Inhoudsopgave
Door Frank
18 april 2026 — 12 minuten lezen
Sportmerk Puma lanceert Dylan, een AI-gestuurde 'digital concierge' in zijn Las Vegas flagship store. Volgens Ivan Dashkov, hoofd AI bij Puma, behoudt het merk bewust controle: 'We gaven de sleutels aan de consument om zelf de AI-ervaring te sturen.' De keuze toont hoe grote merken worstelen met de balans tussen technologische vooruitgang en merkautonomie, een vraagstuk dat ook Nederlandse marketeers direct raakt nu AI-agents steeds meer koopbeslissingen gaan beïnvloeden.
Drie takeaways:
- Consumentencontrole behouden bij AI-implementatie voorkomt dat je merk een black box wordt waar klanten geen grip op hebben
- Privacy-constraints dwingen merken naar first-party data en eigen kanalen, waardoor AI-personalisatie juist strategischer wordt
- De verschuiving naar AI shopping agents vraagt om structureel sterkere merken: campagnes alleen zijn straks onvoldoende
De Dylan-strategie: AI als verlengstuk, niet als baas
Puma heeft begin april Dylan gelanceerd, een AI-gestuurde 'digital human' die klanten in de Las Vegas flagship store helpt met productadvies en styling. Maar in tegenstelling tot veel AI-implementaties waarbij merken volledige controle overnemen, koos Puma voor een andere route. 'We gaven de sleutels aan de consument om zelf de AI-ervaring te sturen', vertelt Ivan Dashkov, hoofd AI bij Puma, aan Modern Retail.
Die keuze is geen toeval. Dashkov legt uit dat het merk bewust ruimte creëert voor menselijke interventie en klantcontrole. Dylan adviseert, maar dwingt niets af. Consumenten bepalen zelf hoeveel ze delen, hoe diep de personalisatie gaat, en wanneer ze overschakelen naar menselijk personeel. Het is een pragmatische aanpak die erkent dat AI-adoptie bij consumenten nog fragiel is. Te opdringerig en je verliest vertrouwen. Te oppervlakkig en de investering levert niets op.
Voor Nederlandse retailers en merken is dit een relevant signaal. Veel organisaties experimenteren met chatbots en AI-assistentie, maar weinig definiëren expliciet waar de grens ligt tussen automatisering en autonomie. Puma's aanpak suggereert dat transparantie en consumentencontrole geen rem zijn op innovatie, maar juist voorwaarden voor succesvolle implementatie.
Wat zeggen de CEO's?
“Een AI shopping agent kent jouw product uit het hoofd. Spectaculaire advertising campagnes en celebrity endorsements verliezen hun gewicht tegen een AI — brands zullen zo sterk moeten zijn dat consumenten (of hun agents) ze alsnog kiezen.”
YouTube Interview ▶ Bekijk interview
“Personalisatie is uitermate belangrijk — platforms zoals Amazon gebruiken eerdere aankoopgedrag om relevante aanbevelingen te doen, en hoe beter wij slagen in personalisatie, des te sterker de customer stickiness voor ons merk wordt.”
YouTube Interview ▶ Bekijk interview
Waarom merksterkte belangrijker wordt in een AI-agent economie
De inzet op Dylan past in een bredere verschuiving die Puma doorvoert. Het merk investeert fors in first-party data, owned channels en gestructureerde content. De reden: AI shopping agents gaan straks veel aankoopbeslissingen nemen en die agents kijken anders naar merken dan mensen.
'Een AI shopping agent kent je product van binnen en buiten. Fantastische reclamecampagnes en celebrity endorsements wegen misschien niet meer zo zwaar bij een AI', waarschuwt Yann Bozec, CEO van Coach Asia Pacific bij Tapestry, in een recent interview. 'Merken moeten zo sterk zijn dat consumenten, of hun agents, ze nog steeds kiezen.'
Die waarschuwing raakt de kern van Puma's strategie. Volgens onderzoek van DigitalDefynd bouwt Puma consumentenprofielen die data uit websites, apps, social media en fysieke winkels samenvoegen. Die profielen voeden AI-modellen die continu leren van consumentengedrag. Het doel: marketing die relevant blijft zonder indringend te worden. Of zoals Rajesh Varrier, president operations bij Cognizant India, het verwoordt: 'Personalisatie is niet alleen een buzzword. Hoe beter we personaliseren, hoe meer klanten aan ons merk blijven plakken.'
Voor CMO's betekent dit een herschikking van prioriteiten. Campagne-excellentie blijft relevant, maar wordt onvoldoende. Merkarchitectuur, data-infrastructuur en content-structuur worden de nieuwe battlegrounds. Wie daar nu niet in investeert, verliest straks de slag om AI-gestuurde discovery.
De transitiefase: hoe Puma experimenteert met meerdere AI-fronten
Dylan is niet Puma's enige AI-experiment. Het merk blijft ook actief in Roblox, test AI-gestuurde advertentie-targeting, en optimaliseert supply chain forecasting met machine learning. Dashkov benadrukt dat 2026 voor Puma een transitiejaar is, een reset waarin het merk probeert terug te keren naar groei na teleurstellende resultaten in 2025.
Die transitie vraagt om meervoudige experimenten. Niet alle AI-projecten zijn direct consumentgericht. Sommige focussen op operational efficiency: voorraadmanagement, prijsoptimalisatie, distributie. Andere richten zich op marketing: gepersonaliseerde product recommendations, dynamic creative optimization, voorspellende segmentatie. En weer andere, zoals Dylan, zitten in de grijze zone tussen experience en commerce.
Wat opvalt is de pragmatische aanpak. Puma test breed, maar claimt geen doorbraken. Het merk presenteert AI niet als wondermiddel, maar als toolkit die in verschillende contexten verschillende waardes oplevert. Die nuance is verfrissend in een sector waar AI-hype vaak de boventoon voert.
Voor Nederlandse marketeers die onder druk staan om 'iets met AI' te doen, biedt Puma's aanpak een bruikbaar alternatief voor all-in weddenschappen. Begin met gerichte experimenten in domeinen waar je data-kwaliteit goed is. Geef teams ruimte om te leren en forceer geen schaalvergroting voordat de use case bewezen is.
Drie concrete lessen voor Nederlandse merken
Ten eerste: definieer expliciet waar menselijke controle eindigt en AI-autonomie begint. Puma's 'sleutels aan de consument'-principe is geen marketingslogan, maar een ontwerpkeuze die doorwerkt in interface, data-gebruik en escalatiepaden. Nederlandse merken die AI implementeren zonder die grens te definiëren, lopen het risico op vertrouwenscrises zodra iets misgaat.
Ten tweede: investeer in merkfundamenten die AI-proof zijn. Privacy-beperkingen, third-party cookies regelgeving en de opkomst van AI shopping agents maken owned channels, first-party data en gestructureerde content strategisch cruciaal. Zoals Brand Vision analyseert: 'AI-gestuurde discovery beloont merken met consistente taalsystemen en content die makkelijk te interpreteren is.' Campagne-creativiteit blijft waardevol, maar alleen als het rust op een solide data- en content-fundament.
Ten derde: organiseer voor meervoudige experimenten, niet voor single big bets. Puma test Dylan in één flagship store. Het schaalt Roblox-activaties gefaseerd op. Het rolt AI-targeting uit per markt. Die gedisciplineerde aanpak voorkomt dat één mislukt experiment het hele AI-programma torpedeert. Voor Nederlandse organisaties met beperktere budgets is die les extra relevant: begin klein, leer snel, en schaal alleen wat werkt.
Consumer-Led AI Innovation: Het Puma Model voor Nederlandse Merken
Leer hoe je consumenten transformeert van passieve testers naar actieve co-creators in je AI-strategie. Dit playbook vertaalt Puma's aanpak naar een implementeerbaar model voor Nederlandse merken die AI willen inzetten zonder de menselijke connectie te verliezen.
Bronnen & verder lezen:
- https://www.modernretail.co/technology/pumas-ai-head-says-the-brand-is-still-giving-the-keys-to-the-consumer-as-it-invests-in-tech-like-a-digital-concierge/
- https://www.brandvm.com/post/pumas-marketing-strategy-2026
- https://digitaldefynd.com/IQ/puma-using-ai/
- https://www.modernretail.co/technology/how-puma-approaches-emerging-technology-like-generative-ai/
