In 2021 keken we vijf jaar vooruit. Hoe zou Workforce Management er in 2026 uitzien? Welke rol zouden technologie, data en automatisering spelen? En wat zou dat betekenen voor medewerkers en klantcontact?
Nu, vijf jaar later, kunnen we iets doen wat we toen niet konden: terugkijken.
Wat hebben we goed gezien? Wat is anders gelopen? En vooral: wat zegt dat over de volgende stap richting 2031?
Daarna kijken we opnieuw vooruit.
Wil je eerst terug naar de oorspronkelijke voorspellingen? Lees dan het artikel uit 2021.
In 2021 zagen we een duidelijke beweging: medewerkers kregen steeds meer invloed op hun eigen werkpatroon.
Roosters inzien via apps, beschikbaarheid doorgeven, verlof aanvragen en diensten ruilen waren al mogelijk. We verwachtten dat deze ontwikkeling zou doorzetten.
Dat is gebeurd.
Zelfservice is inmiddels standaard geworden en medewerkers hebben meer zeggenschap over hun werktijden dan ooit. Technologie heeft dat vooral makkelijker gemaakt.
Toch is de kern van WFM niet veranderd. Ook in 2026 blijft de balans tussen klant, medewerker en organisatie leidend. Meer invloed voor medewerkers is geen doel op zich, maar een afweging binnen de beschikbare capaciteit.
We voorspelden in 2021 een sterke groei van digitale kanalen zoals chat, apps, social media en chatbots.
Die verschuiving is uitgekomen.
Maar het beeld is minder lineair dan toen werd gedacht. Kanalen hebben elkaar niet vervangen, maar zijn naast elkaar gaan bestaan.
Een klant start in een app, schakelt naar een chatbot en eindigt alsnog bij een medewerker. Het klantcontact is een keten geworden in plaats van een kanaalkeuze.
Voor WFM betekent dat iets belangrijks: alleen volumes per kanaal voorspellen is niet meer genoeg. De route, complexiteit en overdrachtsmomenten bepalen steeds vaker de werkelijke belasting.
In 2021 stond “Big Data” centraal in veel ontwikkelingen.
Die data is er inmiddels volop. WFM systemen, CRM, HR en klantcontactplatformen leveren continu informatie.
Maar de les van de afgelopen jaren is duidelijk: meer data betekent niet automatisch betere beslissingen.
Verschillende definities, inconsistente bronnen en interpretatieverschillen kunnen zelfs met veel data tot verkeerde conclusies leiden.
De uitdaging is dus verschoven van “meer data” naar “betere duiding van data”.
En dat wordt richting 2031 alleen maar belangrijker.
We zagen AI in 2021 als een volgende stap in digitalisering, maar nog niet als dominante factor.
Dat beeld is ingehaald door de werkelijkheid.
AI wordt inmiddels gebruikt voor voorspellingen, samenvattingen, klantinteractie, analyse en procesondersteuning.
Wat we vooral onderschat hebben, is de snelheid en toegankelijkheid. AI is niet langer iets voor specialisten, maar onderdeel van het dagelijks werk geworden.
En belangrijker nog: AI ondersteunt niet alleen WFM, maar begint ook werk over te nemen waarvoor WFM capaciteit organiseert.
We voorspelden dat automatisering vooral eenvoudige klantvragen zou overnemen.
Dat klopt.
Maar de impact zit ergens anders.
Het werk dat overblijft wordt vaak complexer, uitzonderlijker en minder voorspelbaar. Medewerkers krijgen vaker de situaties waar automatisering niet uitkomt.
Dat heeft directe gevolgen voor behandeltijd, vaardigheden en planning.
Minder volume betekent dus niet automatisch minder werkdruk. Het verandert vooral de aard van het werk.
Als we terugkijken, zagen we veel losse ontwikkelingen goed: digitalisering, data, AI en automatisering.
Wat we minder scherp hadden, is wat die ontwikkelingen samen doen met één fundamenteel WFM-begrip:
capaciteit.
We gingen nog uit van een wereld waarin capaciteit vooral menselijk is. Maar dat uitgangspunt begint te verschuiven.
En precies daar begint de beweging richting 2031.
Richting 2031 verwachten we dat WFM niet langer alleen draait om het organiseren van menselijke capaciteit.
We bewegen naar een situatie waarin werk steeds vaker wordt uitgevoerd door een combinatie van mensen en technologie. AI wordt daarin geen ondersteunend hulpmiddel meer aan de zijlijn, maar een actieve uitvoerder van werk.
Dat betekent dat een klantvraag bijvoorbeeld volledig automatisch kan starten en in veel gevallen ook volledig door AI kan worden afgehandeld. Alleen wanneer de situatie complexer wordt of uitzonderingen ontstaan, wordt een medewerker ingeschakeld. En zelfs dan blijft AI vaak betrokken, bijvoorbeeld om informatie aan te leveren, context te geven of het vervolgproces te ondersteunen.
Daarmee verandert de definitie van capaciteit fundamenteel.
Capaciteit gaat niet langer alleen over het aantal beschikbare medewerkers, maar ook over de hoeveelheid werk die systemen zelfstandig kunnen verwerken, de snelheid waarmee dat gebeurt en de mate waarin mens en technologie elkaar aanvullen.
De kernvraag verschuift daardoor:
niet hoeveel mensen hebben we nodig, maar welke combinatie van mens en AI is nodig om het werk goed en efficiënt uit te voeren?
Binnen volwassen WFM draait forecasting al lang niet alleen om aantallen. Volume, behandeltijd, intervalpatronen, skills en kanaalverdeling spelen allemaal een rol.
Richting 2031 verwachten we dat daar een nieuwe laag bijkomt.
Een forecast van 10.000 klantvragen zegt steeds minder als een deel daarvan door AI wordt afgehandeld. Je wilt ook weten welk deel volledig automatisch wordt opgelost, welk deel alsnog bij een medewerker terechtkomt en hoeveel menselijke workload daar uiteindelijk uit ontstaat.
Ook het moment waarop menselijke inzet nodig is, wordt belangrijker. Een klantvraag kan eerst automatisch worden behandeld en pas later worden overgedragen. Of AI ondersteunt juist tijdens het contact en neemt daarna de verwerking over.
Forecasting gaat daardoor niet alleen over hoeveel werk er binnenkomt, maar steeds meer over welk deel van dat werk uiteindelijk menselijke capaciteit vraagt.
Dat kan zorgen voor een heel ander workloadpatroon dan het oorspronkelijke contactvolume laat zien.
Routing en WFM zijn in veel organisaties al sterk met elkaar verbonden, maar richting 2031 vervaagt die scheidslijn verder.
Waar routing nu vooral bepaalt waar een klantvraag terechtkomt, wordt die beslissing steeds dynamischer en intelligenter. Systemen kunnen in real time beoordelen of een vraag het beste door een medewerker, door AI of door een combinatie van beide kan worden afgehandeld.
Die keuze is niet alleen operationeel, maar heeft direct invloed op de totale workload en daarmee op de planning en capaciteitsbehoefte.
Tegelijkertijd kan de beschikbare capaciteit ook invloed hebben op routingbeslissingen. Wanneer bepaalde vaardigheden schaars zijn of wanneer AI beter presteert op specifieke typen vragen, verschuift de manier waarop werk wordt verdeeld.
Daarmee groeien forecasting, routing en realtime sturing steeds verder naar elkaar toe. Ze worden minder losse processen en meer één geïntegreerd sturingsmechanisme dat continu bepaalt hoe werk het beste kan worden afgehandeld.
De vraag verschuift daarmee subtiel maar belangrijk:
niet alleen wie doet het werk, maar ook wat doet het werk en op welke manier wordt het afgehandeld?
WFM draait al jaren om het balanceren van meerdere doelen tegelijk, zoals kosten, servicelevels, kwaliteit en medewerkerstevredenheid. Die complexiteit neemt richting 2031 verder toe.
De reden daarvoor is dat er steeds meer variabelen meespelen in dezelfde beslissingen. Naast menselijke capaciteit worden ook digitale capaciteit, AI-prestaties, kanaalkeuzes, klantwaarde en proceskwaliteit onderdeel van dezelfde optimalisatievraag.
Technologie maakt het mogelijk om steeds meer van die variabelen tegelijk door te rekenen. Maar dat betekent niet dat er automatisch één duidelijke of beste uitkomst ontstaat.
In veel gevallen zullen er meerdere mogelijke “goede” oplossingen zijn, afhankelijk van welk doel zwaarder weegt. Een keuze die optimaal is voor kosten kan minder goed zijn voor klantbeleving. Een keuze die vandaag logisch is, kan op langere termijn juist nadelige effecten hebben op capaciteit of werkdruk.
Daarom verschuift de kern van optimalisatie steeds meer naar een andere vraag:
waar willen we eigenlijk op sturen, en welke afwegingen vinden we daarin het belangrijkst?
Binnen volwassen organisaties is WFM al veel meer dan roosters maken en dagelijkse bijsturing.
Richting 2031 verwachten we dat die strategische rol alleen maar groter wordt.
Wanneer menselijke capaciteit, AI, automatisering, kosten en dienstverlening steeds meer met elkaar verbonden raken, beschikt WFM over informatie die belangrijk is bij grote keuzes.
Wat gebeurt er met onze capaciteit als we verder automatiseren? Wat betekent groei voor onze workload? Welke dienstverlening kunnen we met de beschikbare capaciteit blijven bieden? En wat zijn de gevolgen van een keuze voor kosten, klant en medewerker?
WFM kan daarmee steeds eerder betrokken worden bij beslissingen.
Niet pas nadat een richting is gekozen, maar juist tijdens het bepalen van die richting.
Hoe beter WFM kan laten zien wat verschillende keuzes betekenen, hoe sterker de positie wordt als verbindende schakel tussen operatie, data en strategie.
De rol van de WFM professional verandert mee met deze ontwikkelingen.
Waar AI steeds beter wordt in het analyseren van data, het herkennen van patronen en het doen van voorspellingen, verschuift de toegevoegde waarde van de mens in WFM steeds meer naar een ander niveau.
Niet het berekenen van het antwoord wordt het belangrijkste, maar het bepalen van de juiste vraag.
Is er echt sprake van een capaciteitsprobleem, of klopt de aanname in de forecast niet? Verandert het werk structureel door automatisering? Of proberen we een symptoom op te lossen in plaats van de oorzaak? En vooral: op welk probleem willen we eigenlijk sturen?
Om die vragen goed te kunnen stellen, blijft diepgaande kennis van WFM essentieel. Begrip van processen, data, aannames en onderlinge afhankelijkheden wordt juist belangrijker in een wereld waarin systemen steeds meer zelf kunnen berekenen.
De waarde van de WFM professional verschuift daarmee van “het antwoord geven” naar het scherp krijgen van de juiste vraag.
Data en AI kunnen steeds meer, maar bepalen niet vanzelf wat belangrijk is.
Daar ligt een belangrijke rol voor WFM.
De WFM professional wordt steeds vaker de schakel tussen wat data laat zien en wat een organisatie wil bereiken. Niet alleen het interpreteren van cijfers, maar ook het duiden van de betekenis ervan binnen de context van strategie, klantbelofte en medewerkerservaring.
AI kan helpen om antwoorden te genereren en scenario’s door te rekenen. Maar het bepaalt niet welke richting een organisatie op wil.
Daarom wordt de rol van WFM steeds meer het verbinden van twee werelden: de wereld van data en systemen aan de ene kant, en de wereld van doelen, keuzes en richting aan de andere kant.
Of anders gezegd:
AI helpt met het antwoord, WFM bepaalt welke vraag ertoe doet.
Waarschijnlijk niet.
Dat is misschien wel de belangrijkste les van terugkijken op 2021. Sommige dingen klopten, andere ontwikkelden zich anders en nieuwe vragen kwamen sneller op dan verwacht.
Vooruitkijken naar de toekomst van Workforce Management gaat daarom niet over gelijk krijgen. Het gaat over begrijpen wat er verandert en wat dat betekent voor je vak.
In 2021 keken we naar 2026.
Nu kijken we naar 2031.
We spreken elkaar over vijf jaar weer.