Artificiële intelligentie wordt geprezen als dé efficiëntieschil voor werk. Leidinggevenden zeggen dat het hun output versnelt. Medewerkers ervaren vooral meer werk, niet minder. Deze paradox – waar managers zeggen dat ze productiever zijn geworden terwijl medewerkers dit niet voelen – roept de vraag op: wat betekent “productiviteit” eigenlijk écht in een AI-tijdperk?
Managers zeggen productiever te zijn — werknemers niet
Volgens recent onderzoek geven leidinggevenden aan dat AI hen tot meer dan 8 extra uren productiviteit per weekhelpt. Tegelijkertijd rapporteert een meerderheid van de medewerkers dat AI hen 0–2 uren winst per week oplevert. Een aanzienlijk deel van die werknemers zegt zelfs prima te kunnen functioneren zonder AI-tools.
De kloof tussen wat managers voelen en wat medewerkers ervaren is opvallend. Dit raakt aan een belangrijk thema: de perceptie van productiviteit is niet gelijk aan daadwerkelijke productiviteit.
De METR-studie: Snelheid vs werkelijke efficiëntie
Een bekende studie door METR, een onafhankelijke organisatie die AI-modellen evalueert, komt met een opmerkelijke conclusie: wanneer ervaren softwareontwikkelaars AI-tools gebruiken, duurt het gemiddeld 19% langer om een taak te voltooien — maar dezelfde ontwikkelaars denken dat ze 20% sneller zijn geworden.
Dit laat een groot verschil zien tussen gevoel en realiteit: we kunnen ons productiever voelen door AI, zonder dat de cijfers dat ondersteunen.
“Workslop”: Als tijdswinst wordt opgegeten
Een ander fenomeen draagt bij aan de paradox: de tijd die gewonnen lijkt te worden door AI wordt vaak weer opgeslokt in het controleren, corrigeren en herschrijven van AI-output. Voor veel medewerkers betekent AI-gebruik dat zij extra uren kwijt zijn aan het verbeteren van werk dat oorspronkelijk door een AI-tool is gegenereerd — een trend die onder onderzoekers wel ‘workslop’ wordt genoemd.
Het effect? AI lijkt werk sneller te versnellen, maar in de praktijk blijft de totale arbeidstijd gelijk of zelfs stijgt hij.
Leiderschap, structuren en verwachtingen
Een belangrijk element achter de kloof in ervaringen is hoe AI wordt ingezet binnen organisaties. Veel bedrijven investeren zwaar in technologie, maar vergeten te investeren in werkprocessen, rolstructuren en training. Daardoor ontstaat een situatie waarin werknemers AI-tools moeten gebruiken zonder dat hun rol, vaardigheden of workflow hierop zijn aangepast — een klassieke mismatch.
In die zin is de productiviteitsparadox niet alleen een technisch probleem, maar vooral een organisatorisch en cultureel vraagstuk.
Wat werkt wel?
Experts stellen dat AI op zichzelf geen magie is. Het creëert capaciteit — niet automatisch productiviteit. Om AI-efficiëntie te realiseren, is meer nodig:
- Integratie in werkprocessen
- Training en begeleiding voor medewerkers
- Herdefiniëren van wat werk “productief” maakt
Met andere woorden: AI moet begrepen en ingevoerd worden, niet alleen aangekocht.
In een tijd waarin bedrijven miljarden investeren in AI, toont de realiteit dat technologie alleen geen productiviteitsrevolutie veroorzaakt. Snellere outputs betekenen geen betere resultaten als gevolg van extra controlewerk en beperkte organisatieaanpassing.
Misschien is het belangrijkste inzicht dat productiviteit in de AI-wereld niet simpelweg een kwestie van tijdwinst is — maar van slimme integratie, vaardigheden en realistische verwachtingen.
