AI-agents in je marketingteam: tijdverlies of gamechanger van 2026?

Bram en ik hebben zonet ons eerste webinar gehost: “Jouw marketing- en communicatieteam versterken met een AI-agent?” Best spannend, moet ik toegeven. We weten natuurlijk waarover we spreken, maar het onderwerp evolueert zo snel dat je makkelijk vervalt in enthousiasme, technische schema’s en termen waar je zelf warm van wordt, maar die niemand anders begrijpt. Mijn persoonlijke uitdaging was dus om het begrijpelijk te houden. Minder tech-nerd, meer vertaler.

(vervolg onder de video)

Wat was de insteek van het webinar? We zien bij heel wat KMO’s dat marketing en communicatie steeds complexer worden, terwijl middelen en beschikbare tijd niet meegroeien. Marketing en PR leven vaak naast elkaar in plaats van samen. Data wordt wel verzameld, maar zelden echt strategisch benut. AI wordt geïntroduceerd, maar produceert vooral veel output zonder duidelijke richting. Er is een kloof tussen wat bedrijven nodig hebben en wat klassieke agencies kunnen bieden. En er is minstens evenveel kloof tussen wat AI technisch kan en wat organisaties er vandaag concreet mee doen.

In het webinar hebben we daarom eerst gekaderd dat er verschillende niveaus van complexiteit zijn voor AI die je kan inzetten in marketing en PR en dat je niet voor alles een AI agent nodig hebt.

Maar wat zijn dan de voornaamste soorten ai?

Een Large Language Model – zoals ChatGPT – is in essentie reactief: je stelt een vraag, het model antwoordt. Handig, vaak indrukwekkend, maar zonder toegang tot jouw context, jouw data of jouw strategie. Een AI-workflow gaat al een stap verder: daar wordt een vaste route uitgetekend, bijvoorbeeld elke ochtend nieuws verzamelen, laten samenvatten en automatisch doorsturen. Efficiënt, zeker. Maar nog steeds lineair en afhankelijk van een vooraf bepaald pad. 

Wat wij onder agentic AI verstaan, gaat verder. Daar spreken we over een systeem dat werkt op basis van data, een strategie en een proces, en dat binnen duidelijke kaders zelfstandig kan handelen, mét menselijke validatie waar nodig. Het is geen los promptje en ook geen slimme automatisatie alleen. Zie het als een digitaal teamlid dat begrijpt wat de doelstelling is, toegang heeft tot relevante informatie en binnen afgesproken spelregels meedraait in je werking. 

Om te automatiseren heb je een proces nodig

Wij maakten dit concreet door een newsjacking-agent die continu actualiteit monitort, opportuniteiten detecteert en ze aftoetst aan de strategie van een organisatie voordat er actievoorstellen worden gedaan. In een klassiek agentschap zou dat proces bestaan uit een junior die breaking news signaleert, een accountmanager die checkt of het relevant is voor de klant, en het nieuws in dat geval vertaalt naar een actie-idee. Als je dat proces in kaart hebt gebracht kan je het automatiseren en schaalbaar maken, zonder het menselijke beoordelingsvermogen uit te schakelen.

Uiteraard zijn er ook complexere, meer creatieve processen. Daarvoor zet je dan meestal niet gewoon een agent in, maar een agency 😉 Dat is een combinatie van verschillende agents, elk met hun specialisatie, die samenwerken. Bvb een content planner die vertrekt vanuit een centrale positionering (de strategie), de actualiteit (interne of externe data) en zo strategische keuzes maakt aan de hand van een vastomlijnd proces. De uitdaging zit niet zozeer in het produceren van content, maar in het bewaken van consistentie en relevantie. 

Welke risico’s houden AI agents in?

Een vraag die impliciet altijd meespeelt, is welke risico’s dit inhoudt. Mijn antwoord daarop is genuanceerd. AI op zich is niet gevaarlijk omdat het autonoom kan werken. Het wordt problematisch wanneer het zonder richting, zonder kwaliteitscontrole wordt ingezet. Daarom is (vandaag) een ‘human in the loop’ zo essentieel. Iemand die alles nakijkt en valideert. Dat is een centraal element in ons model.

Het potentieel van deze agents is de reden waarom Bram en ik Ripliq hebben opgericht. We voelen dat het klassieke agentschapsmodel onder druk staat. Uurtje-factuurtje, versnipperde verantwoordelijkheden, beperkte transparantie over impact – het wringt steeds vaker. Tegelijk zien we hoe AI en data het mogelijk maken om marketing en PR schaalbaarder en betaalbaarder te maken voor KMO’s, op voorwaarde dat het doordacht wordt opgezet.

Niet als hype, maar als structurele hertekening van hoe een team werkt.

Wil je dat we dit vertalen naar jouw organisatie en jouw context? Dan plannen we graag een gerichte sessie in. Want uiteindelijk wordt het pas echt interessant wanneer je dit niet als technologie bekijkt, maar onderzoekt hoe je dit in een team kan implementeren.

Ik ben vooral benieuwd naar jullie input. Welke AI-concepten wil je verder uitgediept zien in een volgende editie? Meer technische architectuur? Meer strategische implicaties? Governance en ethiek? Of concrete cases met cijfers en ROI?

Ons AI avontuur is nog maar net begonnen.