AI maakt marketing niet makkelijker. Het maakt marketing overvloedig.

Als iedereen sneller teksten, beelden, campagnes en analyses kan maken, verschuift het concurrentievoordeel van produceren naar kiezen.

Een paar jaar geleden was “we moeten meer content maken” een volkomen logisch marketingadvies. Meer artikelen. Meer social posts. Meer video. Meer nieuwsbrieven. Meer advertentievarianten. Meer landingspagina’s.

Maar stel dat ieder bedrijf dat advies dankzij AI daadwerkelijk kan opvolgen.

Iedere concurrent publiceert vijf keer zoveel artikelen. Iedere webshop maakt voor ieder product tientallen advertenties. Iedere organisatie kan dagelijks posten op LinkedIn. Iedere nieuwsbrief kan worden gepersonaliseerd. Voor iedere campagne kunnen tientallen varianten worden gemaakt.

Wie gaat dat allemaal bekijken?

Misschien is de grootste verandering die AI veroorzaakt daarom niet dat we méér kunnen maken. Misschien is de grootste verandering dat maken nauwelijks nog de beperking is. En dat heeft veel grotere gevolgen voor marketing dan alleen tijdwinst.

Marketing had altijd een natuurlijke rem

Marketingproductie kostte tot voor kort vooral menskracht. Een goed artikel schrijven kostte uren. Voor een campagneconcept waren een strateeg, copywriter en vormgever nodig. Voor verschillende advertentievarianten moest een designer telkens opnieuw aan het werk. Concurrentieonderzoek, data-analyse, nieuwsbrieven, fotografie, video en landingspagina’s: overal zat menselijke arbeid tussen.

Dat was soms frustrerend. Er waren altijd meer ideeën dan tijd. Maar die beperking had ook een functie.

Omdat niet alles gemaakt kon worden, moesten organisaties keuzes maken. Welke campagne verdient budget? Welk onderwerp is interessant genoeg voor een artikel? Welke advertentie gaan we testen? Waar zetten we onze mensen op in?

Capaciteit dwong tot selectie. AI verandert dat fundamenteel.

Een marketeer kan tegenwoordig in een fractie van de tijd onderzoek doen, tientallen invalshoeken bedenken, teksten schrijven, data analyseren, beelden maken en varianten produceren. En dit is geen theoretische ontwikkeling meer.

In onderzoek van Ahrefs onder 879 marketeers gaf 87% aan AI te gebruiken bij het maken van content. Organisaties die AI gebruiken publiceerden gemiddeld 42% meer content per maand dan organisaties die dat niet deden. HubSpot ondervroeg voor zijn onderzoek van 2026 meer dan 1.500 marketeers. Daarvan zegt 71% dat AI hen helpt om aanzienlijk meer content te produceren.

De productierem begint dus daadwerkelijk te verdwijnen.

Maar onze aandacht groeit niet mee

En daar ontstaat een probleem. AI kan het aanbod van marketingcommunicatie enorm vergroten. Maar AI maakt een dag niet langer.

Een potentiële klant krijgt geen extra uren om artikelen te lezen. Hij kijkt niet vijf keer zoveel LinkedIn-posts omdat marketeers vijf keer zoveel kunnen produceren. Hij opent geen twintig nieuwsbrieven waar hij er vroeger vier las.

De hoeveelheid content groeit exponentieel.

De hoeveelheid menselijke aandacht niet.

Dat maakt aandacht relatief schaarser.

En daarmee ontstaat een vreemde paradox. Dezelfde technologie waarmee organisaties gemakkelijker aandacht proberen te krijgen, zorgt ervoor dat er zoveel meer communicatie ontstaat dat het moeilijker wordt om die aandacht daadwerkelijk te verdienen.

Dat effect is inmiddels zichtbaar. In hetzelfde HubSpot-onderzoek zegt 53% van de marketeers dat het moeilijker wordt om met content op te vallen in een markt die steeds voller raakt met AI-content. 52% denkt zelfs dat content minder effectief wordt doordat deze zo gemakkelijk geproduceerd kan worden.

Dat betekent niet dat contentmarketing verdwijnt.

Het betekent wel dat alleen content produceren steeds minder onderscheidend wordt.

Van een productieprobleem naar een selectieprobleem

Daar zit volgens ons een van de belangrijkste veranderingen voor marketing. De oude vraag was vaak: kunnen we dit maken? Hebben we budget? Hebben we een schrijver? Heeft onze designer tijd? Kunnen we deze campagne voor volgende maand afkrijgen?

De nieuwe vraag wordt steeds vaker: moeten we dit überhaupt maken? AI kan zonder moeite twintig blogonderwerpen voorstellen. Maar welke daarvan verdient echt de tijd van een klant? AI kan honderd advertentieteksten schrijven. Maar welke belofte past werkelijk bij de doelgroep? AI kan voor iedere dag een LinkedIn-post produceren. Maar heeft een bedrijf daadwerkelijk iedere dag iets te vertellen?

Dat verschil lijkt klein, maar verandert het vak. Als productie goedkoop wordt, verschuift de waarde naar het maken van keuzes. Wanneer maken goedkoop wordt, wordt kiezen duur.

Meer produceren is soms juist wél verstandig

Daarmee willen we overigens niet beweren dat bedrijven minder AI moeten gebruiken. Integendeel. Er zijn marketingactiviteiten waarbij schaal juist veel waarde toevoegt. Advertising is een goed voorbeeld.

Advertentieplatforms kunnen steeds meer varianten testen op verschillende doelgroepen, momenten en plaatsingen. Daarvoor zijn veel creatieve varianten nodig. Adobe bouwt bijvoorbeeld inmiddels systemen waarmee marketeers automatisch verschillende versies van advertenties, beelden, video’s en teksten kunnen genereren en vervolgens op grote schaal testen.

Daar is meer produceren nuttig. Tien varianten van een advertentie testen kan betere informatie opleveren dan één advertentie bedenken en hopen dat die werkt. Maar daar zit het cruciale onderscheid.

Volume moet een functie hebben. Twintig advertentievarianten produceren om twintig hypotheses te testen is iets anders dan twintig middelmatige artikelen publiceren omdat dat tegenwoordig eenvoudig kan. AI maakt volume goedkoop. Dat betekent niet dat volume automatisch waardevol wordt.

De bottleneck verschuift

Wanneer een beperking verdwijnt, verschijnt meestal ergens anders een nieuwe. We zien dat ook bij AI. Veel organisaties begonnen met het idee dat AI vooral tijd zou besparen. Maar zodra de productie omhooggaat, ontstaat er vervolgens extra werk rond selectie, controle en kwaliteitsbewaking.

Onderzoek van Optimizely onder meer dan 2.000 marketingleiders laat dat goed zien. 76% besteedt wekelijks minimaal drie uur aan het aanpassen, controleren of corrigeren van AI-output. Slechts 4% zegt dat AI in iedere fase van het proces daadwerkelijk tijd bespaart. Ook Ahrefs zag hetzelfde patroon: 97% van de ondervraagde bedrijven heeft een proces waarbij AI-content nog door mensen wordt gecontroleerd of aangepast.

We automatiseren dus een deel van de productie, waarna nieuw werk ontstaat. Wat is goed genoeg? Wat klopt feitelijk? Wat past bij het merk? Welke variant kiezen we? Welke informatie ontbreekt? Wat publiceren we wel? En misschien nog belangrijker: wat publiceren we níét? AI neemt werk weg, maar verschuift tegelijkertijd de bottleneck. Van produceren naar regisseren.

Als productie minder schaars wordt, wat wordt dan wél schaars?

Dat is volgens ons uiteindelijk de interessantere vraag. Want juist daar ontstaan de nieuwe concurrentievoordelen.

Eigen kennis

Stel dat je een technisch bedrijf vraagt om een artikel te schrijven over een veelvoorkomend productieproces. AI kan waarschijnlijk binnen enkele seconden een prima basisartikel maken. Het probleem is dat AI datzelfde artikel ook voor je concurrent kan schrijven. Interessanter wordt het wanneer je de technisch specialist binnen het bedrijf interviewt. Welke fouten ziet hij na twintig jaar nog steeds terugkomen? Welke projecten gingen mis? Welke oplossing heeft het bedrijf zelf ontwikkeld? Welke keuzes maken opdrachtgevers verkeerd? Wat is er het afgelopen jaar veranderd in de praktijk? Welke discussie speelt momenteel binnen de branche die buitenstaanders nog nauwelijks kennen?

Dát is informatie die niet iedere concurrent met dezelfde prompt kan produceren.

Ervaring

AI beschikt over enorme hoeveelheden bestaande informatie. Maar AI heeft jouw project van vorige maand niet uitgevoerd. Het heeft niet met jouw klant aan tafel gezeten. Het weet niet waarom een bepaalde campagne bij jouw organisatie onverwacht wel of niet werkte.

Echte ervaringen worden daardoor waardevoller als grondstof voor marketing.

Data

Hetzelfde geldt voor eigen gegevens. Welke vragen stellen klanten aan de telefoon? Waar haken mensen af in het verkoopproces? Welke advertentie blijkt onverwacht goed te converteren? Wat zien medewerkers gebeuren? Welke trends zitten in honderden offerteaanvragen? Bedrijven beschikken vaak over unieke informatie zonder zich te realiseren dat juist díé informatie een steeds belangrijker marketingmiddel wordt.

Jouw data biedt concurrentievoordelen.

Merk en standpunt

Wanneer iedereen toegang heeft tot vergelijkbare technologie, wordt herkenbaarheid belangrijker. Een AI-model kan een keurige tekst produceren. Maar waar staat een organisatie voor? Wat vindt zij ergens van? Welke keuzes maakt ze bewust niet? Wat is haar visie op de markt? Dat soort kenmerken zijn moeilijker te kopiëren dan een tekststructuur of een afbeelding.

Een consistent merkbeleid zorgt voor herkenning.

Vertrouwen

En uiteindelijk speelt er nog iets anders. Hoe meer automatisch gegenereerde informatie we om ons heen krijgen, hoe belangrijker de vraag wordt: waarom zou ik dit geloven? Een echte klantcase. Een naam. Een gezicht. Een foto uit een project. Meetgegevens. Een specialist die uitlegt waarom hij iets doet. Een bedrijf dat al jaren hetzelfde standpunt inneemt.

Dat zijn signalen die moeilijker te vervangen zijn door generieke AI productie.

Van AI naar content of van kennis naar AI?

Veel organisaties gebruiken AI momenteel ongeveer zo:

van AI naar content.

Geef een opdracht aan een taalmodel en laat het een artikel, social post of nieuwsbrief produceren.

Werkt dat!?

Als iedere organisatie dat doet, ontstaat vanzelf veel vergelijkbare content. Wij denken daarom dat een interessanter model ontstaat:

van unieke menselijke kennis naar AI naar schaalbare content.

Begin niet bij AI. Begin bij de informatie die alleen jouw organisatie bezit. Interview medewerkers. Verzamel klantvragen. Analyseer projecten. Leg processen vast. Onderzoek resultaten. Maak foto’s. Spreek klanten. Formuleer een visie. Gebruik vervolgens AI om die grondstof veel efficiënter te verwerken. Eén interview met een specialist kan bijvoorbeeld de basis worden voor een uitgebreid artikel, drie LinkedIn-posts, een nieuwsbrief, een video, verschillende advertenties en een serie FAQ’s op de website.

AI wordt dan niet de bron van de marketing. AI wordt de vermenigvuldiger. Dat verschil wordt volgens ons steeds belangrijker.

Ook voor marketingbureaus verandert het spel

Deze ontwikkeling raakt niet alleen onze klanten. Hij raakt ook onszelf. Marketingbureaus hebben jarenlang veel waarde kunnen ontlenen aan productiecapaciteit. Wij beschikken over de mensen die kunnen schrijven, ontwerpen, adverteren, analyseren en websites bouwen. Maar wanneer delen van dat werk steeds sneller geproduceerd kunnen worden, moeten bureaus zichzelf dezelfde ongemakkelijke vraag stellen:

Waar betaalt een klant straks eigenlijk nog voor? Waarschijnlijk steeds minder voor alleen het aantal uren dat nodig is om iets te produceren. En steeds meer voor de keuzes daaromheen. Wat moet er gemaakt worden? Voor wie? Waarom? Waar zit het echte commerciële probleem? Welke informatie hebben we nodig? Hoe laten we verschillende systemen samenwerken? Wat moet door mensen gebeuren en wat kan door AI? Hoe bewaken we kwaliteit en merk? Hoe meten we of het daadwerkelijk iets oplevert?

Daarmee verschuift ook de rol van de marketeer. Minder uitvoerder. Meer onderzoeker, strateeg, regisseur en kwaliteitsbewaker. AI maakt vakkennis daarbij niet overbodig. Mogelijk gebeurt juist het tegenovergestelde. Want wanneer je in enkele minuten honderd mogelijke antwoorden kunt krijgen, wordt het waardevoller om te kunnen herkennen welk antwoord goed is.

Je gaat van kwantiteit naar kwaliteit.

De verkeerde AI-vraag

Daarom denken we dat organisaties voorzichtig moeten zijn met een vraag die momenteel veel gesteld wordt: hoe kunnen we met AI meer content maken?

Dat is technisch gezien een prima vraag. Maar strategisch gezien begint hij aan de verkeerde kant.

Een betere vraag is: welke informatie of communicatie van ons bedrijf is werkelijk de aandacht van onze klant waard? En hoe kan AI ons helpen die beter en slimmer te benutten?

Dat lijkt een nuance. Maar het leidt tot een compleet andere marketingstrategie. De winnaars van de komende jaren zijn mogelijk niet de bedrijven die de meeste AI-content produceren.

Het zijn waarschijnlijk de organisaties die het beste begrijpen welke menselijke kennis, ervaringen, data en ideeën de moeite waard zijn om met AI te vermenigvuldigen.

Want AI verlaagt de kosten van produceren. Maar precies daardoor stijgt de waarde van weten wat je moet produceren. En vooral: wat niet.

---

Veelgestelde vragen over AI en marketing

---

Dit artikel is deel 1 van onze serie Marketing na AI, waarin we onderzoeken wat kunstmatige intelligentie werkelijk verandert aan marketing, merken, websites, zoekmachines en marketingbureaus.

Volgende deel: Als iedereen content kan maken, wat is content dan nog waard?