Marketing is een van de afdelingen waar AI-tools het snelst zichtbaar worden. Tekst schrijven, plannen en data verwerken zijn taken waar taalmodellen en automatiseringstools al langer op zijn getraind. Toch betekent dat niet dat de hele afdeling op de schop gaat. In onze taxonomie vallen 54 taken binnen het marketingdomein, en die verdelen zich duidelijk over drie categorieën: taken die AI kan overnemen, taken die met menselijk toezicht moeten blijven, en taken die mensenwerk blijven. Dit artikel laat het patroon zien, niet de volledige lijst.
De taken die het meest volledig door AI over te nemen zijn, hebben een paar dingen gemeen: een duidelijke invoer, een herkenbaar format en weinig afhankelijkheid van actuele context buiten de tekst zelf. Een socialmediapost schrijven op basis van een onderwerp, platform en tone-of-voice is daar een goed voorbeeld van. Het patroon is bekend, de output is kort, en afwijkingen zijn snel te corrigeren. Ook social media posts inplannen en publiceren valt hier vaak in: zodra content en planning vaststaan, is het uitvoeren daarvan een kwestie van systemen aan elkaar koppelen.
Advertentietekst schrijven volgt dezelfde logica. De structuur van een advertentie op een zoekmachine of social platform is strak, de lengte is begrensd en er bestaan grote hoeveelheden voorbeelden waarop een model kan worden afgestemd. Dat maakt dit type tekstwerk geschikt voor volledige overname, mits iemand de uiteindelijke boodschap en merkconsistentie beoordeelt voordat de tekst live gaat.
Wat deze taken verbindt, is dat de kwaliteit goed te toetsen is aan een format. Er is weinig ruimte voor interpretatieverschil over wat een goede social post of advertentietekst is binnen de gestelde kaders.
De grootste groep taken in marketing valt in de middencategorie: AI doet het voorbereidende werk, een mens keurt goed of af, met reden. Een blogartikel schrijven is hier een sprekend voorbeeld. AI kan een concept opleveren op basis van onderwerp, doelgroep en tone-of-voice, maar de feitelijke juistheid, de nuance en de merkstem vragen om beoordeling door iemand die de context en de lezer kent. Een fout of een verkeerde toon in een artikel dat publiek zichtbaar is, heeft een ander gewicht dan een fout in een interne notitie.
Hetzelfde geldt voor het opstellen van een campagnebriefing. AI kan op basis van eerdere briefings en beschikbare data een eerste opzet maken van doel, doelgroep en boodschap, maar het budget, de strategische keuzes en de afstemming met andere afdelingen vragen om een mens die verantwoordelijkheid draagt voor de uitkomst. Ook reacties en berichten op social media beantwoorden valt hier vaak in: AI kan een concept-antwoord formuleren, maar bij klachten, gevoelige onderwerpen of afwijkende situaties moet een mens beoordelen of dat antwoord daadwerkelijk gepast is voordat het verstuurd wordt.
De reden dat deze taken toezicht houden, is niet dat AI de taal niet aankan. Het is dat de gevolgen van een verkeerde output buiten de tekst zelf liggen: reputatieschade, een verkeerd gealloceerd budget, een ontevreden klant die zich niet gehoord voelt. Zodra de uitkomst van een taak invloed heeft op iets buiten het document, is een goedkeurstap met reden nodig.
Een kleinere maar herkenbare groep taken blijft mensenwerk, ook op langere termijn. Campagne uitvoeren en tussentijds monitoren is daar een voorbeeld van. Bijsturen tijdens een lopende campagne vraagt om het combineren van cijfers met marktgevoel, timing en soms politieke afweging binnen de organisatie — factoren die niet allemaal in data zijn vastgelegd en die per situatie anders wegen.
E-maillijst segmenteren op basis van gedrag, interesse en klantkenmerken lijkt op het eerste gezicht een datataak, maar de keuze welke segmentatie strategisch waardevol is voor de aankomende periode hangt samen met commerciële prioriteiten die buiten het systeem liggen. AI kan de data ordenen; de afweging welke groepen relevant zijn voor welk doel blijft aan een mens.
Ook het opstellen van een contentkalender voor de komende periode blijft in de kern mensenwerk. Het gaat niet alleen om welke content wanneer verschijnt, maar om afstemming met campagnes, seizoenen, en soms actualiteit die zich moeilijk laat voorspellen. Dat is precies waarom hetzelfde werk bij de een er anders uitvalt dan bij de ander: de indeling in categorieën is een startpunt, niet een vast gegeven voor elke organisatie.
Deze indeling is generiek: gebaseerd op het karakter van de taak, niet op de specifieke situatie in uw team. Hoeveel uren dit daadwerkelijk vrijspeelt, hangt af van hoe uw marketingafdeling nu werkt, welke tools al in gebruik zijn en hoeveel van het werk al gestandaardiseerd is. Wij noemen daarom liever geen percentage zonder toelichting; lees waarom wij in uren rekenen en niet in mensen op deze pagina over onze rekenmethode, en wat een bandbreedte wel en niet zegt op deze pagina over bandbreedtes.
Gaat dit onderwerp richting personeelsbeslissingen, dan gelden daarvoor eigen wettelijke vereisten waar deze pagina geen uitspraak over doet.
Wilt u weten hoe dit voor uw eigen rol of team uitpakt, dan kunt u de gratis quickscan van ftetoai invullen: twaalf vragen, zonder account, met een indicatie welk deel van de uren in uw profiel vandaag door AI is over te nemen. De volledige werkscan, die dieper op uw specifieke taken ingaat, is nog in aanbouw — we melden dat liever eerlijk dan hem nu al aan te bieden.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.