AI hervormt de arbeidsmarkt voor starters: het nieuwste bewijs van Stanford-econoom Brynjolfsson

Achtergrond van de gebeurtenis

In juni 2026 publiceerden Erik Brynjolfsson, directeur van het Stanford Digital Economy Lab, en ADP Research gezamenlijk het "Canaries Dashboard" (Kanarie Dashboard), gebaseerd op de loongegevens van ADP die ongeveer een zesde van de Amerikaanse werknemers beslaan, om de impact van AI op de werkgelegenheid in realtime te volgen. Dit dashboard is een vervolg op een studie uit augustus 2025 die veel controverse veroorzaakte – die studie vond dat sinds de opkomst van generatieve AI de werkgelegenheid onder 22-25-jarige werknemers in de beroepen die het meest aan AI blootgesteld waren, aanzienlijk was gedaald. Destijds trokken economen van Google de resultaten in twijfel vanwege rentefactoren, en Torsten Slok van Apollo Global Management vond het slechts een kenmerk van een markt met lage werving en lage ontslagen.

Nieuwe gegevens lopen tot april 2026, en bijna vier jaar later is de impact van ChatGPT nog steeds duidelijk: de dalende werkgelegenheidstrend onder jonge werknemers is niet alleen niet omgekeerd, maar is verdiept van een jaarlijkse daling van 2,8% tot meer dan 4%. Brynjolfsson zei tegen Fortune: "Wat het ook is, het verdwijnt niet."

Digitale economieanalyse: AI haalt de onderste tree van de carrièreladder weg

Vanuit het perspectief van de digitale economie vervangt AI niet uniform banen, maar dringt het door op taakniveau. Brynjolfsson en zijn medewerker Nela Richardson, hoofdeconoom bij ADP, ontdekten dat AI eerst de "codeerbare" taken automatiseert die niet veel ervaring vereisen – zoeken, samenvatten, plannen, opmaken, enzovoort – en dit zijn precies de kerntaken van beginnende werknemers. Ervaren werknemers beschikken over impliciete kennis die moeilijk te coderen is, wat een buffer vormt.

Het dashboard laat zien dat de totale werkgelegenheidsverandering onder werknemers van alle leeftijden klein is – het aantal banen met hoge AI-blootstelling daalde slechts met 0,2% op jaarbasis. Maar wanneer uitgesplitst naar carrièrefase, tonen de gegevens een kloof: de werkgelegenheid onder 22-25-jarigen daalde met 3,8%, terwijl die onder 35-40-jarigen met 2% groeide. Dit betekent dat AI de eerste trede van de carrièreladder weghaalt, in plaats van het totale aantal banen te verminderen.

Netwerkeffecten zijn ook zichtbaar op de arbeidsmarkt: naarmate AI-tools (zoals Copilot, ChatGPT Enterprise) in bedrijven worden ingezet, hebben meer bedrijven de neiging om AI te gebruiken voor basistaken, wat leidt tot een verminderde vraag naar startersfuncties, minder ervaringsopbouw in die groep en mogelijk op de lange termijn een grotere vaardigheidskloof.

Businessmodelobservatie: van menselijk kapitaal naar arbitrage met AI-kapitaal

Bedrijven passen hun winstmodellen aan. Traditioneel creëerden bedrijven waarde door goedkope starters in dienst te nemen en hen op te leiden tot toekomstige leidinggevenden. Nu kunnen AI-tools basistaken tegen lagere marginale kosten uitvoeren. In sectoren zoals de juridische sector, consultancy en marketing wordt bijvoorbeeld veel gebruikgemaakt van AI om concepten te genereren en gegevens te analyseren, waardoor de vraag naar junior analisten afneemt.

Deze verschuiving is zichtbaar in de kostenstructuur van bedrijven: AI-licentiekosten (zoals $30 per maand voor de bedrijfseditie van ChatGPT) liggen ver onder het salaris van een beginnende werknemer.Deze verschuiving is zichtbaar in de kostenstructuur van bedrijven: AI-licentiekosten (zoals $30 per maand voor ChatGPT Enterprise) liggen ver onder het salaris van een beginnende medewerker. Platformbedrijven (zoals Microsoft, Google) zetten oorspronkelijke menselijke diensten om in softwareabonnementen door AI-assistenten aan te bieden, wat een nieuw inkomstenmodel oplevert. Adobe, Salesforce e.a. hebben ook AI-functionaliteiten ingebouwd, wat leidt tot prijsstijgingen van SaaS.

Op de lange termijn echter, als bedrijven te veel instapfuncties schrappen, kan er een tekort aan hoogopgeleiden ontstaan – omdat de beginfase van training ontbreekt. Brynjolfsson noemt dit het 'ontbreken van de carrièreladder', wat bedrijven kan dwingen hun opleidingssystemen opnieuw in te richten, of leidt tot een 'AI-leerling' model.

Marktconcurrentieanalyse: De strijd om AI-platforms versnelt de hervorming van de arbeidsmarkt

AI-platforms (OpenAI, Google, Meta, Anthropic) concurreren op modelcapaciteiten en toepassingsscenario's. Maar een verborgen concurrentiedimensie is hoe zakelijke AI-tools de arbeidsstructuur veranderen.

• Microsoft (Copilot): Diep geïntegreerd in Office en Azure, gericht op dagelijkse taken van kenniswerkers, vervangt direct beginnende klerken, data-analisten.
• Google (Gemini for Workspace): Vergelijkbare functies, maar meer gericht op zoekopdrachten en samenwerking.
• Meta (open source modellen): Bedrijven kunnen aanpassen, maar het commercialisatiepad is nog onduidelijk.

Wie's enterprise AI-tool efficiënter is, kan sneller ontslagen of minder werving bij bedrijven stimuleren, wat de arbeidsmarkt beïnvloedt. Brynjolfssons onderzoek toont aan dat banen met hoge AI-blootstelling al krimpen, en deze platforms zijn de technologische aanjagers.

Aan de andere kant staan HR-technologieplatforms (zoals ADP, Workday, SAP SuccessFactors) voor nieuwe uitdagingen: ze moeten klanten helpen om te gaan met AI-veroorzaakte arbeidsveranderingen, zoals het voorspellen welke functies worden vervangen en hoe medewerkers te herscholen. ADPs samenwerking met Brynjolfsson is een voorbeeld van deze trend – een databedrijf dat verschuift van salarisverwerking naar arbeidsmarktintelligentie.

Data- en regelgevingseffecten: Noodzaak van een nieuw 'digitaal vangnet'

Huidig databeheer en AI-regelgeving richten zich vooral op privacy, vooringenomenheid en transparantie, maar Brynjolfssons onderzoek suggereert een nieuwe dimensie: monitoring van werkgelegenheidseffecten. De EU AI Act vereist dat risicovolle AI-systemen de impact op grondrechten beoordelen, maar dwingt geen openbaarmaking van werkgelegenheidseffecten af. De VS hebben nog geen federale AI-regelgeving.

Brynjolfssons dashboard kan worden gezien als een 'AI-economische indicator', vergelijkbaar met werkloosheidscijfers of CPI. Als overheden dergelijke data kunnen gebruiken voor beleidsinterventies, zoals het belasten van bedrijven die AI gebruiken om instapfuncties te vervangen of het vereisen van training, kan dit de richting van AI-implementatie veranderen.Op het gebied van grensoverschrijdende gegevensstromen zijn ADP-gegevens alleen beperkt tot de VS. De arbeidsstructuur in andere landen kan anders zijn, bijvoorbeeld in China en India is het aandeel startersfuncties groter, waardoor de impact van AI heviger kan zijn. Maar er ontbreken vergelijkbare hoogwaardige gegevens, wat leidt tot een achterblijvend beleid.

Wereldwijde trendobservatie: Kortetermijnruis of langetermijn structurele verschuiving?

Brynjolfsson vergelijkt deze transitie met de industriële revolutie – de eerste automatiseerde spieren, de tweede automatiseert het denken. Hij denkt dat de verandering 10 keer sneller zal gaan. Dit is geen cyclische fluctuatie, maar een structurele hervorming van de arbeidsmarkt.

Bewijs voor de langetermijntrend: De efficiëntie van AI-modellen verdubbelt elke 12-18 maanden (Scaling Laws), kosten dalen, verspreiding versnelt. Zodra bedrijven AI implementeren en kostenbesparingen zien, is het niet makkelijk om terug te keren. Bovendien tonen Brynjolfsons gegevens aan dat het effect aanhoudt, zelfs als de invloed van de technologiesector en werken op afstand wordt uitgesloten, wat wijst op de rol van AI zelf.

Maar er zijn ook tegenvoorbeelden: bepaalde sectoren (zoals gezondheidszorg, bouw) hebben een lage AI-blootstelling en zijn tijdelijk veilig; AI kan ook nieuwe banen creëren, zoals prompt engineers, AI-compliance officers, maar de schaal is veel kleiner dan de startersfuncties die worden vervangen.

DigitalEcoNews Insight

Het onderzoek van Brynjolfsson en ADP onthult een van de meest subtiele maar cruciale mechanismen in de AI-economie: AI vernietigt niet direct banen, maar ontmantelt de carrièreladder. Voor bedrijven betekent dit dat HR-strategieën herschreven moeten worden – het simpelweg schrappen van startersfuncties ondermijnt de langetermijn-talentpijplijn. Voor platformbedrijven (Microsoft, Google) hangt de commercialisering van AI-assistenten af van de behoefte van zakelijke klanten aan "minder personeel", maar overmatige automatisering kan sociale tegenreacties veroorzaken.

De diepere economische betekenis is dat het verdwijnen van instapbanen de inkomensongelijkheid en klassenverstarring verergert, omdat rijke kinderen via sociaal kapitaal betere startkansen krijgen, terwijl gewone mensen de ingang missen om ervaring op te doen. Beleidsmakers moeten overwegen om AI-implementatie te koppelen aan bedrijfsopleidingsverplichtingen, of een nationaal AI-geletterdheidsplan op te zetten.

Wat gegevens betreft, biedt Brynjolfsons dashboard een kwantificeerbaar instrument voor digitale economieregulering – het al dan niet opnemen van vergelijkbare indicatoren in nationale statistische systemen zal cruciaal zijn voor toekomstige reguleringsconcurrentie. Uiteindelijk is de AI-economie niet alleen een technologierace, maar ook een institutionele race.

*Gegevensbron: Fortune-artikel "It's not going away': The Stanford economist who called the AI entry-level jobs crisis early has the receipts" (27 juni 2026).*