Redukcje etatów w holenderskim rządzie obejmą 25 000 stanowisk, a plany dotyczące AI wciąż czekają

Ogłoszone 26 października redukcje etatów w holenderskim rządzie obejmują szacunkowo 25 000 stanowisk w przeliczeniu na pełne etaty, a AI wskazano jako jeden z proponowanych środków zwiększających efektywność. Program gabinetu sięga 2035 roku. Ambicja dotycząca zatrudnienia jest już znana publicznie, natomiast szczegółowe plany produktywności i oszczędności związanych z AI mają zostać przedstawione na początku 2027 roku.

Ta kolejność ma znaczenie. Cel redukcji zatrudnienia określa, ile ministrowie chcą, by kosztowała administracja publiczna, oraz jak ma ona funkcjonować. Nie przesądza jednak, które usługi AI może niezawodnie realizować ani jak wiele pracy wykonywanej przez ludzi systemy te zastąpią.

Wielka Brytania stanowi użyteczny punkt odniesienia: urzędnicy korzystający z Microsoft Copilot zgłaszali oszczędność czasu, lecz ustalenia te nie wykazały równoważnego spadku zapotrzebowania na pracowników. W Holandii zasadnicze napięcie jest podobne. Ministrowie chcą mniejszej administracji, która lepiej obsługuje obywateli. Zanim przewidywaną produktywność potraktuje się jako dostępną zdolność operacyjną, resorty muszą wyjaśnić, jak te cele mają się ze sobą łączyć.

Co faktycznie obejmują redukcje etatów w holenderskim rządzie

Ogłoszenie opisuje szeroką reorganizację administracji rządowej, a nie sfinalizowany plan zastąpienia poszczególnych pracowników przez AI.

Reforma służby cywilnej przygotowana przez gabinet zakłada zmniejszenie zatrudnienia o 25 000 pełnych etatów w ciągu kilku lat. Pełne etaty mierzą zdolność do pracy, dlatego liczba ta nie musi oznaczać identycznej liczby pojedynczych pracowników. Policja i obrona należą do obszarów wyłączonych z planu.

To rozróżnienie zmienia sposób, w jaki czytelnicy powinni interpretować nagłówek. Szacunek dotyczący zatrudnienia różni się od natychmiastowego wypowiedzenia, zatwierdzonego w resorcie zamrożenia rekrutacji czy umowy na wdrożenie technologii. Każde z nich jest odrębną decyzją o innych konsekwencjach dla pracowników i usług publicznych.

Warto również zastrzec kwestię procentów. Reuters opisał proponowaną redukcję jako wynoszącą około 20%, podczas gdy dostarczony nagłówek Engadget wskazywał 16%. Sam rządowy komunikat podaje szacowaną redukcję liczby stanowisk bez określenia odsetka. Czytelnicy nie powinni więc traktować tych procentów jako zamiennych miar dokładnie tej samej grupy pracowników.

Relacja Reutersa dotycząca redukcji zatrudnienia umieszcza również ogłoszenie w kontekście wcześniejszych obietnic ograniczenia liczby pracowników. Wynika z niej, że zatrudnienie w administracji znacząco wzrosło po 2018 roku mimo tych ambicji. Ta historia daje powód, by analizować wdrożenie zamiast zakładać, że cel automatycznie stanie się rezultatem.

Dla pracowników brakuje informacji, gdzie nastąpią redukcje i jak resorty będą nimi zarządzać. Emerytury, odejścia, przesunięcia, nieobsadzone wakaty i zwolnienia niosą odmienne konsekwencje. Ogólny szacunek z komunikatu nie powinien być przedstawiany jako potwierdzenie konkretnej kombinacji tych rozwiązań.

Dla obywateli kluczowe jest pytanie, która praca się zmieni. Usunięcie zbędnego wymogu administracyjnego może ograniczyć zapotrzebowanie bez pogorszenia usługi. Redukowanie personelu przy jednoczesnym zachowaniu wszystkich wymogów tworzy inne wyzwanie operacyjne.

Przy ocenie programu te możliwości powinny należeć do odrębnych kategorii. W przeciwnym razie usprawnienia wynikające z prostszej administracji można przypisać AI, nawet gdy oprogramowanie odegrało ograniczoną rolę. Równie dobrze użyteczne zastosowanie AI może zostać obarczone winą za problemy z usługami wynikające z niezwiązanych z nim decyzji kadrowych.

Najbardziej przejrzysta interpretacja jest taka, że ministrowie wyznaczyli kierunek i oszacowali konsekwencje dla zatrudnienia. Resorty nadal muszą przełożyć ten kierunek na decyzje, które ludzie mogą ocenić. Dopóki decyzje te się nie pojawią, redukcje w holenderskiej służbie cywilnej opisują ambicję, przed którą dopiero stoi proces wdrożenia.

Resorty stoją przed decyzją o zdolności operacyjnej, zanim podejmą decyzję technologiczną

Bezpośrednia presja spada na menedżerów, którzy muszą połączyć decyzje kadrowe z pracą, którą ich organizacje nadal muszą wykonywać.

Cel dotyczący liczby pracowników dociera do organizacji przez budżety, wakaty, obowiązki i zobowiązania usługowe. Strategia AI dociera do niej przez zamówienia, szkolenia, uprawnienia dostępu i zmiany w codziennej pracy. Procesy te muszą spotkać się na poziomie rzeczywistych zadań.

Rozważmy hipotetyczny urząd świadczeń. Asystent może pomagać pracownikom znajdować wytyczne lub przygotowywać korespondencję. Funkcje te mogą być użyteczne, nawet jeśli ludzie nadal muszą oceniać uprawnienia, rozstrzygać sprzeczne dowody i wyjaśniać decyzje.

Szybsze przygotowanie pisma nie musi oznaczać szybszego rozpatrzenia sprawy. Jeśli opóźnienie występuje podczas zbierania brakujących informacji, przygotowanie dokumentu może niewiele wnieść do całkowitego czasu oczekiwania. Menedżerowie muszą zidentyfikować ograniczenie, zanim oszacują, jaką zdolność operacyjną uwalnia technologia.

Wywiera to także presję na zespoły technologiczne. Potrzebują wystarczająco precyzyjnie określonego problemu operacyjnego, aby móc go ocenić. Prośba o usprawnienie wyszukiwania dokumentów jest testowalna. Prośba o realizację nieokreślonej części krajowej redukcji zatrudnienia pozostawia nierozstrzygnięte zasadnicze założenia.

Zespoły ds. zamówień stoją przed pokrewnym wyzwaniem. Dostawca może zaprezentować imponującą odpowiedź w kontrolowanych warunkach, nie dowodząc jednak, jak jego produkt działa przy zwykłym obciążeniu pracą w urzędzie. Ocena powinna uwzględniać trudne akta, niekompletne wnioski i sytuacje wymagające eskalacji.

Przedstawiciele pracowników mają praktyczny interes w tych samych dowodach. Jeśli oczekiwane oszczędności zależą od tego, że pracownicy sprawdzają wyniki AI, taka kontrola powinna znaleźć się w kalkulacji obciążenia pracą. Traktowanie jej jako sprawy ubocznej grozi ukryciem pracy, która nadal jest konieczna.

Obywatele ponoszą konsekwencje, jeśli planowanie zdolności operacyjnej pomyli kolejność działań. Resort może sprawiać wrażenie bardziej produktywnego, ponieważ szybciej przetwarza proste wnioski, podczas gdy skomplikowane sprawy się kumulują. Same średnie czasy realizacji z trudem wyjaśnią taki rozkład.

Szerszy kontekst rynku pracy sprawia, że szkolenia stają się istotne. Analiza holenderskiego rynku pracy MFW szacuje, że około połowa pracowników ma styczność z AI poprzez możliwość zastąpienia lub uzupełnienia ich pracy. Taka ekspozycja opisuje relację między zadaniami a technologią. Nie dowodzi, że zniknie połowa miejsc pracy.

W przypadku tego programu rozróżnienie to sugeruje bardziej użyteczne pytanie planistyczne: które obowiązki staną się łatwiejsze, a które bardziej wymagające? Pracownicy, którzy spędzają mniej czasu na przygotowywaniu materiałów, mogą potrzebować większej wiedzy specjalistycznej, by je weryfikować.

Menedżerowie powinni także odróżniać pracę przejściową od pracy stałej. Szkolenie personelu, porządkowanie dokumentacji, zmiana procesów i ocena systemu wymagają zdolności operacyjnej, zanim pojawią się oczekiwane oszczędności. Wiarygodny plan zatrudnienia musi uwzględniać miejsce na taką transformację.

Redukcje etatów w holenderskim rządzie będą więc sprawdzianem decyzji zarządczych w takim samym stopniu jak możliwości technicznych. Pytanie operacyjne brzmi, czy resorty potrafią uwolnić zdolność operacyjną, nadal realizując zobowiązania, z którymi zwracają się do nich obywatele.

Brytyjski test AI pokazuje, dlaczego zaoszczędzone minuty wymagają kolejnego sprawdzianu

Dowody na to, że pracownicy uznają AI za użyteczną, wspierają jej wdrażanie, lecz nie uzasadniają automatycznie likwidacji stanowisk.

Brytyjski eksperyment rządowy z Copilot objął 20 000 pracowników administracji od września do grudnia 2024 roku. Microsoft Copilot to asystent AI zintegrowany z aplikacjami biurowymi. Uczestnicy zgłaszali średnią oszczędność 26 minut dziennie, a 82% stwierdziło, że nie chciałoby wracać do wcześniejszych warunków pracy.

Wyniki te stanowią pozytywny punkt odniesienia dla wdrażania technologii w sektorze publicznym. Raport opisuje korzyści w rutynowej pracy, w tym wyszukiwaniu informacji i przygotowywaniu materiałów. Wskazuje też ograniczenia dotyczące złożonych, wymagających niuansów lub obciążonych dużą ilością danych zadań. Oszczędność czasu była raportowana przez samych uczestników.

Właściwe porównanie z Holandią dotyczy rodzaju dowodów, a nie bezpośredniej prognozy liczbowej. Doświadczenia brytyjskich pracowników nie określają, ile zaoszczędzą holenderskie urzędy. Odmienne systemy, obowiązki, dokumentacja i praktyki pracy ograniczają takie wnioskowanie.

Nawet w obrębie jednej organizacji czas może zostać wykorzystany na kilka sposobów. Pracownik może przeznaczyć czas zaoszczędzony na przygotowywaniu pism na odpowiedź na kolejną prośbę, zbadanie trudnej sprawy lub poprawę wyjaśnienia. Wyniki te mogą przynosić korzyści obywatelom bez zmniejszania liczby potrzebnych osób.

Oszczędności mogą także rozproszyć się w ciągu dnia pracy. Kilka krótszych zadań nie musi tworzyć przewidywalnego bloku czasu, który pozwoli menedżerom zlikwidować stanowisko. Zatrudnienie zależy od dostępności, specjalistycznej wiedzy, godzin świadczenia usług i zmiennego popytu.

Nie oznacza to, że niewielkie usprawnienia są nieistotne. Lepszy dostęp do informacji może sprawić, że praca będzie mniej frustrująca. Szybsze przygotowanie może pozostawić więcej uwagi na podejmowanie decyzji. Chodzi o dokładne opisanie korzyści, zanim zostanie ona przekształcona w założenie kadrowe.

Użyteczna ocena śledziłaby pracę aż do jej zakończenia. Sprawdzałaby, czy pomoc AI zmienia całkowity czas obsługi, zakres wymaganej weryfikacji i odsetek spraw wymagających korekty. Następnie łączyłaby te wyniki z wymaganiami kadrowymi.

Grupa porównawcza pomogłaby odróżnić wkład technologii od innych zmian. Prostsze formularze, jaśniejsze instrukcje lub lepszy dostęp do dokumentacji mogą przynosić poprawę obok AI. Bez uwzględnienia tych zmian przypisanie efektów staje się niepewne.

Brytyjski przykład daje także holenderskim nabywcom konkretne zastosowanie do przeanalizowania zamiast ogólnej obietnicy automatyzacji. Mogą pytać, które zadania skorzystały, kto używał asystenta i gdzie użytkownicy napotykali ograniczenia.

To jest praktyczna lekcja dla planów AI holenderskiego rządu. Zgłaszane oszczędności czasu stanowią punkt wyjścia do analizy. Decyzje o stałej zdolności operacyjnej wymagają dalszych dowodów dotyczących zrealizowanych usług, jakości i pracy, która pozostaje do wykonania.

Mniejszy rząd i lepsze usługi wymagają odrębnych miar

Niższa łączna liczba pracowników może wykazać, że rząd stał się mniejszy; nie może wykazać, że stał się skuteczniejszy.

Holenderski program łączy technologię z prostszymi przepisami, wspólnymi zakupami, standaryzowanym IT i zmianami w organizacji rządu. Taka kombinacja oferuje kilka dróg do ograniczenia pracy. Utrudnia też zidentyfikowanie źródła każdej poprawy.

Najmocniejsza wersja argumentu gabinetu jest prosta. Jeśli rząd przestanie wymagać pracy, której można uniknąć, skorzystają na tym zarówno obywatele, jak i pracownicy. Jeśli technologia następnie pomoże w pracy koniecznej, resorty zyskają kolejną możliwość usprawnienia realizacji usług.

Trudność polega na oddzielnym pomiarze tych efektów. Prostszy proces może ograniczyć liczbę kontaktów potrzebnych do zakończenia sprawy. Asystent AI może skrócić przygotowanie odpowiedzi. Redukcja zatrudnienia może wpłynąć na dostępność pomocy.

Wszystkie te zmiany mogą zachodzić jednocześnie. Przydatna ocena powinna wyjaśniać ich indywidualny wkład w takim zakresie, na jaki pozwalają dowody. W przeciwnym razie program może sprowadzić się do jednej etykiety sukcesu lub porażki, która ukrywa istotne różnice między usługami.

Znaczenie ma także popyt. Departament może realizować więcej pracy, podczas gdy jego zaległości rosną, jeśli liczba napływających wniosków zwiększa się szybciej. Z kolei może ograniczyć zatrudnienie bez wzrostu produktywności, jeśli obciążenie pracą maleje. Żadnej z tych sytuacji nie da się zrozumieć na podstawie samej liczby pracowników.

Miary usług powinny zatem odzwierciedlać doświadczenia osób korzystających z systemu. Istotne pytania dotyczą tego, czy wnioski są rozpatrywane poprawnie, czy ludzie otrzymują zrozumiałe wyjaśnienia oraz czy trudne sprawy trafiają do wykwalifikowanego personelu.

Na szczególną uwagę zasługuje korygowanie błędów. Szybsze wstępne przetwarzanie może wyglądać atrakcyjnie, dopóki organizacja nie uwzględni skarg, ponownie otwieranych spraw i odwołań. Każda ocena powinna śledzić proces wystarczająco długo, aby uchwycić te konsekwencje.

Dostępność stanowi kolejny test. Proces cyfrowy może dobrze działać dla osób o prostych sprawach i pewnie korzystających z usług online. Osoby znajdujące się w nietypowych okolicznościach mogą potrzebować pomocy, którą trudno ująć w średniej transakcji.

W przypadku pracowników wiedzy ten sam problem pojawia się przy dostępie do informacji. Szybkie znalezienie dokumentu pomaga tylko wtedy, gdy pracownicy potrafią ustalić, czy jest aktualny, istotny i autorytatywny. Szybkość wyszukiwania i jakość decyzji powinny być oceniane razem.

Zespoły analizujące ten problem mogą wykorzystać zarządzanie wiedzą jako ramę do organizowania i utrzymywania informacji potrzebnych pracownikom. Taka kwestia nie przesądza o przydatności żadnego produktu do wrażliwych zadań rządowych.

Wytyczne OECD dotyczące sektora publicznego również łączą wdrażanie AI z kompetencjami pracowników i strategią instytucjonalną. Technologia i przygotowanie organizacyjne muszą rozwijać się równolegle.

Cięcia w holenderskiej służbie cywilnej będą bardziej miarodajne, jeśli rząd opublikuje wyniki usług obok zmian zatrudnienia. Czytelnicy zyskają wtedy podstawę do oceny, czy mniejsze zatrudnienie oznacza mniej zbędnej pracy, lepszą realizację usług czy ograniczoną zdolność działania.

Główne ryzyko polega na liczeniu oszczędności przed zmierzeniem pracy

Oczekiwana produktywność staje się ryzykowna, gdy organizacje zobowiązują się do trwałych redukcji, zanim ustalą, co nowy proces jest w stanie utrzymać.

Ta obawa ma udokumentowany odpowiednik w Wielkiej Brytanii. W marcu 2026 roku przewodniczący Public Accounts Committee Geoffrey Clifton-Brown zakwestionował podstawę deklarowanych oszczędności czasu dzięki AI. Jego kontrola efektywności AI pytała również, jak prognozowane korzyści uwzględnią koszty wdrożenia, szkoleń, utrzymania i bezpieczeństwa.

Te pytania nie dowodzą, że holenderski program poniesie porażkę. Wskazują, co powinna wyjaśniać deklaracja oszczędności. Organizacja musi rozumieć zarówno pracę usuwaną przez technologię, jak i obowiązki wynikające z jej wykorzystania.

Weryfikacja jest oczywistym przykładem. Asystent może szybko przygotować wiarygodnie brzmiącą odpowiedź, lecz ktoś może nadal potrzebować sprawdzić materiały źródłowe i tok rozumowania. Jeśli osoba weryfikująca nie ma odpowiedniej wiedzy, dopracowany szkic może utrudnić zauważenie błędów.

Proces pracy powinien zatem określać, kto sprawdza wynik, jakie dowody analizuje i kiedy odrzuca rezultat. Są to decyzje operacyjne. Wpływają zarówno na jakość usług, jak i na ilość pracy wymaganej przez aplikację.

Odpowiedzialność ma również znaczenie, gdy obywatel kwestionuje decyzję. Urząd potrzebuje jasnego opisu faktów, zasad i ludzkiej oceny zaangażowanych w sprawę. Sama szybkość daje niewielkie poczucie bezpieczeństwa, jeśli pracownicy nie potrafią wyjaśnić, jak osiągnięto dany wynik.

Dostęp do informacji wprowadza kolejny zestaw wyborów. Zapewnienie asystentowi szerszego dostępu może zwiększyć jego użyteczność, jednocześnie ujawniając materiały wykraczające poza zamierzony cel. Ograniczenie dostępu może chronić informacje, lecz ograniczać zadania, które system potrafi wykonać.

Właściwa równowaga zależy od zastosowania. Redagowanie publicznego komunikatu stawia inne wymagania niż analiza osobistej sprawy. Oceny powinny odzwierciedlać te różnice, zamiast stosować jedno założenie produktywności do każdego zastosowania.

Decyzje kadrowe mogą również zmienić zdolność urzędu do nadzorowania technologii. Usunięcie doświadczonych pracowników może zmniejszyć pulę osób zdolnych rozpoznawać nietypowe sprawy lub oceniać trudne wyniki. Taka możliwość powinna znaleźć się w planowaniu transformacji.

Ostrożne wdrożenie zachowałoby wystarczającą zdolność do porównywania wyników i reagowania na problemy. Określiłoby też, co dzieje się, gdy system jest niedostępny albo nieodpowiedni. Usługa pozostaje odpowiedzialna za wnioski również w takich okresach.

Istnieje także wymiar finansowy, nawet bez publikowania cen dostawców. Wsparcie techniczne, integracja, szkolenia i nadzór pochłaniają zasoby. Spadek liczby pracowników sam w sobie nie dowodzi porównywalnego zmniejszenia całkowitych wymagań operacyjnych.

Praktycznym standardem powinna być trwała poprawa netto. Departamenty powinny wykazać, że nowy proces realizuje niezbędną pracę z akceptowalną jakością po uwzględnieniu weryfikacji i wsparcia. Standard ten daje użytecznym zastosowaniom uczciwy test, jednocześnie ujawniając słabe założenia dotyczące oszczędności.

Na co zwrócić uwagę, zanim cel zatrudnienia stanie się planem operacyjnym

Kolejne użyteczne dowody połączą obowiązki departamentów, zastosowania AI i mierzalne wyniki usług.

Po pierwsze, warto obserwować, czy propozycje kadrowe departamentów wskazują, jaka praca zniknie, zmieni się lub zostanie przeniesiona gdzie indziej. Przydział personelu bez opisu obciążenia pracą pozostawiłby centralne pytanie o zdolność działania bez odpowiedzi.

Mocniejsza propozycja wyjaśniałaby, jak kierownicy zamierzają radzić sobie z odejściami, zachowując kluczową wiedzę ekspercką. Wskazywałaby obowiązki objęte zmianami i opisywałaby, jak pozostałe zespoły je pokryją. Taki poziom szczegółowości ułatwiłby ocenę szacunków.

Po drugie, warto śledzić holenderskie plany AI pod kątem nazwanych zastosowań i metod oceny. Gabinet zaplanował cele produktywności i plany oszczędności na pierwszy kwartał 2027 roku. To zobowiązanie wykracza poza bezpośrednie okno raportowania, dlatego wstępne szczegóły należy traktować jako wstępne.

Plan oparty na konkretnych usługach wzmocniłby argumenty za wdrożeniem. Czytelnicy mogliby przeanalizować zamierzonych użytkowników, wymagane informacje, proces weryfikacji i oczekiwany wynik operacyjny. Szerokie cele wdrożeniowe odpowiadałyby na mniej pytań dotyczących zdolności kadrowych.

Po trzecie, warto obserwować, czy agencje ustalają poziomy bazowe usług przed dużymi zmianami. Poziom bazowy rejestruje wyniki przed interwencją, umożliwiając późniejsze porównania z możliwym do zidentyfikowania punktem wyjścia. Bez niego łatwiej jest wybiórczo opisywać poprawę i pogorszenie.

Przydatne raportowanie śledziłoby wykonaną pracę wraz z czasem oczekiwania, korektami, skargami i trudnymi sprawami. Pokazywałoby również, czy pozorne korzyści utrzymują się po zakończeniu początkowego wsparcia wdrożeniowego. Trwałe wyniki są ważniejsze niż pojedyncza demonstracja.

Te sygnały należy odczytywać łącznie. Jasne zastosowanie przy słabych dowodach dotyczących usług uzasadniałoby dalsze testy. Dobre wyniki usług bez wiarygodnej transformacji kadrowej pozostawiałyby ryzyko wdrożeniowe. Spójny plan potrzebuje obu elementów.

Dla deweloperów oznacza to konieczność pytania o oczekiwany przez urząd wynik operacyjny przed zaproponowaniem systemu. Dla nabywców korporacyjnych pytanie brzmi, czy dowody wspierają zamierzoną zmianę organizacyjną. Dla pracowników istotne jest, czy obowiązki szkoleniowe i weryfikacyjne pojawiają się w szacunkach obciążenia pracą.

Redukcje etatów w holenderskim rządzie dają teraz czytelnikom konkretną politykę do śledzenia, a nie abstrakcyjną debatę o zatrudnieniu związanym z AI. Zacznij od proponowanych zmian w usługach, a następnie przeanalizuj dowody łączące je z decyzjami kadrowymi. Zapytaj, czy agencje mierzą wykonaną pracę i jakość obok deklarowanych oszczędności czasu. Szukaj jasnego przypisania odpowiedzialności, gdy automatyczny wynik wymaga sprawdzenia lub obywatel potrzebuje pomocy. Obserwuj, jak departamenty zachowują wiedzę ekspercką w okresie transformacji. Gdy pojawią się szczegółowe plany, porównaj ich założenia z obciążeniem pracą, którym faktycznie zajmują się pracownicy. Które zadania nie są już potrzebne, które stały się łatwiejsze, a które nadal wymagają doświadczonych ludzi, aby zapewnić niezawodną usługę publiczną?