Key Takeaways
Fremdrift: AI giver hurtige gevinster, men kan forværre eksisterende problemer i arbejdsgangene uden et solidt fundament.
Arbejdsgang: Effektiv marketing kræver, at man prioriterer arbejdsgange frem for værktøjer for at opnå bæredygtige resultater.
Omkostninger ved fiasko: Fejlimplementering og ineffektivitet kan føre til betydelige skjulte omkostninger ud over værktøjets pris.
Overdragelser: Ineffektive overdragelser mellem teams kan forsinke kampagner og mindske fordelene ved AI-forbedringer.
Redesign først: Før I tager AI-værktøjer i brug, skal I identificere og løse problemer i arbejdsgangene for at sikre et større investeringsafkast.
Det første, en ny marketingleder skal vise, er kompetence. For at skabe momentum er AI et oplagt greb, så det er en selvfølge at integrere AI i arbejdsgangene. Det er hurtigt at implementere, synligt for ledelsen og nemt at fremstille som en merværdi.
Men der er et snigende ROI-gab. Og selv når værktøjerne er på plads, halter resultaterne ofte efter løfterne.
Udfordringen for mange marketingfolk er, at arbejdsgangene allerede fra begyndelsen er fragmenterede. Enkeltstående platforme, der er designet til at skabe en sammenhængende forståelse, formår ikke at gøre det, og AI får kun unøjagtighederne til at gå hurtigere. Dysfunktion er ikke én enkelt persons skyld; det eneste, AI har gjort, er at sætte den organisatoriske dialog under lup.
Som marketingleder kan du opleve, at du bruger mere tid på at navigere i individuelle AI-anvendelser end på at argumentere for deres ROI. Og du er ikke alene.
Mønstret med først at vælge værktøjet og derefter beslutte, hvilke konkrete friktionspunkter det skal løse, går igen på tværs af organisationsstørrelser, platforme og brancher. Omkostningen henføres næsten aldrig korrekt.
Omkostningen ved at give den forkerte skylden
Alle marketingteams, du kender, har nu en agent et eller andet sted i arbejdsgangen. Det er nemt først at give arbejdsgangen skylden, når det eneste, nogen gør, er at skrive instruktioner til en chatbot igen og igen. Folk giver platformen eller leverandøren skylden og begynder derefter at vurdere alternativer.
Akande Davis har set præcis denne rækkefølge udspille sig tilstrækkeligt mange gange i virksomheder med en omsætning på mellem $100M og $500M til at vide, hvor det går galt. En platform får skylden for fejl, der begyndte et andet sted, så teamet migrerer, og de samme problemer dukker op i det nye værktøj nogle måneder senere.
"Ni ud af ti gange," siger han, "blev det implementeret dårligt, eller også blev teamet ikke klædt ordentligt på, da de købte produktet."
Davis er driftsdirektør hos GNW Consulting, et bureau, der arbejder med B2B-teams i mellemstore og store virksomheder om implementeringer af Adobe, HubSpot og Salesforce.
Hans virksomhed udarbejdede en rapport, der kvantificerer, hvad denne cyklus koster, og værktøjets pris viste sig at være det mindste tal på siden.
"Udgiften er ikke kun det, du betaler for produktet. Det er den tabte tid, den tabte omsætning og ineffektiviteten i processerne – som alt sammen fører til en meget stor samlet omkostning ved fiasko, der vil vælte CMO'er."
Have an account? Log In
Hvorfor arbejdsgangen er den svære del
Dette misforhold fremgår også af nye undersøgelsesdata.
Salesforces rapport om marketingtilstanden undersøgte 4.450 marketingledere frem til november 2025 og fandt, at kun 13 % af marketingteams i øjeblikket bruger agentbaseret AI.
Selvom de fleste af dem, der bruger det eller planlægger at gøre det, forventer reelle ROI-gevinster. Gabet handler om, hvor klar arbejdsgangen er.
Marketingfolk med høj performance har 2,4 gange større sandsynlighed end alle andre for at have samlet deres datakilder. Desuden skal den gennemsnitlige marketingorganisation stadig forbinde omkring syv forskellige datakilder, før en agent kan handle på dem pålideligt. En agent, der udfører en ødelagt proces, sænker ikke farten for at opdage det; den forværrer problemet.
Liza Adams, en deltids-CMO, der rådgiver virksomheder gennem AI-transformationer, har en teori om, hvorfor arbejdsgangen sjældent bliver berørt, selv når alle er enige om, at det burde ske.
"AI er ikke den svære del," siger hun. "Det er menneskene."
Hun beskriver en kløft mellem to tilstande: på den ene side en chatboks, der kan svare på hvad som helst, og på den anden side en arbejdsgang, hvor en agent allerede er indbygget i, hvordan arbejdet udføres fra start til slut.
Det er forholdsvis nemt at lære et team at skrive gode instruktioner til en model. Men at bede dem om at genopbygge en proces, de har udført på samme måde i årevis, og stole på, at den agent, der kører den, stadig har brug for dem, er en helt anden form for arbejde.
Det er dette lag, de fleste ledere undervurderer. AI-træning stopper ofte ved funktionerne: hvad et værktøj kan opsummere, og hvad det kan skrive et udkast til.
Medarbejderne lærer at bruge AI uden nogensinde at se, hvordan deres egen rolle ser ud, når AI er integreret i arbejdsgangen i stedet for at være koblet på til sidst. Adams kalder dette gab den egentlige forhindring – ikke den generelle modstand mod forandring, som folk normalt giver skylden.
Adams opsummerer, hvad der har ændret sig fra sidste år til i år, med ét ord: nytænkning. Hun beskriver 2025 som året med fuld fart på, hvor kravet blot var at gøre et eller andet med AI.
Det hårde arbejde begynder nu, hvor spørgsmålet skifter fra, om et team bruger AI, til om teamet kan forestille sig sit eget arbejde på en anden måde, når en agent håndterer en del af det.
"AI er nu en integreret del af den måde, vi arbejder på," siger hun. "Vi kan ikke udføre vores arbejde uden det." Det er en langsommere form for forandring end at udskifte værktøjer, og det er den, de fleste implementeringer springer over.
Sådan ser det ud at krydse den kløft
Yael Abbukkis havde allerede krydset den kløft, da hun talte om den. Som CMO hos Lusha genopbyggede hun sit team over ni måneder ud fra den samme indsigt og omstrukturerede det fra funktionsbaserede spor til arbejdsflowbaserede spor.
Hendes instruktion til teamet var enkel: "Jeg vil ikke have, at I arbejder på en brief. I stedet vil jeg have, at I bygger en maskine, der får marketing til at ske med 10 gange højere hastighed."
Resultatet: 16 % vækst i ICP fra år til år, samtidig med at udgifterne til betalte medier blev halveret.
Resultatet var automatiseret overvågning af konkurrenters websteder for uannoncerede ændringer i brugerflade og priser. Derudover lancerede de et end-to-end-kampagnesystem, der omdanner ét enkelt input til tekst, kreativt materiale og annonceaktiver formateret til platformen, som kan sættes i drift. Væksten i ICP nåede 16 % fra år til år, mens udgifterne til betalte medier faldt med halvdelen.
Abbukkis ved, hvad der forhindrer andre teams i at nå dertil.
"De fleste ledere begår den fejl at lægge AI oven på et ødelagt fundament," siger hun. "AI afspejler kvaliteten af det system, det er koblet til. Når data er fragmenterede, og målretningen er bred, hjælper AI dig blot med at bevæge dig hurtigere i den forkerte retning."
More Articles
Hvor skal man begynde?
Du er nødt til at kortlægge, hvor arbejdet går i stå, ikke hvor du antager, at det gør.
Fastlæg, hvem der ejer hvert trin, før du automatiserer mere. Vurder, hvem der anmoder om arbejdet, hvem der gennemgår det, hvem der godkender det, og hvad der fortsat skal styres af mennesker.
Når ejerskab og roller er fastlagt, bliver valget af værktøj en matchningsøvelse i stedet for et sats. Abbukkis' råd til at komme videre er konkret.
"Vælg ét vigtigt arbejdsflow, og genopbyg det fra ende til anden. Fordeling af leads, ICP-målretning, databerigelse – vælg ét. Når ét system fungerer problemfrit, skaber samtalen om at gå videre sin egen finansiering."
Abbukkis kalder stadig sit teams system for en maskine. Hun byggede den selv og kortlagde hver eneste overdragelse, før hun lod AI komme i nærheden af den. De fleste teams, der kører en agent lige nu, kunne bygge den samme maskine, hvis de kortlagde arbejdsflowet, før de satte den løs på et.
Disse tal kom ikke af et bedre værktøj alene. De udnyttede værktøjet til at designe et skræddersyet arbejdssystem, der reducerede friktion.
Hvis du spekulerer på, om den slags resultater kan gentages, er Abbukkis direkte omkring den ene største faktor, der står i vejen for det.
"De fleste ledere begår den fejl at lægge AI oven på et ødelagt fundament. AI afspejler kvaliteten af det system, det er koblet til. Når data er fragmenterede, og målretningen er bred, hjælper AI dig blot med at bevæge dig hurtigere i den forkerte retning."
Dine konkurrenter kan måske få licens til de samme værktøjer, men de kan ikke kopiere de arbejdsflows, som kun du kan bygge.
Hvad sker der nu?
Opret en gratis konto hos The CMO Club, og få vores nyhedsbrev leveret ugentligt direkte i din indbakke.




