De enige AI-klus met een einddatum is de kennis die met pensioen meegaat

Tot 2030 komen er in Nederland ruim 2,3 miljoen banen vrij. Van al die baanopeningen ontstaat ongeveer negen op de tien niet doordat er werk bijkomt, maar doordat er iemand vertrekt, rekende het Researchcentrum voor Onderwijs en Arbeidsmarkt in november 2025 voor. De Nederlandse arbeidsmarkt van de komende jaren gaat dus nauwelijks over groei. Hij gaat over opvolging.

Zet dat naast de vraag die ondernemers zichzelf stellen als ze aan AI beginnen, en er klopt iets niet. Die vraag luidt bijna altijd: waar gaat hier de meeste tijd in zitten? Mijn stelling is dat je daarmee op het verkeerde soort winst mikt. Tijdwinst is de winst die volgend jaar ook nog te halen valt. De kennis van je beste vakman is dat niet. Die heeft een laatste werkdag, en bij steeds meer bedrijven staat die datum al in de agenda.

De rekensom kan alleen herhaling zien

Kijk eerst waar AI in Nederlandse bedrijven feitelijk landt. Van de bedrijven die AI inzetten, doet 35 procent dat voor marketing of verkoop en 32 procent voor bedrijfsadministratie of bestuurstaken, tegen 18 procent voor productie- of serviceprocessen en 4 procent voor logistiek. Het CBS mat dat over 2025. Het zwaartepunt ligt vooraan in het bedrijf, bij de tekst en het papier, en niet achterin bij de machine en de monteur.

Dat is geen toeval en ook geen domheid. Het is de logische uitkomst van het instrument waarmee bijna elke ondernemer een AI-plan beoordeelt: minuten maal frequentie maal uurtarief. Die som werkt uitstekend, maar hij kan maar één ding zien. Hij prijst herhaling. Een taak die twintig keer per week terugkomt levert een getal op; een taak die drie keer per jaar voorkomt levert bijna niets op; en iets wat precies één keer gebeurt, zoals het vertrek van iemand die vijfentwintig jaar storingen heeft opgelost, levert nul op. Geen frequentie, geen uitkomst.

Zo verdwijnt de duurste post uit je eigen businesscase. Niet omdat je hem niet belangrijk vindt, maar omdat het rekenblad geen kolom heeft waar hij in past. En de sectoren waar die post het zwaarst weegt, zijn precies de sectoren die achterblijven: waar 33 procent van de bedrijven met tien of meer medewerkers in 2025 AI gebruikte, bleef de bouw, het vervoer en de horeca steken tussen de 16 en 21 procent. Dat zijn de bedrijven met de meeste kennis in hoofden en de minste in systemen.

Het verlies is gemeten, en het heeft een datum

Dit is geen sfeerbeeld. Het is geteld. UWV ondervroeg tussen 15 september en 12 december 2025 ruim 3.500 vestigingen uit vrijwel alle sectoren. Van hen verwacht 39 procent dat er binnen vijf jaar medewerkers met pensioen gaan. Van die groep noemt 45 procent dat in redelijke of hoge mate een probleem, en gevraagd naar het waarom noemen zij verlies van ervaring (90 procent), verlies van kennis (81 procent) en verlies van vaardigheden (75 procent), vlak achter de simpele constatering dat er iemand vervangen moet worden. In de industrie ligt het aandeel dat problemen verwacht op 61 procent.

Let op wat daar staat. Werkgevers zeggen niet dat ze een tekort aan handen verwachten. Ze zeggen dat ze een tekort aan oordeel verwachten. Ervaring, kennis en vaardigheden zijn alle drie de dingen die je niet inkoopt met een vacaturetekst, ook niet als de vervanger er morgen zit.

En daar zit het verschil met elke andere AI-kans die je dit jaar kunt pakken. Een offerteproces dat te veel tijd kost, kost volgend jaar nog steeds te veel tijd. Je verliest rente, geen kapitaal. Uitstel is duur maar omkeerbaar. Bij kennis die in één hoofd zit werkt dat anders: op de dag dat de drager de sleutel inlevert, is de investering niet duurder geworden maar onmogelijk. Je kunt hem terughuren als adviseur, en dat gebeurt ook volop, maar dan koop je toegang tot hetzelfde hoofd. Je koopt geen bezit.

Wat er veranderde is niet de wil, maar wie moet typen

Kennisborging is geen nieuw idee. Elk bedrijf dat ik ken heeft ooit een poging gedaan: een gedeelde map, een handboek, een inwerkdocument. Bijna al die pogingen zijn op hetzelfde punt gestrand, en dat punt is niet motivatie of budget. Het is de vorm. De klassieke aanpak vraagt van de vakman dat hij schrijver wordt. Iemand die dertig jaar met zijn handen heeft gewerkt moet gaan zitten, in de derde persoon en in volledige zinnen opschrijven wat hij normaal gewoon doet, en dat in de weken waarin hij het toch al druk heeft. Dat is niet een beetje moeilijk. Het is een andere baan.

Wat er de afgelopen twee jaar echt is veranderd, is dat die eis vervalt. De vakman hoeft niet meer te schrijven. Hij praat, bij de machine, terwijl hij de storing oplost, en de tekst ontstaat achteraf. De kosten van die omzetting zijn inmiddels verwaarloosbaar: bij Deepgram kost het transcriberen van opgenomen audio 0,0043 dollar per minuut in het instaptarief, oftewel ongeveer 26 dollarcent per uur spraak. Wil je het in eigen beheer draaien, dan kan dat ook, met open modellen op een Europese server.

Dat verschuift de vraag volledig. Vroeger was de bottleneck de pen, en de pen lag bij de enige persoon die hem niet wilde oppakken. Nu is de bottleneck een half uur per week in zijn planning en iemand die de vragen stelt. Het praktische deel daarvan is geen betoog waard maar een draaiboek: welke situaties je meet, hoe je in drie tot acht minuten spraak per situatie vastlegt terwijl het werk gebeurt, en met welke toets je controleert of een collega er echt mee uit de voeten kan.

Er zit nog een tweede winst in die vormverandering, en die wordt vaak gemist. De kennis blijft in zijn eigen taal staan. "Die pomp moet bij koude start twee keer aanslaan voordat je aan de sensor gaat zitten" is precies de zin die een collega over een jaar nodig heeft. In een handboek was diezelfde zin veranderd in een procedurestap zonder de reden erachter, en juist de reden is wat je wilde bewaren. De ruwe formulering van de vakman is geen ruis die je moet opschonen. Het is het product.

Om eerlijk te zijn: de meerderheid maakt zich hier geen zorgen

Het sterkste tegenargument staat in dezelfde UWV-cijfers als mijn eigen bewijs. Van de werkgevers die binnen vijf jaar pensioneringen zien aankomen, noemt 55 procent dat niet of nauwelijks een probleem. Dat is geen naïviteit. Voor heel veel werk klopt het gewoon: als de kennis in het systeem zit, in de handleiding van de leverancier, of bij drie collega’s tegelijk, dan vertrekt er een collega en niet een capaciteit. Wie zijn hele bedrijf preventief gaat vastleggen, bouwt een archief waar niemand ooit in kijkt, en dat is een reële manier om geld te verbranden.

Het tweede bezwaar is technischer en wat mij betreft serieuzer. De opname is niet schoon. In een benchmark van zes open modellen op negen uur echte Tweede Kamer-audio kwam het aandeel fout verstane woorden uit rond de 20 procent, ongeveer één woord op de vijf, schreef Maarten Sukel in februari 2026 na zijn test op audio uit zijn eigen monitoringsplatform voor Kamerdebatten. Erger nog voor dit doel: de spreiding loopt precies de verkeerde kant op. Sprekers van 50PLUS kwamen met 29,4 procent als slechtst verstaan uit de test, wat volgens hem waarschijnlijk samenhangt met de leeftijd van die sprekers, en wie in Fryslân geboren is werd met 28,3 procent flink slechter verstaan dan iemand uit Groningen met 12,1 procent. Daar komt bij dat Kamerleden formeler en duidelijker spreken dan iemand in een lawaaiige werkplaats. De machine verstaat je marketeer dus beter dan je zestigjarige monteur met een accent.

Dat is een echt bezwaar, maar het is een argument voor een correctieronde, niet tegen vastleggen. Sterker nog, het is het scherpste argument om nu te beginnen in plaats van straks. Zolang hij er nog is, kan hij de ruwe tekst in tien minuten nalopen en de vier verkeerd verstane machinenamen goed zetten. Na zijn laatste werkdag is er niemand meer die weet welk woord er had moeten staan. Elke maand die je wacht maakt de correctie duurder, tot ze op een dinsdag onmogelijk wordt.

En nee, vastleggen is niet hetzelfde als overdragen. Een naslagwerk waar niemand in zoekt is een dode map, en of het loont om je bedrijfskennis doorzoekbaar te maken hangt onder meer af van hoe vaak iemand er werkelijk in zoekt. Er zit zelfs een risico aan de andere kant: als de opvolger elk antwoord uit het systeem trekt zonder ooit zelf te redeneren, bouw je een team dat sneller werkt en tegelijk zijn oordeel laat wegzakken. Beide bezwaren zijn waar. Beide gaan over wat je met de kennis doet nadat je haar hebt. Ze zijn geen reden om haar te laten vertrekken.

De enige klus met een einddatum

Er is een criterium dat ik overeind houd naast dit stuk: kies een proces waar een fout een bedrag, een datum en een naam heeft, want zo’n proces levert na de pilot een cijfer op om de volgende stap mee te verdedigen. Dat blijft staan. Het mist alleen een klok. Een proces met gevolgen kun je in maart aanpakken of in november, en het gevolg wacht netjes op je.

Leg de twee dus over elkaar heen en begin daar waar ze samenvallen: het werk waarvan de fouten iemand geld kosten én waarvan de kennis bij één persoon zit die je over een paar jaar niet meer kunt bellen. Dat is bijna nooit de tekstgenerator waar je nu mee oefent. Het is de calculatie waar één man de uitzonderingen van kent, de storingsdiagnose die altijd bij dezelfde monteur uitkomt, de klantafspraken die nergens staan omdat ze vanzelfsprekend zijn geworden.

Kies je eerste AI-project daarom niet op de taak die de meeste minuten kost, maar op de kennis die je niet kunt terugkopen als de drager vertrekt. Tijdwinst is uitstelbaar: dat proces staat er volgend jaar nog, en dan gaat het nog steeds sneller. Kennis in een hoofd is niet uitstelbaar. Zij heeft een laatste werkdag, en na die dag is vastleggen niet duurder geworden, maar onmogelijk.

Negen van de tien banen die tot 2030 vrijkomen, komen vrij omdat iemand vertrekt. Dat cijfer beschrijft niet alleen een arbeidsmarkt. Het beschrijft een overdracht die in duizenden bedrijven tegelijk plaatsvindt, meestal ongepland, en bijna altijd zonder dat iemand het moment aangrijpt. Efficiëntie is een keuze die je elk jaar opnieuw kunt maken. Deze niet.