Den person med ansvar for AI-drift, som du endnu ikke har ansat

Et sted på dit team er der en person, som har fundet ud af, hvordan man får tingene til at fungere, når det gælder AI.

De har opbygget arbejdsgange, som ingen har bedt dem om at opbygge. Eller de har i stilhed automatiseret den opgave, der plejede at optage tre timer af teamets tid i møder. Eller måske ved de, hvilke værktøjer der kan tale sammen, og hvilke der ikke kan. Og de er holdt op med at vente på, at nogen fortæller dem, hvad der er tilladt – det er din troldmand inden for AI-drift og markedsføring.

Andre på teamet er begyndt at komme til denne person med deres spørgsmål, før de kommer til dig.

Og selv om de måske ikke har en titel eller afsætter dedikeret tid til det, udfører de den AI-drift og markedsføring, der skal udføres. Og du har næsten med sikkerhed ikke givet dem den organisatoriske myndighed til at anvende deres viden på tværs af de teams, der har mest brug for den.

Det er kløften. Det handler ikke om budgettet, værktøjerne eller endda strategien.

Den hemmelige ingrediens i din organisation

Denne rolle inden for AI-drift er afgørende for at frigøre potentialet i din organisation, uanset om jobbets detaljer er defineret eller ej. 

Nathan Snell, direktør for produktledelse hos Intuit Mailchimp, har opbygget automatiserede arbejdsgange i størstedelen af to årtier. Han har dataene og indsigten til at underbygge, hvad der virker, eftersom hans arbejdsgange er stresstestet mod millioner af brugere.

Snell omtaler denne person som en professionel inden for AI-drift. Han har fulgt organisationer, der lykkes med og mislykkes med at tage AI i brug. Længe nok til at vide, at denne rolle, uanset om den er formelt navngivet eller ej, er den enkeltstående største faktor for, om en AI-omstilling slår igennem. 

Forskellen på succes ligger i, om den person, der har fået ansvaret for implementeringen af AI-driften, har et mandat eller blot tilfældigvis er den mest AI-nysgerrige på teamet. Måske udfører de eksperimenter i deres fritid uden organisatorisk myndighed til at ændre noget. I sidste ende handler det om ejerskab. 

Og Snells diagnose af hvor implementeringer går i stå er almindelig. 

 "Der er altid to elementer i enhver proces," siger han. "Der er selve mekanikken, det arbejde, folk aktivt udfører.  Og der er koordinationsbyrden."

AI løser mekanikken hurtigere, end de fleste organisationer forventer. Men ifølge Snell er koordinering noget, som AI ofte ikke berører. Uden nogen, der er ansvarlig for denne kløft, kan den ikke – og bliver den ikke – lukket. 

Hvad der ligger nedenunder

For marketingteams har mekanikken en tendens til at accelerere inden for indholdsproduktion, dataanalyse, test af variationer og udarbejdelse af udkast. Men det gør intet for at forbedre de procedurer og strukturer, der kan forhindre organisationer i at sætte tempoet op gennem opgaver. Teams er nødt til at tage højde for det overflødige bureaukrati, de processer, regler og medarbejdere, der opstår, når virksomheder skalerer. 

Du kan måske genkende følgende, når det gælder om at få projekter godkendt. 

"Hvis man skal have det indledende planlægningsmøde og derefter planlægningsmødet og derefter evalueringsmødet og derefter mødet, hvor det skal sættes i drift, og mødet om, hvordan det gik," siger Snell, "så kan AI ikke løse det. Koordinationsbyrden ender med at skulle være en egentlig procesforandring."

Colleen Goepfert, deltidsansat CMO og driftskonsulent, rådgiver marketingorganisationer om implementering af AI og ser det samme mønster udefra. Hun bliver sjældent hentet ind for at løse det, som folk siger, de gerne vil have løst. 

"Designet af arbejdsgangen er vigtigere end selve værktøjet," siger hun. "Det egentlige arbejde er ikke at designe værktøjet. Det er at redesigne den måde, markedsføring fungerer på, hvordan ting bliver godkendt, og hvordan beslutninger bliver truffet."

Det, der underbygger hendes pointe, er, hvordan hun beskriver den samme dysfunktion på den anden side. Snell ser effekten af forbedrede arbejdsgange i de produkter, han bygger, og hos de kunder, der bruger dem. 

Goepfert får øje på de åbenlyse mangler i de organisationer, der skulle have draget fordel af AI, men endnu ikke har set det blive til virkelighed. Konklusionen er den samme. AI skaber ikke problemerne i dit team, på tværs af funktioner eller i organisationen. Men det gør eksisterende problemer umulige at ignorere.

"AI blotlægger virkelig et system, der ikke fungerer."

Akande Davis, VP for drift hos GNW Consulting, går endnu videre. Når hans team indleder et samarbejde, er det første spørgsmål ikke, hvilket værktøj der skal tages i brug. Det er, om sammenbruddet skyldes et procesproblem eller et teknologiproblem, for hvis man løser det forkerte, forstærker man skaden. 

"Teknologi kan ofte gøre mere end det, kravene går ud på," siger Davis. " [Men] processen er ødelagt." Hans analogi for, hvad der sker, når organisationer springer denne diagnose over, er: “Hvis jeg bad AI om at grave hullet det forkerte sted, får jeg ingen værdi ud af det hul. Det vil bare gøre tingene værre. Du får dårligere resultater hurtigere."

Den arkitektur, de fleste teams mangler

Det sted, hvor Snells perspektiv adskiller sig fra den diagnostiske samtale, er i det, han anbefaler operationelt. De fleste råd om at tage AI i brug, der cirkulerer, fokuserer på mindset, forandringsledelse og at få ledelsen på linje. 

Snells baggrund som produktudvikler skubber ham i retning af kontekst og struktur. 

Værdien her kan ikke overvurderes, især hvordan kontekst opbygges, gemmes og deles på tværs af teams. De fleste organisationer håndterer dette med én stor prompt eller et delt dokument, der hurtigt bliver forældet. 

Men Snell ser anderledes på det. 

"Tag denne vanvittige prompt, du har, som var denne massive, gigantiske ting i en skabelon, og lav den om til færdigheder, der er rollebaserede. Og som resultat kan agenter faktisk gøre mere. Du kan bygge videre på den kontekst."

Skiftet fra monolitiske prompts til modulære, rollebaserede færdigheder rækker ind i driften.

Og det betyder, at den kontekst, en AI bruger til marketingarbejde, ikke er den samme kontekst, den bruger til produktarbejde eller driftsarbejde, men det hele hænger sammen via et fælles fundament. Hvert team ejer sit lag. Én AI-driftsansvarlig på et team vedligeholder det.

"Du har virkelig kun brug for én person, der kan teste værktøjerne, skabe færdighederne og dele dem," siger Snell. "At centralisere det på den måde reducerer friktionen sammenlignet med at lade alle køre eksperimenter og derefter undre sig over, hvorfor man ikke ser resultater."

Liza Adams, fractional CMO og rådgiver inden for AI-transformation, beskriver det strukturelle skift nedenunder fra et ledelsesperspektiv. 

"AI er ligeglad med vores siloer. Den er ligeglad med, hvem der udfører arbejdet, eller hvilke titler de har. Den går kun op i resultater, hvilket er godt, for kunderne er også ligeglade med de ting."

Hun ser organisationer bevæge sig, ofte modvilligt, væk fra hierarkier bygget op omkring jobtitler og hen imod strukturer organiseret omkring den opgave, der skal løses. Den AI-driftsansvarlige, Snell beskriver, er et udtryk for dette skift: en rolle defineret af resultater og ejerskab over arbejdsgange, ikke af en afdeling.

Det, der er på vej

Det, der tydeligst adskiller Snells synspunkt fra resten af samtalen, er, at han tænker længere end den aktuelle transformation. Alle andre arbejder på at løse det, der er gået galt nu. Han designer allerede til det, der kommer bagefter.

"Jeg er mest begejstret for det, jeg vil kalde overgangen til proaktive agenter," siger han. 

"I dag oplever langt de fleste af os AI på en behovsstyret måde. Jeg går ind i Claude eller Gemini eller ChatGPT. Jeg spørger den om noget, og så henter jeg det ud. 

Det, vi kommer til at se mere af, er proaktiv AI. Hvis jeg for eksempel har givet dig al min kontekst, hvis du er forbundet med alle mine data, hvis du ved, hvordan tingene klarer sig, hvorfor skal jeg så komme til dig og bede dig om at gøre noget? 

Du burde kunne se på det og sige: 'Jeg har lavet denne analyse for dig, og her er et nyt segment af personer, du kunne målrette dig mod. Vil du bruge det?'

For en driftsleder er det grunden til, at det grundlæggende arbejde betyder noget ud over dette års AI-mål. De teams, der opbygger en modulær kontekstarkitektur, hvor en AI efter behov samler de oplysninger, den har brug for, fra forskellige kilder, er dem, der definerer, hvem der ejer hvad. De sikrer også, at data ikke er opdelt i siloer på tværs af funktioner, hvilket gør det muligt at skabe betingelserne for, at denne form for agentadfærd kan fungere. 

De teams, der kobler AI på eksisterende processer, bygger et loft – et loft, der er gensidigt afhængigt af enkeltpersoner, hvilket gør det både skrøbeligt og midlertidigt. 

Davis forankrer den kortsigtede version i den måde, hans team afslutter hvert engagement på. Før de anbefaler ændringer, kobler de tilbage til værdien. De kortlægger, hvor de kan forvente at se forbedringer i konverteringen, bedre fastholdelse og bidrag til salgspipelinen. Og gennem denne proces opdager de, hvad der er afgørende for organisationen. 

"Hvis det ikke har høj værdi, så lad os fokusere på de ting, der har."

Et operationelt redesign får organisatorisk opbakning, når nogen er ansvarlig for at forbinde det med de resultater, virksomheden allerede går op i. 

Ansvarlighed er en menneskelig beslutning. Og ingen agent vil kunne synliggøre dette, før du har udført det arbejde, der gør det muligt.

Hvad sker der nu?

Bliv medlem af The CMO Club for de nyeste indsigter, interviews og podcastafsnit med ledere inden for marketing.