Van T-shaped naar X-shaped: de professional die AI écht vraagt

Afgelopen maand zat ik bij een klant die trots vertelde over hun AI-implementatie. Elke mail wordt automatisch gecategoriseerd, samengevat, en er staat direct een concept-reactie klaar. “Efficiëntie verhoogd met 40%!”
En terwijl hij sprak, dacht ik: we missen de olifant in de kamer.

Want hier is wat niemand hardop zegt. Als AI jouw mails leest, samenvat én beantwoordt, wat blijft er dan over van jouw stem? Van de menselijke connectie? Een mail van AI naar AI is geen communicatie. Het is data-uitwisseling.

Dit is het gesprek dat we zouden moeten voeren. Niet “kan AI dit voor mij doen?” Maar: “hoe kan AI mij helpen dit beter te doen?” Het verschil klinkt subtiel. Maar het bepaalt of AI ons versterkt of vervangt.

Van eilandjes naar ecosysteem

In veel organisaties werken afdelingen als eilandjes. Marketing doet marketing. Finance doet finance. IT doet IT. Iedereen heeft eigen tools, eigen processen, eigen jargon.

AI-training doorbreekt die silo’s. Wanneer de hele organisatie dezelfde basis krijgt, ontstaan er bruggen. De marketeer ontdekt dat de analist met dezelfde tool werkt. De HR-manager ziet mogelijkheden om samen te werken met operations. Plotseling worden gesprekken mogelijk die er voorheen niet waren.

Het gaat niet alleen om de technologie. Het gaat om het gezamenlijke leerproces. Samen ergens nieuw mee beginnen schept een band.

𝗗𝗲 𝗱𝗮𝘁𝗮 𝘇𝗲𝗴𝘁 𝗶𝗲𝘁𝘀 𝗮𝗻𝗱𝗲𝗿𝘀 𝗱𝗮𝗻 𝗷𝗲 𝘃𝗲𝗿𝘄𝗮𝗰𝗵𝘁

Ik dook recent in het State of Skills 2026 rapport van Lepaya. Een analyse van bijna 28.000 professionals, 196 bedrijven, en ruim 200.000 uur aan training. En wat ik vond, verraste me.

Je zou verwachten dat in het AI-tijdperk bedrijven massaal investeren in technische skills. Prompt engineering, AI-implementatie, data-analyse. Dat gebeurt niet.

Wat er wél gebeurt: meer dan de helft van alle trainingsinvesteringen (51,6%) gaat naar wat ze “empowering leadership” noemen. Leiderschap dat niet aanstuurt maar in staat stelt. Niet controleert maar vertrouwt.

Investering in leiderschap: +126% ten opzichte van vorig jaar.
Investering in eigenaarschap: +40%.
Investering in samenwerkingstraining: -54%.

Die laatste is veelzeggend. Niet omdat samenwerking minder belangrijk is. Maar omdat de manier waarop we samenwerken fundamenteel verandert. Organisaties zoeken nog naar wat dat betekent. Hier zit een inzicht dat de meeste AI-discussies missen: AI verhoogt de vloer van wat mogelijk is. Maar menselijke vaardigheden verhogen het plafond van wat bereikbaar is. Naarmate technologie routinetaken overneemt, worden onderscheidend menselijke capaciteiten (oordeelsvermogen, vertrouwen bouwen, autonome beslissingen nemen) juist waardevoller. Niet minder.

𝗗𝗲 𝗚𝗿𝗲𝗮𝘁 𝗙𝗹𝗮𝘁𝘁𝗲𝗻𝗶𝗻𝗴: 𝘄𝗮𝗮𝗿 𝗵𝗶ë𝗿𝗮𝗿𝗰𝗵𝗶𝗲 𝗽𝗹𝗮𝗮𝘁𝘀𝗺𝗮𝗮𝗸𝘁 𝘃𝗼𝗼𝗿 𝗲𝗶𝗴𝗲𝗻𝗮𝗮𝗿𝘀𝗰𝗵𝗮𝗽

Tussen mei 2022 en mei 2025 daalde het aantal managers bij beursgenoteerde bedrijven met 6,1%. Meta, Intel, Google, Amazon: allemaal snijden ze managementlagen weg. Mark Zuckerberg noemde het expliciet: “flatten the organization.” Op het eerste gezicht logisch. Snellere beslissingen, lagere overhead. Maar hier zit een fundamentele verschuiving die verder gaat dan kostenreductie. Wanneer er minder lagen zijn tussen directie en uitvoering, moeten mensen zelf gaan denken. Zelf beslissen. Zelf verantwoordelijkheid pakken zonder dat iemand het vraagt.

Een People Experience lead bij een scale-up verwoordde het zo: “Je kunt ‘het werk doen’ niet meer zinvol scheiden van ‘het werk bezitten’. De waarde die mensen nu brengen ligt in hoe ze informatie interpreteren, verbanden leggen, en bepalen wat ertoe doet. Eigenaarschap vult het gat dat hiërarchie vroeger bezette.”

Dit is wat ik in de praktijk zie bij organisaties die we begeleiden. De oude vraag was: “Wat moet ik doen?” De nieuwe vraag is: “Wat zou ik moeten doen, en waarom?” Dat vraagt een ander type professional.

𝗗𝗲 𝗧-𝘀𝗵𝗮𝗽𝗲𝗱 𝗽𝗿𝗼𝗳𝗲𝘀𝘀𝗶𝗼𝗻𝗮𝗹 𝗶𝘀 𝗱𝗼𝗼𝗱

Jarenlang gold de T-shaped professional als het ideaal. Brede basiskennis plus één diep specialisme. De horizontale balk van de T gaf je genoeg context om mee te praten. De verticale poot maakte je onmisbaar. Die formule werkte in een wereld waarin kennis schaars was en expertise decennia stabiel bleef. Maar AI heeft de spelregels veranderd.

Generatieve tools handelen nu af wat wij jarenlang leerden: routinematige codering, conceptvoorstellen, data-analyse, compliance-checks. De “brede basis” van de T? Steeds makkelijker vervangbaar. Het diepe specialisme? Veroudert sneller dan ooit. En hier zit de paradox die me fascineert.

95% van AI-pilots levert dit jaar geen rendement op. De reactie van veel mensen: “Zie je wel, AI werkt niet!” Maar dat is de verkeerde conclusie. Bij een slaagkans van 5% moet je niet falen straffen, maar het gebrek aan experimenteren.

Het verschil tussen de organisaties waar AI wél werkt en waar het faalt? Niet de technologie. Of leiderschap transformatie mogelijk maakt of blokkeert. Bijna de helft van executives noemt leiderschapseffectiviteit als de belangrijkste driver van AI-ROI, ver boven technologie, talent of cultuur.

Dit vraagt om een fundamenteel andere benadering. Organisaties hebben leiders nodig die autoriteit delegeren, autonomie geven, en teams in staat stellen te opereren zonder constant toezicht. Ze moeten “change navigators” worden: technologie demystificeren, experimenteren aanmoedigen, en angst wegnemen.

𝗗𝗲 𝗫-𝘀𝗵𝗮𝗽𝗲𝗱 𝗽𝗿𝗼𝗳𝗲𝘀𝘀𝗶𝗼𝗻𝗮𝗹: 𝗲𝗲𝗻 𝗮𝗻𝗱𝗲𝗿 𝗺𝗼𝗱𝗲l

Wat organisaties nu zoeken is niet een T, maar een X. Vier kruispunten die elkaar versterken:

Adaptief vermogen. Niet één specialisme voor 20 jaar, maar het vermogen om snel nieuwe domeinen te doorgronden. Als AI kennis democratiseert, gaat het niet meer om wat je weet. Het gaat om hoe snel je nieuwe dingen leert en toepast.

Verbindend leiderschap. Of je nu formeel leider bent of niet. Het vermogen om anderen te inspireren, vertrouwen te bouwen, collectieve capaciteiten te activeren. In een wereld waar 21% van medewerkers engaged is, is dit geen soft skill. Het is de hardste skill die er is.

Eigenaarschap zonder toezicht. Zelfstandig kansen zien, problemen oplossen, impact vergroten. Niet wachten tot iemand het vraagt. Niet escaleren wat je zelf kunt beslissen.

AI als versterker, niet als vervanging. En dit is waar de meeste organisaties de fout ingaan. Ze gebruiken AI om de mens te vervangen in plaats van te versterken. De professional die ChatGPT, Claude of Copilot inzet om sneller, beter en creatiever te werken (zonder de menselijke connectie te verliezen) heeft een enorm voordeel.

𝗗𝗲 𝗯𝗹𝗶𝗻𝗱𝗲 𝘃𝗹𝗲𝗸 𝗱𝗶𝗲 𝗻𝗶𝗲𝗺𝗮𝗻𝗱 𝘄𝗶𝗹 𝘇𝗶𝗲𝗻

Er zit een verontrustende trend in de data die ik al langer volg. Stanford University analyseerde 650+ miljoen LinkedIn-profielen en vond een 50% daling in nieuwe functies voor professionals met minder dan één jaar werkervaring. Niet in één sector: overal.

Chris Eldridge, CEO van Robert Walters UK, noemde het in de Financial Times: “Dit is waarschijnlijk een van de meest uitdagende tijden in de geschiedenis voor afgestudeerden om een baan te vinden.” En in het Lepaya-rapport zie ik hetzelfde patroon: training voor young talent daalde met 23%. Meer dan een derde van bedrijven overweegt instapfuncties te vervangen door AI.

De “diamantvormige organisatie” is een term die steeds vaker opduikt. Veel mensen in het midden, weinig aan de onderkant. Het klinkt modern en lean. Totdat je de simpele vraag stelt: waar komt over 5 jaar je middle management vandaan als je nu niemand opleidt?

Want hier zit de cognitieve paradox. Recent onderzoek toont: AI-gebruikers lossen 48% meer problemen op, maar scoren 17% lager op conceptueel begrip. Sneller resultaat, minder diep begrip. Je leert iets de derde of vierde keer dat je het doet. Je leert niet echt meer na de 20ste keer. Maar je leert ook niets als je het nooit doet.

AI moet de zinloze herhaling vervangen, niet het leren zelf.

𝗪𝗮𝘁 𝗱𝗶𝘁 𝗯𝗲𝘁𝗲𝗸𝗲𝗻𝘁 𝘃𝗼𝗼𝗿 𝗷𝗼𝘂

De vraag is niet: “Kan AI dit voor mij doen?” De vraag is: “Hoe kan AI mij helpen dit beter te doen?” Want als we alles automatiseren wat ons mens maakt (communicatie, relaties, nuance, empathie), wat blijft er dan over? AI-transformatie is 80% cultuur, 20% technologie. En die cultuur begint met de vraag: wat willen we behouden van onszelf?

Voor jezelf: Begin met experimenteren. Niet passief “weten wat AI kan” maar actief ermee werken. Ontdek hoe tools als ChatGPT, Claude, Copilot of Gemini jouw werk versterken zonder jouw stem te vervangen. Dit is waarom we met de Optmzr Academy 15-daagse Learning Series hebben ontwikkeld: praktische trajecten waarbij je dag voor dag ontdekt hoe AI jou versterkt, niet vervangt.

Voor je team: Creëer ruimte om te experimenteren. En te falen. De organisaties waar AI werkt zijn niet degene met de beste tools. Het zijn de organisaties waar teams de vrijheid krijgen om te proberen, te leren, en nieuwe werkwijzen te ontdekken. Waar falen niet gestraft wordt, maar het gebrek aan experimenteren wel.

Voor je organisatie: Stop met AI implementeren alsof het een softwareproject is. Echte AI-adoptie is geen technologie-upgrade. Het is een culturele transformatie. Het ontstaat wanneer mensen hun manier van werken veranderen, niet alleen de tools die ze gebruiken.

Dit vraagt om continue begeleiding. Zoals een personal trainer voor je AI-transformatie, die voorkomt dat je terugvalt in oude patronen. Van verkenning naar verankering. Van pilots die falen naar experimenten waar je van leert.

𝗗𝗲 conclusie

De organisaties die in 2026 floreren, zullen niet degene zijn met de meest geavanceerde AI-tools. Het zullen degene zijn die systematisch menselijke capaciteiten bouwen bovenop die AI-fundatie. Leiderschap dat inspireert in plaats van aanstuurt. Eigenaarschap dat autonome actie drijft. En de wijsheid om te weten wanneer AI moet versterken, en wanneer de mens moet blijven.

De T-shaped professional maakte plaats voor de X-shaped professional. Niet omdat AI ons vervangt. Maar omdat AI de lat verhoogt voor wat het betekent om écht waarde toe te voegen.

De vraag is niet of deze transitie plaatsvindt. De vraag is of je hem bewust maakt, of wacht tot de markt je dwingt.

📊 Wil je de volledige data zien?

Het State of Skills 2026 rapport van Lepaya is gratis te downloaden en bevat diepgaande analyses van 27.746 learners, 196 bedrijven, en 204.111 uur training. Een must-read voor iedereen die serieus bezig is met de toekomst van werk en talent development.

Bronnen: