Kirk Chang en Susan Akinwalere van de Universiteit van Oost-Londen bespreken het belang van 'future proofing' van hun carrière.
Tegenwoordig lijkt generatie Z zich te richten op geschoolde beroepen, wellicht gedreven door het verlangen naar 'AI-proof' werkzekerheid. Veel jonge werknemers beschouwen de carrières van arbeiders nu als stabieler dan kantoorbanen, ondanks de snelle veranderingen.
Het zijn niet alleen de jongste werknemers. Een groeiend gevoel van onbehagen over AI verandert de manier waarop veel mensen over werk denken. Binnen jongere groepen is deze verschuiving zichtbaar in harde cijfers. In Groot-Brittannië wordt personeel aangenomen generatie Z-werknemers (degenen geboren in of na 1997) in bouw- en handelsfuncties steeg met 16,8% in het jaar tot januari 2026. Het resultaat is wat sommigen de “generatie van gereedschapsriemen“.
Maar elders op de arbeidsmarkt hanteren veel professionals een pragmatische aanpak. In plaats van te concurreren met automatisering, leren ze hoe ze ernaast kunnen werken. Vloeiend worden met AI-tools wordt steeds meer gezien als een vorm van loopbaanverzekering.
Het doel is om over te stappen naar rollen die AI-systemen ontwerpen, beheren of aansturen. In dat model wordt technologie een krachtvermenigvuldiger – dat wil zeggen: het verhoogt de productiviteit – in plaats van een bedreiging.
Deze verschuiving wordt ook gedreven door de economie. AI-gerelateerde vaardigheden hebben een duidelijke premie op de arbeidsmarkt. Naast het loon zijn er nog andere voordelen. AI-systemen zijn bijzonder effectief bij het uitvoeren van repetitieve, procesintensieve taken. Wanneer deze functies worden geautomatiseerd, kunnen werknemers dat ook hun energie omleiden richting strategie, creatieve probleemoplossing en besluitvorming met een hogere waarde.
Velen vinden dat deze verschuiving niet alleen de productiviteit verbetert, maar hun werk ook boeiender en betekenisvoller maakt.
Belangrijk is dat voor het betreden van de AI-ruimte niet altijd een diploma computerwetenschappen vereist is. Door middel van online leren, bootcamps of gewoon praktische experimenten kunnen werknemers expertise opdoen op gebieden als snelle engineering, workflowautomatisering of AI-toepassing. De toetredingsdrempel is lager dan velen denken, vooral voor degenen die een specifieke sector al kennen.
Kennis van de sector is in feite een groot voordeel. Organisaties willen steeds vaker mensen die domeinexpertise kunnen overbruggen met technische capaciteiten: een zorgprofessional die weet wat patiënten nodig hebben en die AI-hulpmiddelen begrijpt; een financieel specialist die machine learning kan toepassen op risicoanalyse; of een handelaar die slimme systemen gebruikt voor efficiëntie kunnen allemaal een unieke waarde opleveren.
Deze hybride profielen worden steeds belangrijker voor de manier waarop bedrijven AI integreren, waardoor interdisciplinaire rollen ontstaan die een paar jaar geleden nog niet bestonden.
De keerzijde: risico's en uitdagingen
AI creëert kansen, maar brengt ook risico's en afwegingen met zich mee. Een van de meest directe uitdagingen is het tempo van de veranderingen. Het actueel houden van vaardigheden kan aanvoelen als proberen een bewegend doelwit te raken. Na verloop van tijd kan voortdurend meer doen leiden tot vermoeidheid en burn-out, vooral in zeer competitieve omgevingen waar relevant blijven gekoppeld is aan werkzekerheid.
Er zijn ook kosten vooraf. De overstap naar AI, vooral naar meer technische of geavanceerde functies, kan een investering van tijd en geld vergen voordat enig financieel rendement zich voordoet.
En er wordt gezegd dat AI bijdraagt aan het uithollen van traditionele carrièreladders. Veel functies op instapniveau, ooit beschouwd als opstapjes naar sectoren als financiën of marketing, worden geautomatiseerd of bezuinigd. Als gevolg hiervan kunnen de toegangswegen tot bepaalde beroepen kleiner worden voordat er nieuwe worden opgericht.
Ten slotte betekent werken in AI vaak worstelen met complexe zaken ethische en veiligheidsvragen. Werknemers moeten rekening houden met zaken als databias, privacy, transparantie en verantwoording. Beslissingen die tijdens het ontwerp en de implementatie van het systeem worden genomen, kunnen verstrekkende gevolgen hebben. Het navigeren door deze verantwoordelijkheden vereist een gezond beoordelingsvermogen en een duidelijk begrip van deze gevolgen.
Vooruitkijken
In veel sectoren is het onwaarschijnlijk dat AI hele beroepen zal uitroeien. In plaats daarvan zal het ze een nieuwe vorm geven. Taken zullen worden geautomatiseerd, workflows zullen evolueren en functiebeschrijvingen zullen veranderen. Voor de meeste professionals is de praktische reactie niet het verlaten van hun vakgebied, maar het integreren van AI daarin.
Tegelijkertijd zal technische beheersing alleen niet voldoende zijn. Naarmate automatisering routinematig en op regels gebaseerd werk overneemt, worden menselijke vaardigheden steeds belangrijker. Kritisch denken, oordeelsvermogen, empathie, communicatie en het oplossen van complexe problemen blijven moeilijk te repliceren met algoritmen. Hoe geavanceerder de technologie wordt, hoe waardevoller de menselijke krachten lijken te zijn.
Er is ook sprake van een steeds groter wordende kloof tussen sectoren. AI genereert nieuwe, goedbetaalde functies op gebieden als engineering, datawetenschap en AI-strategie. In functies waar automatisering de taken echter slechts gedeeltelijk vervangt, kan de productiviteit stijgen, terwijl de lonen dat niet doen. In sommige gevallen kan gedeeltelijke automatisering de lonen onderdrukken of de kansen op promotie verkleinen.
Omscholing en loopbaanverandering in het AI-tijdperk worden een mainstream antwoord op structurele veranderingen. AI verandert de manier waarop werk in verschillende sectoren wordt gedaan, en opent tegelijkertijd nieuwe rollen die gericht zijn op toezicht, integratie, strategie en innovatie. Voor veel professionals is de vraag niet óf er verandering op komst is, maar hoe proactief zij ervoor kiezen hierop te reageren.
Het meest veerkrachtige pad voorwaarts gaat zelden over het volledig verlaten van je vakgebied. Vaker gaat het om het combineren van AI-vaardigheid bovenop de bestaande expertise. Een financiële professional die bijvoorbeeld automatiseringstools begrijpt, is beter gepositioneerd dan iemand die alleen op bestaande vaardigheden vertrouwt. In die zin is het doel van omscholing om dichter bij de besluitvormingslaag van het werk te komen.
Uiteindelijk gaat het AI-tijdperk niet over een binaire keuze tussen optimisme en angst. Het gaat om positionering. Omscholing en loopbaanverandering worden centrale strategieën om doelbewust met deze verschuiving om te gaan, in plaats van achteraf te reageren.
Door Kirk Chang
Kirk Chang is universiteitsprofessor, adviseur en onderzoeker op het gebied van human resource management en technologie aan de Universiteit van New York Universiteit van Oost-Londen. Hij doet onderzoek naar vraagstukken op het gebied van digitaal management en analyseert de implicaties van technologie voor medewerkers, managers en hun organisaties. Hij onderzoekt ook kwesties op het gebied van personeelsmanagement en onderzoekt de implicaties van technologie op het gedrag van werknemers, groepsdynamiek, teamwerk, concurrentievoordeel en organisatorische prestaties.
Door Dr. Susan Akinwalere
Dr. Susan Akinwalere is hoofddocent bedrijfskunde en management aan de Universiteit van New York Universiteit van Oost-Londen. Ze richt zich op strategie en leiderschap, met meer dan 10 jaar ervaring in de academische wereld en diverse internationale en gerenommeerde instellingen. Ze is tevens opgeleid als theoretisch bedrijfsonderzoeker, vooral op het gebied van buitenlandse directe investeringen (FDI). Haar voornaamste interesse in directe buitenlandse investeringen komt voort uit de overtuiging dat deze de mogelijkheid bieden om bij te dragen aan sociale en economische veranderingen.
