AI neemt steeds meer werk uit handen. In de mediasector is dat vaak prettig. Een eerste analyse, een samenvatting, een doelgroepomschrijving, een concurrentieverkenning of een eerste opzet voor een mediaplan is sneller gemaakt dan een paar jaar geleden.
De juniorlaag is meer dan uitvoerend werk
In veel mediabureaus beginnen juniors met taken die overzichtelijk lijken.
Een planning controleren. Tarieven vergelijken. Een doelgroepanalyse maken. Een campagne-evaluatie voorbereiden. Resultaten uit een dashboard halen. Een briefing uitwerken. Een eerste voorstel schrijven.
Dat werk is niet alleen productie. Het is ook opleiding.
Door dit soort taken zelf te doen, leren mensen hoe media werkt. Zij zien waarom een GRP niet automatisch kwaliteit betekent. Zij ontdekken dat een laag CPM niet altijd een goed resultaat oplevert. Zij leren het verschil tussen bereik, frequentie, context en effect. En zij merken dat een dashboard nooit het hele verhaal vertelt.
AI kan die eerste versie nu sneller leveren. Maar wie alleen leert om een AI-uitkomst door te sturen, leert niet automatisch waarom een uitkomst goed, onvolledig of simpelweg onjuist is.
AI is goed in structuur, niet vanzelf in oordeel
Een recente meta-analyse naar mens en AI in marketing laat zien dat de samenwerking vooral waarde toevoegt bij complexe, ambiguë en contextgevoelige taken. Bij sterk gestructureerde taken kan AI juist beter presteren zonder extra menselijke bemoeienis.
Dat herkennen we in de mediasector.
AI kan snel een tabel maken met zenderprofielen. Het kan een lange briefing samenvatten. Het kan helpen bij het schrijven van een eerste doelgroepomschrijving of het ordenen van campagnedata.
Maar media-advies gaat verder dan structuur.
Een goed mediaplan vraagt om vragen als:
Is dit werkelijk de relevante doelgroep?
Past dit moment bij de boodschap?
Levert dit pakket echt meer op, of alleen een mooiere rekensom?
Wat betekent een tegenvallende uitlevering voor de campagne?
Is het verstandig om één mediumtype op te schalen, of moet de mediamix anders?
En wat moet een klant weten voordat er budget wordt vastgelegd?
Dat zijn geen vragen die alleen met data kunnen worden beantwoord. Daarvoor zijn ervaring, context, nieuwsgierigheid en verantwoordelijkheid nodig.
Het risico zit niet in AI, maar in gedachteloos gebruik
Het probleem is niet dat AI werk overneemt. Het probleem ontstaat wanneer organisaties daarmee ook het leerproces van juniors wegnemen.
Een junior die nooit zelf een doelgroepanalyse maakt, leert minder snel waar aannames in sluipen. Iemand die nooit zelf een postcampagneanalyse opbouwt, leert minder goed welke cijfers werkelijk iets zeggen. En iemand die alleen AI-teksten beoordeelt zonder eerst zelf te schrijven, bouwt minder gevoel op voor argumentatie, nuance en toon.
Dat wordt extra belangrijk omdat AI vaak overtuigend klinkt, ook wanneer de basis niet klopt.
Een foutieve aanname in een prompt kan leiden tot een uitgebreid, logisch ogend antwoord. Zonder vakkennis is het lastig om te zien waar de fout zit. Juist daarom moet de mens niet alleen aan het einde van het proces controleren, maar ook leren begrijpen hoe een antwoord tot stand komt.
AI kan een assistent zijn. Het mag geen vervanging worden voor vakontwikkeling.
Senior beslissingen vragen om junior ervaring
De beslissing of AI een taak volledig overneemt, komt meestal bij senior functies terecht. Dat is logisch. Zij zien de druk op tijd, marge, productie en kwaliteit.
Maar zij moeten ook verder vooruitkijken.
Als alle basiswerkzaamheden verdwijnen, waar halen we dan over vijf jaar de ervaren planners, strategen, inkopers en accountdirecteuren vandaan? Senioriteit ontstaat niet vanzelf. Die wordt opgebouwd door jaren van kijken, rekenen, fouten maken, vragen stellen en leren corrigeren.
Een mediasector zonder stevige juniorlaag wordt uiteindelijk afhankelijk van een kleine groep ervaren mensen. Dat lijkt efficiënt, totdat die groep niet meer genoeg tijd heeft om alles te beoordelen, te begeleiden en inhoudelijk richting te geven.
Daarmee verschuift het risico niet alleen naar de junior. Het verschuift naar het hele bureau en uiteindelijk ook naar de klant.
Laat juniors mét AI leren
De oplossing is niet om AI buiten de deur te houden. Dat zou onrealistisch zijn en ook niet verstandig.
Juniors moeten juist leren werken met AI. Niet omdat AI het vak overneemt, maar omdat AI een vast onderdeel van het vak wordt.
Dat vraagt om een andere manier van begeleiden.
Laat een junior bijvoorbeeld eerst zelf een analyse maken en daarna AI gebruiken om die te vergelijken, aan te vullen of te toetsen. Laat AI een eerste mediaplan opstellen, maar vraag vervolgens welke aannames erin zitten, welke informatie ontbreekt en waar de risico’s liggen.
Een goede oefening is om niet alleen te vragen: “Wat komt er uit AI?”
De betere vragen zijn:
Klopt dit met de briefing?
Waar baseert AI deze conclusie op?
Welke gegevens ontbreken?
Welke alternatieven zijn niet meegenomen?
Wat zou jij anders adviseren?
Hoe leg je deze keuze uit aan de klant?
Dan wordt AI geen antwoordmachine, maar een hulpmiddel dat het gesprek scherper maakt.
De mediasector moet opleiden blijven zien als investering
De druk om sneller te werken is begrijpelijk. Klanten verwachten snelheid, transparantie en resultaat. AI kan daarbij veel opleveren.
Maar niet alles wat sneller kan, moet volledig worden geautomatiseerd.
Inkoop, planning, analyse en strategie zijn met elkaar verbonden. Een junior die begrijpt hoe een plan wordt opgebouwd, leert ook waarom een inkoopbeslissing soms anders uitpakt dan verwacht. Iemand die zelf leert analyseren, begrijpt later beter wanneer een dashboard houvast biedt en wanneer het juist tot verkeerde conclusies kan leiden.
Daarom moeten bureaus bewust ruimte houden voor:
het zelf opbouwen van analyses;
begeleiding en inhoudelijke feedback;
het bespreken van fouten en aannames;
het vergelijken van menselijk en AI-werk;
en het uitleggen van keuzes aan klanten.
Dat kost tijd. Maar het is geen inefficiëntie. Het is de manier waarop expertise behouden blijft.
Wat dit betekent voor je mediaplan
Bij One4Media zien we AI als een middel om beter te werken, niet als vervanging van menselijk advies.
AI kan helpen bij voorbereiding, analyse en het sneller uitwerken van ideeën. De uiteindelijke keuze voor een mediamix, een inkoopstrategie of een campagneaanpak blijft mensenwerk. Daar komen ervaring, kennis van de markt, creativiteit en verantwoordelijkheid samen.
Voor onze klanten moet AI daarom niet vooral betekenen dat er sneller een voorstel ligt. Het moet betekenen dat er meer tijd ontstaat voor de vragen die er werkelijk toe doen.
Welke media-inzet past bij de doelstelling? Waar zit het risico? Wat levert het budget aantoonbaar op? En welke keuzes zijn op langere termijn verstandig?
Daarvoor heb je technologie nodig. Maar vooral ook mensen die weten wanneer je technologie wel en niet moet volgen.
Bronnen en verder lezen
- Bereik en doelgroepen van NPO radio, tv en online (Ster)
- Digital Ad Spend Study over de digitale advertentiemarkt (VIA Nederland)
- Digitale buitenreclame: netwerken, data en programmatic inkoop (JCDecaux Nederland)
- Kosten en tarieven van reclame bij Ster (Ster)
- Publicatiedata en aanvraagtermijnen voor tv-reclamezendtijd (Screenforce)