Iedereen automatiseert de uitvoering. Niemand praat over wie de regie houdt

AI verandert hoe we content maken. Daar is geen ontkomen meer aan. Maar de meeste gesprekken die ik zie, slaan een belangrijk stuk over. Die gaan over de maakstap, over sneller visuals produceren, meer varianten, betere prompts, slimmere tools. Zelden gaan ze over de vraag wie bepaalt wat er gemaakt wordt, wanneer, en waarom. En precies daar ligt de valkuil.

Want naarmate AI meer kan, wordt niet alleen de productie krachtiger, maar vooral de laag daarboven belangrijker. De laag waar intake, prioritering, kwaliteitsgrenzen, routing, feedbacklogica en eigenaarschap wonen. Anders gezegd: het model waarbinnen het werk beweegt.

En precies die laag is in veel organisaties al belegd, maar vaak onder een functietitel die kleiner klinkt dan het werk werkelijk is.

Wie regisseert dit eigenlijk?

Iemand die elke dag ziet waar het vastloopt. Die briefings terugduwt als ze niet compleet zijn. Die weet welk werk voorrang heeft en waarom. Die capaciteit bewaakt, stakeholders afstemt, routeert, escaleert en ervoor zorgt dat het werk de deur uit kan.

Traditioneel was dat de Studio Manager of Studio Lead. De titels verschillen per organisatie, maar het werk niet. Alleen zit daar precies het misverstand. Alsof dit vooral een coördinerende of uitvoerende rol zou zijn. Alsof het gaat om plannen, traffic en zorgen dat alles op tijd afkomt.

Terwijl de interessante vragen juist erboven zitten:

• Wanneer is een aanvraag scherp genoeg om de keten in te gaan?
• Wie mag werk terugsturen als briefing, scope of ownership niet klopt?
• Wie beslist als capaciteit en ambitie botsen?
• Wie bewaakt kwaliteitsgrenzen, uitzonderingen en merkconsistentie?
• Wie bepaalt waar AI wel en niet mag ingrijpen?
• Wie maakt zichtbaar waar tijd, volume en waarde werkelijk naartoe gaan?

Dat zijn geen uitvoeringsvragen. Dat zijn ontwerp- en besturingsvragen.

En in organisaties waar het goed loopt, is het opvallend vaak de studio lead die ze in de praktijk al beantwoordt. Niet omdat dat zo expliciet in een functieprofiel staat, maar omdat iemand het moet doen. Juist daarom wordt deze rol strategischer naarmate AI meer kan. Niet omdat die persoon meer zelf gaat maken, maar omdat iemand moet bewaken onder welke spelregels al die versnelling überhaupt waarde oplevert.

Het probleem is niet dat die rol ontbreekt. Het probleem is dat we haar te klein framen.

Drie beloftes, dezelfde blinde vlek

Er gebeuren momenteel grofweg drie dingen tegelijk.

Binnen marketingoperaties schuift steeds meer operationeel werk richting AI. Denk aan research, analyse, campagnevoorbereiding, rapportages, copy, kanaalversies en optimalisaties. Candid stelt dat AI op termijn een groot deel van dat werk kan overnemen. HubSpot verrijkt workflows met AI voor onder meer segmentatie en campagnegeneratie. Het interessante is niet alleen wat die tools kunnen, maar het onderliggende frame: geen losse toepassingen, maar een operationele laag die steeds meer systeemwerk wordt.

Aan de contentproductiekant gebeurt iets vergelijkbaars. Daar schalen platformen op met gestandaardiseerde processen en AI-ondersteunde workflows. WPP Open bouwt samen met Adobe aan een geïntegreerde content supply chain. DEPT Studios positioneert zich als schaalbaar operating system voor gefragmenteerde contentworkflows. Monks.Flow beweegt in dezelfde richting. Niet alleen sneller produceren, maar hele ketens beter laten functioneren.

En dan is er nog de workflowlaag, misschien wel de minst zichtbare van de drie. Ook daar worden de systemen waarin aanvragen landen, capaciteit zichtbaar wordt en prioriteiten vorm krijgen steeds slimmer. Monday zet AI in voor routing en workload balancing. Notion ontwikkelt zich van notitietool naar bredere werk- en kennisomgeving met AI. Jira wordt verrijkt met AI voor prioritering en triage. Minder opvallend, maar niet minder relevant.

Drie bewegingen dus. Allemaal gericht op sneller, goedkoper en schaalbaarder. De belofte is helder: meer output met minder inspanning. Maar de vraag is niet alleen wat die systemen kunnen. De vraag is ook: wie houdt intern de regie over wat erin gaat, hoe het beweegt en waar de grenzen liggen?

De maakstap is zelden de enige bottleneck

Dit is het punt dat waarschijnlijk het moeilijkst landt, juist omdat generatieve AI zo zichtbaar is. Als je een visual in minuten kunt genereren, of in één keer een reeks kanaalvarianten kunt maken, voelt dat als een enorme sprong vooruit. En dat is het op zichzelf ook. Zeker in omgevingen met veel volume, veel adaptaties en veel herhaalwerk kan dat echt verschil maken.

Maar bij de meeste organisaties zit de grootste vertraging niet in het maken zelf. Die zit in alles eromheen. Onduidelijke briefings. Feedbackrondes die te laat of te breed zijn. Beslissingen die uitblijven. Werk dat onvoldoende zichtbaar is en daardoor ook niet goed geprioriteerd wordt. Rework door gebrek aan alignment aan de voorkant. Dat is precies het zichtprobleem: niet dat er te weinig wordt gemaakt, maar dat je geen grip hebt op wat het werk kost voordat het ooit live gaat.

Generatieve AI versnelt de productie van een individuele asset. Dat is waardevol. Maar als de briefing drie weken duurt, de feedback twee rondes te veel heeft en niemand weet welk werk voorrang heeft, dan maakt het uiteindelijk weinig uit dat je een visual in een kwartier kunt genereren in plaats van in twee dagen. Je versnelt dan één stap in een keten die aan alle andere kanten kan vastlopen.

En precies daarom wordt de regielaag belangrijker, niet kleiner.

Het was nooit de capaciteit

Zo was er een studio die functioneerde als interne servicedesk. Hier kwamen aanvragen binnen via een ticketsysteem dat niet gebouwd was voor creatief werk. Geen duidelijke prioritering, weinig overzicht, diffuus eigenaarschap. Het vertrouwen was laag, werk werd geannuleerd of uitbesteed en niemand had scherp wat de studio nu werkelijk deed. De doorbraak zat niet in de nieuwe tool op zich, maar in eerst begrijpen hoe het werk echt liep. Wat komt er binnen? Voor wie? Waarom? Hoeveel tijd kost het? Waar zit de ruis? Van daaruit kon een werkwijze ontstaan met heldere intake, routing, prioritering en governance.

In een e-commerce omgeving met hoge output zat de pijn ergens anders. De productie draaide op volume, maar de instroom was diffuus, briefings verschilden per merk en rework was normaal geworden. Het team was reactief en liep achter de feiten aan. Door één uniforme manier van werken met nieuwe afspraken omtrent intake, briefingstructuur en feedbackronden neer te zetten, veranderde niet alleen de doorlooptijd, maar ook de positie van de studio. Van uitvoeringsloket naar regisseur van het proces.

En bij het integreren van twee studio's na een overname, werd mij duidelijk dat workflow nooit alleen een procesvraag is. Uniforme werkwijzen helpen pas echt als ze logisch zijn, zodat mensen ze begrijpen, vertrouwen en kunnen dragen.

Ook dat is regie. Niet alleen systeemlogica, maar ook teamlogica.

Drie verschillende contexten, één les: de bottleneck zat niet alleen in creatieve kwaliteit, capaciteit of productiesnelheid, maar in het ontbreken van het juiste model voor hoe werk het best door de organisatie beweegt.

Dat is vaak niet wat de meeste organisaties bedoelen als ze "studio manager" zeggen. Maar het is wel wat de goede doen.

Middelmatigheid op schaal is duurder dan je denkt

Er ligt nog een tweede gevaar op de loer. Je ziet op LinkedIn en in case studies spectaculaire AI-voorbeelden voorbij komen. Gemaakt door mensen die precies weten wat ze doen. Die sturen op merk, op concept, op creatieve richting en op kwaliteit. Het resultaat is vaak indrukwekkend.

Maar wat gebeurt er als je diezelfde tools loslaat zonder sturing op merk, concept en kwaliteit? Dan krijg je vooral volume. Veel volume. En het ziet er op het eerste gezicht ook goed uit. Technisch niets mis mee. Maar het lijkt ook allemaal op elkaar.

Geen onderscheidend vermogen. Geen merkeigenheid. Geen reden om te stoppen met scrollen.

Dat is het echte risico. Niet dat AI slecht werk maakt, maar dat het middelmatig werk maakt op schaal. En middelmatigheid op schaal is duurder dan je denkt. Je investeert dan in productie die wel output oplevert, maar weinig betekenis of effect.

Twee sporen, niet één

De oplossing zit in het onderscheid dat je als organisatie expliciet moet maken: creatie en productie zijn twee verschillende sporen. Ze moeten aan elkaar gekoppeld zijn, parallel of sequentieel, maar niet vermengd.

Het is ook geen hiërarchie, maar twee verschillende disciplines met hun eigen logica. Zo gaat creatie over concept, merkidentiteit en creatieve richting. Daar zit het onderscheidend vermogen. AI kan daar helpen bij verkenning en iteratie, maar niet de kernbeslissing vervangen. Productie gaat over varianten, formaten, lokalisatie, hergebruik, aanpassingen en volume. Daar zit juist de grootste AI-hefboom. Daar wil je snelheid, consistentie en schaal.

Zonder dat onderscheid automatiseer je ofwel chaos, als de operationele laag niet klopt, ofwel middelmatigheid, als de creatieve laag niet beschermd is.

En precies op het snijvlak van die twee sporen zit de studio lead die goed functioneert. Niet alleen als coördinator van werk, maar als bewaker van de spelregels waaronder creatie en productie samen kunnen werken zonder dat ze elkaar verzwakken. Iemand moet die grens bewaken, niet als bijvangst van de planning maar als kernverantwoordelijkheid.

De echte winst zit in de minst sexy laag

De minder sexy kant van AI is misschien wel de kant die uiteindelijk het meeste oplevert. Niet de generatieve AI aan de voorkant, maar de slimmere automatisering van de laag eromheen. In routing. In validatie van intake. In capaciteitsvoorspelling. In het samenvatten van context. In het eerder signaleren van risico's. In statusupdates, triage en het verminderen van handwerk en daarmee in het voorkomen van fouten.

Niet als gimmick, maar als onderdeel van hoe werk door een systeem beweegt. Daar zit het opeenstapelende effect. Minder ruis. Minder frictie. Minder afhankelijkheid van toeval. Minder verspilling. En dus een structureel andere doorlooptijd.

Maar ook dat rendeert pas echt als iemand eigenaar is van het model eronder. Niet alleen van de tool, maar van de manier waarop het werk wordt ingericht, bewaakt en bijgestuurd.

Het maakt niet uit hoe je het noemt

Internationaal groeit Creative Operations als eigenstandig vakgebied. Met dedicated rollen, communities en een steeds scherper profiel bij merken die creatieve productie op schaal serieus nemen. In Nederland is die term nog nauwelijks geland. Maar het werk dat eronder valt, gebeurt ook hier allang. Alleen meestal onder een andere naam.

Kijk naar vacatures en je ziet het meteen. Wat de één een Studio Manager noemt, heet elders Team Lead Creative Services of Creative Operations Manager. Zocht men tien jaar geleden een Trafficer, nu is dat een Studio Producer, Brand Operations Producer of Production Coordinator.

De naam verschilt, maar onder de oppervlakte draait het vaak om dezelfde verantwoordelijkheid: zorgen dat creatie en productie niet alleen draaien, maar bestuurbaar blijven.

Daarom vind ik de vraag "van wie is deze laag?" uiteindelijk minder interessant. Marketing balanceert merkpositionering, consumer insights, campagneplanning en commerciële prioriteiten in een vol stakeholderveld. Creative weegt maakbaarheid, kwaliteit, consistentie en de kloof tussen wat een briefing belooft en wat productie aankan. Beide perspectieven zijn reëel. Maar het operating model zelf is discipline-onafhankelijk.

De bouwstenen zijn in de kern steeds hetzelfde. Wat verschilt, is het perspectief van waaruit je ze inricht. Daarom zeg ik niet: Creative Ops is het enige antwoord. Maar het maakt minder uit hoe je het noemt, zolang iemand er expliciet eigenaar van is.

Ook als je het uitbesteedt, blijft de regie van jou

Dat is het laatste punt dat ik nog wil maken. Ook als je productie of creatie uitbesteedt, blijft het model van jou. Je kunt tooling inkopen. Je kunt met een bureau werken. Je kunt een extern productieplatform kiezen dat schaal, snelheid en efficiëntie beter levert dan je intern ooit zou kunnen organiseren. Maar wat je niet kunt outsourcen, is de verantwoordelijkheid om te bepalen wat prioriteit heeft, hoe briefing werkt, welke kwaliteitseisen gelden en welke afweging zwaarder weegt als merk, snelheid en capaciteit met elkaar botsen.

De uitvoering kun je uitbesteden. De regie niet.

En die regie heeft een prijs, in tijd, in aandacht, in een plek aan tafel. Wat die prijs precies is, en waarom je hem vaak al betaalt zonder het te zien, is een verhaal apart.

Wat verandert is de invulling. Wie het maakt. Met welke tools. In welk volume. Wat blijft is het model. En dat model moet je zelf ontwerpen, expliciet maken en bewaken.

Wie ontwerpt jouw model?

De vraag is dus niet óf AI je studio, contentproductie of marketingoperatie verandert. Dat gebeurt al. De vraag is of je de structuur hebt om te bepalen hoe. De organisaties die nu investeren in die regielaag, in heldere spelregels aan de voorkant, in het onderscheid tussen creatie en productie, en in expliciet eigenaarschap over hoe het werk beweegt, bouwen geen tijdelijk voordeel maar structurele voorsprong.

Niet omdat ze sneller produceren. Maar omdat ze weten wat ze produceren, waarom, en voor wie.

Ongeacht hoeveel functies of tools bijdragen aan het werk, ergens moet één rol het expliciete mandaat hebben om die samenhang te bewaken. Dat is geen machtsclaim. Het is een ontwerpprincipe. En hoe meer tooling kan, hoe zwaarder dat weegt.