Ga naar de inhoud

05.03.2026

Hoe AI jouw werk fundamenteel gaat veranderen en welke keuzes je niet kunt uitstellen

Geschreven door Marco

Leestijd 5 minuten

AI verandert niet één taak of één vakgebied. Het verandert de omgeving waarin iedereen werkt. De modellen van vandaag zijn onherkenbaar vergeleken met een jaar geleden en ze verbeteren zichzelf steeds sneller. Organisaties die nu afwachten, maken een keuze. Alleen niet bewust. Dit artikel legt uit wat er speelt, welke aannames je kostbare tijd om ter schakelen kosten en waar je nu zinvol mee begint.

AI wacht niet tot jij er klaar voor bent

Je hebt veel over AI gelezen. Het uitgeprobeerd. Enthousiast over de mogelijkheden. Maar daarna nam de dagelijkse operatie het weer over. Dat is geen verwijt. Het is een patroon. Alleen: AI gaat niet meer weg. Het wordt het nieuwe normaal in hoe informatie ontstaat, hoe werk verdeeld wordt en hoe snel dingen van idee naar uitvoering gaan.

Een artikel op internet van AI-deskundige Matt Shumer gaat momenteel viraal met maar liefst 80+ miljoen views. Het is een glashelder signaal. De kern heb ik vertaald naar wat dit betekent voor jouw werk. Geen technisch verhaal, maar een praktische leeswijzer voor de keuzes die nu voor je liggen.

Wij begeleiden dagelijks organisaties hierin. We zien welke keuzes ruimte geven en welke herstelwerk opleveren. Je zit in een korte periode waarin je nog kunt kiezen hoe je dit organiseert. Doe je dat niet, dan gebeurt het alsnog. Alleen rommeliger, ad hoc en met meer herstelwerk in de operatie. Je leest vier factoren die verklaren waarom dit zo snel gaat. Daarna welke denkfouten de meeste tijd kosten. En wat dit concreet vraagt van jouw organisatie.

AI op de werkvloer: wat het doet met processen, rollen en planning

De discussie gaat vaak over losse tools. ChatGPT hier, een Copilot-knop daar. Dat is niet waar het om draait. Wat er echt verandert: de beschikbaarheid van kennis en redeneerwerk. Twee jaar geleden was expertise schaars en duur. Nu is die beschikbaarheid enorm en de kosten dalen snel. Een taalmodel werkt dag en nacht, kent geen overuren en is geduldig. Dat is geen verbeterde tool. Dat is een andere omgeving.

Die omgeving rust op vier pijlers:

  • Redeneerwerk is geen schaars goed meer
  • Software verspreidt zich via internet voor vrijwel nul kosten
  • Honderden miljarden stromen naar AI-infrastructuur
  • De kosten voor het produceren van tekst, code, beeld en analyse dalen snel

De snelheid van die verandering is moeilijk te vatten zonder haar te zien. In 2022 kon AI geen betrouwbare rekensommen maken. In 2023 haalde het een advocatenexamen. In 2024 schreef AI werkende software. Eind 2025 gaven sommige van de beste ingenieurs ter wereld aan dat ze het meeste codeerwerk hadden overgedragen aan AI. Begin februari 2026 kwamen nieuwe modellen die alles daarvoor als een ander tijdperk doen aanvoelen.

Waarom dit elk vakgebied raakt

Wat verandert er?

AI schrijft de code

De meest directe verschuiving: AI schrijft computercode. Niet als hulpmiddel, maar als primaire producent.

Technische teams bij OpenAI, Anthropic en Spotify geven aan dat hun code tot stand komt met hulp van AI-assistenten. Programmeurs sturen bij, maar schrijven zelf geen code meer.

Code is het fundament van alles wat digitaal werkt: administratie, rapportage, klantcommunicatie, facturatie, planning. Als AI dat fundament legt, raakt het elk vakgebied. Van juridische dienstverlening tot de zorg, van accountancy tot klantenservice.

AI verbetert zichzelf

OpenAI beschrijft hoe hun model GPT-5.3 Codex een cruciale rol speelde bij het bouwen van zichzelf. Het team gebruikte vroege versies om de training te debuggen en testresultaten te analyseren.

De CEO van Anthropic zegt dat de feedbackloop tussen de huidige generatie AI en de volgende maand na maand vaart vermeerdert. Zijn inschatting: we zijn mogelijk één à twee jaar verwijderd van een punt waarop de huidige AI autonoom de volgende bouwt.

Elke generatie helpt de volgende te bouwen. Die is slimmer, bouwt sneller en levert weer een slimmere versie op. Waar technologische vooruitgang vroeger lineair verliep, versterkt het proces zichzelf nu.

AI werkt langer zelfstandig

METR is een organisatie die meet hoelang een taak duurt voor een menselijke expert en een AI-systeem die taak zelfstandig van begin tot eind afrondt. Een jaar geleden was het antwoord: taken van ongeveer tien minuten. Daarna een uur. Daarna enkele uren. De meest recente meting toonde taken die een menselijke expert bijna vijf uur kosten.

Recente metingen suggereren dat het mogelijk elke vier maanden verdubbelt. Een systeem dat een uur werkt, doet één taak. Een systeem dat een dag werkt, handelt een heel proces af. Trek die lijn door en je zit binnen twee jaar op weken.

AI pakt specifieke taken over

Naast de brede taalmodellen groeien gerichte tools. Systemen die specifiek zijn ingericht voor één vakgebied of taak. Denk aan contractcontrole, compliance-checks, dossieranalyse of verkooprapportages.

Binnen Claude van Anthropic bestaan dit soort instructiesets al. Je beschrijft stap voor stap wat de taak inhoudt en het model voert die uit. Geen programmeerkennis voor nodig. De drempel om een taak te automatiseren is bijna nul geworden.

Tools als Claude Code gaan een stap verder: die schrijven, testen en verbeteren code op basis van een beschrijving in gewone taal. Het tempo waarmee code tot stand komt ligt veel hoger dan voorheen.

Waarom AI-projecten blijven hangen in proefjes. Hoe je dat doorbreekt

De meeste mensen zitten nu in één van drie posities.

Je hebt AI een aantal keer geprobeerd en het werkte niet indrukwekkend
Dat klopt waarschijnlijk. In 2023 waren de modellen matig. De kwaliteitssprong sindsdien is moeilijk uit te leggen zonder het te laten zien. Wie terugkijkt op die eerste ervaring vergelijkt het verkeerde moment.

Je gebruikt de gratis versie en vraagt je af wat de hype is
De gratis versie loopt meer dan een jaar achter op wat betalende gebruikers tot hun beschikking hebben. De mensen die betalen voor de beste modellen en ze dagelijks inzetten voor echt werk, zien iets anders dan de rest. Ook dan: wie het standaardmodel gebruikt in plaats van een sterkere variant zoals ‘Pro’ of ‘Thinking’, mist wat de tool echt kan. De ervaring van de massa weerspiegelt niet wat beschikbaar is voor wie serieus investeert.

Je gebruikt AI regelmatig, maar oppervlakkig
Je stelt vragen, krijgt antwoorden. Dat werkt. Maar het grootste deel van wat AI doet, gebruik je nog niet. Denk aan automatisering van terugkerende processen of systemen die taken overnemen zonder dat jij erbij hoeft te zijn. De meest hardnekkige denkfout die we tegenkomen: “mijn werk is te specifiek voor AI.” Die aanname is niet altijd onterecht, maar ze wordt zelden getoetst.

Wat helpt om die aanname los te laten: de volgorde was geen toeval. AI richtte zich eerst op coderen omdat dat de snelste route was naar betere AI. Als AI code schrijft, helpt het zichzelf verbeteren. De technische sector werd niet als eerste geraakt omdat programmeurs het doelwit waren. Het was een neveneffect van een tactische keuze. Nu dat fundament er ligt, gaat het door naar de rest. De volgorde was strategisch. Jouw vakgebied staat gewoon later in de rij.

Wat dit vraagt aan keuzes

Afwachten of actief verkennen
Grote organisaties hebben een buffer: compliance, legacy-systemen, governance en weerstand van medewerkers vertragen adoptie. Die buffer geeft even ruimte. Maar ze is niet oneindig. AI wordt toegevoegd aan bestaande software. Op een dag open je een systeem dat je altijd gebruikt en neemt het opeens taken over die je normaal veel tijd kosten. Niet kiezen is ook een keuze. Het is er alleen een die je minder ruimte geeft naarmate de tijd vordert. Managers zien de ontwikkeling ook. Ze worden terughoudender met het aannemen van junior en medior medewerkers. Niet omdat het werk verdwijnt, maar omdat een systeem een deel ervan goedkoper en sneller doet.

Breed experimenteren of diep gaan
Veel mensen proberen veel tools, maar gaan nergens diep. Dat geeft weinig inzicht in wat AI echt voor jouw werk betekent. Leren prompten helpt daarbij. Niet alleen een vraag stellen, maar ook beschrijven wat je rol is, wat de context is en wat je niet wilt. Verder: leren hoe je de tool instrueert om zelf betere instructies te maken. Dat heet meta-prompting. Kies één taak van je die elke week terugkomt en tijd kost. Onderzoek serieus of AI die taak overneemt. Niet als experiment, maar met de instelling dat je jezelf wilt vervangen. Dat klinkt oncomfortabel. Het levert het meeste op.

Focussen op wat moeilijk te kopiëren blijft
AI neemt redeneerwerk over. Wat het moeilijker overneemt: diepgaande relaties, fysieke aanwezigheid, juridische eindverantwoordelijkheid en werk waarbij context vereist is die niet in een systeem past. Dat zijn geen vage troostwoorden. Het zijn gebieden waar jouw toegevoegde waarde de komende jaren het duidelijkst blijft. De combinatie van menselijke vaardigheden en technologie is de sterkste positie.

Wat dit betekent voor jouw situatie?

Je bent nog niet actief bezig

Begin met kijken, niet met implementeren. Kies één taak. Breng in kaart wat de input is, wat de output is en hoeveel tijd het nu kost. Dat is je startpunt.

Je experimenteert al

De vraag is niet meer of AI nuttig is, maar welke taken structureel naar een systeem gaan. Prioriteer op basis van tijdsinvestering en foutrisico.

Je hebt al processen ingericht

Kijk naar gerichte toepassingen. Welke specifieke taken binnen jouw vakgebied worden beter afgehandeld met gerichte instructies? Daar zit de volgende stap.

Richting geven, niet alles tegelijk veranderen

De omgeving verandert. Kennis is goedkoop. Distributie kost bijna niets. Modellen verbeteren zichzelf. AI schrijft code en raakt daarmee elk digitaal proces in elk vakgebied. de taken die het moeilijkst te automatiseren zijn, draaien om relatie, context en verantwoordelijkheid.

Je hoeft niet alles tegelijk te veranderen. Maar bewust sturen is beter dan verrast worden. Wil je scherp krijgen welke vragen voor jouw organisatie het meest relevant zijn? Neem contact op. We komen geen verkooppitch geven, maar verzorgen een inspirerende sessie over waar jij nu staat en welke mogelijkheden er zijn.