Automatiseer jezelf voordat AI het doet

Er wordt veel gesproken over AI alsof het iets is dat organisaties moeten implementeren. Alsof het een project is, een roadmap, een werkgroep of een serie workshops met koffie, post-its en na afloop een samenvatting in Teams. Dat beeld is begrijpelijk, maar het mist waar de echte verandering plaatsvindt.

Die verandering begint namelijk veel minder bij de vraag welke AI-tool een organisatie kiest. Ze begint bij een ongemakkelijkere vraag: ben jij bereid om je eigen functie te automatiseren voordat iemand anders het doet?

Dat klinkt hard, maar volgens mij is dit precies waar veel kenniswerkers, teams en bedrijven de komende jaren mee te maken krijgen. AI vervangt morgen heus niet iedereen, maar de lat verschuift razendsnel.

Werk dat eerst bijzonder was, wordt normaal. Werk dat eerst een dag kostte, kost straks tien minuten. Werk waarvoor eerst drie mensen nodig waren, wordt straks aangestuurd door één iemand die AI goed weet te gebruiken.

En die ene persoon is zelden automatisch de jongste medewerker of per se de meest technische. Het is degene met de meeste honger.

Leeftijd is zelden het probleem. Gebrek aan honger wel.

In discussies over AI gaat het vaak al snel over leeftijd. Jongeren zouden vanzelf beter meekomen, terwijl oudere medewerkers meer moeite zouden hebben met verandering. Dat is een lekker makkelijk frame, maar in de praktijk klopt het nauwelijks.

Ik zie jonge mensen die AI gebruiken alsof het een betere zoekmachine is. Ze stellen een vraag, krijgen een antwoord, plakken het ergens in en gaan door. Tegelijk zie ik mensen van vijftigplus die avonden zitten te experimenteren met agents, workflows, prompts, API’s en automatiseringen, omdat ze voelen dat hier iets fundamenteels gebeurt.

Het verschil zit vooral in houding. De vraag is niet of je bent opgegroeid met technologie, maar of je bereid bent opnieuw beginner te worden. Dat is voor veel professionals lastig, zeker als je al jaren goed bent in je werk.

Je hebt ervaring opgebouwd, kent de klanten, de processen, de valkuilen en de interne politiek. Je weet hoe dingen lopen, en precies dat kan gevaarlijk worden omdat ervaring al snel voelt als bescherming.

AI respecteert geen functiejaren. Het kijkt vooral welke onderdelen van je werk bestaan uit herhaling, patroonherkenning, tekstproductie, analyse, planning, controle, samenvatting of coördinatie. Laat dat nou net een groot deel zijn van heel veel kantoorbanen.

Automatiseer je eigen functie voordat iemand anders het doet

De reflex bij automatisering is vaak defensief. Mensen denken: als ik mijn werk automatiseer, maak ik mezelf overbodig. Ik denk dat het tegenovergestelde waar is. Als jij je eigen functie laat liggen, geef je iemand anders de kans om die opnieuw vorm te geven.

Een collega, een concurrent, een externe consultant, een nieuw teamlid dat geen last heeft van hoe het altijd ging, of een directie die op een gegeven moment simpelweg vraagt waarom bepaalde werkzaamheden nog steeds zoveel tijd kosten.

Wie zelf begint, krijgt een ander voordeel: je begrijpt het werk én je begrijpt de automatisering. Dat maakt je geen slachtoffer van verandering, maar eigenaar van de nieuwe manier van werken.

Stel dat je marketeer bent. Je schrijft briefings, maakt campagnes, analyseert performance, stemt af met sales, maakt rapportages, bedenkt content, bewaakt deadlines en zit in veel te veel meetings. Dan kun je wachten tot er een AI-tool komt die ‘marketing efficiënter maakt’, of je kunt je eigen werk uit elkaar trekken:

• Welke taken herhaal ik elke week?
• Welke informatie verzamel ik steeds opnieuw?
• Welke beslissingen neem ik op basis van vaste patronen?
• Welke output maak ik die AI al voor 60, 70 of 80 procent kan voorbereiden?
• Welke checks doe ik handmatig die ook automatisch kunnen?
• Welke overdrachten kosten onnodig veel tijd?

Dat is geen leuke innovatie-oefening voor erbij. Dat is het nieuwe vakmanschap. Waarschijnlijk lukt het niet meteen. Je eerste agent is rommelig, je eerste workflow breekt, je prompt werkt drie keer goed en daarna ineens totaal anders. Je ontdekt dat je eigen proces minder helder is dan je dacht. Mooi, want daar begint het leren.

Zelfs wanneer het je nog niet lukt om je functie volledig te automatiseren, leer je wél waar je functie echt uit bestaat. Je ziet welke stappen waarde toevoegen en welke vooral historisch gegroeid zijn.

Je ontdekt waar kennis verstopt zit, welke beslissingen afhankelijk zijn van context, waar kwaliteit ontstaat en hoe je AI moet aansturen om van losse output naar betrouwbare werkprocessen te komen. Dat is een enorme voorsprong.

De nieuwe hotshot is de orchestrator

We gaan van een economie waarin uitvoeren centraal stond naar een economie waarin orkestreren belangrijker wordt. De waarde verschuift van “ik kan deze taak goed doen” naar “ik kan een systeem bouwen, sturen en verbeteren dat deze taak steeds beter uitvoert”.

Dat vraagt een ander profiel. Niet per se iemand die alles technisch zelf bouwt, maar wel iemand die processen begrijpt, scherp kan denken, goede instructies kan geven, output kan beoordelen en continu zoekt naar hefboomwerking. Dat is de orchestrator.

De orchestrator vraagt niet: “Hoe gebruik ik AI binnen mijn werk?” maar: “Hoe ontwerp ik mijn werk opnieuw nu AI beschikbaar is?” Dat verschil lijkt klein, maar is gigantisch. De eerste vraag leidt tot optimalisatie: iets sneller schrijven, een betere samenvatting of een handigere brainstorm.

De tweede vraag leidt tot transformatie: minder overdracht, minder handwerk, minder afhankelijkheid van individuele beschikbaarheid, meer snelheid, meer schaal en meer kwaliteit, mits goed ingericht.

Hier wordt het spannend binnen teams. Zodra één persoon laat zien dat een proces dat normaal drie dagen kost nu in twee uur kan, verandert de norm voor iedereen. Niet omdat die persoon vervelend wil doen, maar omdat bewijs nu eenmaal irritant overtuigend is. Vanaf dat moment verliest “zo doen we het altijd” zijn kracht als argument en wordt de echte vraag: waarom doen we het eigenlijk nog steeds zo?

Verandermanagement begint niet met draagvlak

In veel organisaties wordt verandering nog steeds benaderd alsof draagvlak de eerste stap is. Iedereen meenemen, iedereen betrekken en iedereen comfortabel houden klinkt sympathiek, maar bij exponentiële technologie is het riskant.

Natuurlijk moet je mensen serieus nemen. Natuurlijk moet je zorgen voor veiligheid, begeleiding en duidelijke kaders. Alleen: als je wacht tot iedereen er klaar voor is, ben je te laat. AI-adoptie beweegt niet in het tempo van de langzaamste vergadering.

Verandermanagement rond AI vraagt daarom om een ander uitgangspunt. Niet iedereen hoeft meteen overtuigd te zijn, maar iedereen moet wel in beweging komen. Je hoeft mensen ook niet allemaal dezelfde route te geven; wel dezelfde urgentie.

Dat betekent dat AI geen onderwerp kan blijven van “de innovatieafdeling” of “die ene handige collega”. Het moet onderdeel worden van ieders functieontwikkeling, structureel in plaats van vrijblijvend. Daar hoort een ongemakkelijke boodschap bij: AI-geletterdheid wordt geen extra vaardigheid, maar basishygiëne voor kenniswerk.

Zoals je nu verwacht dat iemand met e-mail, spreadsheets, CRM-systemen of projecttools kan werken, ga je straks verwachten dat iemand AI kan inzetten om eigen werk slimmer, sneller en beter te organiseren. Als standaard.

Een extreem experiment: de corporate Hunger Games

Voor werkgevers die dit echt willen versnellen, zou je een prikkelend experiment kunnen opzetten. Noem het desnoods de corporate Hunger Games. Ja, de naam is wat dramatisch, en precies dat helpt.

Geef iedere medewerker een serieus AI-budget. Niet vaag “experimenteer eens met AI”, maar concreet: iedereen krijgt zes maanden lang een Claude Code-abonnement van 200 euro per maand, of een Codex-abonnement in dezelfde klasse.

Laat mensen kiezen wat beter bij hun werk past en laat ze desnoods tussentijds switchen als blijkt dat het andere gereedschap beter aansluit.

Maak de verwachting vervolgens glashelder. De opdracht: binnen zes maanden verwacht ik dat je zoveel mogelijk van je eigen functie hebt geautomatiseerd. Niet als hobby in de avonduren, ook al ontkom je daar misschien soms niet aan, maar officieel, als veranderopdracht.

Laat medewerkers documenteren:

• Welke taken ze hebben geautomatiseerd.
• Hoeveel tijd dat bespaart.
• Welke kwaliteitseffecten zichtbaar zijn.
• Welke fouten of risico’s zijn ontstaan.
• Welke nieuwe vaardigheden nodig bleken.
• Welke processen eigenlijk anders ingericht moeten worden.

Maak het competitief. Degene die de grootste aantoonbare hefboom creëert, wint een prijs: een reischeque van 2000 euro bijvoorbeeld, extra budget, vrije dagen, een nieuwe rol of zichtbaarheid richting directie. Een duidelijke “What’s in it for me”-trigger helpt enorm.

Voor extra dramatiek mag je er best bij zeggen dat wie na zes maanden niets heeft geprobeerd, een vaststellingsovereenkomst op zijn bureau krijgt. Als grap natuurlijk. Een grap met een serieuze ondertoon, want dat zijn meestal de beste. Zodra teams zien wat mogelijk is, verandert de energie vanzelf. Dan gaat AI van abstract naar concreet, van bedreiging naar bewijs en van workshop naar werkvloer.

Je kunt er zelfs een hardere variant van maken. Wie na zes maanden niets heeft geprobeerd, niets heeft geleerd en niets heeft veranderd, heeft eigenlijk ook een antwoord gegeven.

Moet je daar juridisch meteen een vaststellingsovereenkomst aan koppelen? Nee. Dan maak je van een goed veranderexperiment ineens een arbeidsrechtelijke survivalshow. Leuk voor de advocaten, minder handig voor de organisatie.

Als spiegel klopt de grap wel. De onderliggende vraag is terecht: als jouw functie aantoonbaar verandert door AI en jij weigert mee te veranderen, hoe lang is de match tussen jou en je rol dan nog houdbaar? Dat gesprek gaan veel organisaties liever uit de weg, maar het komt eraan.

Veiligheid en hardheid moeten naast elkaar bestaan

De beste AI-verandering is niet keihard of knuffelig. Het is allebei. Je moet mensen veiligheid geven om te leren, fouten te maken en opnieuw te beginnen, terwijl je ook eerlijk bent over de consequenties van stilstand.

Een goed AI-programma zegt dus niet alleen: “We helpen je.” Het zegt ook: “We verwachten dat je beweegt.” Die combinatie is cruciaal. Alleen veiligheid leidt tot vrijblijvendheid. Alleen druk leidt tot angst. Veiligheid plus duidelijke verwachting creëert momentum.

Concreet betekent dat:

• Geef mensen toegang tot goede tools.
• Reserveer werktijd om te experimenteren.
• Beloon automatisering, ook als het bestaande structuren uitdaagt.
• Maak AI-vaardigheid onderdeel van beoordeling en functieontwikkeling.
• Laat teams hun processen opnieuw ontwerpen.
• Beloon mensen die hun eigen werk slimmer maken.
• Stop met doen alsof afwachten een neutrale keuze is.

Afwachten is ook een strategie, alleen meestal een slechte.

De ongemakkelijke waarheid

De komende jaren ontstaat er in veel organisaties een nieuw onderscheid. Niet tussen jong en oud, en ook niet tussen technisch en niet-technisch, maar tussen mensen die AI gebruiken als hulpmiddel en mensen die AI inzetten als hefboom.

De eerste groep wordt iets efficiënter. De tweede groep verandert de standaard. Daar ligt de echte carrièrekans: niet in “leren prompten”, maar in leren orkestreren. Niet in een tool kennen, maar in begrijpen hoe je werk opnieuw ontwerpt. Niet in jezelf beschermen tegen automatisering, maar in degene worden die automatisering richting geeft.

Want als jij je functie kunt automatiseren, verdwijnt jouw waarde niet automatisch. Je waarde verplaatst zich: van uitvoerder naar ontwerper, van specialist naar systeemdenker, van medewerker naar orchestrator. Als jij die stap niet zet, doet iemand anders het.

Misschien je collega, misschien een nieuwe medewerker, misschien een concurrent of misschien een AI-native bureau dat hetzelfde werk sneller, goedkoper en beter levert.

Daar zit de echte urgentie. Niet dat AI morgen je baan afpakt, maar dat iemand anders morgen beter begrijpt hoe jouw werk opnieuw georganiseerd kan worden.

Begin klein en eindig succesvol

Wie hiermee aan de slag wil, hoeft niet meteen zijn volledige functie te automatiseren. Begin kleiner. Kies één terugkerende taak waar je elke week tijd aan kwijt bent: een rapportage, een briefing, een analyse, een klantupdate, een contentplanning of een interne overdracht.

Ontleed die taak en bouw een briefing die je aan een AI-code-agent kunt meegeven. Die briefing hoeft niet perfect te zijn; zet gewoon direct vanuit je hoofd op papier wat er moet gebeuren en geef dat aan de agent.

Daarmee bouw je samen een eerste versie waar je steeds meer controle aan toevoegt, databronnen aan koppelt en de AI dwingt om een autonoom pad uit te werken. Zo kan die repetitief en proactief aan de slag, zonder dat jij continu aan de knoppen zit.

Na een paar weken kijk je anders naar je werk. Na een paar maanden kijk je anders naar je functie. En op een dag zie je ineens dat losse experimenten samen een systeem zijn geworden. Als je genoeg vlieguren hebt gemaakt, voelt orchestreren bijna als een zesde zintuig. Dat is precies wat je wil.

Dat is het moment waarop je niet langer “iemand bent die AI gebruikt”. Dan ben je degene die de lat verhoogt. En in een bedrijf dat probeert uit te zoeken wat AI betekent, is dat een buitengewoon sterke positie om te hebben.

Dus wacht niet op de AI-strategie, de perfecte tool of iemand die je precies vertelt wat mag. Begin met de gevaarlijkste en meest waardevolle opdracht die je jezelf kunt geven: automatiseer je eigen functie.

Niet omdat je overbodig bent, maar omdat je dat juist wilt voorkomen.

De header afbeelding is gegeneerd met een eigen tool (GPT-IMAGE-2 als model).