Skill Partnerships Human-AI

McKinsey’s framing for AI’s impact on work: not replacement of humans but a new “skill partnership” where agents and robots handle automatable tasks while humans apply their skills in reconfigured ways — a distinction that critically depends on how organisations design the collaboration.

What It Is

McKinsey Global Institute (November 2025) presents the “Agents, Robots, and Us” framework, which treats AI adoption as a partnership redesign problem rather than a replacement problem. The central insight: more than 70% of the skills sought by employers today can be applied in both automatable and non-automatable work. This means most skills don’t become worthless when AI enters — they get redirected. Workers shift from routine execution of tasks to framing, interpretation, quality assurance, and oversight of AI output.

McKinsey developed a Skill Change Index (SCI) — a time-weighted measure of automation’s potential impact on each skill — to project which skills face the greatest shifts by 2030. Digital and information-processing skills (accounting, coding, data entry) face the most disruption; interpersonal skills (negotiation, coaching, care) change the least; widely applicable skills (problem-solving, communication) evolve as part of the human-AI partnership.

Why It Matters (for Organizations)

The “skill partnership” framing has direct practical implications for org design. Organisations that treat AI as a labour cost reduction tool — replacing workers without redesigning workflows — will likely capture only a fraction of the available value. McKinsey estimates that $2.9 trillion in US economic value could be unlocked annually by 2030, but this figure is contingent on workflow redesign (redesigning entire processes around humans and AI working together), not just task automation (plugging AI into existing processes).

For leaders, the implication is that AI adoption is not primarily a technology implementation challenge but an organisational design challenge: restructuring roles, skills, incentives, culture, and performance metrics around human-AI collaboration.

Evidence & Examples

Currently demonstrated technologies could theoretically automate activities accounting for ~57% of US work hours — but this is technical potential, not a job loss forecast (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Demand for “AI fluency” in US job postings has grown ~7x in two years — faster than any other skill; approximately 8 million Americans currently work in jobs already calling for at least one AI-related skill (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Skill Change Index highlights: Accounting and coding face the greatest automation-driven disruption; negotiation and nursing care face the least; quality assurance, process optimisation, and teaching are growing in demand as AI creates new complementary needs (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Job posting mentions are declining for “routine writing and research” — areas where AI already performs well — even though these skills remain essential for much of the workforce (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Midpoint adoption scenario by 2030: ~$2.9T in annual US economic value unlocked — contingent on workflow redesign, not just task automation (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)

Tensions & Open Questions

The redesign assumption is optimistic. McKinsey’s $2.9T figure assumes organisations successfully redesign workflows around human-AI collaboration. In practice, change management for AI adoption is among the most cited barriers in enterprise deployments. The “Measuring Agents in Production” study (UC Berkeley, 2025) found production AI agents are typically built using “simple, controllable approaches” — far from the sophisticated workflow redesign McKinsey envisions (see AI Agents in Production).
Who bears the cost of transition? Redirecting skills requires retraining. McKinsey is relatively silent on who funds this retraining — firms, governments, or workers themselves. In practice, low-skill workers exposed to AI-automatable Gateway occupations (see AI Career Pathways and Workforce Mobility) may lack access to the retraining that the skill-partnership model assumes.
Is “AI fluency” a durable skill or a short-term transitional skill? The 7x growth in AI-fluency job postings may reflect a surge during the implementation phase, after which AI tools become invisible infrastructure that no longer requires explicit skills to use.
Interpersonal skills as the new moat: If negotiation, coaching, and care are least disrupted by AI, organisations and individuals that have invested in these capabilities may have durable advantages — but these skills are rarely what corporate training programs emphasise.

Workflow Redesign Around AI · AI Labor Displacement and Augmentation · AI Skill Formation and Deskilling · AI Agents in Production · The Human-AI Partnership Redefining Work’s Value

Vaardigheidspartnerschappen Mens-AI

McKinsey’s raamwerk voor de impact van AI op werk: niet de vervanging van mensen, maar een nieuw “vaardigheidspartnerschap” waarbij agents en robots automatiseerbare taken overnemen terwijl mensen hun vaardigheden op een nieuwe manier inzetten — een onderscheid dat cruciaal afhangt van hoe organisaties de samenwerking vormgeven.

Wat Is Het

McKinsey Global Institute (november 2025) presenteert het “Agents, Robots, and Us”-raamwerk, dat AI-adoptie behandelt als een herontwerprobleem voor partnerships in plaats van een vervangingsprobleem. De centrale inzicht: meer dan 70% van de vaardigheden die werkgevers vandaag zoeken, zijn toepasbaar in zowel automatiseerbaar als niet-automatiseerbaar werk. Dit betekent dat de meeste vaardigheden niet waardeloos worden wanneer AI zijn intrede doet — ze worden omgeleid. Werknemers verschuiven van routinematige taakuitvoering naar het formuleren, interpreteren, kwaliteitsbewaken en superviseren van AI-output.

McKinsey ontwikkelde een Skill Change Index (SCI) — een tijdsgewogen maatstaf voor de potentiële impact van automatisering op elke vaardigheid — om te projecteren welke vaardigheden de grootste verschuivingen ondergaan tegen 2030. Digitale en informatieverwerkeringsvaardigheden (administratie, codering, gegevensinvoer) worden het meest verstoord; interpersoonlijke vaardigheden (onderhandelen, coachen, zorg) veranderen het minst; breed toepasbare vaardigheden (probleemoplossing, communicatie) evolueren als onderdeel van het mens-AI-partnerschap.

Waarom Het Relevant Is (voor Organisaties)

Het “vaardigheidspartnerschap”-raamwerk heeft directe praktische implicaties voor organisatieontwerp. Organisaties die AI behandelen als een instrument voor kostenreductie van arbeid — werknemers vervangen zonder werkprocessen te herontwerpen — zullen waarschijnlijk slechts een fractie van de beschikbare waarde benutten. McKinsey schat dat tegen 2030 jaarlijks $2,9 biljoen aan economische waarde in de VS kan worden vrijgemaakt, maar dit cijfer is afhankelijk van herontwerp van werkprocessen (volledige processen herinrichten rond samenwerking tussen mensen en AI), niet slechts van taakautomatisering (AI inpluggen in bestaande processen).

Voor leiders betekent dit dat AI-adoptie primair geen technologie-implementatieuitdaging is, maar een organisatieontwerputdaging: rollen, vaardigheden, prikkels, cultuur en prestatiemetrieken herstructureren rond mens-AI-samenwerking.

Bewijs & Voorbeelden

Momenteel gedemonstreerde technologieën kunnen theoretisch activiteiten automatiseren die goed zijn voor ~57% van de Amerikaanse werkuren — maar dit is technisch potentieel, geen voorspelling van baanverlies (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
De vraag naar “AI-vaardigheid” in Amerikaanse vacatures is ~7 keer gegroeid in twee jaar — sneller dan enige andere vaardigheid; ongeveer 8 miljoen Amerikanen werken momenteel in banen die al minstens één AI-gerelateerde vaardigheid vereisen (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Highlights Skill Change Index: Administratie en codering ondervinden de grootste door automatisering gedreven verstoring; onderhandelen en verpleging het minst; kwaliteitsborging, procesoptimalisatie en onderwijs groeien in vraag naarmate AI nieuwe complementaire behoeften creëert (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Vacaturemeldingen nemen af voor “routinematig schrijven en onderzoek” — gebieden waar AI al goed presteert — ook al blijven deze vaardigheden essentieel voor een groot deel van de beroepsbevolking (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)
Middenscenario voor adoptie in 2030: ~$2,9 biljoen aan jaarlijkse economische waarde vrijgemaakt in de VS — afhankelijk van herontwerp van werkprocessen, niet slechts taakautomatisering (agents-robots-and-us-skill-partnerships-in-the-age-of-ai.pdf)

Spanningen & Openstaande Vragen

De aanname van herontwerp is optimistisch. McKinsey’s cijfer van $2,9 biljoen veronderstelt dat organisaties werkprocessen succesvol herontwerpen rond mens-AI-samenwerking. In de praktijk behoort change management voor AI-adoptie tot de meest genoemde belemmeringen bij enterprise-implementaties. Het “Measuring Agents in Production”-onderzoek (UC Berkeley, 2025) vond dat productie-AI-agents doorgaans worden gebouwd met “eenvoudige, controleerbare benaderingen” — ver verwijderd van het geavanceerde werkprocesherontwerp dat McKinsey voor ogen heeft (zie AI Agents in Production).
Wie draagt de kosten van de overgang? Het omleggen van vaardigheden vereist omscholing. McKinsey is relatief stil over wie deze omscholing financiert — bedrijven, overheden of werknemers zelf. In de praktijk kunnen laaggeschoolde werknemers die worden blootgesteld aan door AI automatiseerbare gateway-beroepen (zie AI Career Pathways and Workforce Mobility) gebrek aan toegang tot de omscholing hebben die het vaardigheidspartnerschap-model veronderstelt.
Is “AI-vaardigheid” een duurzame vaardigheid of een kortetermijn transitievaardigheid? De 7-voudige groei in vacaturemeldingen voor AI-vaardigheid kan een piek weerspiegelen tijdens de implementatiefase, waarna AI-tools onzichtbare infrastructuur worden die geen expliciete vaardigheden meer vereist om te gebruiken.
Interpersoonlijke vaardigheden als nieuw concurrentievoordeel: Als onderhandelen, coachen en zorg het minst worden verstoord door AI, kunnen organisaties en individuen die in deze capaciteiten hebben geïnvesteerd duurzame voordelen hebben — maar dit zijn zelden de vaardigheden die bedrijfsopleidingen benadrukken.

Gerelateerde Concepten