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 medføre betydelige skjulte omkostninger ud over værktøjets pris.
Overleveringer: Ineffektive overleveringer mellem teams kan forsinke kampagner og dermed mindske fordelene ved AI-forbedringer.
Redesign først: Før I tager AI-værktøjer i brug, skal I identificere og afhjælpe sammenbrud i arbejdsgangene for at sikre et større investeringsafkast.
Det første, en ny marketingleder skal vise, er kompetence. For at skabe fremdrift er AI et oplagt greb, så det er indlysende at integrere AI i arbejdsgangene. Det er hurtigt at implementere, synligt for ledelsen og nemt at fremstille som en værdiskabende tilføjelse.
Men der er et snigende ROI-gap. Og selv når værktøjerne er på plads, halter resultaterne ofte bagefter salgstalen.
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 gør kun unøjagtighederne hurtigere. Dysfunktion er ikke én bestemt 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 anvendelser af AI end på at argumentere for dets ROI. Og du ville ikke være alene.
Mønstret med først at vælge værktøjet og derefter beslutte, hvilke konkrete friktionspunkter der skal løses, går igen på tværs af organisationsstørrelser, platforme og brancher. Omkostningen tilskrives 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 en instruktion til en chatbot igen og igen. Folk giver platformen eller leverandøren skylden og begynder derefter at vurdere alternativer.
Akande Davis har set præcis den 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 få måneder senere.
"Ni ud af ti gange," siger han, "blev det implementeret dårligt, eller også blev teamet ikke klædt ordentligt på, da produktet blev købt."
Davis er driftsdirektør hos GNW Consulting, et bureau, der arbejder med B2B-teams i mellemstore og store virksomheder på tværs af implementeringer af Adobe, HubSpot og Salesforce.
Hans virksomhed udarbejdede en rapport, der kvantificerer omkostningen ved den cyklus, og værktøjets prisseddel 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 – alt sammen noget, der fører til en virkelig stor samlet omkostning ved fiasko, som får CMO'er til at miste deres position."
Have an account? Log In
Hvorfor arbejdsgangen er den svære del
Den uoverensstemmelse kan også ses i nye undersøgelsesdata.
Rapporten om marketingtilstanden fra Salesforce 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. Kløften skyldes, hvor klar arbejdsgangen er.
Marketingfolk med stærke resultater 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, sætter ikke farten ned for at opdage det; den forværrer problemet.
Liza Adams, en deltidsansat CMO, der rådgiver virksomheder gennem AI-transformationer, har en teori om, hvorfor arbejdsgangen sjældent bliver berørt, selv når alle er enige om, at den bør gøre det.
"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 den måde, arbejdet udføres på fra start til slut.
Det er tilstrækkeligt 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 slags arbejde.
Det er dette lag, de fleste ledere undervurderer. AI-træning stopper ofte ved funktionerne: hvad et værktøj kan opsummere, og hvad det kan udarbejde som udkast.
Medarbejderne lærer at bruge AI uden nogensinde at se, hvordan deres egen rolle ser ud, når AI er indbygget i arbejdsgangen i stedet for at være koblet på til sidst. Adams kalder denne kløft den egentlige hindring – 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: gentænkning. Hun beskriver 2025 som året med fuld fart fremad, hvor opgaven blot var at gøre et eller andet med AI.
Det hårdere 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 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 omkring den samme indsigt og omstrukturerede det fra funktionsbaserede spor til arbejdsgangsbaserede spor.
Hendes instruktion til teamet var enkel: "Jeg vil ikke have, at I arbejder på en opgavebeskrivelse. I stedet vil jeg have, at I bygger en maskine, der får markedsføringen til at fungere med 10 gange højere hastighed."
Resultatet: 16 % vækst i ICP fra år til år, samtidig med at forbruget på betalte medier blev halveret.
Resultatet var automatiseret overvågning af konkurrenters websteder for uannoncerede ændringer i brugerflade og priser. Derudover lancerede de et kampagnesystem fra ende til anden, der omdanner en enkelt inddata til tekst, kreativt materiale og annonceaktiver formateret til platformen, som kan sættes i drift. ICP-væksten nåede 16 % fra år til år, mens forbruget på betalte medier faldt med det halve.
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, den er koblet til. Når data er fragmenterede, og målretningen er bred, hjælper AI dig bare med at bevæge dig hurtigere i den forkerte retning."
More Articles
Hvor skal man begynde?
Du skal kortlægge, hvor arbejdet bryder sammen, 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 øvelse i at finde det rette match i stedet for et sats. Abbukkis' råd til at komme videre er konkret.
"Vælg én vigtig arbejdsgang, og genopbyg den fra ende til anden. Fordeling af kundeemner, ICP-målretning, dataudvidelse – vælg én ting. Når ét system fungerer problemfrit, finansierer samtalen om at gå videre sig selv."
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 arbejdsgangen, før de satte den løs på en.
De tal kom ikke fra et bedre værktøj alene. De udnyttede værktøjet til at designe et skræddersyet arbejdsgangssystem, der reducerede friktion.
Hvis du spekulerer på, om den slags resultater kan gentages, er Abbukkis direkte om den største enkeltstående 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, den er koblet til. Når data er fragmenterede, og målretningen er bred, hjælper AI dig bare 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 arbejdsgange, som kun du kan bygge.
Hvad er det næste?
Opret en gratis konto hos The CMO Club, og få vores nyhedsbrev leveret direkte til din indbakke hver uge.




