De 'solopreneur' luidt een stille revolutie op de arbeidsmarkt in
Grote bedrijven ontslaan medewerkers, terwijl solo-ondernemers massaal van start gaan. AI herverdeelt werk en herschrijft de spelregels van de arbeidsmarkt. Wie dat begrijpt, heeft een voorsprong.
Gepubliceerd door Dominique Dewitte
Samenvatting van het artikel
AI herverdeelt werk ingrijpend: solopreneurs en generalisten winnen aan kracht, terwijl menselijke vaardigheden als oordeel en empathie schaarser en waardevoller worden en wereldwijde weerstand de adoptie vertraagt.
Ondernemers zonder personeel
Betaalplatform Stripe zag het in zijn eigen transactiedata: het aantal nieuwe bedrijfsregistraties in de VS versnelt sterk, maar de groei komt bijna uitsluitend van solopreneurs, eenpersoonsbedrijven zonder werknemers. De verklaring is eenvoudig. Artificiële intelligentie (AI) verlaagt de drempel om zelfstandig te starten. Een grafisch designer kan nu zijn eigen marketing schrijven, een consultant zijn eigen boekhouding voeren, een fotograaf zijn eigen website bouwen. Taken waarvoor je vroeger freelancers of kleine bureaus nodig had, doe je vandaag alleen, met een AI als stille vennoot.
Stripe Atlas, het platform waarmee het bedrijf startups begeleidt bij hun oprichting, zag het aantal nieuwe ondernemingen versnellen sinds 2023, met een piek in het eerste kwartaal van 2026. De overweldigende drijfkracht achter die versnelling: solo-oprichters. Niet alleen in AI-bedrijven, ook in sectoren zonder enige link met technologie. AI maakt opstarten makkelijker, ook voor wie geen AI verkoopt.
Als de paarden uit de 20e eeuw
Standard Chartered kondigde duizenden ontslagen aan om meer op AI in te zetten. Meta deed hetzelfde. PwC-voorzitter Mohamed Kande zegt tegelijk dat zijn bedrijf honderden AI-engineers zoekt maar ze niet kan vinden. Dat lijkt tegenstrijdig, maar het zijn twee kanten van dezelfde medaille. De arbeidsmarkt splitst niet simpelweg in winnaars en verliezers, maar in zij die AI als hefboom gebruiken en zij die wachten tot de golf hen overspoelt.
Econoom Frederik Anseel, decaan aan de HKUST Business School in Hongkong, wijst op een cruciaal misverstand in het debat. Sommigen zeggen dat mensen als paarden van de 20e eeuw dreigen te verdwijnen en dat hun functie, net als het paard dat door de auto werd vervangen, zal uitsterven. Niets is minder waar, schrijft Anseel. Mensen zijn geen paarden. Een paard had één taak. Een baan bestaat uit tientallen taken die elkaar beïnvloeden, en AI kan die combinatie nog niet foutloos overnemen. Bovendien is de economie geen gesloten systeem met een vaste hoeveelheid werk. Als AI bepaalde taken goedkoper maakt, verschuift de vraag. Mensen besteden hun geld dan aan andere dingen, waaronder diensten die meer menselijke aanwezigheid, empathie of vakmanschap vereisen.
AI vervangt voorlopig taken, niet jobs
De Deense economen Humlum en Vestergaard bevestigen dat patroon met harde data. In bedrijven die AI-chatbots invoerden, verschoof de structuur van werk ingrijpend. Nieuwe taken rond contentcreatie, AI-supervisie en AI-integratie verschenen. Maar inkomens en gewerkte uren bleven stabiel. AI vervangt voorlopig taken, niet jobs.
De economen Garicano, Li en Wu verklaren waarom dat zo werkt. Zij onderscheiden twee soorten banen. In sommige jobs zijn taken los van elkaar te knippen en makkelijk te automatiseren. In andere jobs hangen taken zo sterk samen dat je dezelfde persoon nodig hebt voor het geheel. Een radioloog leest scans, maar bespreekt ook risico's met de patiënt, overlegt met chirurgen en neemt beslissingen waarbij ethiek en context meespelen. Haal één van die taken weg, en de rest verliest waarde. AI kan wel de scan lezen, maar niet het volledige takenpakket invullen.
Voor mensen in die sterk verbonden jobs verandert er voorlopig weinig, behalve dat ze productiever worden. Voor mensen in lossere jobs verschuift het werk, zonder dat het verdwijnt. Tenminste, zolang AI niet zo goed wordt dat de vraag naar het eindproduct verzadigd raakt.
De opkomst van de generalist
Dat brengt ons bij de tweede grote beweging op de arbeidsmarkt: de opkomst van de generalist, of in Japans jargon, de salaryman. Grote Japanse bedrijven hadden jarenlang werknemers die van afdeling naar afdeling roteerden, van HR naar boekhouding naar productontwikkeling. Geen diepe expertise, maar brede inzetbaarheid. Het systeem gold lang als weinig efficiënt. In het AI-tijdperk hervindt het zijn waarde.
Wanneer AI steeds meer specialistische taken overneemt, wordt de menselijke rol het opsporen van wat AI fout doet en het opvullen van die gaten. Dat vereist geen smalle expertise, maar brede nieuwsgierigheid, kritisch denken en het vermogen om snel te leren. De nieuwe generalist begrijpt hoe AI’s redenering werkt, herkent wanneer het zelfverzekerd maar fout is, en weet wanneer hij een echte specialist moet inschakelen.
Amerikaans onderzoek toont al hints van die verschuiving. De arbeidsmarkt zit in een patroon van 'niet aanwerven, niet ontslaan'. Werknemers blijven zitten, bedrijven houden ze. Niet uit gemakzucht, maar omdat de waarde van een werknemer steeds meer zit in wat hij kent van zijn bedrijf, zijn netwerken en zijn interne processen, en steeds minder in technische vaardigheden die morgen overbodig kunnen zijn.
De vaardigheden van de toekomst
De vaardigheden die de komende jaren aan waarde winnen, zijn dan ook precies die welke moeilijk te automatiseren zijn: kritisch oordeel, relatiebeheer, ethische besluitvorming en het vermogen om moeilijke situaties te navigeren. Een AI kan een contract samenvatten, maar geen onderhandeling leiden waarbij vertrouwen op het spel staat. Een AI kan data analyseren, maar geen klant geruststellen die twijfelt aan een grote investering.
Weerstand tegen AI groeit overal
Toch verloopt de adoptie van AI verre van soepel. In de VS worden sprekers op proclamaties uitgefloten wanneer AI ter sprake komt. Peilingen tonen een angst die sneller groeit dan bij elke eerdere technologieshift. De scepsis beperkt zich niet tot de VS. Onderzoek van het Pew Research Center over 25 landen toont dat Frankrijk, Canada en het Verenigd Koninkrijk tot de meest negatieve landen ter wereld behoren wat AI-houding betreft. India registreerde de grootste stijging in bezorgdheid over AI-gebruik, plus veertien procentpunt in één jaar, ondanks het feit dat Indiërs tegelijk massaal AI inzetten op het werk.
Zelfs China, traditioneel het meest AI-positieve grote land ter wereld, kantelt. Beleidsmakers die jobverlies vorig jaar onderaan hun prioriteitenlijst hadden staan, plaatsen het nu bovenaan. Een Chinese rechtbank oordeelde recent dat werkgevers werknemers niet mogen ontslaan om hen te vervangen door AI. De uitspraak is moeilijk afdwingbaar, maar toont het niveau van ongerustheid in het land dat het meest enthousiast was over de technologie.
Historische parallellen
Die weerstand is niet irrationeel. Ze komt voort uit een reëel gebrek aan vertrouwen, gecombineerd met een communicatiefout van de industrie zelf. Als AI-leiders publiekelijk verklaren dat hun technologie bedoeld is om vrijwel alle menselijke arbeid overbodig te maken, mogen ze er niet van opkijken dat mensen die boodschap serieus nemen.
De historische parallellen zijn nochtans geruststellend. Econoom Robert Solow merkte in 1987 op dat de productiviteitswinsten van de personal computer nergens in de statistieken zichtbaar waren. Hij had gelijk en ongelijk tegelijk. De winsten kwamen er wel degelijk, maar pas in de jaren negentig, toen organisaties en infrastructuur zich hadden aangepast aan de nieuwe technologie. De elektrificatie van de Amerikaanse economie verliep gelijkaardig. Pas dertig jaar na de eerste commerciële stroomlevering verdubbelde de productiviteitsgroei, toen fabrieken eindelijk van de grond af werden ontworpen voor elektromotoren in plaats van stoom.
Doen wat je altijd deed, maar beter
AI zal hetzelfde patroon volgen. De echte productiviteitssprong komt niet wanneer de technologie beschikbaar is, maar wanneer de manier waarop we werken, organiseren en opleiden eraan is aangepast.
Solopreneur sdie vandaag hun bedrijf starten met AI als gereedschapskist zijn de vroege elektriciteitsgebruikers van hun generatie. De salaryman die leert hoe hij AI kan sturen en corrigeren, is de fabrieksarbeider die leerde omgaan met de elektromotor. Specialisten wiens taken zo sterk verweven zijn dat geen enkel algoritme ze los van elkaar kan uitvoeren, zullen voorlopig gewoon doen wat ze altijd deden, alleen beter.