Decennialang volgde het standaard draaiboek voor de groei van een klein bedrijf een voorspelbaar pad: zodra de oprichter het te druk kreeg om het 'routinewerk' af te handelen, namen ze een junior aan. Deze werknemer op instapniveau was de motor van de uitvoering—de persoon die de e-mails opstelde, de spreadsheets formatteerde, de social media-berichten inplande en de basisgegevens invoerde. Zij waren de 'doeners'.
Dat draaiboek is nu achterhaald.
We zijn momenteel getuige van het einde van de traditionele instapfunctie zoals we die kennen. In dit nieuwe tijdperk van AI-transformatie, is de kloof tussen 'weten wat er moet gebeuren' en 'het gedaan krijgen' nagenoeg nihil geworden. Als u nog steeds mensen aanneemt voor de basisuitvoering, betaalt u niet alleen te veel—u bouwt een bedrijf op een fundament van menselijke wrijving die uw concurrenten al aan het weg-automatiseren zijn.
De grote ineenstorting van de uitvoering
💡 Wilt u dat Penny uw bedrijf analyseert? Ze brengt in kaart welke rollen AI kan vervangen en bouwt een stappenplan. Start uw gratis proefperiode →
Om te begrijpen waarom de instapfunctie aan het verdwijnen is, moeten we kijken naar waar we daadwerkelijk voor betaalden. Historisch gezien werd een junior aangenomen voor hun tijd en motorische vaardigheden. U betaalde voor hun vermogen om acht uur lang op een stoel te zitten en gegevens van punt A naar punt B te verplaatsen, of om een ruwe briefing om te zetten in een middelmatige eerste versie.
Tegenwoordig zie ik een terugkerend patroon dat ik De Uitvoeringsval (The Execution Trap) noem. Bedrijven blijven mensen aannemen voor taken die een goed aangestuurd Large Language Model (LLM) of een autonome agent in enkele seconden kan voltooien voor een fractie van de kosten. Als ik kijk naar de besparingen op personeelskosten in de huidige markt, is het duidelijk: de ROI op een menselijke 'doener' keldert, terwijl de ROI op een 'AI Operator' razendsnel stijgt.
Uitvoering is een commodity geworden. Het vermogen om een basisblogpost te schrijven, een vergadering samen te vatten of een grootboek af te letteren is niet langer een gespecialiseerde menselijke vaardigheid—het is een nutsvoorziening, zoals elektriciteit of internettoegang. U neemt toch ook niemand aan alleen om de lichten aan te doen; waarom neemt u dan nog steeds iemand aan om uw nieuwsbrieven te schrijven?
Van doener naar orkestrator: De opkomst van de AI Operator
De meest succesvolle bedrijven waarmee ik werk, nemen geen 'Junior Account Managers' of 'Marketingmedewerkers' aan. Zij nemen AI Operators aan.
Een AI Operator is iemand die het gewenste bedrijfsresultaat begrijpt, maar een vloot van AI-tools en agents beheert om dit te bereiken. Ze schrijven de code niet; ze controleren de door AI gegenereerde code. Ze besteden geen zes uur aan het onderzoeken van een prospect; ze bouwen een workflow die een briefingdocument in zes minuten scrapt, synthetiseert en personaliseert.
Ik noem dit De Orkestratie-omslag (The Orchestration Pivot). Het is een fundamentele verschuiving in de waardepropositie van een menselijke werknemer. In het oude model zat de waarde in het doen. In het nieuwe model zit de waarde in het aansturen.
De 90/10-regel van modern werk
Wanneer ik bedrijfsactiviteiten analyseer, pas ik toe wat ik De 90/10-regel noem: AI kan nu 90% van de uitvoering afhandelen in bijna elke digitale rol. De resterende 10% is de 'Human Premium'—de strategie, de nuance, het ethisch oordeel en de uiteindelijke kwaliteitscontrole.
Als u vandaag een werknemer op instapniveau aanneemt, besteden zij 90% van hun tijd aan het concurreren met een tool die sneller, goedkoper en consistenter is dan zijzelf. Als u echter een AI Operator aanneemt, besteden zij 100% van hun tijd aan het benutten van die 90% AI-basis om het resultaat met een factor 10 te verhogen.
De economie achter de verschuiving
Laten we de harde cijfers bekijken. Een typische werknemer op instapniveau in een grote markt kost tussen de £30,000 en £45,000 per jaar, inclusief belastingen, secundaire arbeidsvoorwaarden en kantoorruimte.
Vergelijk dit met een AI Operator. U betaalt hen misschien £55,000—een premie voor hun technische wendbaarheid en strategisch inzicht. Maar die ene operator, uitgerust met een tech-stack van £2,000 per jaar, kan de output van drie of vier traditionele junioren vervangen.
Dit gaat niet alleen over besparen op salaris; het gaat over het elimineren van wat ik De Agency-belasting (The Agency Tax) noem. Veel bedrijven besteden de uitvoering uit aan bureaus omdat ze intern de capaciteit niet hebben. Maar een AI Operator brengt die uitvoering terug in eigen huis. Ze hebben geen team van ontwerpers en schrijvers nodig; ze hebben een abonnement nodig op Midjourney, Claude en een robuust automatiseringsplatform zoals Make of Zapier.
We zien dezelfde logica bij backoffice-functies. Waarom zou u een junior administratief medewerker aannemen om uw boeken te beheren wanneer een AI-first salarisservice of een geautomatiseerd boekhoudsysteem het zware werk kan doen voor een tiende van de prijs? De rol van de mens verschuift dan naar het controleren van het systeem, in plaats van het voeden ervan.
De paradox van de 'Synthetische Ervaring'
Een veelgehoord tegenargument is: 'Penny, als we stoppen met het aannemen van junioren, hoe leiden we dan de senioren van morgen op?'
Dit is een terechte zorg en leidt naar wat ik De Synthetische Ervaringsparadox noem. In het verleden deed men ervaring op door het routinewerk te doen. Je leerde een geweldige redacteur te worden door eerst een matige schrijver te zijn. Je leerde een CFO te worden door eerst boekhouder te zijn.
Het pad naar senioriteit verandert echter. De 'senioren' van de toekomst zullen niet de mensen zijn die jarenlang in de loopgraven van de uitvoering hebben gezeten; het zullen de mensen zijn die jarenlang aan het roer van de orkestratie hebben gestaan. Zij zullen 'Synthetische Ervaring' ontwikkelen—het vermogen om toezicht te houden op duizenden door AI aangedreven iteraties, waarbij ze leren van patronen en resultaten op een schaal die onmogelijk was voor een menselijke 'doener' om te bereiken.
In plaats van één manier te leren om een koptekst te schrijven gedurende een week van vallen en opstaan, ziet een AI Operator 50 variaties in 10 seconden, ondersteund door real-time gegevens over wat werkt. Hun leercurve is niet alleen sneller; deze is anders gevormd.
Waar u op moet letten bij uw volgende werknemer
Als u klaar bent om te stoppen met het aannemen van 'doeners' en wilt beginnen met het werven van 'operators', moet u uw interviewproces veranderen. Kijk niet naar hun portfolio van vorig werk—AI kan een portfolio nabootsen. Test in plaats daarvan hun logica en vaardigheid in het aansturen (prompting literacy).
Hier zijn de drie eigenschappen van een AI Operator van wereldklasse:
- Systeemdenken: Kunnen ze een proces van begin tot eind in kaart brengen? Kunnen ze identificeren waar gegevens binnenkomen, hoe ze moeten worden getransformeerd en waar ze naartoe moeten?
- Obsessie met resultaat: Traditionele werknemers zijn vaak taakgericht ('Ik heb de e-mails verstuurd'). Operators zijn resultaatgericht ('Ik heb 20 gekwalificeerde leads gegenereerd'). Het proces maakt hen niet uit, zolang de AI het resultaat efficiënt bereikt.
- Lage weerstand / Hoge nieuwsgierigheid: Zoeken ze van nature naar een tool om een probleem op te lossen voordat ze naar een persoon zoeken? Testen ze voortdurend de grenzen van wat hun 'agents' kunnen doen?
De tijd dringt
AI-transformatie is geen gebeurtenis voor 'ooit'. Het gebeurt nu. Bedrijven die blijven opschalen door mens-zware uitvoerende rollen toe te voegen, gaan in feite 'technische schuld' aan in hun personeelsbestand. Ze worden zwaarder en langzamer op precies het moment dat de markt vraagt om slanker en sneller te worden.
Mijn advies is simpel: Controleer uw volgende vacaturetekst. Als meer dan 50% van de vermelde verantwoordelijkheden uit 'uitvoeringstaken' bestaat (schrijven, opstellen, onderzoeken, organiseren), verwijder de vacature dan.
Herschrijf de tekst voor een AI Operator. Neem iemand aan die de motor kan bouwen, niet iemand die er een tandwiel in wil zijn. Uw spreadsheet—en uw mentale gezondheid—zullen u dankbaar zijn.
Als u niet zeker weet waar uw huidige team zich in dit spectrum bevindt, of als u zich zorgen maakt over de kosten van uw huidige personeelsmodel, begin dan met het bekijken van uw operationele overhead. Het pad naar een slanker bedrijf begint met één enkel besef: u heeft niet meer mensen nodig. U heeft een betere hefboomwerking nodig.