Je krijgt er als loopbaanprofessional ongetwijfeld vragen over. Werknemers maken zich steeds vaker zorgen over de invloed van AI op hun werk. Uit onderzoek van het CBS blijkt dat 41 procent van de mensen met betaald werk verwacht dat een deel van hun werk door AI kan worden overgenomen. Vier procent denkt zelfs dat hun volledige baan uiteindelijk vervangen kan worden.
Taken verschuiven
Dat sluit aan bij de analyse van het platform AIApply. Beroepen verdwijnen meestal niet in hun geheel. Vrijwel elke baan bestaat uit een verzameling taken en die verschuiven door AI. Op zich een bekend inzicht, maar AIApply maakt het verrassend concreet. Tot een praktische checklist aan toe waarmee je beoordeelt hoe AI-gevoelig werk is.
Ook Bernard Marr, een belangrijke naam in het technologische vakgebied, geeft in een recente blog aan dat AI-agents zelfstandig taken kunnen uitvoeren. Professionals moeten daarom opnieuw nadenken over hun rol en het aandeel van AI daarin.
Bernard Marr: “For many professionals, the promise is compelling: less routine, busy work and more time for creative, strategic and human-centered activities. But there is also a clear risk: those who fail to adapt their roles and skills may quickly find themselves left behind. Understanding how AI agents will reshape what we do and how we add value is becoming one of the most important career challenges of the decade.”
Sommige banen zijn lastig te automatiseren
Volgens AIApply zijn er drie soorten werk die voorlopig relatief moeilijk door AI te vervangen zijn.
1. Werk dat zich in de fysieke wereld afspeelt
AI blinkt uit in digitale omgevingen. Maar zodra werk zich in de fysieke wereld afspeelt wordt automatisering veel lastiger. Daarom worden beroepen zoals installateurs, elektriciens en monteurs vaak genoemd als relatief toekomstbestendig. Elke werksituatie is immers anders: oude gebouwen, onverwachte defecten, veiligheidsrisico’s.Dat soort werk vraagt ervaring en improvisatievermogen.
2. Werk waarin vertrouwen centraal staat
Een tweede categorie bestaat uit beroepen waarin menselijke relaties een centrale rol spelen. Therapeuten, coaches, docenten en zorgverleners werken niet alleen met informatie, maar ook met vertrouwen en empathie. AI kan gesprekken analyseren of informatie aanbieden, maar voor veel mensen blijft een mens essentieel wanneer het om persoonlijke kwesties gaat.
3. Werk met verantwoordelijkheid
Een derde factor is verantwoordelijkheid. In veel functies moet uiteindelijk iemand aansprakelijk zijn voor beslissingen. Denk aan auditors, compliance-specialisten of veiligheidsverantwoordelijken. AI kan risico’s analyseren en aanbevelingen doen. Maar iemand moet de beslissing nemen en daarvoor instaan. Dat soort verantwoordelijkheid is moeilijk volledig te automatiseren.
Splits werk op in componenten
Aan de andere kant staan taken die juist opvallend makkelijk te automatiseren blijken. Ook dat is een bekend rijtje: werk dat repetitief is, volgens vaste regels verloopt en grotendeels digitaal plaatsvindt. Precies de taken waar veel kantoorbanen op gebouwd zijn. Toch bevat elke baan een mix van taken met verschillende niveaus van automatisering. Een accountant doet bijvoorbeeld zowel routinematige data-analyse (makkelijk te automatiseren) als advieswerk waarbij interpretatie en vertrouwen een rol spelen. Door werk op te splitsen in dat soort componenten wordt ineens zichtbaar welke delen van een functie kwetsbaar zijn en welke juist niet.

In plaats van te voorspellen welke beroepen verdwijnen, komt AIApply daarom met een eenvoudig hulpmiddel: een soort scorekaart waarmee je kunt inschatten hoe kwetsbaar werk is voor automatisering. Uiteraard geen exacte wetenschap, maar wel een mooie tool om een abstracte discussie tot concretere vragen te brengen. Je gaat daarmee van gaat AI mijn baan vervangen? naar welke onderdelen van mijn werk zijn eigenlijk uniek voor de mens?
Denkmodel voor de toekomst
Het 4-stappen plan biedt ook een handig advies voor cliënten die van carrière willen veranderen.
Stap 1: ga niet voor een brede sector, maar een specifieke functie
Niet ‘zorg’, maar bijvoorbeeld ‘persoonlijk begeleider’ of ‘verpleegkundige in een polikliniek’. Volgens het platform helpt zo’n scherp doel om gerichter te kijken naar vaardigheden en vacatures.
Stap 2: verzamel een zogenaamde proof bank
Maak een verzameling van tien tot vijftien concrete situaties waarin iemand een probleem oploste, een proces verbeterde of mensen hielp. Daarbij zijn vooral het resultaat en de omstandigheden, bijvoorbeeld werken onder tijdsdruk, omgaan met een lastige klant of een technisch probleem oplossen in een complexe omgeving, belangrijk.

Stap 3: laat zien waar menselijke waarde zit
De voorbeelden bij stap 2 vormen vervolgens de basis voor wat het platform ‘moat bullets’ noemt: cv-zinnen die laten zien waar de menselijke meerwaarde zit. In plaats van algemene formuleringen als ‘verantwoordelijk voor projectcoördinatie’ gaat het dan om beschrijvingen van situaties waarin iemand oordeel, samenwerking of improvisatievermogen liet zien.
Stap 4: solliciteren
Pas daarna komt stap vier: solliciteren. Volgens AIApply werkt het bij veel beroepen beter om minder sollicitaties te versturen, maar met meer inhoud en bewijs van wat iemand kan. Vooral in sectoren waar vertrouwen en verantwoordelijkheid een grote rol spelen, heeft kwaliteit meer effect dan kwantiteit.







