Wzorzec stojący za każdym rozczarowaniem AI

Pierwszą rzeczą, którą nowy lider marketingu musi pokazać, są kompetencje. Aby nabrać rozpędu, AI jest oczywistą dźwignią, więc wbudowanie AI w przepływy pracy to naturalny krok. Jest szybkie do wdrożenia, widoczne dla zespołu zarządzającego i łatwe do przedstawienia jako dodatkowa wartość.

Tyle że istnieje tu podstępna luka w ROI. Nawet gdy narzędzia są już wdrożone, rezultaty zwykle pozostają w tyle za obietnicami.

Wyzwanie dla wielu marketerów polega na tym, że przepływy pracy są już na początku fragmentaryczne. Platformy wdrażane fragmentarycznie, które mają zapewniać spójne zrozumienie, nie spełniają tego zadania, a AI jedynie przyspiesza powstawanie nieścisłości. Dysfunkcja nie jest winą żadnej konkretnej osoby — AI jedynie umieściła dyskurs organizacyjny pod mikroskopem. 

Jako lider marketingu możesz odkryć, że spędzasz więcej czasu na poruszaniu się między poszczególnymi przypadkami użycia AI, niż na uzasadnianiu jej ROI. I nie byłbyś w tym odosobniony.  

Wzorzec polegający na wyborze narzędzia w pierwszej kolejności, a dopiero potem określaniu konkretnych punktów tarcia, występuje w organizacjach różnej wielkości, na różnych platformach i w różnych branżach. Koszt niemal nigdy nie jest prawidłowo przypisywany.

Koszt obwiniania niewłaściwej rzeczy

Każdy znany ci zespół marketingowy ma już gdzieś w swoim przepływie pracy agenta. Łatwo w pierwszej kolejności obwinić przepływ pracy, gdy jedynym działaniem jest wielokrotne wydawanie poleceń chatbotowi. Ludzie obwiniają platformę lub dostawcę, a następnie zaczynają oceniać alternatywy.

Akande Davis wystarczająco wiele razy obserwował dokładnie taki przebieg wydarzeń w firmach osiągających przychody od 100 mln do 500 mln dolarów, aby wiedzieć, gdzie pojawia się problem. Za niepowodzenia, które zaczęły się gdzie indziej, obwinia się platformę, więc zespół przeprowadza migrację, a te same problemy pojawiają się kilka miesięcy później w nowym narzędziu.

„W dziewięciu przypadkach na dziesięć” — mówi — „wdrożenie przeprowadzono niewłaściwie albo zespół nie został odpowiednio przygotowany w momencie zakupu produktu”.

Davis jest wiceprezesem ds. operacyjnych w GNW Consulting, agencji współpracującej z zespołami B2B z segmentu średnich i dużych przedsiębiorstw przy wdrożeniach Adobe, HubSpot i Salesforce.

Jego firma przygotowała raport określający koszt takiego cyklu, a cena samego narzędzia okazała się najmniejszą kwotą na stronie.

„Wydatek to nie tylko kwota płacona za produkt. To także utracony czas, utracone przychody i nieefektywność procesów — wszystko to prowadzi do bardzo wysokiego łącznego kosztu niepowodzenia, który pozbawi stanowiska dyrektorów marketingu”.

Dlaczego przepływ pracy jest najtrudniejszym elementem

Ta rozbieżność widoczna jest również w najnowszych danych z badania.

Raport Salesforce „Stan marketingu”, przygotowany na podstawie ankiety przeprowadzonej wśród 4450 liderów marketingu do listopada 2025 roku, wykazał, że obecnie jedynie 13% zespołów marketingowych korzysta z agentów AI.

Mimo że większość osób, które już z niej korzystają lub planują to robić, oczekuje rzeczywistego wzrostu ROI, luka wynika z gotowości przepływów pracy.

Marketerzy osiągający najlepsze wyniki 2,4 raza częściej niż pozostali ujednolicili swoje źródła danych. Ponadto przeciętna organizacja marketingowa nadal musi połączyć około siedmiu różnych źródeł danych, zanim agent będzie mógł niezawodnie na nich działać. Agent wykonujący wadliwy proces nie zatrzymuje się, aby to zauważyć — pogłębia problem.

Liza Adams, pracująca jako zewnętrzna dyrektor marketingu, która doradza firmom podczas transformacji związanych z AI, ma teorię wyjaśniającą, dlaczego przepływ pracy rzadko jest modyfikowany, nawet gdy wszyscy zgadzają się, że powinien być.

„AI nie jest trudnym elementem” — mówi. „Trudni są ludzie”.

Opisuje przepaść między dwoma stanami: z jednej strony znajduje się okno czatu, które potrafi odpowiedzieć na wszystko, a z drugiej przepływ pracy, w którym agent jest już wbudowany w sposób realizacji zadań od początku do końca.

Przeszkolenie zespołu w skutecznym wydawaniu poleceń modelowi jest wystarczająco łatwe. Jednak poproszenie go o przebudowanie procesu, który od lat realizował w ten sam sposób, oraz o zaufanie, że agent nadal potrzebuje jego udziału, to zupełnie inny rodzaj pracy.

To właśnie ten obszar większość liderów lekceważy. Szkolenia z AI zwykle kończą się na funkcjach: co narzędzie potrafi podsumować i co może przygotować w wersji roboczej.

Pracownicy uczą się korzystać z AI, nigdy nie widząc, jak będzie wyglądać ich własna rola, gdy AI zostanie wbudowana w przepływ pracy, zamiast być dołączona do jego końca. Adams nazywa tę lukę prawdziwą przeszkodą, a nie ogólnym oporem przed zmianą, który zwykle obarcza się winą.

Adams podsumowuje to, co zmieniło się między ubiegłym a obecnym rokiem, jednym słowem: wyobrażenie na nowo. Określa rok 2025 jako rok szybkich i gwałtownych działań, kiedy polecenie brzmiało po prostu: zrobić coś z AI.

Trudniejsza praca zaczyna się teraz, gdy pytanie zmienia się z tego, czy zespół korzysta z AI, na to, czy potrafi on wyobrazić sobie swoją pracę na nowo, gdy agent zajmuje się jej częścią.

„AI jest teraz integralną częścią tego, jak pracujemy,” mówi. „Nie możemy pracować bez niego.” To wolniejszy rodzaj zmiany niż wymiana narzędzi — i właśnie ten etap pomija większość wdrożeń.

Jak wygląda pokonanie tej luki

Yael Abbukkis pokonała tę lukę, zanim jeszcze o niej opowiedziała. Jako CMO w Lusha przez dziewięć miesięcy przebudowywała swój zespół w oparciu o tę samą koncepcję, przechodząc ze struktur opartych na funkcjach do struktur opartych na przepływach pracy.

Jej instrukcje dla zespołu były proste: „Nie chcę, żebyście pracowali nad briefem. Zamiast tego chcę, żebyście zbudowali maszynę, która sprawi, że marketing będzie działał 10 razy szybciej.”

Rezultat: wzrost ICP o 16% rok do roku przy jednoczesnym zmniejszeniu wydatków na płatne media o 50%.

Rezultatem było zautomatyzowanie monitorowania stron konkurencji pod kątem niezapowiedzianych zmian interfejsu użytkownika i cen. Ponadto zespół uruchomił kompleksowy system kampanii, który zamienia pojedyncze dane wejściowe w gotowe do wdrożenia teksty, materiały kreatywne i zasoby reklamowe sformatowane dla poszczególnych platform. Wzrost ICP osiągnął 16% rok do roku, a wydatki na płatne media spadły o połowę.

Abbukkis wie, co powstrzymuje inne zespoły przed osiągnięciem tego celu.

„Większość liderów popełnia błąd, nakładając AI na wadliwe fundamenty” — mówi. „AI odzwierciedla jakość systemu, z którym jest połączone. Gdy dane są rozproszone, a targetowanie zbyt szerokie, AI po prostu pomaga szybciej podążać w złym kierunku.”

Od czego zacząć

Musisz zmapować miejsca, w których praca się załamuje, a nie te, w których zakładasz, że pojawiają się problemy.

Zanim zautomatyzujesz kolejne działania, określ, kto odpowiada za każdy etap. Ustal, kto zleca pracę, kto ją sprawdza, kto ją zatwierdza oraz które elementy nadal pozostają pod kontrolą człowieka.

Gdy odpowiedzialność i role zostaną ustalone, wybór narzędzi staje się kwestią dopasowania, a nie zakładem. Wskazówka Abbukkis dotycząca wyjścia z impasu jest konkretna.

„Wybierz jeden istotny przepływ pracy i przebuduj go od początku do końca. Kierowanie leadami, targetowanie ICP, wzbogacanie danych — wybierz jeden. Gdy jeden system działa sprawnie, rozmowa o dalszym rozwoju zaczyna finansować się sama.”

Abbukkis nadal nazywa system swojego zespołu maszyną. Zbudowała ją samodzielnie i zmapowała każde przekazanie zadania, zanim pozwoliła AI zbliżyć się do systemu. Większość zespołów korzystających obecnie z agenta mogłaby zbudować taką samą maszynę, gdyby zmapowała przepływ pracy, zanim powierzyła mu zadanie.

Te liczby nie wynikają wyłącznie z lepszego narzędzia. Wykorzystali je do zaprojektowania dopasowanego do potrzeb systemu przepływu pracy, który ograniczył tarcia.

Jeśli zastanawiasz się, czy taki rezultat można powtórzyć, Abbukkis bezpośrednio wskazuje największą przeszkodę.

„Większość liderów popełnia błąd, nakładając AI na wadliwe fundamenty. AI odzwierciedla jakość systemu, z którym jest połączone. Gdy dane są rozproszone, a targetowanie zbyt szerokie, AI po prostu pomaga szybciej podążać w złym kierunku.”

Twoi konkurenci mogą licencjonować te same narzędzia, ale nie są w stanie odtworzyć przepływów pracy, które możesz zbudować tylko Ty.

Co dalej?

Załóż bezpłatne konto w The CMO Club i otrzymuj nasz cotygodniowy newsletter bezpośrednio na swoją skrzynkę odbiorczą.