Key Takeaways
Fremdrift: KI gir raske gevinster, men kan forsterke eksisterende problemer i arbeidsflyten uten et solid grunnlag.
Arbeidsflyt: Effektiv markedsføring krever at arbeidsflyter prioriteres fremfor verktøy for å oppnå bærekraftige resultater.
Kostnaden ved å mislykkes: Feilimplementering og ineffektivitet kan føre til betydelige skjulte kostnader utover prisen på verktøyet.
Overleveringer: Ineffektive overleveringer mellom team kan forsinke kampanjer og redusere fordelene ved KI-forbedringer.
Nytt design først: Før du tar i bruk KI-verktøy, bør du identifisere og løse sammenbrudd i arbeidsflyten for å sikre bedre avkastning på investeringen.
Det første en ny markedsføringsleder må vise, er kompetanse. For å skape fremdrift er AI et opplagt virkemiddel, så å bygge AI inn i arbeidsflyter er en selvfølge. Det er snart å ta i bruk, synlig for ledergruppen og enkelt å presentere som en verdiøkning.
Bortsett fra at det finnes et skjult avvik i avkastningen. Og selv med verktøyene på plass har resultatene en tendens til å ligge etter det som ble lovet.
Utfordringen for mange markedsførere er at arbeidsflytene allerede er fragmenterte. Oppstykkede plattformer som er utviklet for å gi en helhetlig forståelse, klarer ikke å gjøre det, og AI gjør bare unøyaktighetene raskere. Dysfunksjonalitet er ikke én enkelt persons feil; alt AI har gjort, er å sette den organisatoriske kommunikasjonen under lupen.
Som markedsføringsleder kan du oppleve at du bruker mer tid på å navigere i individuelle bruksområder for AI enn på å argumentere for avkastningen. Og du ville ikke vært alene.
Mønsteret med å velge verktøyet først og deretter bestemme hvilke konkrete friksjonspunkter som skal løses, går igjen på tvers av organisasjonsstørrelser, plattformer og bransjer. Kostnaden tilskrives nesten aldri riktig.
Kostnaden ved å skylde på feil ting
Alle markedsføringsteam du kjenner, har nå en agent et sted i arbeidsflyten. Det er lett å skylde på arbeidsflyten først når alt noen gjør, er å sende gjentatte forespørsler til en chatbot. Folk skylder på plattformen eller leverandøren og begynner deretter å vurdere alternativer.
Akande Davis har sett akkurat denne sekvensen utspille seg nok ganger i selskaper med en omsetning på mellom 100 og 500 millioner dollar til å vite hvor det bryter sammen. En plattform får skylden for feil som startet et annet sted, så teamet migrerer, og de samme problemene dukker opp i det nye verktøyet noen måneder senere.
«Ni av ti ganger», sier han, «ble det implementert dårlig, eller teamet fikk ikke den nødvendige opplæringen da de kjøpte produktet.»
Davis er driftsdirektør i GNW Consulting, et byrå som jobber med B2B-team i mellomstore og store virksomheter på tvers av implementeringer av Adobe, HubSpot og Salesforce.
Firmaet hans utarbeidet en rapport som tallfestet hva denne runddansen koster, og prislappen på selve verktøyet viste seg å være det minste tallet på siden.
«Utgiften er ikke bare det du betaler for produktet. Det er tiden som går tapt, inntektene som går tapt og ineffektive prosesser – noe som til sammen fører til en svært høy kostnad ved mislykkethet som vil føre til at CMO-er må gå.»
Have an account? Log In
Hvorfor arbeidsflyten er den vanskelige delen
Dette misforholdet kommer også frem i nye undersøkelsesdata.
Salesforces rapport om markedsføringens tilstand undersøkte 4 450 markedsføringsledere frem til november 2025 og fant at bare 13 % av markedsføringsteamene for tiden bruker agentbasert AI.
Selv om de fleste av dem som bruker det eller planlegger å gjøre det, forventer reelle gevinster i form av økt avkastning. Avviket skyldes hvor klare arbeidsflytene er.
Markedsførere som presterer best, har 2,4 ganger større sannsynlighet enn alle andre for å ha samlet datakildene sine. I tillegg må den gjennomsnittlige markedsføringsorganisasjonen fortsatt koble sammen omtrent sju ulike datakilder før en agent kan handle på grunnlag av dem på en pålitelig måte. En agent som utfører en ødelagt prosess, stopper ikke opp for å legge merke til det; den forverrer problemet.
Liza Adams, en CMO på deltid som rådgir selskaper gjennom AI-transformasjoner, har en teori om hvorfor arbeidsflyten sjelden blir berørt, selv når alle er enige om at den burde det.
«AI er ikke den vanskelige delen», sier hun. «Det er menneskene.»
Hun beskriver en kløft mellom to tilstander: på den ene siden en chatboks som kan svare på hva som helst, og på den andre siden en arbeidsflyt der en agent allerede er bygget inn i hvordan arbeidet utføres fra start til slutt.
Det er enkelt nok å lære opp et team i å skrive gode forespørsler til en modell. Men å be dem bygge om en prosess de har utført på samme måte i årevis, og stole på at agenten som kjører den fortsatt trenger dem, er en helt annen type arbeid.
Dette er laget de fleste ledere undervurderer. AI-opplæring stopper ofte ved funksjonene: hva et verktøy kan oppsummere, og hva det kan utarbeide et førsteutkast til.
Medarbeidere lærer å bruke AI uten noen gang å se hvordan deres egen rolle ser ut når AI er bygget inn i arbeidsflyten i stedet for å bli lagt oppå den til slutt. Adams kaller dette gapet den egentlige hindringen, ikke den generelle motstanden mot endring som folk vanligvis skylder på.
Adams oppsummerer det som har endret seg fra i fjor til i år, med ett ord: nytenkning. Hun beskriver 2025 som året med høyt tempo, da oppdraget ganske enkelt var å gjøre noe med AI.
Det krevende arbeidet begynner nå, når spørsmålet skifter fra om et team bruker AI, til om teamet kan se for seg selve jobben på en annen måte når en agent håndterer deler av den.
"AI er nå integrert i måten vi jobber på," sier hun. "Vi kan ikke gjøre jobben uten det." Det er en langsommere form for endring enn å bytte verktøy, og det er den de fleste utrullinger hopper over.
Hvordan det ser ut å krysse det gapet
Yael Abbukkis hadde allerede krysset det gapet da hun snakket om det. Som CMO i Lusha bygget hun om teamet sitt over ni måneder basert på denne samme innsikten, og gikk fra funksjonsbaserte spor til arbeidsflytbaserte.
Instruksen hennes til teamet var enkel: "Jeg vil ikke at dere skal jobbe med en oppdragsbeskrivelse. I stedet vil jeg at dere skal bygge en maskin som får markedsføringen til å skje med ti ganger høyere hastighet."
Resultatet: 16 % vekst i ICP fra år til år, samtidig som utgiftene til betalte medier ble halvert.
Resultatet var automatisert overvåking av konkurrentenes nettsteder for uannonserte endringer i brukergrensesnitt og priser. I tillegg lanserte de et ende-til-ende-kampanjesystem som gjør ett enkelt input om til publiserbar tekst, kreativt materiell og annonseelementer formatert for plattformen. ICP-veksten nådde 16 % fra år til år, mens utgiftene til betalte medier ble halvert.
Abbukkis vet hva som hindrer andre team i å komme dit.
"De fleste ledere gjør feilen å legge AI oppå et ødelagt fundament," sier hun. "AI gjenspeiler kvaliteten på systemet det er koblet til. Når dataene er fragmenterte og målrettingen er bred, hjelper AI deg bare med å bevege deg raskere i feil retning."
More Articles
- Hvorfor markedsføringsorkestrering er den nye superkraften
- Hvordan 7 ledere redesignet innholdsarbeidsflyter med AI
- Markedsdirektør sier at effektivitetsgevinstene fra KI skader markedsføringsbudsjettet ditt
- Markedsføreren som bygger maskinen
- Hvorfor de fleste AI-utrullinger stopper opp, og hvordan markedssjefer kan løse det
Hvor skal du begynne?
Du må kartlegge hvor arbeidet bryter sammen, ikke hvor du antar at det gjør det.
Definer hvem som eier hvert trinn før du automatiserer noe mer. Finn ut hvem som ber om arbeidet, hvem som gjennomgår det, hvem som godkjenner det, og hva som fortsatt skal ledes av mennesker.
Når eierskap og roller er avklart, blir valg av verktøy en øvelse i å finne riktig samsvar i stedet for et veddemål. Abbukkis' råd for å komme videre er konkret.
"Velg én arbeidsflyt som betyr noe, og bygg den opp på nytt fra ende til ende. Fordeling av potensielle kunder, ICP-målretting, dataforbedring – velg én. Når ett system fungerer sømløst, finansierer samtalen om å gå videre seg selv."
Abbukkis kaller fortsatt systemet til teamet sitt en maskin. Hun bygget den selv og kartla hver eneste overlevering før hun lot AI komme i nærheten av den. De fleste teamene som kjører en agent akkurat nå, kunne bygget den samme maskinen hvis de kartla arbeidsflyten før de slapp den løs på én.
Disse tallene kom ikke bare fra et bedre verktøy. De utnyttet verktøyet til å utforme et skreddersydd arbeidsflytsystem som reduserte friksjonen.
Hvis du lurer på om den typen resultat kan gjentas, er Abbukkis tydelig på hva som er det største enkeltstående hinderet.
"De fleste ledere gjør feilen å legge AI oppå et ødelagt fundament. AI gjenspeiler kvaliteten på systemet det er koblet til. Når dataene er fragmenterte og målrettingen er bred, hjelper AI deg bare med å bevege deg raskere i feil retning."
Konkurrentene dine kan kanskje lisensiere de samme verktøyene, men de kan ikke gjenskape arbeidsflytene som bare du kan bygge.
Hva skjer videre?
Registrer deg for en gratis konto hos The CMO Club, og få nyhetsbrevet vårt levert ukentlig direkte til innboksen din.




