Er is een versie van het AI-verhaal die bureaus graag vertellen. Je verkleint het team, houdt de output gelijk, vergroot de marge. De pitch verkoopt zich vanzelf. En voor elk individueel bureau werkt het over een korte horizon.
Maar zoom uit. Wat gebeurt er als de hele industrie tegelijk dezelfde zet doet? De rekenkunde wordt snel onbehaaglijk.
Kostenbesparingen zijn rationeel op bedrijfsniveau. Altijd geweest. Een fabriekseigenaar die een productielijn automatiseert, maakt een volkomen verstandig besluit. Maar het paradoxale is dat wat slim is voor één speler verwoestend kan zijn als iedereen het tegelijk doet.
Marketingarbeid zit dicht tegen de consumentenkant van de economie aan. De mensen die bureaus ontslaan of niet aannemen, gaven zelf ook geld uit. Voor huur. Voor eten. Voor software-abonnementen. Voor de merken die dezelfde bureaus moeten promoten. Als je lonen in een sector comprimeer, comprimeer je vraag in de hele economie. Langzaam eerst, dan sneller dan iemand voorspeld heeft.
AI is niet de eerste technologie die deze lus bedreigt. Maar het kan wel de eerste zijn die snel genoeg beweegt dat het terugkoppelingteken aankomt voordat iemand tijd had om zich aan te passen. Het Future of Jobs Report 2025 van het World Economic Forum schatte in dat 41% van werkgevers wereldwijd verwacht hun personeelsbestand af te bouwen als AI taken automatiseert in de komende vijf jaar. Dit is geen randscenario. Dit is wat de mensen die aannemen verwachten.
Als AI het salaris elimineert, elimineert het ook de koopkracht die aan dat salaris vasthing. Je kunt niet marketing bedrijven voor iemand die niet meer het inkomen heeft om te kopen.
De meeste bureaus die nu AI inzetten optimaliseren op één ding: kosten per output. Minder uren die je op een brief belast. Minder schrijvers per campagne. Minder strategisten aan tafel. De CFO ziet een schone efficiencyverhaal. De P&L trekt aan. De pitch naar nieuwe klanten wordt scherper.
Niets daarvan is fout, eigenlijk. Maar het behandelt omzet als een vaste variabele. Het gaat er van uit dat de markt voor marketingdiensten gelijk blijft terwijl de inputs goedkoper worden. Die aanname verdient meer onderzoek dan het krijgt.
Als je klanten dezelfde AI-kostenbesparingszet in hun eigen bedrijf doen, staat hun marketingbudget ook onder druk. Een CMO die net is herstructureerd door een bestuur dat dezelfde McKinsey-rapporten heeft gelezen als jij, zit niet op een groeiend budget. Ze verdedigen wat ze hebben. De afwaartse druk op bureautarieven is al zichtbaar in inkoopgesprekken. Het is niet hypothetisch.
De structureel interessantere vraag is wat er met consumentenvraag gebeurt als dit tegelijk in genoeg sectoren speelt. Marketingbudgetten zijn uiteindelijk een functie van omzetvertrouwen. Omzetvertrouwen is een functie van consumentenuitgaven. Consumentenuitgaven zijn een functie van werkgelegenheid en loongroei. Trek hard genoeg aan één draad en je voelt de anderen meebewegen.
Hier splitst het argument en het maakt uit welke kant je kiest.
AI als arbeidsvermenigvuldiging is een echt verhaal. Een enkele strategist die nu grondige research kan doen, concurrentiebegrip kan synthetiseren, een positioneringsraamwerk kan schetsen en kan testen tegen publieksdata, allemaal in de tijd die onderzoek alleen vroeger kostte, is niet goedkoper arbeid. Het is capabeler arbeid. Hun output gaat omhoog. In het ideale geval ook hun waarde en hun salaris.
In die versie creëert AI ruimte voor kleinere teams om ambitieuzere werk aan te nemen. Klanten krijgen meer voor een soortgelijk honorarium. Het bureau draait slanker maar intelligenter, niet alleen kleiner. Dat is een coherent model.
De versie die me zorgen baart is die waarbij AI puur als personeelsafbouw-mechanisme wordt gebruikt. Waar de junior copywriter weg is en de AI-output wordt beoordeeld door iemand die te veel aan haar hoofd heeft om het echt te verbeteren. Waar de "efficiëntie" echt is maar het kwaliteitsverlies diffuus en traag zichtbaar wordt in een dashboard. Waar het bureau voor marge heeft geoptimaliseerd op een manier die het vak aantast dat klanten hen voor kiezen.
Het verschil tussen deze twee versies is niet de technologie. Het is de intentie achter de inzet.
De technologie is niet bepalend. Het gaat erom of je AI gebruikt om meer uit iemand te halen, of om die persoon helemaal weg te nemen. Dat zijn verschillende keuzes met verschillende gevolgen.
Er vallen dingen op als je kijkt naar bureaus die dit goed navigeren.
Eerst zijn ze expliciet over de keuze. Ze doen niet alsof AI toevallig personeelsuitval oplevert als bijproduct van beter werk. Ze nemen een bewust besluit over waar AI ondersteunt en waar menselijk oordeel verplicht blijft. Dat onderscheid zie je terug in hoe ze projecten staffing, hoe ze briefs scopen en hoe ze tegen klanten zeggen wat ze echt kopen.
Twee, ze herinvesteren een deel van de efficiëntiewinst. Niet alles, maar genoeg. In beter onderzoek. In meer senior creative oversight. In capabilities die ze niet konden betalen. Dit houdt de waardepropositie in beweging in plaats van alleen de marge.
Drie, ze kijken naar de vraagkant met dezelfde aandacht als naar de aanbodkant. Welke sectoren van klanten staan onder loondruk? Welke consumptiecategorieën verzwakken? Als je klanten aan een doelgroep verkoopt wiens besteedbaar inkomen structureel wordt samengeperst, dat is relevante context voor hoe je plant en wat je belooft.
Niets hiervan vereist een graad macroeconomie. Het vereist dezelfde strategische eerlijkheid die je op elke andere structuurverandering in je markt zou toepassen.
De efficiëntiecasus voor AI in bureaus is echt. De craftkasus is echt. Wat te weinig onder de loep ligt is de systeemvraag: hoe ziet de industrie eruit als elke speler tegelijk dezelfde rationele korttermijnzet doet.
De bureaus die over vijf jaar van belang zijn, zijn diegenen die die vraag nu stellen, niet nadat de feedbacklus al gesloten is. Kosten besparen is makkelijk. Weten wat je echt bespaart is moeilijker.
Als je AI-strategie alleen een aanbodverhaal heeft, heb je half een strategie.
