Weerstand tegen AI op de werkvloer, en wat je eraan doet

Weerstand tegen AI op de werkvloer gaat zelden over de techniek. Het gaat over onzekerheid: blijft mijn baan, word ik straks beoordeeld door een systeem, telt mijn vakmanschap nog, en wie doet het extra werk terwijl het wordt ingevoerd. Een groot deel van die zorgen is redelijk. Je pakt ze aan door vroeg te vertellen wat je wel en niet met AI van plan bent, door de mensen die het werk doen mee te laten kiezen waar je begint, door het laatste woord bij een mens te laten en door te meten of het echt gebruikt wordt. Heb je een ondernemingsraad, dan hoort die er vroeg bij, en soms heeft hij instemmingsrecht.

Dit stuk is geschreven voor de directeur of eigenaar van een bedrijf van 50 tot 350 mensen die AI wil invoeren en merkt dat het stroef gaat. Of die dat verwacht en het wil voorkomen.

Een paar verwante onderwerpen staan elders, en die herhalen we hier niet. Hoe je het eerste gesprek over banen voert, staat in Meer halen uit de mensen die je al hebt. Wat een tool kost die niemand gebruikt, staat in De verborgen kosten van een AI-tool die niemand gebruikt. Wie wat moet leren, staat in Wie in je organisatie moet AI leren, en wie niet. Dit stuk gaat over wat daartussen zit: hoe je weerstand herkent, waar ze vandaan komt en wat je eraan doet.

Waar de weerstand eigenlijk over gaat

Als mensen terughoudend reageren op AI, ligt het voor de hand om te denken dat ze de techniek niet snappen of niet willen leren. Dat is meestal niet het probleem. Wie goed luistert, hoort vijf andere zorgen.

Mijn baan. Het meeste nieuws over AI gaat over banen die verdwijnen. Dan is het logisch dat iemand die een terugkerende taak doet, zich afvraagt of die taak zijn functie is. Zolang de directie daar niets over zegt, vult iedereen het zelf in.

Beoordeeld worden. Een systeem dat werk voorbereidt, ziet ook hoe snel iemand werkt, hoeveel fouten hij maakt en wanneer hij inlogt. Mensen voelen dat aan. Wie vraagt wat er met die gegevens gebeurt, stelt een vraag die jij in zijn plaats ook zou stellen.

Vakmanschap en status. De planner die in twintig jaar heeft geleerd welke klant op vrijdag altijd nog belt, is iemand in het bedrijf omdat hij dat weet. Als een systeem een deel van dat werk overneemt, voelt dat als waardeverlies. Ook als het zo niet bedoeld is.

Extra werk tijdens de invoering. Een nieuwe werkwijze kost eerst tijd. Het oude werk loopt door, er komt testen en uitleggen bij, en de beloofde tijdwinst komt pas later. Wie dat al een paar keer heeft meegemaakt, rekent het van tevoren uit.

Eerdere IT-projecten. Bijna elk bedrijf heeft een systeem gehad dat alles beter zou maken en dat niet deed. Een overstap op een nieuw ERP-pakket die een jaar langer duurde, een portaal waar niemand op inlogt. Mensen onthouden dat. Ze wachten af of het deze keer anders gaat, en dat is verstandig.

Geen van deze vijf gaat over de vraag of AI werkt. Ze gaan over wat het voor iemand betekent. Dat is goed nieuws voor een directeur, want op die vragen kun jij antwoord geven. Een leverancier kan dat niet.

Twee collega's in gesprek aan hun bureau. De meeste zorgen over AI komen boven in een gesprek onder vier ogen, zelden in een volle vergadering.

Drie vormen van weerstand, en hoe je ze herkent

Weerstand ziet er niet altijd uit als weerstand. Er zijn drie vormen, en de lastigste is de stilste.

Open weerstand voelt het vervelendst, en er is het makkelijkst mee te werken. Iemand die hardop zegt wat hem dwarszit, geeft je informatie. Vaak is de criticus ook degene die het proces het best kent. Haal je die persoon bij de keuze, dan wordt hij vaak de beste toetser die je hebt.

Stille weerstand zie je pas als je ernaar zoekt. Een vergadering waarin iedereen instemt en niemand iets vraagt, zegt weinig over draagvlak. In een groep zegt bijna niemand als eerste dat hij zich zorgen maakt. Een gesprek met twee of drie mensen apart levert meer op dan een kick-off met het hele team.

Passief niet-gebruik is de duurste vorm, omdat het lang onzichtbaar blijft. Op papier is de tool ingevoerd. In de praktijk doen mensen het werk op de oude manier, en kloppen de gegevens in het nieuwe systeem niet meer. Wat dat kost, staat in het stuk over de verborgen kosten. Hier gaat het om de oorzaak. Die ligt bijna altijd bij een tool die niet past bij hoe het werk echt gaat, en bij mensen die nooit is gevraagd hoe het werk echt gaat.

Waarom veel weerstand redelijk is

Het is verleidelijk om weerstand te zien als iets dat je moet overwinnen. Kijk eerst of ze klopt.

Medewerkers zijn niet tegen AI als zodanig. In een Eurobarometer-onderzoek van de Europese Commissie, gepubliceerd in februari 2025, kijkt ruim 60 procent van de Europeanen positief naar robots en AI op het werk. Ruim 70 procent denkt dat ze de productiviteit verbeteren. Tegelijk vindt 84 procent dat AI op de werkvloer zorgvuldig beheer nodig heeft, om privacy te beschermen en transparantie te garanderen. Dat is de toon die je op de werkvloer ook hoort: prima, als het goed geregeld is.

Ook bedrijven zelf twijfelen om redelijke redenen. Het CBS vroeg bedrijven die AI wel hadden overwogen maar niet gebruikten, waarom ze het niet deden. Gebrek aan ervaring werd het vaakst genoemd, door 73 procent. Privacy noemde 49 procent, onduidelijkheid over de juridische gevolgen 42 procent. Als een directie die zorgen heeft, mag een medewerker ze ook hebben.

En wie eerder een IT-project zag mislukken, heeft een punt. Veel invoeringen lopen vast op dezelfde dingen: de mensen die het werk doen, zaten niet aan tafel, er was geen tijd vrijgemaakt, en niemand keek na een maand of het gebruikt werd. Iemand die daarom afwacht, laat zien dat hij oplet.

Dat betekent niet dat elke zorg terecht is. Soms is een angst gebaseerd op een verhaal uit het nieuws dat niets met jouw bedrijf te maken heeft. Je weet het pas als je vraagt. De vuistregel: neem elke zorg eerst als informatie. Vaak zegt ze iets over je plan dat je zelf nog niet zag.

Zeven stappen die helpen

Geen van deze stappen is ingewikkeld. Ze vragen vooral aandacht van de directie, en die is in een bedrijf van deze omvang het schaarst. Doe ze toch. Ze kosten minder dan een tool die niemand gebruikt.

1. Vertel vroeg wat het is en wat het niet is. Wacht niet tot er een tool is gekozen. Zeg aan het begin wat je wilt bereiken, en ook wat je niet van plan bent. Bijvoorbeeld: we willen minder orders overtypen, en we gaan het systeem niet gebruiken om individuele prestaties te beoordelen. Wat je niet zegt, vullen mensen zelf in, en meestal met het slechtste scenario.

2. Laat de mensen die het werk doen meekiezen. Wie een proces elke dag uitvoert, weet waar de tijd weglekt, waar fouten ontstaan en welke uitzonderingen een systeem moet kennen. Laat die mensen meepraten over welke toepassing eerst komt. Dat levert een betere keuze op. En wie heeft meegekozen, heeft er belang bij dat het lukt.

3. Zeg hardop dat niemand wordt vervangen, en maak het concreet. Het doel is werk van iemands bord halen, niet iemand vervangen. Zeg dat, en zeg ook wat er met de vrijgekomen tijd gebeurt. Meer klantcontact, de achterstand wegwerken, het werk dat nu blijft liggen. Een belofte zonder invulling wordt niet geloofd. Beloof alleen wat je kunt waarmaken. Weet je iets nog niet zeker, zeg dat dan ook.

4. Begin waar mensen de pijn voelen. Vraag niet wat AI voor je team kan doen. Vraag welk deel van het werk ze het liefst kwijt zouden zijn. Bijna iedereen heeft een antwoord: het overtypen, het nazoeken, steeds weer dezelfde mail. Een eerste toepassing die zo'n klus oplost, overtuigt vanzelf. Een eerste toepassing die vooral de directie helpt, maakt het tweede project moeilijker.

5. Laat het laatste woord bij de mens. Spreek af dat het systeem voorbereidt en een mens beslist, of dat een mens meekijkt en altijd kan ingrijpen. Dat tweede heet human on the loop: het systeem draait zelfstandig, een mens houdt toezicht en kan overrulen. Het neemt een groot deel van de zorg over vakmanschap weg, want het oordeel blijft bij de vakman. Het houdt ook het risico beheersbaar. Leg per soort besluit vast wie dat laatste woord heeft, in je AI-beleid.

6. Maak tijd vrij voor de invoering. Het extra werk tijdens de invoering is echt. Erken dat, en maak er ruimte voor. Haal iets anders van de planning in de weken dat een team een nieuwe werkwijze leert. Wie alles erbij moet doen, gaat terug naar de oude manier zodra het druk wordt.

7. Meet hoe vaak het gebruikt wordt. Het aantal licenties zegt hoeveel je betaalt. Het zegt niets over wat er gebeurt. Kijk na twee weken, na een maand en na drie maanden hoeveel mensen de toepassing echt gebruiken, voor welk deel van het werk, en waar ze eromheen werken. Zakt het gebruik, ga dan vragen waarom. Het antwoord vertelt je wat je moet aanpassen.

Twee mensen aan een tafel bij het raam, de een luistert aandachtig. Vragen waarom iemand een tool niet gebruikt, vertelt je wat je moet aanpassen.

Hoe dat in de praktijk kan lopen, met een verzonnen voorbeeld. Stel: een groothandel van 120 mensen wil AI inzetten om inkomende orders uit mails en pdf's in het ordersysteem te zetten. De directie vertelt de binnendienst vooraf wat het doel is, en dat niemand zijn baan verliest. Twee medewerkers van de binnendienst helpen kiezen met welke orders het begint, omdat zij weten welke klanten afwijkende formaten sturen. Het systeem zet de order klaar, een medewerker keurt hem goed. Na een maand blijkt dat een collega het systeem niet gebruikt voor een grote klant. Bij navraag leveren die orders steeds fouten op. Dat wordt het volgende dat ze aanpassen. Dit voorbeeld is hypothetisch. Het laat zien hoe de stappen in elkaar grijpen.

De ondernemingsraad hoort er vroeg bij

Een ondernemer met een onderneming waarin in de regel ten minste 50 mensen werken, is volgens artikel 2 van de Wet op de ondernemingsraden verplicht een ondernemingsraad in te stellen. Voor de meeste bedrijven in onze doelgroep is de OR dus een gesprekspartner bij AI. Hij kan veel meer zijn dan een formaliteit.

Twee artikelen zijn het kennen waard.

Instemmingsrecht, artikel 27. De ondernemer heeft instemming van de OR nodig voor een besluit tot vaststelling, wijziging of intrekking van onder meer een regeling over het verwerken en beschermen van de persoonsgegevens van medewerkers (lid 1, onderdeel k), en een regeling over voorzieningen die gericht zijn op of geschikt zijn voor waarneming van of controle op aanwezigheid, gedrag of prestaties van medewerkers (lid 1, onderdeel l). Let op het woord "geschikt". Het gaat ook om systemen die dat kunnen, als je ze er niet voor bedoelt. Een AI-toepassing die bijhoudt wie wat verwerkt en hoe snel, kan daaronder vallen. Neem je zo'n besluit zonder instemming, dan kan de OR zich volgens lid 5 binnen een maand schriftelijk beroepen op nietigheid. Instemming is niet nodig voor zover het onderwerp al inhoudelijk in de cao is geregeld (lid 3).

Adviesrecht, artikel 25. De OR moet de gelegenheid krijgen advies uit te brengen over een voorgenomen besluit tot invoering of wijziging van een belangrijke technologische voorziening (lid 1, onderdeel k). Of een AI-toepassing belangrijk genoeg is, hangt af van wat hij doet en hoeveel mensen hij raakt.

Of jouw toepassing onder een van deze artikelen valt, hangt af van wat het systeem doet en welke gegevens het gebruikt. Dit is geen juridisch advies. Vraag het bij twijfel na bij een arbeidsjurist, en lees de wettekst zelf via de bronnen onderaan.

Los van de wet is er een praktische reden om de OR vroeg te betrekken. De OR hoort zorgen van collega's die bij jou nooit aankomen. Een OR die vanaf het begin meedenkt over wat het systeem wel en niet mag, kan die afspraken uitleggen aan collega's, en wordt daarbij eerder geloofd dan de directie. Een OR die een kant-en-klaar besluit voorgelegd krijgt, heeft weinig andere keus dan kritisch te zijn. Kom dus met de vraag, voordat het antwoord vastligt.

Wat je deze maand doet

Drie dingen, die samen minder dan een dag kosten.

Praat met drie mensen apart die het werk doen waar je AI voor overweegt. Vraag welk deel van hun werk ze het liefst kwijt zouden zijn, en wat hun grootste zorg is als er AI bij komt. Schrijf de antwoorden op.

Zet op een half A4 wat je met AI wilt bereiken en wat je er niet mee gaat doen. Deel het met het team, en met de OR als je die hebt.

Kijk naar een tool die je al hebt, AI of niet. Hoeveel mensen gebruikten hem vorige maand echt? Valt het antwoord tegen, dan weet je waar je moet beginnen met vragen.

Waar de Capability Sprint in past

Veel van de stappen hierboven komen samen in de manier waarop een eerste toepassing gebouwd wordt. De Capability Sprint is de bouwfase waarin Radical samen met je eigen mensen de eerste werkende AI-toepassing oplevert. Het doel is de overdracht: je team kan hem daarna zelf draaien en aanpassen, zonder de externe partij.

Wie doet er mee? Volgens de beschrijving: de mensen die het proces kennen en er daarna mee blijven werken, plus degene die het besluit bezit. Alleen IT sturen ondergraaft het doel, omdat de kennis dan landt waar het proces niet zit. Dat sluit aan bij stap 2: de mensen die het werk doen, bouwen mee.

Wat er wordt opgeleverd: een werkende toepassing in productie, eigen mensen die bij de bouw betrokken zijn en niet toekijken, en de werkwijze vastgelegd zodat die een vertrek overleeft. Waar nodig komt er een semantische laag bovenop je bestaande data, zonder de kernsystemen te raken. Het uitgangspunt is human on the loop: de systemen blijven van jou, de controle blijft bij jou, en er blijft een mens die het systeem kan overrulen. De toets dat het gelukt is, ligt na de oplevering. Het is de eerste aanpassing die je eigen team aan het systeem doet zonder iemand te bellen.

De sprint is de derde stap. De gratis AI-Foto laat zien waar je staat, de AI Readiness Scan bepaalt welke kans het meest oplevert en haalbaar is, en de sprint bouwt het eerste punt van die roadmap. Meer over de hele aanpak staat op de pagina AI Capability.

Over deze pagina

Dit stuk is geschreven op 5 oktober 2026 door het team van Radical AI. De tekst van de artikelen 2, 25 en 27 van de Wet op de ondernemingsraden is nagelezen op wetten.overheid.nl. De cijfers over de houding tegenover AI op het werk komen uit het bericht van de Europese Commissie over de Eurobarometer van februari 2025. De redenen die bedrijven noemen om geen AI te gebruiken komen van het CBS en zijn voorlopige cijfers over 2025. De indeling in vijf zorgen en drie vormen van weerstand, en de zeven stappen, zijn onze eigen ordening. Het voorbeeld van de groothandel is hypothetisch. De beschrijving van de Capability Sprint komt van onze eigen pagina's. Er is geen klantdata gebruikt. Dit is geen juridisch advies.