Marketingbranchen står over for konstante bekymringer om, at kunstig intelligens (AI) vil eliminere jobs. Men et 1800-tals økonomisk koncept kaldet Jevons-paradokset, introduceret af den engelske økonom William Stanley Jevons i 1865, antyder, at disse frygter kan være unødvendige. Dette paradoks forklarer, hvordan forbedringer i effektivitet, som de AI tilbyder, modsat kan øge efterspørgslen efter marketingarbejde i stedet for at reducere den. Box-CEO Aaron Levie uddybet dette i en analyse den 26. december 2025, hvor han foreslog, at det at gøre vidensarbejde meget billigere gennem AI kan kraftigt øge dets omfang. Levie skrev, "Vi kommer i sidste ende til at lave væsentligt mere, " og bemærkede, at AI vil muliggøre projekter og kampagner, der tidligere ikke ville have været gennemførlige—og dermed flytte anvendelsen af AI mod helt nye områder ud over nuværende menneskelige opgaver. Jevons første bemærkede dette med kul under Englands industrielle revolution, hvor dampmaskine-innovationer gjorde kulforbruget mere effektivt, men den samlede forbrug steg, da nye industrielle anvendelser blev udviklet. Lignende mønstre har gennemsyret databehandlingens historie: fra store mainframes for store virksomheder, til bredt tilgængelige personlige computere, til skyen, der demokratiserede avanceret virksomhedsmiljøsoftware. Denne proces udvidede adgangen til marketingautomatisering, analyser, CRM og annonceringsplatforme, der tidligere kun var forbeholdt store virksomheder. Den nuværende bølge af AI-agenter viderefører denne demokratisering til ikke-deterministisk vidensarbejde. En whitepaper fra IAB Europe i juli 2025 rapporterede, at virksomheder, der bruger AI, oplever op til 3, 1 procentpoint hurtigere produktivitetsvækst, og 70 % af GroupMs annonceomsætning er allerede AI-drevet, med prognoser om 94 % i 2027. AI-anvendelser inkluderer kampagneoptimering, kreativ indholdsgenerering og målretning af audience—eksempelvis Google’s Performance Max og Amazons Ads Agent, begge lanceret i slutningen af 2025 for at automatisere komplekse marketingopgaver via naturlige sprogkommandoer. Levie fremhævede, at AI har en transformerende effekt på erhvervøkonomien, idet den reducerer ressourcemangler, der før nødvendiggjorde prioriteringer mellem marketing, produktudvikling, support, finans og distribution. Nu kan små teams få adgang til kapaciteter, der tidligere kun var forbeholdt Fortune 500-virksomheder, hvilket muliggør hurtigere innovation og vækst. Over fire millioner annoncører bruger Meta’s generative AI-værktøjer, som har skåret tidsforbruget på opgaver i Demand Side Platforms (DSP) med 75 %, hvilket udjævner spillepladen for mindre virksomheder uden avancerede marketingafdelinger. På trods af automatiseringen af opgaver understregede Levie, at mennesker stadig er essentielle for at styre workflows, anvende vurderinger og opretholde kvalitet. AI håndterer specifikke opgaver som research, kodning og medieproduktion, men den fulde værdi af produktionen kræver menneskelig overvågning.

I stedet for at eliminere jobs ændrer AI roller mod mere værdifuld planlægning og relationsstyring. Historiske data understøtter dette: amerikansk beskæftigelse i marketing steg fem gange fra 1970’erne til i dag, da teknologi gjorde marketing mere effektivt og tilgængeligt, og udbredte det ud over store virksomheder til mange flere i erhvervslivet. Værktøjer som Figma og Google Ads samlede flere tidligere funktioner, men endte med at øge deltagelsen i marketing—et eksempel på paradoksets tre mekanismer: øget effektivitet sænker omkostningerne og øger efterspørgslen direkte; effektivitet øger indkomster og vækst, hvilket yderligere øger efterspørgslen; billigere opgaver muliggør nye, tidligere uøkonomiske anvendelser. For eksempel håndterer bureauer nu næsten dobbelt så mange kunder per kontoansvarlig takket være automatisering, og opstilling af kampagner samt budgettering er kraftigt forkortet. McKinsey’s 2025 Trends Outlook identificerede agentbaseret AI som en væsentlig transformativ kraft, der fremmer nye samarbejdsmodeller mellem mennesker og AI via naturlige interfaces og adaptiv intelligens. Det understøttende infrastruktur er også voksende: Adverity’s Intelligence-platform fra september 2025 integrerer AI-drevet analyse med samtalebaserede datainterfacer; Google Analytics og Microsoft Clarity har tilføjet AI-drevne funktioner; Google Cloud’s rammeværk fra november 2025 forudser et marked på 1 billion dollar for agentbaseret AI frem til 2035-2040, hvor 88 % af AI-brugere rapporterer positiv ROI. Hvorvidt Jevons-paradokset fuldt ud gælder, afhænger af teknologiske fremskridt, effekten af implementeringen, opståen af nye marketingapplikationer og de konkurrencemæssige dynamikker, som kan stimulere efterspørgslen gennem prisfald. Tidlige tegn fra platformbrugen antyder, at disse betingelser er ved at forme sig globalt inden for digital marketing—dette giver muligheder, der minder om den tidlige udbredelse af cloud computing, med dramatiske prisfald og samtidig bredere tilgang til kreativitet og strategi. Dog er der også udfordringer. Undersøgelser fra slutningen af 2025 viser, at medieprofessionelle er begejstrede for AI-genereret indhold, men samtidig forsigtige med hensyn til kvalitet og indholdsgrænseflader. Uddannelsesindsatsen vokser, mange virksomheder søger retningslinjer for AI-brug for at håndtere risici. Psykologiske fælder i AI-markedsføring—som fejlagtig skyldfordeling og skepsis over for fejl—udgør større brand-risici end menneskelige fejl. Anvendelsen af paradokset varierer med specialisering: roller inden for strategi, kreativitet og kundekontakt forventes at vokse, mens ren taktisk arbejde måske vil ændre sig eller forsvinde. Dette står i kontrast til sektorer som landbrug, hvor produktivitetsforbedringer førte til jobnedskæringer på grund af inelastisk efterspørgsel. Markeds efterspørgsel i marketing er mere elastisk, hvilket også taler for samlet vækst i beskæftigelsen i AI-æraen. Skeptikere, der frygter fuld AI-autonomi, overser de stigende krav til kvalitet og sofistikering, tilsvarende hvordan professionelle fotografer tilpassede sig i stedet for forsvandt efter smartphones kom frem. Markedsdynamikker og menneskelig overvågning vil fortsat forme AI’s indflydelse. Kort sagt varsler Jevons-paradokset, at AI-drevne effektiviseringer i marketing sandsynligvis vil udvide—ikke begrænse—den samlede efterspørgsel efter marketingekspertise ved at muliggøre mere arbejde til lavere omkostninger og åbne nye anvendelsesmuligheder. Som Levie afsluttede: "Vi kommer i sidste ende til at lave væsentligt mere. "