Reklamebranchen tog enorme skridt fremad i 2025 med hurtig automationsudbredelse: LiveRamp lancerede agentisk orkestrering den 1. oktober, Adobe introducerede AI-agenter den 9. oktober, og Amazon afslørede Ads Agent den 11. november. Investeringer i agentisk AI nåede 1, 1 milliarder dollars i 2024, og jobopslag voksede med 985 % år-over-år, hvilket understreger en hidtil uset momentum. Dog udfordrede marketingiværksætteren Dan Koe den hastighed, der blev skabt, den 29. december med udtalelsen: “Når alle har en fordel, er det ikke længere en fordel. Med AI, der muliggør øjeblikkelig skabelse, skyldes ægte fordel langsomhed, fokus på håndværk, manuel arbejde og opbygning af viden, som AI ikke kan kopiere. ” Inden for samme tema fremhævede Luiza Jarovsky, Ph. d. , medstifter af aitechprivacy. com, at menneskelig ekspertise kræver tid, indsats og disciplin — og den udbredte tilgængelighed af billig AI og falsk ekspertise har sat barren for ægte kompetence. Disse indsigter afspejler en voksende intuition blandt marketingfolk om, at hastighed er blevet en vare. AI accelererer generelt eksekvering, hvilket udvander hastighed som en konkurrencefordel. I stedet opstår differentiering gennem bevidst langsomhed: at vælge ikke at automatisere alt, investere kræfter i nuanceret problemforståelse og anvende omhyggelig manuel håndværksudførelse. Dette paradoks er tydeligt i digital reklame. Platforme lover resultater gennem automation, men får aftagende afkast, efterhånden som hastighed alene svigter. Metas Advantage+ automation og dets Andromeda-udtrækning, præsenteret i december 2024 med en 6 % bedre genkaldelse og 8 % forbedret annoncekvalitet, eksemplificerer denne spænding. Men brancheeksperter som Bram Van der Hallen advarede mod hype omkring kampagnekonsolidering og anbefalede forsigtighed og gradvist tests frem for omfattende automatisering. Udfordringerne skyldes delvist sortboks-algoritmer uden gennemsigtighed, hvilket gør det svært at fastlægge årsagen til præstationerne — uanset om det er kreativ træthed, publikumsudmattelse eller algoritmiske skift. Annoncører kæmper med at vurdere ægte merværdi versus at høste lette gevinster. Harvard Business School’s forskning fremhæver faldgruber i AI-drevet marketingautomation: fejlagtigt tilskrevet AI-fejl, tillidsbrud efter fejl, skepsis over for overdrevent kapacitetsløfte, hårdere dom over humaniseret AI og forargelse over vildledende praksisser. Disse betingelser understøtter Koes argument: uden gennemsigtighed tilbyder hastighed ingen strategisk fordel. Markedsførere må investere i at forstå de underliggende årsagsmekanismer, gennemføre systematiske tests og opbygge virksomheds-specifikke indsiger — manuelle indsats er nødvendig for bedre strategi. Måleproblemer forstærker udfordringerne. En undersøgelse fra oktober 2025 foretaget af TransUnion og EMARKETER blandt 196 marketingfolk viste, at 54, 1 % ikke havde tillid til, at målinger var mere præcise end året før; 14, 3 % rapporterede forringelser. Selvom 61, 7 % stadig havde tillid, er væksten stoppet trods mere data. Fragmenterede datakilder (49, 5 %), problemer med tværkanal-deduplicering (48 %) og begrænsninger i “walled-garden” rapportering (40, 8 %) var hovedårsagerne. Ydermere viste forskning fra Funnel og Ravn, offentliggjort i december 2025, at 86 % af interne og 79 % af bureau-markedsførere har svært ved at skelne kanalnedslag, selv med avanceret analyse. Denne mængde af data skaber en modsætning: mængder af information flyder, men handlekraftige indsigter er svære at opnå. Derfor giver dataindsamling i sig selv intet forspring, hvis syntese og fortolkning forsinkes. Markedsførere må bremse, integrere fragmenterede data, afklare modstridende beviser og opbygge strukturer for at forstå præstation — indsatser, der er imod automatiseringens natur. En undersøgelse i september 2025 blandt 200 CMO’er viste, at 45 % af marketingdata, der bruges til beslutninger, er ufuldstændige, unøjagtige eller forældede; ingen anså deres data for mere end 75 % pålidelige. Forbedring af datakvalitet var prioritet nummer ét (30 %), foran automation (22 %) og demokratisering (21 %), hvilket understreger, at kvalitet er vigtigere end kompleksitet i automatisering — en holdning Koe understøtter gennem opfordring til metodisk, manuel validering og afstemning. Økonomien bag indholdsskabelse viser lignende tendenser. Plattformene som TikTok tilskynder til stor produktion af AI-genererede videoer via skaberfonde, der betaler 0, 02–0, 04 dollars pr. 1000 visninger, hvilket fremmer en “AI-spild” epidemisk spredning — lavkvalitets, masseproduceret AI-indhold, der fokuserer på engagement frem for autenticitet. En segment i HBO’s “Last Week Tonight” i juni 2025 erklærede: “Ikke alt AI-indhold er spam, men lige nu er al spam AI-indhold. ” AI-drevet hastighed fylder feeds, hvilket mindsker synlighed og underminerer publikums tillid. Forskning fra Raptive i juli 2025 viste, at mistænkt AI-indhold reducerer tilliden med næsten 50 % og mindsker købsinteresse og villighed til at betale præmier med 14 %. Bekymrende er, at perceptionen forværres, uanset den faktiske AI-kilde, hvilket peger på dybe problemer med autenticitet. Denne tillidsnedbrydning bekræfter Koes opfordring til manuel håndværkskvalitet: hurtig AI-skabelse har ingen fordel, hvis den opfattes som uautentisk.

I stedet skal markedsførere investere i bevidst indholdsudvikling — original forskning, autentisk stemme, kvalitetssænkning — for at modstå compression via automation. Operationaliteten underbygger fordelene ved at bremse. John Ho, digital marketingekspert, gennemgik Meta-kampagner og fandt vedvarende problemer — som slørede, automatikgenererede miniaturebilleder, der svækkede klikraten. Manuel udvælgelse af klare, produktfokuserede visuelle elementer forbedrede resultaterne markant og viste den større effekt af bevidst manuel kuratering over hastighedsbaseret automation. Forskning i modenhed inden for commerce media fra november 2025, med 788 beslutningstagere, viste, at 42 % vurderede, at deres operationer var operationaliserede eller avancerede, men kun 13 % kunne kaldes “banebrydende” i strategi, teknologi, måling og drift. Mange netværk er afhængige af manuel godkendelse af kreativitet i en disket teknologisk infrastruktur; kun 12 % kan aktivere og måle kampagner problemfrit på tværs af kanaler. Denne kløft understreger, at hastighed gennem automation uden solide fundamenter blot skaber illusioner af sofistikering med begrænset konkurrencefordel. At bremse op og fokusere på integration, målemetodikker og operationelle evner skaber bedre resultater — hvilket understøtter Koes budskab om “at fokusere på dit håndværk, ” inklusive det grundlæggende arbejde for effektiv automatisering. Den nye incitamentramme fra IAB’s opgørelse af incrementalitet i november 2025 støtter yderligere langsommelighed. Den vurderer, at tilfældigheds-kontrol, baseret på eksperimenter med tilfældige kontrolgrupper, er guldstandard for kausal effekt, men at det tager uger eller måneder at gennemføre korrekt. Hurtigere, hybride proxies kan give hurtige, men upålidelige indikationer med bias. Markedsførere står over for valget: hurtighed med usikre metrics eller langsommere, mere robuste tests, der giver reel forståelse i overensstemmelse med Koes strategi om manuel, håndværksbaseret tilgang. Koes anbefaling om manuel indsats gælder også strategisk planlægning. Når AI-værktøjer er tilgængelige for alle, bliver differentiering at stille bedre spørgsmål, formulere sofistikerede hypoteser og opbygge kontekstuel ekspertise gennem direkte erfaring. AI kan ikke erstatte viden, der er opbygget over tid gennem dyb engagement med specifikke brancher, kundeadfærd, platformdynamik og konkurrenceforhold. Et eksempel er at mestre attribution modeller for abonnementsbaserede forretninger, hvor understanding af kohortadfærd, fastholdelsesfaktorer, sæsonvariationer og prisindflydelse er komplekse aspekter, AI kan alene ikke forudsige. Denne ekspertise kræver langsom, iterativ læring gennem observation, analyse, test, fejlretning og mønstergenkendelse, som går ud over AI’s kapacitet. Kriser omkring autenticitet understreger også dette. AI-genererede produktanmeldelser steg dramatisk — fra 0, 51 % i 2022 til 6, 61 % i 2024 for Shein, og fra 0, 75 % til 10, 90 % for Temu i 2025 — efter ChatGPT’s lancering i slutningen af 2022. Denne udbredelse undergraver anmeldelsers troværdighed, som er afgørende for købsbeslutninger og markedsføring baseret på kundeveneration. Løsningen kræver at bremse ned: at gennemføre ægte kundeforskning, indsamle autentiske anmeldelser gennem surveys, analysere reel adfærdsdata og udvikle indsigter baseret på rigtige oplevelser — ikke AI-approksimationer. Manuelle efterforskninger sikrer autenticitet og konkurrencefordel, der ikke kan opnås via automation. YouTube’s opdatering i juli 2025 af regler for “inauthentic content” adskilte kvalitets-AI-assisteret skabelse fra spam, hvor AI-værktøjer kan hjælpe ægte kreatører, men masseproduktion af spam er forbudt. Denne skelnen stemmer overens med Koes ramme: AI-værktøjer kan understøtte målrettet kreativitet, men kan ikke erstatte menneskelig vurdering af, hvad der er værd at skabe, strukturere, målrette og fokusere på. Hastighed tilføjer kun værdi, når den parres med strategisk tænkning, udviklet gennem langsom observation. Koes kernebudskab — “Når alle kan lære og skabe alt ved et klik, kommer din fordel fra at bremse ned, fokusere på dit håndværk og gøre de rigtige ting manuelt” — modsiges af platform-centrerede incitamenter til hastighed og volumen. Men tillidsproblemer ved måling, datakvalitetskriser, driftsmæssige hulrum og erosion af forbrugertillid bekræfter, at langsomhed er den sande strategiske fordel. Markedsførere, der bruger tid på at forstå de kausale mekanismer, opbygger dømmekraft, AI ikke kan kopiere. De, der bremser for at opbygge solide måle-infrastrukturer, får indsigter, som konkurrenter, der drives af automation, ikke kan få. Bevidst manuel praksis bevarer de væsentlige kompetencer, som wholesale automation underminerer. Viden, der er opbygget gennem vedvarende engagement — observation af mønstre, hypotesetests, læring af fejl og opbygning af kontekstuel nuance — er unikt menneskeligt og uopslugeligt af AI-mønster-matchning. Denne ekspertise er kernen i Koes “viden, der er så specifik for dig, at ingen kan generere den med AI. ” Jarovsky er enig og bemærker, at billig adgang til AI hæver barren: professionelle må bevise ægte ekspertise ud over AI-fasader. Autentisk dygtighed afsløres gennem dyb analyse, sofistikerede rammer, præcise forudsigelser af sekundære effekter og nuanceret forståelse af kontekst — egenskaber, der kun bygges gennem langsom, målrettet indsats. Reklamebranchens automatiseringskapløb i 2025 skabte et landskab, hvor alle har adgang til AI-værktøjer. Som Koe sagde: “Når alle har en fordel, er den ikke længere en fordel. ” Derfor skifter ægte differentiering fra adgang til teknologi og hastighed til kvalitetsjudgment, strategisk sofistikering og manuel håndværkskunst. Konvergensen af Koes og Jarovskys observationer den 29. december 2025 tydeliggør implikationen af AI’s demokratisering: hastighed er blevet en vare, og succes afhænger nu af bevidst langsomhed. — Tidslinjeuddrag: - Nov 2022: ChatGPTs lancering udløser AI-innovatør-eksplosion - Juni 2025: HBO afslører AI-drevet indholdskvalitetsproblemer - Juli 2025: YouTube håndhæver regler mod inauthentic content; Raptive rapporterer om AI’s skadelige indvirkning på tillid - Sept 2025: Store bekymringer om datakvalitet og -fuldstændighed - Okt 2025: LiveRamp og Adobe lancerer avancerede AI-marketingværktøjer; tillid til måling flader ud - Nov 2025: Amazon lancerer AI-agenter; IAB frigiver uforandringens ramme; forskning i commerce media viser hulrum - Nov-Dec 2025: Meta under pres for automation; Funnel afdækker måleproblemer; AI-genererede anmeldelser stiger dramatisk - 29. december 2025: Koe og Jarovsky offentliggør analyser, der argumenterer for langsomhed — Resumé: Den 29. december 2025 uafhængigt af hinanden formulerede Dan Koe, medstifter af Kortex, og Luiza Jarovsky, Ph. d. , medstifter af aitechprivacy. com, en vigtig indsigt for marketingfolk midt i den udbredte udbredelse af AI: efterhånden som AI-værktøjer demokratiserer hastighed og eksekvering, ligger det sande konkurrencegenererende element i at bremse ned. Ved at fokusere på manuel håndværk, systematisk forbedring af datakvalitet, udvikling af ægte ekspertise og nuanceret forståelse kan markedsførere skille sig ud, på trods af universel AI-tilgængelighed. Deres observationer sker i en kontekst med massiv automatisering fra store platforme (Meta, Amazon, Adobe, LiveRamp), stagnation eller tilbagegang i tillid til målinger, udbredt datafragmentering, erosion af forbrugertillid i AI-genereret indhold og driftsmæssige udfordringer. Koes og Jarovskys perspektiver står i klar kontrast til branchens hastighedsoptimisme og understreger, at bevidst langsomhed er den ultimative strategi for at opbygge umistelig, kontekstspecifik viden og skabe effektiv, ægte markedsføring i en AI-mættet verden.