De eerste AI-first bedrijven: meer ingenieurs, minder managers
5 min
De fabuleuze waarderingen voor AI-(gerelateerde) bedrijven doen het beste verhopen. Deze technologie kan de economische groei aanzienlijk versnellen. Uit verschillende veldexperimenten blijkt dat werknemers een stuk productiever zijn wanneer ze LLM-gebaseerde tools gebruiken. Intussen worden ook bedrijven productiever, en niet alleen omdat werknemers sneller werken met een chatbot binnen handbereik.
AI vaker ingebouwd in het product
Onderzoekers Hyunjin Kim en Rembrand Koning stellen dat AI steeds vaker in het product zelf zit ingebouwd, zodat taken die vroeger intern door mensen werden uitgevoerd nu rechtstreeks via software verlopen. In die zin verschuift productieve capaciteit van de organisatie naar het product.
Kim en Koning vergelijken AI-native start-ups met vergelijkbare niet-AI-bedrijven uit Y Combinator en PitchBook, en koppelen die aan personeelsdata over teamgrootte, functiemix, senioriteit en hiërarchie. Zo bekijken de auteurs niet alleen of AI-bedrijven anders presteren, maar vooral of ze ook anders zijn georganiseerd. Hun centrale onderscheid is tussen AI als intern hulpmiddel voor werknemers en AI als kerncomponent van wat bedrijven verkopen.
Opvallende resultaten
AI-native teams zijn gemiddeld kleiner, en dat doorheen de hele opstartfase (zoals te zien is in onderstaande grafiek). Maar ze zijn ook technischer samengesteld: er werken relatief meer ingenieurs en minder mensen in sales, operations, finance en administratie. Dat ondersteunt het idee dat een deel van het werk verschuift van menselijke uitvoering naar productontwikkeling en -onderhoud.
Dat is des te interessanter omdat experimenten vaak tonen dat AI vooral onervaren werknemers productiever maakt. Je zou dus verwachten dat AI-native bedrijven meer op juniors steunen. De studie vindt net het omgekeerde: deze bedrijven tellen relatief minder instapfuncties en meer seniorprofielen. AI lijkt op taakniveau dus vaak substitueerbaar of ondersteunend voor beginners, maar op organisatieniveau vooral complementair met ervaren, technische profielen.
Kleinere, meer ervaren en technischere teams vereisen ook een andere manier van samenwerken. De auteurs meten minder hiërarchische lagen: het mediane AI-native bedrijf telt er drie, één minder dan de controlegroep. Ook het aandeel managers ligt lager. Dat wijst op vlakkere organisaties, met minder nood aan coördinatie tussen grote aantallen werknemers.
Zijn die bedrijven ook productiever?
De auteurs zijn voorzichtig, maar de signalen wijzen wel in die richting. AI-native start-ups halen vergelijkbare waarderingen met minder mensen, wat neerkomt op meer gecreëerde waarde per werknemer en dus een hogere kapitaalefficiëntie.
Cruciaal is hoe AI in het product zit. Het automatiseert het werk dat vroeger door mensen werd gedaan, vergroot de slagkracht van experts of levert infrastructuur waarop anderen verder bouwen. Precies daar ligt de bijdrage van de studie: meer AI in het product betekent vaak minder menselijke arbeid, zowel bij de start-up zelf als bij de klant.
Minder werkgelegenheid?
Toch trekken de auteurs niet de simplistische conclusie dat dit automatisch minder werkgelegenheid betekent. Omdat AI ook de toetredingsdrempel verlaagt, kunnen er net meer start-ups ontstaan. Stelliger zijn ze over de rol van managers: die verschuift in hun visie van interne capaciteit opbouwen en ontwikkelen naar externe AI-capaciteiten slim integreren.