Terwijl AI instapfuncties ondermijnt, biedt Donald Lim afgestudeerden felicitaties — én een excuus
Belangrijkste punten
- •AI neemt in toenemende mate onderzoek, samenvattingen, basale analyses, presentaties, eerste concepten, routinematige programmering en administratief werk over — taken die ooit gangbare instaptaken waren om het vak te leren.
- •Lim waarschuwde dat een afname van juniorfuncties het voor bedrijven moeilijker kan maken om toekomstige senior leiders en talent op het gebied van financiën, creatie en leiderschap te ontwikkelen.
- •Hij zei dat jonge werknemers AI-geletterdheid, menselijke vaardigheden en diepgaande expertise in één vakgebied nodig hebben in plaats van alleen generieke bijscholing.
- •Lim drong er bij scholen en werkgevers op aan om gestructureerde, langdurige stages uit te breiden, zodat studenten vóór hun afstuderen werkervaring kunnen opdoen.
- •Hij zei dat universiteiten en bedrijven samen verantwoordelijk zijn voor het zorgen dat afgestudeerden leren hoe ze AI kritisch en verantwoord gebruiken, in plaats van het alleen in klaslokalen of op werkplekken in te voeren.

In de afgelopen weken hield Dr. Donald Patrick Lim drie redevoeringen bij afstudeerceremonies — en elke keer stond hij voor dezelfde ongemakkelijke vraag: moest hij de afgestudeerden feliciteren, of zijn excuses aanbieden?
In een bijdrage in BusinessWorld erkent Lim dat de afstudeerklas van 2026 felicitaties verdient. Een studie afronden blijft een grote prestatie, “zeker in een land waar gezinnen enorme offers brengen om hun kinderen te laten studeren.” Maar, voegt hij eraan toe, “kon ik ook het gevoel niet van me afschudden dat we deze jonge mensen hadden voorbereid op een wereld die al aan het veranderen was voordat ze er volledig binnen konden treden.”
Het leerlingschap dat een beroep vormde
Generaties lang, aldus Lim, was er een redelijk voorspelbaar pad naar het professionele leven: hard studeren, een diploma halen, een instapfunctie vinden en geleidelijk het beroep leren. Junior accountants bereidden rapporten en afstemmingen voor, jonge juristen deden onderzoek en beoordeelden documenten, nieuwe marketeers maakten presentaties en schreven eerste concepten, analisten verzamelden informatie en werkten met spreadsheets, en jonge programmeurs schreven eenvoudige code.
Deze banen waren soms repetitief en saai, maar ze dienden een belangrijk doel: “Zo leerden wij ons vak.” De meeste senior leidinggevenden van nu herinneren zich waarschijnlijk werk uit het begin van hun carrière dat ze nooit meer zouden willen doen, schrijft Lim, maar die ervaringen leerden hen hoe organisaties werkelijk functioneerden — bazen observeren, leren van ervaren collega’s, fouten maken zolang de gevolgen nog beheersbaar waren, en geleidelijk het inzicht ontwikkelen dat nodig is om grotere verantwoordelijkheid te dragen.
Kunstmatige intelligentie begint dat leerlingschapsmodel te ontwrichten, betoogt hij. Veel taken die traditioneel aan jonge medewerkers werden toegewezen — onderzoek, samenvattingen, basale analyses, presentaties, eerste concepten, routinematig programmeren en administratief werk — zijn precies de taken die AI nu opvallend goed kan uitvoeren en die in toenemende mate binnen enkele minuten worden afgerond. Voor bedrijven die onder druk staan om hun productiviteit te verbeteren is de aantrekkingskracht evident, maar Lim wijst op een onbedoeld gevolg dat meer aandacht verdient.
“Als we te veel van het werk dat traditioneel door junior medewerkers wordt verricht automatiseren, waar halen ze dan de ervaring op die nodig is om senior medewerkers te worden?” vraagt hij. Als bedrijven vandaag minder junior accountants nodig hebben, waar komen de financiële leiders van morgen dan vandaan? Als jonge creatieven niet langer door eerste concepten hoeven te worstelen, hoe ontwikkelen ze dan het gevoel dat nodig is om creatief directeur te worden? En als junior analisten analyses in toenemende mate aan machines uitbesteden, hoe ontwikkelen ze dan het inzicht dat van senior leidinggevenden wordt verwacht?
“We kunnen vandaag productiever worden en daarbij onbedoeld onze leiderspijplijn voor morgen verzwakken,” waarschuwt hij.
Lim’s waarschuwing weerklinkt in een debat dat zich inmiddels ver buiten de Filipijnen afspeelt. Het Internationaal Monetair Fonds schatte in 2024 dat bijna 40 procent van de wereldwijde werkgelegenheid aan AI is blootgesteld, en een analyse uit 2025 van Amerikaanse werkgelegenheidsdata door onderzoekers van Stanford’s Digital Economy Lab wees uit dat de werkgelegenheid onder begin twintigers was gedaald ten opzichte van oudere werknemers in de beroepen die het sterkst aan AI zijn blootgesteld — waaronder softwareontwikkeling en klantenservice, precies het instapgebied dat Lim beschrijft.
AI als kwestie van menselijk kapitaal
Raden van bestuur en CEO’s, schrijft Lim, moeten AI niet slechts zien als een technologie- of productiviteitsvraagstuk, maar ook als een kwestie van menselijk kapitaal. De discussie mag niet alleen gaan over hoeveel processen geautomatiseerd kunnen worden of hoeveel kosten kunnen worden bespaard; bedrijven zouden zich ook moeten afvragen wie ze ontwikkelen om hun organisaties over 10 of 20 jaar te leiden.
De gebruikelijke reactie — dat werknemers simpelweg moeten “bijscholen” — wordt te nonchalant gebruikt, vindt hij. “Bijscholen waarvoor?” Een 21-jarige afgestudeerde vertellen dat die AI moet leren is niet bijzonder behulpzaam nu de technologie zelf zo snel evolueert.
In plaats daarvan vindt Lim dat jonge mensen drie capaciteiten nodig hebben: AI-geletterdheid; menselijke vaardigheden zoals communicatie, creativiteit, kritisch denken, leiderschap en inzicht; en, het belangrijkst, diepgaande expertise in een bepaald vakgebied. De toekomst behoort niet per definitie toe aan de persoon die AI het beste kent. Ze kan toebehoren aan de accountant die AI beter gebruikt dan andere accountants, de arts die AI beter gebruikt dan andere artsen, of de marketeer die zowel marketing als AI beter begrijpt dan andere marketeers.
“AI is uiteindelijk een vermenigvuldiger van bekwaamheid. Wat het vermenigvuldigt, blijft ertoe doen,” schrijft hij.
Lim maakt zich ook zorgen over een nieuw soort digitale kloof. De oude kloof scheidde wie toegang had tot technologie van wie die niet had; de opkomende kloof kan wie door AI wordt versterkt scheidden van wie erdoor wordt verdrongen. Iemand met een goede opleiding, professionele ervaring en toegang tot technologie kan met AI dramatisch productiever worden, terwijl iemand die zonder die fundamenten de arbeidsmarkt betreedt zich niet alleen moet meten met andere afgestudeerden, maar ook met ervaren professionals die zijn toegerust met steeds capabelere machines.
MAP’s inspanningen voor een pijplijn van onderwijs naar werk
De column belicht ook werk dat Lim via de Management Association of the Philippines (MAP) heeft bepleit. Volgens het MAP Education Committee moet inzetbaarheid een gedeelde nationale uitkomst worden van het Department of Education, de Technical Education and Skills Development Authority (TESDA) en de Commission on Higher Education (CHED), waarbij de discussie verder moet gaan dan alleen het curriculum, richting een veel naadlozere pijplijn van onderwijs naar werkgelegenheid. De urgentie is bijzonder groot in een land waar de IT-BPM-sector — een van de grootste werkgevers van pas afgestudeerden, die direct werk biedt aan meer dan een miljoen Filipino’s — zelf al aan het beoordelen is hoe AI klantenservice, back-office-verwerking en andere diensten die lang door instappend personeel werden bemand zal herinrichten.
Een veelbelovende hervorming, schrijft hij, is een gestructureerde, langdurige onderdompeling in de werkpraktijk vóór het afstuderen. MAP werkt samen met onderwijsinstellingen en bedrijven aan gestructureerde stages waarin de industrie niet slechts de uiteindelijke werkgever wordt, maar ook een mede-opleider. Het principe is eenvoudig: “in plaats van eerst te studeren en later te leren werken, zouden studenten steeds vaker moeten leren terwijl ze werken en werken terwijl ze leren.”
Een gestructureerde stage, mogelijk tot wel een jaar lang, laat studenten vóór hun afstuderen ervaren hoe organisaties daadwerkelijk functioneren — met echte deadlines, echte klanten, echte leidinggevenden en echte problemen, terwijl ze technische bekwaamheid ontwikkelen naast professionele gewoonten zoals samenwerking, communicatie, probleemoplossing en inzicht in de werkpraktijk.
Dit wordt in het AI-tijdperk nog belangrijker, betoogt Lim: als technologie enkele traditionele instaptaken wegneemt waarmee generaties hun beroep leerden, moeten er nieuwe mogelijkheden worden gecreëerd voor jonge mensen om eerder ervaring op te doen, met als doel de kloof tussen school en industrie te verkleinen.
Stel je voor, schrijft hij, dat Filipijnse studenten niet alleen met een diploma zouden afstuderen, maar met aanzienlijke professionele ervaring. Tegen de tijd dat ze de arbeidsmarkt betreden, zouden ze de bedrijfscultuur al begrijpen, samen met professionals hebben gewerkt, AI in echte zakelijke omgevingen hebben gebruikt en hun vermogen om bij te dragen hebben laten zien. “Ze zouden niet simpelweg afgestudeerden zijn die op zoek zijn naar hun eerste kans. Het zouden al jonge professionals zijn.”
Verantwoordelijkheden van universiteiten en bedrijven
Universiteiten, zo waarschuwt Lim, moeten erkennen dat ChatGPT in klaslokalen plaatsen studenten niet klaar maakt voor AI. Studenten moeten weten hoe ze AI moeten gebruiken — maar ook hoe ze die ter discussie moeten stellen, wat AI produceert moeten verifiëren, herkennen wanneer het ongelijk heeft en weten wanneer menselijk oordeel de machine moet overrulen.
Bedrijven dragen een even belangrijke verantwoordelijkheid, voegt hij eraan toe: “Als AI enkele van de onderste sporten van de carrièreladder wegneemt, kunnen bedrijven jonge mensen niet simpelweg vertellen hoger te springen. De industrie moet helpen een nieuwe ladder te bouwen.”
De afgestudeerden die Lim toesprak betreden een van de meest onzekere arbeidsmarkten in generaties: sommige banen zullen verdwijnen, vele zullen ingrijpend veranderen, en er zullen nieuwe beroepen ontstaan die vandaag nog niet eens een naam hebben. Zijn advies aan hen is niet om met kunstmatige intelligentie te concurreren, noch om slechts goede gebruikers van AI te worden. “Word erg goed in iets en gebruik AI vervolgens om die bekwaamheid te vermenigvuldigen,” schrijft hij.
Degenen die bedrijven, universiteiten en publieke instellingen leiden dragen hun eigen verantwoordelijkheid, vervolgt Lim: “Wij zijn het die deze technologieën introduceren en de productiviteitswinst nastreven die ze beloven. We kunnen die winst niet vieren en tegelijk de volgende generatie met de gevolgen laten zitten.”
Dus ja — gefeliciteerd aan de afstudeerklas van 2026, concludeert hij, en misschien ook een excuus: “We hebben ze voorbereid op een wereld die veranderde voordat ze er volledig deel van konden uitmaken.” Maar een excuus is niet genoeg. Als AI de onderste sporten wegneemt van de ladder waarlangs zijn generatie omhoog klom, dan moeten onderwijs, overheid en industrie samen een nieuwe bouwen.
“De afgestudeerden staan klaar om te klimmen. Onze verantwoordelijkheid is ervoor te zorgen dat er nog steeds een ladder is,” schrijft Lim.
Over de auteur
Dr. Donald Patrick Lim is oprichtend president van de Global AI Council Philippines en de Blockchain Council of the Philippines, en oprichtend voorzitter van de Cybersecurity Council, wiens missie het is om het juiste gebruik van opkomende technologieën te bevorderen om bedrijfsorganisaties vooruit te helpen. Hij is momenteel president en COO van DITO CME Holdings Corp.