La Persona AI Ops Che Non Hai Ancora Assunto
Da qualche parte nel tuo team, c'è una persona che ha capito come funziona l'IA.
Ha costruito flussi di lavoro che nessuno le aveva chiesto di creare. Oppure, ha silenziosamente automatizzato il compito che prima richiedeva tre ore del tempo del tuo team in riunioni. O forse sa quali strumenti comunicano tra loro e quali no. E ha smesso di aspettare che qualcuno le dica cosa è permesso—questa è la tua maga del marketing operativo AI.
Altri membri del team hanno iniziato a portare le loro domande a questa persona prima ancora che a te.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
E anche se forse non hanno un titolo o non dedicano tempo esplicitamente, stanno facendo quel marketing operativo AI di cui c'è bisogno. E quasi certamente non hai dato loro l'autorità organizzativa per applicare ciò che sanno tra i team che ne hanno più bisogno.
Questa è la lacuna. Non si tratta di budget, strumenti o persino di una strategia.
La Ricetta Segreta Nella Tua Organizzazione
Questo ruolo dell'AI Operations è la chiave per sbloccare il potenziale della tua organizzazione, anche se ancora non ne sono definiti i dettagli.
Nathan Snell, Director of Product Management presso Intuit Mailchimp, costruisce automazioni di flussi di lavoro da quasi vent’anni. Ha dati e intuizioni che confermano cosa funziona, poiché i suoi flussi di lavoro vengono messi alla prova da milioni di utenti.
Snell chiama questa figura un professionista AI ops. Ha visto organizzazioni avere successo o fallire nell’adozione dell’IA. Ha abbastanza esperienza per sapere che questo ruolo—indipendentemente dal fatto che abbia un nome ufficiale—è la variabile più importante per fare in modo che una transizione AI funzioni davvero.
La differenza nel successo sta nel fatto che la persona incaricata dell'implementazione delle operazioni AI abbia un mandato o semplicemente sia quella con più curiosità sull’IA nel team. Magari fanno esperimenti nel tempo libero senza nessuna autorità organizzativa per cambiare qualcosa. Alla fine, si tratta sempre di chi si assume la responsabilità.
E la diagnosi di Snell su dove si inceppano le implementazioni è diffusa.
"In ogni processo ci sono sempre due elementi", dice. "Ci sono le meccaniche, cioè il lavoro che le persone svolgono attivamente. E poi c'è l’onere del coordinamento."
L’IA risolve le meccaniche più velocemente di quanto si aspettino molte organizzazioni. Ma il coordinamento, secondo Snell, è qualcosa che l’IA spesso non tocca. Senza qualcuno che sia responsabile di colmare questa lacuna, non è possibile chiuderla—e non si chiude affatto.
Cosa Si Nasconde Sotto
Per i team di marketing, le meccaniche tendono ad accelerare tra produzione di contenuti, analisi dei dati, test delle varianti e stesura. Ma velocizzare i compiti non serve a migliorare le procedure e le strutture che possono intralciare le organizzazioni. I team devono considerare la burocrazia eccessiva, i processi, le regole e il personale in più che si creano quando le aziende crescono.
Potresti riconoscerti in quanto segue quando si tratta di progetti che devono essere approvati.
"Se devi avere la riunione di pre-pianificazione, poi la riunione di pianificazione, poi quella di revisione, poi la riunione per il rilascio in produzione e infine quella su com’è andata", dice Snell, "l’IA non può risolverlo. L’onere del coordinamento richiede una reale trasformazione dei processi."
Colleen Goepfert, Fractional CMO e consulente di operations che segue organizzazioni marketing sull’adozione dell’IA, da esterna vede lo stesso schema. Raramente viene chiamata per sistemare ciò che le persone dicono di voler sistemare.
"La progettazione del flusso di lavoro conta più dello strumento vero e proprio", afferma. "Il vero lavoro non è progettare lo strumento, ma ripensare come funziona il marketing, come vengono approvate le cose e come si prendono le decisioni."
Quello che rafforza il suo punto di vista è il modo in cui descrive la stessa disfunzione dall’altra parte. Snell vede l’impatto di flussi di lavoro migliorati nei prodotti che realizza e nei clienti che li usano.
Mentre Goepfert individua le evidenti lacune nelle organizzazioni che avrebbero dovuto beneficiare dell’IA ma che ancora non ne hanno visto i risultati. La conclusione è la stessa: l’IA non crea problemi all’interno del tuo team, né a livello interfunzionale né organizzativo. Ma, rende i problemi già esistenti impossibili da ignorare.
"L’IA in realtà mette in evidenza quando il sistema non funziona."
Akande Davis, VP of Operations presso GNW Consulting, va anche oltre. Quando il suo team entra in una collaborazione, la prima domanda non è quale strumento utilizzare. È se il problema sia di processo o di tecnologia, perché correggere quella sbagliata aggrava solo i danni.
"Spesso la tecnologia può fare molto di più di quanto richiesto", dice Davis. "[Ma] il processo è rotto." La sua analogia su cosa succede quando le organizzazioni saltano questa diagnosi: “Se dico all’IA di scavare la buca nel posto sbagliato, quella buca non serve a niente. Peggiorerà solo le cose. Otterrai risultati peggiori, ma più velocemente."
L’Architettura Che Alla Maggior Parte Dei Team Manca
Il punto di Snell si discosta dalla conversazione diagnostica quando consiglia dal punto di vista operativo. Gran parte dei consigli che circolano sull’adozione dell’IA si concentra su mentalità, gestione del cambiamento e allineamento della leadership.
Il background di Snell come costruttore di prodotti lo orienta a puntare su contesto e struttura.
Il valore qui non può essere sottovalutato, in particolare per come il contesto viene costruito, archiviato e condiviso tra i team. La maggior parte delle organizzazioni affronta questa esigenza con un unico grande prompt o un documento condiviso che si aggiorna rapidamente.
Ma Snell la vede in modo diverso.
"Prendi questo prompt assurdo che hai, che era questa enorme cosa gigantesca in un template, e puoi trasformarlo in competenze basate sul ruolo. Di conseguenza, gli agenti possono davvero fare di più. Puoi costruire su quel contesto."
Il passaggio da prompt monolitici a competenze modulari basate sul ruolo si estende alle operazioni.
E significa che il contesto che un'IA utilizza per svolgere il lavoro di marketing non è lo stesso che utilizza per le attività di prodotto o operative, ma tutto si ricollega a una base condivisa. Ogni team gestisce il proprio livello. Una persona dedicata alle operazioni di IA all'interno di ogni team lo mantiene.
"Ne basta davvero una sola che sappia testare gli strumenti, creare le competenze e condividerle", dice Snell. "Centralizzando il tutto in questo modo, si riduce l'attrito invece di far fare esperimenti a tutti e poi chiedersi perché non si vedono risultati."
Liza Adams, fractional CMO e consulente per la trasformazione AI, descrive il cambiamento strutturale sottostante da un punto di vista della leadership.
"L'IA non si preoccupa dei nostri silos. Non le interessa chi fa il lavoro o i titoli. Le importano solo i risultati, e va bene così, perché nemmeno ai clienti interessano queste cose."
Lei osserva che le organizzazioni si stanno muovendo, spesso con riluttanza, dai modelli gerarchici basati sui titoli verso strutture organizzate attorno al lavoro da svolgere. La persona dedicata alle operazioni IA descritta da Snell è una manifestazione di questo cambiamento: un ruolo definito dal risultato atteso e dalla proprietà del flusso di lavoro, non dal dipartimento.
La Parte in Arrivo
Ciò che distingue più chiaramente la visione di Snell dal resto della conversazione è che lui guarda già oltre l'attuale trasformazione. Tutti gli altri stanno cercando di sistemare ciò che non funziona ora. Lui sta già progettando il "dopo".
"Ciò che mi entusiasma di più è quello che definirei la transizione verso agenti proattivi," afferma.
"Oggi, la stragrande maggioranza di noi vive l'IA in modo orientato alla richiesta. Vado su Claude, Gemini o ChatGPT. Faccio una domanda, e ottengo la risposta.
Quello che vedremo sempre di più, invece, sono IA orientate alla proposta. Per esempio, se ti ho fornito tutto il mio contesto, se hai accesso a tutti i miei dati, se conosci l'andamento delle cose, perché dovrei venire io a chiederti di fare qualcosa?
Dovresti poter guardare e dire: 'Ho fatto questa analisi per te e qui c'è un nuovo segmento di persone che potresti raggiungere. Vuoi usarlo?'
Per un responsabile delle operazioni, questa è la ragione per cui il lavoro di base conta oltre i risultati AI di quest'anno. I team che costruiscono un'architettura contestuale modulare, dove una IA recupera al bisogno le informazioni necessarie da diverse fonti, sono quelli che definiscono chi è responsabile di cosa. Inoltre, evitano che i dati restino isolati tra funzioni, rendendo possibile l’affermazione di questi nuovi comportamenti degli agenti.
I team che applicano semplicemente l'IA ai processi esistenti stanno invece costruendo un tetto, cioè un limite di dipendenza dagli individui, che lo rende sia fragile che temporaneo.
Davis ancora la sua interpretazione più imminente su come il suo team conclude ogni incarico. Prima di proporre un cambiamento, ricollegano sempre al valore generato. Individuano i punti in cui aspettarsi un incremento della conversione, del retention e del contributo al pipeline. Ed è in questo modo che scoprono ciò che è davvero vitale per l'organizzazione.
"Se non è di alto valore, concentriamoci sulle cose che lo sono."
La ristrutturazione operativa ottiene il sostegno dell'organizzazione quando qualcuno si fa carico di collegarla ai risultati che stanno già a cuore al business.
La responsabilità è una decisione umana. E nessun agente sarà in grado di renderlo visibile finché non sarà stato fatto il lavoro per renderlo possibile.
Cosa Ci Aspetta?
Unisciti a noi su The CMO Club per scoprire le ultime approfondimenti, interviste ed episodi del podcast con i protagonisti del marketing.