Een marketeer die AI gebruikt om sneller een tekst te schrijven, is inmiddels weinig bijzonder. De interessantere vraag is wat er gebeurt wanneer AI onderdeel wordt van campagnes, klantdata, zoekstrategieën, contentproductie en rapportages. Dan verandert niet alleen het gereedschap, maar ook het profiel van de professional die ermee moet werken.
Voor organisaties levert dat een nieuw probleem op. De kennis die vandaag nodig is, stond twee jaar geleden misschien nog niet eens in het functieprofiel. Een vacature voor een ‘allround marketeer’ dekt daardoor steeds minder goed wat een modern marketingteam daadwerkelijk nodig heeft.
Van AI gebruiken naar AI organiseren
Veel marketingteams zijn begonnen met losse experimenten. De ene collega gebruikt ChatGPT voor conceptteksten, een ander automatiseert rapportages en iemand anders probeert campagnes met AI te analyseren. Dat levert tijdwinst op, maar nog geen volwassen AI-aanpak.
De volgende stap vraagt meer.
Wie bepaalt welke data in een AI-tool mag worden gebruikt? Wanneer moet een medewerker de output controleren? Welke processen kunnen daadwerkelijk worden geautomatiseerd? En hoe voorkom je dat vijf medewerkers ieder hun eigen tools, prompts en werkwijze gebruiken?
Dat vraagt om marketeers die technologie begrijpen, maar óók marketingdoelen kunnen vertalen naar werkbare processen.
Het ideale profiel wordt steeds specifieker
Daar ontstaat een interessante tegenstelling.
AI maakt sommige werkzaamheden eenvoudiger, maar de functie daaromheen wordt juist specialistischer. Een organisatie kan bijvoorbeeld behoefte hebben aan iemand die CRM, automation en generatieve AI kan combineren. Een ander bedrijf zoekt iemand die begrijpt hoe zoekgedrag verandert door Google AI Overviews, ChatGPT en andere antwoordmachines.
Dat zijn andere profielen dan de klassieke communicatiemedewerker of campagnemarketeer.
Via marketing detachering kunnen organisaties tijdelijk specifieke marketingkennis aan een team toevoegen. Dat kan interessant zijn wanneer nog niet duidelijk is of een nieuwe expertise structureel onderdeel van de organisatie moet worden.
Eerst ervaren wat een specialist daadwerkelijk toevoegt, voordat er een functie voor meerdere jaren omheen wordt gebouwd, is bij snel veranderende technologie geen vreemde gedachte.
AI-kennis alleen is niet voldoende
Een opvallend LinkedIn-profiel met twintig AI-tools zegt weinig over de kwaliteit van een marketeer.
De belangrijkste vaardigheden blijven verrassend menselijk.
Kan iemand beoordelen of een gegenereerde analyse logisch is? Begrijpt diegene waarom een campagne wel of niet werkt? Kan een professional onderscheid maken tussen betrouwbare data en een overtuigend klinkende AI-conclusie?
Juist omdat generatieve AI snel output produceert, wordt kritisch beoordelen belangrijker.
Hetzelfde geldt voor merkgevoel. AI kan tientallen varianten van een advertentie maken. Dat betekent nog niet dat variant nummer twaalf ineens past bij het merk, de doelgroep en de context waarin iemand de boodschap ziet.
De marketeer verdwijnt dus niet uit het proces. Zijn rol verschuift van uitsluitend produceren naar selecteren, sturen, controleren en verbinden.
Tijdelijke expertise kan de organisatie op weg helpen
Niet ieder bedrijf hoeft direct een ‘Head of AI Marketing’ aan te nemen.
Soms is de behoefte veel concreter: een nieuwe marketingautomation-omgeving opzetten, een AI-workflow voor content ontwikkelen, het CRM beter benutten of onderzoeken welke werkzaamheden verantwoord geautomatiseerd kunnen worden.
Een tijdelijke specialist kan zo’n project uitvoeren en tegelijkertijd kennis overdragen aan het vaste team.
Dat is ook waar organisaties als Babbage relevanter worden. Het bureau richt zich specifiek op professionals binnen marketing, communicatie en content en bemiddelt zowel tijdelijke als vaste expertise.
De interessante vraag bij detachering verandert daarmee ook.
Niet: welke functie moeten we tijdelijk invullen?
Maar: welke kennis ontbreekt er op dit moment om de volgende stap te kunnen zetten?
Functieprofielen zullen blijven bewegen
Waarschijnlijk zijn we voorlopig niet klaar met het herschrijven van marketingvacatures.
Taken die vandaag specialistisch zijn, kunnen over een jaar standaard onderdeel zijn van een marketingfunctie. Tegelijkertijd ontstaan nieuwe rollen rond AI-governance, automatisering, data en de koppeling tussen marketingtechnologieën.
Organisaties die iedere verandering proberen op te lossen met een nieuwe vaste functie lopen het risico achter de ontwikkeling aan te blijven werven.
Een flexibeler model ligt daarom voor de hand: bouw een sterk vast marketingteam en voeg specialistische kennis tijdelijk toe wanneer technologie of projecten daarom vragen.
AI maakt marketing daarmee niet simpelweg sneller.
Het maakt vooral duidelijker welke kennis een organisatie zelf beheerst en welke expertise nog ontbreekt.