Bij Amazon tekenden vorige maand meer dan duizend medewerkers een petitie tegen het verplichte gebruik van AI-tools. Niet omdat ze technologie haten. Maar omdat het bedrijf ze dwong dagelijks met AI te werken, het bijhield via dashboards, en ondertussen collega’s ontsloeg. Het resultaat: slechtere code, langere ontwikkelcycli, en vier grote website-crashes in een week tijd.
Je zou denken: dat is Amazon, dat speelt bij ons niet. Maar kijk eens eerlijk naar je eigen organisatie. Heb je ook tools uitgerold met de boodschap “dit maakt je productiever”? En vervolgens verwacht dat mensen meer doen in minder tijd?
De productiviteitsval
Harvard Business Review publiceerde begin dit jaar een onderzoek met een titel die alles zegt: “AI Doesn’t Reduce Work — It Intensifies It.” De belofte is altijd hetzelfde. AI bespaart je twee uur per dag. Maar wat gebeurt er met die twee uur? Ze worden gevuld met meer taken, meer vergaderingen, meer output. De werkdruk stijgt, niet daalt.
Onderzoekers noemen het inmiddels “AI brain fry”: mentale uitputting door het continu moeten beoordelen, corrigeren en aansturen van AI-output. Je medewerkers worden niet productiever. Ze worden reviewer van een machine die snel maar slordig werkt.
En het wordt erger. Uit recent onderzoek van ManpowerGroup blijkt dat 63% van de kenniswerkers kampt met vermoeidheid door stress en hoge werkdruk. Niet ondanks AI, maar mede door AI. De tool die het werk makkelijker zou maken, maakt het zwaarder.
31% werkt actief tegen
Hier wordt het echt interessant. Bijna een derde van de Amerikaanse kenniswerkers geeft toe dat ze actief de AI-initiatieven van hun werkgever tegenwerken. Bij Gen Z is dat 41%. Dit zijn geen luddites. Dit zijn mensen die zien dat de implementatie niet klopt.
Ze zien tools zonder training. Adoptie-dashboards zonder duidelijk doel. Managers die “AI-first” roepen maar zelf niet weten wat een prompt is. En ze zien collega’s vertrekken terwijl het bedrijf recordwinsten boekt.
Het gevolg is wat psychologen FOBO noemen: Fear of Becoming Obsolete. 64% van de werknemers “knuffelt” hun huidige baan. Ze blijven zitten, zelfs als ze ongelukkig zijn, omdat bewegen nog riskanter voelt. Dat is geen betrokken personeelsbestand. Dat is een organisatie die vastloopt.
Wat bedrijven doen die het wel goed doen
De bedrijven die ik zie slagen met AI hebben een ding gemeen: ze beginnen niet bij de tool. Ze beginnen bij het werk. Ze vragen niet “hoe krijgen we iedereen op Copilot?” maar “welk werk wordt beter als we het anders organiseren?”
Dat klinkt als een klein verschil. Het is een fundamenteel ander uitgangspunt. In het eerste geval meet je adoptie: hoeveel mensen loggen in, hoeveel prompts worden er verstuurd. In het tweede geval meet je resultaat: worden projecten sneller opgeleverd, maken we minder fouten, hebben klanten een betere ervaring?
Concreet betekent dat drie dingen. Ten eerste: geef mensen tijd om te leren. Niet een uurtje webinar, maar ruimte in hun week om te experimenteren zonder dat de output-verwachting stijgt. Ten tweede: wees eerlijk over wat er verandert. Als AI bepaalde taken overneemt, vertel dan wat daarvoor in de plaats komt. Mensen kunnen tegen verandering, niet tegen onzekerheid. Ten derde: meet wat ertoe doet. Niet het aantal actieve gebruikers, maar de impact op het werk dat je organisatie doet.
Amazon heeft inmiddels senior engineers verplicht om AI-gegenereerde code te reviewen voor het in productie gaat. Ze kwamen erachter dat snelheid zonder kwaliteitscontrole duurder is dan de oude manier van werken. Die les hoef jij niet op de harde manier te leren.
Kijk deze week eens naar je eigen AI-implementatie. Niet naar de adoptiecijfers, maar naar de gezichten. Zijn je mensen enthousiast of voelen ze zich opgejaagd? Het antwoord op die vraag bepaalt of AI je organisatie sterker maakt of langzaam uitholt.
Wil je weten hoe jouw organisatie ervoor staat? NextEnabler helpt bedrijven met een nulmeting die niet begint bij technologie, maar bij de mensen en processen die het verschil maken.
