We zijn op het moment aangekomen waar witteboordenarbeiders al maanden voor vrezen. Ha NAAR DE Kom je eindelijk voor mijn werk? Bedrijven zoals Salesforce stelt ze hebben minder menselijke werknemers nodig om het werk te doen dat AI kan doen, nadat duizenden van hen zijn ontslagen. zegt Klarna het bedrijf kon het personeelsbestand met ongeveer 40% terugbrengen, mede dankzij kunstmatige intelligentie. Duolingo zei afgelopen voorjaar zal stoppen met het gebruik van aannemers voor taken die AI aankan. In totaal kondigden bedrijven in de eerste vijf maanden van 2025 maar liefst 700.000 banenverlies aan, een stijging van 80% ten opzichte van het jaar daarvoor.
De ironie is bijna poëtisch. Jarenlang heeft de technologie-industrie ervan uitgegaan dat robots op de eerste plaats zouden komen voor fabrieksarbeiders. Uitgelekte Amazon-documenten suggereerden ooit dat het bedrijf een half miljoen magazijnbanen zou kunnen vervangen door automatisering. In plaats daarvan heeft Amazon slechts een paar weken geleden 14.000 middenmanagers ontslagen, zoals het van plan was aannemen 250.000 seizoensmagazijnmedewerkers voor de feestdagen. Het blijkt dat de AI-revolutie de bedrijfsladder uitholt voordat deze de magazijnvloer bereikt.
Het verhaal rond AI en de arbeidsmarkt is momenteel een uitdaging voor bedienden. Maar terwijl Silicon Valley waarschuwingen uitzendt over welke kantoorbanen AI als volgende zal consumeren, missen we een even belangrijke vraag over de toekomst van AI: hoe zit het met alle anderen?
De AI-applicatiebubbel waar niemand over praat
We bevinden ons momenteel in een AI-toepassingsbubbel. De laatste jaren van AI-innovatie hebben zich bijna volledig gericht op bedienden productiviteit: tools voor efficiëntie op de werkplek, platforms voor omzetoptimalisatie en communicatieautomatisering. Veel van de belangrijkste AI-innovaties van de afgelopen jaren zijn ontworpen voor mensen die kantoortaken van 9 tot 5 uitvoeren vanaf een laptop.
Ondertussen worden de mensen die 60% van de Amerikaanse beroepsbevolking uitmaken gedwongen om handmatige onboarding-processen te voltooien, door talloze berichten te scrollen om de juiste dienst te vinden, te bellen wanneer ze een ploegwisseling nodig hebben, fysieke klokken te luiden, in te loggen op web-only portals en te wachten op tweewekelijkse loonstrookjes. We hebben het over magazijnmedewerkers, conciërges, bezorgers, verpleegsters en wildparkeerders. Dit zijn de mensen die grotendeels vergeten zijn als het gaat om hoe AI hun dagelijkse werk kan transformeren zonder het risico te lopen hun rol te elimineren. Elke dag hebben miljoenen ploegenarbeiders die ziekenhuizen draaiende houden, optredens bemand houden en fabrieken in beweging houden, te maken met archaïsche en kapotte systemen. Ze wachten op de bevestiging van hun dienst, doorzoeken e-mails op zoek naar roosters en bellen managers alleen met de vraag: “Wanneer zal ik de volgende keer werken?”
Door bijna al het potentieel van AI op de witteboordeneconomie te richten, hebben we werknemers uitgesloten die onvervangbaar zijn. Het bouwen van toegankelijke en intuïtieve tools voor niet-technisch onderlegde gebruikers heeft het potentieel om de mondiale ongelijkheidskloof te verkleinen en tegelijkertijd een veerkrachtiger fundament te creëren voor technologische vooruitgang en een veerkrachtiger economie.
Slechts 40% van de Amerikaanse werknemers zegt een “kwaliteitsbaan” te hebben
Terwijl de kantoorbanen afnemen, blijft de vraag naar menselijke arbeidskrachten groeien. Restaurants hebben servers nodig. Bouwplaatsen hebben timmerlieden nodig. Ziekenhuizen hebben verpleegkundigen nodig. En op hun beurt hebben de mensen die deze banen werken behoefte aan toegankelijkheid van ploegendiensten, flexibiliteit in hun werk en privéleven, en de mogelijkheid om snel betaald te worden na ploegendiensten, zodat ze kunnen blijven deelnemen aan de ploegendiensteconomie en de wereld in beweging kunnen houden.
De menselijke kosten als er geen betere manier van werken is, zijn enorm. Een recent onderzoek van Gallup en Jobs for the Future heeft dit ontdekt slechts 40% van de Amerikaanse werknemers hebben wat zij “kwaliteitswerk” noemen. De rest heeft te maken met onstabiele schema’s, beperkte groeimogelijkheden en financiële onzekerheid. Niet omdat ze geen motivatie of arbeidsethos hebben, maar omdat de systemen die frontliniewerk ondersteunen geen gelijke tred hebben gehouden met de eisen van het moderne leven.
Wanneer werknemers betekenisvolle rollen vervullen, vaste werktijden hebben en een eerlijk loon ontvangen, zijn ze meer betrokken, productiever en leiden ze een kwalitatief beter werkleven.
Wat we hebben geleerd door technologie te bouwen voor Uber-chauffeurs
We weten wat mogelijk is als technologie daadwerkelijk is ontworpen voor eerstelijnswerkers, omdat we het hebben meegemaakt. Terwijl we leiding gaven aan de productontwikkeling voor de Uber for Drivers-app, hebben we ons jarenlang geconcentreerd op de chauffeurservaring. Chauffeurs moesten door complexe processen navigeren: aan boord gaan, antecedentenonderzoek en voertuiginspecties uitvoeren, voorkeuren selecteren en betalingen ontvangen. Het succes van Uber werd gevoed door een fenomenale zelfbedieningsapp die chauffeurs de keuzevrijheid, controle en flexibiliteit gaf die ze nodig hadden in hun leven.
Die ervaring heeft ons geleerd dat technologie het potentieel heeft om het werk in de frontlinie dramatisch te verbeteren, en de opkomst van kunstmatige intelligentie geeft ons de mogelijkheid om dat opnieuw te doen. Hulpmiddelen zoals slimmere planningssystemen die rekening houden met de voorkeuren en beschikbaarheid van werknemers, door AI aangedreven trainingsprogramma’s die zich aanpassen aan individuele leerstijlen, communicatieplatforms die daadwerkelijk werken voor teams die niet de hele dag achter computers zitten, en voorspellende systemen die de logistiek kunnen optimaliseren en de fysieke inspanning kunnen verminderen. De technologie bestaat. Investeringen ontbreken echter nog steeds.
Onvervangbaar
De “essentiële economie” waar we het over hebben omvat sectoren als de bouw, productie, transport, enz., en vertegenwoordigt een productie van 7,5 biljoen dollar per jaar, of 27% van het Amerikaanse bbp, wat overeenkomt met 52 miljoen banen en twee miljoen bedrijven. Als je de gezondheidszorg, de detailhandel en alle openbare diensten – door velen beschouwd als cruciale sectoren van de uureconomie – erbij optelt, stijgt de omvang naar 12 biljoen dollar aan bbp, 95 miljoen banen en drie miljoen bedrijven.
Zonder mensen die deze rollen kunnen vervullen, worden niet alleen essentiële diensten niet verleend, maar lijdt de Amerikaanse economie er ook enorm onder.
Bij elke technische revolutie hebben we altijd gezien dat samenwerken met technologie betere resultaten oplevert dan we zonder technologie kunnen bereiken, of dan we zonder onszelf kunnen doen.
Wat als AI-innovatoren in plaats daarvan zouden vragen: “Hoe kunnen we AI gebruiken om deze banen beter, veiliger en productiever te maken, en tegelijkertijd het leven van werknemers gemakkelijker te maken?”
Denk aan een magazijnmedewerker die diensten probeert te ruilen om een schoolevenement van een kind bij te wonen. In de meeste faciliteiten gaat dit tegenwoordig gepaard met een reeks sms-berichten, telefoontjes en handmatige goedkeuringen, een proces dat dagen kan duren en vaak mislukt. AI zou dit allemaal binnen enkele seconden kunnen afhandelen, door beschikbare werknemers met relevante ervaring en vereiste certificeringen te bereiken, ploeggegevens te delen en de dienst te voltooien. De arbeider verliest zijn baan niet; ze verwerven flexibiliteit en waardigheid.
Denk aan een verpleegster die meer uren nodig heeft naarmate de rekeningen stijgen. Hij meldt zich aan bij een nieuw uitzendbureau, zodat hij hier en daar extra diensten kan oppakken. Tegenwoordig betekent onboarding handmatig heen en weer communiceren met het bureau en dagenlang wachten op opdrachten. AI kan zijn tijd tot de eerste dienst dramatisch versnellen door zijn licentie te verifiëren onmiddellijk nadat hij deze heeft geüpload, digitale onboarding aan te bieden die is afgestemd op de eenheden waar hij diensten gaat draaien, en hem te matchen met diensten die passen bij zijn drukke schema. In plaats van frustratie en vertragingen, begint de verpleegkundige met vertrouwen en kan ze sneller rekeningen gaan verdienen en betalen.
Pas AI toe op de rollen die dit vandaag nodig hebben
Terwijl de technologie-industrie worstelt met de verschuiving naar witteboordenbanen en de rol van kunstmatige intelligentie, hebben we een kans. Dezelfde geavanceerde AI-systemen die de bedrijfsrapportage automatiseren, kunnen worden aangepast om ploegendienstroosters te optimaliseren. Dezelfde machine learning die chatbots aandrijft, kan beveiligingsprotocollen verbeteren. Dezelfde natuurlijke taalverwerking die e-mails samenvat, kan werknemers met een beperkte Engelse taalvaardigheid helpen hun rechten en voordelen beter te begrijpen.
Het huidige moment van verstoring van het witteboordenwerk is pijnlijk voor miljoenen mensen, en die pijn verdient erkenning en oplossing. Tegelijkertijd creëert het ook een opening om bredere vragen te stellen over waar AI zou moeten worden toegepast en voor wie het zou kunnen dienen.
De AI-revolutie zal niet snel eindigen. Dit is onze kans om te kiezen hoe we het gebruiken en wie er baat bij heeft.
