De AI-trein zoeft in volle vaart vooruit. Zelf voel ik me steeds vaker voor een keuze gesteld. Ga ik tegen de wind in fietsen? Of stap ik op de fatbike? En wat betekent dit dilemma voor het bouwen van merken?
Ga je voor “meer” of “beter”?
Allereerst mijn persoonlijke dilemma, kijkend naar mijn werk als merkstrateeg. Globaal zie ik voor mezelf drie scenario’s om met AI om te gaan. De eerste twee draaien om kwantiteit, de derde om kwaliteit.
Het eerste scenario: ik kan met AI sneller en daarmee goedkoper werken. Een merkstrategie die normaal anderhalve maand duurt en €10K kost, duurt met AI nog 3 weken en kost €5K. En binnenkort kan ik dat waarschijnlijk in twee dagen voor €995 doen.
Uiteindelijk beland ik dan in de hoek van SaaS: een online servicemodel, waarbij m’n klant met een paar drukken op de knop een antwoord op strategische vragen krijgt. In ruil voor een klein bedrag per maand.
Deze route draait om kwantiteit, om “meer”. Mijn output wordt niet zozeer beter, waarschijnlijk een stuk slechter. Maar ik gebruik AI om sneller en makkelijker te werken, waardoor ik meer kan doen en meer klanten kan bedienen.
Het tweede scenario is om te verbreden. In dat geval ben ik niet slechts een merkstrateeg. Ik word stapsgewijs een fullservicebureau, in m’n eentje. M’n medewerkers zijn geen mensen, maar AI-agents. Die agents kan ik gebruiken voor onderzoek, creatie, mediaplanning, productie, projectmanagement, et cetera.
Ook dit scenario draait om kwantiteit, want ook bij de fullservice-strategie probeer ik vooral om “meer” te doen. Maar ook hier wordt mijn output niet per se beter. Immers, de kans dat ik als eenling met AI beter onderzoek doe dan een gevestigd onderzoeksbureau of beter creatief werk maak dan een gerenommeerd bureau is, eerlijk is eerlijk, vrij klein. Dus blijft m’n enige argument richting de klant dat het sneller en goedkoper is om alles bij mij neer te leggen.
Deze twee “meer”-scenario’s lijken op de impact die de fatbike heeft op fietsen: gemak. Met AI kost het me minder moeite om meer strategie, meer communicatie, meer ontwerpen, et cetera, te maken. Ofwel, ik fiets makkelijker van A naar B en zal wat meer op de fiets doen. Maar uiteindelijk wordt m’n algehele fietstalent er niet beter van. Sterker nog, het tegenovergestelde is waarschijnlijk het geval.
Hoe word ik een betere mountainbiker?
Een derde scenario is dat van kwaliteit, dat van “beter”. Dat spreekt mij meer aan: hoe kan ik mezelf naar een hoger niveau brengen? Hoe kan ik als kleine specialist concurreren met internationale adviesbureaus door de kwaliteit van mijn werk fundamenteel te verbeteren?
Bijvoorbeeld doordat m’n strategie met AI beter is onderzocht, sterker is onderbouwd en beter is uitgewerkt. Kortom: hoe gebruik ik AI om een betere mountainbiker te worden? Een aanpak die het fietsen niet zozeer makkelijker maakt, maar waarmee ik nieuwe bergen kan overwinnen.
Dus ben ik de afgelopen maanden bezig om te verkennen hoe ik met AI beter aan scenarioplanning kan doen. Hoe ik synthetische klanten kan gebruiken om aannames te verifiëren. Hoe ik met AI betere prototypes kan maken om de strategie tot leven te brengen. Of hoe ik met AI neurosimulaties kan doen om die prototypes te evalueren.
Uiteraard is er ook hierbij een dunne lijn. Al deze AI-hulp maakt van mij geen onderzoeker, vormgever of hersenonderzoeker. Mijn doel is slechts om m’n strategie te verdiepen, niet om mezelf te verbreden.
Veel AI is als een fatbike.
Nu lijkt een scenario gebaseerd op “meer” meestal makkelijker te kiezen dan dat van “beter”. Neem twee mensen die met elkaar in discussie zijn. Met dezelfde argumenten in herhaling treden is voor hen makkelijker dan met een nieuwe, betere onderbouwing komen. Of kijk naar een liedjesschrijver. Tien keer eenzelfde soort liedje schrijven is makkelijker dan een compositie te maken die een stuk beter is.
Grofweg volgen veel AI-hypes dan ook routes waarbij kwantiteit centraal staat. Wat je vroeger een week kostte, duurt nu maar een uur. En dat waarvoor je vroeger twintig man nodig had, doe je nu met z’n tweeën.
Dit is mooi. Maar de fundamentele vraag is wel: worden dingen hiermee ook beter? Is een merkstrategie die door AI in tien minuten is ontwikkeld inhoudelijk beter dan eentje waar twee mensen een week over hebben gedaan?
Ik denk dat het antwoord vaak “NEEN” is. We krijgen vooral “meer”. Meer van dezelfde AI-autotune popmuziek, meer CV’s die op elkaar lijken en meer merken met dezelfde claims. Het opvallende zit ‘m er vooral in hoe makkelijk het is om die popmuziek, CV’s en merken te maken. Met de fatbike fiets je zonder dat je hard hoeft te trappen.
Fatbike AI maakt “redelijk” de vijand van “goed”.
Een consequentie van de fatbike is dan ook gemakzucht. Je wordt er lui van en daagt jezelf minder uit. Met de normale fiets tegen de wind intrappen is niet altijd leuk. Maar het is goed voor je, want het houdt je fit. Ook al heb je er niet altijd zin in.
AI helpt mij met van alles. Maar ik merk dat ik moet oppassen dat m’n hoofd niet in de fatbike-stand gaat. Want de meeste AI-output ziet er prima uit en m’n probleem lijkt daarmee meestal opgelost.
Maar net zoals “goed” de vijand van “geweldig” is, is in dit geval “redelijk” de vijand van “goed”. Dus als ik mezelf niet dwing tegen de wind in te fietsen, val ik stapsgewijs weg in luiheid, die zorgt voor middelmatigheid.
Stapsgewijs voelt die middelmatigheid steeds vertrouwder, zeker als ik ermee wegkom. En daarmee word ik nog gemakzuchtiger. Waarmee het uiteindelijk voor mijn klanten steeds vanzelfsprekender wordt om me te vervangen door een robot.
Ook AI-bedrijven blijken normale merken.
Nu zoom ik graag uit voor de volgende vraag: wat betekent het fatbike-scenario voor de wijze waarop merken worden gebouwd? Wat is de rol van een merk in een wereld van “meer, meer, meer”?
Wel, een kwantitatieve route maakt je merk belangrijker. Terwijl je misschien verwacht dat dit vooral bij een kwalitatieve route het geval is (een sterk merk voelt logisch bij een premiumpropositie).
De reden dat merken ook bij een kwantitatieve route een belangrijke rol spelen, is logisch als je bedenkt dat merken eigenlijk gewoon keuzehulpjes zijn. Ik vergelijk ze graag met vuistregels.
Als metafoor: als je voor een schap met vier potjes jam staat, kun je prima ontdekken welke optie de beste is voor jou. Je kunt rationeel vergelijken welke jam de beste combinatie van prijs en kwaliteit heeft.
Als er 100 meer-van-hetzelfde-varianten zijn, is dat een stuk lastiger. Dus val je sneller terug op vuistregels: dit merk ken je, dat andere niet. Ofwel, in dit geval heeft je keuze weinig met ratio te maken en van alles met je onderbuik.
Claude en OpenAI zijn potjes jam.
Grappig genoeg wordt dit klassieke principe ook bij AI-aanbieders zichtbaar. Toen ChatGPT op de markt kwam, was de keuze overzichtelijk. Of je schrijft je plan in MS Word, dat kost een dag. Of je doet het met ChatGPT, dat duurt een minuut. Het was de keuze tussen een klein potje jam en een hele grote, voor dezelfde prijs. Een merk is dan niet zo belangrijk, want voor deze afweging heb je geen mentaal keuzehulpje nodig.
Maar in de lijn van “meer” zijn er nu zoveel AI-aanbieders, met zoveel varianten en zoveel updates, dat het landschap onoverzichtelijk is geworden. Het AI-aanbod begint op een brei te lijken. Zodoende lijkt het keuzeproces steeds meer op het volle jamschap: het is lastig om met je ratio de juiste keuze te maken.
Dus je kiest Claude omdat je “er de laatste tijd veel mensen over hoort”. Of omdat je het prettig vindt dat Claude zich verzet tegen het militarisme van Trump. Of omdat je niet wilt dat je chats worden gebruikt voor reclame (zoals bij OpenAI mogelijk is geworden).
Dit laatste argument is grappig genoeg opgepikt door Scott Galloway. Hij vindt het slim dat Claude met een Super Bowl-reclame OpenAI op de hak neemt door zichzelf te positioneren als “wel reclamevrij”. Galloway vergelijkt deze zet zelfs met de legendarische 1984-reclame van Apple.
Uiteraard heeft Galloway daarmee een punt. Zo’n tactische prik kan Claude er net bovenuit doen springen in het “onoverzichtelijke jamschap”. Claude wordt zo de “goede” tussen een boel “kwade” en zo’n USP resoneert goed in de onderbuik.
De 180-graden van Scott Galloway.
Maar stiekem moet ik ook een beetje grinniken, omdat juist Galloway in zijn (goede) boek The Four de dood van het merk aankondigde. Zijn argument was onder meer: de opkomst van AI. Z’n stelling was dat AI de nieuwe keuzehulpjes zouden worden (hij noemde onder meer Amazons Alexa als voorbeeld). Zo zou AI je helpen met de keuze van de beste batterijen, waarmee de merken achter die batterijen overbodig werden.
In dit geval werkt het principe juist andersom. Ook innovatieve AI-spelers blijken met klassieke merkwetten te maken te krijgen. Die wetten draaien bijvoorbeeld om de kracht van bekendheid (vrijwel elke grote AI-speler doet inmiddels aan logoplakken door een Formule 1-team te sponsoren) en het belang van onderscheid (zoals in de bovenstaande uiting van Claude tijdens de Super Bowl). Ook OpenAI doet inmiddels aan oeroude reclame, zie hier en hier.
Waarom fatbike AI je merk zwakker maakt.
Ook interessant voor merkbouwers: het fatbike-scenario zorgt niet alleen voor “meer”, maar ook voor “vaker”. Je stapt vaker op de fiets als er eentje voor de deur staat waarmee je amper hoeft te trappen, dan als je weet dat je met de mountainbike de berg op moet. Dus met “fatbike AI” kies je vaker voor een nieuwe strategie, ontwikkel je vaker een nieuw merk, ontwikkel je vaker een nieuwe campagne, et cetera.
Maar, hoe gek dit misschien klinkt: vernieuwen is precies wat je niet moet doen als je een merk in de markt zet. Want consistentie bouwt herkenning. Herkenning bouwt vertrouwen. En vertrouwen bouwt groei.
Lees maar het System1/IPA-onderzoek “Compound Creativity”. Dit analyseerde 4.000+ campagnes over vijf jaar en concludeert dat de meest consistente merken twee keer zoveel winstgroei rapporteren als inconsistente merken.
Ik vergelijk merkbouwen vaak met diëten: de principes zijn simpel, maar probeer ze maar eens een lange periode vol te houden. Een belangrijk deel van de kunst is de discipline. Discipline zorgt voor consistentie.
Fatbike AI verleidt je vaak juist tot het tegenovergestelde: eindeloze variatie, constante verversing en dus telkens wisselende signalen. Ofwel, telkens weer een andere eetgewoonte in plaats van een consistent dieet.
Ga je voor redelijk of geweldig?
Kortom, linksom of rechtsom is AI belangrijk voor m’n werk. En voor jouw merk. Maar de fundamentele vraag die erachter zit: ga je in de gemakstand? Of gebruik je AI om jezelf juist extra uit te dagen? Wordt AI je stagiaire die voor jou het werk doet en je lekker achterover laat leunen? Of wordt AI je strenge instructeur die je het vuur aan de schenen legt om een hogere berg op te fietsen? Ga je voor fatbike of mountainbike?
Ik maak me klaar voor een flinke rit omhoog. Lekker tegen de wind in.