AI bespaart tijd, maar vult die meteen weer op

AI zou je werkweek lichter maken. Minder tijd kwijt aan routine, meer ruimte voor denkwerk, en misschien zelfs een iets normalere werkdag. In de praktijk gebeurt vaak iets anders: taken gaan sneller, maar de werkdag wordt er niet vanzelf kleiner van.

Dat blijkt uit een acht maanden durende etnografische studie van UC Berkeley Haas onder 200 medewerkers van een Amerikaans techbedrijf. Werknemers die AI gebruikten, gingen niet rustiger werken. Ze pakten juist taken op die ze eerder niet eens zouden proberen, rekten hun werk uit naar lunchpauzes en avonden en draaiden meerdere AI-workflows naast elkaar. De onderzoekers noemen dat werkintensivering.

Sneller werken is niet hetzelfde als minder werk

De redenering achter AI klinkt nog steeds logisch: als software een taak sneller uitvoert, houd je tijd over. Alleen werkt een organisatie niet altijd zo. Vrijgespeelde tijd wordt zelden behandeld als echte winst. Meestal wordt ze gezien als nieuwe capaciteit die meteen opnieuw kan worden ingezet.

Daarmee verschuift de norm. Wat gisteren nog ambitieus was, wordt vandaag haalbaar genoemd. Wat eerst een ruim project was, verandert in een standaarddeadline. AI haalt dus niet automatisch druk weg, maar kan de lat juist ongemerkt hoger leggen.

Meer dan een derde van de winst gaat op aan herstelwerk

Dat mechanisme zie je scherp terug in onderzoek van Workday en AlixPartners. Volgens hun enquête onder 3.200 werknemers in Noord-Amerika, Azië-Pacific en EMEA bespaart 85 procent dankzij AI één tot zeven uur per week. Tegelijk verdwijnt 37 procent van die tijdswinst in herstelwerk: fouten corrigeren, door AI geschreven tekst herschrijven en output controleren die overtuigend klinkt maar niet klopt.

Met andere woorden: wie denkt vijf uur terug te winnen, houdt er misschien maar drie over. De rest gaat zitten in het oppassen op de tool die juist zou ontlasten. Dat toezicht voelt minder zichtbaar dan traditioneel werk, maar het kost wel degelijk energie, aandacht en tijd.

Een CTO van Dun & Bradstreet verwoordde het bijna pijnlijk precies: “I got the eight hours to two hours, but now I can get 20 hours of work.” Dat is de kern van het probleem. AI verlaagt de inspanning per taak, maar verhoogt tegelijk wat managers en teams haalbaar gaan vinden.

De mentale rekening komt later

Boston Consulting Group en UC Riverside brachten nog een tweede laag in beeld. Zij ondervroegen 1.488 fulltime werknemers in de Verenigde Staten en gebruikten daarvoor de term “AI brain fry”. Mensen met veel verantwoordelijkheid voor AI-toezicht rapporteerden 14 procent meer mentale inspanning, 12 procent meer mentale vermoeidheid en 19 procent meer informatie-overload dan mensen met weinig toezichtstaken.

Interessant is dat het voordeel niet lineair doorloopt. Bij één tot drie AI-tools stijgt de ervaren productiviteit nog. Komt er een vierde bij, dan zakt die juist in. Meer tools betekenen dus niet automatisch meer output. Vaak betekenen ze meer contextwissels, meer controle en meer kleine beslissingen per uur dan een mens prettig volhoudt.

Veertien procent van de AI-gebruikers meldde zulke mentale uitputting. In marketingteams liep dat op tot 26 procent. De groep die ermee te maken had, maakte 39 procent meer grote fouten en 34 procent was actief van plan om te vertrekken. Dat maakt duidelijk dat het hier niet alleen om comfort gaat, maar ook om kwaliteit en behoud van mensen.

Het echte probleem is wat er met de vrijgekomen tijd gebeurt

De Berkeley-onderzoekers zagen iets wat productiviteitscijfers op zichzelf niet verklaren. Als een taak van zes uur terugviel naar 40 minuten, logden mensen niet uit. Ze vulden die ruimte meteen met extra werk, extra berichten en extra parallelle processen. Een van de deelnemers zei het heel eenvoudig: je denkt misschien dat je minder gaat werken, maar dat gebeurt niet.

Een in PubMed gepubliceerd overzichtsartikel beschrijft dit als de efficiëntieparadox. Een proces sneller maken verlaagt de totale inspanning niet als het systeem reageert door meer processen toe te voegen. Dat is extra relevant omdat onderzoek naar mind-wandering en divergent denken in dezelfde literatuur correlaties van r = .14 tot .16 vond bij 865 deelnemers. Juist de ogenschijnlijk lege momenten kunnen dus nodig zijn voor originele ideeën.

Daarmee krijgen bekende succesverhalen ook een andere lading. Google zegt dat 50 procent van de code inmiddels door AI wordt gegenereerd, goed voor meer dan 10 procent extra snelheid bij tienduizenden engineers. KPMG verkortte de voorbereiding van vergaderingen met 75 procent. AES bracht een auditproces van 14 dagen terug naar één uur. Vrijgekomen tijd werd daarbij niet ingeruild voor rust, maar voor meer werk.

Wat de kleine groep succesvolle bedrijven anders doet

Volgens gegevens van McKinsey en Goldman Sachs, aangehaald in deze analyse over de 6 procent bedrijven die echt rendement halen uit AI, lukt dat maar een kleine minderheid. Berkeley komt daarom met een praktisch idee: ontwikkel een echte AI-praktijk. Dus niet alleen tools invoeren, maar ook afspreken wanneer je ze gebruikt, hoe je ze gebruikt en hoeveel ruimte ze in de werkdag krijgen.

De drie adviezen zijn opvallend nuchter. Bouw vaste pauzes in tussen AI-ondersteunde taken, zodat snelheid niet alle reflectie wegdrukt. Werk liever sequentieel dan met alles tegelijk, zodat je minder hoeft te schakelen. En bescherm blokken waarin je zonder AI-tools werkt.

Dat is misschien de ironie van dit hele verhaal. De bedrijven die het meeste uit AI halen, zijn niet de bedrijven die elk hoekje van de dag ermee vullen. Ze zijn juist bereid te erkennen dat menselijke aandacht beperkt is. Het volgende uur dat AI je oplevert, kan weer in een nieuwe taak verdwijnen. Of het kan de ruimte worden waarin je beste denkwerk ontstaat. Precies daar zit het verschil.