Als de AI het werk doet, wie krijgt dan het inkomen?

De vraag is niet alleen wie zijn baan verliest

De belofte van een economie waarin machines bijna alles doen lijkt twee tegengestelde uitkomsten te bieden: gedeelde overvloed of extreme concentratie van inkomen. Beiden verschijnen in discussies over kunstmatige intelligentie. Geen enkele vloeit automatisch voort uit het vermogen van een model om te schrijven, programmeren of converseren. Tussen een technologische demonstratie en een blijvende verandering in de levensstandaard bevinden zich bedrijven, contracten, markten, infrastructuur en politieke beslissingen. Dit dossier onderzoekt deze passage, zonder aan te nemen dat het einde van het werk is aangetoond.

Onze centrale vraag is distributief: wanneer een organisatie meer waarde levert per uur mensenwerk, wie kan deze winst dan omzetten in inkomen, tijd of zekerheid? Bij het antwoord kunnen werknemers, consumenten, ondernemers, technologieleveranciers en overheden betrokken zijn. Deze groepen overlappen elkaar ook. Iemand kan een salaris ontvangen, voor goedkopere diensten betalen en een klein belang in een bedrijf bezitten. Daarom verbergt het terugbrengen van het debat tot mensen versus machines de mechanismen die we moeten onderzoeken.

We organiseren de analyse in drie niveaus. Ten eerste de technische blootstelling van taken aan AI. Vervolgens werden de resultaten waargenomen in werkomgevingen en in experimenten met inkomensoverdracht. Tenslotte institutionele keuzes en illustratieve scenario's. Een blootstellingsindex helpt bij het lokaliseren van potentiële veranderingen; meet geen ontslagen. Een experiment informeert over een populatie en een interventie; het reproduceert niet een hele economie. Een simulatie maakt aannames zichtbaar; transformeert deze premissen niet in voorspellingen.

De redactionele stelling van Rovemark is dat productiviteit en distributie samen moeten worden bestudeerd. Dit betekent niet dat we al weten welk beleid het probleem oplost, noch dat particuliere winsten onwettig zijn. Het betekent dat een implementatie pas succesvol kan worden geacht als er ook wordt gevraagd naar de kwaliteit, de totale kosten, de arbeidsomstandigheden en de bestemming van de gecreëerde waarde. Dezelfde technologie kan ten grondslag liggen aan zeer verschillende organisaties en contracten.

Blootstelling aan AI staat niet gelijk aan werkloosheid

De Internationale Arbeidsorganisatie en NASK schatten in 2025 dat ongeveer een kwart van de mondiale werkgelegenheid zich bevindt in beroepen met enige mate van blootstelling aan generatieve AI. De index combineert taakevaluatie, bijdragen van werknemers en deskundigen, en modelondersteunde classificatie. De deelname bereikt 34% in hoge-inkomenslanden en 11% in lage-inkomenslanden. Deze percentages beschrijven de beroepssamenstelling en de potentiële technische capaciteit; het zijn geen individuele kansen om uw baan te verliezen.

Op het hoogste blootstellingsniveau rapporteert de index 3,3% van de mondiale werkgelegenheid. In dit specifieke gedeelte zijn de verhoudingen 4,7% bij vrouwen en 2,4% bij mannen. De noemer is van belang: we vergelijken de participatie binnen de werkgelegenheid van elke groep, en niet de verdeling van alle blootgestelde beroepen naar geslacht. In de grafiek kunt u de knipsels afwisselen, waarbij u een zekere mate van belichting en de maximale categorie gescheiden houdt. We moeten de panelen niet bij elkaar optellen of ze als een tijdelijk traject behandelen.

Een beroep brengt activiteiten met verschillende eisen samen. Het maken van een eerste concept kan geautomatiseerd worden, terwijl het onderhandelen over een uitzondering, het verifiëren van een besluit of het op zich nemen van verantwoordelijkheid nog steeds menselijke participatie vereist. Zelfs wanneer meerdere stappen technisch mogelijk worden, hangt de adoptie af van de kosten, betrouwbaarheid en integratie. Een bedrijf kan ervoor kiezen om met hetzelfde team meer klanten te bedienen, functies te reorganiseren of het personeelsbestand te verminderen. Het identificeren van de technische mogelijkheid is het begin van het onderzoek; Om te identificeren welke reactie heeft plaatsgevonden, zijn andere gegevens nodig.

Het zou ook een vergissing zijn om te concluderen dat een lagere blootstelling volledige economische bescherming betekent. Een werknemer kan een activiteit uitoefenen die niet erg gedigitaliseerd is en toch indirecte gevolgen heeft voor de vraag, de prijzen of de toeleveringsketens. Omgekeerd kan een sterk blootgestelde functie productiever en gewaardeerd worden. Onze interpretatie is om de index te gebruiken als leidraad voor het bestuderen van concrete veranderingen, inclusief groepen die mogelijk ondersteuning nodig hebben. De bron geeft geen datum voor het verdwijnen van beroepen.

Echte productiviteit: bewijs dat niet in één enkele belofte past

In een studie gepubliceerd in het Quarterly Journal of Economics in 2025 analyseerden Brynjolfsson, Li en Raymond de gespreide introductie van een assistent in een operatie met 5.172 klantenservicemedewerkers. De gemiddelde gerapporteerde winst bedroeg ongeveer 15% in opgeloste problemen per uur. De voordelen varieerden afhankelijk van ervaring en vaardigheden. Dit blijkt uit één bedrijf en één beroep, met een gespreide implementatie en econometrische analyse; niet uit een representatieve steekproef van de gehele economie, noch uit een proef met individuele trekking.

Het resultaat laat zien waarom het de moeite waard is om AI binnen het werkproces te bestuderen. Een winst in uurresoluties betekent echter niet automatisch een stijging van 15% in winst, salaris of nationale productie. Implementatie-, review-, software- en organisatieveranderingskosten moeten in de rekening worden opgenomen. Ook de kwaliteit van de resolutie moet behouden blijven. Het overbrengen van een percentage tussen deze metingen levert een schijnbare precisie op die de onderzoeksopzet niet biedt.

Een tegenpunt komt van METR's experiment met ervaren 16-ontwikkelaars en 246-taken op bekende projecten, waarbij gebruik werd gemaakt van vroege 2025-tools. De beschikbaarheid van AI verhoogde de uitvoeringstijd met 19%, terwijl deelnemers vóór de taken een vermindering van 24% verwachtten en daarna een vermindering van 20% waarnamen. Het contrast meet de verwachtingen en perceptie met betrekking tot het resultaat dat in dat experiment werd waargenomen, en is niet in tegenspraak met het serviceonderzoek. Populaties, tools, taken en statistieken zijn verschillend.

De METR-update van februari 2026 is essentieel om deze historische bevinding te interpreteren. De onderzoekers begonnen te bedenken dat de selectie van deelnemers en taken, veranderingen in de beloning en moeilijkheden bij het registreren van werk met gelijktijdige agenten de interpretatie van de nieuwe resultaten belemmerden. Het 95%-betrouwbaarheidsinterval dat voor de oorspronkelijke schatting wordt gerapporteerd, varieert in de tijd van +2% tot +39%. We gebruiken het resultaat van 2025 niet als diagnose van huidige tools. De toepasselijke les is om het effect te meten in de context van gebruik, in plaats van uitsluitend te vertrouwen op het gevoel van snelheid.

Tijd besparen bepaalt niet wie geld verdient

Stel je een hypothetisch proces voor dat tien mensuren per levering vergt en nu acht, met behoud van dezelfde kwaliteit. De directe besparing bedraagt ​​twee uur per bezorging, maar het financiële resultaat weten we nog niet. Misschien is er vraag om meer te verkopen. Misschien zal de prijs dalen als gevolg van de concurrentie. Misschien zal het bedrijf de prijs handhaven en de marge vergroten. Misschien neemt het team andere taken op zich, of wordt een deel van de winst in kortere uren onderhandeld. Dit zijn mogelijke antwoorden, geen percentages die in deze publicatie worden geschat.

Het is nuttig om drie boekhoudkundige vragen te scheiden. De eerste is hoeveel middelen er tijdens het proces zijn bespaard. De tweede is hoeveel extra waarde er daadwerkelijk is verkocht of hoeveel kosten zijn verdwenen. De derde is hoe dit resultaat werd verdeeld na het betalen van infrastructuur, leveranciers en belastingen. Beschikbare uren zijn geen gerealiseerde omzet. Een ongebruikt concept is geen verkoop. En een verlaging van de prijs van een model betekent niet noodzakelijkerwijs een evenredige daling van de totale kosten van een betrouwbare dienst.

De OESO beschouwt het verspreidings- en adoptievermogen van AI als belangrijke voorwaarden voor de mogelijke macro-economische effecten ervan. Sectorale structuur, vaardigheden, infrastructuur en economische integratie veranderen de reikwijdte van de voordelen. De door de instelling besproken projecties zijn de resultaten van modellen, een nog niet waargenomen groei die we volledig aan AI kunnen toeschrijven. In deze analyse vertalen we een gemeten winst in dienstverlening niet naar een projectie van het Braziliaanse bbp.

Onze distributieve hypothese is dat eigendom, concurrentie en onderhandelingsmacht bepalend zijn voor de bestemming van de winst. Een klein bedrijf kan toegang krijgen tot voorheen dure mogelijkheden en marge verliezen als alle concurrenten hetzelfde doen. Een werknemer kan meer produceren zonder de loonregel te controleren. Een leverancier kan een deel van de voordelen behalen door afhankelijkheid van zijn platform. Om deze hypothesen te testen zou het nodig zijn om prijzen, contracten, beloningen en deelname van leveranciers in de loop van de tijd te monitoren. Alleen het observeren van adoptie is niet voldoende.

Basisinkomen: definitie vóór toetreding of afwijzing

Het universele basisinkomen duidt gewoonlijk op een individuele, regelmatige geldoverdracht, zonder werkvereisten en gericht op iedereen binnen de door het programma gedefinieerde bevolking. De gids van de Wereldbank helpt universaliteit, onvoorwaardelijkheid en contante betalingen te onderscheiden. Deze kenmerken specificeren niet voldoende geld om van te leven, geen financieringsbron of welke voordelen er zouden blijven bestaan. De uitdrukking universeel salaris kan verwarrend zijn: salaris beloont een werkrelatie; een inkomensoverdracht volgt een andere institutionele logica.

Een concreet voorstel moet beantwoorden wie het ontvangt, vanaf welke leeftijd, voor hoe lang en met welke waarde-update. Het moet ook duidelijk maken of de betaling een aanvulling vormt op bestaande diensten en voordelen of deze vervangt, hoe mensen met een hoog inkomen bijdragen via het belastingstelsel en hoe aan buitengewone behoeften wordt voldaan. Twee voorstellen met dezelfde maandwaarde kunnen totaal verschillende netto-uitkeringen opleveren. De naam van het beleid alleen zegt niet wie er beter of slechter van wordt.

Het gunstige argument kan gebaseerd zijn op autonomie, voorspelbaarheid en het vermogen om slechte werkrelaties te weigeren. Het tegenovergestelde argument zou kunnen wijzen op de kosten en kansen van ander beleid en de ontoereikendheid van een uniforme uitkering voor verschillende behoeften. We presenteren deze redenen als evaluatiecriteria, zonder uit te gaan van één enkel antwoord. Een serieuze discussie vergelijkt specifieke ontwerpen, hun netto begunstigden en de behouden diensten. Het eens zijn met het belang van sociale bescherming betekent niet dat je akkoord gaat met welk zogenaamd universeel voorstel dan ook.

De relatie met AI is een hypothese voor het organiseren van de samenleving, geen verplichte technische consequentie. Zelfs als de automatisering voortschrijdt, kan het antwoord een combinatie zijn van overplaatsingen, openbare diensten, opleiding, sociale zekerheid, winstdeling of veranderingen in werkuren. De keuze hangt af van de gesignaleerde problemen en de beschikbare instituties. In de geselecteerde bronnen is er geen experiment dat een hele economie observeert nadat AI de behoefte aan menselijke arbeid heeft geëlimineerd. Dit scenario valt buiten het bestek van het hier verzamelde bewijsmateriaal.

Welke inkomensexperimenten ons in staat stellen te concluderen

In het Amerikaanse experiment gekoppeld aan OpenResearch ontvingen 1.000 deelnemers met een laag inkomen $1.000 per maand gedurende drie jaar, terwijl 2.000 controledeelnemers maandelijks $50 ontvingen. De augustusrevisie van 2026 van het NBER-werkdocument 32719 rapporteert een vermindering van 4,2 procentpunten in de arbeidsmarktparticipatie, van ongeveer US$ 1.900 per jaar aan individueel inkomen exclusief overdrachten en van één tot twee gewerkte uren per week, vergeleken met de controlegroep. Dit zijn verschillende resultaten, met verschillende eenheden.

Het artikel blijft geïdentificeerd als een werkdocument dat niet onderworpen is aan peer review door academische publicaties. De oorspronkelijke versie die in de eerste editie van deze analyse werd aangehaald, had verschillende schattingen; We hebben nu de augustusrevisie van 2026 overgenomen en vastgelegd in de bibliografie. Uit het overzicht blijkt ook dat de gematigde effecten op het arbeidsaanbod niet werden gecompenseerd door andere gemeten productieve activiteiten. Dit betekent niet dat minder tijd besteed aan betaald werk een oordeel vormt over de persoonlijke waarde van de deelnemers.

De Finse ervaring biedt een ander ontwerp. Tussen 2017 en 2018 ontvingen 2.000 werklozen maandelijks ongeveer USD 647, ter illustratie van de omrekening op basis van de jaargemiddelden van de ECB van 2017 en 2018. De officiële balans beschrijft kleine effecten op de werkgelegenheid en een gunstiger welzijnsperceptie. Ook wordt gewaarschuwd dat een verandering in de regels voor activering van de werkloosheid het moeilijk maakt om de effecten in het tweede jaar te isoleren. De welzijnsenquête had verschillende responspercentages tussen de groepen. Het oorspronkelijke voordeel werd uitgedrukt in EUR: de weergave in USD gebruikt 560 vermenigvuldigd met het rekenkundig gemiddelde van de ECB-jaartarieven van 2017 en 2018 (1,15531784313725 USD door EUR), zonder correctie voor inflatie en zonder het reproduceren van de wisselkoers van elke betaling. Deze beperkingen maken het onmogelijk om de ervaring te behandelen als een simpele demonstratie dat elk basisinkomen altijd de werkgelegenheid vergroot of noodzakelijkerwijs alle indicatoren verbetert.

Geen van deze onderzoeken meet een permanente overdracht naar de gehele bevolking, gefinancierd door de belastingbetalers zelf in een door AI getransformeerde economie. Een pilot kan de individuele effecten van de overdracht inschatten en toch de prijzen, belastingen, migratie, dienstverlening en bedrijfsreacties op nationale schaal open laten. Onze lezing is dat experimenten beslissingen informeren en absolute uitspraken corrigeren. Ze beëindigen het debat niet. Het onderstaande paneel presenteert het Amerikaanse ontwerp en de resultaten van de huidige review zonder deelname, inkomen en uren op één as te vermengen.

Hoeveel zou het kosten? Een transparante rekening, met limieten

De brutokost van een overschrijving is een eenvoudige vermenigvuldiging: maandelijkse betaling per persoon, aantal begunstigden en twaalf maanden. De simulator gebruikt USD als munteenheid en stelt u in staat de waarde en populatie te wijzigen. De norm van honderd miljoen mensen is een afgeronde didactische hypothese, en geen schatting van de Braziliaanse volwassen of in aanmerking komende bevolking. Er is geen automatische zoekopdracht naar demografische gegevens. Deze keuze vermijdt het presenteren van een verzonnen populatie alsof deze gemeten is. Het scenario in USD is een nieuwe hypothese, en geen valutaconversie van het vorige voorbeeld in BRL.

In het eerste voorbeeld komt USD 1.000 per maand voor honderd miljoen mensen overeen met USD 1,2 biljoen per jaar. Dit is een bruto jaaruitbetaling. Het is geen aanbeveling voor extra tekorten, nettokosten of baten. We geven geen korting op de door begunstigden geretourneerde inkomsten, vervangende uitkeringen, administratieve kosten of gedragsveranderingen. We hebben ook geen hypothetische verzameling over robots toegevoegd. Al deze afleveringen zouden hun eigen hypothesen en databases vereisen, naast het evalueren van distributie-effecten.

Het financieringsdebat vergt minstens twee aanvullende analyses. Eén daarvan is budgettair: welke inkomsten en uitgaven veranderen, over welke periode en met welke bestuurlijke capaciteit? Een andere is economisch: wie steunt de komst van nieuwe belastingen en hoe reageren gezinnen en bedrijven? De wettelijke betaler van een belasting is niet noodzakelijkerwijs degene die de uiteindelijke kosten ervan op zich neemt. We gaan er niet van uit dat de geschatte waarde van een bespaard uur volledig kan worden verzameld, noch dat particuliere rijkdom en publieke inkomsten gelijkwaardig zijn.

De OESO-nota over het basisinkomen vestigt de aandacht op de financierings- en verdelingsimplicaties van de hervormingen. Dit is de leidraad voor de centrale zorg: een voorstel dat onder iedereen wordt verdeeld en gerichte steun elimineert, zou mensen met grotere behoeften kunnen schaden. Onze beoordeling vereist dat het nettoresultaat per groep wordt weergegeven, en niet alleen de som van de betalingen. De grafiek maakt de rekenkundige schaal van keuzes zichtbaar; het beslist niet over de levensvatbaarheid van de begroting of over de gevolgen ervan voor de inflatie. Om deze vragen te kunnen beantwoorden is een veel completer model nodig.

Drie manieren om de winst te verdelen

Het eerste scenario is concentratie. Bedrijven of leveranciers met moeilijk te vervangen activa behouden een groot deel van de toegevoegde waarde. Op dit hypothetische pad kan de productie groeien terwijl een deel van de werknemers te maken krijgt met inkomensverlies of verminderde onderhandelingscapaciteit. De beslissende variabele zou niet alleen de prestatie van het model zijn, maar ook de mogelijkheid dat concurrenten en werknemers deelnemen aan het creëren en toe-eigenen van waarde. Om dit pad te volgen, moeten we de marges, prijzen, lonen en contractuele afhankelijkheden onderzoeken.

Het tweede scenario is concurrentiediffusie. Toegankelijkere tools helpen kleine bedrijven, verlagen de prijzen en maken nieuwe diensten mogelijk. Consumenten kunnen koopkracht verwerven, en sommige organisaties kunnen groeien door markten te bedienen die voorheen niet levensvatbaar waren. Dit garandeert niet dat iedere werknemer een loonsverhoging zal krijgen, noch elimineert het moeilijke transities. Een beoordeling moet de toetreding van bedrijven, de kwaliteit, de prijzen en de professionele mobiliteit monitoren, waarbij wordt nagegaan of de winsten zich verder uitstrekken dan de eerste organisaties die de technologie adopteerden.

Het derde scenario omvat onderhandeling over de tijd en bescherming. Een deel van de inkomsten kan kortere werktijden, opleiding tijdens werkuren, deelname aan resultaten of collectieve inkomens- en dienstverleningsmechanismen financieren. Er zijn keuzes over wie meedoet, hoe de uitkomst wordt gemeten en hoe risico's worden verdeeld. Een aangekondigde werktijdverkorting zonder controle op de intensiteit van het werk zal het leven van het team wellicht niet verbeteren. Een overdracht zonder adequate dienstverlening beantwoordt mogelijk niet aan de essentiële behoeften. Deze mechanismen moeten worden geëvalueerd door ontwerp en uitvoering.

De drie paden sluiten elkaar niet uit en er zijn ook geen waarschijnlijkheden aan toegekend. Ze kunnen naast elkaar bestaan ​​per sector, bedrijf en periode. Ze dienen om verifieerbare vragen te ordenen. Als we willen weten welk pad de overhand heeft, moeten we vooraf indicatoren definiëren die mogelijk in tegenspraak zijn met onze voorkeur. Een hypothese die enig resultaat na observatie verklaart, is geen leidraad voor onderzoek. De redactionele inzet is om signalen van concentratie en verspreiding met dezelfde zorg te monitoren, en de interpretatie te herzien wanneer het bewijsmateriaal verandert.

Wat een bedrijf nu kan meten

Een organisatie hoeft de toekomst van het kapitalisme niet op te lossen om haar AI-beoordeling te verbeteren. Je kunt beginnen met het afbakenen van een proces, een resultaat en een minimale kwaliteitsvoorwaarde. In gebruik kan dit een bevestigde oplossing met heropeningspercentage betekenen; in documenten, acceptatie met menselijke beoordeling; tijdens operaties, geldige levering zonder toename van incidenten. Door alleen het aantal gegenereerde reacties te kiezen, worden activiteiten beloond die mogelijk geen waarde opleveren. De metriek moet de voltooide taak en het relevante gevolg voor de klant vertegenwoordigen.

Het door Rovemark voorgestelde protocol begint met een basislijn en registreert veranderingen in de vraag en complexiteit. Vergelijk indien mogelijk vergelijkbare groepen of alternatieve gebruiksomstandigheden op een geplande manier, zonder mensen bloot te stellen aan ongecontroleerde kritische beslissingen. Het record moet de beoordelingstijd, herbewerking, kosten van sjablonen en tools, fouten, onderbrekingen en training omvatten. Een positief resultaat dat afhankelijk is van uitzonderlijk toezicht, zal mogelijk niet blijven bestaan ​​naarmate de operatie groeit. De vraag is of de winst het dagelijks gebruik overleeft.

De monitoring moet ook de distributie binnen het team omvatten. Beginners en experts kunnen verschillend reageren; Gemiddelden kunnen verslechtering verbergen bij zeldzame taken of bij klanten met specifieke behoeften. Beloning, werklast en autonomie zijn ook resultaten die in acht moeten worden genomen, waarbij de bescherming van persoonsgegevens en de toegang evenredig zijn aan de behoefte. De analyse mag geen ondoorzichtig mechanisme voor individuele beoordeling worden. Door geaggregeerde statistieken en gebruiksregels te publiceren, wordt de betrokkenheid van medewerkers beter geïnformeerd.

Dit is een voorgesteld protocol, niet een lijst met experimenten die al door Rovemark zijn uitgevoerd. Om ons eigen onderzoek te kunnen produceren, hebben we nog steeds deelnemende organisaties nodig, een voorafgaande definitie van de uitkomsten, toestemming en een adequate database. De beoogde bijdrage is om operationeel bewijs te koppelen aan distributiegevolgen. In plaats van aan te kondigen dat een bepaalde tool een percentage van het team vervangt, willen we laten zien welke taken zijn verbeterd, welke zijn mislukt, wat de volledige kosten waren en wie er voordeel uit heeft gehaald. Dit zijn resultaten die bespreekbaar zijn en waar mogelijk gereproduceerd.

Wat zou onze conclusie veranderen?

Ons standpunt zou veranderen in het licht van consistent bewijs, in meerdere contexten, dat productiviteitswinsten zich verspreiden met stijgingen van inkomen en kwaliteit van leven, zonder dat er aanvullende mechanismen nodig zijn. Dit zou ook veranderen als robuuste studies aanhoudende banen- en inkomensverliezen zouden aantonen op een schaal die groter is dan de waargenomen transitiecapaciteit. In beide gevallen zou het nodig zijn om de effecten van AI te scheiden van veranderingen in de vraag, de economische cyclus en andere technologieën. Geaggregeerde getallen zonder mechanisme-identificatie lossen deze toeschrijving niet op.

Wat het basisinkomen betreft, zouden langere en bredere programmaresultaten, met waargenomen financiering en marktreacties, de onzekerheden helpen verminderen die individuele pilots niet aanpakken. De beoordeling moet echte alternatieven vergelijken, inclusief verbeterde bestaande systemen, en laten zien wie wint en verliest. We hebben ook bewijs nodig over zorg, gezondheidszorg, onderwijs en keuzevrijheid, zonder aan te nemen dat elke activiteit buiten de arbeidsmarkt onproductief is of dat elk wenselijk effect al is aangetoond.

De vraag in de titel blijft met opzet een open einde. Uit de bronnen blijkt dat technische blootstelling, productiviteit en arbeidsaanbod meetbaar zijn, maar verschillende fenomenen. Ze staan ​​geen datum toe voor het einde van de werkgelegenheid of een universele waarde die welk land dan ook kan financieren. Onze redactionele conclusie is om prioriteit te geven aan het meten van de volledige winst en de distributie ervan. De kwaliteit van deze agenda zal afhangen van het bespreekbaar maken van de uitgangspunten en het toestaan ​​dat nieuwe resultaten het verhaal corrigeren, ook wanneer dit in strijd is met de commerciële belangen van Rovemark zelf.