98% van de schade-experts is negatief over AI op de werkvloer

TL;DR

• Wat: Uit Glassdoor-reviews blijkt dat 98% van de Amerikaanse schade-experts die AI noemen, er negatief over is — met klachten over fouten, extra werk en verlies van banen.
• Waarom relevant: Als je als ondernemer AI inzet in processen waar menselijk oordeel telt, kun je tegen dezelfde weerstand en kwaliteitsproblemen aanlopen.
• Wat je ermee kunt: Voordat je AI inzet bij klantgerichte processen, inventariseer welke fouten het systeem kan maken en wie er verantwoordelijk voor is als het misgaat.

Ik viel deze week over een artikel van WIRED dat een behoorlijk helder beeld schetst van wat er gebeurt als je AI te snel te veel verantwoordelijkheid geeft. De Amerikaanse verzekeringssector blijkt een soort stresstest te zijn voor AI op de werkvloer — en de resultaten zijn niet fraai. Voor mij reden genoeg om te kijken wat dit betekent voor ondernemers die zelf met AI-tools werken of dat overwegen.

Wat er aan de hand is

Glassdoor, het platform waar werknemers anoniem hun werkgever beoordelen, heeft samen met WIRED gekeken naar reviews van zogenoemde claims adjusters — schade-experts die bij verzekeraars schadeclaims beoordelen en afhandelen. Van alle reviews waarin AI werd genoemd (tussen juni 2025 en mei 2026), was 98 procent negatief. Ter vergelijking: over álle beroepsgroepen heen is dat percentage 53 procent. Schade-experts zijn dus uitzonderlijk kritisch.

Dat is niet zomaar een onderbuikgevoel. De klachten zijn concreet: AI-systemen classificeren schadeclaims verkeerd, genereren samenvattingen die niet kloppen, en lezen documenten fout. Ahmad Jackson, een van de schade-experts die WIRED sprak, zei het zo: "AI is getting things wrong… implementing more work onto adjusters." En Geoffrey Conrad beschreef een breed gevoel van uitputting: "There's an AI fatigue… exhausted as far as AI being shoved down our throats."

Wat mij hier opvalt, is dat de frustratie niet gaat over het principe van AI. Het gaat over de uitvoering.

De opruimploeg

Het patroon dat uit de reviews naar voren komt, is herkenbaar voor iedereen die wel eens een AI-tool heeft geprobeerd: het systeem doet tachtig procent goed, maar de twintig procent die het fout doet, kost méér tijd om te corrigeren dan wanneer je het zelf had gedaan. Bij schade-experts is dat extra pijnlijk, want hun fouten raken direct de klant.

Stel dat je als ondernemer een schadeclaim indient bij je verzekeraar. Een AI-systeem leest je documenten, maakt een samenvatting, en stuurt die door naar de afdeling. Maar er zit een vlek op het document — letterlijk. Sandy Avina, een schade-expert, beschrijft in het WIRED-artikel hoe een smetvlek op een document van een advocaat kan leiden tot een hallucination: het AI-systeem verzint dan informatie die er niet staat. De schade-expert moet vervolgens uitzoeken wat er echt in het document stond, de fout corrigeren, en de klant te woord staan die ondertussen boos is over een beslissing die niemand bewust heeft genomen.

Ik vind het eerlijk gezegd veelzeggend dat klanten de schade-expert de schuld geven, terwijl het de AI was die de fout maakte. Die dynamiek — mens draait op voor de fouten van de machine — is iets om als ondernemer goed over na te denken.

De banen verdwijnen ondertussen wél

Terwijl schade-experts klagen over de kwaliteit van AI, krimpt hun beroepsgroep fors. Volgens cijfers van het Amerikaanse Bureau of Labor Statistics daalde de werkgelegenheid onder schade-experts met 21 procent tussen mei 2025 en mei 2026. Vacatures voor instapfuncties zijn met 50 procent gedaald sinds 2025.

Verzekeringsbedrijf Lemonade laat zien waar dat naartoe gaat: hun AI-chatbot Jim verwerkt 96 procent van alle eerste schaderapportages, en automatisering handelt inmiddels 55 procent van álle claims af. Een woordvoerder van Lemonade erkent dat dit invloed heeft op werkgelegenheid, maar stelt dat medewerkers zich zo kunnen richten op "empathy, care, and expertise on the most complex claims."

Dat klinkt logisch. Maar als je kijkt naar de Glassdoor-reviews, is het beeld dat de medewerkers die overblijven juist méér werk hebben — niet minder — omdat ze steeds AI-fouten moeten herstellen.

Wat betekent dit voor een ondernemer in Nederland?

Je denkt misschien: dit gaat over grote Amerikaanse verzekeraars, wat heb ik daar aan? Meer dan je zou verwachten, denk ik.

Ook in Nederland wordt AI volop ingezet in de verzekeringsbranche. Beeldherkenning voor autoschades, NLP-modellen die schadeformulieren beoordelen, automatische uitkeringsbeslissingen bij eenvoudige claims — het gebeurt al. En met de AI Act die in Europa van kracht is, moeten verzekeraars vóór augustus 2026 hun AI-toepassingen in kaart hebben gebracht en beoordelen of ze onder hoog-risico classificaties vallen.

Maar los van verzekeringen: het patroon is universeel. Als je AI inzet in een proces waar fouten consequenties hebben voor klanten of opdrachtgevers, moet je drie dingen helder hebben:

Wie draait op voor de fouten?

Bij de Amerikaanse schade-experts is het antwoord: de mens. De AI maakt de fout, de medewerker lost het op, en de klant is boos op de medewerker. Als jij AI inzet voor offertes, klantenservice of facturatie, stel jezelf dan de vraag: als het systeem iets fout doet, wie merkt dat als eerste? En wie moet het oplossen?

Hoeveel tijd kost de correctie?

Het idee achter AI is tijdwinst. Maar als je medewerkers structureel AI-output moeten nalopen en corrigeren, verschuif je het werk in plaats van het te verminderen. Ik zou zelf willen weten: hoe meet je of AI écht tijd bespaart, en niet alleen de aard van het werk verandert?

Is er een terugvaloptie?

Conrad zegt in het WIRED-artikel: "AI should never be given the keys." Vrij vertaald: geef AI niet de sleutel van het hele proces. Dat is wat mij betreft een goed principe. Kun je het proces ook draaien zonder de AI? Als het antwoord nee is, heb je een afhankelijkheid gecreëerd die je kwetsbaar maakt.

Niet tegen AI, wel tegen haast

Wat ik het meest opvallend vind aan dit verhaal, is dat de schade-experts niet principieel tegen AI zijn. Ze zijn tegen de manier waarop het wordt uitgerold: te snel, te veel, met te weinig oog voor de fouten die het oplevert. Die 98 procent is geen technologiekritiek — het is een signaal dat de implementatie niet deugt.

Voor mij is dit vooral een herinnering dat de vraag niet is óf je AI inzet, maar hoe zorgvuldig je dat doet. De technologie is er. De vraag is of je organisatie — of je bedrijf, hoe klein ook — klaar is om ermee om te gaan. Inclusief de fouten.