AI bespaart tijd, maar wie krijgt het dividend?

In dit artikel:

AI maakt marketingwerk aantoonbaar sneller, maar die tijdwinst levert pas waarde op als duidelijk is wat ermee gebeurt. Een marketeer die vroeger pakketten vanaf €2.500 verkocht, biedt nu een beperkte instap aan vanaf €250 per maand. Dat komt niet doordat zijn ervaring minder waard is geworden, maar doordat taken als informatie verzamelen, ordenen, vergelijken en een eerste opzet maken deels geautomatiseerd kunnen worden. Zijn expertise verschuift daardoor van productie naar keuzes, controle en strategie.

Volgens de auteur is het AI-dividend de waarde die vrijkomt doordat technologie productietijd bespaart. Die winst kan naar de klant gaan via een lagere prijs, naar het team via extra ruimte, naar kwaliteit via betere analyses en experimenten, of naar het bureau als vergoeding voor systemen, training, controle en risico. Een combinatie ligt voor de hand, maar alleen extra marge zonder merkbaar voordeel voor de klant is volgens de auteur geen eerlijke verdeling.

De totale opdracht wordt bovendien niet automatisch evenveel sneller als één onderdeel. In een rekenvoorbeeld kost een maandelijkse e-mailcampagne tien uur. Als AI de vier schrijfuren met 40 procent verkort, daalt de totale doorlooptijd slechts van tien naar 8 uur en 24 minuten: een besparing van 16 procent. Bij een tarief van €100 per uur vertegenwoordigt dat €160 per campagne, of €1.920 per jaar. Die ruimte kan leiden tot een lagere rekening, maar ook worden besteed aan segmentatie, A/B-tests of resultaatanalyse.

Onderzoek ondersteunt een voorzichtige benadering. Een experiment met 453 professionals, gepubliceerd in *Science*, vond bij zakelijke schrijftaken gemiddeld 40 procent tijdwinst en 18 procent kwaliteitsverbetering. Onderzoek van Harvard Business School en BCG onder 758 consultants wees bij geschikte taken op ruim 25 procent hogere snelheid, maar liet ook zien dat AI bij ongeschikte opdrachten de kwaliteit kan verlagen. Voorspellingen van McKinsey dat agentic AI op termijn circa 60 procent van marketingtaken kan ondersteunen, zijn daarom geen garantie dat complete campagnes even snel klaar zijn.

Menselijke beoordeling blijft noodzakelijk. AI kan zoekvragen clusteren of onderwerpregels schrijven, maar begrijpt niet vanzelf de onderliggende commerciële uitdaging, de gevolgen voor marge en support, of wat een merk geloofwaardig kan beloven. Zeker in e-mailmarketing kunnen fouten zich snel onder duizenden ontvangers verspreiden. Strategie, kwaliteitsnormen, verantwoordelijkheid en het besluit om iets live te zetten blijven daarom bij mensen liggen.

De auteur verwacht dat marketing, sales, klantenservice, software en procesautomatisering steeds meer samenkomen. Snellere campagnes hebben weinig effect als leads niet worden opgevolgd, support onbereikbaar is of het bestelproces faalt. De waarde van bureaus verschuift volgens hem van uren en productievolume naar richting, integratie, gecontroleerde snelheid en vertrouwen. Naarmate AI meer teksten, beelden en analyses beschikbaar maakt, worden analytisch denken, creativiteit, samenwerking en verantwoordelijkheid juist belangrijker. De centrale vraag voor de komende jaren is daarom niet wie de meeste AI gebruikt, maar wie de vrijgekomen tijd eerlijk omzet in lagere drempels, betere kwaliteit, meer aandacht of duurzame groei.