5 etapów wdrażania AI

Prosiłem liderów marketingu, aby podzielili się informacjami o tym, jak wewnętrznie przebiegało wdrażanie AI. Kilku z nich wspomniało o wieloetapowym modelu dojrzałości, w którym podkreślają kolejne kroki przechodzenia od podstawowego dostępu do w pełni agentowych operacji. Każdy z nich podkreśla również, że postęp zależy bardziej od właściwej kolejności niż od szybkości. Krytyczny punkt zwrotny następuje, gdy zespoły przechodzą od doraźnych eksperymentów do uporządkowanych przepływów pracy, a ostatecznie uwzględniają budowę „mózgu marki”.

Stanowi on scentralizowaną warstwę kontekstu marki, wiedzy o odbiorcach i wiedzy instytucjonalnej, która umożliwia AI tworzenie wyróżniających się treści o wysokiej jakości.

Większość zespołów nie dokonała jeszcze tej zmiany. Owszem, Twój zespół może wykorzystywać AI jako narzędzie do wykonywania pojedynczych zadań. Tak naprawdę potrzebujesz jednak systemu określającego sposób realizacji pracy. Oto pięć etapów pomiędzy miejscem, w którym znajduje się większość zespołów, a kolejnym poziomem rozwoju.

Luka między dostępem a wdrożeniem

Zespoły marketingowe dostarczają większą ilość materiałów, częściowo dzięki AI. Jednak przepływy pracy, na których polegają podczas realizacji tych zadań, często wyglądają identycznie jak te, które istniały, zanim te narzędzia pojawiły się na rynku. 

Jason Ing, dyrektor marketingu w Typeface, obserwuje to z perspektywy dostawcy platformy. A gdy różne osoby w tym samym zespole znajdują się na różnych etapach swojej drogi wdrażania AI, zarządzanie wynikami staje się niemożliwe. 

"Możesz skończyć z bardzo niespójnymi przypadkami użycia, w których AI czasami działa lepiej niż w innych sytuacjach. Tak naprawdę wszystko zależy od użytkownika." 

Większość organizacji nauczyła się używać AI jako asystenta, mówi — jako czegoś, do czego kierujesz polecenia, z czego wydobywasz informacje i co wklejasz w miejscu, w którym już wcześniej pracowałeś. Następna fala wygląda zupełnie inaczej.

"Nie chodzi o wygenerowanie tego e-maila, tej treści czy tego materiału" — mówi Ing.

"Chodzi o skodyfikowanie sposobu, w jaki faktycznie przebiegają kampanie. Zmiana polega na przejściu od AI, które szybciej tworzy treści, do AI pomagającego całym zespołom marketingowym działać lepiej i współpracować."

Różnica między zespołem korzystającym ze zorkiestrowanego systemu a zespołem, w którym poszczególne osoby mają dostęp do AI, jest znacząca; istnieje też istotna różnica między systemem, na którym zespół polega, a biegłością poszczególnych osób. 

Rezultatem jest organizacja, która technicznie wdrożyła AI, ale w praktyce niczego nie zmieniła w sposobie swojego działania.

Akande Davis, wiceprezes ds. operacyjnych w GNW Consulting, zwraca uwagę na ryzyko. Wdrożenie AI w organizacji, w której występują nierozwiązane luki w procesach lub strategii, nie zamaskuje tych problemów. Mówi:

"Gdy występuje fundamentalna luka w procesie, podejście do strategii jest niespójne, a technologia nie jest wykorzystywana zgodnie z przeznaczeniem, AI nie będzie rozwiązaniem tymczasowym." Po prostu pogorszy sytuację. Uzyskasz gorsze rezultaty szybciej.

Szybkość bez struktury nie jest przewagą konkurencyjną. Czasami trzeba będzie spowolnić działania związane ze skalowaniem, aby realizować je w bardziej zrównoważony sposób.

Dlaczego kolejność ma kluczowe znaczenie dla pięciu etapów

Potraktuj dojrzałość AI w marketingu jako pięć odrębnych faz. Pominięcie którejkolwiek z nich powoduje problemy, które ujawniają się później, zazwyczaj na dużą skalę.

Etap 1: Dostęp

Zespół ma narzędzie, a kilka osób korzysta z niego od czasu do czasu. Nie ma wspólnego kontekstu, zasad zarządzania ani ustalonych oczekiwań. Dostęp do narzędzia to linia startu, a nie cel.

Etap 2: Eksperymentowanie

Poszczególne osoby formułują polecenia, dzielą się sukcesami i otrzymują wyniki, które je ekscytują. Aktywność jest wysoka. Nic nie jest powtarzalne. Każdy wynik zależy od tego, kto danego dnia napisał polecenie i co akurat w nim uwzględnił.

Etap 3: Budowanie przepływów pracy

Polecenia stają się szablonami. Szablony są udostępniane. Procesy zaczynają się stabilizować. Leffer opisuje to jako prawdziwy punkt zwrotny — przejście od „mamy dostęp” do „mamy system”. Jak to ujmuje, zespoły muszą przejść od konwersacyjnej wymiany zdań z AI do „poleceń, które stają się szablonami używanymi wielokrotnie, a następnie łączenia tych instrukcji w całość”.

Etap 4: Umiejętności i zarządzanie

AI jest szkolona na podstawie kontekstu marki, danych dotyczących person, historycznych wyników i wiedzy firmy. Wyniki przestają brzmieć tak, jakby pochodziły od ogólnego modelu, i zaczynają brzmieć tak, jakby pochodziły z Twojej organizacji. To właśnie na tym etapie powstaje mózg marki — przed optymalizacją, a nie po niej.

Etap 5: Operacje agentowe

Przepływy pracy są uruchamiane przy minimalnym udziale człowieka. System proaktywnie ujawnia spostrzeżenia, autonomicznie obsługuje zadania powtarzalne i realizowane na dużą skalę oraz sygnalizuje problemy, zanim przerodzą się one w kryzysy. Ocena człowieka jest zarezerwowana dla pozycjonowania, komunikatów o wysokiej stawce oraz wszystkiego, co może wpłynąć na reputację marki.

Obecnie zdecydowana większość zespołów marketingowych znajduje się na drugim etapie, sporadycznie dotykając trzeciego. Powód, dla którego zatrzymują się w miejscu, jest przewidywalny — podobnie jak związane z tym koszty.

Nicole Leffer, doradczyni ds. AI, która od dwóch lat szkoli zespoły marketingowe B2B w zakresie AI, dostrzega powtarzający się schemat skłaniający zespoły do pomijania etapów. 

„Wiele osób próbuje pomijać poszczególne kroki, ponieważ boją się, że zostaną w tyle” — mówi. „Jeśli pominiesz jeden z etapów, nie będziesz przygotowany na kolejny”.

Zespoły, które przeskakują od razu do automatyzacji przepływów pracy lub systemów agentowych, wprowadzają ryzyko operacyjne na dużą skalę. Bez odpowiednich podstaw autonomiczna AI wykonująca proces, którego zespół w pełni nie rozumie, jest jak wpuszczenie lisa do kurnika. Dotykanie aktywnych danych i systemów, za którymi nie stoi żaden nadzór, wiąże się z realnym ryzykiem.

Budowanie mózgu marki

Najdłużej odkładane przez większość zespołów działania to te, które decydują o tym, czy AI stworzy coś wyróżniającego się. 

Nathan Snell, dyrektor ds. produktu w Intuit Mailchimp, nazywa to budowaniem mózgu marki i podkreśla, że to spersonalizowane rozumienie marki powinno znajdować się w centrum każdego poważnego procesu wdrażania AI.

„Zbuduj kontekst dla AI tak, jakby była pracownikiem” — mówi Snell. „Co powiesz jej o swojej marce, klientach i sposobie komunikowania się z nimi? Jakie dane dotyczące wyników jej przekażesz, aby zrozumiała, co wcześniej działało dobrze, a co nie?”

To etap, który zespoły konsekwentnie pomijają na rzecz szybszego działania, a Snell wyjaśnia dlaczego. „To trochę ta mniej przyjemna część. Chodzi o całą pracę związaną z dokumentacją, ale właśnie tego AI potrzebuje, aby naprawdę zrozumieć, co powinna robić i jak powinna myśleć bardziej podobnie do ciebie”.

Koszt pominięcia tego etapu natychmiast staje się widoczny w jakości rezultatów.

 Jason Ing, dyrektor ds. marketingu w Typeface, platformie do orkiestracji marketingu klasy korporacyjnej, dostrzega ten schemat w dużych organizacjach. 

„Wiele wyników generowanych przez AI odbiega od zamierzeń, ponieważ nie ma ona pamięci ani odpowiedniego kontekstu” — mówi. Gdy zespoły korzystają z promptów zamiast z ustrukturyzowanej warstwy marki, każdy wynik powstaje od zera. AI nie ma ciągłości, wiedzy instytucjonalnej ani możliwości stworzenia czegoś, co brzmiałoby tak, jakby pochodziło z konkretnego, rozpoznawalnego źródła.

Ma to większe znaczenie niż kiedykolwiek wcześniej, ponieważ AI staje się soczewką, przez którą postrzegana jest marka. 

Agatha Asch, dyrektorka ds. marketingu w DoorLoop, mówi o tym, co jest stawką: „AI pod pewnymi względami mówi o tobie wtedy, gdy nie ma cię w pomieszczeniu. W zależności od tego, jak wyraźnie pokazujesz się w przestrzeni internetowej, zostanie to wychwycone i przedstawione dalej”. 

Bez skodyfikowanej warstwy marki AI wypełnia luki w jej imieniu, a źródłami informacji, z których korzysta, są wszelkie treści pozostawione przez ciebie publicznie.

Colleen Goepfert, doradczyni strategiczna współpracująca z szybko rozwijającymi się firmami technologicznymi przechodzącymi zmiany organizacyjne, obserwuje, jak ta dynamika przyspiesza w erze AI. Dostrzega wyraźny schemat, w którym firmy inwestują w narzędzia i oczekują transformacji. „Prawdziwa praca nie polega na projektowaniu narzędzia” — mówi. „Chodzi o przeprojektowanie sposobu, w jaki działa marketing i jak uzyskuje akceptację”. Jak odkryła, wdrażanie narzędzi jest w rzeczywistości łatwą częścią. To skuteczna i trwała zmiana sposobu działania sprawia, że większość organizacji zatrzymuje się w miejscu.

Budowanie mózgu marki oznacza dokumentowanie głosu marki, person odbiorców, historycznych danych dotyczących wyników, wytycznych dotyczących komunikacji i pozycjonowania względem konkurencji jako żywej infrastruktury, z której AI korzysta przy każdym działaniu, a nie jako jednorazowego ćwiczenia konfiguracyjnego.

Za co dyrektorzy marketingu muszą wziąć odpowiedzialność

Rolą dyrektora ds. marketingu we wdrażaniu AI nie jest bycie najbardziej biegłą technicznie osobą w firmie. Chodzi o stworzenie warunków, które pozwolą organizacji przejść przez każdy etap bez pomijania prac strukturalnych umożliwiających przejście do kolejnego.

Wyznacz osobę odpowiedzialną za operacje związane z AI. Oczekiwanie, że każda osoba w zespole marketingowym rozwinie równie zaawansowane umiejętności w zakresie AI, jest zarówno nierealistyczne, jak i przeciwskuteczne. Snell wyjaśnia, że „naprawdę potrzebujesz tylko jednej osoby głęboko zorientowanej na AI, która może tworzyć umiejętności i przepływy pracy udostępniane w zespołach”.

Ta osoba staje się mnożnikiem, tworząc szablony, pliki kontekstowe i powtarzalne systemy, z których korzystają wszyscy pozostali. Bez jasno określonej roli wdrażanie AI pozostaje kwestią indywidualną i kruchą. Gdy ta osoba jedzie na urlop, wszystko zaczyna się psuć. Co gorsza, gdy odchodzi, zabiera ze sobą wiedzę instytucjonalną.

Wczesna centralizacja operacji związanych z AI, nawet w niewielkim i ukierunkowanym zakresie, przynosi lepsze rezultaty niż rozdzielenie odpowiedzialności między zespół bez wspólnego standardu.

Traktuj IT jako warunek wstępny, a nie rozmowę prowadzoną dopiero na dalszym etapie. Ing podkreśla tę kwestię, zauważając, że  

„Dopasowanie IT jest teraz warunkiem wstępnym, zanim jakiekolwiek prace naprawdę się rozpoczną. Firmy, które odnoszą sukcesy dzięki AI, traktują je jako współdzieloną infrastrukturę, a nie jako poboczny projekt realizowany gdzieś obok.” 

Gdy systemy AI zaczynają dotykać zarządzania marką, danych kampanii, zgodności z przepisami i danych osobowych, marketing nie może działać w izolacji. Rozmowa o infrastrukturze musi odbyć się przed rozpoczęciem kampanii.

Ustal jasne zasady dotyczące tego, czego AI nie rozstrzyga. Pozycjonowanie, ostateczny przekaz oraz każda decyzja mająca znaczenie dla reputacji pozostają w gestii osób, które rozumieją podstawy budowania marki.

 AI generuje propozycje i wiemy, że kompromisy nadal będą konieczne. Ludzie muszą dokonać ostatecznego przeglądu, aby zastosować filtr gwarantujący zachowanie istoty marki.

Jeśli chodzi o budowanie wewnętrznego poparcia, najskuteczniejsze podejście często nie jest odgórne. 

Darrell Keezer, dyrektor generalny agencji marketingu cyfrowego Candybox, postanowił rozpocząć wdrażanie oddolnie. Powiedział zespołowi, że nie jest pewien, jak korzystać z AI, i zaprosił jego członków do samodzielnego opracowania sposobów jej wykorzystania oraz zorganizowania konkursu. 

Jego zespół ostatecznie zaproponował  jedenaście inicjatyw związanych z AI, z których dziewięć zatwierdzono, co doprowadziło do uzyskania dodatkowego zysku w wysokości $700,000 w ciągu sześciu miesięcy. Kluczowym działaniem kierownictwa było stworzenie warunków, w których zespół mógł przejąć odpowiedzialność za problem i poszukiwać rozwiązań możliwych do wykorzystania w różnych obszarach funkcjonalnych. 

Wczesna centralizacja operacji związanych z AI, w niewielkim i ukierunkowanym zakresie, za każdym razem okazuje się lepsza niż rozproszone wdrażanie.

Zbuduj rdzeń marki, zanim wdrożysz AI w jakimkolwiek obszarze mającym kontakt z klientem. Ta praca stanowi podstawę skalowania.

Zacznij od udokumentowania głosu marki, person, historycznych danych dotyczących wyników, wytycznych dotyczących przekazu oraz pozycjonowania względem konkurencji w formie, z której AI będzie mogła rzeczywiście skorzystać. Pominięcie tego etapu oznacza, że każdy rezultat powstaje od pustej strony, niezależnie od tego, ile kontekstu istnieje w innych miejscach organizacji.

Ludzki pułap

W miarę jak AI podnosi poziom wyjściowy tego, co może wytworzyć każdy zespół marketingowy, czynnikiem wyróżniającym staje się lepsza ocena sytuacji.

Ing obserwuje tę zmianę w czasie rzeczywistym. „AI podnosi poziom wyjściowy” — mówi. „Przed pojawieniem się AI sukces marketera w dużej mierze zależał od jego własnych umiejętności. AI demokratyzuje ten obszar i wyrównuje szanse.” Gdy poziom bazowy rośnie dla wszystkich, przewaga konkurencyjna odsuwa się od ilości wytwarzanych treści i przesuwa w stronę tego, co zespół robi z przestrzenią stworzoną przez AI.

„Marketing zawsze był równowagą między sercem a rozumem” — mówi. 

„Stał się bardzo algorytmiczny — jak przekazać właściwy komunikat właściwej osobie we właściwym czasie? Teraz możemy obserwować powrót części artystycznej, ponieważ dzięki AI każdy będzie miał dostęp do elementu naukowego.”

Zespoły, które szybko działają bez kluczowej warstwy marki leżącej u podstaw ich wykorzystania AI, odkryją, że poziom wyjściowy wzrósł dla wszystkich, ale ich pułap się nie przesunął. Leffer bezpośrednio przedstawia wyzwanie stojące przed liderami, mówiąc, że dyrektorzy marketingu, którzy wychodzą z tej sytuacji w najlepszej pozycji, to ci, którzy opierają się presji, by jedynie pozorować postęp, i zamiast tego budują infrastrukturę, która rzeczywiście się kumuluje. Szybkość jest rozsądnym celem. Zawsze nim była.

Jednak obecnie większość zespołów szybko przechodzi przez etapy, których w rzeczywistości nie ukończyła, co wyjaśnia, dlaczego wdrożenia AI zatrzymują się. Różnica między sprawianiem wrażenia, że jest się na czwartym etapie, a faktycznym znajdowaniem się na nim, to dokładnie miejsce, w którym marki tracą swoją wyrazistość przy skalowaniu. Jeśli chodzi o markę, wyróżnienie się jest strategią. A jaka jest Twoja?

Co dalej  

Najnowsze informacje znajdziesz, dołączając do nas w CMO Club, gdzie czekają na Ciebie wywiady z liderami marketingu oraz materiały, które mogą pomóc Ci zwiększyć popyt na Twoje produkty lub usługi.