AI is gemeengoed in marketing, maar volwassen gebruik blijft uit [onderzoek]

De afgelopen maanden heb ik met veel marketeers gesproken over hoe zij AI inzetten. Misschien herken je het ook;  je gebruikt AI dagelijks voor teksten, ideeën, analyses, maar echt strategisch? Dat gebeurt veel minder.

Toen we bij Peakfort onderzoek deden onder 135 marketing- en salesprofessionals, zagen we precies hetzelfde patroon terugkomen. AI is inmiddels alledaags, maar voor iets dat zo vaak wordt gebruikt, blijft de toepassing verrassend oppervlakkig.

AI is overal, maar vaak oppervlakkig toegepast

Van de ondervraagden zegt 99 procent AI inmiddels te gebruiken, en 89 procent zelfs regelmatig. Toch ontbreekt het vaak aan een duidelijke strategie of structuur. De meeste professionals gebruiken AI voor creatieve of uitvoerende taken: 91 procent zet het in voor contentcreatie en 80 procent gebruikt AI als sparringpartner om ideeën te toetsen of teksten te herschrijven.

Zodra het complexer wordt, neemt het gebruik af. Slechts 45 procent gebruikt AI voor data-analyse of rapportages, en 28 procent automatiseert processen met behulp van AI. Daarmee blijft de technologie vooral een productiehulp, geen strategisch instrument.

Kleine teams lopen voorop

Opvallend vond ik dat kleine marketingteams het vaakst investeren in AI-tools.

• 43% geeft tot €50 per maand uit
• 25% tussen €51 en €200
• 11% meer dan €200

Die laatste groep bestaat vooral uit kleine teams. Niet heel gek: als je geen extra collega kunt aannemen, kan AI een relatief goedkope aanvulling op je team zijn. Voor grote organisaties is dat ingewikkelder. Daar vallen AI-initiatieven tussen verschillende afdelingen in (marketing, IT, management) waardoor beslissingen vertragen.

Gebruik verschilt per branche

Wat je doet, bepaalt hoe je AI gebruikt. Klinkt cryptisch, maar dat valt mee. Het blijkt dat de type branche waarin je werkt, bepaalt hoe je AI toepast. We zijn benieuwd of je je hierin herkent.

In de branches finance en accountancy wordt AI vooral gebruikt voor data-analyse, rapportages en validatie van cijfers. Creatieve bureaus zetten AI vooral in als inspiratiebron, ideeën opdoen, teksten herschrijven, maar behouden de menselijke toon in de uitvoering. Consultancy gebruikt AI breder: van scenarioanalyse tot procesautomatisering. Industrie en logistiek passen AI vooral toe in planning, forecasting en capaciteit beslissingen.

Je zou dus kunnen zeggen: hoe gestructureerder een organisatie werkt, hoe dieper AI wordt geïntegreerd. Als je werkt in een branche met vaste processen, voelt de stap naar strategisch gebruik eenvoudiger dan wanneer je al gewend bent ad-hoc te werken.

Obstakels: kwaliteit, kennis en beleid

Het leukste aan dit onderzoek? Het bevestigt ons voorgevoel (en misschien dat van jou): we gebruiken AI massaal, en twijfelen bijna net zo massaal aan de output. Ik neem je mee in de grootste uitdagingen die we troffen:

1. Kwaliteit van output: bijna 70 procent vindt de resultaten te generiek of onbetrouwbaar.
2. Gebrek aan kennis: 32 procent voelt zich onvoldoende getraind.
3. Geen beleid: 25 procent heeft geen duidelijke richtlijnen voor AI-gebruik.

Doordat veel individueel experimenteren, blijft het gebruik versnipperd. Misschien merk je dat in je eigen organisatie ook wel. Iedereen heeft eigen accounts, in eigen tools, eigen werkwijzen. Iedereen doet “iets” met AI, maar er ontstaat geen gezamenlijke leercurve.

Gevorderde gebruikers zijn kritischer

Deze uitkomst zal je niet verbazen, maar hoe meer ervaring je hebt met AI, hoe kritischer je bent. De gevorderde gebruiker gebruikt AI breder – voor content, data, strategie en automatisering – maar maakt zich daarmee ook vaker zorgen over de betrouwbaarheid.

Beginners zijn vooral heel enthousiast over wat AI kan. Terwijl gevorderden hun aandacht hebben verlegd naar of het ook goed doet wat ze willen. Een logisch gevolg van de volwassenwording van de adoptie van technologie.

Leren van praktijkvoorbeelden

Opvallend is dat de meeste professionals niet per se meer technologie willen, maar meer inzicht in goed gebruik. De meerderheid noemt “praktische voorbeelden”, “kennisdeling tussen collega’s” en “sparren met experts” als belangrijkste manier om beter te worden met AI. Workshops en concrete demonstraties scoren hoog; formele richtlijnen juist niet. Slechts 16 procent zegt behoefte te hebben aan beleid of kaders.

We zijn als Nederlanders natuurlijk dol op onze vrijheid en dus is beleid hetgeen we het minst nodig denken te hebben. Maar, het feit dat we dat het minst wensen, wijst erop dat AI gebruik nog sterk van onderop groeit. Medewerkers experimenteren, wisselen kennis uit en leren van elkaar. De formele structuur loopt daar nog achteraan. In grotere organisaties kan dat leiden tot versnippering, maar het verklaart ook waarom innovatie vaak vanuit de praktijk komt in plaats van uit beleid.

Van experimenteren naar volwassenheid

Ons onderzoek heeft ons doen inzien dat we met elkaar klaar zijn voor de volgende stap. AI is alledaags, maar de impact die het kan maken moeten we nog verder verdiepen. In 2026 werken we toe naar de organisatie van AI. Het borgen in processen, in plaats van ad-hoc toepassen.

En dat is ook waar jij het verschil kunt maken. Ik deel een aantal key takeaways uit ons onderzoek met je, zodat je direct aan de slag kunt.

5 tips voor beter inzet van je AI-tools

1. Begin klein, maar wel structureel

Kies één proces dat je structureel wilt verbeteren met AI. Dat kan van alles zijn: marktonderzoek, contentplanning, segmentatie, alles. Werk vier weken consequent met AI. Zo ontdek je in de praktijk wat het oplevert, wat niet werkt en of het daadwerkelijk waarde toevoegt.

2. Meet kwaliteit, niet alleen snelheid

AI kan razendsnel output leveren, maar als die output niet klopt of niet past bij jullie tone-of-voice, schiet je er weinig mee op. Bepaal samen wat ‘goede kwaliteit‘ betekent: juistheid van informatie, consistentie, stijl, nuance. Laat AI je werk dus niet overnemen, maar je proces versnellen.

3. Werk als team, niet als individu (zelfs als je een zelfstandig marketeer bent)

Teams die prompts, best practices en workflows delen, groeien veel sneller. Creëer daarom een gedeelde omgeving waar je sterke prompts, goede voorbeelden en gemaakte fouten verzamelt. Zo bouw je samen aan een slimmere, efficiëntere manier van werken.

4. Kijk verder dan contentcreatie

Laat AI meer doen dan alleen content genereren, er zit zoveel potentie in de tooling. Gebruik de kracht die je binnen handbereik hebt. Denk aan: data-analyse, scenario denken, planning en forecasting, procesoptimalisatie. Maar vergeet stap 2 niet, kwaliteit blijft belangrijk.

5. Gebruik AI om beter te denken

Zie AI vooral als denkpartner. Gebruik LLM’s om scenario’s te testen, aannames te challengen, trends te duiden en klantinzichten te versterken. De minst interessante toepassing is misschien wel het schrijven van een social post, er is zoveel meer mogelijk als je een laagje dieper kijkt.