AI geeft ons een extra reden om in merken te investeren

Eerst de machine, dan de mens

De afgelopen dertig jaar bedienden we de digitale machine zelf. We zochten, klikten, vergeleken, scrolden en kozen. Dat verandert. Steeds vaker laten we een deel van dat werk over aan AI. Zoek een hotel voor een weekend in Rome. Welke elektrische auto past bij mij? Wat is een goede koffiemachine? Welke verzekering biedt voor mijn situatie de beste dekking? AI zoekt, vergelijkt en beoordeelt. Vervolgens blijven er een paar opties over.

Er schuift een nieuwe laag in het keuzeproces. Een merk moet mentaal beschikbaar zijn bij mensen én beschikbaar zijn voor de machines die namens hen zoeken en selecteren. De klassieke mentale shortlist krijgt er een shortlist vóór. Eerst de machine. Dan de mens.

We hebben jarenlang gesproken over mental availability. Daar komt nu een tweede opgave bij: machine availability. En daarmee een nieuwe vraag, misschien zelfs een nieuwe KPI. Noem het share of shortlist: hoe vaak behoort mijn merk tot de kleine groep merken die een AI-agent aan een potentiële koper presenteert? Want een merk dat daar niet tussen staat, kan nog zo aantrekkelijk zijn. Het krijgt geen kans om gekozen te worden.

Machines kijken anders naar merken

Een mens kan een merk kennen uit zijn jeugd. Van ‘ons pap’ die altijd in een Volvo reed. Van een vakantie. Van een geur. Van die ene Petje Pitamientje Calvé Pindakaas-commercial die veertig jaar later nog steeds iets oproept. Een machine heeft die herinneringen niet. AI zoekt informatie en patronen. Het kijkt naar producten, prijzen, beschikbaarheid, reviews, ervaringen, claims, bronnen en consistentie. Het probeert te begrijpen wat een merk is, waar het voor staat en of het betrouwbaar genoeg is om aan te bevelen.

Merken krijgen er dus een opdracht bij: begrijpelijk worden voor machines. Thomas Marzano noemt dat binnen zijn werk over Agentic Branding legibility. Merken moeten hun strategie, kennis, producten, bewijs en gedrag zo organiseren dat AI-systemen ze kunnen lezen en interpreteren. Als machines een groter deel van het rationele vergelijken overnemen, verandert er ook iets aan de menselijke kant van merken.

Als vergelijken makkelijker wordt, wordt betekenis belangrijker

AI is ontzettend goed in het wegnemen van frictie. Een mens kan onmogelijk honderden producten, duizenden reviews, technische specificaties en prijsverschillen tegelijk beoordelen. Een AI-agent kan dat wel. Het functionele speelveld wordt daardoor steeds transparanter. Goede kwaliteit wordt verwacht. Prijzen zijn zichtbaar, beschikbaarheid is controleerbaar, claims kunnen steeds beter worden getoetst en functionele voordelen zijn snel te vergelijken.

Mensen kiezen ook op basis van voorkeur en vertrouwen. We vertrouwen het ene merk meer dan het andere. We rijden om voor een restaurant waar we graag komen, betalen meer voor een merk dat we waarderen. We bevelen merken aan. Soms verdedigen we een merk zelfs als iemand er kritiek op heeft. En precies daar kan een sterk merk het verschil maken.

Validators komt in het MarketingTribune-artikel tot een vergelijkbare conclusie vanuit een heel andere invalshoek. Voor merkbouw werkt emotionele communicatie beter, terwijl Nederlandse merken volgens hun analyse ook daar kansen laten liggen. Dat lijkt me belangrijk. Want als AI steeds beter wordt in het rationele deel van kiezen, moet merkbouw meer gewicht geven aan wat moeilijker in data te vangen is: betekenis, vertrouwen en emotionele voorkeur.

Groeien is niet zo moeilijk. Geliefd blijven wel.

Deze week zag ik daar toevallig een mooi Nederlands voorbeeld van. Creatief directeur Lodewijk Varossiau schreef op LinkedIn over Moeke. Het horecamerk opent inmiddels zijn tiende vestiging. Boven zijn verhaal stond een zin die bleef hangen: Groeien is niet zo moeilijk. Geliefd blijven wel.

Dat raakt volgens mij precies aan wat merkbouw hoort te doen. Als een merk jarenlang dezelfde betekenis weet op te bouwen en die betekenis steeds opnieuw waarmaakt, ontstaat herkenning en vertrouwen. Ervaringen stapelen zich op. Mensen weten wat ze kunnen verwachten. Ze krijgen herinneringen aan een merk. Ze vertellen erover. En uiteindelijk kan daar voorkeur uit ontstaan. Misschien zelfs een beetje liefde.

Consistentie werkt straks twee kanten op

Hier raken klassieke merkbouw en de agentic economie elkaar. Dezelfde consistentie die bij mensen herkenning, betekenis en vertrouwen opbouwt, creëert patronen die machines kunnen herkennen. Als Moeke twaalf jaar lang vanuit dezelfde merkgedachte bouwt en die zichtbaar maakt in locaties, menu’s, beelden, ervaringen en gedrag, ontstaat een steeds herkenbaarder patroon. Mensen ervaren dat patroon. Machines kunnen het lezen. Liefde heeft consistentie nodig om te groeien. Machines hebben consistentie nodig om te begrijpen.

Consistentie is overigens geen kwestie van alles eindeloos herhalen. Een slechte ervaring wordt door herhaling geen sterke merkervaring. Het merk moet eerst iets betekenen en die betekenis vervolgens waarmaken. Een merkbelofte krijgt pas waarde wanneer mensen hem ervaren.

Machines kunnen claims bovendien steeds beter toetsen aan bewijs. Stel dat je als hotel zegt uitzonderlijk gastvrij te zijn. Vroeger kon alleen al een sterke campagne die belofte geloofwaardig maken. Vandaag kan een AI-agent duizenden reviews tegelijk analyseren, klachten vergelijken, servicevoorwaarden lezen en dat alles afzetten tegen tientallen andere hotels. Zo kan de machine steeds beter beoordelen of de merkbelofte overeenkomt met wat mensen werkelijk ervaren. Wie meer belooft dan hij waarmaakt, loopt daardoor een groter risico om daarop te worden afgerekend.

Echte ervaringen gaan daardoor zwaarder tellen. Een goede ervaring blijft hangen en duikt later op als review, aanbeveling, foto of post. Die sporen kan AI steeds beter lezen. Wat mensen ervaren, zeggen en doen rond een merk kan zo mede bepalen of dat merk later door een machine aan anderen wordt aanbevolen.

Van Lovemarks naar Agentic Lovemarks

Ik schrijf daar de laatste tijd over onder de noemer Agentic Lovemarks. Het bouwt voort op het Lovemarks-gedachtegoed, dat mijn kijk op merken mede heeft gevormd tijdens mijn jaren bij Saatchi & Saatchi. Kevin Roberts introduceerde Lovemarks ruim twintig jaar geleden. Zijn ambitie was simpel: bouw merken die naast respect ook liefde verdienen.

Je kunt terecht discussiëren over het woord liefde. Mensen houden anders van hun kinderen, partner of vrienden dan van Nike, Apple of LEGO. Voor mij maakt dat de ambitie niet minder relevant. Streven naar Brand Love dwingt je om verder te kijken dan bekendheid en conversie. Naar merken die mensen graag kiezen. Waar ze een emotionele band bij voelen. Waar ze naar terugkeren. Die ze aanbevelen. Waar ze meer voor willen betalen. Die ze een fout vergeven.

In de agentic economie komt daar een selectie vóór. Een sterk merk moet eerst door machines worden begrepen en vertrouwd om geselecteerd te worden. Daarna moet het nog steeds genoeg betekenen om door een mens gekozen te worden. Dat is wat ik een Agentic Lovemark noem: Geliefd door mensen. Begrepen en vertrouwd door machines.

Menselijke voorkeur wordt machineleesbaar

Terug naar de cijfers van Validators. Hun conclusie is dat Nederlandse adverteerders te weinig investeren in merkbouw en daardoor te weinig mentale beschikbaarheid opbouwen voor toekomstige kopers. Dat is op zichzelf al een goede reden om de balans tussen merk en performance opnieuw te bekijken.

AI voegt daar een tweede reden aan toe. Het verband is indirect, maar het is er. Merkbouw bouwt betekenis, vertrouwen en voorkeur op. Producten, diensten en gedrag moeten die betekenis vervolgens waarmaken in echte ervaringen. Mensen praten daarover. Ze zoeken een merk op, kopen opnieuw, schrijven reviews, bevelen het aan of delen hun ervaringen. Dat zijn menselijke signalen. Steeds meer van die signalen zijn ook machineleesbaar en kunnen meewegen wanneer AI merken selecteert of aanbeveelt. Merkbouw levert dus niet de signalen zelf. Het creëert de betekenis en ervaringen waaruit herkenbare patronen ontstaan.

Merkbouw wordt zo indirect ook een investering in machine availability. En in share of shortlist. Performance helpt je om vandaag te converteren. Merkbouw bepaalt of mensen morgen aan je denken, je vertrouwen en voor je kiezen. En steeds vaker ook of machines je überhaupt aan hen voorleggen.

Liefde en leesbaarheid

Net als bij de opkomst van performance marketing zal de komende tijd veel aandacht van marketeers uitgaan naar GEO, AEO, structured data, AI-search en allerlei nieuwe technieken om merken beter zichtbaar te maken voor machines. Dat is nodig. Maar zichtbaarheid alleen bouwt geen sterk merk. Er moet iets zijn wat de moeite waard is om zichtbaar te maken. Een heldere betekenis. Een herkenbaar gezicht. Consistent gedrag. Goede producten. Echte ervaringen. Een organisatie die haar belofte waarmaakt. En vooral de discipline om dat jarenlang vol te houden. Dat is merkbouw. Alleen krijgt die merkbouw er een nieuwe doelgroep bij. De machine. Machineleesbaarheid is de vloer. Liefde is het plafond. En precies daarom geeft AI ons een extra reden om meer in merkbouw te investeren.