Een korte video van Dario Amodei, ceo van Anthropic, verspreidt zich op X. Gevraagd wat een scholier die bijna klaar is nu moet doen, zegt hij naar verluidt dat AI al instapwerk in recht, financiën en consultancy kan doen en dat er banen zullen verdwijnen, “waarschijnlijk een groot aantal”. Het bericht dat de clip deelt voegt een kopgetal toe (de helft van de instapbanen in kantoorberoepen binnen een tot vijf jaar ontwricht) en een lijst gratis tools.
Wij behandelen dit als gespreksstarter, niet als voorspelling. De citaten en cijfers komen uit dat bericht, niet uit een transcript dat wij hebben gecontroleerd. Amodei heeft eerder vergelijkbare waarschuwingen geuit, maar tijdlijnen zijn schattingen en niemand weet precies hoe het loopt. Nuttig is het hoe dan ook om te kijken hoe het werk verandert en wat een verstandig mens daaraan doet.
Wat er gezegd is
De bewering. Volgens het bericht noemt Amodei starters in recht, financiën en consultancy als eerste carrières in de vuurlinie en zegt hij dat AI “ook banen zal elimineren, waarschijnlijk een groot aantal”. Het bericht schrijft hem de schatting toe dat de helft van de instapbanen in kantoorberoepen binnen een tot vijf jaar ontwricht kan raken.
De redenering. Eerdere omwentelingen, van landbouw en fabrieken tot internet, gaven werknemers tijd om bij te benen. Deze zou dieper snijden en sneller gaan, dus is de aanpassingstijd korter.
Het advies. Leer AI gebruiken. Het bericht voegt een eigen, scherpere kijk toe: AI gebruiken is nu het minimum, het verschil maakt een “harness” dat het voor je laat draaien.
Om in gedachten te houden. Een voorspelling is geen zekerheid. Aanname kan vertragen in plaats van stoppen, er kunnen nieuwe rollen ontstaan en regelgeving, aansprakelijkheid en vertrouwen van klanten bepalen hoe snel bedrijven werk aan software geven. Neem de richting serieus en de exacte cijfers met een korreltje zout.
Waarom instapwerk als eerste geraakt wordt
Instaprollen in recht, financiën en consultancy hebben hetzelfde profiel: duidelijk afgebakende taken, veel documenten, heldere kwaliteitscontroles en een senior die het resultaat beoordeelt. Juist daar is AI het sterkst. Contracten doorlezen, een eerste financieel model bouwen, rapportages samenvatten, een onderzoeksmemo of presentatie opstellen: dat is werk waarmee starters vroeger het vak leerden.
Het risico is niet alleen minder plekken. De klassieke carrièreladder, waarop je leert door routinewerk, verliest haar onderste treden. Het best af zijn wie AI-uitvoer kan controleren, fouten ziet en verantwoordelijkheid neemt voor het resultaat; die vaardigheid kun je nu al opbouwen. Over de zakelijke kant van deze verschuiving lees je meer in onze gids over AI-strategie en ROI (EN).
Van chatten tot de AI laten draaien
Het bericht vat de ontwikkeling samen in één regel: Chatten, prompten, agents, harness, loops, jij laat de AI draaien. Dat is een bruikbare kaart.
Chatten en prompten is waar de meesten stoppen: een vraag stellen, een antwoord kopiëren. Agents handelen namens jou (zoeken, bestanden schrijven, websites bedienen); onze introductie Wat zijn AI-agents? (EN) behandelt de basis. Een harness is de opzet rond het model: tools, geheugen, instructies en vangrails. Loops laten het doorwerken tot een doel is bereikt, zoals we uitleggen in AI-agent-loops. Aan het eind van de ladder doe je de taak niet meer zelf: je legt haar vast, controleert haar en draagt de verantwoordelijkheid voor de uitkomst.
Wat is een AI-harness?
Een harness is alles wat van een ruw model een betrouwbare medewerker maakt: de tools die het mag aanroepen, de bestanden en data die het kan lezen, het geheugen tussen sessies, de regels waaraan het zich moet houden en de controles die bepalen of het werk af is. Twee mensen met hetzelfde model halen heel verschillende resultaten als de een een harness heeft gebouwd en de ander in een chatvenster typt.
In de praktijk kan een persoonlijk harness voor een junioranalist bestaan uit een onderzoeksagent die bronnen verzamelt, skills die Excel-, Word- en PowerPoint-bestanden in jouw sjabloon maken, een geheugenlaag voor klanten en voorkeuren en een loop die doorgaat tot een checklist slaagt. Jij beoordeelt het eindresultaat in plaats van elke versie zelf te schrijven.
Een waarschuwing. Een harness versterkt jou, het vervangt geen oordeelsvermogen. Agents met toegang tot geld, klantgegevens of productiesystemen hebben strakke rechten, logging en menselijke goedkeuring nodig voor alles wat onomkeerbaar is. Meer daarover in waarom AI-agents nooit het mandaat van een financiële medewerker mogen erven (EN).
Een AI-harness laten bouwen voor uw team?
De juiste keuze van tools, rechten en controlestappen telt zwaarder dan de tools zelf. Wij helpen teams agents en workflows te ontwerpen die tijd besparen zonder risico toe te voegen.
Plan een consult14 gratis tools om er een te bouwen
Het bericht noemt 14 projecten, allemaal gratis om mee te beginnen. Wij noemen ze zoals daar beschreven. Alleen de vier waarvan de volledige links in het bericht zichtbaar waren, zijn gelinkt; zoek voor de rest de projectnaam op GitHub en controleer de repository zelf voordat je iets uitvoert. Wees voorzichtig met code van derden: lees wat het doet, draai het in een sandbox en geef het nooit inloggegevens die je niet kunt vernieuwen.
Anthropic-plug-ins voor kenniswerk: kant-en-klare Claude-plug-ins voor recht, financiën, sales, HR en data.
Anthropic-agents voor financiële dienstverlening: agents op analistenniveau die modellen, memo's en researchnotities maken.
Anthropic Skills: skills voor Excel-, Word-, PowerPoint- en pdf-bestanden.
Dexter (virattt/dexter): een agent die zelfstandig financieel onderzoek doet.
GPT Researcher (assafelovic): een agent die elk onderwerp diepgaand onderzoekt.
PandasAI (sinaptik-ai): stel je spreadsheets en databases vragen in gewone taal.
CrewAI (crewAIInc): agents die als team werken, elk met een eigen rol.
Deep Agents (langchain-ai): een harness met de gangbare onderdelen ingebouwd.
Claude Agent SDK (Anthropic): de SDK om je eigen agents te bouwen.
Mem0 (mem0ai/mem0): een geheugenlaag zodat agents context onthouden.
Ralph (snarktank/ralph): een loop die een agent laat doorgaan tot de klus klaar is.
Browser Use (browser-use): een agent die websites doorklikt en formulieren invult.
n8n (n8n-io/n8n): automatiseer routinewerk met drag-and-drop-workflows.
AI Agents for Beginners (Microsoft): 18 gratis lessen over het bouwen van agents.
Het bericht stelt de totale kosten op $0. De software mag gratis zijn, modelgebruik, hosting en je tijd zijn dat niet, en een fout kan duur zijn. Reken met alle vier.
Wat je deze maand kunt doen
1. Kies één terugkerende taak uit je eigen werk (een weekrapport, een contractchecklist, een marktoverzicht) en schrijf op hoe “klaar en correct” eruitziet. Een harness heeft een helder doel nodig.
2. Automatiseer de eerste versie, houd de controle. Bouw een kleine agent of workflow die het concept maakt en steek je energie in het toetsen aan bronnen.
3. Voeg geheugen en controles toe. Leg voorkeuren en sjablonen één keer vast en voeg een verificatiestap toe, zodat de agent zijn cijfers moet onderbouwen.
4. Houd bij wat de agent fout deed. Die lijst is je echte expertise en het deel dat moeilijk te vervangen is.
5. Leer de basis eronder. Kennis van recht, boekhouden en strategie laat je zien wanneer de uitvoer fout is. AI maakt vakoordeel waardevoller, niet minder waardevol.
Leid je een team in plaats van een eigen carrière, dan geldt dezelfde logica op bedrijfsniveau: de winnaars ontwerpen het harness, de vangrails en het beoordelingsproces. Wil je daar hulp bij, neem dan contact met ons op.
Veelgestelde vragen
Wat zei Dario Amodei over instapbanen?
Volgens een breed gedeeld bericht op X zei hij dat AI al instapwerk in recht, financiën en consultancy kan doen en veel banen zal elimineren, en dat de helft van de instapbanen in kantoorberoepen binnen een tot vijf jaar ontwricht kan raken. De exacte bewoording hebben wij niet aan een transcript getoetst.
Welke instapbanen zijn het meest kwetsbaar voor AI?
Rollen met afgebakende, documentzware taken en heldere kwaliteitscontroles: juridische documentbeoordeling, financiële analyse en modellering, en consultancy-onderzoek en presentaties zijn de genoemde voorbeelden.
Wat is een AI-harness?
De opzet rond een AI-model die het betrouwbaar maakt: tools, toegang tot data, geheugen, instructies, vangrails en de controles die bepalen wanneer een taak klaar is. Daardoor kunnen agents en loops met weinig toezicht draaien.
Zijn de open-sourcetools echt gratis?
De code is gratis te gebruiken onder de licentie van elk project, maar modelgebruik via API, hosting en tijd kosten wel, en code van derden controleer je voordat je die met echte data draait.
Hoe moet een student of afgestudeerde reageren?
Leer AI goed gebruiken en ga een stap verder: bouw een klein harness voor een taak die je herhaalt, houd je vakkennis sterk om fouten te vangen en wees degene die het AI-ondersteunde resultaat controleert en verantwoordt.