De meest angstaanjagende AI-baanvervangingsstatistieken - "47% van de banen bedreigd," "300 miljoen banen verdrongen" - komen uit echt onderzoek. Maar geen van die cijfers beschrijft wat de koppen impliceren. McKinsey Global Institute, Goldman Sachs Economic Research en de Oxford-studie van Frey en Osborne maten taakblootstelling, niet baanvernietiging. De werkelijk gemeten baanverdringing door AI-automatisering tot 2025 ligt op ongeveer 9% van de beroepsbevolking in getroffen sectoren, niet 47%. Begrijpen waarom die cijfers verschillen is het nuttigst voordat je carrierebeslissingen neemt op basis van angst.
In de afgelopen drie jaar is een bepaald soort artikel een betrouwbare klikaas geworden: neem een onderzoeksstatistiek over de potentiële economische impact van AI, verwijder de methodologische context, voeg een alarmerend getal toe aan de kop en publiceer. De resulterende angst is echt. De basis ervoor is vaak dun.
Dit artikel beweert niet dat AI-baanverstoring fictie is. Een deel ervan is echt, sommige werknemers worden al getroffen, en de richting wijst naar meer verstoring, niet minder. Maar de kloof tussen wat serieuze onderzoekers hebben gevonden en wat als gangbare wijsheid rondgaat, is groot genoeg om echte schade aan te richten in hoe mensen carrierebeslissingen nemen.
Wat het Onderzoek Werkelijk Zei
De Oxford-studie (2013, nog steeds constant geciteerd)
Het artikel van Carl Benedikt Frey en Michael Osborne uit 2013 schatte dat 47% van de Amerikaanse banen een “hoge gevoeligheid voor computerisering” had. Dat getal werd de basis voor een decennium aan angstaanjagende koppen.
Wat het artikel werkelijk mat: de technische haalbaarheid van het automatiseren van taakcomponenten van banen, gebaseerd op de staat van machinaal leren in 2013. Het artikel voorspelde uitdrukkelijk niet dat 47% van de banen zou verdwijnen. De auteurs schreven: “Ons model kan het aandeel niet-routinetaken dat geautomatiseerd kan worden overschatten.” Ze modelleerden blootstelling, niet voorspelden uitkomsten.
Een vervolgonderzoek van de OESO in 2016 paste dezelfde methodologie anders toe - door taken binnen banen te bekijken in plaats van hele beroepen - en kreeg een cijfer van 9%. Hetzelfde onderliggende kader, meer gedetailleerde aanpak, heel ander getal.
McKinsey Global Institute
McKinsey heeft meerdere rapporten over automatisering gepubliceerd. Het rapport van 2017 schatte dat 49% van de werkactiviteiten theoretisch geautomatiseerd kon worden met de toenmalige technologie. De update van 2023 verhoogde die schatting specifiek voor generatieve AI-taken.
Belangrijke context die de meeste berichtgeving weglaat: McKinsey maakt consequent onderscheid tussen technisch automatiseringspotentieel en werkelijke adoptie. Hun rapport van 2017 merkte op dat zelfs in het snelste adoptiescenario, automatisering 400 miljoen werknemers wereldwijd zou verdringen tegen 2030 - maar ook 555 tot 890 miljoen nieuwe baanequivalenten zou creëren. Het verplaatsingscijfer reist ver. Het creatiecijfer zelden.
Goldman Sachs Economic Research
Het Goldman Sachs-rapport van 2023 schatte dat AI 25% van de werktaken in de VS en Europa zou kunnen automatiseren, wat zo’n 300 miljoen voltijdse equivalenten treft. Dat rapport wordt vaak geciteerd als bewijs dat 300 miljoen mensen hun baan zullen verliezen.
Wat het Goldman-rapport werkelijk concludeerde: “Hoewel de impact van AI op de arbeidsmarkt waarschijnlijk aanzienlijk zal zijn, zijn de meeste banen en sectoren slechts gedeeltelijk blootgesteld aan automatisering en zullen daarom eerder worden aangevuld dan vervangen door AI.” Het rapport projecteerde netto bbp-groei door AI-adoptie, geen massawerkloosheid.
Taken vs. Banen: Het Onderscheid Dat Alles Verandert
Het belangrijkste om te begrijpen over AI-automatiseringsonderzoek: “geautomatiseerde taken” en “geëlimineerde banen” zijn niet hetzelfde.
De meeste banen bevatten een mix van routinematige en niet-routinematige taken. AI is momenteel heel goed in de eerste en niet bijzonder goed in de tweede. Wanneer AI specifieke taken binnen een baan automatiseert, verandert de rol - hij verdwijnt niet noodzakelijk.
Het klassieke voorbeeld: geldautomaten werden in de jaren zeventig geïntroduceerd met voorspellingen dat bankbedienden zouden verdwijnen. Het aantal bankbedienden in de VS nam toe nadat de geldautomaten kwamen - omdat lagere filiaalkosten banken in staat stelden meer filialen te openen, en bedienden verschoven naar verkoop- en relatietaken die geldautomaten niet konden doen.
Wat er Werkelijk is Gebeurd: Data 2024-2026
Het World Economic Forum Future of Jobs Report 2025 ondervroeg 1.000 werkgevers in 55 economieën. Hun bevindingen: 41% van de werkgevers plande personeelsvermindering in rollen waar AI taken kan automatiseren. Maar dezelfde enquête vond dat 77% van de werkgevers van plan was verplaatste werknemers om te scholen en te herplaatsen, en 70% van plan was nieuwe rollen in te huren die eerder niet bestonden.
In de technologiesector, die het meest direct blootgesteld is aan AI-coderingshulpmiddelen, is de werkgelegenheid niet ingestort. BLS-gegevens tot en met Q3 2025 laten zien dat de werkgelegenheid van softwareontwikkelaars ongeveer stabiel is vergeleken met de pieken van 2023.
Het meest duidelijke geval van echte AI-baanverdringing tot nu toe: klantenservice en inhoudsmoderatie. Sommige grootschalige, taakrepetitatieve callcenterwerk is gekrompen. Dit is echt, treft echte mensen en versnelt.
Legitieme vs. Overdreven Zorgen
Kennis junior werk staat werkelijk onder druk. Instapposities in schrijven, data-analyse, basisprogrammering, documentopstelling en eerste onderzoek hebben de duidelijkste vermindering in vraag gezien.
Geografische en sectorale concentratie is belangrijk. De verstoring is niet gelijkmatig verdeeld. Callcenters, bepaalde back-office functies en rollen in sectoren waar routinematig cognitief werk overheerst, staan onder meer druk.
Transitiekosten zijn echt, zelfs als de nettowerkgelegenheid groeit. Zelfs als AI meer banen creëert dan vernietigt, zijn de mensen wiens banen veranderen of verdwijnen niet automatisch de mensen die de nieuwe rollen invullen.
Wat werkelijk overdreven is: het idee dat AI de banen van de meeste mensen op korte termijn zal elimineren. De knelpunt is niet capaciteit - het is adoptiesnelheid, regelgevingswrijving en organisatorisch verandermanagement.
Wat je Werkelijk Moet Doen
Controleer je taakmix, niet je functietitel. De vraag “Zal AI mijn baan vervangen?” is minder nuttig dan “Welke taken in mijn baan doet AI al beter, en welke vereisen capaciteiten die AI niet heeft?”
Volg wat er met instapniveaurollen in je vakgebied gebeurt. Als junior rollen in je sector moeilijker in te vullen worden omdat AI het opleidingswerk afhandelt, vertelt dat je iets over de richting.
Ontwikkel vaardigheden die in de loop van de tijd samengesteld worden. Domeinexpertise, complex oordeel, relatiebeheer en de mogelijkheid om AI-tools effectief te bedienen zijn allemaal complementair aan huidige AI-capaciteiten.
Wees sceptisch over elk enkel percentage. Wanneer je “AI zal X% van de banen vervangen” ziet, vraag dan: wat is de bron, wat hebben ze werkelijk gemeten, over welk tijdsbestek, en klopt de kop met de werkelijke conclusies van het artikel?
Voor een praktischere beoordeling van je individuele risiconiveau: Will AI Replace My Job? How to Actually Assess Your Risk en The 2026 Job Market Reality Check: What the Data Says.
Richt je op wat je kunt controleren - begin met de ATS-score van je cv. Gratis ATS-check