Belangrijkste conclusies uit Vincent Luciani, medeoprichter en uitvoerend voorzitter van Artefact, die op 17 september het woord voerde tijdens het evenement „Tech Up du Hub“ van Bpifrance.

Op 17 september, Bpifrance bracht het tech-ecosysteem bijeen voor zijn jaarlijkse Tech Up-evenement, dat in het teken stond van de operationele toepassing van AI binnen bedrijven. Vincent Luciani, medeoprichter en uitvoerend voorzitter van Artefact, was uitgenodigd om het centrale thema van AI en de toekomst van werk te behandelen en hield een keynote van tien minuten met als titel: “AI en de toekomst van werk”.

Zonder zich in te laten met abstracte speculaties en alarmerende verhalen deelde Vincent Luciani in de praktijk beproefde inzichten die voortkwamen uit implementaties binnen ondernemingen: de concrete gevolgen voor de werkgelegenheid, de realiteit van het samenwerkingsmodel tussen mens en machine, de opkomst van autonome agenten en het essentiële bestuurskader dat nodig is voor een duurzame transformatie.

Banen en de dynamiek op de arbeidsmarkt: waarom de “banenapocalyps” niet heeft plaatsgevonden

Bij het begin van zijn toespraak benadrukte Vincent Luciani de enorme omvang van de technologische penetratie in alle sectoren. Kunstmatige intelligentie is tegenwoordig in vrijwel elke onderneming doorgedrongen: volgens het rapport „State of AI (2026)” van McKinsey maakt 90% van de organisaties momenteel gebruik van AI in ten minste één bedrijfsfunctie, waarbij Europa momenteel koploper is wat betreft de wereldwijde acceptatiegraad.

De gemeten zakelijke effecten zijn aanzienlijk. Onder kleine Amerikaanse werkgevers met het hoogste niveau van AI-gebruik benadrukt de Federal Reserve data (Fed, 2026) directe operationele voordelen: meetbare productiviteitsverbeteringen, een 39%-stijging in de kwaliteit van de geleverde producten en een 31%-stijging in de omzet.

Cruciaal is dat deze snelle verspreiding niet heeft geleid tot een grootschalige inkrimping van het personeelsbestand. Op basis van zijn directe praktijkervaring merkte Vincent Luciani op dat hij tot nu toe nog geen grootschalige golf van door AI veroorzaakte ontslagen heeft waargenomen. Onafhankelijke marktonderzoeken bevestigen deze constatering:

  • Een onderzoek dat onder de aandacht werd gebracht door De Economist schat dat er in het gehele Amerikaanse AI-ecosysteem ongeveer 1 miljoen banen zijn gecreëerd, terwijl er sinds medio 2023 naar schatting ongeveer 200.000 banen zijn geschrapt als gevolg van AI, zelfs in sectoren die hier sterk door worden beïnvloed, zoals softwareontwikkeling en juridische dienstverlening.
  • Een grondig onderzoek dat is gepubliceerd in het Financiële Times Hieruit blijkt dat grote ondernemingen die AI hebben geïmplementeerd, twee jaar na de implementatie een personeelsgroei van +10,2% laten zien, waaronder een toename van +12% in juniorfuncties.

Voor de uitvoerend voorzitter van Artefact is de conclusie ondubbelzinnig: de “banenapocalyps” heeft zich niet voorgedaan en zal zich waarschijnlijk ook niet voordoen.

Belofte versus realiteit: samenwerking tussen mens en machine stuit op organisatorische weerstand

Hoewel de publieke discussie vaak draait om volledige automatisering van taken en grootschalige vervanging van mensen, benadrukte Vincent Luciani dat het heersende bedrijfsmodel vandaag de dag nog steeds bestaat uit hybride samenwerking tussen menselijke experts en machine-intelligentie.

Er blijft een aanzienlijke kloof bestaan tussen geïsoleerde, autonome systemen die met succes functioneren in proof-of-concept-opstellingen en hun praktische integratie binnen bedrijfsstructuren. Een professionele functie kan niet worden teruggebracht tot een louter sequentiële reeks taken; deze berust fundamenteel op functieoverschrijdende samenwerking, impliciete context en informele werkprocessen. Bijgevolg ondervinden operationele productiviteitsverbeteringen aanzienlijke weerstand naarmate de implementatie op grotere schaal wordt doorgevoerd:

  • Persoonlijke ontwikkeling: De invoering van AI zorgt voor een vier- tot vijfvoudige versnelling van de uitvoeringssnelheid van taken.
  • Teamniveau: De netto productiviteitsstijging bedraagt ongeveer +80%.
  • Op bedrijfsniveau: De netto productiviteitswinst daalt tot ongeveer +20%, als gevolg van organisatorische knelpunten, afhankelijkheden en complexe interne procedures. Naarmate organisaties groeien, haalt de systemische complexiteit onvermijdelijk de technologische vooruitgang in.

Als gevolg hiervan zijn echte, volledig autonome agenten in de praktijk nog steeds schaars. Organisaties zetten voornamelijk geautomatiseerde beslissingslogica in, in combinatie met door mensen begeleide AI, binnen specifieke segmenten van bredere processen:

  • De nutssector: De operationele teams van een waterbedrijf zetten AI in om contractuele verplichtingen uit honderden contracten te extraheren, te beoordelen en te groeperen, wat aanzienlijke tijdwinst en een verbeterde analytische nauwkeurigheid oplevert.
  • Bouw en techniek: Locatiemanagers automatiseren de routinematige inspectie reports en de documentatie van locatiebezoeken.

In al deze toepassingsgevallen liggen de belangrijkste voordelen in een snellere uitvoering en een hogere uitvoerkwaliteit, waardoor taken kunnen worden uitgevoerd die anders vanwege bandbreedtebeperkingen zouden zijn afgestaan, terwijl minder ervaren personeel op effectieve wijze wordt bijgeschoold. Deze hulpmiddelen blijven echter uitdrukkelijk gekoppeld aan en onder toezicht staan van menselijke professionals.

De opkomst van autonome agents: nieuwe toepassingsvoorbeelden en waarschuwingssignalen

Ondanks deze beperkingen begint zich een nieuwe generatie autonome agents te ontwikkelen. Deze systemen, die worden gekenmerkt door duidelijke doelstellingen, een grotere beslissingsvrijheid en niet-deterministisch gedrag, beschikken over directe operationele uitvoeringscapaciteiten.

Deze ontwikkeling vond aanvankelijk zijn oorsprong in de softwareontwikkeling. Teams kunnen nu rechtstreeks via Slack ‘agentische’ workflows activeren om problemen in de codebase op te sporen en op te lossen. Artefact heeft dit intern geïmplementeerd in eigen ontwikkelde tools: een agent analyseert zelfstandig analytische foutenlogboeken, stelt een diagnose van het onderliggende incident en opent een Pull Request (PR) zonder handmatige tussenkomst. Codereview is in korte tijd uitgegroeid tot een belangrijk testterrein voor agentische autonomie op productieniveau.

Naast softwareontwikkeling breiden agentgebaseerde werkprocessen zich ook uit naar klantcontacten en backoffice-activiteiten. In commerciële omgevingen zetten bedrijven zoals Heineken geautomatiseerde verkoopagenten in, terwijl ondersteunende afdelingen binnen ondernemingen geleidelijk gespecialiseerde agenten introduceren op het gebied van personeelszaken, inkoop en financiën.

Naarmate de autonomie toeneemt, schetste Vincent Luciani een aantal cruciale uitdagingen en waarschuwende lessen die uit de eerste implementaties naar voren kwamen:

  1. Schaalbaarheid blijft een uitdaging: De overstap van gecontroleerde proefprojecten naar een bedrijfsbrede schaal brengt onverwachte afhankelijkheden en operationele wrijving met zich mee.
  2. Risicobeheer en kalibratie van de kriticiteit: Het vaststellen van delegatielimieten en operationele waarborgen is van essentieel belang. Een fout bij het verwerken van een bestelling door een medewerker bij Heineken is wellicht nog te beheersen binnen een toeleveringsketen in de horeca; een vergelijkbare afwijking in een klinische zorgomgeving brengt echter ernstige aansprakelijkheidsrisico’s met zich mee.
  3. Inflatie van de inferentiekosten: Het uitvoeren van geavanceerde autonome workflows kan kostbaar zijn (vanaf € 15 per complexe uitvoering). Naarmate meerdere agents met elkaar samenwerken en communiceren, neemt het rekenverbruik snel toe. Vincent Luciani wees op de marktbrede budgetoverschrijdingen die bij grote techbedrijven (Microsoft, Uber) werden waargenomen, evenals bij zakelijke klanten zoals L’Oréal, waarvan de oorspronkelijke operationele prognoses aanzienlijk werden overschreden.
  4. Veranderende competentieprofielen: Het beroepsleven ontwikkelt zich langs een continuüm: van voortdurende menselijke tussenkomst, via uitbreiding met menselijke inbreng, naar gedeeltelijke automatisering en uiteindelijk naar toezicht op hoog niveau. Om deze ontwikkeling het hoofd te bieden, is het noodzakelijk om gedegen basiskennis en praktische vaardigheden te behouden; anders lopen professionals het risico dat hun kernkwalificaties in waarde dalen.
  5. Horizontalisering van de organisatie: Autonome agents houden zich niet aan traditionele silo’s; hun werkprocessen overschrijden gevestigde bedrijfsgrenzen. Zo kan een agent voor voorraadbeheer die een tekort bij een toeleverancier constateert, zelfstandig een vervangende inkooporder plaatsen via de afdeling Inkoop, de kwartaalprognoses voor de kasstroom herberekenen voor de afdeling Financiën en de leveringsschema’s voor de afdeling Logistiek in realtime aanpassen.

Vijf strategische aanbevelingen voor collectieve transformatie

Ter afsluiting van zijn keynote op Tech Up zette Vincent Luciani vijf strategische prioriteiten uiteen om afzonderlijke technische experimenten om te zetten in een gestructureerde, langetermijntransformatie van de onderneming:

  • Geef prioriteit aan de organisatorische context: Om gedifferentieerde bedrijfswaarde te kunnen genereren, moeten AI-agenten gebaseerd zijn op bedrijfsspecifieke institutionele kennis, interne conventies en de structurele context.
  • Zorg voor AI-governance en behandel agenten als nieuwe medewerkers: AI-agenten moeten een gestructureerde inwerkperiode, contextgerichte training, doorlopende prestatiebeoordelingen en een strenge toegangscontrole en rechtenbeheer ondergaan.
  • Zorg voor een interne gemeenschap van AI-ontwikkelaars: Duurzame transformatie moet worden aangestuurd en gedragen door de operationele bedrijfsonderdelen door middel van ervaringsgerichte, praktische toepassing (al doende leren).
  • Investeer systematisch in de vaardigheden van uw personeel via strategische personeelsplanning: Bijscholing kan niet worden beschouwd als een eenmalig initiatief; het vereist voortdurende, vrijwel realtime bijsturing. Twee structurele verschuivingen zijn nu al zichtbaar: ten eerste, een versnelde toename van technische vaardigheden binnen niet-technische disciplines (zoals te zien is bij OpenAI, waar productmanagers nu naar schatting 50% van hun werktijd besteden aan het schrijven van code, vergeleken met 0% voorheen); ten tweede, gerichte opleidingen op het gebied van het delegeren van taken en leidinggevend toezicht.
  • Het menselijk kapitaal versterken en beschermen: Succesvol verandermanagement is afhankelijk van wederzijds vertrouwen. Werkgevers moeten zorgen voor transparantie met betrekking tot strategische beslissingen over de inzet van AI en tegelijkertijd toegang bieden tot zinvolle bijscholing, zodat teams zich gelijke tred kunnen houden met de ontwikkelingen in hun vakgebied.