Introductie
De publieke beschikbaarheid van generatieve kunstmatige intelligentie (Generative AI, KI in het vervolg) als ChatGPT en Dall-E 2 heeft de discussie over het effect van nieuwe technologie op werk en banen aangewakkerd. Kort na de introductie ervan suggereerden de eerste analyses dat niet minder dan 18 procent van banen wereldwijd op de tocht staat door KI. De vraag is of en in hoeverre dit soort cijfers ook de Nederlandse arbeidsmarkt weerspiegelen.
De mate waarin en de wijze waarop nieuwe technologieën als KI van invloed zijn op werk en banen is sterk afhankelijk van het type taken dat werkenden uitvoeren (Acemoglu en Restrepo, 2019). Economen onderscheiden daarbij doorgaans vijf verschillende typen taken[1]:
- fysiek routinematige taken: werkzaamheden waarbij lichamelijke inspanning nodig is en waarin vaak dezelfde handelingen terugkomen (bijvoorbeeld machines bedienen en toezicht houden op processen)
- cognitief routinematige taken: werkzaamheden die een beroep doen op het denkvermogen en waarin vaak dezelfde handelingen terugkomen (bijvoorbeeld vergaderingen inplannen en boekhouden)
- fysiek niet-routinematige taken: werkzaamheden waarbij lichamelijke inspanning nodig is en waar weinig herhaling in zit omdat zich vaak nieuwe situaties voordoen (zoals het besturen van vervoersmiddelen en het repareren van machines)
- cognitief (analytische) niet-routinematige taken: werkzaamheden die een beroep doen op het probleemoplossend vermogen en waar weinig herhaling in zit omdat zich vaak nieuwe situaties voordoen (denk aan onderzoek verrichten en het interpreteren van regels)
- interactief niet-routinematige taken: werkzaamheden waarin contact met andere mensen noodzakelijk is en waar weinig herhaling in zit omdat zich vaak nieuwe situaties voordoen (zoals het aansturen van een team en onderwijzen of presenteren)
Met name werkenden die de eerste twee typen taken verrichten, worden waarschijnlijk geraakt door nieuwe technologieën. Bij fysiek routinematige taken gaat het bijvoorbeeld om robotisering en bij cognitief routinematige taken spelen KI-toepassingen een rol.
Per saldo is het aandeel routinematige taken onder lagere inkomens over het algemeen groter dan onder hogere inkomens.
Om uitspraken te doen over het effect van nieuwe technologie als KI op werkenden in Nederland, maken we in dit onderzoek gebruik van een enquête die onder meer dan 10.000 Nederlanders van achttien jaar en ouder is afgenomen, waaronder 5.446 werkenden (zie appendix). We brengen de werkzaamheden van deze werkenden in kaart om te analyseren op welke wijze de Nederlandse economie mogelijk geraakt wordt. Ook laten we zien voor welke groepen werkenden meer impact wordt verwacht en voor welke groepen minder.
In Nederland bestaat 38 procent van de werkzaamheden uit routinematige taken
Om na te gaan welk deel van de werkzaamheden in Nederland bestaat uit fysiek en cognitief routinematige taken, hebben we de werkenden in onze enquête gevraagd om op basis van hun werkzaamheden percentages toe te wijzen aan ieder van de vijf typen. Daarbij moest het totaal optellen tot 100 procent. Gemiddeld genomen bestaat zo’n 38 procent van de werkzaamheden uit routinematige taken, waarvan 17 procentpunt gaat om fysiek routinematige taken en 21 procentpunt om cognitief routinematige taken (figuur 1; zie Cortes et al. 2017 en Hatzius et al. 2023 voor vergelijking met de VS en EU).
Figuur 1. Werkzaamheden bestaan voor 38% uit routinematige taken.
Toelichting bij figuur 1. Percentages taken Nederlandse werkenden, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096).
Onder dit gemiddelde gaan grote verschillen schuil tussen de groepen werkenden. Figuur 2 laat zien dat het aandeel routinematige taken binnen de horeca het grootst is, gevolgd door transport en logistiek en de groot- en detailhandel. In bijvoorbeeld het openbaar bestuur, het onderwijs en de informatie- en communicatiesector ligt het aandeel routinematige taken juist het laagst. Wat daarbij opvalt, is dat de sectoren waarin het aandeel fysiek routinematige taken het grootst is (horeca, groot- en detailhandel en de agrarische sector), niet de sectoren zijn waarin het aandeel cognitieve routinematige taken domineert (financiële dienstverlening, specialistische zakelijke dienstverlening en de informatie- en communicatiesector).
Figuur 2. De horeca heeft het hoogste percentage routinetaken.
Toelichting bij figuur 2. Percentage fysiek en cognitief routinetaken ingedeeld naar sector, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096). Sectornamen van links naar rechts in de figuur: horeca, vervoer en opslag, groot- en detailhandel, agrarische sector, bouw, industrie, overige dienstverlening, overige zakelijke dienstverlening, cultuur en recreatie, gezondheids- en welzijnszorg, financiële dienstverlening, specialistische zakelijke dienstverlening, informatie en communicatie, energie- en watervoorziening, onderwijs, openbaar bestuur.
Naast verschillen tussen sectoren zien we ook grote verschillen op basis van opleidingsachtergrond van werkenden (figuur 3) en hun inkomen (figuur 4). Hoe theoretischer werkenden geschoold zijn en hoe meer inkomen ze verdienen, des te kleiner is het aandeel routinematige taken in hun werkzaamheden (zie ook New York Times, 2023 voor een vergelijkbaar resultaat voor de VS).
Figuur 3. Theoretisch geschoolden hebben minder routinematige taken.
Toelichting bij figuur 3. Percentage fysiek en cognitief routinetaken ingedeeld naar opleiding van de werknemer, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096).
Maar ook hier zien we grote verschillen in de verhouding cognitief en fysiek routinematige taken tussen groepen werkenden. Naarmate werkenden theoretischer geschoold zijn, is het aandeel cognitieve routinematige taken steeds groter. Tegelijkertijd ligt het aandeel fysiek routinematige taken hoger naarmate mensen praktischer geschoold zijn. Per saldo zorgt dit er niet voor dat het aandeel routinematige taken onder praktisch geschoolde werkenden even groot is als onder theoretisch geschoolde werkenden. Maar door naar zowel fysiek als cognitief routinematige taken te kijken, wordt het verschil tussen die twee groepen wel kleiner.
Figuur 4. Meer routinetaken onder werkenden met lagere inkomens.
Toelichting bij figuur 4. Percentage fysiek en cognitief routinetaken ingedeeld naar persoonlijk netto-inkomen van de werknemer, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096).
Een vergelijkbaar patroon valt ook op als we naar het inkomensniveau van werkenden kijken. Onder lagere inkomens is het aandeel fysiek routinematige taken relatief groot, terwijl onder hogere inkomens het aandeel cognitief routinematige taken relatief groot is. Uitzondering hierop vormen werkenden uit de allerhoogste inkomensgroep; onder hen is het aandeel cognitief routinematige taken vaak weer iets lager. Per saldo is het aandeel routinematige taken onder lagere inkomens over het algemeen groter dan onder hogere inkomens. Enkel en alleen afgaand op de taken die werkenden uitvoeren, heeft robotisering waarschijnlijk het grootste effect op werkenden in sectoren als de transport en logistiek. Ook raakt het mogelijk werkenden met een praktische scholingsachtergrond en in lagere inkomensgroepen. Kunstmatige intelligentie daarentegen treft eerder werkenden in de financiële en specialistische zakelijke dienstverlening, met een meer theoretische scholingsachtergrond en in de hogere-inkomensgroepen.
De invulling van werk verandert, maar baan- en inkomensverlies nauwelijks verwacht
Het is nu nog te vroeg om te bepalen wat de daadwerkelijke impact van nieuwe technologieën als KI op werk en banen in Nederland is; dit zal de toekomst uitwijzen. Om toch zicht te krijgen op de te verwachten impact, hebben we enquêtevragen opgenomen over de mate waarin werkenden nu al gebruikmaken van dergelijke nieuwe technologieën. Ook vroegen we respondenten wat hun verwachtingen zijn voor de implementatie hiervan, de gevolgen voor de invulling van hun werk (positieve en/of negatieve invloed), baanverlies, inkomensverlies en de noodzaak om nieuwe kennis en vaardigheden op te doen. Tabel 1 geeft voor werkenden in Nederland het antwoord op deze vragen weer.
Slechts een kleine groep werkenden heeft nadrukkelijk de verwachting dat nieuwe technologie zal leiden tot inkomensverlies dan wel baanverlies.
Wat allereerst opvalt, is dat nog geen 10 procent van de werkenden in Nederland op dit moment frequent gebruikmaakt van nieuwe technologieën. Tegelijkertijd verwacht een kwart van de werkenden dat deze de komende tijd worden geïmplementeerd. De verwachting is dat implementatie per saldo een meer positieve dan negatieve invloed heeft op de invulling van de taken: zo’n 25 procent van de werkenden verwacht dat nieuwe technologieën een uitgesproken positieve invloed hebben op de invulling van werk, terwijl slechts 10 procent een negatieve invloed voorziet. Overigens kunnen die twee in principe ook samengaan. Dit zien we voor een kleine groep werkenden ook terug in de enquêtegegevens: zo’n 3 procent van de werkenden denkt dat nieuwe technologie zowel een uitgesproken positieve als een uitgesproken negatieve invloed heeft op de invulling van het werk.
Slechts een kleine groep werkenden houdt er nadrukkelijk rekening mee dat nieuwe technologie leidt tot inkomensverlies (7 procent) dan wel baanverlies (6 procent). Wel verwacht ongeveer een derde van de werkenden (35 procent) dat voor nieuwe technologie ook nieuwe kennis en vaardigheden nodig zijn. Het lijkt er met andere woorden op dat een substantieel deel van de werkenden in Nederland denkt dat nieuwe technologie vooral leidt tot een andere invulling van het werk, met positieve én negatieve gevolgen, en met name ook de inzet van nieuwe kennis en vaardigheden. Dit betekent echter niet dat deze respondenten denken dat hun baan en inkomen direct op het spel staan.
Tabel 1. Nog geen 10 procent van de werkenden maakt gebruikt van KI.
Toelichting bij tabel 1. Percentage werknemers dat aangeeft een hoge impact (6 of 7 op schaal van 1 t/m 7) van nieuwe technologieën op het beroep te verwachten, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096). Bron: RaboResearch.
Verwachte impact neemt toe naarmate werkenden meer cognitief routinematige taken uitvoeren
Om na te gaan welke groepen werkenden de meeste impact van nieuwe technologieën verwachten, onderzoeken we de samenhang tussen het type taken en de mate waarin werkenden verschillende soorten impact van nieuwe technologie voorzien. Over het algemeen geldt dat de verwachte impact positief samenhangt met het aandeel cognitief routinematige taken en minder met het aandeel fysiek routinematige taken (zie tabellen 5A en 5B in de appendix voor een meer formele analyse).
Allereerst valt op dat de verwachte implementatie van nieuwe technologieën significant groter is naarmate het aandeel cognitief routinematige taken in de werkzaamheden toeneemt. Dat terwijl het huidige gebruik van nieuwe technologieën als KI niet statistisch significant groter is onder werkenden naarmate het aandeel van cognitief routinematige taken in hun werkzaamheden groeit (figuur 5B). KI wordt nog maar mondjesmaat toegepast, maar met name onder werkenden met een groot aandeel cognitief routinematige taken is de verwachting dat dit in de toekomst wel toeneemt.
Figuur 5. Werkenden met veel cognitief routinematige taken verwachten snellere implementatie.
Toelichting bij figuur 5. De gemiddelde score van werkenden met minder (63%) of meer (37%) dan 20% cognitief routinematige taken op een (Likert)schaal van 1-7 ten aanzien van de stelling “Ik maak voor mijn werk veel gebruik van nieuwe technologieën” in grafiek 5A. De stelling in grafiek 5B is: “Ik verwacht dat nieuwe technologieën de aankomende twee jaar zullen worden geïmplementeerd.” Dit is gebaseerd op gewogen data, n=3.096. De appendix laat de lineaire regressies met controlevariabelen zien. Grafiek 5A laat een niet-significant verschil zien tussen de twee groepen, grafiek 5B een significant verschil.
De impact van nieuwe technologie is het grootst als we kijken naar de relatie tussen het aandeel cognitief routinematige taken binnen werkzaamheden en de verwachte effecten op de invulling van werk. Naarmate het aandeel cognitief routinematige taken in werkzaamheden toeneemt, verwachten werkenden zowel meer positieve (figuur 6A) als ook negatieve gevolgen voor de invulling van hun werk (figuur 6B). Ook denken ze in de toekomst meer nieuwe kennis en vaardigheden nodig te hebben voor de invulling van hun werkzaamheden (figuur 6C).
Figuur 6. Werkenden met meer cognitief routinematige werkzaamheden verwachten dat werkinvulling verandert.
Toelichting bij figuur 6. De gemiddelde score van werkenden met minder (63%) of meer (37%) dan 20% cognitief routinematige taken op een (Likert)schaal van 1-7 ten aanzien van de stelling “Nieuwe technologieën zullen een positieve invloed hebben op mijn takenpakket” in grafiek 6A. In grafiek 6B luidt de stelling: “Nieuwe technologieën zullen een negatieve invloed hebben op mijn takenpakket.“ En in grafiek 6C: “Nieuwe technologieën zullen tot gevolg hebben dat ik extra kennis en vaardigheden nodig heb.” Dit is gebaseerd op gewogen data, n=3.096. De appendix laat de lineaire regressies met controlevariabelen zien.
Tot slot, de mate waarin werkenden baan- dan wel inkomensverlies verwachten neemt ook toe naarmate de werkzaamheden van werkenden voor een groter deel bestaan uit cognitief routinematige taken (figuur 6). Merk echter op dat deze effecten kleiner zijn dan de effecten op de invulling van werkzaamheden (positief, negatief en in termen van benodigde kennis en vaardigheden; figuur 5). Naarmate het aandeel cognitief routinematige taken binnen werkzaamheden groter is, hebben werkenden meer de verwachting dat de invulling van hun werkzaamheden verandert (positief, negatief en/of door andere kennis en vaardigheden) dan dat ze verwachten dat hun baan dan wel hun inkomen op de tocht komt te staan.
Figuur 7. Werkenden met meer cognitief routinematige taken verwachten eerder salaris- en baanverlies.
Toelichting bij figuur 7. De gemiddelde score van werkenden met minder (63%) of meer (37%) dan 20% cognitief routinematige taken op een (Likert)schaal van 1-7 ten aanzien van de stelling “Nieuwe technologieën zullen mijn beroep overbodig maken in de toekomst” in grafiek 7A. De stelling in grafiek 7B is: “Nieuwe technologieën zullen mijn toekomstige salaris negatief beïnvloeden.“ Dit is gebaseerd op gewogen data, n=3.096. De appendix laat de lineaire regressies met controlevariabelen zien.
Het feit dat werkenden maar weinig impact verwachten van nieuwe technologie op hun baan en inkomen kan verschillende oorzaken hebben. In de eerste plaats is de daadwerkelijke introductie van nieuwe technologie niet alleen afhankelijk van de mogelijkheden die ze biedt, maar ook van de relatieve schaarste of kosten van de arbeid die ze beoogt te vervangen (Acemoglu en Restrepo, 2022). Hoe schaarser of duurder de arbeid, des te groter de prikkel om arbeid met een groot aandeel routinematige taken te vervangen door robots en KI (box 1). Daarnaast zorgt nieuwe technologie ook niet alleen maar voor de vervanging van arbeid. Ze kan ook leiden tot het ontstaan van nieuwe taken of ervoor zorgen dat andere taken belangrijker worden (Acemoglu en Restrepo, 2019).
Box 1. In welke sectoren zal nieuwe technologie het snelst haar weg vinden?
|
|
De implementatie van nieuwe technologieën in een sector hangt niet alleen af van de mate waarin werkzaamheden gekenmerkt worden door (cognitief of fysiek) routinematige taken. Nieuwe technologie wordt vooral geïmplementeerd wanneer arbeid schaars en/of duur is (Acemoglu en Restrepo, 2022). In tabel 2a en 2b koppelen we daarom de kosten en schaarste van arbeid, gemeten via het uurloon (kolom 2), en de openstaande vacatures als percentage van de werkgelegenheid in een sector (kolom 3), aan het percentage fysiek (tabel 2a) of cognitief (tabel 2b) routinematige taken in een sector (kolom 4). Vanuit deze gegevens maken we een grove inschatting van de mate waarin robotisering (tabel 2a) dan wel KI een grote rol kan spelen in verschillende sectoren (kolom 5).
De bouw, vervoer en opslag, overige dienstverlening, industrie en gezondheids- en welzijnszorg zijn sectoren waarin robotisering mogelijkerwijs verdere doorgang gaat vinden. Specialistische zakelijke dienstverlening, communicatie en informatie en financiële dienstverlening zijn sectoren waarin KI-toepassingen een grote rol kunnen spelen. Dit zijn sectoren met relatief veel (respectievelijk fysiek en cognitief) routinematige taken, een relatief hoog uurloon en relatief veel vacatures. Vanwege de aard van de activiteiten kán nieuwe technologie hier worden toegepast en vanwege de prijs en schaarste van alternatieve productiefactoren (lees: arbeid) hebben bedrijven bovendien een prikkel om daadwerkelijk nieuwe technologieën te gebruiken.
Anders ligt dat in bijvoorbeeld de agrarische sector en de groot- en detailhandel. Dit zijn sectoren waarin nieuwe technologieën vanuit technologisch oogpunt weliswaar een grote rol zouden kunnen spelen. Maar vanwege de relatief lage kosten van arbeid en relatief mindere arbeidsschaarste zijn het toch niet de sectoren waarin nieuwe technologieën als eerste aanslaan. De horeca vormt in zekere zin een vreemde eend in de bijt: technologisch gezien lijkt robotisering vanwege het grote aandeel fysiek routinematige taken mogelijk en ook qua arbeidsschaarste ervaren bedrijven een prikkel om met robotisering aan de slag te gaan. Tegelijkertijd is arbeid, vergeleken met andere sectoren, relatief goedkoop. Dat arbeid schaars is in de horeca kan betekenen dat nadrukkelijk wordt ingezet op robotisering, maar ook dat de lonen omhooggaan in de nabije toekomst. Mogelijk gaan we in de horeca grofweg twee typen bedrijfsmodellen zien: een arbeidsintensief model met hogere lonen, veel persoonlijke aandacht voor de klant, maar tegen een hogere prijs versus een kapitaalintensief model, waarin de factor arbeid nog maar een kleine rol speelt, met weinig persoonlijke aandacht, maar tegen een lagere prijs. Deze trend is in zekere zin natuurlijk al ingezet met de komst van online bestellen aan tafel (QR-codes) en het zelf ophalen van eten en drinken aan de bar in plaats van dat een ober alles uitserveert. Technologie speelt dan niet alleen een rol bij de substitutie van arbeid door kapitaal, maar kan eveneens tot gevolg hebben dat de bedrijfsmodellen van ondernemingen veranderen.
|
Tabel 2a.Sectoren zoals de bouw en vervoer en opslag zijn gevoelig voor robotisering of digitalisering.
Toelichting tabel 2a. CBS-data over uurloon en openstaande vacatures als percentage van de werkgelegenheid, tevens het percentage cognitief routinetaken en de implementatieverwachting per sector, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096). Bron: RaboResearch.
Tabel 2b. Mogelijk snelle implementatie van KI-toepassingen in specialistische zakelijke dienstverlening.
Toelichting tabel 2b. CBS-data over uurloon en openstaande vacatures als percentage van de werkgelegenheid, tevens het percentage cognitief routinetaken en de implementatieverwachting per sector, gewogen naar geslacht, sector en leeftijdscategorie (n=3.096). Bron: RaboResearch.
Nieuwe technologie vraagt om nieuwe kennis, vaardigheden en bedrijfsmodellen
Ongeveer 38 procent van alle taken uitgevoerd door werkenden in Nederland heeft een routinematig karakter. Deze routinematige taken zijn onderhevig aan de impact van nieuwe technologieën, zoals kunstmatige intelligentie en de inzet van robots. In tegenstelling tot veel van de apocalyptische berichtgeving over het onderwerp betekent dit niet dat alle functies waarin routinematige taken een grote rol spelen per direct verdwijnen. Uit ons onderzoek blijkt dat slechts 6 procent van de werkenden in Nederland verwacht dat zijn of haar beroep door nieuwe technologieën op de tocht staat en slechts 7 procent denkt salaris te moeten inleveren. De grootste gevolgen worden dan ook niet verwacht voor baan- en/of inkomensverlies, maar ten aanzien van de taakinhoud van werk. Deze gevolgen voor de invulling van werk kunnen zowel positief als negatief uitvallen en werkenden verwachten vooral dat nieuwe kennis en vaardigheden nodig zijn om met nieuwe technologieën te werken.
De veranderende taakinhoud heeft tenminste twee kanten. Allereerst gaat het over de taken die werkenden meer of minder gaan uitvoeren als gevolg van technologie-implementatie. De nadruk komt voor werkenden steeds minder te liggen op routinematige taken en steeds meer op taken waarin zij een comparatief voordeel hebben ten opzichte van nieuwe technologieën. Dit betekent dat bestaande taken die niet kunnen worden ingevuld door robots of KI belangrijker worden (denk aan persoonlijk contact met klanten) of dat er hele nieuwe taken bijkomen (zoals prompt schrijvers).
Daarnaast gaat het om een goede aansluiting tussen taken die in de toekomst worden ingevuld door de mens en taken die worden uitgevoerd door machines (robots en KI). Dit heeft een kennis- en vaardighedencomponent (werkenden die al dan niet over de kennis en vaardigheden beschikken om met nieuwe technologieën te werken), maar ook een organisatiecomponent (bedrijfsmodellen waarbinnen activiteiten van mensen rendabel aansluiten op de activiteiten van machines). Terwijl het belang van kennis en vaardigheden wijst op de noodzaak van onderwijs en training voor werkenden, vraagt de organisatiecomponent om verandervermogen van bedrijven. Zo kunnen zij bedrijfsmodellen aanpassen naar de stand van de technologie en de toekomstbestendigheid borgen.
Naschrift
De auteurs bedanken Niels Snoep, Otto Raspe, Floris Jan Sander en Rogier Aalders voor de waardevolle opmerkingen ten aanzien van eerdere versies van dit artikel.
Voetnoten
[1] Zie ook de Appendix voor meer voorbeelden van verschillende typen taken.
Literatuur
Acemoglu, D., en Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3-30.
Acemoglu, D., en Restrepo, P. (2022). Demographics and automation. The Review of Economic Studies, 89(1), 1-44.
Cortes, G. M., Jaimovich, N., en Siu, H. E. (2017). Disappearing routine jobs: Who, how, and why?. Journal of Monetary Economics, 91, 69-87.
Hatzius, J., Briggs, J., Kodnani, D., en Pierdomenico, G. (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth (Briggs/Kodnani). Goldman Sachs Global Economics Analyst, 1-20.