In het kort
In een Deens onderzoek in elf beroepen zegt 85 procent van de chatbotgebruikers dat ze gewonnen tijd aan andere taken besteden. In een experiment met Copilot wonnen gebruikers vooral tijd bij hun mails, maar hun tijd in Teams-vergaderingen veranderde niet aantoonbaar. Korter vergaderen vraagt volgens de onderzoekers mogelijk eerst nieuwe afspraken in het team.
Een collega laat Copilot zijn mails samenvatten. Een ander laat ChatGPT de eerste versie van een verslag schrijven. Ze winnen allebei wat tijd.
Volgens onze CEO Dominiek groeit het resultaat van het bedrijf daardoor niet even hard als hun eigen productiviteit. Dat komt volgens hem doordat iedereen voor zich werkt, met een eigen assistent.
Copilot bespaarde vooral tijd in de mailbox
Onderzoekers van Microsoft Research en Harvard Business School deden een experiment met 7.137 kenniswerkers in 66 bedrijven. Een loting besliste wie Microsoft 365 Copilot kreeg. Het experiment liep tussen september 2023 en oktober 2024. In hun vierde tot zesde maand met Copilot besteedden de gebruikers twee uur per week minder aan mails.
Bij Teams-vergaderingen en Word-documenten zagen de onderzoekers geen duidelijk verschil in tijd. Wie Copilot kreeg, nam even vaak deel aan Teams-vergaderingen als wie het niet kreeg. Ze werkten ook evenveel Word-documenten af.
De onderzoekers geven een mogelijke verklaring. Je mailbox beheer je in je eentje. Hoe lang een vergadering duurt of wie een document schrijft, verander je pas als je er met je collega's nieuwe afspraken over maakt. Vaak was de deelnemer de enige in zijn team met Copilot.
Door de loting weet je dat de kortere mailtijd van Copilot kwam. De verklaring voor de vergaderingen is een vermoeden van de onderzoekers.
Een deel van de onderzoekers werkte tijdens het onderzoek bij Microsoft, dat Copilot maakt. Het experiment mat hoeveel tijd mensen in hun Office-programma's doorbrachten. De kwaliteit van hun werk mat het niet.
In een Deens onderzoek zeggen de meeste chatbotgebruikers dat ze gewonnen tijd in andere taken steken
Onderzoekers van de universiteiten van Chicago en Kopenhagen werkten samen met het Deense statistiekbureau. Ze bevroegen werknemers in elf beroepen die sterk blootstaan aan AI-chatbots, zoals HR-medewerkers en accountants. Eind 2024 antwoordden 25.000 werknemers van 7.000 vestigingen.
Van de werknemers die een chatbot gebruiken, zegt 85 procent dat ze gewonnen tijd aan andere taken besteden. Minder dan 10 procent zegt dat ze meer pauze of vrije tijd nemen. Een deel kreeg door AI ook nieuwe taken. Ze kijken bijvoorbeeld antwoorden van AI na of stellen regels op voor het gebruik ervan.
Twee jaar nadat ChatGPT uitkwam, vonden de onderzoekers geen meetbaar effect op het loon of op de geregistreerde werkuren. De cijfers over tijd en taken geven de werknemers zelf op.
Werken met AI is volgens ons ook samenwerken
Dominiek ziet werken met AI als een vorm van samenwerken, nu ook tussen mensen en agents. Naast een eigen assistent voor iedereen moet je volgens hem ook de organisatie zelf aanpassen. Zolang iedereen voor zich werkt en de organisatie zelf geen agents inzet, levert AI volgens hem vaak minder op dan het kost.
Bij Multimedi doen agents intussen een groot deel van het werk. Dat geeft ons ruimte om ze beter te maken en nieuwe automatiseringen te bouwen. Een agent maakt bijvoorbeeld na een opleiding een conceptfactuur. Een collega kijkt die na voor er iets naar de klant gaat.
Meer over die agent lees je in Welk werk laat je bewust bij mensen, ook als AI het kan?
Waar je kan beginnen
- Vraag in de volgende teamvergadering iedereen naar een taak van de voorbije week waarbij ze met AI tijd wonnen. Vraag ook waar die tijd naartoe ging en welke nieuwe taken erbij kwamen, zoals antwoorden van AI nakijken.
- Kies daarna een vergadering die elke week terugkomt. Noteer eerst hoe lang ze vandaag duurt. Zorg dat iedereen dezelfde AI-tool kan gebruiken. Spreek af wie vooraf met AI de stand van zaken samenvat en wie dat nakijkt. Wordt de vergadering korter, beslis dan samen wat jullie met die tijd doen.
Bronnen: Shifting Work Patterns with Generative AI, Dillon, Jaffe, Immorlica en Stanton, NBER Working Paper 33795, herziene versie van november 2025. Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI, Humlum en Vestergaard, NBER Working Paper 33777, herziene versie van maart 2026.