Ik heb de afgelopen weken regelmatig tegen mijn compagnon Erik gezegd: "Dit slaat helemaal nergens op." Niet uit frustratie, maar uit verbazing. Omdat ik dingen voor elkaar krijg die een paar maanden geleden simpelweg onmogelijk voor mij waren. En ik ben geen developer, geen tech-persoon. Ik ben een marketeer die nieuwsgierig is.
Dit is het verhaal van hoe die nieuwsgierigheid mij in anderhalf jaar van het maken van simpele automations naar het bouwen van werkende applicaties en het uitvoeren van professionele analyses bracht. Zonder één regel code te kunnen schrijven. En waarom ik denk dat iedereen die met kennis werkt, ongeacht vakgebied, zichzelf nu een paar cruciale vragen moet stellen.
Maar eerst: dat Sinterklaasgedicht en dat middelmatige rapport van jouw collega
Veel mensen die ik spreek over AI baseren hun oordeel op een ervaring van een jaar of langer geleden. Ze hebben ChatGPT een Sinterklaasgedicht laten schrijven voor opa en het was niet zo goed als ze gehoopt hadden. Generiek, zonder gevoel, zonder de subtiliteiten die het grappig maken. Ze concludeerden: "Zie je wel, AI snapt het niet."
Ze hadden gelijk, maar niet om de reden die ze denken.
Er is ook nog een andere reden waarom mensen AI afschrijven. Kijk om je heen en je ziet overal wat inmiddels 'AI slop' wordt genoemd. Artikelen of interne rapporten die eruitzien alsof er veel moeite in is gestoken maar bij het lezen volstrekt inhoudsloos blijken. LinkedIn-posts die keurig geformuleerd zijn maar niets zeggen, of precies zeggen wat iedereen zegt die hetzelfde trucje uithaalt. Het ziet er op het eerste oog indrukwekkend uit, maar het is gewoon matige output. Mensen denken dan: als dit is wat AI oplevert, wat moet ik ermee?
Het antwoord is hetzelfde als bij dat Sinterklaasgedicht: die output is niet slecht omdat AI niet kan, maar omdat de mens erachter er niets van zichzelf in heeft gestopt. Geen context, geen richting, geen vakkennis. AI slop is het resultaat van luiheid, niet van technologie.
Dat gedicht was niet slecht omdat AI niet kan schrijven. Het was slecht omdat het werd geschreven met een gratis en inmiddels hopeloos verouderd model, zonder enige context. Het model zat niet jarenlang in jouw vriendengroep. Het was niet aanwezig bij dat legendarische kampioensfeest van jouw voetbalteam. Het kent de running gags niet, de onderlinge verhoudingen, de plagerige toon die het verschil maakt tussen een leuk gedicht en een briljant gedicht.
We zijn nu in een fase beland waarin AI wél die context kan hebben. Waarin je AI kunt voeden met achtergrond, stijl, voorkeuren en specifieke kennis. Waarin het niet meer opereert als een simpel vraag-en-antwoordspel, maar als een systeem dat instructies aanneemt, zelfstandig acties onderneemt en terugkomt met resultaat waar jij feedback op geeft. Dat is een fundamenteel ander model dan wat de meeste mensen in hun hoofd hebben, en dan niet om geweldige Sinterklaasgedichten te maken, maar om jouw werk beter, slimmer en sneller te doen. En dat verandert veel.
Mijn reis: van screenshots naar systemen
Mijn eigen pad met AI verliep in fases die ik pas achteraf als zodanig herken.
In het begin was het gewoon chatten. ChatGPT, Claude, Gemini, Copilot, noem ze maar op. Ik gebruikte het onder andere om teksten te schrijven voor 360 Scouting, een bedrijf waar ik mede-eigenaar van ben. Die teksten vond ik zelf prima, maar Marco, de oprichter en iemand die, anders dan ik, daadwerkelijk verstand heeft van voetbalscouting, gaf iedere keer terecht aan dat het net niet klopte wat ik schreef. Frustrerend, maar ook leerzaam, want precies dit illustreert het punt: zonder de juiste context en vakkennis lever je met AI nette maar oppervlakkige output. Precies die AI slop waar ik het net over had.
Daarna begon het serieuzer te worden. Ik was gefrustreerd door de hoeveelheid tijd die repeterende simpele taken me kostten, dus ik bouwde automations om die taken te automatiseren. Denk aan het koppelen van systemen, het automatisch verwerken van data, het stroomlijnen van workflows. Mijn methode was weinig verfijnd: een paar uur YouTube-instructies kijken en aan de slag. Als ik vastliep gooide ik screenshots van foutmeldingen in ChatGPT met de vraag wat ik nu moest doen. Het werkte, en iedere dag ben ik nog blij dat ik deze automations heb draaien vanwege de tijd en moeite die het me bespaart.
Later wilde ik me er echt goed in verdiepen en kocht ik een online cursus die me een stuk verder bracht. Die cursus landde pas echt omdat ik al maanden zelf had zitten klooien. De combinatie van eerst zelf doen en daarna gerichte kennis ophalen bleek voor mij de snelste weg, en dat geldt trouwens voor alles wat ik met AI heb geleerd: zelf ervaring opdoen en op het juiste moment iemand inschakelen die je verder helpt.
Vervolgens ontdekte ik wat AI kon betekenen voor analyse. Met tools als NotebookLM en Perplexity kon ik in een fractie van de tijd inzichten vergaren waar ik eerder uren of zelfs dagen voor nodig had. Ik voerde concurrentieanalyses uit, dook in marktontwikkelingen en vond patronen die ik handmatig nooit had gezien.
Toen begon ik voorzichtig met bouwen van apps en sites met AI. Met Lovable bouwde ik interne dashboards die er goed genoeg uitzagen. Het werd pas echt interessant toen ik onlangs Cursor leerde kennen, door toedoen van Erik. Ineens kon ik niet alleen interfaces bouwen, maar werkende applicaties en websites. Ik kan niet coderen, maar ik kan wel helder formuleren wat ik nodig heb, waarom, en voor wie. En dat blijkt steeds vaker genoeg te zijn.
Nu zit ik in een fase die ik een halfjaar geleden niet voor mogelijk had gehouden. Met tools als Cowork en Cursor voer ik analyses uit, maak ik presentaties in de juiste huisstijl en tone of voice, en realiseer ik projecten die voor mij als niet-technisch persoon tot voor kort ondenkbaar waren. AI doet werk minimaal net zo goed als ik dat kon, en op veel vlakken beter en veel sneller. En daarnaast pak ik nu ook projecten op waar ik voorheen geen eens aan begonnen was omdat het teveel tijd zou kosten.
Vandaar die uitspraak tegen Erik. "Dit slaat helemaal nergens op." Want het resultaat is zo absurd goed en snel gerealiseerd dat je bijna niet gelooft wat er gebeurt.
Geen experts, wel ervaringsdeskundigen
Dit veld is zo nieuw dat er nauwelijks echte experts zijn. Wat je wel veel ziet zijn AI-watchers: mensen die elke nieuwe modelrelease volgen, de mooiste demo's delen en je vertellen dat alles gaat veranderen. Dat is prima en het houdt je op de hoogte, maar het is niet hetzelfde als het daadwerkelijk toepassen in je werk.
De echte experts zijn er wel, maar dat zijn zelden de luidste stemmen. Het zijn de mensen die al maanden bezig zijn AI toe te passen in hun werk, die dingen uitproberen, vastlopen, opnieuw beginnen en langzaam snappen wat werkt. Ze lopen er alleen niet de hele tijd over te roeptoeteren, want ze zijn te druk met het daadwerkelijk doen.
Wat die mensen gemeen hebben: ze combineren AI met hun eigen vakkennis. Ze weten niet alleen welke knop ze moeten indrukken, maar begrijpen ook waarom een bepaalde aanpak werkt in hun specifieke context. Ze snappen dat een goed prompt niet begint bij de techniek, maar bij het helder formuleren van je doel.
Je hoeft geen AI-expert te worden. Je moet ervaringsdeskundige worden. Gewoon gaan testen, een paar uur vrijmaken en gaan pielen. Combineer basale AI- en IT-vaardigheden met de inhoudelijke kennis van jouw vakgebied en je hebt iets dat geen enkele tool alleen kan bieden.
Werk gaat veranderen. Ook het jouwe
Laat ik het concreet maken vanuit mijn eigen vak. Een belangrijk onderdeel van mijn werk als marketeer bestond altijd uit twee dingen: het opstellen van slimme strategieën en het uitvoeren van die plannen. Plannen maken, verbanden zien die een ander niet ziet, content schrijven, campagnes opzetten, resultaten analyseren, bijsturen.
Beide vlakken worden nu geraakt. AI kan strategische analyses maken op basis van data die ik handmatig nooit had kunnen verwerken. Het kan content produceren die vrijwel direct publiceerbaar is, mits je de juiste context vooraf schetst. Het kan campagneresultaten analyseren en verbetervoorstellen doen die ik zelf ook had bedacht, maar dan in minuten in plaats van uren.
Natuurlijk doet een goede marketeer meer dan plannetjes bedenken en uitvoeren. Maar als AI zulke belangrijke onderdelen al zo goed kan, en de ontwikkelingen zo snel gaan, wat betekent dat dan voor de rest van je werk over een jaar?
Wat betekent dit voor je werk over een jaar?
Dit gaat trouwens niet alleen over marketing, maar over vrijwel alle kenniswerkers. Als je werk bestaat uit het analyseren van informatie, het nemen van beslissingen op basis van die analyse en het produceren van output in welke vorm dan ook, dan geldt dit verhaal ook voor jou, of je nu jurist bent, consultant, accountant of communicatieprofessional.
Is dat niet gevaarlijk? Die vraag krijg ik vaak en het eerlijke antwoord is: dat kan het zeker zijn. Over de maatschappelijke impact, over wat dit betekent voor banen, over de ethische vragen, over wat er kan gebeuren als kwaadwillenden hiermee aan de slag gaan en of we niet te afhankelijk worden van een paar grote Amerikaanse techbedrijven. Dat gesprek moeten we voeren en wil ik ook voeren. Maar dit artikel gaat over de vraag of jij weet wat er op dit moment mogelijk is, want je kunt pas een goed gesprek voeren over de gevolgen als je eerst begrijpt wat er gebeurt.
De vragen die je jezelf moet stellen
Je kan AI betitelen als hype en het negeren. Of de hele ontwikkeling afschrijven op basis van die ene teleurstellende ervaring. Of denken dat jij echt zo uniek en goed bent dat techniek dat nooit kan vervangen. Kan allemaal, maar ik zou het niet doen.
Wat je wél kunt doen: ga in gesprek met die ene collega die al een stuk verder is met de inzet van AI. Niet degene die je dat AI slop rapport doorstuurde, maar die andere slimme collega. En neem zelf een betaald abonnement zodat je de nieuwste modellen kunt gebruiken, want die zijn werkelijk onvergelijkbaar met wat je een jaar geleden hebt gezien. Wees nieuwsgierig. Ga testen, niet met speelgoedvraagjes, maar met echte taken uit je echte werk.
En stel jezelf deze vraag: wat moet AI wél kunnen om mijn werk significant te veranderen? Formuleer het zo concreet mogelijk, want niet "AI moet slimmer worden" maar: wat zou het precies moeten doen? Welke taak, welk proces, welk probleem?
Wat moet AI wél kunnen om mijn werk significant te veranderen?
De vervolgvraag die misschien nog wel belangrijker is: wat als blijkt dat dit nu al kan? Want in het tempo waarin dit gaat, is de kans groot dat wat je nu voor onmogelijk houdt, binnenkort heel gewoon is.
En tot slot: wat als jij niet in beweging komt, maar je concurrent wel? Die eerste vraag dwingt je om helder te denken over je eigen werk. De tweede dwingt je om in beweging te komen. De derde om te beseffen wat er op het spel staat.
Ik heb de antwoorden op die vragen niet voor je. Maar als je hulp nodig hebt om in actie te komen: daarvoor hebben we Think again opgericht. Niet omdat we dé expert zijn, maar omdat we nieuwsgierig zijn, verstand hebben van hoe marketingteams werken en niks anders doen dan ervaring opdoen.
