VP Marketing deelt hoe ze overstapt op een volledig AI-gebaseerd besturingssysteem

Emilia Korczynska is de vicepresident marketing bij Userpilot, een platform voor productgroei. Ze is ook de oprichter van ZenABM.

We spraken met Emilia om te ontdekken hoe ze een kant-en-klare marketingstack ombouwt tot een op AI gebaseerd besturingssysteem. Dit vertelde ze ons.

Een meetbare omzetmotor creëren

Ik ben Emilia Korczynska, vicepresident marketing bij Userpilot, waar ik me richt op het transformeren van marketing van een kostenpost in een meetbare omzetmotor.

Ik geef leiding aan een relatief kleine marketingorganisatie die is opgebouwd rond essentiële groeifuncties in plaats van traditionele kanaalsilo’s. Het team omvat productmarketing, vraaggeneratie, content en SEO, marketingactiviteiten, creatie en ondersteuning van outbound. Het ondersteunt zowel product-led growth als account-based marketing, waardoor we het volledige traject bestrijken: van zelfbedieningsacquisitie tot conversie met verkoopondersteuning en hoge koopintentie.

Wat kanalen betreft is ABM onze belangrijkste acquisitiemotor. We hebben het team en de systemen opgebouwd om betrokkenheid en pipeline op accountniveau te stimuleren via zeer gerichte campagnes, met name op LinkedIn. Organische marketing vormt hierop een aanvulling als onze tweede belangrijke hefboom, waarbij content een sleutelrol speelt bij het vastleggen en ontwikkelen van koopintentie. Daarna volgen Google Ads om de vraag met hoge koopintentie op te vangen en de acquisitielus te sluiten.

Omdat het team bewust klein is gehouden, werken we zeer functieoverschrijdend. Content vloeit rechtstreeks door naar vraaggeneratie en ABM, marketingactiviteiten verbinden alle gegevens en attributie, en we meten alles af aan pipeline en omzet in plaats van aan kanaalspecifieke statistieken.

Hoewel het team klein is, is de strategie behoorlijk geavanceerd.

De manier waarop marketing werkt fundamenteel veranderen

Emilia gelooft

Als het geen pipeline oplevert, doet het er niet toe.

Mijn weg naar marketingleiderschap is praktijkgericht geweest en sterk verbonden met experimenteren. Ik ben niet opgeklommen via traditionele merkmarketing – ik heb me ontwikkeld binnen product-led growth, performance en ABM, waar de verwachting eenvoudig is: als het geen pipeline oplevert, doet het er niet toe. Bij Userpilot heb ik de verschuiving geleid van brede vraaggeneratie naar zeer gerichte account-based strategieën, vooral op LinkedIn, waar we alles opnieuw hebben moeten doordenken, van doelgroepopbouw tot attributie.

Een belangrijk onderdeel van die ontwikkeling was het ter discussie stellen van gebrekkige meetmodellen. Ik heb veel tijd besteed aan het aantonen dat een groot deel van de B2B-omzet — vaak meer dan de helft — onzichtbaar blijft als je vertrouwt op attributie op contactniveau. Dat leidde er ook toe dat ik ZenABM oprichtte, een startup waarin we de marketingimpact op pipeline op accountniveau volgen en advertentiebetrokkenheid rechtstreeks verbinden aan pipeline en omzet.

Dat is dus de basis, en die leidde me vanzelf naar AI.

De verschuiving die we zien gaat niet alleen over sneller content genereren — het gaat over het fundamenteel veranderen van de manier waarop marketing werkt. We gaan van dashboards en handmatige analyses naar systemen waarin je je gegevens kunt bevragen, inzichten kunt automatiseren en direct acties kunt activeren.

Voor mij draait deze transformatie door AI minder om hype en meer om hefboomeffect. Ik richt me op deze vragen:

• "Hoe gebruiken we AI om marketing preciezer, beter verantwoordbaar en sterker verbonden met omzet te maken dan ooit tevoren?"
• "En hoe bouwen we systemen waarin gegevens, inzichten en uitvoering niet langer afzonderlijke stappen zijn, maar onderdeel vormen van één continue cyclus?"

Dat is de reis die ik momenteel maak.

Hoe een marketingstack een op AI gebaseerd besturingssysteem kan worden

Een van de grootste veranderingen die we hebben doorgevoerd, was het ombouwen van onze kant-en-klare marketingstack tot een meer op maat gemaakt, op AI gebaseerd besturingssysteem, met GitHub als het centrale “marketingbrein” en Claude Code als interface voor het team.

In plaats van te vertrouwen op losgekoppelde tools en handmatige workflows, hebben we de uitvoering ondergebracht in gestructureerde, herhaalbare AI-workflows. We hebben herbruikbare processen ontwikkeld voor het genereren van LinkedIn-content, het maken van landingspagina's en concurrentie-informatie, aangestuurd via cloudgebaseerde agents en vaardigheden.

Daardoor hebben we de tijd tussen signaal en actie aanzienlijk verkort. Marketing is nu veel systematischer en schaalbaarder, en het team besteedt minder tijd aan uitvoering en meer aan strategie, input en het optimaliseren van resultaten.

Hoe AI outbound volledig kan veranderen

De meest impactvolle verschuiving heeft plaatsgevonden binnen outbound. We hebben een intentiegestuurd outbound-systeem ontwikkeld dat betrokken accounts uit onze ABM-programma's identificeert met behulp van de API van ZenABM, de gegevens naar een aangepaste clouddatabase voert, deze verrijkt en vervolgens deze accounts prospecteert aan de hand van onze ICP-criteria via Prospeo.

Van daaruit activeren we outreach via tools zoals Smartlead en HeyReach, waarmee we op basis van echte betrokkenheidssignalen zeer gerichte, gepersonaliseerde campagnes op schaal kunnen uitvoeren.

Wat vroeger een handmatig, versnipperd proces over meerdere tools was, is nu een verbonden, signaalgestuurd systeem.

Hoe AI marketingbeslissingen en menselijke creativiteit ondersteunt

Over het geheel genomen vertrouwen we sterk op AI voor datarijke, herhaalbare beslissingen die baat hebben bij patroonherkenning op schaal.

AI speelt bijvoorbeeld een steeds grotere rol bij de budgetverdeling, met behulp van gegevens over prestaties en omzettoeschrijving. In plaats van uitgaven handmatig te verschuiven op basis van achterlopende indicatoren, gebruiken we systemen die analyseren welke campagnes en accounts pipeline en omzet genereren, en de investeringen dienovereenkomstig aanpassen.

Dit geldt ook voor SEO. We gebruiken AI om content te prioriteren op basis van signalen zoals doorklikpercentage, zoekvolume en voorspeld verkeer en engagement. Hierdoor kunnen we ons richten op kansen met het hoogste verwachte rendement, in plaats van te vertrouwen op intuïtie of statische zoekwoordenlijsten.

Maar we behouden bewust menselijke betrokkenheid op gebieden die smaak, context en originaliteit vereisen.

Ontwerpbeslissingen zijn daar een goed voorbeeld van; wat er voor een specifiek publiek, merk of moment “goed uitziet”, berust nog steeds sterk op menselijk oordeel. Hetzelfde geldt voor evenementen en conferentiestrategie, waarbij inzicht in nuances, relaties en merkperceptie belangrijker is dan uitsluitend gegevens.

Op het gebied van content is het een hybride aanpak. AI genereert effectief varianten, structuren en zelfs advertentie-ideeën, maar de kerninvalshoeken voor demand generation komen nog steeds voort uit creatief onderzoek en een diepgaand begrip van het publiek. Daar vindt de differentiatie plaats.

Waarom automatiseringen zichzelf moeten rechtvaardigen

De grootste positieve effecten zijn duidelijk: efficiëntie en schaalbaarheid.

Door handmatige workflows te automatiseren heeft het team aanzienlijk veel tijd bespaard, van contentproductie tot outbound-uitvoering. Dit vertaalt zich direct in output: we kunnen meer experimenten uitvoeren, sneller lanceren en met een kleiner team werken dan voorheen nodig was.

AI heeft ook de snelheid van besluitvorming verbeterd. Doordat AI prestatie- en attributiegegevens analyseert, kunnen we veel sneller van inzicht naar actie gaan, vooral op gebieden zoals budgetverdeling of campagneoptimalisatie.

Overautomatisering vormt echter een groot risico.

Het is gemakkelijk om tijd te besteden aan het bouwen en optimaliseren van workflows die operationeel interessant zijn, maar geen betekenisvolle bedrijfsresultaten opleveren. In sommige gevallen zijn de resultaten van systemen niet sterk genoeg om de inspanning te rechtvaardigen, vooral wanneer ze de nodige nuance of kwaliteit missen.

Dus dit is mijn advies: automatiseer niet alleen omwille van het automatiseren. Blijf gedisciplineerd bepalen waar AI echte hefboomeffecten creëert en waar het slechts complexiteit toevoegt.

Emilia's advies

Automatiseer niet alleen maar om te automatiseren. Blijf gedisciplineerd bepalen waar AI echt een hefboomeffect creëert en waar het alleen maar complexiteit toevoegt.

Volg mee

Volg Emilia's werk op LinkedIn. Bekijk ook ZenABM.

Er volgen meer interviews met experts op The CMO Club!