Murugan Anandarajan van Drexel University bespreekt de vaardigheden waar professionals naar moeten kijken nu kunstmatige intelligentie de toekomst van het beroepsleven beïnvloedt.
Het adviesbureau Accenture heeft onlangs 11.000 werknemers ontslagen terwijl het uitbreiden van zijn inspanningen om werknemers op te leiden in het gebruik van kunstmatige intelligentie. Het is een scherpe herinnering dat dezelfde technologie die efficiëntie stimuleert, ook een nieuwe definitie geeft van wat er nodig is om een baan te behouden.
En Accenture is niet de enige. IBM heeft al honderden rollen vervangen met AI-systemen, terwijl er nieuwe banen worden gecreëerd in de verkoop en marketing. Amazon snijdt personeel zelfs als het teams uitbreidt die AI-tools bouwen en beheren. In alle sectoren, van banken naar ziekenhuizen En creatieve bedrijvenZowel werknemers als managers proberen te begrijpen welke rollen zullen verdwijnen, welke zullen evolueren en welke nieuwe zullen ontstaan.
I onderzoeken en lesgeven aan de Drexel Universiteit LeBow College of Businessbestuderen hoe technologie het werk en de besluitvorming verandert. Mijn studenten vragen vaak hoe ze inzetbaar kunnen blijven in het tijdperk van AI. Leidinggevenden vragen mij hoe ze vertrouwen kunnen opbouwen in technologie die sneller lijkt te evolueren dan mensen zich eraan kunnen aanpassen. Uiteindelijk vragen beide groepen eigenlijk hetzelfde: welke vaardigheden zijn het belangrijkst in een economie waar machines kunnen leren?
Om dit te beantwoorden heb ik gegevens geanalyseerd uit twee enquêtes die mijn collega's en ik deze zomer hebben gehouden. Voor de eerste, de Onderzoek naar gegevensintegriteit en AI-gereedheidvroegen we 550 bedrijven in het hele land hoe zij AI gebruiken en erin investeren. Voor de tweede, de Enquête over de vooruitzichten voor het inhuren van universiteitenhebben we gekeken hoe 470 werkgevers aankijken tegen werving op instapniveau, de ontwikkeling van het personeelsbestand en de AI-vaardigheden van kandidaten. Deze onderzoeken laten beide kanten van de vergelijking zien: degenen die AI bouwen en degenen die ermee leren werken.
AI is overal, maar zijn mensen er klaar voor?
Meer dan de helft van de organisaties vertelde ons dat AI nu de dagelijkse besluitvorming aanstuurt, maar slechts 38 procent gelooft dat hun werknemers volledig bereid zijn om het te gebruiken. Deze kloof verandert de arbeidsmarkt van vandaag. AI vervangt niet alleen werknemers; het maakt duidelijk wie er klaar voor is om ermee samen te werken.
Onze gegevens laten ook een tegenstrijdigheid zien. Hoewel veel bedrijven nu intern afhankelijk zijn van AI, zegt slechts 27% van de recruiters dat ze het prettig vinden als sollicitanten AI-tools gebruiken voor taken zoals het schrijven van cv's of het onderzoeken van salarisschalen.
Met andere woorden: dezelfde instrumenten waarop bedrijven vertrouwen voor zakelijke beslissingen roepen nog steeds twijfels op wanneer werkzoekenden ze gebruiken voor loopbaanontwikkeling. Zolang dit inzicht niet verandert, zullen zelfs geschoolde werknemers gemengde berichten blijven ontvangen over wat 'verantwoord AI-gebruik' betekent echt.
Uit de Data Integrity & AI Readiness Survey kwam deze gereedheidskloof het duidelijkst naar voren in klantgerichte en operationele functies zoals marketing en verkoop. Dit zijn dezelfde gebieden waar de automatisering snel vordert en er vaak ontslagen plaatsvinden wanneer de technologie sneller evolueert dan mensen zich kunnen aanpassen.
Tegelijkertijd constateerden we dat veel werkgevers hun diploma- of referentievereisten niet hebben bijgewerkt. Ze zoeken nog steeds mensen voor de cv's van gisteren, terwijl het werk van morgen vloeiende kennis van AI vereist. Het probleem is niet dat mensen worden vervangen door AI; het is dat de technologie sneller evolueert dan de meeste werknemers zich kunnen aanpassen.
Vlotheid en vertrouwen: de echte basis van aanpassingsvermogen
Uit ons onderzoek blijkt dat de vaardigheden die het nauwst verband houden met aanpassingsvermogen één thema gemeen hebben, wat ik 'menselijke AI-vloeiendheid' noem. Dit betekent dat je met slimme systemen kunt werken, de resultaten ervan in twijfel kunt trekken en kunt blijven leren als dingen veranderen.
Voor alle bedrijven liggen de grootste uitdagingen in het uitbreiden van AI, het garanderen van naleving van ethische en regelgevende normen en het verbinden van AI met echte bedrijfsdoelstellingen. Deze hindernissen gaan niet over coderen; ze gaan over goed beoordelingsvermogen.
In mijn lessen benadruk ik dat de toekomst de voorkeur zal geven aan mensen die machine-output kunnen omzetten in nuttig menselijk inzicht. Ik noem dit digitale tweetaligheid: het vermogen om vloeiend door zowel menselijk oordeel als machinelogica te navigeren.
Wat managementexperts ‘reskilling’ noemen – of het leren van nieuwe vaardigheden om zich aan te passen aan een nieuwe rol of grote veranderingen in een oude – werkt het beste als mensen zich veilig voelen om te leren. In onze Onderzoek naar gegevensintegriteit en AI-gereedheidhadden organisaties met een sterk bestuur en veel vertrouwen bijna twee keer zoveel kans om winst op het gebied van prestaties en innovatie te rapporteren. De gegevens suggereren dat wanneer mensen hun leiders en systemen vertrouwen, ze meer bereid zijn om te experimenteren en van fouten te leren. Op die manier verandert vertrouwen technologie van iets om bang voor te zijn in iets om van te leren, waardoor werknemers het vertrouwen krijgen om zich aan te passen.
Volgens de Enquête over de vooruitzichten voor het inhuren van universiteitenOngeveer 86% van de werkgevers biedt nu interne trainingen of online bootcamps aan, maar slechts 36% zegt dat AI-gerelateerde vaardigheden belangrijk zijn voor functies op instapniveau. De meeste opleidingen zijn nog steeds gericht op traditionele vaardigheden in plaats van op de vaardigheden die nodig zijn voor opkomende AI-banen.
De meest succesvolle bedrijven maken leren tot een onderdeel van het werk zelf. Ze bouwen mogelijkheden om te leren in echte projecten en moedigen werknemers aan om te experimenteren. Ik herinner leiders er vaak aan dat het doel niet alleen is om mensen te trainen in het gebruik van AI, maar om hen te helpen ernaast te denken. Dit is hoe vertrouwen de basis wordt voor groei, en hoe omscholing helpt werknemers te behouden.
De nieuwe regels voor het aannemen van personeel
Naar mijn mening zijn de bedrijven die toonaangevend zijn op het gebied van AI niet alleen banen aan het schrappen; ze herdefiniëren ze. Om te slagen, geloof ik dat bedrijven mensen moeten inhuren die technologie met gezond verstand kunnen verbinden, vraagtekens kunnen zetten bij wat AI produceert, dit duidelijk kunnen uitleggen en dit kunnen omzetten in bedrijfswaarde.
In bedrijven die AI het meest effectief inzetten, draait het bij het aannemen van personeel niet meer alleen om cv's. Waar het om gaat is hoe mensen eigenschappen als nieuwsgierigheid en oordeelsvermogen toepassen op intelligente hulpmiddelen. Ik geloof dat deze trends leiden tot nieuwe hybride rollen, zoals AI-vertalers, die besluitvormers helpen begrijpen wat AI-inzichten betekenen en hoe ze daarop kunnen reageren, en digitale coaches, die teams leren samen te werken met intelligente systemen. Elk van deze rollen verbindt menselijk oordeel met machine-intelligentie, en laat zien hoe toekomstige banen technische vaardigheden zullen combineren met menselijk inzicht.
Die mix van beoordelingsvermogen en aanpassingsvermogen is het nieuwe concurrentievoordeel. De toekomst zal niet alleen de meest technische werkers belonen, maar ook degenen die intelligentie – menselijk of kunstmatig – kunnen omzetten in echte waarde.
Door Murugan Anandarajan
Dr. Murugan Anandarajan is vice-decaan en hoogleraar managementinformatiesystemen bij Het LeBow College of Business van Drexel Universitywaar hij meer dan 20 jaar heeft gewerkt in een reeks academische en administratieve leiderschapsrollen. Hij is ook academisch directeur van het Center for Applied AI and Business Analytics en het Dornsife Office for Experiential Learning. Zijn onderzoek richt zich op cybercriminaliteit, ongestructureerde data-analyse, bedrijfsanalyses en het strategisch beheer van informatiesystemen.
