Van het Wilde Westen naar autonome marketing: waar sta jij?

In vrijwel elk klantgesprek dat ik voer, krijg ik steevast de vraag: wat betekent AI nu echt voor onze marketing? En met welke AI tool moeten we beginnen? Iedereen wil instappen, niemand wil die boot missen. Elke CMO wil die AI-leider zijn. Toch stellen organisaties vaak de verkeerde vraag.

Uit het meest recente State of Marketing Report blijkt dat het implementeren van AI op dit moment de prioriteit is voor de 4.450 marketingprofessionals die Salesforce ondervroeg. Diezelfde 4.450 marketingprofessionals benoemen AI-implementatie tegelijkertijd ook als hun allergrootste uitdaging. Geen toeval als je het mij vraagt.

De echte vraag is niet welke AI-tool je moet kiezen, maar hoe AI-volwassen de organisatie is. Het Salesforce AI maturity-model dat ik in dit artikel gebruik, houdt die spiegel voor. Dit specifieke model dwingt je te kijken naar waar je echt staat en wat er nodig is om te groeien van ad hoc naar autonome marketing.

Waar staan jij en je marketing?

Om maar meteen met de deur in huis te vallen: je vindt in dit model geen specifieke AI-tooling. En dat is een bewuste keuze. Wie blind start met AI-tooling, schaalt vooral output en niet de marketingstrategie. Het resultaat zijn campagnes die perfect bijdragen aan de groeiende eenheidsworst die alleen ruis toevoegt aan een zeer overprikkelde markt. Technologie alleen is zelden de oplossing. Een duidelijke strategie bepaalt uiteindelijk het succes van AI.

Die strategie staat centraal in het AI-volwassenheidsmodel. Bij Salesforce bestaat het AI-volwassenheidsmodel uit twee assen:

• De verticale as toont de mate van AI-complexiteit, van een voorspelling doen tot autonome denkkracht.
• De horizontale as laat zien hoe breed je AI inzet. Van een los kanaal naar een complete omnichannel-strategie.

Deze twee assen vertalen zich naar vijf volwassenheidsniveaus. Onderliggend is een groeiende datastrategie.

Niveau 1: het wilde westen

Je contentmarketeer gebruikt Gemini voor het schrijven van een blog, je designer speelt met Veo, Midjourney en Adobe Firefly. Je marketinganalist uploadt data naar een externe AI-tool waar je zelf nog nooit van hebt gehoord, om er een handig Looker-dashboard van te maken. Kortom, iedereen experimenteert en gaat los.

Gevoelige data belanden overal. Het is een niveau zonder AI governance. Bovendien is het ad hoc, op basis van de voorkeur van een medewerker. Er is geen bedrijfsbrede strategie. Handig voor individuele productiviteit op schaal om die middelmatigheid te bereiken, maar als CMO heb je totaal geen vat op wat naar buiten gaat en of het überhaupt bij je merk past.

Niveau 2: AI op recept

We zijn het wilde westen ontgroeid. Er zijn afspraken in de organisatie over welke tools veilig zijn voor bedrijfsdata. Als marketingafdeling ben je vooral bezig met het voorspellen van gedrag. Denk aan: het juiste moment om een e-mail te verzenden, of voorspellen hoeveel contactmomenten klanten willen hebben, zodat je ze niet overspoelt met e-mails (of juist tekort doet).

Nog steeds gebruiken medewerkers generatieve AI, maar het blijft beperkt tot een kanaal. Bijvoorbeeld een goedgekeurd gebruik van AI om binnen je bestaande e-mailoplossing vijf varianten van je onderwerpregel te genereren. Jij vraagt, AI genereert.

Niveau 3: AI-piloot

Op dit niveau beweegt een organisatie zich richting een duidelijke AI-visie. Er is structuur en een roadmap. De organisatie is zich ervan bewust dat AI op zichzelf niet succesvol is en investeert daarom in AI-training voor medewerkers. Daarnaast wacht AI niet langer passief op een prompt voordat het in actie komt. Het is proactief binnen vooraf gedefinieerde use cases en de getrainde medewerkers weten hoe ze dit moeten benutten.

Als CMO, marketing manager, of marketeer sta je dus aan het roer. Stel je een marketeer voor die ’s ochtends ziet dat AI proactief op een dashboard aangeeft dat bepaalde advertentiecampagnes niet presteren op basis van de gestelde KPI. Het gaat nog verder, want AI stelt voor om de campagnes te pauzeren. Als marketeer bekijk je wat de suggesties zijn en je keurt het pauzeren van de campagnes goed. De marketeer is dus de piloot en AI de copiloot.

Niveau 4: integratie

Hier is AI geïntegreerd in de marketingprocessen en heeft een sterke verankering dankzij de koppeling met databronnen zoals een CRM en een CDP. Er ontstaat een multidisciplinair Center Of Excellence met medewerkers vanuit allerlei afdelingen en er is een organisatiebreed AI-framework. De winst? Veel terugkerende werkzaamheden kunnen grotendeels geautomatiseerd worden.

Je hebt bijvoorbeeld AI die je website niet langer personaliseert op basis van clicks, maar op basis van doelstellingen als conversie, orderwaarde of extra boekingen. De marketeer zet de strategische kaders en AI bepaalt welke uiting het beste bij die doelstelling past, en optimaliseert continu op basis van al die gegevens.

Stel dat een websitebezoeker onderdeel is van een key account, sterker nog, van een buying group binnen dat key account. Dan combineert AI dit gegeven met realtime webdata en bepaalt zelf welke banners en content het best passen bij deze websitebezoeker. Op deze manier krijgt de websitebezoeker de best mogelijke ervaring gericht op het behalen van een belangrijke KPI. In dit geval het boeken van een afspraak. Tegelijkertijd ontvangt sales hier een notificatie van.

De marketeer bedenkt de strategie en geeft input voor campagnedoelstellingen, die AI vervolgens bouwt. AI kan veel uitvoerende werkzaamheden automatiseren, terwijl de marketeer toezicht houdt en bijstuurt waar nodig.

Niveau 5: autonome agents in je team

Op dit niveau is het AI Center of Excellence stevig verankerd op strategisch niveau. AI agents ondersteunen niet langer alleen losse taken, maar kunnen complete processen zelf uitvoeren binnen vooraf vastgestelde kaders. Zoals autonoom dialogen voeren met je doelgroep via e-mail, sms en WhatsApp.

Stel je dit scenario voor: je verstuurt een e-mailcampagne en een ontvanger stuurt een inhoudelijke vraag terug. Een AI-agent reageert hierop autonoom met een gepersonaliseerd antwoord op basis van de context die je al hebt verzameld over de ontvanger. Ontvang je nu een vraag van diezelfde ontvanger, maar dan via WhatsApp? Geen probleem, de AI-agent gebruikt weer de verzamelde context en zet het gesprek voort op een ander kanaal.

En zat er in het WhatsApp-antwoord een link naar de website? Zodra de klant deze bekijkt, wordt hij begroet door een AI-agent die dezelfde kennis heeft over de ontvanger en ook weet wat de initiële vraag en reden van het bezoek is. Zo helpt de AI-Agent proactief de klant verder. Mocht de vraag toch te complex worden, dan verwijst de AI-agent deze door naar het serviceteam. En begrijp me niet verkeerd, dit kan een doorverwijzing zijn naar een medewerker of een gespecialiseerde AI-agent van het serviceteam.

Het valt je wellicht op dat de rol van de marketeer hierdoor ook fundamenteel verandert. Je bouwt geen losse campagnes meer op, maar je managet vooral je AI-collega’s. Bevindt de markt zich al op dit niveau? Zeker niet. De meeste organisaties bevinden zich nog in de experimentele fase. Bovendien blijven menselijke controle, governance, privacy, compliance en kwaliteitsbewaking onmisbaar. Maar er zijn wel koplopers die hiermee bezig zijn. Eén daarvan is Formule 1.

Van model naar praktijk: Formule 1

De Formule 1 laat zien hoe een sterk datafundament de basis vormt voor effectieve inzet van AI. Om vergrijzing van hun fanbase te voorkomen, en dus een jongere en bredere doelgroep aan te spreken, begon de organisatie in 2018 met het verzamelen en combineren van data uit onder meer eigen kanalen, social media en ticketverkoop. Daarmee kreeg Formule 1 steeds beter inzicht in fans en kon het de interactie met hen personaliseren. Het resultaat: de fanbase groeide van 508 naar 831 miljoen fans, waarvan 42% vrouw is en 43% jonger dan 35 jaar.

Inmiddels zet de organisatie AI-agents in om medewerkers te ondersteunen bij onder meer gepersonaliseerde content, segmentatie en klantreizen. Dat levert concrete resultaten op: AI-gegenereerde content zorgt voor een 22% hogere doorklikratio en een AI-gedreven Tech-Director, die vragen van fans over de sport beantwoordt, draagt bij aan 22% meer betrokkenheid.

Waar sta jij?

De marketing van de Formule 1 innoveert net zo snel als de sport. Dat kan bij elke organisatie. Denk aan Pieter Zwart, die bij Coolblue eerst AI inzette voor medewerkers. Voor routeplanning, supply chain-optimalisatie en sorteerrobots in het magazijn. Vervolgens pakte hij snel door met Macbook Agent Catherine voor klanten. Elk niveau levert al waarde op en een volgende stap kan razendsnel volgen. Maar als er één ding is wat de Formule 1 ons leert, dan is het dat je niet moet beginnen met het implementeren van allerlei tools zonder visie. Juist op dat vlak legde de State of Marketing Report de pijnlijke paradox bloot.

De marketeers die voorop lopen houden marketinggoeroe Philip Kotler in hun achterhoofd: marketing is een proces waarmee bedrijven waarde creëren voor de klant, zodat je sterke relaties opbouwt. Je krijgt daar waarde van de klant voor terug. Omarm daarom verandering en klim in het AI-volwassenheidsmodel. AI kan pas accelereren wanneer je een sterke strategie hebt, een datafundament dat klopt en je mensen meebewegen. Dus wees als de Formule 1: zet die DRS aan, begin klein en accelereer met ervaring en vertrouwen.