AI Heeft Je Marketing Niet Gebroken — Je Besluitvormingsmodel Was Al Gebroken met Colleen Goepfert
AI-adoptie: AI-tools verhogen de activiteit, maar leiden vaak niet tot betere bedrijfsresultaten, wat wijst op operationele problemen.
Menselijke factor: Leiders onderschatten het menselijke element dat nodig is voor een effectieve implementatie van AI, wat leidt tot angst en weerstand.
Besluitvormingsvaardigheid: Een gedeeld inzicht in prioriteiten en risico's is cruciaal; organisaties beschikken vaak niet over deze essentiële capaciteit.
Herontwerp van werkprocessen: Het heroverwegen van fundamentele werkprocessen, en niet alleen van tools, is essentieel voor een succesvolle integratie van AI en goede afstemming.
Behoefte aan governance: Effectieve AI-governance richt zich op het verduidelijken van besluitvormingsstructuren naarmate organisaties verder gaan dan experimenteren.
Er is een patroon dat Colleen Goepfert zich organisatie na organisatie ziet ontvouwen. Een leiderschapsteam besluit AI te adopteren. Het volume neemt toe en de snelheid stijgt. En dan beginnen conversies ongemerkt te dalen. De technologie krijgt de schuld. Maar wanneer Goepfert erbij komt om te achterhalen wat er daadwerkelijk gebeurt, ligt het antwoord vrijwel nooit bij de tool.
AI versterkt vooral zwakke beslismodellen. Het gaat sneller dan organisaties daadwerkelijk beslissingen kunnen nemen, waardoor de gebrekkige afstemming aan het licht komt.
Goepfert is strategisch adviseur voor leidinggevenden en leider op het gebied van marktintroductie, met meer dan 15 jaar ervaring in het begeleiden van B2B-technologiebedrijven bij complexe transformaties. Ze is ook de presentator van de Build Without Chaos-podcast, waarin ze contact legt met marketingleiders, oprichters en leidinggevenden die bouwen in complexe of risicovolle categorieën. Daardoor is ze goed toegerust om te vertellen waar fouten echte schade kunnen aanrichten.
Haar diagnose van het huidige AI-moment is deels een spiegel en deels een waarschuwing. En al met al zijn de tools prima. De operationele modellen eronder zijn dat vaak niet.
Create a Free Account to Read More
You need to sign up for a free membership to complete reading this article:
Have an account? Log In
Van experiment naar operationele laag
Voor de meeste marketingorganisaties heeft AI-adoptie een bekend verloop gevolgd: iemand bepleit een pilot, teams worden aangemoedigd om "AI uit te proberen" en activiteitscijfers stijgen terwijl bedrijfsresultaten gelijk blijven. Goepfert heeft het afgelopen jaar klanten geholpen dat patroon te doorbreken door AI te benaderen als een infrastructuurvraagstuk in plaats van als een extra functie.
De grootste verandering was dat AI verschoof van een experimentele laag naar een operationele laag. In plaats van teams te vragen om ‘AI uit te proberen’, hebben we opnieuw ontworpen hoe onderzoek, segmentatie en prestatieanalyse worden uitgevoerd, zodat AI de besluitvorming stroomopwaarts versnelt.
Het resultaat, zegt ze, zijn kortere cyclustijden en minder reactieve campagnebeslissingen geweest. Maar voor die verschuiving was iets nodig wat de meeste organisaties onderschatten: de bereidheid om te onderzoeken hoe werk daadwerkelijk wordt goedgekeurd, beoordeeld en besloten voordat er ook maar één tool wordt aangeraakt.
"Het echte werk is niet het ontwerpen van de tool, maar het opnieuw ontwerpen van hoe marketing werkt en wordt goedgekeurd," legt ze uit. "Het ontwerp van de workflow is belangrijker dan de tool zelf."
Waar AI nog tekortschiet
Goepfert is realistisch over wat AI teams biedt. Het genereert efficiënt opties. Het brengt patronen en signalen sneller aan het licht dan welk menselijk team ook. Maar op één cruciaal gebied presteert het consequent ondermaats: het oplossen van afwegingen.
AI heeft consequent ondermaats gepresteerd wanneer organisaties verwachten dat het menselijk beoordelingsvermogen vervangt in plaats van ondersteunt. Teams die veranderingen in hun bedrijfsmodel oversloegen en AI boven op gebrekkige werkprocessen probeerden te plaatsen, zagen minimale impact. Het probleem lag niet bij de technologie — het ging om duidelijkheid in de besluitvorming.
Dit verschil tussen opties genereren en daaruit kiezen vormt de kern van Goepferts advieswerk. Ze wijst op een concreet voorbeeld waarbij een klantteam AI gebruikte om advertentieteksten en inhoud op te schalen, om vervolgens te zien dat de conversieratio's daalden toen AI een gebrek aan afstemming versnelde dat al lang vóór de komst van het hulpmiddel bestond.
"Een ding waar ik met deze leiders over sprak, was dat er sprake was van een gebrek aan afstemming over de definitie van wat een gekwalificeerde prospect was," herinnert ze zich. "AI versnelt deze gesprekken over een gebrek aan afstemming, die over het hoofd zijn gezien."
Nadat het team overeenstemming had bereikt over die definitie, nam de verkooppijplijn met 20% toe. AI kan je helpen in de leegte te roepen, maar als je verbinding wilt maken met echte mensen, moet je geworteld zijn in je denkproces om duidelijkheid te bieden.
De menselijke laag die leiders onderschatten
Een van de meest consistente observaties die Goepfert met klanten deelt, is dat het invoeren van hulpmiddelen eenvoudiger is dan veranderingen in de manier van werken. Combineer dit met het feit dat leiders de menselijke laag die nodig is om AI daadwerkelijk te laten werken routinematig onderschatten, en je begrijpt het probleem.
AI verandert de identiteit binnen marketingteams. Leiders die hier goed mee omgaan, presenteren het als een partner bij het opstellen of als een redacteur, niet als een vervanger. En dat helpt om creativiteit, werkprocessen en het moreel binnen een team echt te behouden.
AI presenteren als samenwerkingspartner in plaats van als vervanger bepaalt ook of teams zich veilig genoeg voelen om te experimenteren, fouten te maken en te herhalen en verfijnen. Dit thema komt steeds opnieuw terug in gesprekken. Bij gebrek aan zekerheid wordt angst de dominante kracht. Of het nu gaat om angst voor overbodigheid, irrelevantie of het verliezen van de vaardigheden die iemand in eerste instantie waardevol maakten.
"Op dit moment zijn mensen bang dat ze met AI-hulpmiddelen werken en denken: als dit goed gaat, zal het mij dan vervangen?" merkt ze op. "En ik denk dat we die angst moeten wegnemen en echt moeten gaan begrijpen welke functie AI heeft."
Haar antwoord is bestuur, niet in bureaucratische zin, maar als een gedeeld begrip van wie wat beslist, op welk niveau en met welke input.
Leiders verwachten transformatie zonder bestuurlijk kader,” zegt ze. “AI genereert opties voor je. Maar het is zwak in het oplossen van afwegingen. En leiders moeten nog steeds weten waarvoor ze moeten kiezen.
De vaardigheidskloof waar niemand over praat
Als er één concept is dat Goepferts perspectief verankert, dan is het besluitvormingsvaardigheid. Er zou binnen de organisatie een gedeelde taal moeten bestaan rond prioriteiten, risico's en aanvaardbare afwegingen. In haar ervaring is deze vaardigheidskloof belangrijker dan welk technologisch tekort dan ook. Ze merkt op dat "teams niet worstelen omdat ze AI-vaardigheden missen, maar omdat ze een gedeelde taal rond prioriteiten, risico's en aanvaardbare afwegingen missen."
Je kunt meerdere afdelingen laten discussiëren over wat aanvaardbaar risico inhoudt. Teams in de frontlinie raken gefrustreerd wanneer er niet naar hen wordt geluisterd, en wanneer escalaties nergens toe leiden, ontbreekt het de leiding aan richting en gaat alles een gevaarlijke kant op. Goepfert is organisaties binnengestapt waar elk niveau met dezelfde wrijving te maken had, maar niemand daar een naam aan had gegeven.
"Ik stapte binnen en sprak met de mensen in de frontlinie, en ze vertelden me allemaal hetzelfde," zegt ze. "Ze escaleren wat ze zien, maar het leidt nooit ergens toe." Toen ze dezelfde dynamiek bij de leiding aan de orde stelde, waren de leiders het onderling niet eens over hoe ze verder moesten.
Dit komt maar al te vaak voor, en eerlijk gezegd geldt dat ook voor de oplossing. Goepfert stelt een eenvoudige oefening voor waarbij je team elke week de prioriteiten bekijkt, zelfs als dat overbodig lijkt.
"Het zorgt voor een organisatie met heel veel rust," zegt ze, "en het zorgt ervoor dat iedereen begrijpt wat zijn of haar rol is en hoe diegene bijdraagt aan het succes van het bedrijf."
Wat leiders als eerste opnieuw moeten vormgeven
Wanneer Goepfert wordt gevraagd over welk marketingsysteem of welke werkstroom de meeste leiders actief opnieuw zouden moeten nadenken, is haar antwoord duidelijk. En (verrassing!) het gaat niet om de inhoudskalender, het attributiemodel of het technologielandschap. In plaats daarvan benadrukt ze het fundamentele werk.
Leiders zouden opnieuw moeten vormgeven hoe marketingbeslissingen worden genomen, niet alleen hoe het werk wordt uitgevoerd. AI dwingt ons om opnieuw na te denken over wie waarover beslist, op welk niveau en met welke input. Zonder die duidelijkheid versnelt AI alleen de bestaande verwarring.
Dit is de kerngedachte van Build Without Chaos, en ze reikt verder dan marketing en omvat het bredere bedrijfsmodel van elke snel bewegende organisatie. De podcast bestaat, legt ze uit, omdat snelgroeiende omgevingen de neiging hebben urgentie te verwarren met strategie, en AI deze vergissing nu met ongekende snelheid versnelt.
"AI kan afstemming niet oplossen," zegt ze stellig. "Het kan er niet voor zorgen dat mensen zich rond de bedrijfsprioriteiten scharen. Daarom zullen we altijd mensen in bedrijven nodig hebben. Afstemming verdwijnt niet.
De basis voor het AI-proefproject
Wanneer Goepfert wordt gevraagd wat ze had willen begrijpen voordat ze haar eerste AI-proefproject lanceerde, is haar antwoord duidelijk.
AI-proefprojecten mislukken stilletjes wanneer niemand verantwoordelijk is voor het resultaat. Zonder een duidelijke verantwoordelijke voor beslissingen en een definitie van succes leveren proefprojecten activiteit op in plaats van impact.
Het is het soort les dat pas achteraf zichtbaar wordt en dat de meeste organisaties nog steeds in real time leren. Voor Goepfert ligt het signaal dat een organisatie klaar is om verder te gaan dan experimenteren niet in de geavanceerdheid van haar hulpmiddelen, maar in de duidelijkheid van haar besluitvormingsstructuren.
"De volgende fase waarvan ik denk dat AI daarin terechtkomt, gaat minder over adoptie en experimenteren en meer over governance en prioritering," zegt ze. "We kunnen beginnen te begrijpen wat we prioriteren en wat het beste is voor ons bedrijf en voor de groei van onze pijplijn."
Wat nu?
Word lid van The CMO Club om op de hoogte te blijven van trends en de nieuwste tips, hulpmiddelen en handleidingen rechtstreeks in je inbox te ontvangen.
