Instroom van jongeren in AI-banen loopt 19 procent achter

Stanford heeft zijn arbeidsmarktonderzoek bijgewerkt en het gat is groter geworden. Werk voor 22- tot 25-jarigen in beroepen waar AI veel van het werk kan overnemen ligt nu 19 procent onder waar het had gestaan als het gelijk was opgelopen met leeftijdsgenoten in andere beroepen. Bij de meting van vorig jaar stond die teller op 15 procent.

Het onderzoek heet "Canaries in the Coal Mine?" en draait op geanonimiseerde loonadministratie van ADP, de grootste salarisverwerker van Amerika. Miljoenen werknemers, maand na maand, tot en met juni 2026. Geen enquête, geen vacatureteksten. Uitbetaald loon.

"Employment of young workers (ages 22–25) in AI-exposed jobs now stands 19% below where it would be had it kept pace with that of their less-exposed peers."

Elf procent eraf, tien procent erbij

Zet de twee groepen naast elkaar en het verschil is niet subtiel. Tussen november 2022 en juni 2026 daalde het aantal 22- tot 25-jarigen in de twee zwaarst blootgestelde beroepsgroepen met ongeveer 11 procent. In de drie minst blootgestelde groepen groeide diezelfde leeftijdscategorie juist met ongeveer 10 procent.

Het publieke dashboard van het lab rekent dat om naar jaarcijfers. Voor 22- tot 25-jarigen groeit het werk in de minst blootgestelde beroepen met 2,2 procent per jaar. In de meest blootgestelde krimpt het met 3,3 procent per jaar.

Er wordt niemand ontslagen

De daling komt niet doordat werkgevers mensen wegsturen. Ze houden de deur dicht. In de cijfers zie je minder nieuwe contracten voor jonge mensen, terwijl de uitstroom normaal blijft.

Dat maakt het lastig te zien vanaf de werkvloer. Er valt niets om, er komt alleen niemand meer bij. Op een afdeling van dertig mensen merk je dat pas als je twee jaar later telt.

Ervaren werknemers in exact dezelfde beroepen laten geen vergelijkbaar gat zien. Hun aantallen bewegen mee met de rest van de arbeidsmarkt.

Wat de senior verkoopt staat niet in een boek

De verklaring die de onderzoekers aandragen is ongemakkelijk. AI is sterk in kennis die is opgeschreven en gecodificeerd. Dat is precies wat een opleiding meegeeft, en precies waarmee een starter zijn eerste jaren vult: nakijken, opzoeken, samenvatten, het proces netjes doorlopen. Wat een ervaren collega verkoopt zit in zijn hoofd en in zijn oordeel, en daar heeft een model weinig aan.

De krimp zit ook alleen daar waar AI werk overneemt. In beroepen waar AI mensen aanvult in plaats van vervangt, blijven de cijfers vlak of lopen ze op.

Het jaarcijfer per juli 2026 voegt er iets aan toe. De groep van 31 tot 34 jaar krimpt inmiddels ook, met 1,0 procent. Bij 35- tot 40-jarigen groeit het werk nog met 1,7 procent. De grens schuift omhoog in leeftijd.

Twee dingen om eerlijk bij te zeggen. Dit is Amerikaanse data, en Nederland loopt op dit soort bewegingen meestal een jaar of twee achter. En de auteurs benoemen zelf dat ze beschrijven wat ze meten, niet bewijzen dat AI het veroorzaakt. Rente, opleidingsniveau en thuiswerken verklaren een deel van het patroon niet, maar helemaal uitsluiten kan niemand.

Volgende Stap

Er is één ding dat je zelf kunt tellen, en het kost tien minuten. Kijk hoeveel starters je de afgelopen twee jaar hebt aangenomen op de functies waar AI het meeste werk uit handen neemt, en vergelijk dat met de twee jaar daarvoor. Daalt dat getal zonder dat iemand het heeft besloten, dan heb je een personeelsbeslissing genomen die niemand op papier heeft gezet.

Daarna een vraag voor je MT: komt de junior van nu er niet, wie is over vijf jaar dan de ervaren kracht met het oordeel waar een model niet bij kan? Wil je die afweging een keer maken met cijfers uit je eigen organisatie in plaats van met een Amerikaanse studie, neem dan contact op.

Headerbeeld en grafieken: Stanford Digital Economy Lab en ADP Research.