Taylorisme 2.0: hoe AI de nieuwe stopwatch op de werkvloer werd

In 1969 liepen Zweedse mijnwerkers rond met borden waarop stond: “Vi är ej maskiner”, wij zijn geen machines. Hun protest gold niet tegen de machines zelf, maar de nieuwe methodes om hun output te meten. Ruim een halve eeuw later keert dat meten terug, nu in de vorm van algoritmisch management: software die het werk opknipt, telt en aanstuurt. Voor operators en monteurs in de Nederlandse maakindustrie draait het daarom om een actuele vraag: wie bepaalt straks het werktempo?

Die vraag staat centraal in We Are Not Machines, het boek van Financial Times-journalist Sarah O’Connor dat onlangs verscheen. O’Connor reisde jaren langs magazijnen, mijnen en zorgorganisaties om te zien hoe kunstmatige intelligentie en automatisering het werk veranderen. Haar conclusie is dat het echte vraagstuk niet de techniek is, maar een oud idee dat eronder schuilgaat: het taylorisme, de aanname dat elk werkproces valt op te knippen in meetbare, uitwisselbare onderdelen. Automatisering zou saai, vuil en gevaarlijk werk overnemen, schrijft ze, maar haar notitieboekje vulde zich met verhalen van goede banen die slechter werden.

Van de stopwatch naar de software

De hoofdrol in het boek is voor Frederick Winslow Taylor, de grondlegger van het managementadvies. Begin twintigste eeuw stond hij met een stopwatch op de fabrieksvloer om elke handeling in stukjes te knippen en de snelste route voor te schrijven. Taylor stierf ruim een eeuw geleden, maar zijn denken leeft voort in vrijwel elke werkplaats. De Britse criticus John Ruskin verzette zich er al tegen: het is niet de arbeid die wordt opgedeeld, schreef hij, “maar de mensen, opgedeeld in loutere segmenten van mensen”. O’Connor ziet in AI een nieuwe drager van datzelfde idee. Ogenschijnlijk neutrale technische hulpmiddelen, stelt ze, smokkelen krachtige aannames via de achterdeur een markt binnen. Een daarvan is dat de bijdrage van mens en machine inwisselbaar is: wie menselijke arbeid ziet als één te optimaliseren onderdeel van een van bovenaf geregeld systeem, bekijkt ook nieuwe techniek door die bril.

Wat automatisering oplevert

Tegenover dat sombere beeld staan concrete winsten. In een Zweedse mijn van Boliden, een bedrijf dat prat gaat op zijn automatiseringsexperimenten, kregen vakbondsvertegenwoordigers een plek in de bestuurskamer. Samen met de directie voerden zij zelfrijdende, op afstand bewaakte trucks in, waarmee de levensduur en de opbrengst van de mijn toenamen. De productiviteit verdubbelde, en volgens een bondsbestuurder stonden de leden juist positiever tegenover vernieuwing. Tegelijk hielden zij techniek tegen die zij vreesden, zoals overdreven toezicht. O’Connor noemt het een Zweeds compromis: doordat beide partijen over macht en informatie beschikten, en al decennia samenwerkten, konden zij de verandering sturen. Het optimistische kamp in het bredere AI-debat wijst op eenzelfde mechanisme: als saai en zwaar werk verdwijnt, verschuiven mensen naar taken van hogere waarde en ontstaan nieuwe functies en bedrijven.

Wat automatisering kost

De keerzijde toont O’Connor in het Amazon-magazijn EMA4 bij Birmingham, waar robots en mensen zij aan zij artikelen pakken en wegzetten. Achter die vloer zit een onzichtbare productielijn: controleurs in Costa Rica en India bekijken in diensten van negen uur tot achtduizend videobeelden per week om de camerasystemen te controleren. De belofte van bevrijding door machines maakt daar plaats voor werk dat door machines wordt opgejaagd.

Dichter bij huis waarschuwt onderzoeksinstituut TNO voor eenzelfde patroon. De manier waarop algoritmisch management wordt ingezet, is volgens onderzoeker Wouter van der Torre bepalend voor de werkbeleving: ervaren werknemers meer controle door de techniek, dan dalen hun autonomie en stijgen werkdruk en burn-outklachten. In een TNO-analyse van algoritmisch management staan callcenters met minutieuze automatische controle naast groenbedrijven waar medewerkers via een app juist zelf hun kwaliteit bewaken. Dezelfde soort software, een heel ander resultaat. Dat sluit aan bij de nuchtere afweging die O’Connor optekent: als het werk van een machine iets slechter is dan dat van een mens, maar veel goedkoper en sneller, is dat voor sommige opdrachtgevers een aanvaardbare ruil.

De rekening voor de maakindustrie

Voor Nederlandse technische bedrijven is dat geen abstracte discussie. De arbeidsmarkt is krap, goede operators en onderhoudsmonteurs zijn schaars, en AI belooft planning, kwaliteitscontrole en storingsdetectie te versnellen. Precies daar zit het spanningsveld. Wie de vakman ondersteunt met data die hij zelf kan lezen en betwisten, vergroot diens grip op het werk. Wie diezelfde data gebruikt om elke handeling af te rekenen tegen een norm, maakt van de monteur een verlengstuk van het systeem. Het onderscheid zit niet in de algoritmes, maar in de afspraken eromheen: welke gegevens worden verzameld, met welk doel, en hoe iemand bezwaar kan maken tegen een geautomatiseerd besluit.

De hoopvolle voorbeelden uit het boek draaien om dat punt. Amerikaanse scenarioschrijvers legden na een staking vast wanneer AI in hun werk mag meedoen, en Nederlandse zorgverleners begonnen een eigen praktijk om zorg zonder strakke tijdklem te kunnen leveren. Telkens pakten werkenden zelf een deel van de zeggenschap terug.

Wie bepaalt het tempo

Een eenduidig oordeel dringt zich niet op. Automatisering kan zwaar werk verlichten, de productiviteit opvoeren en schaarse vakmensen ontlasten, zoals de Zweedse mijn laat zien. Diezelfde techniek kan werk ook uithollen tot een reeks getelde handelingen, met minder ruimte voor vakmanschap en oordeel. Het verschil wordt zelden door de software zelf beslist, maar door de mensen die bepalen hoe zij wordt ingezet.

Voor de Nederlandse maakindustrie ligt de opgave daarmee minder bij de vraag óf AI de werkvloer meet, en meer bij de vraag wie meebeslist over wat er gemeten wordt en waarom. O’Connor besluit haar boek met een waarschuwing die ook hier weerklinkt: “Het doel mag zijn om machines naar ons beeld te maken, maar het gevaar is dat wij, bijna ongemerkt, onszelf naar dat van hen hervormen.”
Of het zover komt, is nog geen uitgemaakte zaak.