AI maakt werk niet lichter, AI maakt werk zwaarder

Productmanagers die code schrijven. Onderzoekers die taken van programmeurs oppakken. Medewerkers die tijdens de lunch, in een vergadering of vlak voordat ze naar huis gaan nog snel een laatste prompt versturen, zodat de machine doorwerkt, terwijl zij weglopen. Dat is het beeld dat Aruna Ranganathan en Xingqi Maggie Ye van de Haas School of Business schetsen in de Harvard Business Review van juli-augustus 2026. Acht maanden lang volgden zij een Amerikaans technologiebedrijf met ongeveer 200 medewerkers: twee dagen per week op de werkvloer, met inzage in de interne communicatiekanalen en met meer dan 40 diepte-interviews. Hun conclusie is even simpel als ongemakkelijk. AI vermindert het werk niet. AI intensiveert het.

Dit artikel is het tweede deel van een tweeluik. In het eerste deel beschreef ik aan de hand van BCG-onderzoek hoe meer AI-tools je organisatie niet sneller maken, maar je mensen mentaal vermoeien: AI brain fry. Dat stuk ging over de mens die moe wordt van het toezicht. Dit stuk gaat over de organisatie die zonder ritme steeds harder gaat draaien.

Hier mag geen twijfel meer over bestaan: de belofte van generatieve AI, minder routinewerk en meer tijd voor waardevol werk, komt in de praktijk niet vanzelf uit. Medewerkers die AI gebruikten, werkten sneller, pakten een bredere reeks taken op en maakten meer uren dan collega’s die dat niet deden. Niemand vroeg waarom ze dat deden. Het bedrijf verplichtte AI-gebruik niet eens. Ze deden het uit zichzelf, omdat AI ‘meer doen’ opeens mogelijk, toegankelijk en zelfs leuk maakte.

Nu hoor ik je denken: als medewerkers dit uit zichzelf doen, wat is dan het probleem? Is dit niet precies de productiviteitsexplosie die ons is beloofd? Dat klinkt als een droom voor elke bestuurder. Het is het niet.

Werk dijt uit

Werkintensivering door AI is de sluipende toename van omvang, dichtheid en tempo van werk, zonder dat iemand daar een besluit over neemt. Ranganathan en Ye onderscheiden drie mechanismen.

Ten eerste de taakuitbreiding. Omdat AI kennisgaten opvult, nemen medewerkers taken over die eerder bij anderen lagen of die eerder werden uitbesteed, uitgesteld of vermeden. Het voelt als experimenteren, als ‘gewoon wat proberen’, maar het verbreedt de functie stilzwijgend. Werk dat vroeger een tijdelijke kracht of een extra collega rechtvaardigde, wordt nu geabsorbeerd. Dat is een andere beweging dan ik eerder beschreef in AI raakt de automatiseerbare taak, niet de mens erachter: automatisering laat taken afnemen, maar hier laat ondersteuning door AI de taken juist uitdijen. En er is bijvangst: programmeurs besteden steeds meer tijd aan het nakijken, corrigeren en begeleiden van AI-werk van collega’s die code laten genereren zonder die zelf te doorgronden, het zogeheten ‘vibe coding’. Dat toezicht loopt via Slack en aan het bureau en staat nergens geregistreerd. Het landt precies bij de laag waarover ik schreef in AI overbelast je middenmanager omdat het fundament ontbreekt.

Ten tweede de vervaagde grens tussen werk en niet-werk. Omdat beginnen zo makkelijk is geworden, sijpelt werk de pauzes in. Prompten voelt als chatten, niet als werken. Het gevolg is een werkdag met minder natuurlijke rustpunten. De onderzoekers formuleren het treffend: de grens tussen werk en vrije tijd verdween niet, maar werd makkelijker over te steken.

Ten derde meer multitasking. Handmatig code schrijven, terwijl AI een alternatief genereert, meerdere AI-systemen tegelijk laten draaien, oude taken uit de kast halen omdat AI die ‘wel even op de achtergrond doet’. Het gevoel van een partner die meewerkt, geeft vaart. De realiteit is een groeiend aantal open taken, voortdurend wisselen van aandacht en een norm van snelheid die niemand ooit heeft afgesproken, maar die iedereen om zich heen ziet.

Het geheel vormt een zichzelf versterkende cyclus. AI versnelt taken, versnelling verhoogt de verwachtingen, hogere verwachtingen vergroten de afhankelijkheid van AI en die afhankelijkheid verbreedt opnieuw wat medewerkers oppakken. Iemand in het onderzoek vat het samen: je dacht dat je met AI tijd zou besparen en minder zou werken, maar je werkt evenveel of meer.

Een versneller versnelt ook de chaos

AI is een versneller, geen oplossing. Dat is de kern van het ABCD-principe zoals ik het al jaren uitleg: AI, Business, Content, Data, waarbij de volgorde in de praktijk andersom loopt. Eerst het datafundament, dan de content, dan het bedrijfsmodel en pas daarna de versnelling. Wie AI op een organisatie zonder fundament zet, versnelt niet de waarde, maar de chaos. Dat is ook de conclusie van AI-adoptie strandt op regie, niet op gebrek aan ideeën.

Het onderzoek van Ranganathan en Ye is daar het bewijs van. Wat versnelt hier precies? Niet de strategie, want die is niet aangepast. Niet het verdienmodel, want dat blijft hetzelfde. Wat versnelt, is het aantal handelingen per persoon per dag. Meer prompts, meer parallelle taken, meer losse eindjes. Dat is activiteit, geen impact. Het is dezelfde blinde vlek als de rekening per uitkomst die niemand kent en waardoor volgens Gartner zeven van de tien AI-projecten in 2028 sneuvelen. In Digitaal Vermogen schreef ik in het hoofdstuk over robotisering al dat de winnende formule een combinatie is van een slimme machine en menselijke intelligentie en dat een goed advies meer behelst dan een juiste analyse. De machine levert de analyse. De mens levert het oordeel. Of, zoals ik het formuleerde in kunstmatige intelligentie houdt ons een spiegel voor: content levert de machine, de context blijft van ons. Wie het oordeel wegdrukt onder een stapel AI-uitkomsten, houdt alleen tempo over.

Onthoud: wat er op korte termijn als productiviteitswinst uitziet, kan een stille toename van werklast en mentale belasting maskeren. Dat is de zin uit het artikel die elke bestuurder boven zijn bureau zou moeten hangen. Want overbelasting tast op termijn het vermogen om te beoordelen aan, vergroot de kans op fouten en maakt het voor de organisatie onmogelijk om echte winst te onderscheiden van de intensiteit van het werk.

Een hart dat alleen maar sneller klopt gaat kapot

De digitale hartslag is het ritme waarin een organisatie content deelt en met haar publiek in verbinding staat. Ik vergelijk een organisatie al sinds Digitaal Vermogen met het menselijk lichaam: de merkwaarde zijn de hersenen, de marketing efficiency de longen en nieren, de business acceleratie de spieren en de digitale hartslag het hart. Een gezond hart heeft een ritme. Het klopt snel bij inspanning en komt tot rust in herstel. Een hart dat alleen nog maar sneller klopt en nooit meer vertraagt, heeft een hartritmestoornis en gaat kapot. Waarom dat ritme zo zwaar weegt, legde ik eerder uit in het grote belang van een digitale hartslag.

Precies dat beschrijven Ranganathan en Ye. Werk dat overal aanwezig is, altijd nog een stapje verder kan en waarbij pauzes niet meer het herstel bieden dat ze boden. De medewerkers voelden zich productiever, maar niet minder druk. Sommigen zelfs drukker. Dat is een organisatie met een versnelde hartslag zonder rustfase. Op de balans van het digitaal vermogen staat dat als een verborgen schuld: de mensen die het vermogen moeten opbouwen, raken uitgeput.

Ik herken het uit mijn eigen tijd bij ID&T. Toen ik in 2008 aan de wieg stonden van wat later het Business Acceleration Framework werd, ontstond dat niet omdat we te weinig deden. We deden te veel. Elk merk, elk kanaal en elk team ging harder, met steeds meer data en steeds meer tools, maar zonder gedeeld ritme en zonder gedeelde meetlat. Het raamwerk was het antwoord op versnelling zonder richting. Hoe die redenering uit 2013, 2015 en 2018 zich houdt in het AI-jaar 2026, beschreef ik in drie boeken, één betoog. Dat is de les die nu opnieuw op tafel ligt. Alleen heet de tool dit keer generatieve AI.

Zelfregulering is geen oplossing

Een AI-werkwijze is een set bewuste normen en routines die bepalen hoe AI wordt ingezet, wanneer je stopt en hoe werk wel en niet mag uitdijen als reactie op de nieuwe mogelijkheden. De onderzoekers noemen dit ‘AI practice’. Hun belangrijkste waarschuwing: medewerkers vragen om zichzelf te reguleren, is volgens hun geen winnende strategie. Het is aan de organisatie om normen te stellen.

Ze noemen drie bouwstenen. Bewuste pauzes: korte, beschermde momenten om te toetsen of het werk nog in lijn ligt met de doelen, bijvoorbeeld door voor elk groot besluit één tegenargument en één expliciete koppeling aan de organisatiedoelen te eisen. Volgorde en timing, wat zij ‘sequencing’ noemen: normen die bepalen wanneer werk vooruitbeweegt en niet alleen hoe snel, door meldingen te bundelen, updates vast te houden tot natuurlijke rustpunten en focustijd te beschermen. En menselijke verankering: tijd en ruimte voor menselijk contact, omdat creatief inzicht ontstaat uit meerdere menselijke perspectieven en niet uit het ene samengevatte perspectief dat AI aanbiedt. Dat vraagt om precies de vaardigheid die ik beschreef in de vaardigheid van 2030 is niet AI: orkestratie. En om de eenvoud die ik bepleitte in de nieuwe eenvoud als kompas in digitale chaos.

Wie goed kijkt, ziet hier de contouren van een raamwerk. Een koppeling aan doelen, een ritme, een meetlat en een menselijke controlelaag. Dat is wat het Business Acceleration Framework al doet voor data en content: vijf doelen, negen stappen en twaalf analyses die bepalen wat je meet, waarom en in welk ritme. Hoe dat er in de praktijk uitziet, met één marketingbrein, eenduidige datadefinities en AI-collega’s als versneller, liet ik zien in het Marketing AI Team is het Marketing OS in de praktijk. AI zonder raamwerk komt niet verder. AI met raamwerk is versnelling. Sterker nog: versnelling heeft, net als elke raket, een vluchtplan nodig. Anders schiet je wel omhoog, maar weet niemand waarheen.

De vragen die je jezelf nu moet stellen

Stel jezelf vandaag nog de volgende vragen. Weet ik hoeveel extra werk mijn mensen sinds de komst van AI vrijwillig hebben opgepakt? Meet ik resultaat of meet ik activiteit? Heeft mijn organisatie een afgesproken ritme voor AI-werk of laat ik het tempo bepalen door wat toevallig zichtbaar wordt in Slack? Wie kijkt AI-gegenereerd werk na en staat die tijd ergens geregistreerd? Bestaat er een moment waarop iemand met gezag mag zeggen: hier stoppen we?

Wie op de meeste van deze vragen het antwoord schuldig blijft, heeft geen AI-strategie. Die heeft een AI-tempo. Dat is een gemiste kans, want het ritme is precies het stuur dat een organisatie in handen heeft. AI kun je niet tegenhouden. Dat moet je ook niet willen. De botsing tussen mens en machine is, zoals ik al in 2024 schreef in een onvermijdelijke botsing tussen mens en machine, niet te vermijden. Het ritme waarin AI in je organisatie wordt gebruikt, kun je wel bepalen.

De vraag is niet of AI het werk gaat veranderen. Die vraag is beantwoord. De vraag is of jij die verandering actief vormgeeft. Wie haar stilzwijgend laat gebeuren, ontdekt over een jaar dat de productiviteitsexplosie een burn-outgolf was. Want AI vervangt geen mensen, AI herschikt kapitaal. En de mens is het kapitaal dat het eerst opraakt. De organisaties die dit goed doen, bouwen hun AI-werkwijze op hetzelfde fundament als hun datastrategie: doelen, ritme, meetlat en menselijk oordeel.

Er is werk aan de winkel.

Transparantie: ik ben medeoprichter van NXTLI.

Veelgestelde vragen

Wat betekent het dat AI werk intensiveert?
Werkintensivering door AI is de sluipende toename van omvang, dichtheid en tempo van werk zonder expliciet besluit. Onderzoek van Ranganathan en Ye (Harvard Business Review, juli-augustus 2026) laat zien dat medewerkers met AI meer taken oppakken, vaker multitasken en de grens tussen werk en vrije tijd makkelijker oversteken. Ze voelen zich productiever, maar niet minder druk.

Wat is een AI-werkwijze?
Een AI-werkwijze is een set bewuste normen en routines die bepalen hoe AI wordt ingezet, wanneer je stopt en hoe werk wel en niet mag uitdijen. De drie bouwstenen zijn bewuste pauzes, volgorde en timing van werk en menselijke verankering. De organisatie stelt die normen, niet de individuele medewerker.

Waarom is AI een versneller en geen oplossing?
AI versnelt wat er al is. Op een organisatie met een datafundament, gedeelde definities en een raamwerk versnelt AI de waarde. Op een organisatie zonder fundament versnelt AI de chaos: meer activiteit, meer werkdruk en geen zicht op de rekening per uitkomst. Dat is de kern van het ABCD-principe: eerst Data, dan Content, dan Business en pas daarna AI.

Wat heeft de digitale hartslag met AI te maken?
De digitale hartslag is het ritme waarin een organisatie content deelt en met haar publiek in verbinding staat. AI zonder ritme laat dat hart alleen nog maar sneller kloppen, zonder rustfase. Een organisatie die haar AI-werkwijze bouwt op een afgesproken ritme, houdt de hartslag gezond en het digitaal vermogen op peil.

LEES OOK: Wanneer barst de AI-bubbel?