Osoba ds. operacji AI, której jeszcze nie zatrudniłeś

Gdzieś w Twoim zespole jest osoba, która rozgryzła, jak działa AI.

Zbudowała przepływy pracy, o które nikt jej nie prosił. Albo po cichu zautomatyzowała zadanie, które wcześniej pochłaniało trzy godziny czasu Twojego zespołu podczas spotkań. A może wie, które narzędzia się ze sobą komunikują, a które nie. I przestała czekać, aż ktoś powie jej, co jest dozwolone — to właśnie Twój czarodziej operacji marketingowych AI.

Inne osoby w zespole zaczęły przynosić swoje pytania do niej, zanim skierują je do Ciebie.

I choć może nie mieć odpowiedniego stanowiska ani nawet wydzielonego czasu, wykonuje pracę z zakresu operacji marketingowych AI, którą trzeba wykonać. A Ty niemal na pewno nie dałeś jej organizacyjnych uprawnień do zastosowania tej wiedzy w zespołach, które najbardziej jej potrzebują.

Na tym właśnie polega luka. Nie chodzi o budżet, narzędzia ani nawet strategię.

Sekretny składnik Twojej organizacji

Ta rola związana z operacjami AI ma kluczowe znaczenie dla uwolnienia potencjału w Twojej organizacji, niezależnie od tego, czy szczegóły stanowiska zostały formalnie określone. 

Nathan Snell, dyrektor ds. zarządzania produktem w Intuit Mailchimp, od prawie dwóch dekad buduje automatyzacje przepływów pracy. Ma dane i wiedzę, które potwierdzają, co działa, ponieważ jego przepływy pracy są testowane pod obciążeniem na milionach użytkowników.

Snell określa tę osobę mianem specjalisty ds. operacji AI. Obserwował sukcesy i porażki organizacji we wdrażaniu AI. Wystarczająco długo, by wiedzieć, że ta rola — niezależnie od tego, czy została formalnie nazwana — jest najważniejszym czynnikiem decydującym o tym, czy transformacja związana z AI się powiedzie. 

Różnica między sukcesem a porażką zależy od tego, czy osoba odpowiedzialna za wdrożenie operacji AI ma formalny mandat, czy po prostu jest najbardziej zainteresowaną AI osobą w zespole. Być może w wolnym czasie przeprowadza eksperymenty, nie mając organizacyjnych uprawnień do wprowadzania jakichkolwiek zmian. Ostatecznie wszystko sprowadza się do odpowiedzialności. 

A diagnoza Snella dotycząca tego, gdzie wdrożenia się załamują, jest powszechna. 

 „Każdy proces zawsze składa się z dwóch elementów” — mówi. „Pierwszym są jego mechanizmy, czyli praca, którą ludzie aktywnie wykonują.  Drugim jest obciążenie związane z koordynacją”.

AI rozwiązuje kwestie mechaniczne szybciej, niż większość organizacji się spodziewa. Jednak według Snella koordynacja jest obszarem, którego AI często nie obejmuje. Bez osoby odpowiedzialnej za tę lukę nie da się jej zamknąć — i nie zostanie zamknięta. 

Co kryje się pod powierzchnią

W zespołach marketingowych kwestie mechaniczne zwykle przyspieszają w obszarach produkcji treści, analizy danych, testowania wariantów i tworzenia wersji roboczych. Jednak szybsze wykonywanie zadań w żaden sposób nie poprawia procedur i struktur, które mogą utrudniać działanie organizacji. Zespoły muszą uwzględnić nadmiar biurokracji, procesów, zasad i personelu, który powstaje w miarę skalowania firm. 

Poniższy opis może być Ci znajomy, jeśli chodzi o zatwierdzanie projektów. 

„Jeśli trzeba zorganizować spotkanie przygotowawcze, potem spotkanie dotyczące planowania, następnie spotkanie przeglądowe, spotkanie przed uruchomieniem i spotkanie podsumowujące przebieg działań” — mówi Snell, „AI nie jest w stanie tego rozwiązać. Obciążenie związane z koordynacją ostatecznie wymaga rzeczywistej transformacji procesu”.

Colleen Goepfert, pełniąca funkcję dyrektorki marketingu na część etatu oraz konsultantka ds. operacyjnych, doradza organizacjom marketingowym w kwestii wdrażania AI i z zewnątrz dostrzega ten sam schemat. Rzadko angażuje się ją do naprawiania tego, co — jak twierdzą ludzie — chcą naprawić. 

„Projekt przepływu pracy ma większe znaczenie niż samo narzędzie” — mówi. „Prawdziwa praca nie polega na projektowaniu narzędzia. Chodzi o przeprojektowanie sposobu działania marketingu, zatwierdzania spraw i podejmowania decyzji”.

Jej punkt widzenia potwierdza sposób, w jaki opisuje tę samą dysfunkcję z drugiej strony. Snell dostrzega wpływ usprawnionych przepływów pracy w tworzonych przez siebie produktach oraz wśród korzystających z nich klientów. 

Goepfert natomiast zauważa oczywiste luki w organizacjach, które miały skorzystać z AI, ale jeszcze nie osiągnęły tego rezultatu. Wniosek jest taki sam. AI nie tworzy problemów w Twoim zespole, między funkcjami ani na poziomie organizacji. Sprawia jednak, że istniejące problemy stają się niemożliwe do zignorowania.

„AI naprawdę ujawnia, że system nie działa”.

Akande Davis, wiceprezes ds. operacyjnych w GNW Consulting, idzie o krok dalej. Gdy jego zespół rozpoczyna współpracę z klientem, pierwsze pytanie nie dotyczy tego, jakie narzędzie wdrożyć. Chodzi o ustalenie, czy źródłem problemu jest proces, czy technologia, ponieważ naprawienie niewłaściwego elementu tylko pogłębia szkody. 

„Często technologia potrafi znacznie więcej, niż wynika z wymagań” — mówi Davis. „[Ale] proces jest zepsuty”. Jego analogia opisująca skutki pominięcia tej diagnozy brzmi: „Jeśli polecę AI wykopać dół w niewłaściwym miejscu, nie uzyskam z niego żadnej wartości. To tylko pogorszy sytuację. Otrzymasz gorsze wyniki szybciej”.

Architektura, której brakuje większości zespołów

Perspektywa Snella różni się od podejścia diagnostycznego pod względem tego, co rekomenduje na poziomie operacyjnym. Większość krążących porad dotyczących wdrażania AI koncentruje się na sposobie myślenia, zarządzaniu zmianą i uzyskaniu zgodności wśród kadry kierowniczej. 

Doświadczenie Snella jako twórcy produktów kieruje go w stronę kontekstu i struktury. 

Nie sposób przecenić wartości tego rozwiązania, a w szczególności tego, jak kontekst jest budowany, przechowywany i udostępniany między zespołami. Większość organizacji podchodzi do tego, tworząc jeden duży prompt lub współdzielony dokument, który szybko się dezaktualizuje. 

Ale Snell postrzega to inaczej. 

„Weź ten szalony prompt, który masz — tę ogromną, gigantyczną rzecz w szablonie — i przekształć go w umiejętności oparte na rolach. Dzięki temu agenci mogą faktycznie robić więcej. Możesz budować na tym kontekście”.

Przejście od monolitycznych promptów do modułowych umiejętności opartych na rolach obejmuje również operacje.

Oznacza to, że kontekst, którego AI używa do pracy marketingowej, nie jest taki sam jak kontekst wykorzystywany do pracy nad produktem czy operacjami, ale wszystko łączy się ze wspólną podstawą. Każdy zespół odpowiada za swoją warstwę. Jedna osoba zajmująca się operacjami AI w zespole ją utrzymuje.

„Naprawdę potrzebujesz tylko jednej osoby, która potrafi testować narzędzia, tworzyć umiejętności i udostępniać je” — mówi Snell. „Scentralizowanie tego w tak niewielkim zakresie zmniejsza tarcia w porównaniu z sytuacją, w której każdy przeprowadza eksperymenty, a potem zastanawia się, dlaczego nie widać rezultatów”.

Liza Adams, dyrektor ds. marketingu na część etatu i doradczyni ds. transformacji AI, opisuje tę leżącą u podstaw zmianę z perspektywy przywództwa. 

„AI nie przejmuje się naszymi silosami. Nie obchodzi go, kto wykonuje daną pracę ani jakie ma stanowisko. Liczą się dla niego wyłącznie rezultaty, co jest dobre, ponieważ klientów również te kwestie nie interesują”.

Jej zdaniem organizacje, często niechętnie, odchodzą od hierarchii zbudowanych wokół nazw stanowisk na rzecz struktur organizowanych wokół zadań, które należy wykonać. Osoba zajmująca się operacjami AI, o której mówi Snell, jest jednym z przejawów tej zmiany: to rola definiowana przez rezultat i odpowiedzialność za przepływ pracy, a nie przez przynależność do działu.

To, co nadchodzi

Tym, co najwyraźniej odróżnia pogląd Snella od reszty rozmowy, jest to, że myśli on dalej niż o obecnej transformacji. Wszyscy inni pracują nad naprawą tego, co jest teraz zepsute. On już projektuje rozwiązania na czas, który nastąpi później.

„Najbardziej ekscytuje mnie to, co nazwałbym przejściem do proaktywnych agentów” — mówi. 

„Dziś zdecydowana większość z nas korzysta z AI w sposób oparty na żądaniu. Wchodzę do Claude'a, Gemini lub ChatGPT. Zadaję pytanie i uzyskuję odpowiedź. 

Coraz częściej będziemy jednak obserwować AI działające w sposób oparty na wypychaniu informacji. Jeśli na przykład udostępniłem ci cały mój kontekst, masz dostęp do wszystkich moich danych i wiesz, jak sobie radzą poszczególne elementy, to dlaczego miałbym przychodzić do ciebie i prosić o wykonanie jakiegoś zadania? 

Powinieneś móc na to spojrzeć i powiedzieć: „Przeprowadziłem dla ciebie tę analizę, a oto nowy segment osób, do których możesz kierować działania. Chcesz go wykorzystać?”

Dla lidera operacyjnego jest to powód, dla którego praca nad fundamentami ma znaczenie wykraczające poza tegoroczne cele związane z AI. Zespoły budujące modułową architekturę kontekstu, w której AI na żądanie pobiera wymagane informacje z różnych źródeł, decydują o tym, kto jest za co odpowiedzialny. Zapewniają również, że dane nie są odizolowane w poszczególnych funkcjach, co pozwala stworzyć warunki do działania tego rodzaju agentów. 

Zespoły doczepiające AI do istniejących procesów budują sufit — taki, który jest współzależny od poszczególnych osób, przez co pozostaje zarówno kruchy, jak i tymczasowy. 

Davis osadza najbliższą perspektywę w sposobie, w jaki jego zespół kończy każde zlecenie. Zanim zarekomendują jakąkolwiek zmianę, odnoszą ją do wartości. Określają, gdzie mogą oczekiwać wzrostu konwersji, poprawy utrzymania klientów i wkładu w lejek sprzedażowy. W ramach tego procesu odkrywają, co ma kluczowe znaczenie dla organizacji. 

„Jeśli coś nie ma dużej wartości, skupmy się na tym, co ją ma”.

Przeprojektowanie operacyjne zyskuje poparcie organizacji, gdy ktoś odpowiada za powiązanie go z rezultatami, na których już zależy firmie. 

Odpowiedzialność to decyzja człowieka. Żaden agent nie będzie w stanie tego wskazać, dopóki nie wykonasz pracy, która to umożliwi.

Co dalej?

Dołącz do nas w The CMO Club, aby poznać najnowsze spostrzeżenia, wywiady i odcinki podcastów z udziałem liderów marketingu.