AI-hype misleiding: ik wil eerst de cijfers zien

Tyler Shultz, de klokkenluider die Theranos onderuit haalde, zegt nu dat de AI-hype een prima omgeving is om mensen te misleiden. Hij heeft gelijk. Met AI groot doen en weinig leveren is makkelijk. Als performance-marketeer kijk ik daar dwars doorheen: laat de cijfers maar zien.

Waarderingen zonder winst zijn een rode vlag

Shultz zegt dat bedrijven die nooit winst maakten, toch kapitaal ophalen tegen waarderingen van een biljoen dollar. Dat is exact wat er bij Theranos gebeurde: een mooi verhaal, veel geld, geen werkend product. In de AI-wereld zie ik hetzelfde patroon. Startups beloven gouden bergen met AI, maar kijk naar hun cijfers en je ziet vooral verlies.

Ik zeg niet dat elke AI-startup nep is. Er zijn genoeg bedrijven die echt iets bouwen. Maar de hype maakt het lastig om het verschil te zien. Als marketeer weet ik: een demo is geen product. Een mooie presentatie met AI-beelden zegt niets over de onderliggende technologie.

Daarom ben ik altijd terughoudend met investeren in AI-tools. Ik betaal pas als ik zie dat het iets oplevert. Gratis of open source eerst, daarna pas geld uitgeven. ElevenLabs heb ik opgezegd en vervangen door Voicebox, een open-source stemmodel. Het kost niets en is goed genoeg voor mijn voice-overs en spraakassistent.

Meten vóór optimaliseren, ook bij AI

In mijn werk draait alles om meten. Google Ads, SEO, tracking: zonder goede meting weet je niet wat werkt. AI maakt dat alleen maar belangrijker. Een AI-tool kan prachtige rapporten maken, maar als de onderliggende data niet klopt, optimaliseer je de verkeerde kant op.

Neem Performance Max in Google Ads. Die campagnes zijn zo goed als de data die je ze voert. Met slechte conversiemeting optimaliseert de AI vol overtuiging de verkeerde kant op. Precies daarom controleer ik altijd eerst de meting voordat ik iets aanpas. En daarom geloof ik geen AI-claims zonder cijfers.

Bij AI-tools is het net zo. Een tool die zegt je productiviteit te verdubbelen, moet dat aantonen. Ik wil zien hoeveel tijd of geld het bespaart. Anders is het gewoon een duur abonnement. Alles test ik eerst op echte accounts, met echte data.

Zelf bouwen met AI: goedkoop en transparant

Ik bouw mijn eigen AI-agents en tools. Niet omdat ik per se alles zelf wil doen, maar omdat het goedkoper en transparanter is. Mijn dagelijkse ochtendanalyse van klantaccounts draait via Claude Code op mijn bestaande abonnement. Geen extra kosten, en ik weet precies wat er gebeurt.

Voor deze nieuwssite gebruikte ik het nieuwe DeepSeek-flash-model. Dat gaf eerst lege antwoorden, omdat het al zijn tokens gebruikte om na te denken. Denken uitzetten en het werkte: 3 artikelen, een meme en een prompt voor 0,6 dollarcent. Belachelijk goedkoop en ik heb volledige controle.

Dat is mijn antwoord op de hype: bouw het zelf, meet het, en betaal alleen voor wat werkt. Geen dure SaaS-tools met mooie praatjes, maar eigen scripts die ik begrijp en kan aanpassen.

Tekst en beeld gemaakt met AI in de stem van Maxim. Hoe dat werkt.