In veel sectoren groeit het aantal bedrijven dat AI gebruikt sterk. Er wordt verondersteld dat deze toename in AI-gebruik vooral startersbanen onder druk zet. Maar in hoeverre daalt de werkgelegenheid in AI-sectoren voor recent afgestudeerde cohorten?
In het kort
- Vooral wo-afgestudeerden werken in sectoren waarin AI relatief veel wordt gebruikt.
- Sinds de opkomst van AI is er een lichte hersortering uit AI-sectoren, voornamelijk onder wo-afgestudeerden.
- Minder werk in AI-sectoren verlaagt de algehele baankans niet direct, bedrijfskundigen zijn mogelijk wel de dupe.
De jeugdwerkloosheid stijgt (CBS, 2025a), en in sommige rapportages wordt dat deels geweten aan de opkomst van generatieve AI (Brynjolfsson et al., 2025; Groenewegen et al., 2026; in dit nummer). In 2025 gebruikte een op de zes bedrijven AI (CBS, 2025b). AI zou in staat zijn gecodificeerde kennis over te nemen, wat voornamelijk jonge werknemers raakt die nog weinig expertise hebben opgebouwd (Eloundou et al., 2024; Groenewegen et al., 2026).
Er zijn echter ook alternatieve verklaringen voor de stijgende jeugdwerkloosheid in omloop. Zo wijzen andere onderzoekers erop dat de daling in vraag naar jonge werknemers kan samenvallen met andere macro-economische trends die toevallig dezelfde beroepen raken, dan wel het gevolg kan zijn van een statistisch artefact, of vooral te relateren is aan de opkomst van thuiswerken (Iscenko en Millet, 2026; Salomons en Van den Berge, 2026; Financial Times, 2026).
Tegen deze achtergrond is het nuttig om in kaart te brengen hoe het ervoor staat met de arbeidsmarkt van recent afgestudeerden. Groenewegen et al. (2026) en Salomons en Van den Berge (2026) bespreken daartoe de relatie tussen vacatures voor jongeren. In dit artikel kijk ik naar de relatie tussen opleiding en arbeidsmarktintrede: vinden mensen die in bepaalde richtingen zijn afgestudeerd sinds de opkomst van AI minder of juist meer werk?
Data en methode
Om de arbeidsmarkteffecten van AI voor recent afgestudeerden te onderzoeken, maak ik gebruik van microdata van het Centraal Bureau voor de Statistiek (CBS). Ik analyseer alle 2,2 miljoen personen die zijn afgestudeerd tussen 2016 en 2024 op het mbo, hbo en wo. Omdat mbo 2 en 3, en de wo bachelor een groot aandeel doorstudeerders bevatten, rapporteer ik voor de overzichtelijkheid alleen afgestudeerden van mbo 4, hbo en wo-master. Daarnaast splits ik specifiek uit naar opleidingsrichting. Dat is relevant omdat AI naar verwachting meer overlapt met taken in sommige richtingen, zoals marketing en verkoop, dan in andere, zoals gezondheidszorg.
Om afgestudeerden te kunnen koppelen aan de mate van AI-adoptie in hun sector, classificeer ik sectoren op basis van de groei in het aandeel bedrijven dat AI gebruikt tussen 2020 en 2025. Ik gebruik 2020 als startpunt omdat dit het vroegste jaar is waarvoor sectorale AI-adoptiedata beschikbaar zijn, en 2025 als eindpunt omdat dit de meest recente meting betreft. Sectoren met ten minste twintig procentpunt groei classificeer ik als AI-groeisector (tabel 1). De sectoren met de sterkste groei van AI-adoptie zijn het reclamewezen, gevolgd door uitgeverijen, architecten- en ingenieursbureaus en verzekeringen. Sectoren met beperkte groei zijn de horeca, gezondheidszorg en detailhandel.
De classificatie zegt niets over de manier waarop bedrijven AI inzetten, noch over de schaal of efficiëntie daarvan. Het is evenmin een voorspelling dat werk in deze sectoren wordt vervangen. De maatstaf geeft wel een indicatie van waar de komende jaren de meeste veranderingen in het productieproces te verwachten zijn, en daarmee mogelijk ook in het personeelsbeleid. Sectoren die niet zijn opgenomen in de CBS-enquête, zoals de overheid, het onderwijs en de culturele sector, krijgen een groeiwaarde van nul toegewezen. Ook uitzendbureaus sluit ik uit, dit omdat niet met zekerheid kan worden gesteld naar welke sectoren afgestudeerden worden gedetacheerd. De uitsluitingen zijn een conservatieve aanname die leidt tot een onderschatting van het AI-effect voor afgestudeerden die in die sectoren werken.
Vooral wo’ers werken in AI-groeisectoren
Meer dan de helft van de wo-afgestudeerden komt terecht in AI-groeisectoren, in veel grotere mate dan mbo’ers (1 op de 6) en hbo’ers (1 op de 3) (figuur 1). Dat wo’ers vaker in AI-groeisectoren werken, komt voornamelijk omdat AI-adoptie zich concentreert in de dienstensector, waar veel universitair afgestudeerden werken. Dat is in lijn met de internationale literatuur, die laat zien dat AI-blootstelling het sterkst is in hoogopgeleide, cognitieve beroepen in sectoren als business, finance en computing (Eloundou et al., 2024; Gmyrek et al., 2025).
Figuur 1: Aandeel werkend in AI-groeisectoren
Data: CBS | ESB
Voor wo-masters is een aantal richtingen bijzonder sterk vertegenwoordigd in AI-groeisectoren (figuur 2). Finance en accounting, wiskunde en statistiek, ICT en recht zijn studies waarbij ongeveer zeventig procent van de afgestudeerden werk vindt in AI-groeisectoren.
Figuur 2: Arbeidsbetrekking WO-afgestudeerden
Hoewel er voor de meeste opleidingen geen grote trendbreuken in de werkgelegenheid zichtbaar zijn, lijkt er wel sprake van een lichte daling bij met name mbo-ICT en kunst en vormgeving, en voor universitair afgestudeerden in marketing en verkoop (figuur 3).
Figuur 3: Werkgelegenheid in AI-groeisectoren
Data: CBS | ESB
Hersortering werkgelegenheid
Om na te gaan of de werkgelegenheidspatronen statistisch significant zijn, schat ik een logistische regressie. De afhankelijke variabele is een dummy die de waarde 1 aanneemt als een afgestudeerde werk heeft gevonden in een AI-groeisector, en anders 0. Ik schat deze kans per opleidingsrichting en niveau, en gebruik een interactie-effect om te toetsen of de kans hoger of lager is voor de cohorten 2023 en 2024 dan voor het cohort van 2021 – het laatste cohort dat de arbeidsmarkt betrad vóór de lancering van ChatGPT eind 2022. Deze timing wordt vaker gehanteerd in vergelijkbaar onderzoek (Eloundou et al., 2024; Brynjolfsson et al., 2025; Demirci et al., 2025; Groenewegen et al., 2026). Het cohort 2022 is buiten beschouwing gelaten, omdat deze afgestudeerden hun zoekperiode van twaalf maanden deels vóór en deels na de lancering van ChatGPT doorliepen, wat de vergelijking vertroebelt. Ik controleer voor het aantal afgestudeerden binnen dezelfde opleidingsrichting en niveau per examenjaar, om te corrigeren voor aanbodfluctuaties die anders als vraagverandering zouden kunnen worden geïnterpreteerd. Verder voeg ik voor seizoensgebonden arbeidsmarktdynamiek dummy’s voor de afstudeermaand toe, en persoonlijke kenmerken zoals geslacht en leeftijd bij afstuderen, afgebakend op zestien tot en met dertig jaar. Standaardfouten zijn geclusterd op persoonsniveau, omdat dezelfde persoon meerdere keren in de data kan voorkomen, bijvoorbeeld eerst als bachelorstudent en later als master.
Drie bevindingen springen uit de regressie (tabel 2). Ten eerste verandert er voor het overgrote deel van de opleidingsrichtingen en niveaus niets: de meeste recente cohorten vinden even vaak werk in AI-groeisectoren als het cohort van 2021. Ten tweede zijn de wel aanwezige significante veranderingen in de baankans vrijwel uitsluitend negatief, met uitzondering van hbo recht en mbo finance. Ten derde concentreren de negatieve effecten zich bij wo-masters, en in mindere mate bij hbo- en mbo-gediplomeerden. Voor wo’ers is de kans om werk te vinden in een AI-groeisector gemiddeld gezien gedaald met 2,3 procentpunt. Die verandering komt vooral uit een aantal opleidingsrichtingen: ICT, kunst en vormgeving, journalistiek, sociale wetenschappen, architectuur, management en administratie, en biologie. Opleidingen in de kunst en vormgeving hebben voor alle opleidingsniveaus een dalende kans op werk, en voor ICT zowel in het hbo als in het wo.
De regressie toont niet per se een oorzakelijk verband. Wat de analyse laat zien is dat afgestudeerden in deze richtingen de laatste twee jaar minder vaak werk hebben gevonden in AI-groeisectoren dan afgestudeerden uit dezelfde opleidingen twee jaar eerder.
De daling van de baankans in sommige AI-sectoren gaat echter lang niet altijd gepaard met een in het algemeen lagere baankans: Tabel 3 toont dezelfde regressie als in tabel 2, maar nu met de algehele kans op werk als afhankelijke variabele. Hier zien we dat er een lichte daling is in de werkgelegenheid van wo-masterstudenten (1,1 procentpunt), die lager is dan de daling in de kans op werk in de AI-groeisectoren. Er is nauwelijks een negatieve verandering in de werkgelegenheid van journalisten, hbo- en wo-ICT-afgestudeerden of afgestudeerden in kunst en vormgeving. Wel zijn er negatieve trends voor mbo-ICT. De enige wo-richtingen met een significante daling zijn te vinden in de bedrijfskundige hoek: management en administratie, marketing en verkoop, en finance en accounting. Deze opleidingen lijken dus de daling in werkgelegenheid onder wo-afgestudeerden te veroorzaken, terwijl dit opvallend genoeg niet per se de opleidingen zijn met de meest significante hersortering uit de AI-groeisectoren. Bij mbo-gediplomeerden in diezelfde richtingen is juist een stijging van de werkgelegenheid zichtbaar.
Conclusie
De analyses laten drie dingen zien. Ten eerste bevestigen de resultaten eerder onderzoek: wo-afgestudeerden komen het vaakst in aanraking met AI op het werk, omdat zij voornamelijk terechtkomen in de sectoren waar AI-gebruik het sterkst is gegroeid (Eloundou et al., 2024; Gmyrek et al., 2025). Ten tweede is er voor recente cohorten sprake van hersortering in een aantal richtingen uit AI-groeisectoren, maar dat leidt vooralsnog niet tot een breed dalende werkgelegenheid onder afgestudeerden. Ten derde zijn de bedrijfskundige wo-richtingen – marketing en verkoop, management en finance – de enige groep waarvoor zowel een beweging weg van de AI-groeisectoren als een daling in werkgelegenheid zichtbaar is.
De trends kunnen echter nog niet een-op-een aan AI worden toegeschreven. De analyse laat zien hoe afgestudeerden in het eerste jaar na afstuderen de arbeidsmarkt betreden, niet waarom zij wel of niet op een bepaalde plek terechtkwamen. Wel zijn er opvallende patronen die nader onderzoek verdienen. Zo weten we dat Nederlandse bedrijven AI voornamelijk inzetten voor marketing en verkoop en bedrijfsadministratie (CBS, 2025b). In hoeverre gaat dat bij specifieke bedrijven gepaard met minder instroom van afgestudeerden in die richtingen? Dat is moeilijk te observeren in de huidige data, maar zou via alumni-onderzoek of werkgeversenquêtes verder in kaart kunnen worden gebracht.
Tot slot spelen er andere factoren mee die de resultaten kunnen beïnvloeden: gewijzigde wetgeving en handhaving rondom vaste contracten is bijvoorbeeld relevant voor de journalistieke sector (Kivits, 2026), de nasleep van de coronacrisis beïnvloedt zowel de arbeidsmarkt als het onderwijs. Daarnaast speelt bredere (macro)economische onzekerheid. Deze factoren kunnen er onafhankelijk van AI toe bijdragen dat werkgevers terughoudender zijn bij het aannemen van (jonge) mensen (Iscenko en Millet, 2026; Salomons en Van den Berge, 2026). Kortom: de arbeidsmarkt is voor de meeste starters weinig veranderd sinds 2022. Hoewel de signalen in de bedrijfskundige wo-richtingen vroege tekenen kunnen zijn van AI-effecten, moet het echt nog blijken of die effecten tijdelijk zijn, of dat AI de arbeidsmarkt blijvend transformeert.
Literatuur
Brynjolfsson, E., B. Chandar en R. Chen (2025) Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence. Stanford Digital Economy Lab, Working Paper, 13 november.
Burn-Murdoch, J. (2026) What if remote working, not AI, is to blame for weak junior hiring? Financial Times, 29 mei.
CBS (2025a) Werkloosheid stijgt vooral onder jongeren. CBS Statistiek, 18 december.
CBS (2025b) Bedrijven gebruiken AI vaakst voor marketing of verkoop. CBS Statistiek, 12 december.
Daniotti, S., J. Wachs, X. Feng en F. Neffke (2026) Who is using AI to code? Global diffusion and impact of generative AI. Science, 391(6787), 831–835.
Demirci, O., J. Hannane en X. Zhu (2025) Who is AI replacing? The impact of generative AI on online freelancing platforms. Management Science, 71(10), 8097–8108.
Eloundou, T., S. Manning, P. Mishkin en D. Rock (2024) GPTs are GPTs: Labor market impact potential of LLMs. Science, 384(6702), 1306–1308.
Gmyrek, P., J. Berg, K. Kamiński et al. (2025) Generative AI and jobs: A refined global index of occupational exposure. ILO Working Paper, 140.
Groenewegen, J., N. van Limbergen en N. Vrieselaar (2026) Dalende werkgelegenheid onder Nederlandse jongeren die concurreren met GenAI. ESB, te verschijnen.
Iscenko, Z. en F.C. Millet (2026) Looking for the ladder: Is AI impacting entry-level jobs? Economic Innovation Group, The American Worker Project, januari. Te vinden op eig.org.
Kivits, N. (2026) NVJ Arbeidsmarktmonitor 2025. Nederlandse Vereniging van Journalisten, 28 januari.
Salomons, A. en W. van den Berge, W. (2026) Niet zeker dat werkgelegenheid onder Nederlandse jongeren daalt door GenAI. Blog op esb.nu, 6 februari.
Auteur
Categorieën