Dyrektor marketingu mówi, że większość zespołów marketingowych szybciej tworzy przeciętne materiały dzięki sztucznej inteligencji

Samantha Leal jest dyrektorką ds. marketingu w Aliwell, gdzie wdraża przepływy pracy oparte na sztucznej inteligencji — niektóre z większym powodzeniem niż inne.

Przeprowadziliśmy wywiad z Samanthą, aby dowiedzieć się, co działało, co nie działało i dlaczego. Oto, co nam powiedziała.

Od zera do skalowania

Cześć! Nazywam się Samantha Leal. Od ponad 10 lat pomagam startupom przejść od zera do skalowania, zwykle dołączając do nich, gdy wzrost wygląda dobrze na powierzchni, ale załamuje się pod presją.

Pracuję nad całym systemem wzrostu — od pozycjonowania i komunikacji po pozyskiwanie klientów, konwersję i ścieżkę klienta. Ściśle współpracuję z założycielami, aby uporządkować sposób podejmowania decyzji i kumulowania się wzrostu.

Obecnie jestem dyrektorką ds. marketingu w Aliwell, gdzie kieruję działem marketingu w ramach wielokanałowego silnika wzrostu skoncentrowanego na pozyskiwaniu i aktywizowaniu ortodontów. Działamy w obszarach płatnych mediów, edukacji, wydarzeń, treści i wsparcia sprzedaży, ale przede wszystkim koncentrujemy się na aktywizacji i przychodach.

Sprzedajemy odbiorcom z branży medycznej, więc wyzwaniem nie jest tylko przyciągnięcie uwagi, lecz także zaufanie, edukacja i zmiana zachowań. To sprawia, że system jest bardziej złożony. Ściślejsze dopasowanie działań sprzedaży, produktu i obsługi klienta ma kluczowe znaczenie.

Przeniesienie uwagi na sztuczną inteligencję

To, co ostatnio się u mnie zmieniło, to sposób, w jaki podchodzę do tego wszystkiego z wykorzystaniem sztucznej inteligencji.

Przestałam myśleć kategoriami ról marketingowych, a zaczęłam myśleć kategoriami przepływów pracy. Większość działań napędzających wzrost — testowanie, iteracyjne udoskonalanie kreacji, raportowanie, kwalifikowanie potencjalnych klientów itd. — można powtarzać, ale nadal są one wykonywane ręcznie i w sposób rozproszony.

Sztuczna inteligencja jest dźwignią pozwalającą przeprojektować te przepływy pracy, przyspieszyć pętle informacji zwrotnej i podejmować lepsze decyzje z większą przejrzystością. Na tym właśnie skupiam się teraz.

Jak sztuczna inteligencja zmienia to, co mogą tworzyć liderzy marketingu dysponujący ograniczonymi zasobami

W ciągu ostatniego roku wykorzystałam sztuczną inteligencję do realizacji kilku wymagających zadań:

• Zaprojektowałam pełną migrację systemu CRM, która normalnie wymagałaby współpracy z firmą konsultingową.
• Od podstaw zaprojektowałam wielopoziomowy program edukacyjny.
• Zbudowałam system aktywizacji klientów oparty na badaniach jakościowych — wywiadach, ankietach i danych behawioralnych — który ujawnił, dlaczego niektórzy klienci zatrzymują się po pierwszym zakupie.

To nie są zadania, które po prostu przyspieszyłam; to strategiczne systemy, których mały zespół normalnie nie byłby w stanie wdrożyć. Sztuczna inteligencja zmieniła to, co lider marketingu dysponujący ograniczonymi zasobami może zbudować.

Jak można wykorzystywać sztuczną inteligencję w raportach dla interesariuszy

Wykorzystuję sztuczną inteligencję do tworzenia cotygodniowego raportu — materiału, który wpływa na decyzje podejmowane w firmie w danym tygodniu.

Dane wejściowe obejmują transkrypcje spotkań z poprzedniego tygodnia (pobrane z Granola), pliki CSV z wynikami reklam Meta, dane produkcyjne z systemu ERP, analitykę mediów społecznościowych oraz aktualizacje ścieżki sprzedażowej w CRM. Te pięć źródeł nie komunikuje się ze sobą.

Oto przebieg pracy:

1. Wprowadzam surowe transkrypcje do Claude'a i wyodrębniam decyzje, blokady oraz zadania dla poszczególnych działów.
2. Przesyłam dane dotyczące wyników reklam i proszę o analizę zmian tydzień do tygodnia oraz miesiąc do miesiąca, ze wskazaniem anomalii.
3. Analizuję dane produkcyjne — liczbę przypadków wykonanych w poszczególnych regionach, porównaną z celami miesięcznymi, wraz ze wskazaniem odchyleń.
4. Łączę wszystkie te informacje w jeden uporządkowany raport z osobną sekcją dla każdej funkcji, kluczowymi wskaźnikami wraz z kontekstem oraz — co najważniejsze — sekcją „potrzebne decyzje” na początku.

Rezultatem jest sformatowany dokument, który zespół kierowniczy może przejrzeć w pięć minut i natychmiast podjąć działania. Nie zawiera surowych danych ani sekcji „oto, co się wydarzyło”. Każda liczba ma punkt odniesienia, odpowiedni kontekst i rekomendację.

Gdzie ludzie muszą zachować kontrolę

Polegam więc na AI w przypadku wszystkiego, co korzysta z szybkości, rozpoznawania wzorców i syntezy dużych ilości danych.

Obejmuje to analizowanie danych klientów z różnych źródeł, grupowanie opinii z rozmów sprzedażowych i wywiadów, generowanie i rozwijanie kreatywnych pomysłów oraz szybsze niż człowiek identyfikowanie wzorców w skuteczności kampanii.

AI stało się również kluczową częścią sposobu, w jaki organizuję przepływy pracy — od kwalifikacji potencjalnych klientów, przez działania następcze, po raportowanie. AI pomaga ograniczyć pracę ręczną i wcześniej ujawnia istotne informacje, dzięki czemu nie działamy na podstawie nieaktualnych danych.

Nie polegam natomiast na AI przy definiowaniu strategii, pozycjonowania i tego, co naprawdę ma znaczenie.

Decyzje takie jak to, co mówimy, dla kogo jesteśmy, na jakie kompromisy się decydujemy i na czym się koncentrujemy, wciąż pozostają domeną człowieka. Wymagają kontekstu, wyczucia i osądu, szczególnie na złożonych rynkach, gdzie właściwa odpowiedź nie jest oczywista.

AI może przedstawić dostępne możliwości, ale nie powie, co warto zrobić.

Samantha dzieli się spostrzeżeniami

AI może przedstawić dostępne możliwości, ale nie powie, co warto zrobić.

Dlaczego AI przesuwa wąskie gardło z realizacji na osąd

Największe korzyści dotyczą szybkości i zakresu. Skróciliśmy czas analizy i syntezy o około 60–70%. Grupowanie opinii klientów, wyciąganie wniosków z rozmów i generowanie pomysłów kreatywnych, które można przetestować — wszystko to, co wcześniej zajmowało tygodnie — teraz odbywa się w ciągu kilku dni.

Przełożyło się to na większą liczbę testów i szybsze pętle informacji zwrotnej. Możemy znacznie szybciej iterować nad komunikacją i kampaniami, co usprawniło podejmowanie decyzji i ograniczyło niepotrzebne wydatki na pomysły, które nie działają.

Po stronie operacyjnej udało nam się również zbudować systemy, takie jak przepływy pracy w CRM, ścieżki wdrażania i warstwy raportowania, które zwykle wymagałyby większego zespołu lub zewnętrznego wsparcia.

Istnieją jednak realne wady. Na przykład AI może tworzyć fałszywe poczucie pewności. Bardzo dobrze generuje wyniki, które wyglądają poprawnie, ale nie są osadzone w rzeczywistości. Jeśli nie oprzesz go na rzeczywistych danych klientów, otrzymasz ogólnikową komunikację i błędne decyzje — tylko szybciej.

Wymaga również większego, a nie mniejszego osądu. Wąskie gardło przesuwa się z realizacji na decydowanie o tym, co warto zrobić. Zespoły, którym brakuje tej jasności, mogą ostatecznie generować dużo szumu.

Dlaczego kreacje AI stanowią zagrożenie na wyspecjalizowanych rynkach

Wpływ AI na kreacje był dla mnie rozczarowujący. Spodziewałam się, że AI zmieni sposób, w jaki tworzymy treści wizualne — na przykład reklamy, posty w mediach społecznościowych i materiały marki. Tak się nie stało. Nawet w najmniejszym stopniu.

Każdy obraz wygenerowany przez AI wciąż wygląda jak obraz wygenerowany przez AI. W przypadku marki sprzedającej specjalistom — w naszym przypadku ortodontom, którzy są wysoko wykształceni i bardzo sceptyczni — wszystko, co wydaje się ogólne lub syntetyczne, natychmiast niszczy zaufanie.

Przetestowaliśmy wizualizacje wygenerowane przez AI w reklamach i treściach do mediów społecznościowych. Skuteczność natychmiast spadła. Nasza grupa docelowa zauważyła różnicę jakości między tymi wizualizacjami a materiałami tworzonymi przez projektanta z wykorzystaniem prawdziwych zdjęć klinicznych.

Dlaczego zaawansowanie przepływu pracy nad treściami musi odpowiadać możliwościom zespołu

Na początku użyłam AI do zaprojektowania systemu zarządzania operacjami treściowymi — kalendarzy redakcyjnych, przepływów zatwierdzania i briefów treści zawierających szczegółowe ramy działania.

System był strategicznie przemyślany i pięknie uporządkowany, ale miał jeden problem.

Przekazałam zaawansowany system członkini zespołu, która nie pracowała na takim poziomie. Zamiast podnieść jakość jej pracy, system stworzył lukę. Nie potrafiła działać zgodnie z jego założeniami.

Zmarnowałam tygodnie na zarządzanie luką między wymaganiami systemu a możliwościami tej osoby.

Teraz, zanim cokolwiek zbuduję, pytam: „Kto będzie obsługiwać ten system w poniedziałek?”.

Jak zadbać o to, by komunikacja oparta na AI nie stała się przeszkodą

AI nie naprawia złych systemów — wzmacnia ich działanie. Większa liczba rezultatów, te same problemy. AI działa najlepiej przy solidnych danych wejściowych, dobrym zrozumieniu klientów, rzeczywistych danych i wnikliwym myśleniu.

Nie chodzi więc o pytanie: „jak wykorzystać AI?”. Chodzi o pytanie: „Do jakiego systemu je podłączamy?”

Dobrym przykładem jest komunikacja. Podczas mojego pierwszego pilotażu działaliśmy szybko, ale nie oparliśmy go w wystarczającym stopniu na rzeczywistych danych klientów. Rezultat wyglądał dobrze, ale był ogólnikowy. Nie przynosił konwersji.

Dlatego przed użyciem AI napraw dane wejściowe. Oznacza to konsolidację danych z CRM, sprzedaży i interakcji z klientami — w tym rozmów sprzedażowych, obiekcji i wywiadów — aby zidentyfikować konkretne problemy, język oraz momenty, które wpływają na decyzje.

Następnie określam jasne kierunki i nasz główny przekaz. Gdy są już solidne, nakładam na nie AI. Pomaga szybko rozwijać, testować i udoskonalać te kierunki.

Od tego momentu powinien to być ciągły cykl. Nieustannie zbierasz dane wejściowe ze sprzedaży, informacji zwrotnych od klientów i wyników, a następnie udoskonalasz działania w czasie rzeczywistym.

Dlaczego przepływy pracy trzeba rozkładać na części i wzbogacać

Jeśli zrobisz to właściwie, wyczucie przestaje być czymś, co albo się ma, albo trzeba zatrudnić kogoś, kto je posiada.

Można je kształtować poprzez proces. Dzięki odpowiednim danym wejściowym, ograniczeniom i iteracjom możesz systematycznie poprawiać jakość myślenia i rezultatów.

Komunikacja, kreacja, badania, a nawet strategia. Wszystko to przepływy pracy, które można rozłożyć na części. Każdy etap można następnie wzbogacić.

Samantha dzieli się

Napraw dane wejściowe przed użyciem AI… Gdy są już solidne, nakładam na nie AI. Pomaga szybko rozwijać, testować i udoskonalać te kierunki. Jeśli zrobisz to właściwie, wyczucie przestaje być czymś, co albo się ma, albo trzeba zatrudnić kogoś, kto je posiada.

Dlaczego Claude jest niezbędny dla marketerów

Claude to zdecydowanie moje podstawowe narzędzie. Jest warstwą, która łączy wszystko i działa jak świetny partner do myślenia oraz konstruktywnej dyskusji.

Najbardziej ekscytują mnie Claude Code i Claude Cowork, ponieważ wykraczają poza rozmowę i wchodzą w środowiska pracy, takie jak programowanie, zarządzanie plikami i automatyzacja zadań.

Nie wypróbowałem jeszcze Claude Code z Cursor, ale to będzie następne!

Jak AI zmienia zespoły

Jeśli chodzi o strukturę zespołu, w mniejszym stopniu polegamy na wąskich specjalistach, a w większym na osobach, które potrafią myśleć w ramach całego systemu. Na ludziach, którzy rozumieją klienta, potrafią dobrze definiować problemy i wiedzą, jak wykorzystać AI do realizacji zadań.

Praca wykonawcza — produkcja, analiza i iteracja — nie jest już wąskim gardłem, więc zmienia się źródło wartości. Teraz szukam osądu, wyczucia i umiejętności projektowania przepływów pracy. Ludzi, którzy potrafią szybko przejść od wniosków do działania, a nie tylko odpowiadają za jedną funkcję.

Zmieniło to również sposób, w jaki współpracujemy. Granice między rolami są mniej sztywne. Marketing, sprzedaż i obsługa klienta są bardziej ze sobą powiązane, ponieważ korzystają ze wspólnych przepływów pracy.

Dlaczego CMO muszą koncentrować się na klarowności

Większość zespołów marketingowych korzystających z AI szybciej produkuje więcej przeciętnej pracy.

Moja rada jest więc następująca: skup się na danych wejściowych i klarowności strategicznej.

Gdy AI jest wykorzystywana w marketingu bez solidnych danych wejściowych i klarowności strategicznej, staje się jedynie maszyną do zanieczyszczania treści.

Śledź jej działania

Możesz śledzić drogę Samanthy na LinkedIn!

Obserwuj nas również, aby nie przegapić kolejnych wywiadów z ekspertami w The CMO Club!