AI werkt niet op rommel

Tijdens de bijeenkomst van de NIMA AI in Marketing community op 5 februari liet Martijn Aslander zien wat marketeers zelden hardop zeggen: de technologie is niet het probleem. De bottleneck zit in hoe we werken, hoe we informatie organiseren en hoeveel ruis we tolereren. Zijn presentatie was geen parade van tools maar een nuchtere diagnose van waarom AI in veel marketingteams vooral meer productie oplevert en zelden meer effect.

De AI-paradox: sneller draaien, minder sturen
AI belooft snelheid en schaal. In de praktijk vertaalt dat zich vaak naar meer content, meer varianten en meer automatisering. Ondertussen blijven onderscheid, consistentie en vertrouwen achter. Er wordt geproduceerd, maar er wordt weinig scherper gekozen. En automatisering zonder heldere kaders levert vooral ruis op: een eindeloze stroom “best oké” die zelden strategisch iets oplost.

Martijn plaatst daar een ander frame tegenover: strategisch lui zijn. Niet in de zin van gemakzucht, maar als discipline. Je brein heeft maar een beperkt aantal uren per dag waarop het echt goed kan denken. Die schaarse tijd moet je niet verbranden aan microtaken, notificaties en zoekwerk. AI is dan niet het doel maar een hefboom om denkkracht te beschermen.

AI begrijpt geen documenten, alleen data
Een van zijn scherpste punten gaat over de manier waarop organisaties informatie opslaan. Marketingteams werken nog steeds alsof documenten het eindproduct zijn: Word-bestanden, PowerPoints en pdf’s. Dat zijn formats die vooral geschikt zijn om te presenteren of te printen, niet om kennis efficiënt te verwerken en hergebruiken.

Voor AI zijn dit lastige dragers: veel opmaak, versies, duplicaten en contextverlies. Je voedt een systeem dat op structuur draait met materiaal dat juist structuur verhult. Dan krijg je twee voorspelbare uitkomsten. Of AI wordt oppervlakkig omdat de input dat is of je hebt steeds zwaardere tooling nodig om door je eigen rommel heen te ploegen.

De kern is simpel: zolang je communicatie en informatie door elkaar blijft halen, blijft AI een pleister op een verkeerd proces.

Geen AI-experts, wel informatievaardigen
Martijn zet ook een prik in de mythe van de AI-expert. Niet omdat niemand iets weet, maar omdat het veld zo snel beweegt dat “expertise” vaak neerkomt op eerder begonnen zijn. Het verschil zit niet in magische kennis van prompts, maar in informatievaardigheid: weten wat je vastlegt, hoe je het benoemt, hoe je het terugvindt en hoe je het hergebruikt.

Hij illustreert dat met zijn eigen systeemdenken: een strak georganiseerde persoonlijke kennisbasis waarin alles wat hij leest, schrijft en bouwt terugvindbaar is. Daarop kan AI wél waarde toevoegen, omdat de input klopt. Niet omdat de tool ‘slimmer’ is, maar omdat de basis volwassen is.

Van tooldenken naar systeemdenken
De implicatie voor marketeers is ongemakkelijk maar bevrijdend. De grootste AI-winst zit zelden in “de beste prompt”. Die zit in het afleren van document-denken en het opbouwen van een informatiehuishouding die schaalbaar is. In het maken van afspraken over definities, tags, versies, bronbeheer en context. In korte zin: in informatiearchitectuur.

Pas dan wordt AI een versterker. Van analyse, van schrijfwerk, van planning, van besluitvorming. Zonder dat het je merkstem verwatert of je strategie uit het raam gooit.

Wat dit vraagt van marketingteams
Marketingteams die AI serieus willen inzetten, moeten minder praten over tools en meer over randvoorwaarden. De vragen die je jezelf moet stellen zijn niet “wat kunnen we automatiseren?”, maar “wat is onze bron van waarheid?”, “welke formats zijn herbruikbaar?”, “hoe voorkomen we duplicatie?” en “welke taken mogen nooit zonder menselijk oordeel?”.

Wie daar scherpte in aanbrengt, wint op drie fronten: kwaliteit, snelheid en rust. En dat laatste is geen luxe. Het is een concurrentievoordeel.

Volwassen AI begint bij volwassen informatie
Martijns presentatie markeert een volwassenere fase van AI in marketing. Niet “meer AI”, maar betere informatie. Niet harder produceren, maar slimmer organiseren. Niet vertrouwen op output, maar sturen op input.

AI werkt niet op rommel. En marketing ook niet.