Stanford University heeft niet onderzocht welke jobs AI vervangt, maar welke taken werknemers zelf graag overdragen aan AI agents, en welke ze zelf willen blijven doen. In de recente studie van het Stanford SALT Lab, getiteld Future of Work with AI Agents, vindt je de resultaten. De studie legt een opvallende kloof bloot tussen waar de AI-industrie in investeert en wat werknemers nodig hebben.

De studie in een notendop

Onderzoekers van Stanford bouwden een framework waarin ze werknemers uit honderden beroepen vroegen welke taken ze willen automatiseren met AI agents en welke ze liever zelf blijven uitvoeren. Tegelijk legden ze diezelfde taken voor aan AI-experts om in te schatten wat technologisch al haalbaar is. Door beide perspectieven naast elkaar te leggen ontstaat een landschap met vier zones, gaande van taken waar zowel werknemers als technologie klaar zijn voor automatisering, tot zones waar de wens er wel is maar de techniek nog tekortschiet, en omgekeerd.

De meest opvallende vaststelling: 41 procent van de taken waar Y Combinator-startups op focussen valt in de zogenaamde Low Priority Zone of in de Automation Red Light Zone. Met andere woorden, een groot deel van het kapitaal en de ontwikkelinspanningen vloeit naar oplossingen waar werknemers ofwel weinig waarde in zien, ofwel actief weerstand tegen bieden.

Waar werknemers AI agents voor willen

De studie laat zien dat werknemers helemaal niet anti-AI zijn. Integendeel, in heel wat domeinen vragen ze zelf om hulp. Het gaat dan vooral om repetitieve taken die tijd opslokken zonder dat ze veel waarde toevoegen, zoals administratieve handelingen, datasortering, eerste versies van standaardrapporten en routinematige communicatie. De redenen die werknemers aangeven zijn pragmatisch: meer tijd voor zinvol werk, minder mentale belasting en het wegnemen van werk dat ze toch al niet graag doen.

In dit deel van het landschap is er dus een duidelijke match. Werknemers willen het, AI kan het of komt er snel, en automatisering creëert ruimte voor inhoudelijk sterker werk. Hier ligt volgens de onderzoekers het laaghangend fruit waar bedrijven en ontwikkelaars op zouden moeten focussen.

Waar de weerstand zit

Aan de andere kant van het spectrum staan taken waar werknemers automatisering uitdrukkelijk niet wensen. Het gaat dan vaak om werk dat identiteit, vakmanschap of betekenisvolle menselijke interactie omvat zoals het voeren van moeilijke gesprekken, creatieve beslissingen, het opbouwen van vertrouwensrelaties of werk waar oordelingsvermogen en ethiek nodig zijn.

Een deel van die weerstand niet draait om angst voor banenverlies, maar om plezier en zingeving. Werknemers willen die taken behouden omdat ze er energie uit halen. Een AI agent die net dat stuk overneemt voelt aan als verlies, niet als winst. Bedrijven die hier toch automatiseren riskeren disengagement en verloop, ook al is de technologie beschikbaar.

Samenwerking als norm

De belangrijkste nuance van het onderzoek. De meerderheid van de taken willen werknemers niet volledige automatiser, maar ze willen ook geen status quo. Ze willen samenwerken met AI agents als een gelijkwaardige partner. Stanford ontwikkelde daarvoor een Human Agency Scale, die per taak aangeeft hoeveel menselijke regie wenselijk is.

Werknemers prefereren bijna altijd een hoger niveau van menselijke controle dan AI-experts technisch nodig achten. Dat spanningsveld zal de komende jaren alleen maar groeien naarmate de capaciteiten van AI agents toenemen. Wie als organisatie gewoon de meest capabele agent loslaat zonder rekening te houden met die voorkeur, creëert wrijving die niet door training of changemanagement op te lossen valt.

De vaardigheden die belangrijker worden

Het derde deel van de studie gaat over loopbaanontwikkeling. Als AI agents effectief de informatieverwerkende taken overnemen, verschuift de waarde van menselijke arbeid richting andere competenties.

  • Minder vraag naar puur informatieverwerkende vaardigheden, zoals data analyseren, opzoekwerk of kennis bijwerken. Net die vaardigheden zijn vandaag oververtegenwoordigd in goedbetaalde functies.
  • Meer nadruk op interpersoonlijke en organisatorische vaardigheden, zoals coördineren, mensen aansturen, middelen monitoren en context overbrengen tussen teams.
  • Bredere mix van high-agency vaardigheden, waaronder beslissingen nemen onder onzekerheid, kwaliteitsoordelen vellen en ethische afwegingen maken.

De paradox is dat veel van die vaardigheden vandaag relatief ondergewaardeerd zijn in salarisstructuren. Wie een loopbaan uitstippelt voor de komende tien jaar doet er goed aan niet te kijken naar wat nu goed betaalt, maar naar wat straks moeilijk te automatiseren is en tegelijk gewenst blijft door werknemers en organisaties.

Wat dit betekent voor bedrijven

Organisaties die AI agents willen inzetten zonder eerst te luisteren naar hun mensen, lopen het risico te investeren in de verkeerde zaken.

  • Begin met taken waar werknemers zelf om automatisering vragen. Daar is de adoptie hoog en de weerstand laag.
  • Ontwerp samenwerking, geen vervanging. De meeste taken vragen om een agent die ondersteunt en voorstelt, terwijl de mens beslist.
  • Investeer in de vaardigheden die straks de waarde bepalen. Coaching, coördinatie en beoordelingsvermogen worden de nieuwe kernactiviteiten.