Op 25 november 2025 kondigde ABN AMRO-topvrouw Marguerite Bérard aan dat de bank tot 2028 ruim 5.200 voltijdsbanen schrapt. Dat is meer dan een vijfde van het personeelsbestand. Klantenservice, operations, administratieve teams en afdelingen die witwascontroles uitvoeren worden naar verwachting met zo’n 35 procent verkleind. AI, zo stelde Bérard, neemt een groot deel van het handmatige werk over.

De AEX sloot die dag hoger. De vakbonden spraken van een schokgolf.

Dat contrast zegt iets. Niet over wie gelijk heeft, maar over het feit dat hetzelfde nieuws twee volkomen verschillende werkelijkheden raakt. De ene werkelijkheid gaat over rendementen, kostenratio’s en marktposities. De andere gaat over mensen die ’s avonds thuiskomen en aan hun partner vertellen dat hun baan verdwijnt. En dat AI de reden is.

Maar is AI werkelijk de reden?

Dat is de vraag die ik wil stellen, niet om cynisch te zijn over de keuzes van ABN AMRO, maar omdat het antwoord er werkelijk toe doet. Voor de mensen die hun baan verliezen. Voor de mensen die blijven. En voor leiders die in dit soort beslissingen meer willen zijn dan een doorgeefluik van een strategie die al vaststond.

Bérard wil dat de verhouding tussen kosten en inkomsten daalt naar 55 cent per verdiende euro. Ze wil ABN AMRO laten uitgroeien tot een van de vijf grootste private banken van Europa. Dat zijn legitieme strategische ambities. Maar ambities zijn geen bewijs dat AI ze kan waarmaken.

De onderzoeksdata zeggen iets anders dan het persbericht. MIT-onderzoek uit 2025, gebaseerd op 150 interviews, 350 medewerkers en de analyse van 300 publieke AI-implementaties, stelde vast dat slechts circa vijf procent van de AI-pilotprogramma’s erin slaagt snelle omzetgroei te realiseren. Een analyse van de RAND Corporation uit datzelfde jaar stelde dat meer dan 80 procent van de AI-projecten niet levert wat ervan werd verwacht. Gartner vond dat slechts 28 procent van de AI-toepassingen in infrastructuur en operaties volledig slaagt en de verwachte ROI realiseert. In 2025 stopte 42 procent van de organisaties in Noord-Amerika en Europa met de meerderheid van hun AI-initiatieven, twee keer zoveel als het jaar daarvoor.

Dit zijn niet de cijfers van een scepticus. Dit zijn de bevindingen van de meest geraadpleegde onderzoeksinstellingen in dit veld.

Aan de ene kant een bank die zegt dat AI duizenden banen overneemt. Aan de andere kant onderzoek dat zegt dat de meeste AI-projecten nog lang niet leveren wat ze beloven.

Dat gat is niet onbelangrijk. Het is de kern van wat dit vraagstuk zo ingewikkeld maakt voor leiders die eerlijk willen zijn.

Want er zijn twee verhalen mogelijk. Het eerste is dat ABN AMRO werkelijk een ingrijpende technologische transformatie doorvoert, waarbij AI taken overneemt die nu door mensen worden gedaan, en dat de banenreductie de eerlijke consequentie is van die verandering. Het tweede is dat de bank haar kosten wil verlagen om winstgevender te worden, dat AI daarvoor het narratief levert dat de keuze minder als een keuze doet klinken, en dat de technologie op dit moment nog lang niet doet wat wordt beweerd.

Beide verhalen kunnen tegelijkertijd waar zijn. Waarschijnlijk zijn ze dat ook. En dat is precies het punt.

CNV-onderhandelaar Arthur Bot noemde de reorganisatie bij zijn aankondiging “een massa-ontslag, vooral gedreven door winstgroei.” Bjorn Cumps, professor aan de Vlerick Management School, stelde het in diezelfde week voorzichtig: “Maar het valt nog af te wachten of ABN AMRO dit daadwerkelijk kan realiseren.” Beide opmerkingen zijn niet anti-technologie. Ze zijn precies. Ze vragen om een onderscheid dat in de communicatie van de bank zelf ontbreekt: het onderscheid tussen wat AI al kan en wat bestuurders hopen dat het gaat kunnen.

Als dat onderscheid niet wordt gemaakt, ontstaat er iets wat ik een AI-alibi noem. De technologie wordt de reden voor besluiten die al om andere redenen waren genomen. Dat verzacht de zichtbare verantwoordelijkheid van het bestuur, maar het vergroot de existentiële onzekerheid bij medewerkers. Als de oorzaak buiten iedereen ligt, bij de tijdgeest, bij de onvermijdelijke opmars van algoritmen, waar is dan nog invloed mogelijk? Wie is er dan aanspreekbaar?

Onzekerheid over je baan is al moeilijk. Onzekerheid over wie er verantwoordelijk is, is ondraaglijk.

Laat me een stap verder gaan, want ik denk dat er een structureel patroon zichtbaar wordt dat verder reikt dan ABN AMRO alleen. In sectoren onder druk zie je een terugtrekkende beweging: meer controle, meer risicomijding, meer nadruk op meetbare uitkomsten. AI past daar goed in. Alles wordt data, modellen en dashboards. De zachtere vragen over betekenisvol werk, loyaliteit en vertrouwen verdwijnen naar de achtergrond. Niet omdat ze onbelangrijk zijn, maar omdat ze moeilijk te kwantificeren zijn en daardoor makkelijk buiten de strategische agenda vallen.

Dat is een probleem. Niet in morele zin, maar in praktische zin. Want de medewerker die zijn werk verliest aan een systeem dat nog niet volledig werkt, die vervolgens hoort dat hij goed begeleid zal worden naar ander werk, die daarna ziet dat zijn voormalige collega’s met de helft van het team het dubbele moeten doen, die trekt conclusies. Over wat de organisatie werkelijk waardeert. Over of hij hier ooit nog zijn nek voor wil uitsteken. Die conclusies zijn moeilijk terug te draaien, ook als de technologie later toch levert wat beloofd was.

Er zit ook een symbolische laag in dit alles die niet onbenoemd mag blijven. AI is niet alleen een set modellen en systemen. Het is ook een signaal. Een bestuur dat zegt “wij zijn toekomstbestendig” en daarvoor naar AI wijst, laat zien dat het durft te digitaliseren, durft te vernieuwen, durft te snijden. Op de financiële markten wordt dat gelezen als daadkracht. Binnen de organisatie wordt het ook gelezen als afstand. Als het gevoel dat de mensen die al jaren klantcontact onderhouden, dossiers verwerken en processen draaiende houden, zijn ingewisseld voor een belofte die nog niet is ingelost.

Dat doet iets met loyaliteit. Met betrokkenheid. Met de bereidheid om nog een keer extra te gaan voor een organisatie die je zojuist heeft laten weten dat je vervangbaar bent door software.

En juist hier ligt de opdracht voor leiders die meer willen zijn dan uitvoerders van een reorganisatieplan.

Wat dat concreet vraagt, is in de eerste plaats eerlijkheid over de aard van de keuze. Maak als leider expliciet onderscheid tussen kostenbesparing, strategische heroriëntatie en werkelijke technologiegedreven verandering. Als de primaire drijfveer de kosten-inkomstenratio is, zeg dat dan. Als AI op termijn taken overneemt maar de technologie nu nog niet volledig bewezen is, zeg dat ook. Dat vraagt moed, omdat het de verantwoordelijkheid weer zichtbaar bij het bestuur legt in plaats van bij een algoritme.

Verbind de technologie daarna aan het concrete werk. Welke taken verdwijnen precies? Welke taken verschuiven? Welke nieuwe vormen van vakmanschap zijn nodig? Wat verandert er in de waardigheid van het werk dat overblijft? Die vragen zijn niet soft. Ze zijn strategisch. Organisaties die AI succesvol integreren, zo laat onderzoek van McKinsey zien, zijn twee keer zo waarschijnlijk om end-to-end werkprocessen te herontwerpen vóórdat ze technologie selecteren. De technologie volgt de bedoeling. Niet andersom.

En gebruik de reorganisatie als aanleiding voor een serieus gesprek over cultuur. Welke organisatie wil ABN AMRO zijn als meer werk door systemen wordt gedaan? Welke rol krijgen oordeelsvermogen, tegenspraak en het vermogen om morele grenzen te trekken? Wat is de waarde van de medewerker die iets ziet wat het model niet ziet? Die vragen verdwijnen uit beeld als de technologie als vanzelfsprekend antwoord wordt gepresenteerd.

Er zijn ook dingen die beter niet gedaan worden. Gebruik AI niet als etiket voor klassieke kostenbesparingen. Ga niet door met experimenten zonder duidelijke bedoeling, verantwoordelijkheid en toetsing. En vermijd de gedachte dat het aanschaffen van technologie gelijk staat aan de integratie ervan in het dagelijkse werk. Gartner stelt dat 85 procent van de AI-projecten mislukt door slechte datakwaliteit of het ontbreken van relevante data. De infrastructuur, de processen en de manier van besturen moeten op orde zijn voordat grootschalige uitrol zinvol is. Zonder die basis vergroot een organisatie vooral haar complexiteit en druk, zonder dat daar duurzame waarde tegenover staat.

De echte verandering vindt niet plaats in systemen. Ze vindt plaats in rollen, relaties en routines.

Er is een risico dat ik wil benoemen omdat het zelden hardop wordt gezegd. Wanneer medewerkers ervaren dat technologie als excuus wordt gebruikt voor besluiten die al vaststonden, brokkelt vertrouwen snel af. Niet als eenmalige reactie op slecht nieuws, maar als structurele beschadiging van de relatie tussen organisatie en mens. Onderzoek naar psychologische veiligheid, waaronder het werk van Amy Edmondson, laat zien dat medewerkers die zich niet veilig voelen om hun oordeel uit te spreken stoppen met het signaleren van problemen. In een omgeving die steeds meer op AI-systemen leunt, is dat bijzonder gevaarlijk. De medewerker die ziet dat het model iets mist, moet dat kunnen zeggen.

Er is ook het risico van erosie van professionele identiteit, een risico dat zelden wordt benoemd in reorganisatieplannen maar dat in de praktijk zwaar weegt. Wanneer ondersteunende professionals vooral horen dat hun werk op termijn door systemen wordt overgenomen, neemt hun betrokkenheid af nog voordat de technologie echt werkt. Niet omdat ze niet willen meewerken, maar omdat het verhaal hen vertelt dat hun vakkennis, hun ervaring en hun oordeel inwisselbaar zijn. Dat doet iets met mensen. Het doet iets met de energie waarmee ze hun werk doen in de maanden en jaren die volgen. Organisaties die dit onderschatten, betalen een prijs die niet in het reorganisatieplan staat maar wel in de resultaten.

Er is ook het risico van overschatte beloften. Als de organisatie rekent op besparingen die in de praktijk niet worden gerealiseerd, ontstaat er een gat in het verhaal. De belofte van AI wordt dan een bron van teleurstelling, voor bestuurders, voor aandeelhouders en voor de medewerkers die zijn ontslagen omwille van een technologie die nog niet deed wat werd beweerd.

Een verhaal dat groter is dan de werkelijkheid, haalt de werkelijkheid uiteindelijk in.

Wat dit alles vraagt van leiders is niet ingewikkeld in theorie, maar veeleisend in de praktijk. Het vraagt de bereidheid om te zeggen: dit besluit is van ons. Niet van de tijdgeest. Niet van het algoritme. Van ons. Met alle consequenties van dien.

Dat is geen zwakte. Dat is precies de kracht die mensen van leiders verwachten op het moment dat hun wereld kantelt.

ABN AMRO heeft inmiddels in 2025 al circa 1.500 banen geschrapt, zo maakte de bank in februari 2026 bekend. Dat is bijna 30 procent van de geplande afbouw in één jaar. De reorganisatie loopt. De vraag is niet meer of ze doorgaat. De vraag is of de mensen die erin meegaan, en de mensen die achterblijven, een leider tegenkomen die hen met open vizier vertelt waarom. En die, als het antwoord niet volledig klopt, de moed heeft om dat te zeggen.

Noten voor wie verder wil lezen:

1. MIT Project NANDA, The GenAI Divide (2025). Onderzoek onder 150 interviews, 350 medewerkers en 300 publieke AI-implementaties. Bevinding: slechts circa vijf procent van de generatieve AI-pilotprogramma’s realiseert meetbare omzetgroei.
2. RAND Corporation, AI Project Outcomes Analysis (2025). Analyse van AI-implementaties in grote organisaties. Bevinding: meer dan 80 procent van de AI-projecten levert niet de beoogde bedrijfswaarde.
3. Gartner, AI Use Cases in Infrastructure and Operations (2026). Survey onder 782 I&O-leiders. Bevinding: slechts 28 procent van de AI-toepassingen slaagt volledig en realiseert de verwachte ROI.
4. Amy C. Edmondson, The Fearless Organization (2018, Wiley). Over psychologische veiligheid als voorwaarde voor lerende organisaties, en waarom mensen stoppen met het signaleren van problemen als ze zich niet gehoord weten.
5. Ajay Agrawal, Joshua Gans & Avi Goldfarb, Power and Prediction (2022, Harvard Business Review Press). Over hoe AI de aard van besluitvorming verandert, en waarom de organisatorische consequenties zwaarder wegen dan de technologische.