Drie dagen MAICON 2026 gingen over de toekomst van werk, AI-agents, marketingteams en content.
Twee presentaties bleven bij mij hangen.
Niet omdat ze de nieuwste tools lieten zien, maar omdat ze de gevolgen van AI voor mensen centraal stelden.
Andrew Yang sprak over de waarde van mensen als AI steeds meer werk uitvoert.
Karen Hao onderzocht hoe grote AI-bedrijven hun macht opbouwen en wie daarvan de gevolgen draagt.
Hun verhalen helpen om betere keuzes te maken over het werk dat je aan AI overdraagt en het werk dat je zelf wilt blijven doen.
De waarde van mensen in een economie met AI
Andrew Yang is een Amerikaanse ondernemer en voormalig presidentskandidaat.
Tijdens zijn campagne in 2020 vroeg hij aandacht voor de gevolgen van automatisering en pleitte hij voor een basisinkomen.
Toen sprak hij onder meer met vrachtwagenchauffeurs over zelfrijdende trucks.
Inmiddels gaat het ook over klantenservice, administratie en kenniswerk, waaronder marketing.
Yang ziet voordelen voor mensen en organisaties die met AI beter werken. Zijn zorg gaat over de verdeling van de opbrengst.
Steeds meer waarde komt volgens hem terecht bij de eigenaren van kapitaal, data en AI-bedrijven.
Mensen die hun inkomen met werk verdienen, profiteren daar niet automatisch van.
Als AI een taak sneller en beter uitvoert, wie profiteert dan van de tijd en het geld die je bespaart?
Wat is straks nog waardevol menselijk werk?
Yang vertelde over zijn vrouw Evelyn. Zij stopte met haar werk als marketeer om voor hun zoon met autisme te zorgen.
Dat onbetaalde werk telt niet mee in het bruto binnenlands product. De bijdrage aan hun gezin is volgens hem minstens zo waardevol als betaald werk.
Hij pleit voor een economie waarin werk rond kunst, creativiteit, gezondheid, zorg en onderwijs meer waardering krijgt.
Ook wil hij de belastingdruk verschuiven van menselijke arbeid naar AI en bots.
Los van de politieke oplossing legt hij een relevante vraag bloot: hoe verdelen we de opbrengst van AI tussen bedrijven, medewerkers en klanten?
Welke vaardigheden wil je zelf blijven beheersen?
Yang vergelijkt het uitbesteden van denkwerk met navigatie. Vroeger las je een kaart en bepaalde je zelf de route. Nu volg je de aanwijzingen van je telefoon.
Dat maakt reizen makkelijker, maar je oefent je eigen richtingsgevoel minder.
Met schrijven, onderzoeken en denken kan hetzelfde gebeuren. Een goed antwoord inleveren betekent nog niet dat je begrijpt hoe dat antwoord tot stand kwam.
Begrijp je de afwegingen achter een analyse? Herken je een verkeerde aanname? Kun je zelf een redenering opbouwen als dat nodig is?
Niet alle moeite is verspilling. Soms heb je weerstand nodig om te leren.
Als AI steeds het eerste idee, de analyse en het antwoord levert, oefen je die vaardigheden minder.
Bepaal daarom welk denkwerk je zelf wilt blijven doen, waar je beter in wilt worden en wat je moet begrijpen om het werk van AI te beoordelen.
De toenemende macht van AI-bedrijven
Karen Hao is journalist en auteur van Empire of AI.
Ze onderzocht jarenlang OpenAI en de gevolgen van de AI-industrie voor mensen en de samenleving.
Haar verhaal begint bij het werk dat achter AI schuilgaat.
Wie doet het werk achter AI?
Hao vertelde over Alex uit Nairobi. Hij beoordeelde teksten over geweld en misbruik voor een bedrijf dat werk uitvoerde voor OpenAI.
Met zijn beoordelingen hielp hij een filter ontwikkelen dat schadelijke antwoorden moest tegenhouden. Het werk had grote gevolgen voor zijn welzijn.
Achter AI zit veel menselijk werk. Mensen verzamelen data, beoordelen antwoorden en verwerken schadelijke inhoud.
Een deel van hen krijgt weinig betaald en werkt onder slechte omstandigheden.
Je ziet deze mensen niet wanneer je een antwoord van een AI-tool leest, maar hun werk maakte dat antwoord mede mogelijk.
Wie bepaalt wat er met data en kennis gebeurt?
Hao noemt grote AI-bedrijven moderne imperiums. Ze verzamelen macht over data, arbeid en kennis.
Ze gebruiken teksten, beelden en andere informatie zonder dat makers daar altijd bewust voor hebben gekozen.
Ook bepalen ze mede welk onderzoek, welke modellen en welke mogelijkheden beschikbaar komen.
Dat maakt gegevensbeheer een strategische keuze. Welke informatie deel je met een AI-bedrijf?
Wie houdt zeggenschap over die data? En hoeveel inzicht heb je in wat ermee gebeurt?
Voor marketingteams hoort die afweging thuis in het ontwerp van een Marketing AI Team en het gedeelde Marketingbrein.
Heb je een raket nodig of een fiets?
Volgens Hao is AI een even breed begrip als vervoer. Daar vallen fietsen onder, maar ook raketten. Ze dienen verschillende doelen en vragen heel andere middelen.
Grote, algemene AI-modellen zijn in haar vergelijking de raketten. Ze kunnen veel, maar voor een afgebakende taak past een eenvoudiger systeem soms beter.
De juiste vraag is daarom niet alleen wat AI kan.
Vraag welke AI past bij het probleem dat je wilt oplossen, welke data daarvoor nodig zijn en hoeveel energie, controle en afhankelijkheid je aanvaardbaar vindt.
Begin bij wat mensen nodig hebben
Hao noemde Te Hiku Media in Nieuw-Zeeland. Het radiostation wilde zijn audioarchief toegankelijk maken en de Māori-taal helpen behouden.
De gemeenschap dacht mee over het doel, de benodigde opnames en de bescherming van de data. AI volgde uit een concrete menselijke behoefte.
Die volgorde is belangrijk. Begin bij het probleem en de mensen voor wie je het oplost.
Bepaal daarna welke techniek helpt. Dat sluit aan op hoe ik naar content strategie kijk.
Doelen, publiek en gewenste impact komen vóór middelen en productie.
Vier vragen voor je eigen keuzes
Yang en Hao leggen andere accenten, maar komen uit bij dezelfde verantwoordelijkheid.
Je moet bewust bepalen wat je aan AI overdraagt en wat je zelf blijft beheersen.
- Wat wil je zelf blijven beheersen? Welke kennis heb je nodig om goed werk te leveren en AI te beoordelen?
- Wat leer je van het gebruik? Begrijp je meer, of heb je alleen sneller een antwoord?
- Welke AI heb je nodig? Past een groot model bij de taak, of volstaat een kleiner systeem met een duidelijk doel?
- Wie profiteert? Wat levert het gebruik op en wie levert de data, arbeid en middelen achter het systeem?
AI gebruiken vraagt om verantwoordelijkheid. Wees bewust van de gegevens die je deelt, het werk dat je AI laat doen en de gevolgen voor jezelf en anderen.
Snelheid is pas vooruitgang als mensen er aantoonbaar beter van worden.
Veelgestelde vragen
Wat verandert AI aan de waarde van menselijk werk?
AI kan steeds meer taken uitvoeren. Daardoor worden menselijk oordeelsvermogen, empathie, creativiteit en verantwoordelijkheid belangrijker.
Mensen moeten de richting bepalen en de uitkomsten van AI kunnen beoordelen.
Welke vaardigheden moet je zelf blijven beheersen?
Behoud de kennis en vaardigheden die je nodig hebt om afwegingen te begrijpen, fouten te herkennen en zelfstandig een redenering op te bouwen.
Wat betekent dit voor een marketingteam?
Leg vast welke beslissingen mensen nemen, welke taken AI-collega’s uitvoeren en welke kennis in het Marketingbrein mag worden gebruikt.
Beoordeel niet alleen snelheid, maar ook kwaliteit, leervermogen en aantoonbare waarde voor klanten.
Over de auteur
Michiel Schoonhoven
Michiel Schoonhoven werkt ruim 18 jaar aan content marketing en content strategie.
Hij begeleidt organisaties bij de uitwerking van hun Content Impact Strategie en de invoering van een Marketing AI Team.
Bekijk het auteursprofiel