uren gevuld met nieuw werk. Meetings over meetings. Rapporten die niemand leest. Dashboards die niemand bekijkt.
AI staat op het punt hetzelfde te doen. Sneller.
Het besparingsparadox
Het verhaal klinkt altijd hetzelfde. "Met AI besparen we twintig procent van de tijd op rapportages." De stuurgroep applaudisseert. Het team implementeert. En drie maanden later blijkt dat die twintig procent is opgevuld met meer rapportages. Of met extra controles op de AI-output. Of met vergaderingen om de AI-resultaten te bespreken.
De besparing is echt. De verbetering niet. Het is dezelfde valkuil als bij AI-automatisering: sneller is niet hetzelfde als beter.
Dit is het patroon dat we in bijna elke organisatie tegenkomen die AI inzet voor efficiëntie. De focus ligt op snelheid. Op doorlooptijd. Op kosten per eenheid. Die metrics gaan omlaag. Iedereen is blij. Maar niemand stelt de vraag die ertoe doet.
Is het werk beter geworden?
Eenvoudige vraag, lastig antwoord
Beter is subjectiever dan sneller. Sneller kun je meten met een stopwatch. Beter vereist dat je met mensen praat.
Vier criteria helpen. Vraag elk kwartaal aan het team: vereist het werk dat je nu doet meer oordeelsvermogen dan voorheen? Bouw je expertise op? Heb je menselijk contact in je werk? Heb je het gevoel dat je ergens aan bijdraagt?
Als AI tien uur per week bespaart en die tien uur vullen zich met meer administratie, met controlewerk, met de rompslomp die overblijft als het interessante werk is geautomatiseerd, dan heb je het werk verschoven. Verplaatst van de ene stapel naar de andere, langs een snellere lopende band, maar inhoudelijk niet verbeterd.
Het gesprek dat niemand voert
De meeste managers praten over AI in termen van efficiëntie. Minder FTE, lagere kosten, snellere doorlooptijd. Dat zijn legitieme metrics. Ze zijn ook onvolledig.
Er is een gesprek dat bijna nergens gevoerd wordt. Het gesprek met de mensen die het werk doen. Over hoe hun rol verandert. Over wat ze kwijtraken en wat ze erbij krijgen.
Drie zinnen die helpen.
"Je rol verandert. De onderdelen die oordeelsvermogen en creativiteit vragen worden belangrijker." Dit is geen geruststellende frase. Het is een eerlijke beschrijving van wat er gebeurt als AI het routinewerk overneemt. De mens wordt beoordelaar, kwaliteitsbewaker, beslisser. Dat is een promotie, mits het ook zo behandeld wordt.
"Ik wil zeker weten dat je die vaardigheden blijft opbouwen. Doe deze taak de komende periode handmatig." Dit is de moeilijkste zin om uit te spreken, omdat hij klinkt als een stap terug. Dat is hij ook. Een bewuste, tijdelijke stap terug om ervoor te zorgen dat de fundamenten stevig blijven. Zonder die fundamenten ontstaat de Junior Gap: redacteuren die nooit hebben leren schrijven.
"Het gaat me er niet alleen om of de tools tijd besparen. Het gaat me erom of het werk dat overblijft de moeite waard voelt." Als een manager dit vraagt en het antwoord luistert, verandert er iets in het team. Mensen voelen zich gezien. Dat klinkt soft. Het is de basis van elke succesvolle verandering.
Wat je meet
Meet altijd in paren. Snelheid naast kwaliteit. Efficiëntie naast betekenis. Kostenbesparing naast medewerkerstevredenheid. Eenzijdige metrics leiden tot eenzijdige beslissingen.
En voeg een vraag toe die de meeste dashboards missen: als we dreigen de AI-tool uit te zetten, protesteren de gebruikers dan? Als het antwoord nee is, heb je iets gebouwd dat efficiënt is maar irrelevant. Als het antwoord ja is, zit je op de goede weg. Let ook op AI drift: als niemand meer kritisch naar de output kijkt, daalt de kwaliteit zonder dat iemand het merkt.
Keynes had gelijk over de technologie. Hij had ongelijk over het resultaat. De technologie deed precies wat hij voorspelde: ze maakte het mogelijk om minder te werken. Maar de keuze om dat ook daadwerkelijk te doen, die lag bij de mensen. En de mensen kozen meer.
Bij AI krijgen we die keuze opnieuw. De vraag is of we hem dit keer anders beantwoorden. Of de uren die vrijkomen gevuld worden met beter werk, of met meer van hetzelfde.
Dat is een vraag die je alleen kunt beantwoorden door hem te stellen.