Werkweken tot 90 uur door AI
Werknemers van OpenAI, Anthropic en Meta melden werkweken van 70 tot soms meer dan 90 uur. De snelle AI-race leidt volgens medewerkers tot lange werkdagen, weekendwerk en een voortdurende druk om meer te presteren. Dit meldt het Engelse vakblad HR Review.
Een voormalig medewerker van OpenAI vertelde de BBC structureel minstens 70 uur per week te hebben gewerkt. Rond de introductie van nieuwe producten houden AI-bedrijven bovendien intensieve ‘sprints’, die weken kunnen duren. Bij Meta zouden medewerkers soms zonder veel inspraak naar urgente AI-projecten worden overgeplaatst.
Daarmee lijkt AI voorlopig niet de kortere werkweek op te leveren die technologen jarenlang voorspelden. Onderzoek van UC Berkeley Haas ondersteunt dat beeld. Onderzoekers Xingqi Maggie Ye en Aruna Ranganathan volgden acht maanden lang werknemers bij een Amerikaans technologiebedrijf. Medewerkers gingen dankzij generatieve AI sneller werken, pakten meer verschillende taken op en lieten hun werk vaker doorlopen buiten de traditionele werkdag.
De onderzoekers spreken van een risico op een zichzelf versterkend effect: hogere productiviteit leidt tot hogere verwachtingen, waarna werknemers opnieuw meer moeten produceren. Dat kan uiteindelijk leiden tot cognitieve vermoeidheid, burn-out en slechtere beslissingen.
Bovendien neemt AI niet alleen werk over, maar creëert de technologie ook nieuwe taken. Werknemers moeten gegenereerde teksten of code controleren, fouten herstellen en geautomatiseerde processen bewaken.
Volgens de Berkeley-onderzoekers moeten werkgevers daarom duidelijke grenzen stellen aan AI-ondersteund werken. Productiviteitswinst vertaalt zich anders niet in minder werk, maar vooral in hogere prestatienormen.
Lees ook:
BBC – Tech leaders say AI means less work, staff report up to 90-hour weeks
UC Berkeley Haas – AI promised to free up workers’ time. Researchers found the opposite
Berkeley News – Wat AI in 2026 betekent voor onder meer de arbeidsmarkt
In deze eendaagse cursus leren bestuurders en CFO’s keuzes maken rond AI: investeringen, risico’s, governance en verantwoordelijkheid, met praktijkcasussen en lessen voor organisatiebeleid.