Inhoudsopgave
- Het spectrum van de AI-autonomie
- Wat is een AI-assistent?
- Wat is AI-automatisering?
- Het verschil in één oogopslag
- Fase 1: de handmatige marketing met losse AI-experimenten
- Fase 2: de geassisteerde en geautomatiseerde marketing
- Fase 3: Agentic marketing: AI als uitvoerend systeem rond jouw doelen
Deel dit artikel
Deze pagina direct samenvatten
AI in marketing: we kunnen er bij Doublesmart niet over ophouden. Iedereen roept wat anders: assistenten, automatiseringen, agents… termen die je om de oren vliegen. Bij jou blijft één vraag hangen: waar doe ik het beste aan?
In deze blog gaan we voorbij aan de hype, aan technisch gedoe en gladde praatjes. Wat krijg je wel? Een helder kader voor jouw marketing. Na het lezen weet jij waar je mee aan de slag kan.
Het spectrum van de AI-autonomie
Onder de motorkap draait bij veel moderne AI‑assistenten en agents een language model (LLM) als brein, vaak aangevuld met andere gespecialiseerde AI‑modellen en tools. De bekendste LLM’s zijn ChatGPT, Google Gemini en Claude, maar zo zijn er nog tientallen LLM’s op de markt.
Het echte verschil tussen deze oplossingen? Hoeveel autonomie en verantwoordelijkheid jij het systeem geeft.
We denken grofweg in vier niveaus:
- Niveau 1: de chatbot. Simpele vraag-antwoord. Geen externe tools, gewoon een standaard zoekopdracht in ChatGPT of Google Gemini. Iedereen met een computer of smartphone heeft dit niveau inmiddels wel eens aangeraakt.
- Niveau 2: de basis-assistent. Deze assistent reageert op jouw prompts en maakt complexe output, maar start wel alleen als jij een taak geeft. Voorbeelden hiervan zijn de custom GPT’s in ChatGPT en de projecten in Claude.
- Niveau 3: de automatisering. Dit is een integratie die meerdere LLM’s of tools combineert. De AI bepaalt zelf welke tool hij inzet en zet meerdere stappen binnen één opdracht. In dit geval moet je denken aan Zapier, Make of N8N.
- Niveau 4: de agent. Veruit het meest complexe niveau. Je geeft de agent een doel, en het systeem achter de agent doet de rest: hij plant taken, kiest tools, voert acties uit en bewaakt doorlopend of het doel bereikt wordt.
In deze blog reserveren we “agent” bewust voor niveau 4. Bij het kiezen voor een agent heb je een systeem dat zelfstandig doelen kan bewaken en waarbij je zelf de handen van het stuur haalt.
Wat is een AI-assistent?
Een AI-assistent is een slimme, LLM-gedreven helper. Jij geeft een opdracht, de assistent reageert. De assistent zet soms meerdere stappen en gebruikt data en tools die jij hem bewust hebt meegegeven. Daarmee is het dus meer dan een simpele chatbot.
Typische taken van een AI-assistent:
- Teksten schrijven: blogs, ads, social, landingspagina’s;
- Rapportages samenvatten en inzichten formuleren;
- Persona’s, contentkalenders en testideeën genereren.
Zie het als een slimme stagiair die nooit moe wordt. Jij stuurt, hij produceert. Dat betekent niet dat je hem volledig zelfstandig zijn werk kunt laten doen: jij zit nog steeds achter de knoppen.
Wat is AI-automatisering?
Automatisering draait om processen, niet om gesprekken. De enige handeling die je zelf doet, is de automatisering aanzetten. Verder bestaat dit uit vaste triggers, vaste regels en vaste output.
Typische taken van een AI-automatisering:
- Automatische e-mailflows starten na het downloaden van een whitepaper
- Een leadscore toewijzen aan een lead die drie keer een bepaalde pagina bezoekt
- Geautomatiseerde content schrijven, zoals de content automation
Automatisering is de ruggengraat van je funnel. Betrouwbaar en schaalbaar, die in theorie dag en nacht actief kan zijn. Dat maak je met een gemiddelde medewerker niet mee.
Wat is een AI-agent?
De AI-agent is eigenlijk een manusje-van-alles. Jij geeft geen taak, je geeft een doel. De agent bepaalt zelf welke stappen, tools en acties nodig zijn. Hij monitort, past aan, handelt fouten af en blijft actief totdat het doel bereikt is. Of totdat je ‘m stopzet.
Een concreet voorbeeld: je geeft jouw advertising agent een doel, bijvoorbeeld: “Houd onze ROAS op of boven 4 op Meta en Google”. De agent haalt vervolgens continu data op, test varianten en verschuift budget binnen de afgesproken grenzen.
Een agent is eigenlijk een virtuele collega. Jij geeft de KPI, hij regelt de uitvoering. En jij zit nog steeds wel aan de knoppen wanneer het uit de hand gaat lopen.
Het verschil in één oogopslag
Waar past AI in jouw groeimodel?
Je weet nu dat er een viertal niveau’s bestaan en dat je die in een bepaalde volgorde kunt doorlopen: van AI‑assistent, via automatisering naar echte agents. De logische vervolgvraag is niet “welke tool moet ik hebben?”, maar: waar ben ik nu aan toe in mijn groei? En wat is een slimme volgende stap?
Om dat helder te krijgen, kun je naar je bedrijf kijken in drie AI‑volwassenheidsfases:
- Handmatige marketing met losse AI‑experimenten.
- Geassisteerde & geautomatiseerde marketing.
- Agentic marketing: AI als uitvoerend systeem rond jouw doelen.
Elke fase vraagt iets anders van de bedrijfscultuur, de processen en de tech die je gebruikt. We geven je per fase een aantal handvaten, zodat je direct weet waar je aan toe bent.
Fase 1: de handmatige marketing met losse AI-experimenten
Dit is de eerste fase van het gebruik van AI in je bedrijfsprocessen. Hierin draait je team, die voornamelijk of geheel uit mensen bestaat, het grootste deel van de marketing handmatig. Content, campagnes, rapportages en follow-ups. AI wordt vooral gebruikt in losse tools (ChatGPT, Claude) voor teksten, ideeën en analyses.
Er wordt in deze fase nog (bijna) geen gebruik gemaakt van automatiseringen. Een e-mailflow misschien, maar daar blijft het ook bij. Meten doe je wel, maar ook minimaal. En meegenomen in het ritme van verbetering? Daar is ook geen sprake van.
Overigens is deze fase geen schrikbeeld. Sterker: een heel groot deel van de bedrijven in Nederland bevind zich in deze fase.
Welke AI-focus moet je in deze fase hebben?
Ga niet direct aan de slag met agents bouwen. Probeer eerste je huidige mensen slimmer en productiever te maken door AI-assistenten te bouwen die de huidige rollen ondersteunen.
Kijk tegelijkertijd ook kritisch naar je huidige funnel en probeer de huidige bottlenecks met een AI-bril te bekijken. Denk hierbij aan het opvolgen van leads of het opstellen van basisrapportages.
Deze concrete stappen volg je om fase 1 te ownen
- Laat elke werknemer één taak kiezen die deze week minimaal 5 uur kost.
Breng hiervoor de belangrijkste taken in kaart en bepaal welke middelen hiervoor nodig zijn (bijvoorbeeld duidelijke tone of voice of checklists). - Richt voor die taak een AI‑assistent in met voorbeelden, context en stijlregels.
Laat je team deze assistent twee weken lang intensief testen en evalueer na die periode grondig om de assistent te verbeteren. - Maak afspraken met het team over gebruik van AI.
Intensiever gebruik van AI vraagt ook om een cultuurverandering. Laat je medewerkers bewust gebruik maken van de assistenten. Fouten van AI zijn leermomenten voor zowel mens als machine, geen reden om direct te stoppen. - Bepaal één punt in je funnel waar leads of klanten nu blijven liggen en zet daar een simpele automatisering voor op.
Denk hierbij aan de follow-up na het aanvragen van een demo of een maandelijks performance rapport naar het MT.
Fase 2: de geassisteerde en geautomatiseerde marketing
Kun je met volle overtuiging zeggen dat je de eerste fase compleet in de vingers hebt? Dan ken je de basis van assistenten en automatiseringen. Assistenten worden structureel gebruikt voor door het team en er lopen één of meer automatiseringen die je helpen klanten te werven en binnen te houden.
AI is onderdeel van het werk, maar is nog geen regisseur van de processen. De data lijkt redelijk gestroomlijnd, maar veel zit nog in het hoofd van mensen of in losse dashboards.
Welke AI-focus moet je in deze fase hebben?
De volgende stap die je gaat zetten is AI “embedden” in processen en workflows. Daarmee gaat AI je niet alleen helpen, maar ook actief meenemen in hoe je processen lopen.
Daarnaast ga je beginnen met de voorbereiding op agent-scenario’s door je data en governance te stoomlijnen. Daardoor ga je straks zonder stress een deel van je uitvoering overlaten aan agents.
Deze concrete stappen volg je om fase 2 te ownen
- Zorg dat je data voor de processen op één plek komt.
Zet daarbij de belangrijkste definities uiteen, regel de juiste tracking en ontwerp een duidelijk dashboard. Het opzetten van een data warehouse is de belangrijkste stap naar succesvol omgaan met je data. - Kies één belangrijke metric die nu veel handmatig werk kost en ontwerp een eenvoudige AI-ondersteunende monitor.
Heb je bijvoorbeeld veel werk aan het monitoren van de ROAS? Bouw dan een AI-assistent die periodiek de belangrijkste afwijkingen uitlegt of bouw een automatisering die een automatisch rapport met aanbevelingen in jouw Teams of Slack dropt. - Voeg AI-logica toe aan je bestaande processen.
Leadscoring, segmentatie en personalisatie gaan je automatiseringen direct naar een hoger niveau tillen. Daar hoef je niet direct een agent voor te bouwen. - Verschuif het gesprek binnen de bedrijfscultuur van “tools” naar “doelen”.
Het gesprek rondom nieuwe AI-features of skills verplaatst naar bottlenecks: welke doelen kunnen we halen door AI in te zetten?
Fase 3: Agentic marketing: AI als uitvoerend systeem rond jouw doelen
Ergens rond deze periode vorig jaar maakte Alexander Klöpping in de talkshow Eva duidelijk dat de natte droom van veel AI-marketing experts wel eens dichterbij kan zijn dan we denken. Het is iets dat we munten als ‘agentic marketing’.
De belangrijkste processen zijn meetbaar en grotendeels geautomatiseerd, de data is volledig gecentraliseerd en het team denkt volledig in systemen, doelen en AI-richtlijnen (guardrails). Het gesprek verplaatst van “Willen we agents inzetten?” naar “Waar gaan we agents voor inzetten?”
Welke AI-focus moet je in deze fase hebben?
Het meest verleidelijke is: agents bouwen en inzetten. Maar dat is niet de slimste focus. Wat is dat wel? Eén proces kiezen waar de agent echt het verschil gaat maken.
Op dit proces zit genoeg volume om impact te maken, zijn duidelijke KPI’s om verschil te zien en een acceptabel risico voor het geval er iets misgaat. En het belangrijkste: er is een plan B. Een noodrem voor als het compleet dreigt te ontsporen.
Deze concrete stappen volg je om fase 3 te ownen
- Maak een shortlist van 3 tot 5 processen waar je een agent logisch vindt en scoreer ze op datakwaliteit, risico en potentieel effect.
Stel vast: welke KPI’s bewaken deze processen, wanneer grijpen mensen in de ideale situatie in en hoe goed is de data waar de agent gebruik van moet maken? - Kies de beste kandidaat en stel duidelijke spelregels vast.
Zorg daarbij voor een scherpe definitie van het doel en het mandaad en een duidelijk governance-laag. Zorg voor een duidelijke kennisbank, log beslissingen en bouw een dashboard om prestaties te volgen en bij te sturen. - Bouw je eerste agent(s).
De processen, de doelen, de KPI’s, het mandaad en de spelregels gebruik je als briefing. Je vraagt de verantwoordelijken constant te reflecteren hierop. - Beweeg het team van “doeners” naar “regisseurs”.
Dit vraagt opnieuw een cultuurswitch. De mensen stellen doelen, richtlijnen en KPI’s en worden controleurs: reviewen, leren en aanscherpen. Het team durft gecontroleerde risico’s te nemen, ziet fouten als input en niet pakt niet alles reflexmatig terug zodra het spannend wordt.
