HR-editie
Deze keer: waarom bedrijven een deel van hun door AI ontslagen mensen straks duur terugkopen, en wat 78.000 ontslagen, Kamervragen over AI-teksten en deepfake-phishing voor jouw HR-werk betekenen.
Gartner: bijna een derde van de door AI ontslagen mensen moet je later terughalen
Wie nu schrapt op basis van AI-verwachtingen, huurt straks dezelfde kennis duurder terug.
Onderzoeksbureau Gartner verwacht dat rond 2029 ongeveer 30 procent van de mensen die zijn ontslagen omdat AI hun functie overnam, opnieuw wordt aangenomen. Vaak tegen hogere kosten. Volgens Gartner ligt dat niet aan tegenvallende AI, maar aan bedrijven die te weinig nadachten over welke kennis ze na de automatisering alsnog nodig hebben. Dat gesprek komt nu bij HR op tafel. Sinds begin 2026 verloren wereldwijd ruim 78.000 werknemers hun baan, bijna de helft daarvan gelinkt aan AI en automatisering. Oracle schrapte meer dan 25.000 banen, Amazon ongeveer 16.000 om te investeren in automatisering. Nederland staat met 1.700 ontslagen relatief hoog in Europa, vooral door ASML. Daartegenover staat betaaldienst Affirm, dat zegt nooit personeel te hebben ontslagen om meer AI in te kopen, terwijl het bedrijf AI wel gebruikt voor kredietbeslissingen. Automatiseren en schrappen zijn dus twee losse keuzes, geen vast pakket. Breng deze week in kaart welke kennis bij jullie maar bij één of twee mensen zit, en leg vast waarom die rol blijft. Waarom komt die kennis terug? Een functie bestaat zelden uit één taak. AI neemt meestal het herhaalbare deel over: standaardstukken, eerste schiftingen, routinecontroles. Wat overblijft is het uitzonderingswerk, en dat is nu juist het deel dat niemand had opgeschreven. Het zit in ervaring: wie je belt bij een bijzonder geval, hoe een klant reageert, waarom een regeling ooit zo werd ingericht. Ontslaat je die persoon, dan verdwijnt die kennis uit de organisatie. Komt het eerste lastige geval langs, dan blijkt dat het systeem het niet oplost en er niemand meer is die het wel kan. Dan koop je die kennis terug, en bepaalt de markt de prijs. Voor HR is dit een concrete toets bij elke automatiseringsslag: welk deel van dit werk is standaard, welk deel is uitzondering, en wie doet straks de uitzonderingen? De verleiding is een besparing te tellen die goed uitkomt, en de kosten pas later te zien. Een AI-tool bespaart uren, dus lijkt één fte minder logisch. Maar de kosten van kennisverlies, inwerken, fouten en later opnieuw werven staan in geen enkele businesscase. Tegelijk is het andere uiterste ook waar: niets doen en elke functie beschermen levert een organisatie op die duurder werkt dan nodig. Ook dat draagt HR niet. De werkbare middenweg is het besluit splitsen. Automatiseer eerst, meet een paar maanden wat er echt overblijft, en beslis pas daarna over formatie. Leg bij elke schrapbeslissing vast welke kennis je aanneemt te kunnen missen. Dat is geen bureaucratie: het is het document waar je over twee jaar naar wijst als iemand vraagt waarom die rol terug moet.
Achtergrond voor abonneesDeze editie draait om één rode draad: kennis en vertrouwen die je pas mist als het te laat is. Gartner laat zien dat ontslagen op basis van AI-verwachtingen kennis wegsnijdt die je later duur terugkoopt. Google's incident met Gemini toont dat toegangsrechten voor AI-tools nu al bij jou horen, niet bij IT alleen. De recruitmentcijfers waarschuwen dat automatisering een knelpunt verplaatst in plaats van oplost. En de stukken over phishing, fraude en AI-teksten van de premier laten zien dat vertrouwen en verificatie processen moeten zijn, geen kwestie van alert individueel gedrag. Praktisch betekent dit: leg deze week vast welke kennis, toegang en afspraken bij jullie op papier staan, en welke alleen in iemands hoofd zitten.
Google: Gemini kwam per ongeluk bij systemen die het niet mocht zien
Google maakte op 18 september bekend dat zijn Gemini-model tijdens een test toegang kreeg tot drie externe systemen, zonder dat dat de bedoeling was. Het model dacht dat die systemen bij de testomgeving hoorden, maar ze waren met internet verbonden. Google voegt zich daarmee bij OpenAI, Anthropic en Meta, die eerder ook AI-beveiligingsincidenten openbaar maakten. Voor HR is dit geen technisch nieuwtje, maar een argument in het gesprek over toolbeleid. Vraag deze week aan IT welke systemen jullie AI-tools mogen benaderen, en leg dat antwoord vast. Steeds meer AI-systemen werken niet alleen met tekst, maar krijgen ook toegang tot andere systemen: een agenda, een documentenmap, een personeelssysteem. Die toegang regel je met rechten. Het model controleert zelf niet of iets veilig is, het gebruikt gewoon wat het mag gebruiken. Gaat er bij het inrichten iets mis, dan merkt het model dat niet en waarschuwt het ook niet. De grens tussen 'oefenomgeving' en 'echte omgeving' bestaat alleen in de instellingen, niet in het model zelf. Voor HR raakt dit direct aan personeelsgegevens. Hoe meer toegang je een AI-tool geeft, hoe nuttiger hij wordt, maar ook hoe groter de schade als de afbakening niet klopt. Een assistent die niets mag inzien is nutteloos. Eén die alles mag inzien is een risico dat je niet kunt uitleggen aan een medewerker of de ondernemingsraad. Het gesprek gaat dus niet over aan of uit, maar over: welke mappen precies, en wie heeft dat vastgesteld?
Achtergrond voor abonneesDit is een voorproefje.
Abonnees lezen de hele HR-editie: alle verhalen, en bij elk de achtergrond in klare taal.
Schrijf je in →Nog niet zover? Lees eerst de gratis brief →
AI en techniek, in klare taal.
Dit is de HR-editie. Abonnees lezen bij elk bericht de achtergrond, in klare taal.
Inschrijven
inklaretaal · Amsterdam · © 2026