Vraag het niet aan een expert. Vraag het aan de data.

Waarom iedereen gokt terwijl de cijfers er gewoon liggen

Ga even mee in je hoofd door de laatste tien gesprekken die je gehad hebt over AI en werk. Op café, op een netwerkmoment, in de comments onder een post. Ik durf te wedden dat het bijna allemaal meningen waren. "Copywriters zijn eraan voor de moeite." "Boekhouders gaan het eerst voelen." "In de bouw verandert er niks."

Sterke uitspraken. Alleen: niemand aan die tafel had er ooit een cijfer bij gezien. En dat is raar, want de cijfers bestaan wél. Anthropic, het bedrijf achter Claude, publiceert de Economic Index: een open dataset waarin ze miljoenen anonieme gesprekken met Claude gekoppeld hebben aan de officiële beroependatabank die arbeidseconomen gebruiken. Welke taken, welke beroepen, en of mensen de AI het werk laten overnemen of ermee samenwerken.

Gratis. Publiek. Voor iedereen te downloaden. En je hebt er geen datawetenschapper voor nodig, want je kan Claude er gewoon zelf doorheen laten lezen.

Wat de Economic Index precies meet, in mensentaal

Stel je voor dat je van elk gesprek met Claude één ding mag noteren: welke taak uit een echt beroep zat hierachter? "Een contract nakijken" hoort bij juridisch werk. "Een lespakket maken" bij onderwijs. "Een bug oplossen" bij software. Dat doen ze, op grote schaal, zonder dat er ook maar één gesprek zelf gelezen of gedeeld wordt.

Daar rollen drie soorten inzichten uit:

1. Welke beroepsgroepen het meest opduiken. Technische en schrijvende beroepen zitten er zwaar in. Werk met veel handen en fysieke aanwezigheid, veel minder.

2. Automatiseren of versterken. Vraagt iemand "doe dit voor mij" (overnemen), of "denk mee, geef feedback, leer het mij" (versterken)? Die verhouding verschilt sterk per soort werk, en dát is meestal het interessantste cijfer, of je nu een zaak hebt of in loondienst werkt.

3. Waar ter wereld, en hoe snel het beweegt. Ze publiceren nieuwe rondes, dus je kan zien wat verschuift in plaats van één momentopname.

Zet het aan, dit duurt een minuut

Je hebt hier geen betaald abonnement voor nodig en je hoeft niks te installeren.

De drie vragen die je als eerste stelt

Vervang overal "[jouw beroep]" door wat jij doet. Hoe concreter, hoe beter: niet "marketing" maar "e-mailmarketing voor webshops".

Vraag 1 — Waar zit ik in de tabel?

Ik werk als [jouw beroep]. Zoek in deze dataset de beroepen en taken die het dichtst bij mijn werk liggen. Geef me:
1. hoe hoog die scoren in het gebruik, vergeleken met de rest
2. welke concrete taken binnen dat beroep er het vaakst in voorkomen
3. welke taken uit mijn werk er opvallend WEINIG in voorkomen

Gebruik de analysetool en toon telkens de cijfers waarop je je baseert.

Vraag 2 — Nemen ze het over, of werken ze ermee samen?

Kijk voor de taken die bij [jouw beroep] horen naar de verhouding tussen automatiseren en versterken.
Zeg me in gewone taal: gebruiken mensen in dit soort werk de AI vooral om iets volledig uit handen te geven, of om beter te worden in wat ze zelf doen?
Vergelijk het met twee andere beroepsgroepen zodat ik weet of mijn sector afwijkt.

Vraag 3 — Waar zit mijn gat?

Dit is mijn week, eerlijk opgesomd: [som op wat je effectief doet, uur per uur of taak per taak].
Leg dat naast de taken die in deze dataset het meest met AI gedaan worden.
Geef me drie dingen die ik nog volledig manueel doe terwijl de data toont dat veel mensen daar al hulp bij inschakelen. Zet ze op volgorde van hoeveel tijd ik ermee zou winnen, en zeg er telkens bij waarom je dat denkt.

De beperking die je moet kennen voor je conclusies trekt

En nu het stuk dat je bijna nergens leest, terwijl het het belangrijkste is.

Deze cijfers tonen hoe mensen Claude gebruiken. Ze tonen niet hoe de arbeidsmarkt evolueert. Dat lijkt een detail. Het is het hele verschil.

Drie dingen om in je achterhoofd te houden. Eén: het gaat over één tool. Wie in jouw sector met een ander model of met branchesoftware werkt, zit hier gewoon niet in. Twee: veel gebruik betekent niet "dit beroep verdwijnt", en weinig gebruik betekent niet "hier ben je veilig". Vaak betekent weinig gebruik enkel dat er nog niemand een goede manier gevonden heeft. Dat is een kans, geen schild. Drie: dat iets technisch kan, wil niet zeggen dat een klant het zo wil. Vertrouwen, aansprakelijkheid en gewoontes bewegen veel trager dan technologie.

Dus: gebruik de data om betere vragen te stellen over je eigen werk. Niet om een voorspelling te doen over andermans job. Wie het als voorspelling verkoopt, heeft het niet begrepen.

Wat ik zou doen met wat eruit komt

Niet: je businessmodel omgooien. Wel dit, en het duurt een halve dag.

Neem de drie taken uit vraag 3 en bouw er één setup voor. Eén Project in Claude, met jouw context erin, dat die taak elke week doet zoals jij ze zou doen.

Kijk waar jouw sector laag scoort en vraag je af of dat een muur is of gewoon een gat in de markt. Meestal is het het tweede.

Zet het in je agenda om over drie maanden opnieuw te kijken. Er komen nieuwe rondes bij. Wat vandaag niet in de cijfers zit, zit er in het najaar misschien wel.