Teknologidirektør for marketing gennemgår de AI-drevne marketingarbejdsgange, der driver hendes organisation

Kathleen Booth er VP for marketing hos Sequel.io, hvor hun fokuserer på AI-fokuseret, brandorienteret marketing. Hun er også skaberen af nyhedsbrevet Code Meets Creed, hvor hun undersøger, hvordan man bliver AI-fokuseret uden kun at blive AI.

Vi satte os ned med Kathleen for at få en fornemmelse af, hvor AI er en fordel for marketingteams – såvel som hvor det udgør en risiko. Undervejs gennemgik hun sine mest nyttige AI-marketingarbejdsgange. Her er, hvad hun sagde.

Tillid, klarhed og relevans vil altid vinde

Jeg begyndte ikke min karriere med at tænke på marketing, sådan som vi definerer det i dag. Jeg begyndte som grundlægger.

Jeg opbyggede og drev Quintain Marketing i over et årti, hvor jeg arbejdede med virksomheder på tværs af vidt forskellige brancher. Den erfaring formede mere end noget andet min måde at tænke på vækst på. Når man er så tæt på arbejdet, ser man, hvad der skaber resultater, og jeg observerede konsekvent dette mønster: Marketingmekanismer ændrer sig hele tiden, men grundprincipperne gør ikke. Tillid, klarhed og relevans vil altid vinde.

Efter at have forladt bureauet trådte jeg ind i lederroller i virksomheder, blandt andet hos Pavilion, hvor jeg på første hånd kunne se, hvordan tusindvis af ledere med ansvar for markedsintroduktion navigerede i forandringer. Det var dér, jeg indså, at de gamle spillebøger var ved at bryde sammen. Tragtene blev mere støjende, kanalerne blev mættede, og købere blev sværere at nå – og endnu sværere at overbevise.

Nu hos Sequel.io står jeg midt i en ny omstilling. Jeg kom ind med et mandat til at opbygge marketing på en AI-fokuseret, brandorienteret måde fra bunden. Virksomheden vokser hurtigt – vi tredoblede omsætningen sidste år – og vi har en stærk produkt-markedstilpasning med et meget differentieret produkt. Så jeg er heldig, og vinden fylder sejlene i min marketing.

Hos Sequel er AI ikke bare endnu et værktøj eller en kanal. Det ændrer den måde, vi udfører vores arbejde på, hvordan vi skaber indhold, og hvordan købere vurderer os. Det forkorter salgscyklussen, sænker omkostningerne ved produktudvikling og hjælper os med at lancere nye produktudgivelser i et vanvittigt tempo. Men AI oversvømmer også markedet med mere støj end nogensinde før, hvilket skaber et paradoks.

Jo mere indhold vi kan producere, desto mere værdifulde bliver smag, dømmekraft og menneskelig forbindelse. Jeg har udforsket dette tema i mit Substack-nyhedsbrev, Code Meets Creed. Ikke kun hvordan man bruger AI, men hvordan man leder gennem det. Hvordan man opbygger teams, der er AI-fokuserede uden kun at blive AI. Hvordan man fastholder brand, kreativitet og etik i en tid, der belønner hastighed og skala.

Hvis der er en rød tråd i min karriere, er det denne: Jeg er gået fra at udføre marketing til at lede marketing og videre til at gentænke, hvad det betyder i en AI-drevet verden. Jeg tror ikke, vi er ved afslutningen på den transformation. Jeg tror, vi stadig er meget tidligt i forløbet, og at vi alle finder ud af det i realtid.

Et slankt marketingteam med stor gennemslagskraft

Jeg leder marketing og forretningsudvikling hos Sequel.io, og det er bevidst et slankt team med stor gennemslagskraft.

Vi er en venturefinansieret virksomhed på serie A-stadiet, så organisationen er ikke stor. Den omfatter en håndfuld fuldtidsansatte marketingmedarbejdere, to BDR'er samt en blanding af deltids- og bureauunderstøttelse. Vores ansvarsområde er dog bredt. Vi ejer brand, efterspørgsel, produktmarketing, felt- og partnermarketing samt opsøgende marketing. Funktionerne er ikke skarpt adskilt; det er ét system, der genererer 100 % af virksomhedens pipeline.

Vi har bevidst bevæget os væk fra betalte kanaler og hen imod det, der i øjeblikket opbygger tillid og pipeline for os: branchearrangementer, middage for ledere, opsøgende marketing, partnerskaber og organisk tilstedeværelse på sociale medier. Søgning er under udvikling for os, især fordi AI ændrer måden, man finder information på. Vi investerer også kraftigt i at gøre vores eget produkt til en kanal ved at bruge engagementdata til at drive vores markedsintroduktionsindsats.

Kompleksiteten ligger ikke i skalaen, men i ambitionerne. Vi repositionerer virksomheden fra en webinarplatform til et AI-drevet engagementlag til webstedet. Samtidig opbygger vi en AI-fokuseret marketing-organisation. Det betyder, at vi gentænker, hvordan arbejdet udføres, hvor mennesker skaber mest værdi, og hvordan man operationaliserer dømmekraft og smag sideløbende med automatisering.

Det, vi bygger, er et billede på, hvor marketingorganisationer er på vej hen. Vi ser pipeline blive fordoblet, ja endda tredoblet, uden en tilsvarende stigning i forbrug eller antal medarbejdere. AI leverer denne løftestang, ikke som en erstatning for mennesker, men som en kraftmultiplikator. Det viser sig i målepunkter, der ikke havde samme betydning før, især ARR pr. FTE. For mig er dette ved at blive et af de tydeligste signaler på marketings effektivitet i denne næste æra.

Hvordan AI fører til tre store ændringer inden for marketing

AI har ændret den måde, vi arbejder på, på mange måder. Her er de tre største eksempler, der falder mig ind:

Gentænkning af indholdsmarkedsføringsprocessen

Den største ændring var ikke at tage AI-værktøjer i brug; det var at ændre arbejdsgangen. Vi gik over til en "bogstøtte"-model for indhold. AI befinder sig i midten, men mennesker ejer enderne. Alt indhold begynder med et synspunkt fra en virkelig person. Derefter sammenfatter AI tankerne og genererer et første udkast. Før noget bliver offentliggjort, former, forfiner og stresstester et menneske det.

Det ændrede hurtigt marketingmedarbejderens rolle. Mindre tid brugt på at stirre på en tom side og mere tid på at tænke, redigere og træffe vurderinger. Resultatet kommer hurtigere, men det føles også mere bevidst, fordi det fra begyndelsen er forankret i et ægte perspektiv.

Afsløring af problemer i ICP'er og budskaber

En anden stor ændring handlede om at strukturere vores virksomheds overbevisninger. Vi oprettede træningsdokumenter, der fungerer som den eneste sandhedskilde for vores personaer, ICP, budskaber og brandstemme. Det lyder grundlæggende, men det har været noget af det, der har givet os den største effekt.

AI afslørede, hvor uklare de tidligere var. Hvis dine input ikke er tydelige, falder resultatet fra hinanden.

Nu opfylder dette fælles fundament flere formål på én gang. Det skaber konsistens i alt det, vi markedsfører. Det gør onboarding hurtigere, fordi nye medarbejdere har et tydeligt udgangspunkt. Og det gør det muligt for hele teamet at arbejde hurtigere med AI, fordi vi alle tager udgangspunkt i de samme definitioner.

Gentænkning af kapacitet

Den tredje ændring handler om, hvordan vi tænker på kapacitet. Marketing har altid været begrænset. Der er aldrig tid eller mennesker nok, men standardsvaret plejede at være at prioritere mindre eller bede om flere medarbejdere. Nu er det første spørgsmål anderledes: "Kan dette automatiseres?"

Vi begyndte at se på alle arbejdsgange gennem en opgavebaseret tilgang. Hvad er de enkelte trin, og hvilke kræver faktisk menneskelig dømmekraft i modsætning til mønstergenkendelse eller sammenfatning? AI erstatter ikke arbejdet, men det ændrer, hvor mennesker bruger deres tid.

Den ændring er subtil, men den ændrer meget. Den får os til at beskytte de dele af arbejdet, der kræver smag, kontekst og kreativitet, og automatisere resten aggressivt.

Hvordan AI kan styrke dynamisk konkurrentindsigt

Vi byggede en af vores mest nyttige arbejdsgange op omkring konkurrentindsigt. Tidligere var den manuel og inkonsekvent. En person tjekkede med jævne mellemrum konkurrenternes websteder, skimmede pressemeddelelser og opdaterede måske en slide eller to. Da oplysningerne nåede frem til salgssamtalerne, var de allerede forældede.

Nu er det et ugentligt, AI-drevet system, der kører fra ende til anden.

Først overvåger AI løbende. Det indsamler opdateringer fra konkurrenternes websteder, produktsider, prisændringer, jobopslag, nyheder om finansiering, kundeannonceringer og indhold. I stedet for at nogen leder efter signaler, bringer AI signalerne til os.

Derfra sammenfatter AI det, der betyder noget. Ikke kun hvad der har ændret sig, men hvorfor det er vigtigt. Bevæger en konkurrent sig op i markedet? Ændrer de deres positionering? Lancerer de i en ny kategori? Ansætter de medarbejdere til en kapacitet, der signalerer en ændring i deres produktplan?

Det bliver til en ugentlig konkurrentindsigtsbriefing for hele virksomheden. Den er let at læse, holdningspræget og fokuserer på konsekvenser, ikke kun information.

Men den vigtigste del foregår bag kulisserne. Det samme resultat føder strukturerede vidensfiler om konkurrenter. Hver konkurrent har en levende profil, der opdateres ugentligt. Positionering, styrker og svagheder, produktfunktioner, prissignaler, målpersonaer og seneste tiltag. Tillid, klarhed og relevans vil altid vinde.

Disse filer driver derefter alt andet, herunder selvopdaterende konkurrentkort, salgspresentationer, der forbliver aktuelle uden manuel bearbejdning, og rammer til håndtering af indvendinger, der afspejler det, der sker på markedet, og ikke det, der var sandt for seks måneder siden. Selv arbejdet med budskaber og positionering på marketingsiden trækker fra den samme kilde.

På den måde bliver konkurrentindsigt et dynamisk system i stedet for et statisk resultat. AI håndterer overvågning og sammenfatning i stor skala. Mennesker gennemgår, forfiner og beslutter, hvad der skal handles på.

Resultatet er, at hele virksomheden arbejder ud fra en mere aktuel og fælles forståelse af markedet. Salgsafdelingen går bedre forberedt ind i samtaler uden at have brug for et særskilt salgsunderstøttelsesinitiativ, hver gang noget ændrer sig.

Kathleens tanker

AI håndterer overvågning og sammenfatning i stor skala. Mennesker gennemgår, forfiner og beslutter, hvad der skal handles på. 

Hvorfor marketingmedarbejdere skal skifte til systemer

Udførelsen af kampagner er moden til gentænkning på en AI-først-måde.

De fleste teams kører stadig kampagner, som de gjorde for nogle år siden: lineære, kanalspecifikke, langsomme at lancere og tilpasse.

Den model bryder sammen i en AI-beriget verden.

Vi begyndte at gentænke kampagner som systemer i stedet for enkeltstående lanceringer. Hver kampagne begynder med et centralt synspunkt, men derfra hjælper AI os med næsten øjeblikkeligt at generere et komplet sæt materialer på tværs af kanaler. E-mails, sekvenser til opsøgende salg, landingssider, sociale variationer, eventkoblinger. Ikke perfekt, men tilstrækkeligt til at komme hurtigt på markedet.

Det større skift sker efter lanceringen. I stedet for at sætte en kampagne live og vente på resultater fodrer vi løbende præstationsdata tilbage i systemet. AI hjælper med at sammenfatte dem og foreslår, hvor vi skal justere — fra budskaber og målretning til sekvensering og timing — så kampagnen udvikler sig næsten i realtid.

Vi har set to tydelige resultater. For det første hastighed. Kampagner, der tidligere tog uger at planlægge og lancere, sker nu på dage. For det andet læringshastighed. Vi kører flere tests, får feedback hurtigere og itererer, mens kampagnen stadig er live, i stedet for at lave en evaluering efter dens afslutning.

Det er ikke fuldt autonomt. Mennesker beslutter stadig, hvad der skal testes og ændres, men systemet er mere sammenhængende. Og det tvinger os til at tænke anderledes — man lancerer ikke længere kampagner; man administrerer levende systemer, der bliver bedre med tiden.

Når AI informerer ud fra data, står mennesker for vurderingen

Tænk ikke på det som et spørgsmål om, hvad AI gør, versus hvad mennesker gør. Det handler mere om, hvor vurdering er vigtig, og hvor den ikke er.

AI er nu en integreret del af alt, der drager fordel af sammenfatning, mønstergenkendelse eller hastighed. Vi bruger det til at analysere engagementdata på tværs af vores webinarer og websted, identificere signaler på konto- og kontaktniveau og hjælpe med at prioritere, hvor salget bør fokusere. Det understøtter research, konkurrentanalyse, SEO-struktur, kampagneplanlægning og generering af første udkast på tværs af indhold og opsøgende salg.

Det former også i stigende grad vores tilgang til timing og relevans: hvilke emner der vinder genklang, hvilke konti der er ved at blive mere aktive, og hvor vi bør sætte ind. Den slags signalbehandling plejede at tage dage. Nu sker det næsten i realtid.

Men de beslutninger, der betyder noget, forbliver menneskers ansvar. Det omfatter positionering, narrativ og brandstemme: hvad vi vælger at sige, og lige så vigtigt, hvad vi vælger ikke at sige. Det kræver en kontekst, der ikke findes i et datasæt. Det kræver dømmekraft.

Det samme gælder prioritering på højeste niveau: hvor vi satser, hvilke markeder vi går efter, og hvordan vi balancerer kortsigtet pipeline med langsigtet brand. AI kan informere disse beslutninger, men bør ikke træffe dem.

Alt, der involverer tillid, forbliver også menneskeligt. Relationer til kunder, samtaler med ledelsen, opbygning af fællesskaber — nuancerne i disse interaktioner betyder noget. Man kan ikke outsource det uden at svække selve det, man forsøger at opbygge.

Grænsen er altså ikke fast, men princippet er konsekvent. Hvis arbejdet involverer behandling af information, skalering af output eller identifikation af mønstre, bør AI stå for det meste. Hvis arbejdet involverer vurdering, dømmekraft eller tillid, forbliver det menneskeligt.

Ulemperne ved at bruge AI i markedsføring

AIs mest åbenlyse fordel er produktion og effektivitet.

Vi kører flere kampagner, producerer mere indhold, lancerer flere produkter og understøtter salget hurtigere uden at øge antallet af medarbejdere. Det omsættes til en markant stigning i salgspipelinedækningen med et relativt uændret forbrug. De præcise tal udvikler sig stadig, men vi har set et løft, der gør det muligt at fordoble pipelinen, før vi føler behov for at fordoble teamet. Det var ikke muligt tidligere.

AI forbedrer også gennemløbstiderne. Opgaver, der tidligere tog dage, tager nu timer. Kampagner kommer hurtigere på markedet. Salgsopfølgningen er mere stram. Vi reagerer på markedsændringer næsten i realtid i stedet for at arbejde ud fra sidste måneds indsigt. Vores BDR-team er et godt eksempel; tidligere brugte de hver mandag på at forberede opsøgende salg. Det var en hel dag hver uge. Nu møder de ind mandag og går straks i gang med arbejdet med opsøgende salg. Det er en effektivitetsforbedring på 20 %, hvilket er enormt.

Men der er kompromiser.

Det største kompromis er, at barren for kvalitet bliver højere. Når alle kan producere mere, falder den gennemsnitlige kvalitet. Vi ser mere generisk indhold og mere ensartethed. Hvis vi ikke passer på, kan vi opskalere middelmådighed meget hurtigt.

AI flytter også flaskehalsene. Produktion er ikke længere begrænsningen; vurdering er. Redigering, dømmekraft og beslutningstagning optager nu uforholdsmæssigt meget tid. Ikke alle tilpasser sig naturligt til det skift.

Vi risikerer også falsk selvtillid. AI kan få noget til at lyde rigtigt, selv når det ikke er det. Uden stærk domæneviden eller klare synspunkter sender vi let arbejde ud, der virker gennemarbejdet, men mangler substans.

Den samlede effekt er positiv, men den medfører udfordringer. Vi opnår større løftestangseffekt, hastighed og skala, men vi påtager os også ansvaret for at være mere bevidste om, hvordan noget godt ser ud, og mere disciplinerede med at beskytte det.

Hvorfor AI udfordrer den nuværende tankegang

AI tvang mig til at give slip på forestillingen om, at mere indhold er lig med bedre resultater. I det meste af min karriere troede jeg implicit, at hvis jeg producerede nok, ville noget slå igennem. Mængden fungerede som en stedfortræder for momentum på tværs af blogs, e-mails, kampagner osv. Men denne tilgang afspejler ødelagte beslutningsrammer, som mange markedsføringsteams stadig er afhængige af.

AI nedbrød hurtigt den antagelse. Nu kan alle producere i stor skala. Den marginale værdi af endnu et stykke indhold er faldet til næsten nul, hvis det ikke siger noget originalt eller meningsfuldt.

Fordelen har flyttet sig. Det handler ikke længere om, hvem der kan skabe mest. Det handler om, hvem der kan skabe noget, der er værd at lægge mærke til.

Det tvang os til at ændre den måde, vi arbejder på. Vi bruger mindre tid på at spørge: “Hvordan producerer vi mere?” og mere tid på at spørge: “Er dette noget særligt? Afspejler det et reelt synspunkt? Ville nogen bekymre sig, hvis dette ikke fandtes?”

AI dræbte ikke indhold som kanal; det fjernede blot illusionen om, at mængden var svaret.

AI har svært ved det, der betyder mest

AI har ikke levet op til forventningerne på de områder, der definerer god markedsføring. Jeg forventede, at AI ville hjælpe mere med differentiering. Det har den ikke gjort. Hvis noget, har den gjort det modsatte. Når alle bruger lignende værktøjer, der er trænet på lignende data, begynder resultaterne at konvergere. Man får indhold, der er teknisk korrekt, men kedeligt. Det besvarer spørgsmålet, men det får dig ikke til at interessere dig.

Så er der brandet. AI kan efterligne en stemme, hvis man træner den godt nok, men den skaber ikke en selv. Den har hverken smag eller overbevisning. De ting kommer fra levede erfaringer, fra at træffe beslutninger og leve med konsekvenserne.

Et godt eksempel er, da vi prøvede at bruge AI til at omskrive vores forside. Vi gav den alt. Vores positionering, produktoplysninger, ICP, konkurrentkontekst og endda eksempler på budskaber, vi kunne lide. På papiret havde den alle de nødvendige ingredienser til at producere noget stærkt. Og resultatet var … godt.

Den sagde de rigtige ting om vores produkt og kategori, og den ville sagtens kunne måle sig med mange konkurrenter.

Men det var netop problemet — den lød som mange af vores konkurrenters forsider. Der var ingen kant. Ingen spænding. Intet synspunkt, der fik dig til at stoppe op og tænke: “Det her er anderledes.” Den forklarede, hvad vi gør, men den fik dig ikke til at mærke, hvorfor det var vigtigt, eller skabte en meningsfuld adskillelse fra konkurrenterne.

Vi endte med at bruge dele af den som udgangspunkt, men den endelige version krævede betydelig menneskelig indgriben. Vi omskrev overskrifter, skærpede fortællingen, introducerede stærkere holdninger og blev langt mere bevidste om, hvad vi fremhævede, og hvad vi udelod.

Den oplevelse ændrede min opfattelse af AI i brandarbejde. Den er meget god til at opnå kompetence. Den er ikke god til at opnå særpræg. Og på et marked, hvor alle har adgang til de samme værktøjer, er “godt nok” præcis det, der gør dig usynlig.

Hvordan AI former markedsføringsteams' fremtidige udvikling

AI har ikke ændret vores teams sammensætning så meget som dets udvikling. For et eller to år siden ville vi, i takt med at målene for salgspipelinen steg, have ansat flere: en produktmarkedsfører, en livscyklusmarkedsfører, en ansvarlig for branchearrangementer. Markedsføringsteams er historisk set blevet skaleret på denne måde.

Det gjorde vi ikke. I stedet har vi suppleret vores nuværende team med AI og presset grænserne for, hvad vi kan opnå uden at ansætte flere. Det har tvunget os til at blive mere disciplinerede omkring, hvad der reelt kræver et menneske, og hvor AI kan udvide vores team.

Resultatet er et mindre team, der arbejder på et niveau, som tidligere krævede betydeligt flere medarbejdere.

Den fremtidige retning er endnu mere interessant. Vores næste ansættelse bliver sandsynligvis ikke en traditionel funktionel markedsfører. Det bliver formentlig en ingeniør for markedsintroduktion — en person, der kan arbejde på tværs af hele markedsføringsorganisationen for at identificere muligheder for, at AI kan automatisere, integrere og skabe løftestangseffekt. Det er en helt anden profil.

Det er en ansættelse med langt større løftestangseffekt end at tilføje endnu en individuel bidragyder i en enkelt kanal eller funktion. Hvis rollen udføres godt, frigør den effektivitet på tværs af det hele. Den skaber kapacitet, så vi senere kan hente specialister ind på områder, hvor AI reelt ikke kan erstatte menneskelig ekspertise.

Teamet bliver altså ikke nødvendigvis større først; det bliver mere automatiseret og AI-understøttet.

Hvorfor én egenskab slår teknisk faglig viden, når AI tages i brug

Markedsføringsteams har brug for flere mennesker med det, jeg altid har kaldt en høj “find-ud-af-det”-faktor. Disse mennesker støder på en forhindring og stopper ikke der. De går i dybden, tester og ødelægger ting og følger trådene, indtil noget virker. Den egenskab betyder mere i en AI-verden end noget specifikt sæt færdigheder, fordi værktøjerne ændrer sig for hurtigt til, at man kan mestre dem.

Det, der betyder noget, er nysgerrighed — et ægte ønske om at forstå, hvordan noget fungerer, og hvad det kan blive til. De mennesker på vores team, der trives med AI, er ikke nødvendigvis de mest tekniske. Det er dem, der åbner et nyt værktøj og straks begynder at eksperimentere. De venter ikke på tilladelse eller på den perfekte anvendelse; de prøver bare.

Det skaber løftestangseffekt og forebygger den største risiko, jeg ser lige nu: mangel på fantasi. De organisationer, der vinder, bliver ikke dem med de bedste værktøjer. Det bliver dem med de mest nysgerrige mennesker.

Kathleens tanker

Værktøjer ændrer sig for hurtigt til at mestre. Det vigtige er nysgerrighed.

Hvorfor marketingledere først skal fokusere på fundamentet

Her er mit råd:

For det første skal du få styr på fundamentet, før du jagter værktøjerne. Det er fristende at begynde med anvendelsesområder og eksperimenter, nye platforme, nye prompts eller nye arbejdsgange. Men hvis din ICP er uklar, din positionering er utydelig, eller dit team ikke har en fælles forståelse af dit brand, vil AI blot forstærke denne inkonsekvens.

Begynd dér.

For det andet skal du ansætte og belønne nysgerrighed. Mennesker, der skaber løftestangseffekt med AI, venter ikke på handlingsplaner. De tester, fejler og finder selv ud af tingene. Den indstilling vokser hurtigere end noget enkeltstående værktøj.

For det tredje skal du beskytte det, der ikke bør automatiseres. Vi risikerer at optimere efter hastighed og miste det, der får marketing til at fungere. Det omfatter original tænkning, dømmekraft og menneskelig kontakt. AI kan skalere outputtet, men det kan ikke erstatte dømmekraft eller tillid. Hvis du ikke aktivt forsvarer disse ting, forsvinder de gradvist. Så brug AI aggressivt dér, hvor det skaber løftestangseffekt, men vær disciplineret omkring, hvor det ikke hører hjemme.

Og til sidst skal du acceptere, at dette ikke er en engangsændring. Det er en løbende omskrivning af, hvordan marketing fungerer. Ledere, der klarer sig godt, får det ikke perfekt. De bliver ved med at tilpasse sig uden at miste deres perspektiv.

Følg med

Du kan komme i kontakt med Kathleen Booth på LinkedIn og følge hendes arbejde hos Sequel.io. Du kan også se hendes Substack og personlige website.

Der kommer flere ekspertinterviews på The CMO Club!