Het einde van de productiviteitstheater: waarom we moeten nadenken over wat een “goede werknemer” is in het tijdperk van AI

Al jarenlang koppelen organisaties productiviteit aan zichtbare inspanning: gewerkte uren, volle agenda’s, snelle e-mailreacties en lange takenlijsten. Uit gegevens blijkt dat werknemers langer werken dan ooit, waarbij bijna een derde van de werknemers tegen 22.00 uur weer in hun inbox zit. Toch hoeft meer activiteit niet noodzakelijkerwijs te vertalen in grotere impact.

Kunstmatige intelligentie (AI) maakt duidelijk dat we erg goed zijn geworden in het meten van drukte, terwijl we vaak over het hoofd zien wat de onderneming vooruit helpt. Wanneer werknemers uren aan repetitief werk kunnen automatiseren en die tijd kunnen omleiden naar het oplossen van waardevollere problemen, moeten we onze productiviteit opnieuw bekijken.

Die verschuiving hertekent wat het betekent om een “goede werknemer” te zijn. Meer dan ooit moeten leiders vragen wie de meeste waarde creëert voor de onderneming, in plaats van wie het meeste werk doet.

Productiviteitstheater wordt onmogelijk om te verbergen

Elke organisatie heeft taken die mensen bezighouden zonder veel waarde te creëren.

Vergaderingen plannen over meerdere agenda’s. Goedkeuringen achtervolgen. Informatie kopiëren tussen systemen.

Met AI verandert dat snel. Routineuze taken kunnen in seconden worden voltooid. Als gevolg daarvan zegt het meten van werknemers op basis van het volume van die taken ons weinig over hun bijdrage. Nu het productiviteitstheater wordt blootgelegd, is het belangrijk om te begrijpen hoe werknemers de tijd die ze hebben gewonnen door AI-efficiëntie gebruiken om hun werk en bijdragen te upgraden.

Wat maakt een “goede werknemer” in het tijdperk van AI

De echte kans met AI ligt in het onderscheiden tussen werk dat nog wel of niet langer menselijke inspanning vereist.

Neem werving. Het coördineren van sollicitatiegesprekken over meerdere hiring managers, kandidaten en tijdzones kan elke week uren in beslag nemen. Het is noodzakelijk, maar vereist geen strategisch denken. Wanneer talentcoördinatoren dit erkennen en het plannen van sollicitatiegesprekken automatiseren, winnen ze tijd om relaties op te bouwen met kandidaten, hiring managers te adviseren en wervingsbeslissingen te verbeteren.

Onderzoek ondersteunt deze verschuiving. PwC’s 2025 AI Jobs Barometer vond dat industrieën die het meest worden blootgesteld aan AI, een bijna vier keer hogere productiviteitsgroei hebben meegemaakt sinds generatieve AI mainstream werd, terwijl de omzet per werknemer drie keer sneller is gegroeid dan in industrieën die minder worden blootgesteld aan AI.

Werknemers die in het tijdperk van AI uitblinken, zullen zeker sneller worden. Maar belangrijker nog, ze zullen een sterker instinct ontwikkelen voor waar menselijke expertise de meeste waarde creëert en waar technologie routineuze taken moet afhandelen.

Ze zullen ook nieuwsgierig genoeg zijn om te experimenteren met nieuwe manieren van werken met AI, hun AI-vaardigheden voortdurend te ontwikkelen en openlijk te delen wat werkt en wat niet met hun teams, om iedereen te helpen snel vooruit te komen.

Organisaties hebben een grote kans om meer werknemers te helpen die mentaliteit te ontwikkelen.

Werknemers uitrusten met de juiste AI-strategieën voor betere productiviteit

Het enkel geven van toegang tot AI-hulpmiddelen aan werknemers is niet genoeg om significante productiviteitswinsten te behalen.

Veel organisaties hebben de afgelopen twee jaar AI-assistenten, chatbots en copilots geïntroduceerd. Hoewel deze tools tijd kunnen besparen, verandert het toevoegen van geïsoleerde AI-oplossingen aan bestaande manieren van werken zelden de resultaten op zich.

De grotere kans ligt in het herontwerpen van hoe werk gebeurt.

Boston Consulting Group vond dat 80% van de werknemers die binnen een duidelijke AI-strategie werken, een meetbaar zakelijk effect meldden, in vergelijking met 60% van de werknemers die toegang hadden tot AI-hulpmiddelen zonder duidelijke strategie. Gartner heeft soortgelijk gewaarschuwd dat veel organisaties moeite hebben om significante productiviteitswinsten te behalen omdat ze het werk niet fundamenteel hebben herontworpen rond AI.

De grootste winst komt voort uit het ontwerpen van herhaalbare workflows die AI toelaten om routineuze taken over een hele proces af te handelen, terwijl werknemers verantwoordelijk blijven voor toezicht, besluitvorming en uitzonderingen. Agente-workflows maken dit mogelijk door meerdere acties te coördineren in een enkel, verbonden proces, in plaats van AI te behandelen als een ander zelfstandig hulpmiddel.

Neem klantenservice. Als een klant een bestelling wil wijzigen, kan een servicemedewerker traditioneel veel tijd besteden aan het bevestigen van accountgegevens, het controleren van de voorraad, het bijwerken van een ordersysteem, het verwerken van wijzigingen in de betaling en het regelen van de verzending. Agente-AI kan die routineuze stappen over meerdere systemen in een enkele workflow coördineren.

Het hebben van die herhaalbare workflow verandert de rol van de werknemer. Tijd kan nu worden geïnvesteerd in het oplossen van complexe problemen en ervoor zorgen dat elke interactie eindigt met het beste mogelijke resultaat. Dat zijn de momenten die klanten onthouden en die invloed hebben op loyaliteit, retentie en zakelijke prestaties.

Menselijke oordeel en expertise worden belangrijker

Naarmate organisaties meer hybride werkkrachten opbouwen – waar menselijke werknemers samenwerken met AI – verschuift het concurrentievoordeel van mensen steeds meer naar uniek menselijke capaciteiten.

Een AI-systeem kan de snelste oplossing aanbevelen, maar mensen begrijpen of het de juiste is. Mensen kunnen concurrerende prioriteiten afwegen, organisatorische en culturele context erkennen, vertrouwen opbouwen met klanten en collega’s en weten wanneer een situatie om flexibiliteit vraagt in plaats van het volgen van het standaardproces.

AI-geletterdheid wordt snel een basisvaardigheid op de werkplek. Wat hoogpresterende werknemers onderscheidt, is hun vermogen om te erkennen waar technologie wrijving wegneemt en waar hun eigen expertise de meeste invloed heeft op klanten, collega’s en zakelijke resultaten.

Als dit is wat hoogwaardige prestaties en een “goede werknemer” betekent, moeten organisaties nadenken over hoe ze dit soort werk herkennen en belonen.

Leiderschap moet succes opnieuw definiëren

Naarmate AI de manieren waarop werknemers waarde kunnen creëren, uitbreidt, moeten HR-leiders hun huidige prestatiekaders opnieuw beoordelen om te zien of ze alle bijdragen van werknemers vangen. Activiteit-gebaseerde maatstaven zoals gewerkte uren, gesloten tickets en responsiviteit zijn lang nuttige indicatoren geweest, maar ze vertellen steeds meer alleen een deel van het verhaal in AI-geënte organisaties.

AI helpt werknemers niet alleen om hetzelfde werk efficiënter te doen. Naarmate routineuze taken worden geautomatiseerd, hebben werknemers meer capaciteit om over te stappen naar strategischer werk: complexe uitdagingen oplossen, zakelijke risico’s verminderen en geheel nieuwe groeikansen ontdekken. Die bijdragen hebben vaak een bredere en langdurigere invloed op de onderneming dan de individuele taken die AI van hun bord heeft genomen.

Prestatiegesprekken moeten evolueren om de extra manieren te erkennen waarop werknemers waarde toevoegen. Naast gevestigde zakelijke resultaatmetrieken en traditionele maatstaven, moeten leiders werknemers erkennen die AI gebruiken om waarde te creëren die de hele organisatie helpt om sneller aan te passen.

Workforceplanning moet ook evolueren voor de hybride werkkracht. Beslissingen over werving, jobdesign en carrièreetappen kunnen niet langer onafhankelijk van technologieplanning gebeuren. Voordat organisaties beslissen welke rollen ze morgen nodig hebben, moeten ze eerst begrijpen welke workflows AI kan automatiseren en waar menselijke expertise de meeste waarde creëert.

De vraag naar AI-vaardigheden – het vermogen om AI-hulpmiddelen te gebruiken en te beheren – is in twee jaar tijd zeven keer zo groot geworden, sneller dan voor enige andere vaardigheid in Amerikaanse vacatures. Maar het creëren van een AI-geletterde werkkracht vereist meer dan dat organisaties toegang geven tot de nieuwste hulpmiddelen. Mensen zijn van nature voorzichtig met verandering, vooral als het hun werk beïnvloedt. Leiders hebben de verantwoordelijkheid om praktische richtlijnen en training te bieden, werknemers de kans te geven om te experimenteren met AI en van elkaar te leren, en duidelijke verwachtingen te stellen over hoe succesmetingen evolueren.

Een voorbeeld van praktische richtlijnen is via een hub-and-spoke-model. Een centraal stuurcomité kan verantwoorde AI-praktijken en strategische prioriteiten vaststellen, terwijl AI-champions in verschillende bedrijfsfuncties use cases kunnen identificeren om AI toe te passen. Dit stelt bedrijven in staat om AI-adoptie consistent te schalen, terwijl ze flexibiliteit bieden om unieke uitdagingen in elke bedrijfsfunctie aan te pakken.

Uiteindelijk is de definitie van een “goede werknemer” aan het evolueren in deze nieuwe omgeving. De werknemers die uitblinken, zullen hun AI-vaardigheden blijven ontwikkelen, begrijpen waar technologie efficiëntie creëert en waar menselijke expertise het meeste verschil maakt, en hun kennis en beste werkwijzen delen met anderen.

Organisaties hebben een cruciale rol te spelen in het helpen van werknemers om deze nieuwe succesdefinitie te bereiken. Door workflows te herontwerpen, prestatie metingen te moderniseren en een cultuur te creëren waarin leren en experimenteren met AI worden aangemoedigd, kunnen ze werkkrachten creëren die productiever zijn, meer zakelijke waarde creëren en beter zijn voorbereid op de toekomst.