Ik snap de reflex om het simpel te willen houden. Eén tool kiezen, daar alles op richten, en klaar. We dachten eerlijk gezegd hetzelfde toen we bijna twee miljoen LLM sessies over negen sectoren analyseerden, van januari tot en met december 2025. ChatGPT zou wel alles domineren, het gedrag zou ongeveer gelijk zijn en het volume zou nog niet veel voorstellen. De data trok die aannames stuk. ChatGPT pakt weliswaar 84,1 procent van het meetbare AI discovery verkeer, maar vooral als standaard hulpmiddel voor brede oriëntatie. Ondertussen winnen andere modellen steeds vaker op momenten waarop mensen echt werk gedaan willen krijgen. En precies daar moet je als merk zichtbaar zijn.
De comfortabele mythe: “ChatGPT is alles”
Als je alleen naar marktaandeel kijkt, is het verleidelijk om te zeggen: focus op ChatGPT en je zit goed. Met 84,1 procent van het trackbare AI discovery verkeer is het veruit de grootste. Alleen, dat aandeel vertelt niet waar het verkeer vandaan komt en vooral niet waar beslissingen ontstaan.
Wat we in de sessies terugzien, is dat ChatGPT vaak de eerste halte is. Breed zoeken, ideeën vormen, opties verzamelen. Dat is waardevol, maar het is ook het moment waarop intentie nog vloeibaar is. Mensen zijn dan nog niet bezig met “dit gaan we kopen” of “dit gaan we implementeren”, maar met “wat bestaat er eigenlijk”.
De strategische consequentie is ongemakkelijk maar duidelijk. Een discovery strategie die alleen mikt op vroege oriëntatie raakt steeds vaker los van het moment waarop iemand echt productief wil worden. En juist daar verschuift een groot deel van de aandacht naartoe.
De groeicijfers die je wakker houden
Van januari tot december 2025 groeiden de grote platforms niet gelijk op. ChatGPT groeide ongeveer 3 keer. Copilot ging 25 keer over de kop. Claude groeide 13 keer. Perplexity en Gemini bleven in totaal rond 1 keer hangen, dus ruwweg vlak.
Die verschillen zijn te groot om weg te wuiven als ruis. Ze passen ook bij wat de leiders zelf benadrukken. Satya Nadella wees publiekelijk op Copilot met 100 miljoen maandelijkse gebruikers. Dario Amodei noemde dat de omzet van Anthropic van 100 miljoen naar 8 tot 10 miljard dollar ging in minder dan twee jaar. Aravind Srinivas gaf aan bemoedigd te zijn door Perplexity Finance en positioneerde het zelfs als alternatief voor Bloomberg Terminal.
Ik noem die statements niet om mee te doen aan haantjesgedrag. Ik noem ze omdat ze iets laten zien waar wij als marketeers vaak te laat op reageren. Groei volgt echte waarde. En echte waarde zit steeds vaker in “help me dit nu af te maken”, niet in “help me wat meer te lezen”.
Patroon 1: Copilot wint waar werk al gebeurt
Copilot groeit niet hard omdat mensen opeens zin hebben in nóg een chatvenster. Het groeit omdat het zich nestelt in plekken waar professionals toch al de dag doorbrengen. In B2B omgevingen waar Microsoft de standaard is, zie je dat terug.
In SaaS zagen we ChatGPT ongeveer 2 keer groeien, terwijl Copilot 21 keer groeide. In education groeide ChatGPT 6 keer en Copilot 27 keer. In finance zat ChatGPT op 4,2 keer en Copilot op 23 keer.
Dat is meer dan “een andere voorkeur”. Het laat een gedragsverandering zien. Een finance analist verlaat Excel niet om te gaan zoeken. Die vraagt in de workflow om interpretatie, vergelijking en context. Een product of content strateeg opent niet per se een nieuwe tab om concurrenten te onderzoeken, maar wil in de eigen omgeving snel overzicht, argumenten en samenvattingen.
Voor jou als merk betekent dit dat zichtbaarheid verschuift naar het moment van uitvoering. Niet alleen in de eerste research fase, maar juist wanneer iemand een spreadsheet vult, een presentatie maakt, een budget onderbouwt of een document voorbereidt. Daar vormt intentie zich. Daar ontstaan keuzes.
Patroon 2: Perplexity overleeft vooral in finance, en dat is logisch
Perplexity leek in het totaalbeeld nauwelijks te groeien, rond 1,15 keer. Maar zodra je finance apart bekijkt, zie je een uitzonderingspositie. In finance hield Perplexity 24 procent marktaandeel vast. In andere sectoren zakte het juist stevig terug. In SaaS ging het van 14,9 naar 7,3 procent. In e commerce van 13,9 naar 3,4 procent. In education van 28,5 naar 5,2 procent. Bij publishers van 41,5 naar 3,6 procent.
Waarom houdt het zich dan wél staande in finance. Omdat snelheid daar minder belangrijk is dan controle. Als je leningsvoorwaarden vergelijkt, compliance onderzoekt of investeringskeuzes onderbouwt, wil je niet alleen een glad antwoord. Je wilt bronnen die je kunt checken.
Perplexity is voor dat gedrag gebouwd. Met koppelingen en partners in de financiële wereld, denk aan Benzinga, FactSet, Morningstar en Quartr, wordt het makkelijker om terug te gaan naar earnings transcripts, SEC filings, ratings en actuele data. Met Enterprise Finance komen daar dingen bij zoals geplande marktupdates, eigen answer engines en live visualisaties.
De les voor marketing is nuchter. In sectoren waar vertrouwen en verifieerbaarheid niet onderhandelbaar zijn, win je niet door alleen “mooie content” te maken. Je wint door aanwezig te zijn in de bronnen en referenties die het model durft te tonen. Dat vraagt werken aan autoriteit in het hele ecosysteem, niet alleen aan een pagina op je site.
Patroon 3: Claude is klein in verkeer, groot in invloed
Claude is goed voor ongeveer 0,6 procent van het totale AI discovery verkeer. Dat klinkt alsof je het kunt negeren. Alleen, de concentratie vertelt het echte verhaal. In publishers zagen we 49 keer groei. In education 25 keer. In finance 38 keer. In SaaS 10,3 keer.
Copilot helpt mensen vooral binnen operationele tools. Denk aan Word, Excel, PowerPoint. Claude zie je vaker bij werk dat los staat van een workflow en draait om analyse, synthese en oordeel. Een uitgever die een compleet manuscript uploadt en wil weten of hoofdstuk drie tot en met zeven nog klopt. Een analist die jaren aan transcripts naast elkaar legt en wil zien hoe het taalgebruik over kapitaalallocatie verschuift. Een developer die een legacy codebase plakt en vraagt waar de architectuur knelt.
Dat gedrag past bij een model dat met grote context werkt, tot rond 200.000 tokens. Het gaat niet om sneller hetzelfde doen, maar om beter denken over complexe input.
Als je doelgroep technische evaluatoren of strategische beslissers bevat, is dit een waarschuwing die ik je graag op tijd meegeef. Je content moet “analyse waardig” zijn. Geen dunne samenvattingen, maar stevige cases met methode, aannames, implementatie en afwegingen. De groep is kleiner, maar de invloed is vaak groter. Eén goede interne champion kan het verschil maken in een koopcommissie.
Patroon 4: Gemini en het meetprobleem dat je cijfers vervuilt
Gemini laat in tracked verkeer een verwarrend beeld zien. In education daalde het meetbare verkeer met 67 procent. In SaaS groeide het 1,4 keer, in finance 1,3 keer en in e commerce 2,7 keer.
Mijn inschatting, en dat sluit aan op wat we in sessiepatronen zien, is dat dit niet zomaar een daling in gebruik is. Het lijkt eerder op een instortende attributie. Gemini houdt gebruikers vaker binnen de eigen omgeving en geeft antwoorden zonder duidelijk klikbare bronnen. Mensen lezen, nemen een beslissing, en zoeken later op je merknaam of typen je domein direct in. In analytics komt dat terug als branded search of direct traffic, niet als AI discovery.
Daar zit een risico dat ik te vaak zie bij groeiende bedrijven. Ze sturen op wat zichtbaar is, en verliezen uit het oog wat onzichtbaar wordt. Het bekende getal van 0,13 procent AI penetratie is waarschijnlijk te laag. Als 30 tot 40 procent van Gemini gedreven oriëntatie niet wordt gemeten, kan het echte volume twee tot drie keer hoger liggen dan wat je dashboards laten zien.
De praktische aanpak is minder spannend dan mensen hopen, maar wel eerlijk. Kijk naast AI inspanningen ook naar branded search lift. Maak ruimte voor tijdsvertraging tussen onderzoek en conversie. En accepteer dat last click attributie minder betrouwbaar wordt. Steeds vaker zien we een route waarbij iemand in één systeem onderzoekt, in een ander systeem samenvat, en pas later via merknaam converteert.
Wat je in 2026 doet, hangt af van je publiek, niet van je favoriete tool
AI discovery fragmenteert. Niet omdat het leuk is, maar omdat mensen verschillende dingen willen op verschillende momenten.
Werk je vooral voor teams die in enterprise omgevingen leven, zoals SaaS, finance, education en B2B besluitvormers. Dan is Copilot een plek waar keuzes ontstaan, omdat onderzoek en uitvoering in dezelfde omgeving samenkomen.
Zit je in een domein met hoge inzet, waar bewijs telt. Dan kun je Perplexity niet wegwuiven. In finance is het een serieuze speler, juist omdat bronnen en traceerbaarheid centraal staan.
Heb je te maken met technische evaluatoren, developers of strategen. Dan is Claude vaak de stille kracht. Het verkeer is klein, maar de sessies zijn diep en richtinggevend. Daar past inhoud bij die je aanpak, methode en afwegingen laat zien.
En als je sterk leunt op Google ecosystemen, wees dan extra voorzichtig met de interpretatie van Gemini cijfers. Dalende tracked traffic kan simpelweg betekenen dat het invloedrijker is geworden, maar minder meetbaar.
In opkomende categorieën zoals legal, events en insurance zagen we groeipercentages die ergens tussen 15 en 90 keer liggen, simpelweg omdat AI discovery daar net is binnengekomen. Dan is ChatGPT vaak de beste start, met daarna aandacht voor waar je publiek naartoe verschuift als het volwassen wordt.
Mijn advies: bouw een multi platform aanpak die meetbaar én werkbaar blijft
Als ik het terugbreng naar iets waar je maandag mee verder kunt, dan is dit het.
Blijf aanwezig in ChatGPT omdat het nog steeds de standaard ingang is voor brede oriëntatie. Maar reken er niet op dat dit alleen genoeg is. Zorg daarnaast dat je merk en je content ook bruikbaar zijn in de werkomgevingen waar beslissingen worden uitgewerkt, en dat betekent in veel B2B gevallen Microsoft.
Voor sectoren waar bronnen doorslaggevend zijn, moet je denken in ecosystemen. Waar worden claims gecontroleerd, welke publicaties worden geciteerd, welke datasets zijn leidend. Daar ligt je echte zichtbaarheid.
Voor technische doelgroepen geldt dat je beter één sterke, diepgaande case publiceert dan vijf oppervlakkige stukken. Geef iemand die moet beoordelen of jullie oplossing past de input om dat oordeel goed te vellen.
En tot slot, maak je meetmodel volwassen. Combineer AI traffic met branded search, time lag en multi touch inzichten. Niet om het perfect te maken, maar om te voorkomen dat je investeringen afrekent op een meetfout.
Wie het volledige onderzoek wil nalezen, kan kijken naar het 2025 State of AI Discovery Report: What 1.96 Million LLM Sessions Tell Us About the Future of Search. Gebruik het niet als blauwdruk, maar als reality check. Je hoeft niet overal tegelijk te zijn, maar één platform als hele strategie nemen is in 2026 vooral een vorm van schijnzekerheid.