Welke marketingtaken kun je met AI ondersteunen, en welke vragen menselijke controle?

“Onze marketing met AI doen” is te breed om goed te beoordelen. “Van deze goedgekeurde productinformatie drie tekstvoorstellen maken” is concreter. Je kent de invoer, het gewenste resultaat en de persoon die vaststelt of het klopt. Daardoor kun je ook onderzoeken of de ondersteuning daadwerkelijk werk bespaart.

Kies bij voorkeur een terugkerende taak waarbij fouten voor publicatie zichtbaar kunnen worden. Een eerste concept voor een interne bespreking is eenvoudiger terug te draaien dan een aanbod dat al naar klanten is verstuurd. Die omkeerbaarheid bepaalt hoeveel vrijheid je kunt geven. Niet iedere taak met tekst is daardoor automatisch geschikt.

Bepaal ook wat AI niet mag beslissen. Een redacteur kan varianten laten maken zonder het model nieuwe productbeloften te laten verzinnen. Een analist kan afwijkingen laten aanwijzen zonder het model zelfstandig budget te laten verplaatsen. Een goede opdracht beschrijft het toegestane resultaat en de grens.

Niet iedere herhaling vraagt AI. Als een rapport altijd dezelfde kolommen optelt, kan een formule of script duidelijker zijn. Als een klant na een bevestigde verzending een vaste servicemail moet krijgen, is een controleerbare trigger vaak voldoende. Je hoeft geen taalmodel te laten raden of de verzending heeft plaatsgevonden.

AI wordt interessanter wanneer variatie of interpretatie een rol speelt: open antwoorden groeperen, een lange tekst samenvatten of formuleringen voorstellen. Dat brengt onzekerheid mee. Een model kan een klacht in de verkeerde categorie plaatsen of een uitzondering weglaten. Zorg daarom dat het oorspronkelijke materiaal beschikbaar blijft naast de samenvatting.

Onze praktische grens: gebruik een vaste regel wanneer je die betrouwbaar kunt opschrijven; onderzoek AI wanneer de taak interpretatie vraagt en het resultaat controleerbaar blijft. Is de bron onduidelijk of ontbreekt iemand die de uitkomst kan beoordelen, dan is automatiseren nog niet de volgende stap.

Bij tekstvarianten geef je goedgekeurde feiten, doelgroep, toon en beperkingen mee. Laat bijvoorbeeld verschillende openingen voorstellen voor hetzelfde aanbod. De menselijke keuze gaat vervolgens over relevantie en betekenis: blijft de belofte gelijk, ontbreekt er een voorwaarde en past de formulering bij de lezer?

Bij onderzoek kan AI aangeleverde documenten ordenen en vragen voor vervolgonderzoek formuleren. Dat is iets anders dan bewijzen dat een markt groeit of dat klanten een bepaalde behoefte hebben. Vraag om verwijzingen naar passages die je kunt terugvinden. Een overtuigend antwoord zonder vindbare onderbouwing is een onderzoeksvraag, geen vastgesteld inzicht.

Bij rapportage kan ondersteuning helpen om afwijkingen te signaleren. Laat berekeningen uit de betrouwbare databron of een controleerbare berekening komen. Maak vervolgens onderscheid tussen waarneming en verklaring. “Er kwamen minder aanvragen binnen” kan zichtbaar zijn in data; “de nieuwe kop veroorzaakt dat” vraagt aanvullend onderzoek.

Vertalen en inkorten zijn eveneens bruikbare proeftaken. Controleer namen, maten, voorwaarden en betekenis in de doeltaal. Vloeiend taalgebruik bewijst niet dat de vertaling technisch of inhoudelijk juist is. Voor een gevoelige of vakinhoudelijke tekst heb je een beoordelaar nodig die de taal en het onderwerp begrijpt.

Generatieve AI kan met grote stelligheid onjuiste informatie en zelfs niet-bestaande verwijzingen produceren. Dat risico beschrijft NIST in het Generative AI Profile. Een zelfverzekerde formulering of bronlijst is daarom geen bewijs dat de inhoud is gecontroleerd.

Prijs, voorraad, garantie, levertijd en productspecificaties moeten uit de aangewezen bron komen. Laat een model een ontbrekende waarde niet aannemelijk invullen. Een redactionele instructie kan expliciet zijn: ontbreekt een gegeven, markeer het en stop deze variant. Controleer ook of een bestaand feit nog geldig is op het publicatiemoment.

Een hypothetisch voorbeeld: een fabrikant levert een productblad zonder informatie over waterdichtheid. AI schrijft in een campagnevoorstel “bestand tegen iedere regenbui”. Dat klinkt passend, maar voegt een onbewezen producteigenschap toe. De juiste correctie is de claim verwijderen of echte specificaties opvragen, niet alleen de zin minder stellig maken.

Voor advertentiebudgetten, live campagnes en klantcommunicatie stellen we een afzonderlijke uitvoeringsgrens voor. Een assistent mag een voorstel voorbereiden; een bevoegde medewerker keurt de concrete wijziging goed. Beperk vervolgens de toegang tot die handeling. Toegang tot een rapport is geen reden om ook betaalgegevens, doelgroepen en alle campagnes te kunnen wijzigen.

Maak duidelijk welke documenten gebruikt mogen worden en wie ze actueel houdt. Een bronmap met oude voorwaarden en nieuwe productinformatie kan tegenstrijdige antwoorden opleveren. Leg daarom bij belangrijke bronnen de eigenaar, versie en geldigheid vast. Zorg dat een vervallen document niet stil onderdeel van de werkinstructie blijft.

Kopieer niet automatisch een volledig CRM-exportbestand of klantgesprek naar een AI-tool. Onderzoek eerst welke gegevens voor de taak nodig zijn en of de gekozen omgeving daarvoor is goedgekeurd. Controleer met de verantwoordelijke collega de afspraken over toegang, opslag, hergebruik en verwijdering. Gebruik voor een eerste proef waar mogelijk fictieve of zorgvuldig geanonimiseerde invoer.

Alleen namen weghalen maakt tekst niet vanzelf anoniem. Een combinatie van functie, bestelling en gebeurtenis kan iemand nog herkenbaar maken. Is het niet nodig om individuele personen te onderscheiden, werk dan met een samengevoegd overzicht. De taak bepaalt de gegevensbehoefte; beschikbare data zijn geen reden om alles mee te sturen.

“Er kijkt nog iemand naar” is geen volledige werkafspraak. Wie controleert wat, met welke bron en voor welke handeling? Iemand die alleen de gegenereerde tekst controleert, kan ontbrekende voorwaarden moeilijk ontdekken. Geef daarom de relevante bron, de gemaakte keuzes en de verschillen met de vorige versie mee.

De Europese Commissie noemt advertentieteksten en vertalingen expliciet in haar vragen en antwoorden over AI-geletterdheid. Medewerkers moeten passende kennis van risico’s hebben; ook de persoon die controleert moet over de benodigde vaardigheden beschikken. Een mens toevoegen aan de route maakt die controle dus niet vanzelf deskundig.

Voor een klantgerichte assistent hoort bereikbare menselijke hulp bij het ontwerp. Bepaal welke vragen de assistent uit goedgekeurde informatie mag beantwoorden en wanneer hij moet doorverwijzen. Test bijvoorbeeld een klacht, een ontbrekende productspecificatie en tegenstrijdige voorwaarden. Laat het systeem een ontbrekend antwoord herkennen in plaats van ieder gesprek verplicht af te ronden.

Gebruik voor de eerste toepassing een kort document met deze velden:

• Taak en grens: welk terugkerend werk ondersteunen we en wat valt erbuiten?
• Bronnen: welke informatie is toegestaan, actueel en doorslaggevend bij tegenspraak?
• Resultaat: verwachten we een concept, een onderbouwd voorstel of een afgebakende handeling?
• Controle: wie vergelijkt de uitkomst met de bron en welke fouten mogen niet doorgaan?
• Bevoegdheid: welke systemen mag de toepassing lezen of wijzigen en wie geeft goedkeuring?
• Stopcriterium: wanneer pauzeren we, bijvoorbeeld bij ontbrekende bron, onverwachte uitvoer of een fout die niet tijdig herstelbaar is?

Test niet alleen een gemakkelijk voorbeeld. Gebruik ook een onvolledig productblad, een oude prijs, dubbele regels in een rapport en een vraag buiten de opdracht. Spreek vooraf af wat in elk geval een fout is. Bewaar mislukte voorbeelden, zodat je na een wijziging kunt nagaan of het probleem terugkomt.

Vergelijk de proef met hoe je dezelfde taak zonder AI uitvoert. Tel voorbereiding, bronselectie, controle en herstel mee. Noteer welke fouten belangrijk waren en hoeveel resultaten werkelijk bruikbaar werden. Tien concepten die veel correctiewerk vragen zijn niet automatisch waardevoller dan één goed voorbereid concept.

Een geslaagde proef rechtvaardigt nog geen onbeperkte toepassing op andere taken. Breid pas uit wanneer de nieuwe invoer, foutgevolgen en bevoegdheden opnieuw zijn beoordeeld. Na een model-, bron- of proceswijziging verdienen de bekende moeilijke voorbeelden opnieuw aandacht.

Kies dus één taak met een eigenaar en een controleerbare uitkomst. Voor de vertaling naar systemen en werkprocessen sluit automation, AI en maatwerk daarop aan. Is nog onduidelijk welk marketingprobleem prioriteit heeft, begin dan met het verdelen van je marketingbudget. Een toepassing beoordelen begint bij het werk dat beter moet worden. Bespreek het met ons.