Key Takeaways
Najpierw słuchaj: Skuteczna transformacja z wykorzystaniem AI zaczyna się od szczerych rozmów między przedstawicielami różnych działów, zanim liderzy wybiorą narzędzia, dostawców lub projekty pilotażowe.
Buduj zaufanie: Liderzy zyskują poparcie, gdy uwzględniają obawy pracowników w strategii i łączą zmianę z istniejącymi priorytetami.
Zacznij od małych kroków: Eksperymenty o niskim ryzyku tworzą dowody skuteczności, budują pewność siebie i nadają impet działaniom, bez zmuszania zespołów do przedwczesnego wdrażania AI w całej organizacji.
Współdzielona odpowiedzialność: Skuteczna transformacja z wykorzystaniem AI zależy od wspólnego rozwiązywania problemów przez zespoły ds. danych, analityki, produktu, technologii i marketingu.
Rozwijaj się etapami: Małe sukcesy zmniejszają opór, wzmacniają przyszłe propozycje i budują zdolność organizacji do realizacji coraz ambitniejszych działań transformacyjnych.
Większość liderów przystępuje do transformacji AI, wiedząc, co chce zbudować. Ta pewność siebie często jest pierwszą rzeczą, która staje na drodze.
Zanim Lisa Checchio przygotowała choćby jeden slajd, opracowała mapę choćby jednego dostawcy lub zatwierdziła choćby jeden pilotaż w EBG Solutions, zrobiła coś, co jest sprzeczne z niemal każdym odruchem, za który nagradzany jest starszy rangą lider.
Zapytała swoich współpracowników, co marketing robi źle. I nie zrobiła tego jako formalności ani punktu do odhaczenia przed przedstawieniem strategii. Zapytała, bo naprawdę chciała wiedzieć i ponieważ rozumiała, że żadna transformacja nie przetrwa w organizacji, jeśli organizacja nie będzie czuła, że jej głos został wysłuchany.
Taka dyscyplina — zmierzenie się z dyskomfortem wynikającym z tego, że nie zna się jeszcze odpowiedzi — jest rzadsza, niż powinna.
Raport McKinsey „Stan organizacji 2026”, oparty na badaniu obejmującym ponad 10 000 menedżerów wyższego szczebla, wykazał, że 86% liderów uważa, iż ich organizacje nie były przygotowane do zintegrowania AI z codziennymi operacjami.
Ten sam raport jasno pokazuje lukę inwestycyjną. Na każdego dolara wydanego przez organizacje na technologię AI powinny one przeznaczać pięć dolarów na ludzi. Większość robi odwrotnie, a następnie zastanawia się, dlaczego narzędzia się nie przyjmują.
Problemem nigdy nie była technologia. Problemem jest to, co liderzy pomijają na drodze do jej wyboru.
Dopracuj założenia, zanim cokolwiek zbudujesz
Kiedy Checchio wróciła do tych samych współpracowników z planem transformacji, mogła przywołać ich własne słowa i pokazać, gdzie pojawiły się w planie.
„Pomogło wskazanie i powiedzenie: słyszałam, że to powiedzieliście, i właśnie to robimy” — wyjaśnia. „W ten sposób zintegrujemy się z tym, co już budujecie w obszarze produktu, danych lub technologii”.
Ta zmiana perspektywy — od prezentacji do odzwierciedlenia potrzeb — zmienia atmosferę na spotkaniu. Liderzy, którzy czują, że zostali wysłuchani, nie muszą być przekonywani. Jeszcze przed zakończeniem prezentacji są już gotowi powiedzieć „tak”.
Większość działań związanych z transformacją AI nigdy do tego nie dochodzi, ponieważ strategia jest tworzona w silosie i przedstawiana jako fakt dokonany. Lider marketingu pojawia się z planem działania i krótką listą dostawców, a następnie przez kolejnych sześć miesięcy walczy o zgodność, którą mógł zbudować w ciągu sześciu tygodni rozmów — zanim jeszcze powstał plan.
Maryssa Miller widziała obie strony tej dynamiki. Jako starsza wiceprezes ds. handlu cyfrowego i zaangażowania klientów w EBG odpowiada za cykl życia członka, program poczty elektronicznej oraz warstwę realizacji działań marketingowych, która całkowicie zależy od infrastruktury organizacyjnej, pomagającej Checchio zbudować. Jej ocena tego, co dzieje się, gdy pomija się prace przygotowawcze, jest jednoznaczna.
„Nie chodzi tylko o to, by starsi rangą liderzy zrozumieli, dlaczego zmierzamy w tym kierunku” — mówi Miller. „Chodzi również o zespoły, które będą to realizować. Jeśli nie będą w to wierzyć, pojawi się opór z ich strony”.
Nie chodzi tylko o to, by starsi rangą liderzy zrozumieli, dlaczego zmierzamy w tym kierunku. Chodzi również o zespoły, które będą to realizować. Jeśli nie będą w to wierzyć, pojawi się opór z ich strony.
To właśnie niemal nigdy nie pojawia się w studium przypadku dotyczącym transformacji AI. Nie wybór narzędzia, nie wyniki pilotażu ani dane o produktywności przed wdrożeniem i po nim.
Chodzi o moment, w którym lider musiał usiąść ze współpracownikiem z działu finansów lub operacji i zadać naprawdę niewygodne pytania o to, co marketing robi źle. Ta rozmowa nie ma prezentacji. Nie prowadzi do powstania materiału do przekazania. A wykonuje więcej pracy niż większość narzędzi, które pojawiają się później.
Równoległe prowadzenie strategii i dowodów skuteczności
To, co sprawia, że podejście EBG zasługuje na uwagę, nie polega na tym, że firma miała idealny plan. Chodzi o to, że realizowała strategię i jednocześnie osiągała małe sukcesy.
Podczas gdy Checchio budowała zgodność organizacyjną na poziomie kierownictwa, zespół Miller prowadził eksperymenty o niewielkim ryzyku: testował narzędzie do generowania tekstów, materiały kreatywne w wiadomościach e-mail oraz wczesne prace nad segmentacją, łączące dane własne i dane stron trzecich, których wcześniej nie wykorzystywano razem.
Nie były to pilotaże służące uzasadnieniu biznesowemu. Było to budowanie zaufania w przebraniu.
„Daliśmy ludziom pozwolenie na próbowanie” — mówi Miller. „Nie uczyniliśmy z tego obowiązku. I uważam, że inne firmy poniosły porażkę, mówiąc, że trzeba używać AI, aby zwiększyć produktywność. Przychodzi to z samej góry, a zespoły są bardzo sfrustrowane”.
Nie uczyniliśmy z tego obowiązku. I uważam, że inne firmy poniosły porażkę, mówiąc, że trzeba używać AI, aby zwiększyć produktywność. Przychodzi to z samej góry, a zespoły są bardzo sfrustrowane.
Opisuje coś, czego wielu dyrektorów marketingu doświadczyło z drugiej strony: otrzymali z góry polecenie przygotowania organizacji na AI, wraz z terminem i przypisanym wskaźnikiem, ale bez jasnej drogi doprowadzenia do tego ludzi.
Podejście oparte na nakazie myli korzystanie z narzędzia z wiarą w nie. Można skłonić ludzi do korzystania z narzędzia. Nie można nakazać im, by mu zaufali.
To właśnie małe zwycięstwa zmieniły sytuację w EBG. Gdy zespół zobaczył, że narzędzie AI do tworzenia tekstów, wyszkolone na podstawie ich wewnętrznego przewodnika po stylu, może generować treści zgodne z marką, które copywriterzy akceptowali zamiast przepisywać, kolejny wniosek wiązał się z mniejszym ryzykiem. Późniejsza automatyzacja kontroli jakości była łatwiejsza.
Opracowany później autorski silnik merchandisingowy był jeszcze łatwiejszy do wdrożenia. Każde zwycięstwo zmniejszało opór przed kolejną inicjatywą.
Miller wyjaśnia, że „gdy znaleźliśmy te małe zwycięstwa, nadal na nich budowaliśmy. I właśnie one prowadziły do coraz większych zwycięstw”.
Ta kolejność ma większe znaczenie, niż większość modeli transformacji jest gotowa otwarcie przyznać. Nie budujesz tylko narzędzi. Budujesz zdolność swojej organizacji do zmiany, a to dzieje się wyłącznie w tempie, które Twoi ludzie są w stanie przyswoić.
Jak naprawdę wygląda współpraca międzyfunkcyjna
Napędzany przez AI silnik merchandisingowy EBG, autorskie narzędzie zbudowane na podstawie własnych danych, które rekomenduje i szereguje oferty w ramach programu e-mailowego realizującego miliardy wysyłek rocznie, nie powstał w zespole marketingowym. Wymagał współpracy zespołów ds. danych, analityki, produktu i technologii na rzecz tego samego rezultatu, co było możliwe wyłącznie dlatego, że istniały już podstawy do wspólnej pracy tych zespołów.
„Był to wysiłek całego dużego zespołu” — mówi Miller. „Wszyscy, od zespołu ds. danych, przez analitykę i merchandising, po marketing. Naprawdę obejmowało to całą organizację”.
Checchio ujmuje to jasno: „Nie można pomijać współpracujących zespołów międzyfunkcyjnych. Zaufanie wewnętrznych interesariuszy i innych liderów – musi istnieć na każdym poziomie, aby tego typu transformacja mogła się urzeczywistnić”.
Nie można pomijać współpracujących zespołów międzyfunkcyjnych. Zaufanie wewnętrznych interesariuszy i innych liderów – musi istnieć na każdym poziomie, aby tego typu transformacja mogła się urzeczywistnić.
Zaufanie w tym kontekście nie jest pojęciem miękkim. To mechanizm. Zaufanie wewnętrzne decyduje o tym, czy strategia transformacji przetrwa konfrontację z resztą organizacji, czy zespół ds. danych udostępni dostęp, czy zespół produktowy nada priorytet integracji i czy dział finansowy zatwierdzi kolejną fazę. Nie można zbudować go post factum. Buduje się je, zanim będzie potrzebne.
Jeśli transformacja AI utknęła w miejscu, najbardziej przydatne pytanie nie brzmi: jakie narzędzie dodać ani który proces zautomatyzować. Zapytaj, kto w organizacji nie ma jeszcze powodu, by chcieć powodzenia tej inicjatywy, i porozmawiaj z tą osobą. Dowiedz się, co jej zdaniem marketing robi źle.
Zrób to, zanim zbudujesz cokolwiek więcej.
Co dalej?
Obserwuj klub CMO, aby poznać więcej spostrzeżeń liderów marketingu
