Banen zijn geen takenlijsten

Organisaties die nadenken over AI en werk, stellen bijna altijd dezelfde vraag: hoeveel procent van deze functie kan AI overnemen?

Het is een begrijpelijke vraag. En hij leidt bijna altijd naar het verkeerde antwoord.

De takenlijst-logica

De dominante redenering werkt als volgt: een baan bestaat uit taken, AI kan een deel van die taken uitvoeren, dus functies met veel automatiseerbare taken lopen risico. Als AI veertig procent van het werk van een analist aankan, is veertig procent van die functie blootgesteld.

Dit klinkt logisch. Het mist iets fundamenteels.

Een functie is geen optelsom van taken. Het is een patroon van activiteiten, verantwoordelijkheden, oordelen, timing en context die samen iets samenhangends vormen. De relaties tussen taken zijn minstens zo bepalend als de taken zelf. Wie twee taken in een functie automatiseert, verandert daarmee niet noodzakelijk de functie — tenzij die twee taken nu precies de taken waren die alles bij elkaar hielden.

Wat het onderzoek laat zien

Anthropic publiceerde begin 2026 een arbeidsmarktonderzoek dat dit inzicht empirisch onderbouwt. Hun nieuwe maatstaf, observed exposure, combineert theoretische LLM-capaciteit met werkelijk gebruik: wat doen mensen daadwerkelijk met AI in professionele contexten, op een geautomatiseerde manier? De uitkomst is nuchter: AI ligt ver achter op zijn theoretische potentie — werkelijk gebruik blijft een fractie van wat technisch mogelijk is.

Dat sluit aan bij wat we in Nederland zien. CBS-onderzoek uit 2026 laat zien dat 41% van de werkende Nederlanders verwacht dat AI hun werk deels overneemt, terwijl slechts 4% volledige vervanging verwacht. Opvallend: wie al met AI werkt, schat de impact hoger in dan wie dat niet doet. Blootstelling aan de werkelijkheid tempert het zwart-wit denken.

De cruciale vraag die het Anthropic-onderzoek stelt: bij welk percentage taakdekking mag je eigenlijk arbeidsmarkteffecten verwachten? Het antwoord hangt af van hoe de taken in een functie zich tot elkaar verhouden. Gans en Goldfarb laten zien dat als een O-ring-model de structuur van een baan het best beschrijft, arbeidsmarkteffecten pas optreden wanneer alle taken in enige mate door AI worden geraakt. Tien procent taakdekking verandert dan nog niets wezenlijks. De structuur houdt.

De constellatie

Een bruikbaarder model: een baan als constellatie.

Een constellatie is geen stapel sterren. Het is een patroon, een herkenbare structuur die zijn betekenis ontleent aan de verhoudingen tussen de elementen. De Grote Beer verdwijnt niet als één ster minder zichtbaar is. Maar als de structurele verhoudingen verschuiven, kijk je uiteindelijk naar iets anders — ook al draagt het nog even dezelfde naam.

Zo werkt het ook met functies. Een juridisch adviseur doet onderzoek, schrijft, voert gesprekken, wikt en weegt, draagt verantwoordelijkheid en bouwt vertrouwen op. AI kan helpen bij onderzoek en eerste drafts. Maar de functie reorganiseert zich dan rond wat overblijft: kader stellen, oordelen vellen, verantwoordelijkheid dragen. De grootste verandering voltrekt zich niet tussen banen, maar binnen banen. Functieprofielen veranderen inhoudelijk, terwijl functietitels en contractvormen vaak hetzelfde blijven. Op papier verandert er weinig; in de praktijk verandert er veel. Het zwaartepunt verschuift. De constellatie verandert van vorm voordat ze van naam verandert.

Wat er echt op het spel staat

Wij zien in de praktijk drie misvattingen die uit de takenlijst-logica voortkomen.

Organisaties die taken identificeren die AI kan overnemen, en vervolgens de mensen weghalen die die taken uitvoerden. Ze vergeten dat sommige taken de rol samenhielden, het team trainden, of kennis droegen die nergens gedocumenteerd stond.

Professionals die zich veilig voelen omdat AI "alleen de routinetaken" overneemt. Maar routinetaken zijn vaak precies de taken waarmee mensen leren redeneren. UvA-hoogleraar Henk Volberda signaleert dat starters in juridische functies voorheen begonnen met het vergelijken van arresten — nu neemt AI dat over, waardoor startersfuncties verdwijnen terwijl de complexe functies blijven. De senior rol overleeft. De weg erheen vernauwt.

Beleidsmakers die kijken naar werkloosheidscijfers en weinig zien. Het Anthropic-onderzoek vindt geen systematische stijging van werkloosheid bij sterk blootgestelde beroepen, maar wel aanwijzingen dat de instroom van jongere medewerkers in die beroepen is vertraagd. Dat is een ander signaal, eerder in de keten — en het verdwijnt makkelijk in het rumore van macro-economische ruis.

Structuur boven percentage

De vraag is niet hoeveel procent van een functie AI kan raken. De vraag is welke taken het zijn, en wat die taken in de constellatie betekenen.

Dat vraagt om een andere manier van kijken bij organisaties die AI invoeren: niet een takenaudit, maar een structuuranalyse. Welke taken zijn perifeer en welke houden de rol bijeen? Welke taken zijn de weg waarlangs mensen het vak leren? Welke taken dragen vertrouwen, verantwoording of contextuele kennis die nergens anders zit?

Allianz Trade becijfert dat 60% van de banen van hogeropgeleiden in Nederland taken bevat die gevoelig zijn voor AI-automatisering. Wij brachten die blootstelling in kaart op basis van ESCO-data en CBS-cijfers — 114 beroepsgroepen, 9,7 miljoen werkenden — en wat opvalt: schaal en kwetsbaarheid vallen lang niet altijd samen. Een groot getal zegt nog niets over welke taken het zijn, hoe centraal ze staan, en wat er overblijft als ze verdwijnen.

AI verandert werk. Maar het doet dat niet taak voor taak, in een rechte lijn van blootstelling naar verdwijning. Het doet het via de structuur. En die structuur zien vereist een preciezere blik dan een percentage.