AI-productiviteit: wat betekent ervaring voor je team?

In 2025 publiceerden Erik Brynjolfsson en collega's in het Quarterly Journal of Economics een studie die de productiviteitseffecten van AI-tools mat bij 5.179 klantenservicemedewerkers. Het gemiddelde effect: 15% productiviteitsverhoging. Maar het gemiddelde vertelt niet het hele verhaal.

De minst ervaren medewerkers zagen een productiviteitsverhoging van 34%. De meest ervaren medewerkers zagen nauwelijks effect. AI maakte het verschil tussen junior en senior kleiner, niet groter.

Twee studies, dezelfde conclusie

Noy en Zhang publiceerden in 2023 in Science een experiment met 453 professionals die schrijftaken uitvoerden met en zonder AI-ondersteuning. De resultaten: 40% snellere afronding en 18% hogere kwaliteit. Maar opnieuw was het effect het sterkst bij deelnemers die zonder AI het slechtst presteerden.

Dell'Acqua en collega's van Harvard Business School vonden hetzelfde patroon bij managementconsultants van Boston Consulting Group. Consultants die onder de mediaan presteerden, zagen de grootste verbetering met AI-ondersteuning.

Waarom dit logisch is

Het mechanisme is niet mysterieus. AI-tools functioneren als een ervaren collega die over je schouder meekijkt. Voor een beginner is dat transformatief: ze krijgen toegang tot kennis en patronen die ze nog niet hebben opgebouwd. Voor een expert is het beperkt: ze weten al wat de AI suggeert.

Brynjolfsson beschrijft het als een equalizer. AI tilt de bodem op. Het maakt het verschil tussen de beste en slechtste medewerker kleiner. In hun studie convergeerden de prestaties van junior medewerkers naar het niveau van senior medewerkers binnen weken na de introductie van AI-ondersteuning.

De implicatie voor teams

Dit verandert de berekening van AI-investering fundamenteel. De conventionele aanname is dat AI-tools het nuttigst zijn voor de meest productieve medewerkers: geef de beste mensen betere tools en ze worden nog beter. De data zeggen het tegenovergestelde.

De bevindingen uit deze studies zijn geen rekensom voor jouw team. Hoeveel een assistent bijdraagt, hangt af van de taak, de beschikbare informatie en de manier waarop je het resultaat controleert. Meet dat in je eigen werkwijze.

Dit heeft consequenties voor hoe je AI-tools introduceert. Niet beginnen bij het seniorteam dat er het minst van profiteert. Beginnen bij het team dat de meeste ondersteuning nodig heeft. De onboarding-investering is daar het kleinst omdat beginners meer open staan voor nieuwe werkwijzen, en het rendement is daar het grootst.

AI als onboarding-versneller

Combineer dit met het onderzoek van Centola over sociale tipping points. Als AI de productiviteit van nieuwe teamleden versnelt, bereiken ze sneller het punt waarop ze als volwaardig teamlid functioneren. Dat verkort de tijd tot de 25% committed minority die Centola beschrijft.

In de praktijk betekent dit dat een nieuw teamlid dat via AI-ondersteuning snel productief wordt, niet alleen zelf profiteert, maar het adoptieproces van het hele team versnelt. De nieuwe medewerker wordt het bewijs dat het platform werkt.

Dit is een mogelijke toepassing van de onderzoeksinzichten, geen gemeten effect van De Operator op de onboardingtijd. En het begint bij de erkenning dat AI niet voor iedereen hetzelfde doet. Het doet het meest voor wie het hardst nodig heeft.