Momentum: AI biedt snelle resultaten, maar kan bestaande workflowproblemen verergeren zonder een solide basis.
Workflow: Effectieve marketing vereist dat workflows vóór tools worden gesteld om duurzame resultaten te behalen.
Kosten van mislukking: Verkeerde implementatie en inefficiënties kunnen leiden tot aanzienlijke verborgen kosten bovenop de prijs van de tool.
Overdrachten: Inefficiënte overdrachten tussen teams kunnen campagnes vertragen en de voordelen van AI-verbeteringen verkleinen.
Eerst herontwerpen: Identificeer en verhelp workflowproblemen voordat je AI-tools invoert, om een hoger rendement te waarborgen.
Het eerste wat een nieuwe marketingleider moet laten zien, is bekwaamheid. Om momentum op te bouwen, is AI een voor de hand liggende hefboom. AI in werkstromen inbouwen is dan ook een logische stap. Het is snel te implementeren, zichtbaar voor het managementteam en eenvoudig te presenteren als een meerwaarde.
Toch gaapt er een verraderlijke ROI-kloof. En zelfs wanneer de hulpmiddelen aanwezig zijn, blijven de resultaten doorgaans achter bij de belofte.
De uitdaging voor veel marketeers is dat werkstromen van meet af aan versnipperd zijn. Losse platforms die ontworpen zijn om een samenhangend inzicht te bieden, slagen daar niet in, en AI versnelt alleen maar de onnauwkeurigheden. Het disfunctioneren is niet de schuld van één persoon; het enige wat AI heeft gedaan, is de organisatorische communicatie onder een vergrootglas leggen.
Als marketingleider besteed je mogelijk meer tijd aan het navigeren door afzonderlijke AI-toepassingen dan aan het onderbouwen van de ROI ervan. En je zou zeker niet de enige zijn.
Het patroon waarbij eerst het hulpmiddel wordt geselecteerd en pas daarna wordt bepaald waar precies de knelpunten liggen, doet zich voor bij organisaties van uiteenlopende omvang, platforms en sectoren. De kosten worden vrijwel nooit correct toegerekend.
De kosten van de verkeerde oorzaak de schuld geven
Elk marketingteam dat je kent, heeft inmiddels ergens in de werkstroom een agent draaien. Het is gemakkelijk om eerst de werkstroom de schuld te geven wanneer iedereen alleen maar steeds opnieuw opdrachten aan een chatbot geeft. Mensen geven het platform of de leverancier de schuld en beginnen vervolgens alternatieven te beoordelen.
Akande Davis heeft die exacte volgorde vaak genoeg zien plaatsvinden bij bedrijven met een omzet tussen $100M en $500M om te weten waar het misgaat. Een platform krijgt de schuld van problemen die ergens anders zijn begonnen, waarna het team migreert en dezelfde problemen enkele maanden later in het nieuwe hulpmiddel opduiken.
"Negen van de tien keer," zegt hij, "was de implementatie slecht uitgevoerd of was het team bij de aankoop van het product niet op de juiste manier in staat gesteld om ermee te werken."
Davis is VP Bedrijfsvoering bij GNW Consulting, een bureau dat samenwerkt met B2B-teams uit het middensegment en grote ondernemingen rond implementaties van Adobe, HubSpot en Salesforce.
Zijn bedrijf stelde een rapport op waarin de kosten van die cyclus worden gekwantificeerd, en de aanschafprijs van het hulpmiddel bleek het kleinste bedrag op de pagina te zijn.
"De kosten bestaan niet alleen uit wat je voor het product betaalt. Het gaat ook om verloren tijd, verloren omzet en inefficiënte processen — die allemaal leiden tot zeer hoge gezamenlijke faalkosten die CMO's hun positie kunnen kosten."
Waarom de werkstroom het moeilijke onderdeel is
Die discrepantie komt ook naar voren in recente onderzoeksgegevens.
Het rapport over de staat van marketing van Salesforce ondervroeg tot en met november 2025 4.450 marketingleiders en stelde vast dat momenteel slechts 13% van de marketingteams agentische AI gebruikt.
Hoewel de meeste mensen die het gebruiken of van plan zijn het te gebruiken, er wel echte ROI-verbeteringen van verwachten. De kloof komt neer op de gereedheid van de werkstroom.
Goed presterende marketeers hebben 2,4 keer zoveel kans als anderen om hun gegevensbronnen te hebben verenigd. Bovendien moet de gemiddelde marketingorganisatie nog steeds ongeveer zeven verschillende gegevensbronnen met elkaar verbinden voordat een agent er betrouwbaar mee kan werken. Een agent die een defect proces uitvoert, vertraagt niet om dat op te merken, maar verergert het probleem.
Liza Adams, een parttime CMO die bedrijven adviseert bij AI-transformaties, heeft een theorie over waarom de werkstroom zelden wordt aangepakt, zelfs wanneer iedereen het ermee eens is dat dit zou moeten gebeuren.
"AI is niet het moeilijke onderdeel," zegt ze. "Dat zijn de mensen."
Ze beschrijft een kloof tussen twee situaties: aan de ene kant een chatvenster dat overal antwoord op kan geven, en aan de andere kant een werkstroom waarin een agent al volledig is ingebouwd in de manier waarop het werk van begin tot eind wordt uitgevoerd.
Een team leren om goed opdrachten aan een model te geven, is eenvoudig genoeg. Maar hen vragen een proces opnieuw op te bouwen dat ze al jaren op dezelfde manier uitvoeren, en erop te vertrouwen dat ze nog steeds nodig zijn bij de uitvoering door de agent, is een heel ander soort werk.
Dit is de laag die de meeste leiders onderschatten. AI-training blijft meestal steken bij functies: wat een hulpmiddel kan samenvatten en wat het kan opstellen.
Werknemers leren AI te gebruiken zonder ooit te zien hoe hun eigen rol eruitziet zodra AI in de werkstroom is ingebouwd in plaats van er aan het einde aan vastgeplakt te zijn. Adams noemt die kloof de werkelijke wegblokkade, niet de algemene weerstand tegen verandering die mensen er doorgaans de schuld van geven.
Adams vat samen wat er tussen vorig jaar en dit jaar is veranderd in één woord: heruitvinden. Ze beschrijft 2025 als het jaar van snel en meedogenloos handelen, waarin het mandaat simpelweg was: doe iets met AI.
Het moeilijkere werk begint nu, wanneer de vraag verschuift van of een team AI gebruikt naar of dat team zich zijn eigen werk anders kan voorstellen zodra een agent een deel ervan uitvoert.
"AI is nu verweven met de manier waarop we werken," zegt ze. "We kunnen niet werken zonder." Dat is een langzamere vorm van verandering dan het vervangen van hulpmiddelen, en juist die vorm wordt bij de meeste implementaties overgeslagen.
Hoe het overbruggen van die kloof eruitziet
Yael Abbukkis had die kloof al overbrugd toen ze erover vertelde. De CMO van Lusha bouwde haar team in negen maanden opnieuw op rond ditzelfde inzicht, waarbij ze overstapte van functiegerichte trajecten naar workflowgerichte trajecten.
Haar instructie aan het team was eenvoudig: "Ik wil niet dat jullie aan een briefing werken. In plaats daarvan wil ik dat jullie een machine bouwen die marketing tien keer zo snel laat verlopen."
Het resultaat: een ICP-groei van 16% op jaarbasis, terwijl de uitgaven aan betaalde media met 50% werden verlaagd.
Het resultaat was geautomatiseerde monitoring van websites van concurrenten op onaangekondigde wijzigingen in de gebruikersinterface en prijzen. Daarnaast brachten ze een end-to-end-campagnesysteem uit dat één enkele invoer omzet in inzetbare teksten, creatieve uitingen en advertentiemateriaal in het formaat van verschillende platforms. De ICP-groei kwam uit op 16% op jaarbasis, terwijl de uitgaven aan betaalde media met de helft daalden.
Abbukkis weet wat andere teams ervan weerhoudt dit punt te bereiken.
"De meeste leiders maken de fout AI boven op een gebrekkige basis te leggen," zegt ze. "AI weerspiegelt de kwaliteit van het systeem waarop het wordt aangesloten. Wanneer gegevens versnipperd zijn en de targeting breed is, helpt AI je alleen maar sneller in de verkeerde richting te bewegen."
Waar te beginnen
Je moet in kaart brengen waar het werk vastloopt, niet waar je aanneemt dat dit gebeurt.
Bepaal wie verantwoordelijk is voor elke stap voordat je nog meer automatiseert. Beoordeel wie het werk aanvraagt, wie het beoordeelt, wie goedkeuring geeft en wat door mensen aangestuurd blijft.
Zodra verantwoordelijkheden en rollen zijn vastgesteld, wordt de keuze van hulpmiddelen een kwestie van afstemming in plaats van een gok. Het advies van Abbukkis om weer vooruit te komen is praktisch toepasbaar.
"Kies één workflow die ertoe doet en bouw die van begin tot eind opnieuw op. Leadroutering, ICP-targeting, gegevensverrijking: kies er één. Wanneer één systeem soepel werkt, financiert het gesprek over verdere uitbreiding zichzelf."
Abbukkis noemt het systeem van haar team nog steeds een machine. Ze bouwde het zelf en bracht elke overdracht in kaart voordat ze AI er ook maar in de buurt liet komen. De meeste teams die nu een agent inzetten, zouden dezelfde machine kunnen bouwen als ze de workflow eerst in kaart brachten voordat ze die op één taak loslieten.
Die cijfers kwamen niet vanzelf door een beter hulpmiddel. Ze gebruikten het hulpmiddel om een op maat gemaakt workflowsysteem te ontwerpen dat frictie verminderde.
Als je je afvraagt of een dergelijk resultaat herhaalbaar is, is Abbukkis direct over datgene wat dit het meest in de weg staat.
"De meeste leiders maken de fout AI boven op een gebrekkige basis te leggen. AI weerspiegelt de kwaliteit van het systeem waarop het wordt aangesloten. Wanneer gegevens versnipperd zijn en de targeting breed is, helpt AI je alleen maar sneller in de verkeerde richting te bewegen."
Je concurrenten kunnen misschien dezelfde hulpmiddelen licentiëren, maar ze kunnen de workflows die alleen jij kunt bouwen niet namaken.
Wat komt hierna?
Maak een gratis account aan bij The CMO Club en ontvang onze nieuwsbrief elke week rechtstreeks in je inbox.
