Onderzoek: 60% van de banen is voor 30% te automatiseren. Hoe zit dat bij jou?

Het is lastig om je voor te stellen hoeveel er eigenlijk geautomatiseerd en gedigitaliseerd kan worden.

Het is lastig om je voor te stellen hoeveel er eigenlijk geautomatiseerd en gedigitaliseerd kan worden. Omdat je niet weet waar te beginnen. Omdat je niet weet wat er technisch allemaal mogelijk is. Omdat het toekomstmuziek lijkt. Omdat het ongrijpbaar en weinig concreet is. En precies daar kunnen we wat aan doen!

De Amerikaanse consultancygigant McKinsey deed onder leiding van James Manyiaka jarenlang onderzoek naar het automatiseren en digitaliseren van taken onder de noemer A Future That Works: automation, employment and productivity (2017). Het staat bomvol interessante data over digitale transformatie. Dit onderzoek is al wat jaren oud, maar nog zeer relevant. En als je een beetje weet wat er de afgelopen jaren nog bijgekomen is aan technologische ontwikkelingen, kun je je voorstellen dat de geschetste impact uit 2017 anno 2023 alleen maar groter is. Daar kwam McKinsey overigens in juni 2023 zelf ook op terug, maar daarover later meer!

Bij Grexx zijn we natuurlijk gek op dit soort onderzoeken. Het zijn nogal lijvige publicaties, daarom lichten we in dit artikel graag een en ander voor je uit. Je kunt deze zaken ook terugvinden in McKinsey’s publicaties Four fundamentals of workplace automation (2015) en Where machines could replace humans - and where they can’t (yet) (2016). Allebei de moeite waard.

De arbeidsmarkt in beeld

De onderzoekers hebben de Amerikaanse arbeidsmarkt geanalyseerd en daaruit een selectie gemaakt van ~800 doodgewone banen en ~2.000 activiteiten die verspreid over die banen voorkomen. Dat is wat je in het schema hieronder ziet:

  • In de linkerkolom de occupations: o.a. salesmensen, horecamedewerkers, leraren en zorgmedewerkers 
  • In de middenkolom de activities: in geval van salesmensen kun je denken aan o.a. het verwelkomen van klanten, beantwoorden van vragen over producten en diensten, de werkplek netjes houden, productdemo’s geven en het verwerken van verkopen en transacties. 

Bron: Four fundamentals of workplace automation - McKinsey.com

Vervolgens heeft men die 2.000 activiteiten uitgesplitst naar de capabilities ofwel vaardigheden die je als mens (of machine!) nodig hebt om de taak goed uit te voeren. 

  • In de rechterkolom vind je achttien verschillende capabilities, onderverdeeld in drie categorieën: sociale, cognitieve en fysieke vaardigheden.


Deze analyse brengt de (Amerikaanse) arbeidsmarkt goed in beeld. Het maakt duidelijk voor een groot aantal banen welke activiteiten daarbij horen en welke vaardigheden je daarvoor nodig hebt. Aan de hand daarvan kun je aangeven welk deel van de baan ook met behulp van technologie ingevuld kan worden.

De techniek staat niet stil…

Dit is natuurlijk precies waar tussen 2017 en 2023 veel gebeurd is: het aantal capabilities waar techniek een rol in kan spelen is inmiddels flink toegenomen. Kijk bijvoorbeeld naar ontwikkelingen in AI en taalmodellen. In 2015 hadden we nog geen ChatGPT - zo’n systeem konden we ons toen zelfs nog nauwelijks voorstellen.

Onlangs kwam McKinsey op dit rapport uit 2017 terug in een nieuw onderzoek over generative AI: The economic potential of generative AI: The next productivity frontier (2023). Daarin wordt duidelijk dat er inmiddels veel meer mogelijk is dan ten tijde van het eerdere onderzoek gedacht werd. Het aandeel van vaardigheden dat geautomatiseerd kan worden stijgt flink, en sneller dan verwacht. Ook geeft men aan dat de adoptie van deze nieuwe technieken flink achterblijft op het potentieel. Met andere woorden: er ligt een schat aan mogelijkheden, maar we doen er nog relatief weinig mee.

💡 Meer lezen over de invloed van generatieve AI? Je kunt het rapport hier downloaden, op pagina 34 lees je meer over bovenstaande.

Hoe dan ook, het is goed je te realiseren dat er sinds het onderzoek uit 2017 op allerlei gebieden a) ontzettend veel nieuwe ontwikkelingen zijn en b) er óók ontwikkelingen tussen zitten waar je nu nog geen idee van hebt. Het aantal capabilities dat door techniek ingevuld kan worden zal de komende jaren alleen maar verder toenemen.

Automatiseer die capabilities

Op naar de volgende stap in het onderzoek: bepalen in welke mate capabilities en dus banen of sectoren geautomatiseerd kunnen worden. En dat is nog niet zo makkelijk, want vaak is dat van verschillende factoren afhankelijk. Een voorbeeld: het is in principe goed te doen om een machine te ontwikkelen die objecten kan stapelen. Maar moet dat stapelen gebeuren in een onvoorspelbare omgeving, zoals een drukke bouwplaats? Dan heeft die machine heel andere vaardigheden nodig dan in een gecontroleerde omgeving.

Daar heeft McKinsey uiteraard rekening mee gehouden. In Where machines could replace humans - and where they can’t (yet) tonen ze dat met onderstaande weergave: 

  • Verticaal zie je een serie sectoren (bouw, retail, finance, zorg etc) 
  • Horizontaal een mix van activity types (management, expertise, (on)voorspelbaar fysiek werk etc)
  • Met de gekleurde bollen wordt aangegeven in welke mate het werk geautomatiseerd kan worden: van koel blauw (nauwelijks automatisering mogelijk) tot warm rood (zeer goed te automatiseren). De grootte van de bol geeft aan hoeveel mankracht er nu aan die taak besteed wordt. 
  • De grijze balken rechts vatten de boel samen, met een percentage automatiseringspotentieel.

Bron: A Future that works: automation, employment, and productivity - McKinsey.com

Je ziet het: de meeste sectoren zitten al gauw aan een potentieel van 40+ procent automatisering. Interessant zijn dan vooral de grote bollen (véél manuren) en de blauwe bollen (véél automatisering mogelijk). Kent jouw organisatie grote rode bollen? Dan is automatisering de jackpot. Heb je vooral te maken met kleine blauwe bollen, dan is automatisering logischerwijs een heel stuk minder interessant.

45% van het werk is te digitaliseren

We delen graag nog een aantal interessante statistieken uit het onderzoek:

  • Pakweg 45% van al het werk is te digitaliseren. Komt techniek die natuurlijke taal kan verwerken (denk aan taalmodellen als ChatGPT) in de buurt van menselijke prestaties (we zijn een heel eind!), dan stijgt dat naar 58%.
  • 100% digitalisering is vaak niet wenselijk. Slechts 5% van de banen is volledig te digitaliseren.
  • 60% van de banen is voor meer dan 30% te digitaliseren
  • En logischerwijs geeft de inzet van experts in combinatie met software de optimale mix

💡 Zelf spelen met deze dataset? Check Where machines could replace humans - and where they can’t (yet)

We leggen in dit artikel de focus op een aantal publicaties van McKinsey, maar het is goed te weten dat deze voorspellingen breed gedragen worden onder legio gerenommeerde bronnen. Zo schrijft zakenbank Goldman Sachs in Generative AI could raise global GDP by 7 percent (2023) dat tweederde van de banen ten minste deels geautomatiseerd zouden kunnen worden door AI.

Bron: Generative AI could raise global GDP by 7% - GoldmanSachs.com

En nu?

Digitalisering verdient een plaats bovenaan de managementagenda. Het is natuurlijk aan het team om daar zelf invulling aan te geven. Dit onderzoek geeft je een mooi beeld van wat mogelijk is. Misschien heb je al een goede digitale transformatie strategie voor jouw organisatie, die daar op inspeelt. Ben je daar nog niet of onvoldoende mee bezig geweest, dan wordt het tijd. Want je concurrenten doen het zeker..

En stel nou dat jij je hier eerder of verder in verdiept dan de concurrent. Kun je je voorstellen wat dat voor je productivitieit, effectiviteit, concurrentiepositie, innovatie en budgetten kan betekenen? 

Bij Grexx hebben we daar zeker ideeën over. Wil je eens van gedachten wisselen, neem dan gerust contact op met een van onze experts. Of plan een vrijblijvende discovery call. We laten je graag zien wat mogelijk is en we geven je eerlijk advies over digitale transformatie.

Lees meer:

Benieuwd naar alle mogelijkheden?