De Jevons-paradox van AI: hoe goedkoper marketing wordt, hoe meer we ervan maken

AI verlaagt de kosten van contentproductie razendsnel, maar die efficiëntiewinst leidt niet automatisch tot betere marketing en waarschijnlijk vooral tot méér content, méér campagnes en méér AI-slop.

Onlangs zag ik op LinkedIn een video van Pieter Zwart waarin hij het had over de Jevons-paradox. Dat economische principe kende ik wel in grote lijnen, maar ik had het eigenlijk nooit serieus toegepast op mijn eigen vakgebied.

Tot ik er wat langer over nadacht.

Want de Jevons-paradox zou weleens een behoorlijk goede voorspelling kunnen zijn van wat AI met marketing gaat doen.

We praten bij AI namelijk opvallend vaak over efficiëntie. Een marketeer die vroeger een halve dag nodig had voor een eerste versie van een artikel, maakt die nu misschien in een half uur. Afbeeldingen waarvoor we een fotograaf, designer of beeldbank nodig hadden, rollen binnen enkele minuten uit een AI-model. Hetzelfde geldt steeds vaker voor video, onderzoek, analyses, vertalingen, presentaties en advertentievarianten.

De logische conclusie is dan dat we straks minder tijd en misschien ook minder mensen nodig hebben voor marketing. Ik vermoed dat precies het tegenovergestelde gebeurt. Niet ondanks het feit dat AI marketing goedkoper maakt, maar juist omdat AI marketing goedkoper maakt.

Een economisch idee uit 1865

De Jevons-paradox is genoemd naar de Britse econoom William Stanley Jevons. In zijn boek The Coal Question uit 1865 beschreef hij iets opmerkelijks. Stoommachines werden efficiënter en hadden daardoor minder steenkool nodig om dezelfde hoeveelheid werk te verrichten.

Je zou verwachten dat het totale steenkoolverbruik daardoor zou dalen. Maar dat gebeurde niet.

Omdat stoomkracht dankzij die efficiëntie goedkoper en aantrekkelijker werd, werd zij op veel grotere schaal ingezet. Meer fabrieken, meer machines en meer toepassingen. Uiteindelijk nam het totale gebruik van steenkool daardoor juist toe. Efficiënter gebruik van een grondstof hoeft dus niet tot minder verbruik te leiden. Het kan de vraag juist vergroten.

Vervang steenkool door marketingproductie en het wordt ineens een stuk minder historisch.

Een LinkedIn-post kost bijna niets meer

Neem een relatief simpele LinkedIn-post.

Een paar jaar geleden moest iemand een onderwerp bedenken, informatie verzamelen, schrijven, herschrijven, een afbeelding regelen en uiteindelijk publiceren. Misschien lijkt dat niet veel werk, maar vermenigvuldig het eens met meerdere posts per week, verschillende kanalen en verschillende medewerkers.

Productie kostte capaciteit en capaciteit kostte geld. Daardoor zat er automatisch een rem op hoeveel je maakte maar AI haalt die rem er voor een belangrijk deel af.

En de kosten van AI zelf dalen ondertussen ook razendsnel. Stanford berekende in de AI Index 2025 dat de kosten om een model te gebruiken dat ongeveer op GPT-3.5-niveau presteert, tussen november 2022 en oktober 2024 met meer dan een factor 280 daalden: van ongeveer 20 dollar naar 7 dollarcent per miljoen tokens.

Dat is een gigantische verandering in nog geen twee jaar. Maar belangrijker is wat er daarna gebeurt. Lagere kosten maken niet alleen bestaande marketingactiviteiten goedkoper, ze maken ook activiteiten mogelijk die we vroeger vanwege tijd of kosten helemaal niet uitvoerden.

AI-slop is namelijk bijna een voorspelbaar........

© Marketingfacts