Je ziet je team AI gebruiken en ergens knaagt de vraag: houden we de kwaliteit houdbaar? Of erger: nemen medewerkers meer aan dan ze aankunnen, omdat AI het gat opvult met documenten die eruitzien alsof iemand weet waar hij over praat?
Dit is de vraag die we bij managementteams van bureaus steeds vaker horen, en in de meeste gevallen geven directies er geen helder antwoord op.
We adviseren managementteams dagelijks bij de invoering van AI en zien de gevolgen van zowel te weinig als te veel vertrouwen in AI. Na het lezen van dit artikel weet je welke taken je veilig aan AI kunt overlaten, welke taken mensenwerk zijn en blijven, en hoe je die grens helder communiceert naar je team.
Twee uitersten die allebei niet werken
Als we bij bureaus binnenkomen, zien we twee extremen. Aan de ene kant zijn er bureaus die bewust kiezen voor een mensgedreven aanpak en AI links laten liggen, gedreven door de overtuiging dat relatiegerichtheid en AI zich niet verdragen. Aan de andere kant zijn er grote organisaties die AI inzetten als aanleiding om te downscalen, met minder mensen voor hetzelfde werk.
Beide keuzes zijn legitiem, maar ze slaan de middenweg over die voor de meeste bureaus het meest waardevol is. De bureaus die echt in de problemen komen zijn degenen die helemaal geen keuze maken. Waar AI ad hoc wordt ingezet, zonder dat iemand heeft nagedacht over wat dat betekent voor de kwaliteit, de rolverdeling en de professionele ontwikkeling van het team. Peter Hager bespreekt dit in de De Verkenners-podcast als een van de grootste risico’s voor agencies: bureaus die AI wel inzetten maar geen heldere grens trekken, verliezen het enige wat hen onderscheidt, namelijk de menselijke kant van het werk.
De grens bepalen is geen IT-vraag en ook geen HR-vraag, het is een leiderschapsvraag.
AI vs mens: welke taken doet AI en welke niet?
Bij alle bureautypes die we begeleiden, van managementadvies tot ingenieurswerk en van ruimtelijke ordening tot marketing- en coachingsbureaus, zien we een opvallend consistent patroon. De taken die AI het beste overneemt, vallen in vier categorieën. Consultancy.nl verwoordde het kernachtig: AI vervangt taken, niet per definitie mensen.
Eerste versies van documenten
Rapporten, plannen, offertes, scenario-analyses, contracten: AI kan de structuur bouwen en een eerste draft opleveren die een adviseur vervolgens aanscherpt. Een ruimtelijk adviesbureau zet AI in voor conceptstukken bij omgevingsplannen en zienswijzeteksten. Een managementadviesbureau gebruikt AI voor de eerste opzet van waarderingsrapporten. Een marketingbureau laat AI campagnebriefings en contentplannen draften. De adviseur besteedt zijn tijd daarna aan beoordelen en aanscherpen, waardoor hij zich kan richten op het werk waarvoor hij is ingehuurd.
Data-analyse en research
Jaarcijfers verwerken, benchmarks opzoeken, wet- en regelgeving samenvatten, tenderanalyses uitvoeren: dat zijn taken waarbij AI de informatie verzamelt en structureert, zodat de adviseur zijn oordeel kan vormen op basis van de juiste feiten. Een ingenieursbureau met een grote GIS- en inspectiecomponent bespaart hier de meeste tijd: monitoring- en inspectiedata verwerken tot conceptrapporten kost AI minuten en mensen uren.
Samenvatten en structureren
Gesprekverslagen, dossiers, achtergrondnotities, klanthistorie: taken waarbij een grote hoeveelheid informatie behapbaar moet worden gemaakt voor de volgende stap. Een coachings- en trainingsbureau laat AI sessieverslagen samenvatten, zodat de coach het gesprek kan voorbereiden in plaats van het vorige uit te schrijven.
Standaard- en herhalingswerk
Templates, standaard e-mails, intakeformulieren, administratieve verwerking: alles wat regelmatig terugkomt in een vaste structuur. Dit is het laaghangende fruit, maar ook het werk dat veel tijd kost zonder directe meerwaarde voor de klant.
| Categorie | Wat AI doet | Wat de adviseur daarna doet |
|---|---|---|
| Eerste versies | Structuur + draft genereren | Beoordelen, aanscherpen, goedkeuren |
| Research | Data verzamelen en samenvatten | Oordeel vormen op basis van feiten |
| Samenvatten | Lange input comprimeren | Conclusies trekken, nuance toevoegen |
| Herhalingswerk | Uitvoeren + documenteren | Controleren op correctheid |
Welke taken mensenwerk zijn en blijven
Over alle bureautypes heen zien we vijf categorieën die bij de mens horen, en die keuze is zakelijk onderbouwd.
Persoonlijk klantcontact en relatiebeheer
Een managementadviesbureau zet AI in voor documentwerk, maar de begeleidingsgesprekken, de mediationgesprekken en de coachingssessies met ondernemers blijven mensenwerk. De waarde van die gesprekken staat of valt met de persoonlijke aanwezigheid van de adviseur, en dat is iets wat AI simpelweg niet levert.
Strategisch oordeel en complexe besluitvorming
AI kan scenario’s uitwerken, maar niet kiezen. Een ruimtelijk adviesbureau schrijft de eerste versie van een zienswijze, maar de politieke afstemming en de eindafweging over wat in de stukken staat ligt bij de adviseur. Een ingenieursbureau laat AI rapportages voorbereiden, maar de technische oordeelsvorming en innovatieve ontwerpoplossingen zijn mensenwerk.
Ethische en morele afwegingen
Dit geldt voor elk type bureau, maar voor adviesbureaus in gevoelige sectoren (juridisch advies, mediation, financieel advies) is het extra relevant, omdat het wegen van belangen van alle betrokkenen precies het werk is dat AI niet kan doen. Een groenadviesbureau kan AI inzetten voor ecologische inventarisaties, maar de interpretatie van wat een bepaalde omgeving écht nodig heeft vereist ervarenkennis en contextbegrip dat AI mist.
Eindverantwoordelijkheid
Alles wat de reputatie of aansprakelijkheid van een bureau raakt, zoals eindredactie, ondertekening en kwaliteitsborging, blijft bij de mens, want AI zet geen handtekening en draagt geen aansprakelijkheid. In de praktijk zien we dat mensen de stap van “AI heeft het opgesteld” naar “ik heb het goedgekeurd” te snel zetten. De controleplicht verdwijnt niet doordat AI de eerste versie heeft gemaakt, en de aansprakelijkheid ook niet.
Acquisitie, netwerken en thought-leadership
Een marketingbureau kan AI inzetten voor contentcreatie, maar de persoonlijke acquisitiegesprekken, de aanwezigheid bij events en het opbouwen van kennisleiderschap in de markt blijven mensenwerk, omdat klanten uiteindelijk zaken doen met mensen en niet met tools.
AI als vals zelfvertrouwen
In de meeste discussies over AI gaat het over datalekken en klakkeloos geaccepteerde output. Maar er speelt ook iets anders, iets wat minder direct zichtbaar is en daardoor ook moeilijker bij te sturen. Het raakt bovendien aan een breder vraagstuk over wat AI doet met je denkvermogen: wat er echt gebeurt als je het structureel verkeerd inzet.
AI maakt het mogelijk dat mensen meer hooi op hun vork nemen dan ze werkelijk aankunnen. Iemand die AI inzet voor een complex adviesrapport ziet er op papier competent uit, met een goed geschreven document dat er overtuigend uitziet. Maar op het moment dat de klant een verdiepende vraag stelt, of een onverwachte situatie vraagt om improvisatie, is de kennis die aan het document ten grondslag zou moeten liggen misschien nooit echt opgebouwd.
Dit zie je in de klas bij studenten die modellen toepassen zonder ze te doorgronden. Je ziet het ook bij adviseurs die AI gebruiken als startpunt in plaats van als verlengstuk van hun expertise. Daan Schmidt bespreekt dit in de StoryBrand NL-podcast: AI neemt repetitief werk en eerste drafts over, maar alles wat het bureau zijn waarde geeft bij de klant blijft mensenwerk. Als je als bureau die grens niet helder hebt, loop je het risico dat AI het gat opvult dat eigenlijk jouw expertise zou moeten zijn. Als leidinggevende wil je dit voorkomen, en het begint bij helder zijn over wat je van je team verwacht vóórdat AI in beeld komt.
Hoe je de grens bepaalt en communiceert
Er is geen universele grens. De juiste verdeling hangt af van je dienstverleningsmodel, je klanten en de waarden van je bureau. Wat wel geldt voor elk bureau: de grens moet bewust zijn.
Een praktische manier om dit met je team te bespreken is het onderscheid tussen taken waar je energie van krijgt en taken die je energie kosten. AI is het meest waardevol op de taken die je leeg laten lopen, en minder bruikbaar op de taken die je juist sterk maken in je vak. De adviseur die energie haalt uit het opstellen van rapporten, verliest iets als hij die taak volledig overdraagt. De adviseur die leeg loopt van administratieve verslaglegging, wint er direct iets bij.
Stel je team twee vragen:
- Welke taken doe je elke week die niet echt jouw toegevoegde waarde zijn?
- Welke taken zijn jouw werk precies omdat jij degene bent die het doet?
Op basis van die antwoorden kun je als directie een heldere richtlijn formuleren, een helder principe dat iedereen begrijpt. Bij een adviesbureau voor managementadvies klinkt dat zoiets als: “AI helpt ons het werk voor te bereiden, de adviseur neemt het besluit.” Bij een ingenieursbureau: “AI verwerkt de data, de ingenieur beoordeelt wat het betekent.” Bij een marketingbureau: “AI schrijft de eerste versie, de strateeg bepaalt of het klopt met de merktoon.”
De grens bepaal jij, niet het algoritme
AI maakt je bureau efficiënter als je het bewust inzet, en kwetsbaarder als je er geen standpunt over hebt. De gevaarlijkste positie is het midden: AI ad hoc laten groeien zonder dat iemand een standpunt heeft ingenomen.
De bureaus die dit het beste doen, zijn niet per se de meest technologisch geavanceerde. Ze zijn gewoon helder over wat hen onderscheidt en wat AI daarin kan versterken zonder het te vervangen. Dat begint bij de directie die het gesprek voert, een principe formuleert en het team ruimte geeft om daarbinnen te experimenteren.