Et eller annet sted på teamet ditt finnes det en person som har funnet ut av dette med AI.
De har bygget arbeidsflyter ingen ba dem om å bygge. Eller de har i stillhet automatisert oppgaven som tidligere slukte tre timer av teamets tid i møter. Eller kanskje de vet hvilke verktøy som snakker med hverandre, og hvilke som ikke gjør det. Og de har sluttet å vente på at noen skal fortelle dem hva som er tillatt – dette er din trollmann innen AI-drift og markedsføring.
Andre på teamet har begynt å komme til denne personen med spørsmålene sine før de kommer til deg.
Og selv om de kanskje ikke har en tittel eller setter av dedikert tid, utfører de AI-drift og markedsføring som må gjøres. Og du har nesten helt sikkert ikke gitt dem organisatorisk myndighet til å bruke det de vet på tvers av teamene som trenger det mest.
Dette er gapet. Det handler ikke om budsjettet, verktøyene eller engang strategien.
Den hemmelige ingrediensen i organisasjonen din
Denne rollen innen AI-drift er nøkkelen til å frigjøre potensialet i organisasjonen din, uansett om detaljene i jobben er definert eller ikke.
Nathan Snell, produktdirektør i Intuit Mailchimp, har bygget automatiserte arbeidsflyter i nesten to tiår. Han har dataene og innsikten som underbygger hva som fungerer, ettersom arbeidsflytene hans er stresstestet mot millioner av brukere.
Snell omtaler denne personen som en profesjonell innen AI-drift. Han har fulgt organisasjoner som lykkes og mislykkes med å ta i bruk AI. Lenge nok til å vite at denne rollen, enten den er formelt navngitt eller ikke, er den klart viktigste faktoren for om en AI-overgang faktisk får fotfeste.
Forskjellen på suksess ligger i om personen som har fått ansvar for implementeringen av AI-drift, har et mandat, eller bare tilfeldigvis er den mest AI-nysgjerrige på teamet. Kanskje de gjennomfører eksperimenter på fritiden uten organisatorisk myndighet til å endre noe. Til syvende og sist handler det om eierskap.
Og Snells diagnose av hvor utrullinger stopper opp er vanlig.
«Det er alltid to elementer i enhver prosess», sier han. «Det ene er mekanikken i den, altså arbeidet folk aktivt utfører. Og det andre er koordineringsbelastningen.»
AI løser mekanikken raskere enn de fleste organisasjoner forventer. Men koordinering er ifølge Snell noe AI ofte ikke berører. Uten noen som har ansvar for dette gapet, kan det ikke – og blir det ikke – lukket.
Have an account? Log In
Det som ligger under
For markedsføringsteam har mekanikken en tendens til å akselerere mellom innholdsproduksjon, dataanalyse, testing av variasjoner og utarbeidelse av utkast. Men det å komme raskere gjennom oppgavene gjør ingenting for å forbedre prosedyrene og strukturene som kan hemme organisasjoner. Team må ta høyde for overflødig byråkrati, prosesser, regler og personell som oppstår når selskaper skalerer.
Du kjenner deg kanskje igjen i det følgende når det gjelder å få prosjekter godkjent.
«Hvis du må ha møtet for forhåndsplanlegging, og deretter planleggingsmøtet, og deretter gjennomgangsmøtet, og deretter møtet for å få det ut, og møtet om hvordan det gikk», sier Snell, «kan ikke AI løse det. Koordineringsbelastningen må ende opp som en faktisk prosessforvandling.»
Colleen Goepfert, deltidsbasert CMO og driftskonsulent, hjelper markedsføringsorganisasjoner med å ta i bruk AI og ser det samme mønsteret utenfra. Hun blir sjelden hentet inn for å fikse det folk sier at de ønsker fikset.
«Utformingen av arbeidsflyten er viktigere enn selve verktøyet», sier hun. «Det virkelige arbeidet er ikke å utforme verktøyet. Det er å utforme på nytt hvordan markedsføringen fungerer, hvordan ting blir godkjent og hvordan beslutninger blir tatt.»
Det som underbygger poenget hennes, er hvordan hun beskriver den samme dysfunksjonen på den andre siden. Snell ser effekten av forbedrede arbeidsflyter i produktene han bygger, og hos kundene som bruker dem.
Mens Goepfert oppdager de åpenbare hullene i organisasjonene som skulle ha dratt nytte av AI, men som ennå ikke har sett dette bli en realitet. Konklusjonen er den samme. AI skaper ikke problemene i teamet ditt, på tvers av funksjoner eller organisatorisk. Men det gjør eksisterende problemer umulige å ignorere.
«AI avdekker virkelig et system som ikke fungerer.»
Akande Davis, driftsdirektør i GNW Consulting, går enda lenger. Når teamet hans starter et oppdrag, er det første spørsmålet ikke hvilket verktøy som skal tas i bruk. Det er om sammenbruddet skyldes et prosessproblem eller et teknologiproblem, fordi det å fikse feil problem forsterker skaden.
«Ofte kan teknologien gjøre langt mer enn kravene tilsier», sier Davis. «[Men] prosessen er ødelagt.» Analogien hans for hva som skjer når organisasjoner hopper over denne diagnosen, er følgende: «Hvis jeg ba AI om å grave hullet på feil sted, får jeg ingen verdi ut av det hullet. Det vil bare gjøre ting verre. Du får dårligere resultater raskere.»
Arkitekturen de fleste team mangler
Der Snells perspektiv skiller seg fra den diagnostiske samtalen, er i det han anbefaler operasjonelt. Det meste av rådene som sirkulerer om å ta i bruk AI, dreier seg om tankesett, endringsledelse og å få ledelsen samkjørt.
Snells bakgrunn som produktutvikler trekker ham i retning av kontekst og struktur.
Verdien her kan ikke undervurderes, særlig når det gjelder hvordan kontekst bygges opp, lagres og deles på tvers av team. De fleste organisasjoner håndterer dette med én stor instruksjon eller et delt dokument som raskt blir utdatert.
Men Snell ser det annerledes.
«Ta denne vanvittige instruksjonen du har, som var en enorm, gigantisk sak i en mal, og gjør den om til ferdigheter som er rollebaserte. Og som et resultat kan agenter faktisk gjøre mer. Du kan bygge videre på den konteksten.»
Overgangen fra monolittiske instruksjoner til modulære, rollebaserte ferdigheter strekker seg også inn i driften.
Og det betyr at konteksten en AI bruker til markedsføringsarbeid, ikke er den samme konteksten den bruker til produktarbeid eller driftsarbeid, men alt kobles tilbake til et felles fundament. Hvert team eier sitt lag. Én person med ansvar for AI-drift på et team vedlikeholder det.
«Du trenger egentlig bare én person som kan teste verktøyene, opprette ferdighetene og dele dem», sier Snell. «Å sentralisere dette på den måten reduserer friksjonen sammenlignet med at alle skal gjennomføre eksperimenter og deretter lure på hvorfor dere ikke ser resultater.»
Liza Adams, deltids-CMO og rådgiver innen AI-transformasjon, beskriver det underliggende strukturelle skiftet fra et ledelsesperspektiv.
«AI bryr seg ikke om siloene våre. Den bryr seg ikke om hvem som gjør arbeidet eller hvilke titler de har. Den bryr seg bare om resultater, noe som er bra, for kundene bryr seg heller ikke om disse tingene.»
Hun ser organisasjoner som, ofte motvillig, beveger seg bort fra hierarkier bygget rundt stillingstitler og mot strukturer organisert rundt oppgaven som skal utføres. Personen med ansvar for AI-drift som Snell beskriver, er én manifestasjon av dette skiftet: en rolle definert av resultater og eierskap til arbeidsflyten, ikke av avdelingen.
More Articles
Det som er på vei
Det som tydeligst skiller Snells syn fra resten av samtalen, er at han tenker forbi den nåværende transformasjonen. Alle andre jobber med å fikse det som er ødelagt nå. Han designer allerede for det som kommer etterpå.
«Det jeg er mest begeistret for, er det jeg vil kalle overgangen til proaktive agenter», sier han.
«I dag opplever de aller fleste av oss AI på en måte der vi henter informasjonen selv. Jeg går til Claude eller Gemini eller ChatGPT. Jeg spør den om noe, og jeg henter det ut.
Det vi kommer til å se mer av, er initiativdrevet AI. Hvis jeg for eksempel har gitt deg all konteksten min, hvis du er koblet til alle dataene mine, hvis du vet hvordan ting presterer, hvorfor må jeg da komme til deg og be deg om å gjøre noe?
Du burde kunne se på det og si: «Jeg har gjort denne analysen for deg, og her er et nytt segment med personer du kan rette deg mot. Vil du bruke det?»
For en driftsleder er dette grunnen til at det grunnleggende arbeidet betyr noe utover årets AI-mål. Teamene som bygger en modulær kontekstarkitektur, der en AI setter sammen informasjonen den trenger fra ulike kilder ved behov, er de som definerer hvem som eier hva. De sørger også for at data ikke ligger i siloer på tvers av funksjoner, noe som gjør det mulig å skape betingelsene som må til for at denne typen agentatferd skal fungere.
Teamene som kobler AI på eksisterende prosesser, bygger et tak – et tak som er avhengig av enkeltpersoner, og som derfor er både skjørt og midlertidig.
Davis forankrer den kortsiktige versjonen i hvordan teamet hans avslutter hvert oppdrag. Før de anbefaler en endring, knytter de den tilbake til verdi. De kartlegger hvor de kan forvente økt konvertering, bedre kundelojalitet og et bidrag til salgspipeline. Gjennom denne prosessen oppdager de hva som er avgjørende for organisasjonen.
«Hvis det ikke har høy verdi, la oss fokusere på det som har det.»
Operasjonell redesign får støtte i organisasjonen når noen har ansvar for å knytte den til resultater virksomheten allerede bryr seg om.
Ansvarlighet er en menneskelig beslutning. Og ingen agent vil kunne avdekke dette før du har gjort arbeidet som gjør det mulig.
Hva skjer videre?
Bli med i The CMO Club for de nyeste innsiktene, intervjuene og podkastepisodene med ledere innen markedsføring.
