Het boemerangeffect: eerst ontslagen, nu weer welkom

Er waait een opmerkelijke wind door de vakpers. Bedrijven die de afgelopen jaren vol bravoure personeel inruilden voor kunstmatige intelligentie, vragen diezelfde mensen nu stilletjes terug. In Amerika heeft het verschijnsel al een naam: het AI-boemerangeffect.

CNBC schrijft dat veel werkgevers spijt hebben van hun AI-ontslagrondes, en Fast Company spreekt inmiddels van “the great AI rehire”. Forbes noemt de voorbeelden bij naam: klantenservice die weer door mensen wordt gedaan, techbedrijven die hun instroom van nieuw personeel juist opschroeven.

Hoe kon dit gebeuren? Ik zie in de artikelen twee redenen steeds terugkomen.

1. De rekening viel tegen

AI leek goedkoper dan personeel. In de praktijk komen er posten bij die niet op de offerte stonden: rekenkracht, toezicht, kwaliteitscontrole, beveiligingsreviews. Forbes vatte het onlangs droogjes samen in één kop: AI costs more than the people it replaced. Wie de werkelijke kosten van AI-ontwikkeling doorrekent, schrikt van het verschil met de brochure. En zoals alles in de economie blijft ook dit zelden kosten wat het vandaag kost: wie AI inzet om personeel te vervangen, ziet de rekening sneller oplopen dan hem was voorgespiegeld.

Het wrange is: aan de prijslijst ligt het niet. De prijs per token daalde het afgelopen jaar juist — het topmodel van Anthropic (de maker van Claude) werd eind 2025 zelfs twee derde goedkoper, al kwam er in 2026 een nieuwe, duurdere buitencategorie bij. Dat de rekening tóch oploopt, komt door het verbruik: moderne AI-agents communiceren per taak duizenden keren met het model heen en weer. Goedkopere tokens dus, maar véél meer tokens.

Hoe hard dat verbruik groeit, laat Google zien: in april 2024 verwerkte het bedrijf zo’n 9,7 biljoen tokens per maand, twee jaar later 3,2 biljard — ruim driehonderd keer zoveel. En op taakniveau: een gewone chatvraag kost een paar honderd tot tweeduizend tokens, maar een agentische codeertaak verbruikt er gemiddeld één tot drieënhalf miljoen — mét de eigenaardigheid dat dezelfde taak per keer tot dertig keer meer of minder tokens kan kosten. Reken dát maar eens netjes in een begroting in.

2. Vakkennis bleek geen overbodige luxe

De tweede les vind ik zelf de belangrijkste. AI schrijft code in overvloed en vaak met gemak, maar iemand moet beoordelen of die code deugt. Er ontstaat een nieuwe soort onzichtbare technische schuld: code die vandaag werkt en morgen een probleem is. Dus halen bedrijven hun ervaren programmeurs weer terug, en verschuift het vak van code typen naar beoordelen wat de machine aflevert. Precies het werk waarvoor senioriteit nodig blijkt.

De les voor ons in het werkveld

Betekent dit dat AI een misvatting was? Allerminst — ik verdien er mijn brood mee. Maar vervangen was de verkeerde vraag. Wie denkt zijn voltallige personeel te kunnen inwisselen en dezelfde kwaliteit te blijven leveren, komt bedrogen uit. De bedrijven die er wél garen bij spinnen, zetten AI náást hun mensen: de machine bereidt voor, de vakman beslist. Zo ondersteunt de AI, en doet de ervaren kracht meer in minder tijd.

Wie deze weblog vaker leest, herkent dat — ik pleitte er eerder al voor. Prettig dat de praktijk het huiswerk nu ook heeft gemaakt.

Overweegt u zelf AI in te zetten en wilt u het in één keer op een overzichtelijke manier doen, zonder boemerang? Neem gerust contact op. Dan kijken we samen wat er bij ú te winnen valt, en wat u vooral moet laten.