Diederik Van Kuilenburg
AI-besparing met terugwerkende kracht: waarom 30% van de ontslagen medewerkers terugkomt
Gartner voorspelt dat 30% van de medewerkers die vanwege AI worden ontslagen, uiterlijk 2029 opnieuw moet worden aangenomen. Wat betekent dat voor de manier waarop je AI inzet, en wat is daarbij de rol van architectuur?
Stel je voor: je organisatie rondt een AI-programma af. De businesscase klopt, de formatie krimpt en de resultaten lijken positief. Drie jaar later probeert HR dezelfde mensen terug te halen, omdat cruciale kennis is verdwenen, de AI de context niet begrijpt en niemand nog precies weet waarom het proces ooit zo is ingericht. Dat de tarieven tegen die tijd dan hoger liggen, is mooi meegenomen. Voor de recruiter, tenminste.
Het is geen sciencefiction. Gartner voorspelt dat tegen 2029 dertig procent van de medewerkers die vanwege vervanging door AI zijn ontslagen, weer moet worden aangenomen[1]. Gartner-analist Tori Paulman zegt het zo: de grootste fout in het huidige AI-tijdperk is te geloven dat automatiseren en kostenreductie het doel is, terwijl de werkelijke waarde juist ligt in het versterken van medewerkers.
Om te voorkomen dat je als CIO of bestuurder ook deze fout maakt, zijn er volgens Gartner vier verschuivingen in het denken over AI. Ik loop ze langs vanuit mijn eigen vakgebied: data- en enterprise-architectuur.
Verschuiving 1: AI als toolmate, niet als vervanger
Gartner beschrijft AI als “toolmate”: een collega-tool die het oordeel, de creativiteit en de besluitvorming van medewerkers versterkt, waarbij de verantwoordelijkheid bij de mens blijft.
Vanuit data- en enterprise-architectuur zie ik hier vooral een vraag naar besluitvorming en verantwoordelijkheid. Waar in het proces valt de beslissing, en wie blijft eigenaar van de uitkomst? Als je dat niet expliciet vastlegt in de procesarchitectuur, krijgt de tool ongemerkt een bepalende rol. Maar: een tool die niet op haar gedrag kan worden aangesproken, is geen collega.
Verschuiving 2: een workforce die meebeweegt, niet alleen meegaat
Het tempo van verandering legt gaten bloot in vaardigheden en wendbaarheid. Gartner noemt AI-geletterdheid, AI-ondersteund skills management, digitale behendigheid en “AI-savvy” executives als bouwstenen.
Een capabilitymodel maakt zichtbaar wat een organisatie moet kunnen. Door dat te vergelijken met de aanwezige vaardigheden, wordt concreet waar de échte tekorten zitten. Dat biedt een gerichter vertrekpunt dan een algemene AI-training voor iedereen.
Verschuiving 3: context, oordeel en betekenis behouden
Naarmate AI in meer bedrijfsprocessen zit, groeit het risico dat context, menselijk oordeel en institutionele kennis verloren gaan. Gartner pleit voor systemen die de besluitkwaliteit versterken, menselijk toezicht behouden en zorgen dat medewerkers niet alleen weten hóe een proces verloopt, maar ook waaróm.
Hier bewijzen data- en architectuurwerk hun waarde. Metadata, datakwaliteit, herleidbaarheid en uitlegbaarheid zijn geen compliance-hobby’s, maar vormen samen het geheugen van de organisatie. Automatiseer je processen zonder die kennis eerst vast te leggen, dan verdwijnt precies de context die nodig is om de uitkomsten te begrijpen en te beoordelen.
Verschuiving 4: een fundament voor samengestelde waarde
Succes hangt volgens Gartner af van een fundament waarop elke volgende use case sneller, goedkoper en veiliger is dan de vorige. Daarbij voorspelt Gartner dat tegen 2027 75% van de organisaties die AI-productiviteitswinst vooral als kostenbesparing vastleggen, wordt ingehaald door concurrenten die die winst juist herinvesteren in innovatie, modernisering en upskilling.
Dit is de verschuiving die mij het meest aanspreekt. Samengestelde waarde ontstaat niet door losse pilots, maar door herbruikbare bouwstenen: gedeelde data, heldere governance en een gesloten cyclus van strategie, architectuur, uitvoering en evaluatie. Dat is de boodschap van mijn vorige blog ([2]), waarin ik beschreef waarom AI- en data-initiatieven stranden wanneer strategie en uitvoering in gescheiden werelden leven.
Minder snijden, meer samenhang
AI vraagt niet om minder aandacht voor mensen, kennis en samenhang, maar juist om meer. Organisaties vergroten hun kans op duurzaam resultaat wanneer zij strategie, architectuur, uitvoering en evaluatie als één doorlopende cyclus organiseren. Stel jezelf bij de eerstvolgende AI-businesscase de volgende drie vragen:
- Besparen we, of versterken we? Zit er in de business case een herinvesteringsparagraaf, of alleen een kostenregel? Gartner’s cijfer over 2027 suggereert dat de eerste route langer rendeert.
- Welke kennis en context verdwijnt als dit werkt? Leg die vast voordat je de mensen en processen aanpast die haar dragen.
- Wordt de volgende use case makkelijker? Zo niet, dan bouw je een pilot en geen fundament.
Wil je weten hoe jouw organisatie AI inzet als versterker in plaats van als bezuinigingsmaatregel? Kijk op solventa.nl/thema/data-en-ai of neem contact met me op.
Bronnen:
[1] Gartner (9 september 2026). Gartner Identifies 4 Shifts Shaping the Future of Work (persbericht, Stamford, Conn.). Gartner, Inc. https://www.gartner.com/en/newsroom/press-releases/2026-09-09-gartner-identifies-four-shifts-shaping-the-future-of-work.
[2] Van Kuilenburg, D. (7 juli 2026). Van data naar waarde — maar dan écht. Solventa. https://www.solventa.nl/blog/ai-data-strategie-executie-sturen-op-samenhang/.
