Vraag tien managers welke beroepen AI gaat veranderen en je krijgt tien verschillende antwoorden. Vaak gebaseerd op onderbuikgevoel, een podcast of een LinkedIn post die voorbijkwam. Wij wilden het preciezer weten. Daarom analyseerden we alle 114 beroepsgroepen op de Nederlandse arbeidsmarkt, op basis van CBS data en een AI scoringsmodel. Het resultaat: een datagedreven kaart van waar de impact het grootst is, en waar organisaties zich op moeten voorbereiden.
2,6 miljoen werkenden in de gevarenzone
De cijfers liegen er niet om. Van de bijna 9,8 miljoen werkenden in Nederland scoren 20 beroepsgroepen een 7 of hoger op onze AI blootstellingsschaal van 0 tot 10. Samen vertegenwoordigen die groepen 2,6 miljoen werkenden. Dat is ruim een kwart van de totale beroepsbevolking.
Het gewogen gemiddelde over alle beroepen ligt op 4,4. Dat klinkt gematigd, maar het verhult een enorme spreiding. Aan de ene kant staan loodgieters en kappers met een score van 0. Aan de andere kant callcentermedewerkers en boekhoudkundig medewerkers met een 9.
AI vervangt geen sectoren. Het verschuift taken. En de beroepen waar het hardst verschuift, zijn precies de beroepen waar de meeste Nederlanders werken.
Kantoor raakt het hardst, de bouwplaats nauwelijks
De beroepsklasse met de hoogste gemiddelde AI score is bedrijfseconomisch en administratief: een gemiddelde van 7,1 op 10. Binnen die klasse zitten 1,85 miljoen werkenden. Denk aan administratief medewerkers (score 8, 221.000 werkenden), boekhouders (score 8, 144.000 werkenden) en secretaresses (score 8, 36.000 werkenden). Dit zijn functies waarvan AI de kerntaken al grotendeels kan overnemen: data invoer, facturatie, correspondentie, rapportage.
ICT beroepen scoren ook hoog, met een gemiddelde van 6,8. Opvallend: softwareontwikkelaars scoren een 8. Dat klinkt paradoxaal voor een beroep dat AI zelf bouwt, maar het klopt. AI codeassistenten schrijven inmiddels hele modules, debuggen code en genereren tests. Het beroep verdwijnt niet, maar verandert fundamenteel. Eén ontwikkelaar kan straks het werk doen waar nu drie voor nodig zijn.
Aan de andere kant: technische beroepen (gemiddeld 2,8), dienstverlenende beroepen (1,6) en agrarische beroepen (2,5) worden nauwelijks geraakt. De timmerman, de loodgieter, de verzorgende: hun werk vereist fysieke aanwezigheid, handvaardigheid en menselijk contact. Dat automatiseer je niet met een taalmodel.
Commerciële beroepen zitten daar tussenin, met een gemiddelde van 6,3 over ruim een miljoen werkenden. Verkopers, makelaars, inkopers: hun werk verschuift richting AI ondersteunde analyses en klantinteractie. De vertegenwoordiger die nu handmatig offertes opstelt, laat dat straks door AI doen en focust op de relatie. De functie blijft bestaan, maar de invulling verandert ingrijpend.
Verken de data zelf
In de interactieve visualisatie hieronder zie je alle 114 beroepsgroepen. De grootte van elk vlak toont het aantal werkenden. De kleur toont de AI score: groen betekent weinig impact, rood betekent hoge blootstelling. Beweeg je muis over een beroep voor details over score, uurloon en de redenering achter de score.
AI blootstelling per beroepsgroep
114 beroepsgroepen, gewogen naar aantal werkenden. Bron: CBS Open Data (BRC 2014).
Bronnen: CBS Statline 2024 (werkzame beroepsbevolking, uurlonen). AI scoring: Claude (Anthropic), 0–10 schaal. Gebouwd door Currentic AI Studio.
Wat betekent dit voor jouw organisatie
De data laat zien dat AI impact geen toekomstscenario is. Het is een verschuiving die nu plaatsvindt. Maar de vraag is niet welke beroepen verdwijnen. De vraag is: welke taken binnen jouw organisatie zijn het meest vatbaar voor automatisering, en hoe bereid je je medewerkers daarop voor?
Organisaties die dit goed aanpakken, beginnen met een inventarisatie op taakniveau. Welke werkzaamheden kosten nu de meeste uren? Waar zit herhaling? Waar zit handmatige verwerking die AI sneller en nauwkeuriger kan doen? Dat is precies wat wij doen in een AI Scan: een gestructureerde analyse van waar AI het meeste oplevert, afgestemd op jouw specifieke processen en team.
De verrassingen in de data
Wat opvalt als je door de treemap klikt: de grootste verrassingen zitten niet bij de extremen. De beroepen met score 4, 5 en 6 zijn het interessantst. Daar zitten de functies waar AI niet vervangt, maar versnelt. Docenten (score 3 tot 5), managers (gemiddeld 3,4) en zorgprofessionals (gemiddeld 3,2) worden niet weggeautomatiseerd. Maar hun werk verandert wel degelijk.
Een HR manager die nu twee dagen besteedt aan het screenen van cv's, doet dat straks in twee uur. Een logistiek planner die handmatig routes optimaliseert, laat dat over aan een AI systeem en focust op uitzonderingen. De functie blijft, de tijdsbesteding verschuift. En dat vraagt om nieuwe vaardigheden, nieuwe werkprocessen en een andere manier van denken over productiviteit.
Van data naar actie
Deze analyse toont het grote plaatje. Maar de echte waarde ontstaat als je inzoomt op jouw eigen organisatie. Welke van deze beroepsgroepen heb je in huis? Waar liggen de grootste kansen om AI in te zetten, en waar is het risico het grootst als je niets doet?
Het World Economic Forum schat dat 39% van de huidige vaardigheden van werknemers tussen nu en 2030 verouderd raakt. Dat is geen abstract cijfer. Het gaat over de mensen in jouw team, die nu al te maken hebben met tools die hun werk veranderen. Investeren in AI training voor je medewerkers is daarmee geen luxe meer, maar noodzaak. PwC berekende dat 44% van alle banen in Nederland een hoge tot zeer hoge blootstelling heeft aan taalmodellen. In sectoren als financiële dienstverlening en onderwijs loopt dat op tot boven de 75%.
De organisaties die hier het best uitkomen, zijn niet degene die het hardst rennen. Het zijn de organisaties die weten waar ze beginnen. Die hun processen begrijpen, hun team meenemen en investeren in de juiste toepassingen. Stap voor stap, met een helder plan.