De volgende fase van AI in marketing draait niet alleen om betere teksten of afbeeldingen. AI-assistenten krijgen steeds vaker directe toegang tot marketingplatforms, campagnedata en operationele systemen. Daarmee verandert AI langzaam van een hulpmiddel naast de marketeer in een interface waarmee campagnes daadwerkelijk kunnen worden aangestuurd. Een belangrijke motor achter die ontwikkeling is het Model Context Protocol, kortweg MCP. Dit protocol maakt het mogelijk om AI-systemen op een gestandaardiseerde manier te koppelen aan externe databronnen en software. Nieuwe toepassingen laten zien dat marketeers daardoor steeds minder tussen dashboards, exports en losse tools hoeven te schakelen.

Van vragen stellen naar acties uitvoeren

MarTech signaleert deze maand verschillende marketingplatforms die MCP gebruiken om AI-assistenten toegang te geven tot hun systemen. EZ Texting heeft bijvoorbeeld MCP-servers toegevoegd waarmee gebruikers via natuurlijke taal sms-campagnes kunnen versturen, resultaten kunnen opvragen en contactlijsten kunnen aanpassen. WarmySender past dezelfde technologie toe voor outreach via e-mail, LinkedIn en Instagram. Het verschil met veel bestaande generatieve AI-toepassingen is groot. Een chatbot die alleen campagnegegevens analyseert, geeft advies. Een assistent die rechtstreeks is verbonden met het marketingplatform kan na dat advies ook daadwerkelijk een actie uitvoeren.

Daarmee ontstaat een nieuwe vorm van marketingautomatisering waarin de marketeer minder met interfaces en meer met instructies werkt.

Marketingdata wordt gesprekspartner

Ook data-analyse verandert hierdoor. Guideline introduceerde een MCP-server waarmee AI-agents historische advertentie-uitgaven kunnen ophalen en vragen over marktontwikkelingen kunnen beantwoorden. Stensul geeft conversational AI toegang tot goedgekeurde e-mailcomponenten, merkregels en toegankelijkheidscontroles. Een marketeer kan daardoor in theorie steeds vaker gewoon vragen: welke campagne presteert slechter dan vorige week, waar loopt het budget te snel op en welke doelgroep verdient extra aandacht?

De onderliggende systemen leveren vervolgens de actuele informatie waarop de AI kan redeneren. Dat verkleint de afstand tussen data, analyse en uitvoering aanzienlijk.

Governance wordt net zo belangrijk als snelheid

Die directe toegang brengt tegelijk nieuwe risico’s mee. Wanneer een AI-agent campagnes kan aanpassen, budgetten kan beïnvloeden of content kan publiceren, wordt controle belangrijker. Webflow heeft daarom in zijn MCP-server governancefuncties toegevoegd rond merkstem, designsystemen en gebruikersrechten. Ook andere platforms combineren AI-automatisering steeds nadrukkelijker met vooraf ingestelde grenzen en menselijke controle. Voor marketingteams betekent dit dat AI-governance niet langer alleen gaat over verantwoord teksten genereren. Organisaties moeten bepalen welke data een agent mag bekijken, welke handelingen hij zelfstandig mag uitvoeren en wanneer menselijke goedkeuring verplicht blijft.

De echte doorbraak van AI in marketing kan daarom wel eens minder zichtbaar zijn dan de komst van ChatGPT. Zodra marketingdata, campagnes en AI-agents rechtstreeks met elkaar verbonden raken, verschuift de rol van de marketeer van bedienen naar controleren, sturen en beslissen. De organisaties die hun data én governance daarvoor op orde hebben, krijgen waarschijnlijk de grootste voorsprong.