Hvorfor AI-innføring mislykkes uten rene data

Breanna Lawlor: De fleste organisasjoner behandler AI-innføring som et teknologiproblem. Men hvis du er markedssjef akkurat nå, er den vanskeligere sannheten at teknologien ofte er den enkle delen. Det er menneskene, tilliten og kulturen som gjør at utrullinger ofte stopper opp. Og akkurat nå, når AI utvikler seg raskere enn de fleste team klarer å ta inn over seg, er ikke lederne som oppnår resultater de som har de mest sofistikerte verktøyene. Det er de som skaper psykologisk trygghet for teamene sine, slik at de kan eksperimentere, mislykkes og fortsette.

I dag har jeg med meg Shelly Alvarez, visepresident for markedstjenester i Apply Digital. Hun leder leveranseteamene etter salg, som har ansvar for å omsette kundestrategi til gjennomføring, og hun har håndtert en omfattende organisatorisk AI-transformasjon i sanntid.

I denne episoden snakker vi om hvordan Shelly bygget et internt AI-råd som proaktivt finner løsninger før kundene i det hele tatt ber om dem, hvorfor hun setter kvalitet foran hastighet som sin veiledende filosofi, selv når presset om å bevege seg raskt kommer ovenfra, og hva som skulle til for å flytte energien i teamet hennes fra spenning til ekte begeistring for det som ligger foran dem.

Jeg er Breanna Lawlor, og dette er CMO Club-podkasten. Shelly, velkommen.

Shelly, tusen takk for at du møter meg og er villig til å snakke med meg på The CMO Club. Jeg er veldig glad for å være her på Iteros Activate Summit. Det høres ut som om du har vært her før. Enda viktigere vil jeg gjerne høre litt om deg, rollen din og selskapet du jobber i.

Shelly Alvarez: Ja. Takk for invitasjonen. Jeg setter pris på at dere inkluderer meg her. Selvfølgelig. Jeg er visepresident for markedstjenester hos Apply Digital. Jeg leder altså leveranseteamene våre etter salg. Og for de som lytter, het vi tidligere Ragnarok. Ja. Og vi ble kjøpt opp av Apply Digital i fjor.

Det er omtrent et år siden nå.

Breanna Lawlor: Veldig spennende. Det følger mye med et oppkjøp. Ja. Det er ny energi, nye ressurser, forhåpentligvis. Ja. Har det endret hvordan ting fungerer?

Shelly Alvarez: Ja, det har det virkelig. Oppkjøpet var en endring. Ja. Og så hadde vi en ny stor endring for omtrent en måned siden.

Vi fikk en ny administrerende direktør. Hyggelig. Ny energi, nettopp. Så to store endringer. Og han har bakgrunn fra AI, og han heter Ali, men vi kaller ham kjærlig for Dr. Ali. Hyggelig. Ja, så han endrer virkelig landskapet vårt innen AI. Han har endret tankesettet vårt, og jeg vet at mange tenker på AI som kostnadsbesparelser eller kostnadskutt.

Han har virkelig endret tankesettet vårt til at det ikke er det han ønsker å gjøre. Han vil at det skal være en multiplikator. Slik at vi kan gjøre alt større, bedre og raskere.

Han har derfor utfordret oss til å spørre: Alle prosessene og leveransene vi gjør i dag, hvordan kan vi gjøre dem annerledes med AI?

Breanna Lawlor: Okei.

Shelly Alvarez: Det er egentlig oppdraget vårt i år. Og han er også veldig opptatt av å eksperimentere. Så vi feirer seirene våre, og vi ler også av feilene våre fordi vi lærer av dem. Hvis du bruker AI, kommer du til å oppleve noen feil. Og vet du hva? Jeg mener at man må tilføre latter til alt man gjør.

Det hjelper virkelig hvis du har noen morsomme feil. Del dem, le av dem, lær av dem og gå videre.

Breanna Lawlor: Takk for at du deler alt dette. Ja. Du nevnte også noe i innledningen vår om at den nye administrerende direktøren ønsker at AI skal være en del av selve DNA-et til organisasjonen.

Hvordan ser det ut etter din mening? Når det er integrert, er det ikke bare lagt oppå eksisterende arbeidsflyter. AI er en naturlig del av kjernen vår; det er slik vi arbeider fra et helt annet utgangspunkt. Kan du ta meg gjennom prosessen fra A til B med å endre organisasjonen?

Shelly Alvarez: Ja. Det går tilbake til det jeg sa om alt fra prosessene våre til leveransene våre. Vi blir utfordret til å kartlegge hvordan den ikke-AI-baserte måten ser ut, og deretter hvordan AI-måten ser ut, og hvordan vi kommer dit. Og selv når du har kommet til AI-måten, hvordan fortsetter du å gjøre den bedre, bedre og bedre måned for måned eller år for år? Det handler om å utfordre status quo. Selv om du har noe i dag som fungerer veldig bra, hvordan kan du finne opp det på nytt?

Breanna Lawlor: Nettopp. Jeg tror det er slik man holder seg i forkant.

Shelly Alvarez: Ja.

Breanna Lawlor: Når det gjelder kundebasen deres og menneskene dere jobber med, er de like langt fremme på AI som organisasjonen deres, eller er det litt friksjon mellom det dere prøver å gjøre internt og hvordan dere presenterer dere eksternt?

Shelly Alvarez: Jeg tror de er det. Vi hadde hovedinnlegget her på Iterable i morges. Nova ble lansert, alle AI-verktøyene. Jeg vet derfor at kundene våre befinner seg i AI-landskapet. Hvis du hadde stilt meg det spørsmålet for tre år siden, prøvde vi å overbevise folk om at de måtte bruke AI. Det ser vi ikke lenger. Det er motsatt. Kundene trenger ikke å overbevises, men de ber om retning. De ber om hjelp til hvor de kan bruke det, hvor de kanskje ikke bør bruke det, og hvordan de kan finne de lavthengende fruktene. Hvor er et godt startpunkt for AI?

Det er der de fleste kundene våre kommer inn: Hvor begynner jeg? Hvordan kommer jeg i gang?

Breanna Lawlor: Ja.

Shelly Alvarez: Og hvor bør jeg ikke hoppe rett ut på dypt vann?

Breanna Lawlor: Ja.

Shelly Alvarez: Ja.

Breanna Lawlor: Vil du regne Apply Digital som en virksomhet på konsernnivå?

Shelly Alvarez: Ja.

Breanna Lawlor: Okei.

Shelly Alvarez: Absolutt.

Breanna Lawlor: Da finnes det noen dypt forankrede prosesser og arbeidsmåter som grunnleggende sett kan være vanskelige å endre.

Shelly Alvarez: Ja.

Breanna Lawlor: Hva har du sett fungerer godt når man gjør disse endringene, enten det handler om å gi menneskene dine myndighet eller om å lede med nysgjerrighet og eksperimentering, og hvilke resultater får dere?

Shelly Alvarez: Jeg skal gå litt tilbake til det jeg sa: Ikke gå rett ut på dypt vann. Start på grunt vann. Der vi ser at AI fungerer veldig godt, er i det operative laget. Ting som er svært repeterbare. Lage rapporter, hente analyser. Jeg fleipet tidligere i dag i sesjonen vår med at AI aldri sier klokken fem på fredag at den må gå fordi den skal på happy hour. Hvis du er avhengig av at noen henter rapporter på fredag klokken fem, er det et godt bruksområde for AI.

Breanna Lawlor: Ja.

Shelly Alvarez: Vi ser også personalisering i stor skala. Jeg husker da jeg jobbet på merkevaresiden; da hadde vi et datateam på 20 personer, og det trenger du ikke lenger. Du kan ha mindre team og likevel oppnå de samme resultatene. Det kan kanskje være litt skremmende for folk. De tenker: «Vent, jeg er ikke klar for personalisering.»

Men du bør være klar til å lage rapportene dine. Og jeg synes også du bør føle deg trygg på at AI finner avvik. Det er den veldig god på. Den kan sile gjennom ting svært raskt. Du kan be den finne den dårligst presterende kampanjen, den best presterende kampanjen eller en kampanje som har stoppet. Den finner den slik.

For å svare på spørsmålet ditt: Hvor må vi fortsatt være forsiktige? AI blir bare så god som dataene. Hvis du har søppel inn, får du søppel ut.

Breanna Lawlor: Dette har kommet opp mange ganger i samtaler med andre ledere.

Shelly Alvarez: Dataene dine må være solide. Du kan komme raskere frem til et svar, men du kommer bare raskere frem til et feil svar.

Breanna Lawlor: Må dataene være samlet, eller kan de fortsatt være fragmenterte? Du sa at dataene må være solide.

Shelly Alvarez: Jeg vil si samlet, og det må være en utvikling. Ikke alle kan si: «Neste måned skal jeg ha en samlet database.» Men du må bevege deg mot en samlet database. Da har du én sannhetskilde. Hvis dataene hele tiden er fragmenterte, vil folk hele tiden gå inn i de ulike siloene og gjøre endringer, noe som bare skaper mer kaos.

Breanna Lawlor: Og de kommuniserer ikke alltid med hverandre.

Shelly Alvarez: Nei.

Breanna Lawlor: Nettopp. Særlig når det finnes en menneskelig komponent. AI kan gjøre feil. Mennesker kan gjøre feil. Forhåpentligvis lærer vi alle av det og itererer videre. Føler du at du har en solid kundebase som du kan eksperimentere med og prøve ut ting på internt, både når det gjelder deres egen tilpasning av AI-prosesser og det dere forsøker å tilby kundene?

Shelly Alvarez: Absolutt. En veldig morsom ting vi gjør med teamet vårt, er at vi møtes ukentlig. Jeg kaller det, i mangel av bedre ord, AI-teamet mitt. De gjør andre ting også, men det er vårt lille AI-råd.

Breanna Lawlor: Det er flott.

Shelly Alvarez: Selv om kundene ikke har bedt dem om å gjøre noe, har vi utfordret dem. Finn noe kunden gjør manuelt, og se om dere kan gjøre det større, bedre og raskere med AI.

Breanna Lawlor: Utmerket.

Shelly Alvarez: Så de gjør det proaktivt, og deretter viser de det til kunden. Vi trenger ikke vente på at kunden kommer til oss. La oss se hva vi kan utvikle for dem. Og det er greit at de sier nei.

Breanna Lawlor: Selvfølgelig.

Shelly Alvarez: Det skjer. Hvis en kunde sier: «Jeg vil ikke gjøre det på den måten. Jeg er ikke komfortabel med det.»

Breanna Lawlor: Ja.

Shelly Alvarez: Ingen problem.

Breanna Lawlor: Ja, selvfølgelig. Dere finner en måte å gjøre det på. Og det kommer vanligvis fra et smertepunkt. Vi har gjentatt dette, og det har vært svært manuelt. Det må finnes en større og bedre måte å gjøre det på. Og da tenker du: Ding, ding, ding. Vi har løsningen for deg. Men det å ha en proaktiv tilnærming er svært verdifullt, for i samtaler jeg har hatt med ledere de siste månedene, er nysgjerrighet noe som stadig kommer opp.

Det finnes vanligvis et vippepunkt. Folk er redde, men hvis du er villig til å prøve ting, kommer du ofte frem til et mer informert resultat enn om du bare fortsetter å gjøre det samme. Men folk trenger en veileder gjennom prosessen. Det er svært vanskelig å legge hele ansvaret på seg selv, enten man er leder eller medarbeider, og bare begynne å eksperimentere og endre alle prosessene våre over natten. Du trenger noen som kan si: «Dette gjorde vi. Fortell oss hvor du vil komme. Vi viser deg trinn for trinn hvordan du kommer dit.» Det er mye å si om det grunnleggende laget. Jeg vet at du også viste til det operative laget som en grunnleggende komponent.

Etter ditt syn, finnes det flere ulike stadier i denne AI-utviklingen når det gjelder innføring?

Shelly Alvarez: Jeg tror det. Som med alt annet du gjør, må det være en utvikling. Ikke gå rett til de største, skumleste og mest komplekse problemene du må løse. Bli komfortabel med noen av de enklere tingene.

Rapportene du kjører, eller dataene du trenger å hente. Du kommer til å stole mer på AI. Du kommer til å stole mer på deg selv. Du blir mer begeistret. Hvis jeg får en AI-seier fordi jeg har fått AI til å bygge noe for meg som jeg gjorde manuelt, blir jeg kjempebegeistret. Jeg er stolt og forteller folk om det. Begynn derfor med de enklere utfordringene, og jobb deg deretter opp mot mer komplekse.

Breanna Lawlor: Enkle ting som i mange tilfeller krever mye manuelt arbeid og kan gjentas. Det er der dette verktøyet blir tilgjengelig og kan gi imponerende avkastning på investeringen.

Shelly Alvarez: Nettopp.

Breanna Lawlor: Jeg vil gjerne høre litt om temperaturmålingen i samtalen din tidligere med menneskene i rommet under foredraget. Hva kom opp? Hvilke vanlige utfordringer eller temaer viste seg? Og ble du overrasket over det som kom opp?

Shelly Alvarez: Det gjennomgående temaet som kom opp – og nå skal jeg avsløre alderen min: Jeg har jobbet med CRM i 30 år.

Breanna Lawlor: Så du har et vell av erfaring.

Shelly Alvarez: Takk. Som barna mine ville sagt: «Du er avansert, ikke gammel. Du er avansert, mamma.» Vi har hatt de samme utfordringene i 30 år. Det handler om å få rene data.

Breanna Lawlor: Nettopp.

Shelly Alvarez: På en eller annen måte har vi mennesker ikke løst det. Det var et tema i dag. Hvordan sørger du for at du kan stole på dataene dine?

Breanna Lawlor: Nettopp.

Shelly Alvarez: Hvordan sørger du for at du har rene data før du bruker AI? For som jeg sa tidligere: søppel inn, søppel ut.

Hvis du bruker AI, men dataene dine ikke er der de må være, kommer du til å mislykkes raskere. Det blir bare mer arbeid uten reell fremgang.

Breanna Lawlor: Det er som en situasjon der man bare lager arbeid for arbeidets skyld.

Shelly Alvarez: Ja. Det var et tema som kom opp i dag. Overrasket det meg? Nei. Og jeg tror at hvis du og jeg setter oss ned om ti år, kan vi ha den samme samtalen. Det er naivt å tro at alle kunder kommer til å løse datautfordringene sine, for disse kundene vokser fortsatt. Enten de kjøper opp et annet selskap eller legger til et nytt produkt, har de kanskje en vekst eller endring som ikke var forventet. Du må derfor gjøre en bevisst innsats for å arbeide kontinuerlig med dataene, slik at de forblir så rene og strukturerte som mulig.

Breanna Lawlor: Ja, og det er et veldig godt poeng å ha i mente. Det er kanskje ikke den mest glamorøse delen av det, men hvis du gjør det grunnleggende arbeidet, kan du legge så mye oppå det og oppnå resultater. Jeg skal skifte spor litt. Du nevnte hastighet og renslighet i dataene som noe viktig. Hvis du måtte velge ett tema som filosofi for hvordan du tilnærmer deg AI i år, og måtte velge mellom hastighet, eksperimentering og kvalitet – hva ville du valgt? Du kan bare velge én.

Shelly Alvarez: Jeg kan bare velge én?

Breanna Lawlor: Bare én. Og du kan være kreativ i svaret.

Shelly Alvarez: Okei, jeg tar hastighet av bordet.

Breanna Lawlor: Okei.

Shelly Alvarez: Nå må jeg velge mellom kvalitet og eksperimentering? Du ber en markedsfører velge mellom kvalitet?

Breanna Lawlor: Jeg vet. Hvordan våger jeg?

Shelly Alvarez: Vi utfordrer alltid kundene våre til å eksperimentere mer, men da må jeg ta det av bordet. Det må bli kvalitet. Uansett hva du gjør, hvor mye du eksperimenterer, eller hvor sakte eller raskt du beveger deg, må du sette kvalitet foran alt.

Jeg er derfor veldig komfortabel med svaret mitt. Kvalitet over alt.

Breanna Lawlor: Tror du mye av dette kommer av at man har god kunnskap om kundene sine, og deretter informerer AI-en man bruker om hva man ønsker å oppnå som sluttresultat, samtidig som man har rene data? Er det på en måte linsen du ser det gjennom?

Shelly Alvarez: Kundene mine bryr seg om hastighet, men de bryr seg mye mer om kvalitet. Og noen ganger når vi bygger en løsning, vil de ikke engang vite hvordan vi kom frem til løsningen.

Breanna Lawlor: Er ikke det fascinerende?

Shelly Alvarez: De vil vite at vi har løsningen for dem. Det er det vi ble ansatt for å gjøre.

Breanna Lawlor: Kan du fortelle litt om bransjene dere vanligvis jobber med, eller hvor de befinner seg prosessmessig når dere kommer inn og støtter dem?

Shelly Alvarez: Vi jobber med mange ulike bransjer. Vi har ikke én bestemt bransje vi bare arbeider med. Vi liker å jobbe med alle, men vi har finans. Der gjør vi det svært godt.

Breanna Lawlor: Det er interessant, for jeg hadde en samtale tidligere, og finans ble fremhevet som en bransje som kanskje er litt mer forsiktig med AI.

Shelly Alvarez: Ja.

Breanna Lawlor: Kan du si litt om det? Hvis det er noen dere jobber med, hvordan håndterer dere det? De har strengere strukturer når det gjelder personvern, regulering og datastyring. Det er mye å ta hensyn til, og hvis ting ikke går som planlagt, kan konsekvensene bli alvorlige.

Shelly Alvarez: For kundene våre innen finans og finansteknologi har vi mer samarbeid med dem enn med noen andre kunder. La oss si en skokunde. Hvis du gjør en feil i en e-post om sko, overlever vi alle. Men hvis du gjør en feil med en kunde i en mer regulert bransje, er innsatsen høyere. Kunder innen detaljhandel kan kanskje gi oss noe som vi gjennomfører, men med kundene våre innen finans samarbeider vi hele dagen. Vi må forstå behovene deres, og de må forstå eventuelle begrensninger hos oss, og omvendt. Det er et svært omfattende samarbeid med denne typen bransje.

Breanna Lawlor: En ekte partner for å finne ut hvilke sikkerhetstiltak som må være på plass, slik at vi kan løpe fritt med denne tingen vi fokuserer på.

Shelly Alvarez: Absolutt. Det handler om å kjenne parameterne og sørge for at alle kjenner dem, slik at vi ikke tråkker over grenser vi ikke bør tråkke over.

Breanna Lawlor: Det er klokt. Du er ekspert på ditt område, markedstjenester og ledelse av markedstjenester. Men menneskene på kundesiden innen finans er eksperter på sitt område. Så oppstår det en gjensidig synergi når dere kobler dere sammen og finner ut hvilket resultat dere vil oppnå. Omvendt utvikler dere kanskje prosessen sammen med dem, med utgangspunkt i hvor dere vil ende og hvordan AI kan støtte dere? Eller bygger dere den mens dere prøver dere frem?

Shelly Alvarez: Det var en interessant tanke. Jeg tenker litt på det. Utvikler vi den baklengs?

Sannsynligvis ikke.

Breanna Lawlor: Når dere vet hvilket resultat dere vil oppnå, og deretter hvordan AI kan hjelpe.

Shelly Alvarez: Jeg er sikker på at teamet mitt kan høre på dette nå og si: «Shelly, husk at vi gjorde det på den måten her.» Men vanligvis beveger vi oss i retning av løsningen.

Breanna Lawlor: Det gir mening. Jeg vil spørre deg om noe som gjelder teamet ditt. Når du er i en lederposisjon, ser folk til deg for veiledning og svar. Samtidig skal du gi teamet og kundene dine myndighet, og følge mandatet fra styret eller ledelsen, enten de er partnere eller overordnede.

Hvordan håndterer du denne spenningen og tar meningsfulle beslutninger når det gjelder AI og neste beste skritt?

Shelly Alvarez: Det ville være naivt å si at det ikke finnes noen spenning rundt AI. Det gjør det. Jeg tror derfor mandatene må komme fra den øverste ledelsen. Jeg nevnte den nye administrerende direktøren tidligere. På en av de aller første dagene sine sa han: «Vi bruker ikke AI for kostnadsbesparelser eller for å fjerne jobber. Vi bruker AI som en multiplikator for å gjøre ting større, bedre og raskere.» Det at han sa det, fjernet så mye spenning fra teamet mitt. Og jeg tror også – ikke bare med AI, men som en del av lederfilosofien min – at man må gi rom for feil.

Breanna Lawlor: Ja.

Shelly Alvarez: Gi rom for feil og læring. Vi kommer til å gjøre feil med AI. En del av lederstilen min er at jeg forteller alle om feilene mine.

Breanna Lawlor: Så bra.

Shelly Alvarez: Alle AI-feilene mine. Jeg sier: «Se hva jeg gjorde.» Da har jeg skapt et miljø der de også kan gjøre feil. Det fjerner noe av spenningen de kanskje føler. De kan være åpne og si: «Jeg prøvde dette med AI, men klarte aldri å oppnå et godt resultat.» Det går helt fint. La oss bruke AI der det fungerer best.

Breanna Lawlor: Ja. Og det kommer bare av å prøve, ta med seg kunnskapen og prøve igjen. Vis-og-fortell-aspektet har også kommet opp igjen. Du har en maktposisjon, men du kan samtidig støtte deg på andre i teamet for å få bedre innsikt.

Shelly Alvarez: Ja.

Breanna Lawlor: To spørsmål, og så nærmer vi oss avslutningen. Hva gleder du deg mest til de neste tre og seks månedene, og hva er du mest stolt av når det gjelder påvirkningen du har hatt de siste månedene?

Ting beveger seg så raskt at jeg ikke vil planlegge ti år frem i tid, men.

Shelly Alvarez: Jeg skal gi et litt klisjéfylt svar, men jeg gleder meg virkelig til å se hvordan teamet mitt tar utfordringen med å forvandle jobbene sine fra ikke-AI til AI.

Og jeg har allerede sett det. Jeg har sett en fornyet begeistring. Du nevnte spenning, og jeg har sett at den har gått fra spenning til begeistring.

Breanna Lawlor: Ja.

Shelly Alvarez: Vi har nå et ukentlig møte der teamet mitt deler ting de har funnet på ved hjelp av AI. Jeg tror det har gjort det mulig for dem å gå fra et miljø preget av spenning til et miljø der de sier: «Se hva jeg gjorde.» Jeg gleder meg til å fortsette å se denne fornyede energien.

Breanna Lawlor: Ja.

Shelly Alvarez: En fornyet energi som jeg ikke forventet.

Breanna Lawlor: Når du ser tilbake på den siste tiden, hvilken påvirkning eller innflytelse er du særlig stolt av?

Det høres ut som om du har mye innflytelse her, både når det gjelder hvordan du knytter kontakt med teamet ditt og eksternt. Er det noe du kommer på hvor du tenker: «Jeg klarte å gjøre dette på denne tiden, og dette ble resultatene»? Det kan være lite, eller på et overordnet nivå.

Shelly Alvarez: Jeg er veldig stolt av den proaktive tilnærmingen teamet mitt har tatt med AI. Den har gjort det mulig for dem å ikke vente på at kunden skal be om en løsning. De går inn, leker seg med det, ser hva de kan skape, og går deretter til kunden med en mulig løsning som kunden ikke engang hadde bedt om.

Breanna Lawlor: Den løsningen er basert på innsikt.

Shelly Alvarez: Ja. Jeg er virkelig stolt av dem for det.

Breanna Lawlor: Jeg synes det er et veldig godt tankesett. Det finnes en nysgjerrighetskomponent der som faktisk kan gi svært meningsfulle resultater hvis man gjør det strategisk. Det høres ut som det er det teamet ditt fokuserer på.

Takk for at du delte dette, og for at du tok deg tid til å snakke med meg.

Shelly Alvarez: Takk. Takk for at du inviterte meg.

Breanna Lawlor: Det har vært fantastisk å høre innsiktene dine, og ros til deg for den positive innstillingen din og måten du tilnærmer deg dette på, samtidig som du skaper resultater for kundene dine.

Shelly Alvarez: Tusen takk.

Breanna Lawlor: Flott.

Shelly Alvarez: Takk igjen.

Breanna Lawlor: Helt riktig. Takk, Shelly.