Mijn eerste reactie was niet trots, maar licht ongemakkelijk. Want als ik dit kan in een uur, wat zegt dat dan over de waarde van wat ik in een dag deed? De tweede gedachte was urgenter. Want als ik dit kan in een uur, wat kan iemand met de helft van mijn ervaring dan, als diegene AI beter weet aan te sturen dan ik?
Dat is geen hypothetische vraag voor wat in de toekomst zou kunnen. Dat is wat er nu al gebeurt.
Gelukkig werkt het ook andersom. Dat uur was alleen mogelijk omdat ik jarenlang heb opgebouwd hoe je dit soort analyses aanpakt. Wat je zoekt. Welke vragen je stelt. Welke nuances je niet over het hoofd mag zien. AI deed het werk razendsnel, maar ik bepaalde de richting, herkende wat klopte en wat niet, en wist wat er met de uitkomst moest gebeuren.
En dat brengt me bij iets wat ik de laatste tijd steeds meer als een formule zie.
De formule die de waarde van AI inzichtelijk maakt
Het gaat niet om AI alleen, en ook niet om jouw expertise alleen. Het gaat om de combinatie:
Menselijke expertise × slimme AI-inzet = de magische formule
Die formule heeft een eigenschap die veel mensen nog niet doorhebben: hij vergroot bestaande verschillen. In beide richtingen. Laat me het uitleggen met drie overzichtelijke scenario's.
De huidige situatie
Stel: je bent goed in je werk. Echt goed. Op een schaal van 1 tot 10 scoor je een 8, (misschien wel een 9 op een goede dag al zeg je het zelf).
Je collega werkt hard, soms dan, en is wat minder gedreven. Die scoort een 5.
Het verschil: 3 punten. Merkbaar, maar niet onoverbrugbaar zeker niet als jij je dag niet hebt en jouw collega wel, of het is een relatief makkelijke klus etc.
Scenario 1: jullie gaan allebei serieus met AI aan de slag.
AI is een multiplier; geen optelling maar een vermenigvuldiging. Jij en je collega gaan qua output allebei ×10.
Dan is jouw score geen 8 meer, maar 80. Die van je collega is geen 5 meer, maar 50.
Het verschil is nu geen 3 meer. Het verschil is nu 30. Goed nieuws voor jou.
Scenario 2: jij neemt AI serieus, je collega niet.
Jij integreert het diep in je werk, experimenteert, combineert het met je vakkennis. Jij gaat ×10.
Je collega gebruikt het af en toe voor simpele taken. Die gaat ×2.
Dan is jouw score 80, die van je collega 10.
Je was 60% beter. Nu ben je 700% beter. Waar het verschil eerst te overzien was, is het nu onoverbrugbaar.
Scenario 3: de onaangename.
Stel dat jij als ervaren professional met een 8 aan expertise AI oppervlakkig gebruikt. Je kent het, je snapt het een beetje, maar je hebt het nooit echt serieus genomen. Misschien vind je het onder je niveau. Misschien is er gewoon geen tijd. Je gaat ×2.
Je collega scoort een 6 op vakkennis, maar heeft de afgelopen maanden wél geïnvesteerd in AI. Begrijpt hoe je context meegeeft, hoe je AI als sparringpartner gebruikt, hoe je workflows automatiseert. Die gaat ×8.
Dan is jouw score: 8 × 2 = 16. Die van je collega: 6 × 8 = 48.
De voorsprong die jij in tien jaar hebt opgebouwd, kan in een paar maanden verdampen
De minder goede professional levert output die drie keer zo krachtig is als die van jou. De voorsprong die jij in tien jaar hebt opgebouwd, wordt in een paar maanden verdampt door iemand die de multiplier beter begrijpt.
Dit is het scenario waar (nog) niemand over praat, maar dat zich nu in organisaties overal om je heen al stilletjes aan het voltrekken is.
First Fast mover advantage
Er is ook goed nieuws, en dat is misschien wel het belangrijkste punt van dit hele verhaal.
De meeste professionals zijn nog niet echt serieus bezig met AI. Ze experimenteren wat, gebruiken het voor de makkelijke dingen, maar hebben de multiplier nog niet echt aangezet. De kloof tussen scenario 1 en scenario 3 vormt zich nu, maar is nog niet definitief.
Met de implementatie van AI in je werk is er niet zozeer sprake van een first mover advantage (de eerste die beweegt pakt als enige een onoverbrugbare voorsprong) maar meer van een fast mover advantage: wie nu de kans pakt, pakt terrein. Niet één persoon, maar iedereen die nu in beweging komt. De professionals die nú investeren, terwijl de meerderheid nog twijfelt, pakken een voorsprong die over twee jaar een stuk moeilijker in te halen is. Niet omdat de tools dan verdwenen zijn, maar omdat de combinatie van vakkennis én opgebouwde AI-ervaring dan al jaren verder is.
De meeste mensen in jouw vakgebied zitten nog op ×2. Dat betekent dat jij, als je nu serieus aan de slag gaat, niet alleen je eigen score verhoogt maar ook het gat exponentieel vergroot ten opzichte van iedereen die nog eventjes wacht.
De paradox van de expert
Het gevaar voor mensen die goed zijn in hun vak is dat ze denken dat AI onder hun niveau is. Ze zien het als een tekstgenerator, een handig trucje voor junior medewerkers. Ze gebruiken het voor speelgoedvraagjes en concluderen: "zie je wel, het stelt niet veel voor."
Dat is precies de vergissing.
Max Bernstein beschrijft in Signal over Noise hoe er momenteel drie groepen ontstaan: experts die AI serieus nemen en vooruitlopen, experts die het negeren en steeds verder achterraken in snelheid, en AI-gebruikers zonder echte expertise die snel worden ontmaskerd zodra hun output wordt uitgedaagd. De gevaarlijkste positie is niet die derde groep. Het is de tweede: de expert die denkt dat hij het zich kan permitteren om AI te negeren.
AI is geen vervanging voor vakkennis. Het is een vermenigvuldiger van vakkennis. En een vermenigvuldiger van oppervlakkig gebruik levert weinig op, hoe hoog je uitgangspunt ook is.
De echte magie ontstaat pas wanneer je jouw diepe vakkennis combineert met een even serieuze AI-inzet. Dan wordt de voorsprong onoverbrugbaar, maar dat is geen geboorterecht. Het is een keuze.
Wat "slim inzetten" eigenlijk betekent
Ik ben zelf nog aan het ontdekken. Dat zeg ik bewust, want ik wil niet de indruk wekken dat ik het allemaal al door heb. Wat ik wél al zie: de professionals die het meeste uit AI halen zijn niet per se de meest technische mensen.
Het zijn de mensen die weten wat ze willen bereiken, die AI kunnen voeden met echte context: hun vakkennis, hun klant, hun situatie. Die stoppen niet bij de eerste output, maar weten wanneer iets klopt en wanneer het bijgestuurd moet worden.
Onderzoeker Sean King omschrijft het in Inspired Nonsense treffend: het zijn niet de AI-tools die menselijke capaciteiten vermenigvuldigen, het is menselijke expertise die de effectiviteit van AI vermenigvuldigt. Hij ziet drie patronen bij experts die AI goed inzetten: ze weten precies welke vragen ze moeten stellen, ze herkennen wanneer de output niet klopt, en ze bouwen verder op AI-output op manieren die een beginneling simpelweg niet ziet. Die drie dingen kun je niet prompten. Die verdien je door jaren in je vak te zitten.
Dat is ook precies waarom AI naar mijn idee geen grote gelijkmaker is. De optimistische verhalen over AI als democratiserende kracht kloppen misschien voor de meest basale taken, maar zodra het gaat om werk met echte complexiteit, echte nuance en echte vakkennis bepaalt wat je meebrengt hoe ver de multiplier je brengt.
Van chat naar actie: waarom dit nu urgenter wordt
We zitten middenin een verschuiving. AI gaat van praten naar doen. Van een tool die antwoorden geeft naar een systeem dat taken uitvoert, processen inricht en beslissingen versnelt. Mijn compagnon Erik schreef er een uitgebreid artikel over: hoe tools als Claude Cowork, Skills en de integraties in Excel en PowerPoint precies dat mogelijk maken. Ik raad je aan dat te lezen als je wilt zien hoe dit er in de praktijk uitziet.
In die wereld telt het nog veel meer hoe diep je begrijpt wat je wilt bereiken. Jij bent nog altijd degene die bepaalt wat het systeem moet doen, in welke volgorde, met welk doel. Als je dat niet scherp hebt, helpt geen enkele tool je verder. Als je het wél hebt, gaat de multiplier omhoog.
De vraag die ik mezelf stel
Ik ben geen technisch persoon. Ik ben een marketeer die nieuwsgierig is, precies zoals ik al schreef in mijn vorige stuk. En ik merk dat die nieuwsgierigheid me verder brengt dan ik had verwacht.
De vraag die ik mezelf steeds vaker stel is niet: hoe gebruik ik AI beter? De vraag is: wat is de combinatie van mijn vakkennis en AI-inzet die niemand anders zo kan repliceren?
Want dát is de voorsprong. Niet het hebben van de tools, die zijn voor iedereen beschikbaar. De voorsprong zit in de manier waarop jij, met jouw achtergrond, jouw inzichten en jouw manier van werken, die tools inzet.
Jouw expertise is niet minder waard geworden. Het is de input geworden voor iets wat veel krachtiger is dan voorheen. Maar alleen als je hem actief pakt, want iemand anders is er al mee bezig.
Wat je nu kunt doen
Begin niet bij de tools. Begin bij je eigen werk. Welke taken doe je die complex zijn maar repetitief? Waar heb je altijd tijd aan verloren terwijl je wist hoe het moest? Wat deed jij in een dag, wat misschien nu al in een uur kan, mits je goed beschrijft wat je zoekt?
Neem een betaald abonnement op een van de beste modellen die er nu zijn, want de gratis versies van een jaar geleden zijn echt onvergelijkbaar. Gebruik het niet voor speelgoedvraagjes, maar voor echte taken uit je echte werk.
En let dan op wat er gebeurt als je jouw eigen context, vakkennis en oordeel meeneemt. Dat is het moment waarop de formule gaat werken.
Menselijke expertise × slimme AI-inzet.
De vraag is niet langer hoe goed je bent in je vak. De vraag is of je jouw expertise gaat vermenigvuldigen, of toekijkt hoe iemand anders je met een grotere factor voorbijstreeft.
