AI en de arbeidsmarkt

Kunstmatige intelligentie (AI) blijft de macro-economische, maatschappelijke en beleggingsdiscussies domineren. Een belangrijke vraag voor beleggers is of AI de productiviteit verhoogt en nieuwe banen creëert, of juist mensen sneller verdringt dan de arbeidsmarkt zich kan aanpassen. Onze visie is dat verstoring waarschijnlijk is, maar – en dat is cruciaal – op een geleidelijke in plaats van plotselinge manier. De vervanging zal het grootst zijn op gebieden waar de output meetbaar is en automatisering economisch aantrekkelijk is, terwijl organisatorische inertie, implementatiekosten, regelgeving, demografische ontwikkelingen, infrastructurele beperkingen en weerstand van werknemers de verspreiding zullen vertragen. Net als eerdere technologieën voor algemeen gebruik zal AI waarschijnlijk de overstap maken van experimentele toepassing naar brede transformatie, met aanzienlijke wrijving tussendoor.

Onze eerste overtuiging is dat de verspreiding van AI, en niet de capaciteit van het model, de belangrijkste variabele is bij het beschouwen van AI en werkloosheid. De verspreiding van technologie kost tijd, omdat deze afhankelijk is van bredere systeemveranderingen, in plaats van alleen van de capaciteit van de technologie zelf. Bedrijven moeten gebruiksscenario’s identificeren, systemen integreren, werkprocessen herontwerpen, personeel opleiden, resultaten valideren, cyber- en gegevensrisico’s beheren en verantwoordelijkheid toewijzen wanneer systemen falen. In veel gevallen zijn de implementatiekosten nog steeds hoger dan de besparingen op arbeidskosten, waardoor selectieve uitbreiding de voorkeur krijgt boven volledige automatisering. De geschiedenis laat zien waarom deze aanvullende factoren van belang zijn. De werkgelegenheid in de Amerikaanse landbouw daalde van 41% van de beroepsbevolking in 1920 tot ongeveer 5% in 1970, maar tractoren alleen waren niet de drijvende kracht achter deze verschuiving: oogstmachines, innovaties op het gebied van zaad, logistiek en productiemethoden hebben de sector in de loop van decennia getransformeerd⁵. Technologieën hebben vaak hetzelfde J-vormige productiviteitstraject gevolgd^{6 7}. De invoering van AI loopt eveneens vooruit op de organisatorische transformatie. Gallup constateerde in 2026 dat de helft van de werkende volwassenen ten minste af en toe AI gebruikte, maar dat slechts ongeveer één op de tien werknemers in organisaties die AI hadden geïmplementeerd het er volledig mee eens was dat hun werk was getransformeerd⁸.
Onze tweede observatie is dat een hogere productiviteit ook niet direct hoeft te leiden tot een lagere vraag naar arbeid. Dit komt doordat productiviteitswinst zich kan uiten in betere dienstverlening, nieuwe taken, een grotere output en lagere prijzen die de vraag stimuleren — een arbeidsmarktversie van de Jevons-paradox. Historische voorbeelden, waaronder katoen, staal en motorvoertuigen, laten zien hoe automatisering kan samengaan met een groeiende productie en werkgelegenheid, terwijl de vraag gedurende lange perioden blijft stijgen⁹.

Werkgelegenheid hangt af van het evenwicht tussen verdringing, productiviteit en het creëren van nieuwe taken, niet louter van blootstelling¹⁰. Onze derde observatie is dat banen die oordeelsvermogen, verantwoordelijkheid en menselijke interactie vereisen, vaak complementair zijn aan AI, terwijl routinematig cognitief werk beter vervangbaar is. De radiologie illustreert deze dynamiek. Ondanks voorspellingen van vervanging door AI, blijft er een tekort aan personeel bestaan, aangezien de vraag naar beeldvorming de capaciteit blijft overstijgen^{11 12}. Evenzo kan AI weliswaar de productiviteit bij het coderen verbeteren, maar hoge foutenpercentages vergroten het belang van foutopsporing, architectuur, cyberbeveiliging en systeembeoordeling¹³. Dit helpt verklaren waarom de huidige bevindingen op de arbeidsmarkt gemengd blijven¹⁴. Amazon, Meta en HSBC hebben AI genoemd bij het bespreken van veranderingen in het personeelsbestand, maar de inkrimpingen waren bescheiden in verhouding tot het totale aantal medewerkers, en Meta erkende later dat sommige beslissingen voorbarig waren, aangezien de invoering moeilijker bleek dan verwacht¹⁵. Daardoor zien we dat het moeilijk blijft om echte vervanging door AI te onderscheiden van conjuncturele zwakte en conventionele herstructurering, vooral omdat technologie de arbeidsmarkten voortdurend hervormt: ongeveer 60% van de huidige banen bestond in 1940 nog niet¹⁶.

AI mag dan wel software zijn, maar we zien dat de knelpunten ervan steeds vaker fysiek van aard zijn. Opschaling vereist rekenkracht, energie en kritieke materialen: de kosten van datacenters zullen naar schatting stijgen van 7,7 miljoen dollar/MW in 2020 tot naar schatting 11,3 dollar/MW in 2026, terwijl het aanbod van koper naar verwachting slechts in 70% van de vraag zal voorzien en het aanbod van halfgeleiders geconcentreerd blijft in het geopolitiek gevoelige Taiwan^{17 18}. Ook instellingen kunnen voor wrijving zorgen: De loononderhandelingen bij Hyundai raakten verweven met zorgen over door AI aangestuurde robots, terwijl Chinese rechtbanken ontslagen hebben aangevochten die uitsluitend werden gerechtvaardigd door vervanging door AI. Overheden zouden ook kunnen reageren op zichtbare verstoringen door middel van omscholingsprogramma’s, inkomenssteun of zelfs maatregelen zoals AI-gerelateerde winstbelastingen. Ook de marktstructuur speelt een rol. Als geavanceerde AI geconcentreerd blijft bij een klein aantal aanbieders met grotere prijszettingsmacht, kan de invoering trager verlopen. Een meer concurrerende omgeving met goedkopere modellen zou zowel de productiviteit als de vervanging kunnen versnellen. Wij zijn van mening dat een wijdverbreide commoditisering van geavanceerde AI-modellen nog minstens vijf jaar op zich zal laten wachten. Deze beperkingen en ingrepen zullen de verspreidingssnelheid waarschijnlijk afremmen en helpen de aanpassingskosten over de tijd te spreiden.

In het debat over arbeid wordt vaak uitgegaan van een overschot aan werknemers, maar veel ontwikkelde economieën kunnen juist met het tegenovergestelde probleem te maken krijgen. De OESO verwacht dat de bevolking in de leeftijdscategorie van 20 tot 64 jaar tegen 2060 met 8% zal afnemen, terwijl de ouderenafhankelijkheidsratio stijgt van 31% in 2023 tot 52% in 2060¹⁹. Bij de huidige productiviteitstrends zou de jaarlijkse groei per hoofd van de bevolking kunnen vertragen van 1,0% naar 0,6%²⁰. Informele zorg kost nu al tussen 0,8% en 4,9% van het bbp door minder werkuren en lagere productiviteit²¹. We zouden daarom kunnen constateren dat automatisering op basis van AI wellicht noodzakelijk is om de productie en essentiële diensten op peil te houden, aangezien minder werknemers meer afhankelijke personen moeten ondersteunen. Japan biedt een vroeg voorbeeld: robots worden steeds vaker ingezet in de dienstensector en de ouderenzorg, waarbij ten minste 26% van de aanbieders van langdurige zorg zorgrobots inzet²². Naast immigratie, opleiding en een hogere arbeidsparticipatie kan de productiviteitswinst door AI het tekort aan arbeidskrachten verlichten in plaats van een totaaloverschot aan arbeidskrachten te creëren.

We willen benadrukken dat ons centrale scenario van geleidelijke verstoring van de arbeidsmarkt niet onschuldig is. De arbeidsmarkten kunnen eerst verzwakken door een tragere werving, wat op sommige plaatsen al lijkt te gebeuren. Uit onderzoeken van Stanford en de Census bleek een relatieve daling van de werkgelegenheid met 12–16% onder jonge werknemers in de functies die het meest aan AI worden blootgesteld²³. Een aanhoudende „no-hire-economie“ zou het inkomen, de mobiliteit en de vraag kunnen verminderen, terwijl minder functies voor junioren de mogelijkheden zouden beperken om inzicht, omgang met klanten, communicatie en professionele vaardigheden te ontwikkelen. Dit alles verzwakt de toekomstige aanvoer van leidinggevenden. Er is ook een cyclisch risico. Als de huidige beleggingen in AI en de daarmee samenhangende vermogenseffecten op de aandelenmarkt zich omkeren, zouden een zwakker bbp en lagere bedrijfsmarges verdere automatisering kunnen stimuleren, waardoor de recessiegerelateerde werkloosheid wordt versterkt. AI-capaciteiten kunnen zich ook sneller ontwikkelen dan organisaties en het beleid zich kunnen aanpassen of dan we verwachten. Uit de Remote Labour Index van het Centre for AI Safety blijkt dat AI momenteel bij 16% van de economisch waardevolle freelance-taken even goed of beter presteert dan mensen²⁴. Los daarvan legt onderzoek van het MIT Media Lab een verband tussen intensieve AI-ondersteuning en een zwakkere onafhankelijke analyse en geheugenretentie²⁵. AI kan het leerproces versnellen, maar zonder passend beheer en de juiste training bestaat het risico dat werknemers vaardigheden verliezen en het menselijk beoordelingsvermogen verzwakt. Hoewel overwegingen rond werkloosheid de berichtgeving domineren, benadrukken wij dat er talloze manieren zijn waarop AI de capaciteiten van mensen en de arbeidsmarkt kan beïnvloeden, die nauwlettend in de gaten moeten worden gehouden.

AI is een centraal beleggingsthema voor Carmignac en bevindt zich op het snijvlak van geopolitiek, economie en ESG-overwegingen. De concurrentie tussen de VS en China geeft het de kenmerken van een wapenwedloop, waardoor beleggingen in rekenkracht, halfgeleiders en energie in stand worden gehouden, ondanks onzekere rendementen op korte termijn. In combinatie met defensie-uitgaven en aanbodbeperkingen zou dit de inflatie en kapitaalkosten op een hoger niveau kunnen houden en de verspreiding ervan vertragen. We hebben onze AI-blootstelling zorgvuldig samengesteld over de hele waardeketen, van Nvidia, TSMC en ASML tot hyperscalers en specialisten, waaronder Nitto Boseki, Innodisk en Asia Vital²⁶. De waarschijnlijke winnaars zijn de bedrijven die AI omzetten in duurzame productiviteit zonder dat dit ten koste gaat van veerkracht, de capaciteiten van het personeel of maatschappelijk draagvlak. Daarnaast beoordeelt ons eigen ‘Responsible AI’-raamwerk bedrijven op zeven pijlers, met bijzondere nadruk op governance, data en transparantie, wat helpt bij het identificeren van bedrijven die beter gepositioneerd zijn om de voordelen van AI te benutten en tegelijkertijd operationele, regelgevende en maatschappelijke risico’s te beperken.

Bij Carmignac zijn wij van mening dat AI de arbeidsmarkten ingrijpend zal veranderen, maar dat de invoering waarschijnlijk geleidelijk, ongelijkmatig en omstreden zal verlopen. Sommige banen zullen verdwijnen, veel zullen evolueren en er zullen nieuwe functies ontstaan. Het veelbesproken „banen-Armageddon”-scenario blijft in ons basisscenario onwaarschijnlijk, omdat economische, institutionele, fysieke en demografische fricties de verspreiding vertragen. Voor beleggers is de doorslaggevende vraag wie AI-capaciteiten kan vertalen naar een commercieel waardevolle, verantwoord beheerde toepassing op grote schaal.