Zonder starters geen seniors: de blinde vlek in AI-efficiency

Veel organisaties zetten AI in op werk dat herhaalbaar, controleerbaar en relatief voorspelbaar is. Denk aan rapportages voorbereiden, klantvragen samenvatten, data ordenen of teksten opzetten. Voor een ervaren medewerker zijn dat vaak taken die vooral tijd kosten. Voor starters zijn het juist de taken waarin ze werkritme opbouwen, processen leren kennen en stap voor stap gevoel krijgen voor kwaliteit.

Dat maakt de huidige ontwikkeling spannend. Onderzoek van Stanford Digital Economy Lab laat zien dat de werkgelegenheid onder jonge werknemers in AI-gevoelige beroepen in de Verenigde Staten daalt, terwijl oudere werknemers in diezelfde beroepen juist vaker werk behouden of vinden (Brynjolfsson, Chandar, & Chen, 2025). Ook onderzoek van Hosseini Maasoum en Lichtinger (2025) wijst erop dat bedrijven die actief investeren in generatieve AI sterker snijden in juniorvacatures dan in seniorfuncties.

Voor Nederland is het beeld minder zwart-wit. Er is nog geen hard bewijs dat AI hier massaal banen laat verdwijnen. Wel stijgt de werkloosheid onder jongeren en neemt het aantal startersvacatures in sommige kennisintensieve sectoren af (CBS, 2025; Indeed, 2025). AI is dus niet de enige oorzaak. Economische onzekerheid, hogere kosten en afkoeling op de arbeidsmarkt spelen ook mee. Maar de richting is duidelijk genoeg om serieus te nemen: de instroom van jong talent wordt kwetsbaarder.

Op korte termijn is automatiseren aantrekkelijk. Zeker als marges onder druk staan of teams meer werk moeten doen met dezelfde bezetting. Waarom zou je starters uren laten besteden aan taken die AI sneller kan uitvoeren? Die vraag klinkt logisch vanuit kosten en productiviteit.

Maar een juniorrol is meer dan een verzameling taken. Het is vaak de plek waar professioneel vakmanschap begint. Starters kijken mee, bereiden voor, zoeken uit, vatten samen en proberen. Zo leren ze verbanden zien. Ze ontdekken hoe klanten reageren, waar fouten ontstaan, welke uitzonderingen belangrijk zijn en wanneer doorvragen nodig is. Dat soort ervaring ontstaat niet in een dashboard. Die groeit door werk te doen, feedback te krijgen en stap voor stap meer verantwoordelijkheid te dragen.

Als organisaties alle eenvoudige taken wegsnijden, halen ze dus ook een deel van het leerpad weg. Dan blijft er voor starters vooral complex werk over waar ze nog niet klaar voor zijn. Het gevolg? Hogere instapeisen, minder kansen en meer druk op de mensen die al ervaring hebben. Lekker efficiënt op papier, minder handig in de praktijk.

De verleiding is groot om vooral ervaren mensen te zoeken. Seniors brengen overzicht, vakkennis en besluitkracht mee. Zeker in een AI-tijdperk lijken zij extra waardevol, omdat ze technologie kunnen combineren met praktijkkennis. Maar daar zit precies het probleem: seniors ontstaan niet vanzelf.

Wie vandaag geen starters aanneemt, heeft morgen minder mediors. En wie morgen minder mediors heeft, zoekt over een paar jaar naar seniors die niemand heeft opgeleid. Dat is niet alleen een HR-probleem, maar een organisatierisico. Interne doorstroom wordt moeilijker, teams vergrijzen en kennis komt steeds vaker bij dezelfde groep ervaren medewerkers te liggen.

Dat risico wordt groter door demografie. De Nederlandse arbeidsmarkt blijft richting 2030 te maken houden met structurele krapte en veel baanopeningen, vooral door vervangingsvraag (ROA, 2025). Met andere woorden: ervaren mensen gaan uitstromen, terwijl organisaties nieuwe aanwas nodig houden. Als de instroom dan opdroogt, snijden organisaties in hun eigen toekomst.

Het punt is dus niet dat AI slecht is voor starters. Integendeel: juist jongeren bewegen vaak makkelijk mee met nieuwe technologie. Ze gebruiken AI al tijdens hun studie, testen tools zonder veel koudwatervrees en zijn gewend om digitaal te leren, zoeken en schakelen. Daarmee brengen ze iets mee waar veel organisaties juist behoefte aan hebben.

Het risico ontstaat wanneer organisaties AI vooral inzetten om kosten te drukken. Dan haal je niet alleen taken uit de organisatie, je haalt ook ruimte weg waarin jonge mensen ervaring opbouwen. Daarmee wordt AI een spiegel voor personeelsbeleid. Kijk je vooral naar welk werk goedkoper kan? Of kijk je ook naar welke mensen je over drie, vijf en tien jaar nodig hebt?

Die vraag verdient een plek aan tafel bij HR, operations en directie. De keuze om vandaag minder junioren aan te nemen, werkt namelijk verder door dan één vacature of team. Als veel organisaties hetzelfde doen, ontstaat een arbeidsmarkt waarin bijna niemand nog echte werkervaring kan opbouwen.

En dan krijgen we een vreemd soort talenttekort. Jongeren zijn er wél, maar ze hebben te weinig kansen gehad om goed te worden.

AI verandert de eerste stappen op de arbeidsmarkt. Dat hoeft geen slecht nieuws te zijn, maar het vraagt wel om bewuste keuzes. Organisaties die nu alleen optimaliseren op snelheid en kosten, lopen het risico hun eigen talentpijplijn uit te hollen. Organisaties die jonge mensen blijven binnenhalen, begeleiden en laten groeien, bouwen juist aan continuïteit.

De vraag is dus niet alleen: welke taken kan AI overnemen? De betere vraag is: waar leren nieuwe mensen straks het vak? Want zonder starters geen doorstroom. Zonder doorstroom geen seniors. En zonder seniors wordt de organisatie van morgen een stuk minder wendbaar dan de businesscase van vandaag doet vermoeden.

Wil je verder kijken dan de AI-hype en ontdekken hoe jong talent wél een sterke plek houdt in je personeelsmix? Binnenkort duiken we in een volgend artikel dieper in de vraag hoe je juniorrollen opnieuw kunt ontwerpen in een tijd waarin AI steeds meer instaptaken overneemt. Benieuwd hoe studenten en starters jouw organisatie kunnen helpen om flexibel, digitaal vaardig en toekomstbestendig te blijven? SUSA denkt graag met je mee over een slimme aanpak voor instroom, begeleiding en groei.