AI beslist in marketing. Ben jij nog aan zet?
AI maakt marketing efficiënter. Campagnes optimaliseren zichzelf, contentvarianten ontstaan in seconden en budgetten verschuiven automatisch naar wat presteert. Veel teams ervaren eindelijk rust in dashboards die continu bijsturen. Maar efficiëntie is niet de echte verandering. De fundamentele verschuiving zit in wie beslist. Steeds vaker bepaalt een model welke doelgroep prioriteit krijgt, welke boodschap wint, welke prijs logisch is en welke klant de meeste aandacht verdient. Jij kijkt mee, maar grijpt minder vaak direct in. Dat voelt comfortabel, tot je jezelf afvraagt: wie stuurt hier eigenlijk?
AI is geen hulpmiddel meer
We begonnen met AI als assistent. Automatische biedstrategieën, slimmere segmentatie en gegenereerde contentvarianten ondersteunden het werk van marketeers, terwijl de mens zichtbaar aan het roer bleef. Die grens vervaagt. Volgens Gartner zullen steeds meer bedrijfsapplicaties taakspecifieke AI-agents bevatten die zelfstandig acties uitvoeren binnen vooraf ingestelde kaders. AI analyseert dus niet alleen, het handelt.
Bij Picnic zie je wat dat in de praktijk betekent. Modellen bepalen hoe routes worden gereden, hoe voorraden worden aangevuld en welke producten worden aanbevolen. Dat zijn geen ondersteunende inzichten, maar dagelijkse beslissingen met directe impact op kosten en klantbeleving. Wat hier het verschil maakt, is niet de techniek, maar de discipline. Teams begrijpen de modellen en kunnen ingrijpen wanneer aannames veranderen. Autonomie zonder inzicht wordt afhankelijkheid.
Veel marketingteams gebruiken AI nog als black box. Zolang performance stijgt wordt er niet doorgevraagd. Maar een model optimaliseert op basis van wat jij het leert belangrijk te vinden. Zonder expliciet besliskader verschuift verantwoordelijkheid naar code, terwijl de consequenties bij mensen blijven liggen.
Experimenteren is geen strategie
Vrijwel iedere organisatie experimenteert inmiddels met AI. Tools worden getest, pilots gestart, workflows aangepast. Dat is nodig, maar het is geen strategie. Uit de meest recente State of AI van McKinsey blijkt dat AI-gebruik breed toeneemt, terwijl slechts een deel van de organisaties AI structureel integreert in kernprocessen en besluitvorming. De kernvraag is niet of je AI gebruikt, maar waar het beslist. Vraag jezelf expliciet af:
- Wordt AI besproken in het MT of blijft het een teaminitiatief?
- Zijn beslisregels vastgelegd of impliciet?
- Is helder wanneer menselijke interventie verplicht is?
En zelfs als die structuren liggen, kan adoptie alsnog stroperig zijn. Een recente analyse van Harvard Business Review laat zien dat AI-initiatieven vaak stagneren omdat medewerkers twijfelen aan hun rol in het nieuwe systeem, wat leidt tot “gebruik op papier” zonder echte gedragsverandering.
Als het antwoord op deze vragen vaag is, optimaliseert je organisatie zonder dat zij precies weet waarop. Dat is geen innovatie, maar het verschuiven van verantwoordelijkheid.
Performance eet je merk op
AI optimaliseert wat meetbaar is. Conversie, retentie, kosten per acquisitie en snelheid zijn duidelijke signalen voor een model. Merkvoorkeur, vertrouwen en positionering laten zich minder makkelijk in directe KPI’s vangen. Wat niet in het model zit, verdwijnt uit de optimalisatie. Bij Heineken wordt AI ingezet in commerciële en operationele besluitvorming, van data-analyse tot optimalisatie van marketing- en supply chain processen.
Modellen helpen bepalen waar middelen het meest renderen. Tegelijk blijven merkkeuzes expliciet menselijk. Niet elke rationeel optimale beslissing past bij een merk dat decennialang consistentie heeft opgebouwd. Daar zit het kantelpunt. Wanneer AI volledig wordt aangestuurd op korte termijn performance, verschuift je positionering ongemerkt richting wat het algoritme beloont. Gemiddelde keuzes winnen het dan van uitgesproken keuzes. AI versterkt wat je meet. Zorg dus dat je meet wat je merk onderscheidt.
En er speelt nog iets. Aandacht zelf wordt schaarser. Volgens de DDMA Barometer 2025 wil 35% van de Nederlanders digitaal mediagebruik verminderen of doet dat al. Bij Gen Z en millennials loopt dit op tot bijna 50%, en de meeste mensen verwachten dat die reductie blijvend is.
In een omgeving waarin aandacht krimpt, worden algoritmische keuzes nog bepalender. Wat het model bevoordeelt, krijgt zichtbaarheid. Wat erbuiten valt, verdwijnt sneller dan ooit.
Governance is strategisch, niet administratief
Het risico zit niet in de technologie, maar in het ontbreken van duidelijke kaders. Vaak worden die pas serieus genomen zodra regelgeving of toezicht in beeld komt. Dat is te laat. Het gaat om iets fundamentelers: wie verantwoordelijk is voor AI-besluiten en welke grenzen niet overschreden mogen worden.
Governance betekent dat je expliciet vastlegt:
- Wie eigenaar is van AI-output
- Wie mag ingrijpen wanneer uitkomsten afwijken
- Welke grenzen het model niet mag overschrijden
Bij ING zijn Responsible AI-principes onderdeel van hoe modellen worden ontwikkeld en ingezet. Transparantie, uitlegbaarheid en menselijke controle zijn geen bijzaak, maar ontwerpkeuze. Dat laat zien dat autonomie nooit losstaat van verantwoordelijkheid.
De Europese AI Act onderstreept dat menselijk toezicht geen optie is maar een vereiste. Voor marketingteams betekent dit dat AI niet alleen op performance beoordeeld mag worden, maar ook op legitimiteit. Zonder governance wordt AI geen versneller, maar een risico.
Creativiteit verschuift van maken naar beoordelen
AI kan genereren. Snel, overtuigend en schaalbaar. Maar genereren is niet hetzelfde als kiezen. Het World Economic Forum benoemt analytisch en kritisch denken als kernvaardigheden in een AI-gedreven arbeidsmarkt.
In marketing wordt deze verandering meteen zichtbaar. De waarde verschuift van produceren naar beoordelen. Niet de hoeveelheid output telt, maar de kwaliteit van selectie, nuance en samenhang. Laat je AI-output ongemoeid, dan vervaagt je signatuur. Stel je geen grenzen, dan wordt je merk gemiddeld. Technologie verlaagt de drempel tot creatie, maar verhoogt de lat voor scherpte.
Verantwoord werken met AI begint met vier heldere afspraken:
- Beslisruimte: welke keuzes mag het model zelfstandig maken en welke blijven altijd menselijk?
- Stuurvariabelen: op welke KPI’s optimaliseert het systeem, en welke merkwaarden blijven buiten beeld?
- Interventie: wanneer is menselijke goedkeuring verplicht, ook als de cijfers positief zijn?
- Eindverantwoordelijkheid: wie is aanspreekbaar als een AI-gedreven beslissing reputatieschade veroorzaakt?
Dit vraagt geen dik document, maar duidelijke keuzes. Zonder die afspraken bepaalt het systeem de norm en draag je zelf de consequenties.
Van datagedreven naar beslis intelligent
We spraken jarenlang over datagedreven werken. AI verschuift dat naar beslis intelligent werken, waarbij systemen niet alleen analyseren maar handelen binnen vooraf ingestelde kaders. Bij NS worden voorspellende modellen gebruikt om reizigersstromen, planning en dienstverlening te optimaliseren. De modellen geven richting, maar medewerkers blijven verantwoordelijk voor de uiteindelijke afweging. Dat onderscheid tussen advies en besluit moet expliciet blijven. AI is niet neutraal. Elk model bevat aannames over wat belangrijk is en welke uitkomst optimaal wordt geacht.
Als marketeer hoef je geen data scientist te zijn, maar je moet wel begrijpen welke aannames je organisatie accepteert. Anders optimaliseer je op efficiëntie terwijl je langzaam je onderscheidend vermogen verliest.
De echte vraag
AI maakt marketing efficiënter. Dat staat vast. De relevante vraag is of het je ook beter maakt. Welke beslissingen laat je al nemen door modellen zonder dat je precies weet welke waarden daarin zijn verwerkt? Welke merkkeuzes zijn impliciet geautomatiseerd? En wie is aanspreekbaar als een uitkomst botst met je merkbelofte?
AI kan voorspellen, optimaliseren en versnellen. Het kan echter geen verantwoordelijkheid dragen. Zodra je besluitvorming uitbesteedt zonder duidelijke kaders, besteed je uiteindelijk ook een deel van je merk uit. De technologie is niet het risico. Onbewuste afhankelijkheid wel. Blijf dus aan zet.
Over de auteur
