AI vervangt geen accountants. Het vervangt de 3 uur per dag die een accountant besteedt aan data invoeren.
Dat klinkt als goed nieuws. Maar denk even door.
Als AI de repetitieve 3 uur per dag overneemt, dan bestaan de overgebleven 5 uur uit het complexe werk: klantadvies, interpretatie van uitzonderingen, strategische planning. Dat vereist hogere vaardigheden. Niet elke accountant heeft die. En dat is het eigenlijke probleem.
Elke baan is een bundel taken
Het debat over "AI vervangt banen" mist de kern. Een baan is niet één ding. Een baan is een bundel van 20-30 verschillende taken, elk met een eigen moeilijkheidsgraad.
Neem een gemiddelde office manager:
- Taken die AI nu al kan: e-mails sorteren, vergaderingen plannen, documenten samenvatten, rapporten genereren, facturen verwerken, standaard correspondentie
- Taken waar AI bij helpt: projectvoortgang monitoren, presentaties maken, budgetoverzichten analyseren
- Taken die menselijk blijven: conflicten oplossen, prioriteiten stellen bij tegenstrijdige belangen, relaties onderhouden met leveranciers, nieuwe medewerkers begeleiden
McKinsey schatte in 2024 dat 60-70% van de werktijd van werknemers besteed wordt aan taken die technisch automatiseerbaar zijn. Niet 60-70% van de banen — 60-70% van de taken binnen die banen.
Het verschil is cruciaal.
Concreet voorbeeld: de accountant
Neem een accountant bij een middelgroot kantoor. Een typische werkdag van 8 uur ziet er zo uit:
- Data-invoer en verwerking (2,5 uur): Facturen inboeken, bankafschriften matchen, BTW-codes toewijzen. Dit is precies het type werk waar AI al 90%+ accuratesse haalt.
- Controles en reconciliatie (1,5 uur): Balansen kloppen, afwijkingen zoeken, kruisverbanden checken. AI kan hier het zware werk doen en de accountant alleen de uitzonderingen voorleggen.
- Rapportages opstellen (1 uur): Kwartaalcijfers, jaarrapporten, management summaries. AI genereert de eerste versie in minuten.
- Klantcommunicatie (1,5 uur): Vragen beantwoorden, advies geven, uitleg bij cijfers. Dit blijft menselijk.
- Complexe adviezen en uitzonderingen (1,5 uur): Fiscale constructies, bedrijfsovernames, bijzondere situaties. Hier is ervaring en oordeelsvermogen onvervangbaar.
Van die 8 uur kan AI er 4-5 overnemen of drastisch versnellen. De 3-4 uur die overblijven zijn het werk dat je niet kunt delegeren aan een systeem: klanten geruststellen, creatief meedenken over belastingstructuren, moeilijke gesprekken voeren over betalingsachterstanden.
De vraag is niet of die accountant nog een baan heeft. De vraag is of die accountant de vaardigheden heeft voor de 3-4 uur die overblijven.
Het upskilling-probleem
Als AI de eenvoudige taken overneemt, verschuift de verwachting. De taken die overblijven zijn de taken die oordeel, empathie, en creativiteit vereisen — precies de vaardigheden die meer waard worden.
Maar hier zit de kloof: veel professionals zijn aangenomen voor de repetitieve taken. De boekhouder die uitblinkt in data-invoer moet nu uitblinken in klantadvies. De klantenservicemedewerker die goed is in standaardantwoorden moet nu goed zijn in complexe klachtafhandeling.
Dat is geen natuurlijke transitie. Het vereist training, begeleiding, en eerlijkheid over wie die transitie kan maken.
Hoe upskilling er concreet uitziet
In mijn ervaring werkt upskilling alleen als het praktisch en klein begint. Geen driedaagse cursus "werken met AI" — maar een medewerker die elke week 2 uur besteedt aan het leren van de nieuwe werkwijze.
Bijvoorbeeld: een klantenservicemedewerker die nu standaardmails beantwoordt, train je niet in "AI-tools". Je traint die persoon in het beoordelen en aanpassen van AI-gegenereerde antwoorden. Dat is een ander vak. Het vereist taalgevoel, empathie, en beoordelingsvermogen — vaardigheden die je kunt ontwikkelen, maar die tijd nodig hebben.
De bedrijven die dit goed doen, koppelen het aan concrete projecten. Niet "leer ChatGPT kennen" maar "gebruik AI om de klanttevredenheidsrapporten te genereren en presenteer de resultaten volgende maand aan het team." Dat geeft richting, motivatie en een meetbaar resultaat.
Wat dit betekent voor jou als MKB-ondernemer
1. Automatiseer de taken, niet de mensen
Begin met het in kaart brengen welke taken in je bedrijf repetitief zijn. Doe de AI readiness check — die identificeert precies welke processen klaar zijn voor automatisering.
Het doel is niet om mensen te vervangen. Het doel is om mensen te bevrijden van de taken die ze niet uitdagen, zodat ze meer kunnen doen van het werk dat er echt toe doet.
2. Investeer in de vaardigheden die overblijven
Als AI de data-invoer doet, heeft je boekhouder meer tijd voor klantadvies. Maar kan je boekhouder dat? Investeer in training op de vaardigheden die AI niet overneemt: communicatie, probleemoplossing, klantrelaties.
3. Herontwerp functies, niet organogrammen
In plaats van te denken "heb ik deze functie nog nodig?", denk: "hoe ziet deze functie eruit als AI de repetitieve taken overneemt?" Vaak wordt een functie waardevoller, niet overbodig.
De office manager die niet meer hoeft te mailen en plannen, kan meer tijd besteden aan procesinnovatie en teamcoördinatie. De marketingmedewerker die niet meer handmatig rapporteert, kan meer tijd besteden aan strategie en creativiteit.
4. Wees eerlijk over de transitie
Niet elke medewerker zal de transitie kunnen of willen maken. Dat is geen falen — het is realiteit. Eerlijkheid hierover is beter dan het negeren tot het een probleem wordt.
De 30-40% regel
Als vuistregel: AI kan 30-40% van de taken binnen de meeste MKB-functies overnemen. Niet de functies zelf — de taken.
Dat betekent:
- Een team van 10 mensen wordt niet 6 mensen. Het wordt 10 mensen die 30-40% productiever zijn.
- Of het wordt 7-8 mensen die hetzelfde output leveren met hogere kwaliteit.
- Of het wordt 10 mensen die dezelfde uren werken maar meer strategisch werk doen.
Welke variant het wordt, hangt af van jouw keuze als ondernemer. AI dwingt die keuze niet af — maar het maakt hem wel onvermijdelijk.
Hoe dat uitpakt per sector
De 30-40% is een gemiddelde. Per branche verschilt het:
- Administratie en boekhouding: 40-50% van de taken is automatiseerbaar. Data-invoer, reconciliatie en standaardrapportages zijn vrijwel volledig te automatiseren. Wat overblijft: klantadvies, fiscale strategie, uitleggen van complexe situaties.
- Marketing en communicatie: 30-40%. Content creatie, social media scheduling, en rapportages kan AI versnellen. Strategie, merkgevoel en creatieve richting blijven mensenwerk.
- Klantenservice: 35-45%. Standaardvragen, orderstatussen, en FAQ's zijn ideaal voor AI. Complexe klachten, emotionele situaties en escalaties vereisen menselijk inschattingsvermogen.
- Logistiek en planning: 25-35%. Routeoptimalisatie en voorraadbeheer zijn datagedreven. Leveranciersrelaties, crisismanagement en onverwachte situaties zijn dat niet.
Het patroon is steeds hetzelfde: hoe meer een taak op data en patronen leunt, hoe sneller AI het overneemt. Hoe meer een taak op context, relaties en oordeelsvermogen leunt, hoe langer het menselijk blijft.
Het grotere plaatje
De 4-daagse werkweek is niet het gevolg van AI. Het is het gevolg van de keuze om de vrijgekomen tijd anders in te zetten. AI maakt die keuze mogelijk. Maar de keuze zelf — meer produceren, meer vrije tijd, hogere kwaliteit — die is van jou.
Het echte risico is niet dat AI banen vervangt. Het echte risico is dat we niet voorbereid zijn op de verschuiving van wat die banen inhouden. De taken veranderen. De vaardigheden die ervoor nodig zijn veranderen. En wie zich niet aanpast, wordt niet vervangen door AI — maar door iemand die AI beter gebruikt.
Lees ook: Soft skills zijn de echte hard skills in het AI-tijdperk — welke vaardigheden meer waard worden naarmate AI meer taken overneemt.
Lees ook: De eerste processen automatiseren met AI — waar begin je? — identificeer de taken in jouw bedrijf die klaar zijn voor automatisering.
Bronnen: McKinsey — The Economic Potential of Generative AI, World Economic Forum — Future of Jobs Report 2025