La VP del Marketing condivide come sta passando a un sistema operativo nativo AI

Emilia Korczynska è la VP Marketing di Userpilot, una piattaforma per la crescita dei prodotti. È anche la fondatrice di ZenABM.

Abbiamo incontrato Emilia per scoprire come sta trasformando uno stack tecnologico di marketing già pronto in un sistema operativo nativo per l’IA. Ecco cosa ci ha raccontato.

Creare un motore di ricavi misurabile

Sono Emilia Korczynska, VP Marketing di Userpilot, dove mi concentro sulla trasformazione del marketing da centro di costo a motore di ricavi misurabile.

Guidando un'organizzazione marketing piuttosto snella, la struttura ruota attorno alle funzioni chiave per la crescita piuttosto che ai tradizionali silos di canale. Il team si occupa di product marketing, domanda, contenuti e SEO, operations di marketing, parte creativa e supporto outbound. Supportiamo sia la crescita guidata dal prodotto che l’account-based marketing; quindi copriamo l’intero percorso, dall’acquisizione self-service alla conversione assistita dal commerciale per i lead ad alta intenzione.

In termini di canali, l’ABM è il nostro principale motore di acquisizione. Abbiamo costruito il team e i sistemi per generare coinvolgimento e pipeline a livello di account tramite campagne altamente mirate, soprattutto su LinkedIn. L’organico rappresenta la nostra seconda leva più importante: i contenuti giocano un ruolo chiave nell'intercettare e nutrire l’intento, seguiti da Google Ads per catturare domanda ad alta intenzione e chiudere il cerchio sull’acquisizione.

Poiché il team è volutamente snello, lavoriamo in modo molto trasversale. I contenuti confluiscono direttamente nella generazione di domanda e nell’ABM; le operations marketing connettono tutti i dati e la misurazione, e tutto viene valutato su pipeline e ricavi anziché su metriche tipiche di canale.

Anche se il team è piccolo, la strategia è piuttosto sofisticata.

Cambiare radicalmente il funzionamento del marketing

Secondo Emilia

Se non genera pipeline, non conta.

Il mio percorso nella leadership del marketing è stato pratico e profondamente legato all’esperienza diretta. Non provengo dal brand marketing tradizionale: sono cresciuta con la crescita guidata dal prodotto, la performance e l’ABM, dove l’aspettativa è semplice: se non genera pipeline, non conta. In Userpilot ho guidato il passaggio dalla generazione di domanda ampia a strategie altamente mirate, soprattutto su LinkedIn, dove abbiamo dovuto ripensare tutto, dall’audience building all’attribuzione.

Un aspetto fondamentale di quel percorso è stato mettere in discussione i modelli di misurazione inefficaci. Ho passato molto tempo a dimostrare che una grossa parte dei ricavi B2B — spesso oltre la metà — è invisibile se ti affidi solo all’attribuzione a livello di contatto. Questo mi ha spinta anche a fondare ZenABM, una startup dove tracciamo l’impatto del marketing sulla pipeline a livello di account e colleghiamo l’engagement pubblicitario direttamente a pipeline e ricavi.

Queste sono le basi, e da lì sono arrivata naturalmente all'IA.

Il cambiamento che stiamo vivendo non riguarda solo la velocità di generazione dei contenuti, ma il modo stesso di operare del marketing. Stiamo passando da dashboard e analisi manuali a sistemi in cui puoi interrogare i dati, automatizzare le informazioni e attivare azioni istantaneamente.

Per me, questo momento di trasformazione legata all’IA è meno questione di moda e più una questione di leva. Mi concentro su queste domande:

• "Come possiamo utilizzare l’IA per rendere il marketing più preciso, più responsabile e più legato ai ricavi di quanto non sia mai stato?"
• "E come costruiamo sistemi in cui dati, insight ed esecuzione non siano più passaggi separati, ma parte di un unico ciclo continuo?"

Questa è la sfida che sto affrontando ora.

Come uno stack di marketing può diventare un sistema operativo nativo per l’IA

Una delle trasformazioni più importanti che abbiamo effettuato è stata convertire il nostro stack di marketing "pronto all’uso" in un sistema operativo più su misura e nativo per l’IA, con GitHub come "cervello" centrale del marketing e Claude Code come interfaccia del team.

Invece di affidarci a strumenti scollegati e flussi di lavoro manuali, abbiamo spostato l’esecuzione in flussi di lavoro AI strutturati e ripetibili. Abbiamo creato processi riutilizzabili per la generazione di contenuti LinkedIn, la creazione di landing page e l’intelligence competitiva, orchestrati tramite agenti e competenze basati su cloud.

Di conseguenza, abbiamo notevolmente ridotto il tempo che intercorre tra il segnale e l’azione. Il marketing ora è molto più sistematico e scalabile, e il team passa meno tempo sull’esecuzione e più su strategia, input e ottimizzazione dei risultati.

Come l’AI può rivoluzionare l’outbound

Il cambiamento più impattante si è avuto nell’outbound. Abbiamo creato un sistema outbound basato sull’intento, che identifica gli account coinvolti nei nostri programmi ABM sfruttando l’API di ZenABM, trasferisce i dati in un database cloud personalizzato, li arricchisce e poi seleziona gli account da contattare secondo i nostri criteri ICP tramite Prospeo.

Da lì, attiviamo la fase di outreach tramite strumenti come Smartlead e HeyReach, permettendoci di gestire campagne altamente mirate e personalizzate su larga scala in base a veri segnali di coinvolgimento.

Quello che prima era un processo manuale e frammentato tra diversi strumenti è ora un sistema connesso, guidato dai segnali.

Come l’AI orienta le decisioni di marketing e la creatività umana

Nel complesso, facciamo molto affidamento sull’AI per prendere decisioni ripetibili, ricche di dati, dove il riconoscimento di schemi su larga scala è vantaggioso.

Per esempio, l’AI è sempre più determinante nell’allocazione del budget, utilizzando dati di performance e attribuzione delle entrate. Invece di spostare manualmente la spesa basandoci su indicatori posticipati, ci affidiamo a sistemi che analizzano quali campagne e account generano pipeline e ricavi, adeguando così gli investimenti.

Questo vale anche per la SEO. Usiamo l’AI per dare priorità ai contenuti in base a segnali come il tasso di click-through, il volume di ricerca e le previsioni di traffico e coinvolgimento. Così possiamo concentrarci sulle opportunità dal maggiore ritorno atteso, invece che su elenchi di parole chiave statiche o sull’intuizione.

Tuttavia, manteniamo volutamente l’intervento umano in tutto ciò che richiede gusto, contesto e originalità.

Le decisioni di design sono un buon esempio: ciò che "appare giusto" per uno specifico pubblico, per il brand o il momento dipende ancora molto dal giudizio umano. Lo stesso vale per eventi e strategie delle conferenze, in cui la comprensione delle sfumature, delle relazioni e della percezione del marchio conta più dei soli dati.

Dal lato dei contenuti è un approccio ibrido. L’AI è efficace nel generare varianti, strutture e persino idee per annunci, ma gli spunti principali per la demand generation derivano sempre dalla ricerca creativa e da una profonda conoscenza del pubblico. È lì che avviene la differenziazione.

Perché le automazioni devono giustificare la propria esistenza

I benefici più evidenti sono: efficienza e scalabilità.

Automatizzare i flussi di lavoro manuali ha fatto risparmiare molto tempo al team, dalla produzione dei contenuti fino all’esecuzione outbound. Questo si traduce direttamente in risultati: possiamo condurre più esperimenti, lanciare più rapidamente e operare con un team più snello rispetto al passato.

L’AI ha anche migliorato la velocità di presa di decisione. Con l’AI che analizza i dati di performance e attribuzione, possiamo passare molto più rapidamente dall’intuizione all’azione, soprattutto in aree come l’allocazione del budget o l’ottimizzazione delle campagne.

Tuttavia, un’eccessiva automazione rappresenta un grosso rischio.

È facile dedicare tempo a costruire e ottimizzare flussi di lavoro che sono operativamente interessanti, ma che non portano veri risultati di business. In certi casi, i risultati prodotti dal sistema non sono abbastanza forti da giustificare lo sforzo, soprattutto quando mancano della necessaria qualità o sfumatura.

Quindi, questo è il mio consiglio: non automatizzare solo per automatizzare. Rimanete disciplinati su dove l’AI crea vero valore rispetto a dove aggiunge soltanto complessità.

Il consiglio di Emilia

Non automatizzare solo per il gusto di farlo. Rimani disciplinato su dove l’IA crea vero valore rispetto a dove aggiunge solo complessità.

Segui il percorso

Puoi seguire il lavoro di Emilia su LinkedIn. E dai un’occhiata a ZenABM.

Presto altre interviste con esperti su The CMO Club!