Stel je voor: je hebt jarenlang gewerkt aan de positionering van je merk. Dan blijkt dat AI je merk aan miljoenen mensen omschrijft als, oei, iets totaal anders.
Dat is precies wat drankenconcern Pernod Ricard overkwam. Het bedrijf ontdekte via onderzoek met bureau Jellyfish dat AI-modellen zijn merken regelmatig verkeerd classificeerden. Ballantine’s, een betaalbare Schotse whisky voor de brede markt, werd door een populair AI-model neergezet als een prestigeproduct. Andere merkinformatie was onvolledig of simpelweg onjuist.
Gen Z vraagt AI om merkaanbevelingen.
Ondertussen gebruikt een groeiend deel van de klanten AI bij aankoopbeslissingen. Uit YouGov-onderzoek blijkt dat twee derde van de 18- tot 24-jarigen AI-modellen inzet voor aanbevelingen rond merken, producten en diensten. Bij 25- tot 34-jarigen is dat ruim de helft. En ongeveer de helft van Gen Z verwacht dat AI hen naar het beste merk leidt.
Dus deze mensen skippen een zoektocht met Google en vragen ChatGPT simpelweg: “Welke whisky past bij mijn smaakprofiel?” Of: “Wat is een goede koptelefoon voor op reis?” En het antwoord dat ze krijgen, wordt bepaald door hoe AI jouw merk begrijpt. Niet door wat jij als marketeer graag wil vertellen.
Je merkverhaal wordt geschreven door derden.
AI-modellen baseren hun kennis over jouw merk op twee dingen: hun trainingsdata, alles wat ze eerder hebben gelezen, en de actuele bronnen die ze raadplegen. In beide gevallen zijn dat vooral bronnen van anderen, niet die van jou: reviews, nieuwsartikelen, vakpublicaties, Wikipedia, Reddit, webwinkels, enzovoort.
In aanvullend onderzoek werden AI-agents ingezet om producten te vergelijken en aan te bevelen. De conclusie was ontnuchterend: merkwebsites werden vooral gezien als plekken om te kopen, niet als gezaghebbende bron van informatie. De autoriteitssignalen kwamen van derden: recensiesites, specialistische media en fora.
Ofwel, je merkverhaal, je positionering, je concurrentievoordeel, het wordt geschreven door mensen die niet voor je werken. En vervolgens op schaal herhaald door AI-modellen.
Het probleem van ‘AI sameness’.
Het wordt nog interessanter. Terwijl merken grip proberen te krijgen op hoe AI hen omschrijft, laten veel daarvan tegelijkertijd hun eigen content ook door AI produceren. Dat leidt tot een ander probleem: alles gaat op elkaar lijken.
Want als allerlei aanbieders dezelfde AI-tools gebruiken om teksten, beelden en campagnes te maken, wordt hun inhoud inwisselbaar. Merken die daar op leunen besparen misschien geld, maar verdwijnen in een ‘Sea Of Sameness’.
Dat is een gevaarlijke combinatie. Aan de ene kant verliezen merken de controle over hoe AI hen beschrijft. Aan de andere kant produceren ze zelf steeds minder onderscheidende content. Het resultaat: ze worden inwisselbaar, zowel in de ogen van AI als van de klant.
Het lijkt op de dynamiek van performancemarketing, waar ik vaak aandacht aan besteed: als iedereen dezelfde data en dezelfde gereedschappen gebruikt om dezelfde doelgroepen te bereiken met dezelfde triggers, verdwijnt het concurrentievoordeel. Dan blijft alleen nog concurrentie op prijs over: nog meer korting, nog harder duwen. En dat is precies de valkuil waar Nike intrapte.
AI gaat ook de aankoop doen.
Maar, sorry, ik ben nog niet klaar. Want AI-modellen verschuiven stap voor stap van adviseur naar inkoper.
PwC beschrijft in Harvard Business Review hoe klanten steeds vaker een AI-agent niet alleen vragen om producten te zoeken en te vergelijken, maar ook om deze direct te kopen. Ze hebben geen zin om te scrollen op websites en geven liever een simpele opdracht: “Vind voor mij een handgemaakt cadeau onder de €50 dat morgen geleverd wordt.” Vaak is wel een voorwaarde dat ze hun geld terugkrijgen als de keuze van AI hen niet bevalt.
Dat betekent dat een AI-agent straks een deel van de beslissing neemt. En die agent kiest niet op basis van je mooiste campagne. Die kiest op basis van gestructureerde productdata, recensies, beschikbaarheid en prijs. Dus als je productinformatie niet goed leesbaar is voor machines, besta je simpelweg niet in het AI-aankoopproces.
McKinsey voorspelt zelfs dat AI-agents tegen 2030 wereldwijd voor 3 tot 5 biljoen dollar aan consumenteninkopen kunnen regelen. De populaire platforms bouwen dan ook hard aan dergelijke initiatieven. Google lanceerde begin 2026 het Universal Commerce Protocol, een oplossing die AI-assistenten en winkelsystemen makkelijker op elkaar laat aansluiten. Google beschrijft dit als een open standaard voor agentic commerce.
En OpenAI zette eind 2025 een volgende stap met Instant Checkout. In de eerste uitrol ging het om aankopen bij onder meer Etsy-verkopers in de VS, waarna “meer dan een miljoen” Shopify-verkopers naar verluidt gingen volgen.
Hoe kun je hierop inspelen?
De eerste stap is om te weten hoe AI jouw merk omschrijft. Vraag het aan ChatGPT, Claude, Gemini. Stel dezelfde vragen die je klanten stellen. De antwoorden kunnen verrassend zijn. En soms verontrustend. Plus, zoals ik vorige week schreef: de antwoorden zijn telkens weer anders.
De tweede stap is ervoor te zorgen dat je merk goed vertegenwoordigd is in bronnen die AI-modellen vertrouwen. Dat zijn dus niet je eigen advertenties. Dat zijn onafhankelijke media, recensiesites, vakpublicaties, Wikipedia en platforms als Reddit. Als marketeer weet je inmiddels dat mentale en fysieke beschikbaarheid de sleutel zijn voor groei. In het AI-tijdperk geldt iets soortgelijks: hoe vaker er betrouwbaar over je wordt geschreven, hoe groter de kans dat je terugkomt in AI-antwoorden. Ik noem het maar even geschreven beschikbaarheid.
Waarom mensen juist belangrijk blijven.
De derde stap, misschien wel de belangrijkste, is investeren in wat je merk onderscheidend maakt. Juist nu AI dreigt alles gelijk te trekken, worden eigenheid, originaliteit en merkkarakter waardevoller. Eigenheid is schaars in een wereld vol, bleh, AI-gegenereerde eenheidsworst. Want ook in het AI-tijdperk geldt: je merk moet opvallen om opgepikt te worden. Dat werkt via twee routes.
Route A: opvallende merken krijgen meer verdiende media. Er wordt meer over spraakmakers geschreven en gesproken en ze worden vaker opgezocht. En dat is precies het materiaal waar AI-modellen op leunen: hoe meer onafhankelijke bronnen je merk aandacht geven, hoe groter je zichtbaarheid in AI-antwoorden.
Route B: AI wordt weliswaar belangrijker, maar de mens blijft een sleutelrol spelen. Stel dat een AI een kort lijstje presenteert met drie opties voor een koptelefoon. Twee daarvan zijn onbekende merken, waar je niets mee hebt. Maar de derde is een merk dat vertrouwd aanvoelt, omdat je er al van hebt gehoord. Die derde maakt daarmee een grote kans om te winnen. Niet omdat de AI dat merk beter rangschikt, maar omdat het menselijk brein gevoelig is voor herkenning.
Dat oeroude mechanisme blijft aanwezig in ons brein en verandert niet door AI. Sterker, het kan juist zwaarder gaan meewegen als de drie opties slechts in een kort antwoord door een chatbot worden samengevat. Juist in een omgeving waar context ontbreekt, is het belang van herkenbare handvatten groter.
Verder leren AI-agents van de voorkeuren van hun gebruiker. Het geheugen van ChatGPT of Claude wordt immers steeds beter, waardoor ze jou steeds beter leren kennen. Stel, jij stelt regelmatig vragen over Apple, Adidas of Rituals: “Hoe los ik dit probleem met m’n Mac op?”, “Zijn deze Adidas-schoenen ook geschikt om op hard te lopen?”, “Hoe lang is dit product van Rituals houdbaar?” Dan ontstaat er een patroon dat AI oppikt. Dat kan invloed hebben op toekomstige aanbevelingen, omdat de agent zo goed mogelijk op jouw wensen probeert in te spelen.
Bovendien kun jij die voorkeur ook expliciet meegeven: “Zoek goede hardloopschoenen en check in ieder geval Hoka en ASICS.” Op dat moment krijgt AI een kader. En dat kader wordt gevormd door bekendheid en voorkeur, precies de dingen waar merkbouwen al decennia om draait.
Ofwel, de winnende strategie in het AI-tijdperk draait nu niet ineens alleen nog maar om het optimaliseren voor algoritmes. Investeren in de mens blijft belangrijk. Zodat jij het bekende gezicht bent in een lijst vol onbekende opties die met korte tekstjes worden geïntroduceerd.
Hoe AI bepaalt welke merken het aanbeveelt.
Maar hoe selecteren AI-modellen hun bronnen? En hoe zorg je dat je daar goed in naar voren komt?
Traditionele SEO draait om een plek in een lijst van tien blauwe links. Bij GEO (Generative Engine Optimization) draait het erom of je wordt geciteerd in het antwoord dat AI geeft. En dat antwoord verwijst vaak maar naar een handvol opties (tussen twee en zeven per antwoord, afhankelijk van de vraag en het systeem).
Het selectiemechanisme is ook anders. Google beloont onder meer verwijzingen en technische SEO. Bij generatieve systemen gaat het veel meer om iets dat je citeerwaardigheid kunt noemen: hoe makkelijk is jouw tekst te gebruiken als betrouwbare bouwsteen in een antwoord?
In de paper GEO: Generative Engine Optimization laten onderzoekers zien dat het toevoegen van citaten, relevante citaten en statistieken je zichtbaarheid in generatieve antwoorden flink kan verhogen. In hun metingen zagen ze effecten tot ongeveer 40%.
Andere interessante lessen rond geschreven beschikbaarheid:
Publiceer eigen onderzoek en data. Origineel onderzoek is een sterk signaal voor AI. Denk aan een eigen benchmark, een rapport met unieke data of een jaarlijks overzicht. Deze geven AI-systemen een reden om jou te citeren in plaats van een concurrent.
Zorg voor consistentie over alle platforms. AI-modellen vergelijken informatie uit meerdere bronnen. Als je merk op je website iets anders claimt dan op Trustpilot, in je persberichten of op Wikipedia, dan daalt het vertrouwen. Consistentie zorgt voor geloofwaardigheid.
Maak je content extracteerbaar. Generatieve systemen zoeken naar passages die ze direct als antwoord kunnen gebruiken. Dus: geef het antwoord vroeg in je content en wees concreet. Noem cijfers waarmee je claims kunt onderbouwen. Vermijd verkooptaal en schrijf alsof je een collega iets uitlegt.
Investeer in digitale PR. Verse vermeldingen in gezaghebbende bronnen helpen AI om je te vinden. Niet als een eenmalige actie, maar als een proces waarin je doorlopend investeert.
Zorg daarnaast dat je productdata gestructureerd, compleet en consistent is: informatie over productspecificaties, prijzen, voorraad, bezorging en retourbeleid. Want agents kunnen alleen dingen aanbevelen die ze kunnen begrijpen. Het gebeurt nu al dat producten door AI worden overgeslagen als informatie ontbreekt of niet eenduidig is (!).
Kortom: veel verandert, veel toch ook niet.
Lang verhaal kort: je merkpositionering wordt niet alleen bepaald door wat jij communiceert, maar door het totaalbeeld van alles wat er over je te vinden is. Als er te weinig onafhankelijke, consistente informatie over je merk wordt gevonden, kom je minder terug in de wereld van AI.
Tegelijkertijd geldt: als je een eigen geluid laat horen, is de kans groter dat anderen je oppikken. Een merk als Tony’s Chocolonely, met een duidelijke stem, wordt waarschijnlijk eerder aangehaald in media dan een merk als Verkade, dat een stuk minder uitgesproken profiel heeft. Daarmee is de kans dat Tony’s wordt opgepikt door AI weer groter dan bij Verkade.
En hoewel dit alles kan overweldigen, is veel ervan uiteindelijk ook weer niet zo nieuw. Merken draaien al decennia om onderbouwing, consistentie en relevantie. En wat anderen over je zeggen was altijd al belangrijker dan wat jij over jezelf beweerde. Zie de bekende quote: “Je merk is wat mensen over je zeggen als jij er niet bent.” Het grote verschil is dat je klant nu niet meer de enige doelgroep is. Er luistert ook een model mee.
Zoals ik eerder schreef: AI kan alleen excelleren als jij een goede regisseur bent. Die les geldt nu dubbel. Want je moet niet alleen regisseren wat AI voor je doet, je moet ook regisseren hoe AI over je praat.
De merken die hier het best op inspelen zijn niet alleen de merken met de slimste AI-gereedschappen. Het zijn ook de merken met de helderste strategie, de sterkste positionering en het meest consistente verhaal. Precies datgene waar merkbouwen al decennia om draait.
Wil je weten hoe AI jouw merk omschrijft en wat je eraan kunt doen? Laat het me weten. Ik help je graag.
