De verdwijnende ervaringspiramide: hoe wordt iemand senior zonder ooit junior te zijn geweest?

De grote uitsterving van juniorbanen

Uit een onderzoek van Microsoft uit 2024 onder 200.000 gebruikersgesprekken met AI-tools bleek iets dat elke recent gestudeerde zou moeten verontrusten: een hogere toepasbaarheid van AI hangt direct samen met het opleidingsniveau. Hoe hoger iemand is opgeleid, hoe waarschijnlijker het is dat AI delen van diens werk kan overnemen.

Eerdere technologiegolven schakelden eerst handarbeid uit. AI richt zich specifiek op het cognitieve instapwerk dat hoogopgeleiden van oudsher als opstap naar seniorposities gebruikten.

Onderzoek van SignalFire bevestigt deze verschuiving: pas gestudeerden vormen in 2024 nog maar 7% van de aannames bij startups, tegenover 30% in 2019. Het traditionele startpunt van een professionele carrière verdwijnt simpelweg.

Hoe de traditionele piramidestructuur verandert in een diamantvorm, waarbij juniorposities in kantoorfuncties verdwijnen

Wanneer AI uitblinkt in "juniorwerk"

Uit het onderzoek van Microsoft bleek dat AI juist uitblinkt in de taken die junior professionals altijd hebben uitgevoerd om expertise op te bouwen: informatie verzamelen, schrijven en communiceren. Dat is de basis van professionele ontwikkeling.

Een junior consultant doet traditioneel marktonderzoek, verzamelt data, schrijft eerste versies van presentaties en ondersteunt senior teamleden. AI kan deze taken nu sneller en consistenter uitvoeren dan menselijke beginners.

"Bij Eli5 hebben we deze transformatie zelf ervaren", legt Kishan, onze CTO, uit. "We nemen simpelweg geen junior developers meer aan, omdat de waarde die zij traditioneel toevoegden, eenvoudige codeertaken en de implementatie van simpele features, nu efficiënter door AI-tools wordt geleverd. Een senior developer met AI bereikt wat vroeger een team juniors vergde."

De ervaringsparadox wordt groter

Zo ontstaat wat economen de "ervaringsparadox" noemen, en AI heeft die in een stroomversnelling gebracht. Werknemers kunnen geen ervaring opdoen zonder baan, en krijgen geen baan zonder ervaring. Nu AI de typische instaptaken automatiseert, is deze cyclus vrijwel onmogelijk te doorbreken geworden.

Wall Street levert het scherpste voorbeeld. Bestuurders van Goldman Sachs en Morgan Stanley spreken er openlijk over om tot wel twee derde minder junior analisten aan te nemen. De Chief Strategy Officer van Deutsche Bank stelde onomwonden: "the easy idea is [to] just replace juniors with an AI tool."

De financiële sector laat bijzonder ingrijpende gevolgen zien, omdat AI in enkele minuten duizenden rapporten kan analyseren, werk waarvoor voorheen teams van junior analisten dag en nacht nodig waren.

Het effect van competentiecompressie

Softwareontwikkeling toont wat wij "competentiecompressie" noemen. Vrijwel alle ontwikkelaars (97% volgens GitHub) gebruiken inmiddels AI-codeertools. De basistaken waarvan junior ontwikkelaars vroeger leerden, zoals het schrijven van eenvoudige code en het oplossen van bugs, worden nu door AI afgehandeld.

Dit veroorzaakt een effect van competentiecompressie: nieuwe ontwikkelaars moeten vanaf dag één de mogelijkheden van AI-tools begrijpen, evenals prompt engineering, codereview en -validatie, en systeemarchitectuur. De geleidelijke leercurve die eerdere generaties in staat stelde om via steeds complexere opdrachten over meerdere jaren expertise op te bouwen, is verdwenen.

UX/UI-design kampt met een vergelijkbare ontwrichting nu tools zoals de AI-functies van Figma, Adobe Sensei en andere platforms het maken van wireframes, het genereren van lay-outs en basaal visueel ontwerp automatiseren. Junior designers bouwden hun vaardigheden traditioneel op door ontwerptaken herhaaldelijk uit te voeren, en AI handelt die opdrachten nu sneller en consistenter af dan menselijke beginners.

Voorbij de crisis: professionele ontwikkeling opnieuw doordenken

Het verdwijnen van traditionele instapfuncties dwingt tot een volledig nieuwe kijk op professionele ontwikkeling. Strategieën voor loopbaanplanning moeten fundamenteel verschuiven van hiërarchische doorgroei naar de opbouw van een portfolio aan vaardigheden. Jonge professionals moeten nu vanaf het begin "AI-versterkte" competenties ontwikkelen, waarbij technische AI-vaardigheid wordt gecombineerd met typisch menselijke kwaliteiten zoals emotionele intelligentie, creatief probleemoplossend vermogen en strategisch denken.

Onderzoek van AWS op basis van een analyse van meer dan 283.000 vacatures wijst softwareontwikkeling, data-analyse, cloud engineering, cybersecurity en data engineering aan als sterk groeiende vakgebieden die samenwerking met AI vragen in plaats van vervanging door AI.

De noodzaak van omscholing

Dit raakt meer dan alleen pas afgestudeerden. Het onderzoek laat zien dat 40% van de werkgevers personeelsreducties plant op plekken waar AI taken kan automatiseren. Professionals die nu werkzaam zijn, moeten met urgentie hun kwetsbaarheid inschatten en zich aanpassen.

Omscholing van het bestaande personeelsbestand valt uiteen in twee, of misschien wel drie, categorieën:

Van beroep wisselen: Overstappen naar vakgebieden waar menselijke vaardigheden onvervangbaar blijven. Zorg, technische ambachten en dienstverlening aan mensen laten een lager potentieel voor AI-automatisering zien.

AI-augmentatie: Leren samenwerken met AI-tools binnen het huidige vakgebied. Dat betekent inzicht krijgen in wat AI kan, vaardigheden in prompt engineering ontwikkelen en focussen op strategisch denken op hoger niveau dat AI niet kan repliceren.

Met pensioen gaan: Voor professionals in een latere fase van hun loopbaan kan vervroegd pensioen de meest praktische optie worden. De kosten en de tijdsinvestering die een volledige omscholing vergt, zijn economisch mogelijk niet zinvol voor wie het zich kan veroorloven om helemaal uit het arbeidsproces te stappen.

De meest veelbelovende oplossingen combineren AI-vaardigheid met de ontwikkeling van menselijke vaardigheden. Grote organisaties bieden inmiddels alle nieuwe medewerkers een universele training in prompt engineering aan, in het besef dat toekomstige professionals 'AI-versterkt' moeten zijn in plaats van door AI vervangen.

Het venster om te handelen wordt kleiner

De adoptie van AI verloopt met een ongekende snelheid. ChatGPT bereikte 1 miljard gebruikers in vier maanden, tegenover de twee decennia die de adoptie van de personal computer in beslag nam.

Die versnelling laat weinig tijd voor de natuurlijke marktcorrecties die verdrongen werknemers historisch gezien de ruimte gaven om zich om te scholen of over te stappen naar opkomende sectoren.

Economische modellen suggereren dat het verdwijnen van juniorfuncties tegen 2035-2045 kan leiden tot een 'ontbrekende generatie' van professionals halverwege hun loopbaan, met potentieel catastrofale gevolgen voor kennisoverdracht binnen organisaties en voor de ontwikkeling van leiderschap.

De ruitvormige toekomst

De traditionele piramide verandert in een ruit: experts aan de top, senioren in het midden en AI die doet wat junioren vroeger deden. Dat vraagt om compleet andere loopbaanstrategieën.

Succes in dit nieuwe landschap betekent AI benaderen als samenwerkingspartner in plaats van als dreiging van vervanging. De organisaties en individuen die deze transformatie proactief omarmen, bepalen de volgende fase van de economische ontwikkeling.

De bevindingen wijzen erop dat de uitkomsten sterk afhangen van implementatiekeuzes, beleidsreacties en marktdynamiek die nog in beweging zijn en gevoelig blijven voor bewuste interventie.

De vragen die we moeten beantwoorden

Terwijl we deze verschuiving doormaken, worstel ik met vragen als:

Wat worden de kerntaken die mensen zullen uitvoeren? Naarmate AI routinematig cognitief werk overneemt, moeten menselijke professionals de onvervangbare vaardigheden benoemen die hun waarde bepalen: creatief problemen oplossen, emotionele intelligentie en het managen van complexe stakeholderrelaties.

Wat is het vermogen van menselijke operators om informatie op te nemen en te verwerken? Het knelpunt verschuift van het verzamelen van informatie naar synthese en besluitvorming. Professionals moeten snel de output van AI beoordelen en genuanceerde afwegingen maken waarin analyse en menselijke intuïtie samenkomen.

En hoe zit het met de black boxes die worden gebouwd om repetitief en geautomatiseerd werk te verlichten? Het risico is niet alleen banenverlies, maar ook de geleidelijke erosie van institutionele kennis. Organisaties moeten de efficiëntie van automatisering in balans brengen met menselijk begrip van hun eigen bedrijfsvoering.

Hoe ontdekken we wat we in dit door AI getransformeerde landschap eigenlijk willen doen voor werk? Wanneer traditionele loopbaanpaden verdwijnen, wordt de fundamentele vraag belangrijker dan ooit: het vinden van betekenisvol werk dat aansluit bij menselijke interesses en capaciteiten in een wereld waarin de oude manieren van verkennen steeds minder van toepassing zijn.

De antwoorden op deze vragen bepalen niet alleen individuele loopbanen, maar ook de fundamentele aard van professioneel werk zelf.

Bronnen: Microsoft "Werken met AI: het meten van de gevolgen van generatieve AI voor beroepen" (2024), wervingsdata van startups van SignalFire, onderzoek van Goldman Sachs, prognoses van het McKinsey Global Institute, analyse van vacatures bij AWS, adoptiestatistieken van GitHub Copilot