AI-personeelsplanning moet nu een praktische vraag beantwoorden: hoe herontwerpen leiders capaciteit, toezicht en de ontwikkeling van starters als agents veel meer werk kunnen produceren dan mensen redelijkerwijs kunnen controleren? De interne studie van Anthropic is een nuttige praktijkcasus, geen voorspelling voor elk bedrijf. Ze laat zien waarom alleen agentactiviteit meten tekortschiet. Operationeel leiders moeten output koppelen aan gecontroleerde kwaliteit, bedrijfswaarde, risico en de gezondheid van de talentpijplijn.

Wat de interne data van Anthropic laten zien

In zijn rapport van 16 oktober 2026onderzocht Anthropic hoe de eigen medewerkers AI-agents gebruikten. In augustus overtroffen de interactieve agenturen de uren van medewerkers met zes tegen één. Het bedrijf meldde hogere output in code, sales, contracten en facturen naarmate agents zich verspreidden over technisch en niet-technisch werk.

Die verhouding is opvallend, maar betekent niet dat agents zes mensen per medewerker vervingen. Agenturen en medewerkersuren zijn verschillende eenheden van activiteit. Een agent kan snel, parallel of lang draaien en toch materiaal opleveren dat menselijk oordeel nodig heeft. Outputvolume is ook niet hetzelfde als nuttige, winstgevende of veilige output. Een gegenereerd contractconcept, een salesanalyse of een codewijziging levert pas waarde op als die juist en relevant is en in een echte workflow wordt geaccepteerd.

De reviewlast maakt dat onderscheid concreet. Anthropic schatte dat het controleren van alle agentoutput niet-technische medewerkers ongeveer de helft van hun werkweek zou kosten. Dat verschuift de beperking. Als productie goedkoop en overvloedig wordt, kan aandacht de schaarse factor worden. Teams kunnen meer concepten, analyses en acties maken dan managers of specialisten verantwoord kunnen controleren.

Het rapport signaleert ook een verandering in de samenstelling van het technische personeel van Anthropic. Het aandeel junior technische medewerkers daalde sinds begin 2025 van 21% naar 14%, terwijl het aandeel junioren onder technische aanwervingen daalde van 27% naar 9%. Anthropic geeft aan dat het aantal technische aanwervingen in absolute zin nog steeds groeide. Het bewijs ondersteunt dus een verschuiving in samenstelling bij één bedrijf, niet de stelling dat technische werkgelegenheid in het algemeen kromp.

Zet agentcapaciteit om in een operationeel plan

Een goed plan begint bij de vraag, niet bij toegang tot tools. Bepaal welk werk de organisatie moet afronden, welke serviceniveaus ze moet halen en welke beslissingen bij mensen blijven liggen. Bepaal daarna waar agents capaciteit kunnen toevoegen zonder de controle te verzwakken. Zo voorkom je een veelgemaakte fout: overal automatisering toevoegen en later ontdekken dat reviewwachtrijen, uitzonderingen en onduidelijk eigenaarschap de nieuwe knelpunten zijn.

Operationeel leiders kunnen deze eenvoudige planningsvolgorde gebruiken:

• Breng werk in kaart per resultaat. Groepeer taken rond klant-, omzet-, compliance- of leveringsresultaten in plaats van rond softwarefuncties.

• Classificeer risico en omkeerbaarheid. Geef werk met laag risico dat makkelijk terug te draaien is lichtere controles en eis strengere review voor juridische, financiële, beveiligings- of klantgerichte beslissingen.

• Stel een reviewbudget vast. Schat hoeveel gekwalificeerde menselijke aandacht elke workflow nodig heeft en begrens de geautomatiseerde productie als die capaciteit op is.

• Wijs benoemde eigenaren aan. Maak één rol verantwoordelijk voor goedkeuringscriteria, uitzonderingen, incidenten en wijzigingen in de workflow.

• Meet geaccepteerde waarde. Volg bruikbare output, doorlooptijd, foutpercentages, herstelwerk en gerealiseerde bedrijfsresultaten, niet alleen prompts, tokens of agenturen.

• Bescherm de ontwikkeling van vaardigheden. Reserveer werk waarmee junioren context, oordeelsvermogen en review leren, ook als een agent sneller een eerste versie kan maken.

Het reviewbudget verdient dezelfde discipline als salarissen of infrastructuurcapaciteit. Als een workflow 500 items kan genereren maar gekwalificeerde reviewers er maar 100 kunnen beoordelen, ligt de praktische capaciteit dichter bij 100. Steekproeven kunnen passend zijn voor repetitieve output met laag risico, maar leiders moeten de steekproefmethode en escalatieregels vastleggen voordat het volume omhooggaat. Output met hoog risico kan volledige review, onafhankelijke controles of grenzen aan autonoom handelen vereisen.

Metrics moeten het werk volgen van generatie tot resultaat. Bij code tellen geaccepteerde wijzigingen en productiefouten zwaarder dan gegenereerde regels. Bij sales tellen bruikbare kansen en conversiekwaliteit zwaarder dan opgestelde berichten. Bij contracten en facturen zijn nauwkeurigheid, uitzonderingspercentages, doorlooptijd en voorkomen verliezen sterkere signalen dan het aantal documenten. Zo blijft operationeel AI-werk gekoppeld aan bedrijfsprestaties in plaats van aan activiteitentheater.

Plan rollen, aanwerving en controles samen

Personeelsontwerp moet personeelsomvang, agents en governance niet als losse plannen behandelen. Elke workflow heeft een capaciteitsmodel nodig met agentuitvoering, menselijke review, afhandeling van uitzonderingen, onderhoud en training. Het moet ook faalscenario's bevatten. Een agent die normaal werk versnelt maar een golf aan lastige uitzonderingen veroorzaakt, verschuift kosten misschien alleen maar.

De cijfers over junioren in de studie van Anthropic verdienen aandacht, omdat startersfuncties vaak twee doelen dienen: de taken van vandaag afronden en de expertise van morgen opbouwen. Als agents het opstellen, debuggen, onderzoek of routineanalyses overnemen, kunnen juniorrollen de herhaling verliezen waardoor mensen leren. Dat werk weghalen zonder alternatief kan opvolging, interne mobiliteit en de toekomstige aanvoer van reviewers verzwakken.

Een betere reactie is juniorrollen opnieuw te ontwerpen rond begeleid oordelen. Medewerkers kunnen agentoutput vergelijken, uitzonderingen onderzoeken, aannames testen, beslissingen vastleggen en rouleren door klant- of operationele contexten. Managers moeten per niveau vastleggen hoe competentie eruitziet en controleren of medewerkers genoeg oefening krijgen om door te groeien. Het doel is niet om laagwaardig werk eindeloos te behouden. Het gaat erom het leren te behouden dat in nuttig werk zit.

Leiders moeten voorzichtig zijn met causale conclusies. De studie van Anthropic is gebaseerd op interne data en 17 interviews en merkt op dat de adoptie van tools niet willekeurig was. Teams en mensen die agents gebruikten, kunnen verschillen van wie dat niet deed op manieren die ook output en aanwerving beïnvloeden. Het rapport kan hypothesen en controles voeden, maar kan niet bewijzen dat alleen de adoptie van agents elke waargenomen verandering veroorzaakte.

Gebruik voor planning scenario's in plaats van één productiviteitsaanname. Een voorzichtig scenario gaat uit van bescheiden winst in geaccepteerde output en veel reviewwerk. Een middenscenario weerspiegelt waargenomen verbeteringen in geselecteerde workflows. Een scenario met hoge capaciteit test wat er gebeurt als agentproductie sneller stijgt dan het toezicht. Leg per scenario de personeelsbehoefte, reviewcapaciteit, controlekosten en de signalen vast die een aanpassing in gang zetten. Herzie het model naarmate er meer bewijs komt.

Wat moet AI-personeelsplanning meten?

Meet capaciteit op het punt van geaccepteerd, waardevol werk. Een bruikbaar scorecard combineert doorlooptijd, kwaliteit, herstelwerk, uitzonderingen, incidenten en bedrijfsresultaten met de menselijke uren die nodig zijn voor review. Voeg personeelsindicatoren toe zoals aanwerving per niveau, doorgroei, vaardigheidsontwikkeling en de span of control van managers. Zo worden afwegingen zichtbaar. Snellere productie kan de moeite waard zijn, maar niet als fouten, reviewachterstand of vaardigheidstekorten sneller stijgen.

Geldt de studie van Anthropic voor elk bedrijf?

Nee. Ze beschrijft één AI-bedrijf met eigen medewerkers, tools en adoptiepatronen. De bevindingen zijn een aanleiding om lokale workflows te testen, geen universele benchmarks. Leiders moeten gecontroleerde pilots draaien, geaccepteerde resultaten vergelijken met een nulmeting en onderzoeken wie de tools gebruikt. Schaal pas op als waarde, controlecapaciteit en de ontwikkeling van medewerkers samen geloofwaardig blijven.