Retailmedia-AI: de machine koopt straks je advertentiebudget, niet jij

Mark Zuckerberg schetste een toekomst waarin adverteren zo simpel wordt als een creditcardnummer en een bedrijfsdoel invoeren, waarna de AI de rest doet. Het klinkt als de ultieme bevrijding van de marketeer: geen targeting meer bijschaven, geen biedingen bijstellen, geen creatives testen. Maar lees die zin nog eens. Het is geen beschrijving van gemak. Het is een beschrijving van een machtsoverdracht.

Mijn stelling is simpel. Het advertentiebudget verschuift van de marketeer naar de machine, en dat is geen voorspelling meer maar een verbouwing die al bezig is. Wie zijn campagnes niet inricht op die algoritmische inkoop, verliest bereik en marge aan wie dat wel doet. Maar de luie conclusie, geef alles aan de automaat en leun achterover, is precies de val. Want wie het kopen volledig uit handen geeft, geeft tegelijk de meetlat en de data weg. En dat zijn de enige twee dingen die in deze nieuwe wereld nog echt van jou zijn.

Het geld is al onderweg

Begin niet bij de techniek, begin bij waar het geld heen stroomt. Retailmedia, adverteren op het punt waar daadwerkelijk gekocht wordt, is het snelst groeiende deel van de hele advertentiemarkt. In de Verenigde Staten alleen al lopen de uitgaven aan retailmedia naar ruim 71 miljard dollar in 2026, waarvan Amazon en Walmart bijna negentig procent van de groei opslokken. Europa blijft niet achter: volgens onderzoek van WARC groeide de wereldwijde retailmediamarkt in 2025 met bijna veertien procent naar 151 miljard euro, en Europese adverteerders verdubbelden dat jaar hun inzet. In Nederland zie je dezelfde beweging bij bol en Albert Heijn, die hun schap inmiddels net zo goed als advertentieruimte verkopen als als winkel.

Tegelijk verandert wie er koopt. Reclamereus WPP voorspelde op Cannes Lions dat reclamebudgetten wegtrekken van mediakanalen naar commerce, en dat een groeiend deel van de koopbeslissingen niet door mensen maar door AI-agenten wordt genomen. De advertentiemarkt rondom AI-chatbots, nu nog een rafelrandje van zo'n honderd miljoen dollar, kan volgens diezelfde verkenning binnen zes jaar over de honderd miljard dollar gaan. En het gereedschap volgt de richting: ontwerptools als Canva automatiseren met Grow 2.0 de hele advertentiecyclus, van maken tot publiceren en automatisch verversen. De keten van wie betaalt, wie kiest en wie maakt schuift in zijn geheel naar de machine.

De machine koopt niet alleen, ze bepaalt ook wat 'goed' is

Hier zit de kern van mijn bezwaar, en het gaat niet over de vraag of de automaat werkt. Hij werkt. Google vervangt vanaf september zijn Dynamic Search Ads door AI Max, een systeem dat zelf bepaalt op welke zoekopdrachten je verschijnt. Meta meldt dat adverteerders gemiddeld 4,52 dollar omzet halen uit elke dollar die ze in zijn AI-gestuurde Advantage+-campagnes steken. Performance Max is in een paar jaar van experiment naar standaardinstelling gegaan. De cijfers zien er prachtig uit.

Maar stel de vraag die zelden gesteld wordt: wiens cijfers zijn dat? Geautomatiseerde inkoop optimaliseert op de uitkomst die het platform makkelijk kan meten en aan zichzelf kan toeschrijven, een klik, een aankoop kort na een vertoning. Dat zijn vaak juist de klanten die toch al bij je gekocht zouden hebben. De return ziet er indrukwekkend uit, terwijl je werkelijke incrementele marge, de omzet die je zonder die advertentie niet had gehad, eronder kan dalen. Je betaalt dan om mensen te bereiken die je gratis had, en het dashboard noemt dat een succes.

Wat je precies weggeeft

Wie de machine laat kopen, geeft niet één ding uit handen maar drie, en ze versterken elkaar. Algoritmische inkoop betekent dat je het platform tegelijk de inkoop, de meetlat én de data laat bepalen, en juist die combinatie maakt je afhankelijk in plaats van efficiënt. Het zijn deze drie hefbomen die uit je handen glippen:

• De inkoop: targeting, bieding en budgetverdeling gaan naar het systeem. Jij zet een doel en een bedrag, de rest is een zwarte doos waar je niet in kunt kijken.
• De meetlat: het platform bepaalt wat een conversie waard is en schrijft die aan zichzelf toe. Wie de score bijhoudt, bepaalt wie er wint.
• De data: elke campagne traint het model van de leverancier, niet dat van jou. Je voedt een machine die je daarna niet kunt meenemen naar een concurrent.

"Maar geautomatiseerd kopen verslaat mij gewoon"

Het sterkste tegenargument neem ik serieus, want ik hoor het van slimme marketeers: de automaat presteert simpelweg beter dan mijn handmatige campagnes, en ertegen vechten is nostalgie. Dat klopt grotendeels. Een mens die elke ochtend biedingen bijstelt, verliest het van een systeem dat miljoenen veilingen per seconde afhandelt. Ik pleit dan ook nergens voor het uitzetten van automatisering. Dat zou zijn als weigeren een rekenmachine te gebruiken omdat hoofdrekenen karaktervormend is.

Het punt is een ander. De winst van de automaat is echt, maar de meetlat is geleend. Zodra je de inputs én de definitie van rendement uit handen geeft, optimaliseer je naar het doel van het platform, niet naar dat van jou. De oplossing is daarom niet minder automatisering, maar betere sturing: je laat de machine kopen, maar jij houdt de twee dingen vast die ze niet zelf kan verzinnen, je eigen data en je eigen definitie van een goed resultaat.

Van advertenties kopen naar de machine besturen

Het werk van de marketeer verdwijnt dus niet. Het schuift een laag omhoog, van advertenties kopen naar het besturen van de machine die ze koopt. En besturen begint bij de input, want een algoritme is precies zo goed als de data en de doelen die je het geeft.

Dat vraagt eerst je eigen huis op orde. De partij die wint, voedt de automaat met schone, eigen first-party data, niet met wat het platform toevallig over je klanten weet. Dezelfde verschuiving die speelt nu de nieuwe klant van je webshop een AI-agent is die niet in je etalage trapt maar je productfeed leest, geldt aan de advertentiekant: de waarde verhuist van de creatie naar de datalaag. Concreet is dat saai en juist daarom een voorsprong, zorg dat je aanbod machineleesbaar is met schone productdata, structured data en een werkende betaalflow.

Het vraagt ook minder, niet meer gereedschap. Elke extra advertentietool die zijn eigen meetlat meebrengt, maakt je beeld troebeler in plaats van scherper. Ik betoogde eerder al dat effectieve AI-marketing in het MKB niet om twintig losse tools draait maar om een paar goed geïntegreerde workflows waarin je data samenkomt. Hier wordt dat existentieel: zie je je resultaten niet over platforms heen op één plek, dan kun je de automaten nooit tegen elkaar afwegen en ben je overgeleverd aan het dashboard van degene die je de rekening stuurt.

En het vraagt dat je de inkoop niet verwart met de regie. Adverteren zo simpel maken als een creditcard en een doel invoeren is verleidelijk, maar wie zo instapt, koopt vooral afhankelijkheid. Dat verkeerd ingekochte software op den duur meer kost dan zelf gebouwd maatwerk geldt net zo hard voor je marketingmachine: het gemak van vandaag is de lock-in van volgend jaar.

De machine gaat je advertentiebudget beheren. Daar is geen ontkomen aan, en dat hoeft ook niet. De enige vraag die telt, is of je de chauffeur bent of de passagier. Wie de automaat een creditcard en een doel geeft en daarna wegkijkt, laat het platform bepalen wat winst is, en betaalt net zo lang tot dat klopt voor de leverancier in plaats van voor zichzelf. Wie de machine schone data en een eigen, scherpe definitie van rendement oplegt, laat haar het zware werk doen zonder het stuur kwijt te raken. Het budget verschuift naar de machine. De regie hoeft dat niet.