Założyciel firmy z branży technologii marketingowych i dyrektor marketingu podkreśla znaczenie kontekstu przed integracją AI

Jean Bonnenfant ma doświadczenie w kierowaniu działaniami z zakresu wzrostu i marketingu w firmach technologicznych B2B, a obecnie jest współzałożycielem i dyrektorem marketingu na wczesnym etapie rozwoju startupu Tinct.ai. Jako jednoosobowy dział marketingu może konkurować wyłącznie dzięki AI. Wykorzystuje ją, aby tworzyć więcej niż większość małych zespołów.

Usiedliśmy z nim, aby dowiedzieć się, jak to robi. Powiedział, że wszystko sprowadza się do inżynierii kontekstu.

Jeden marketer wspierany przez AI może przewyższyć cały zespół 

Od prawie 10 lat zajmuję się marketingiem. Zaczynałem jako menedżer marketingu, koncentrując się głównie na treściach i częściowo na działaniach wzrostowych. To doprowadziło mnie do Growth Tribe, pierwszej w Europie akademii growth hackingu i AI, gdzie rozpoczęła się moja relacja z AI — na długo przed dzisiejszym boomem na LLM.

W Growth Tribe przeprowadzaliśmy eksperymenty z narzędziami uczenia maszynowego. Współpracowaliśmy z firmami takimi jak Dataiku, francuska firma zajmująca się uczeniem maszynowym, integrując AI z projektami klientów, gdy uzasadniała to ilość danych. Obejmowało to grupowanie, modelowanie predykcyjne i rozpoznawanie wzorców. Nie było to efektowne, ale działało i dało mi solidne podstawy do zrozumienia, co AI może zrobić, a co jedynie obiecuje.

Później pracowałem w branży FinTech i kryptowalut — dwóch sektorach, w których dane i szybkość mają ogromne znaczenie. Następnie, tuż przed założeniem Tinct AI, pracowałem w Lleverage, platformie automatyzacji AI, wykorzystując narzędzia AI na rzeczywistą, dużą skalę. To doświadczenie było ostatnim elementem, który dał mi pewność siebie potrzebną do zbudowania czegoś własnego.

Dziś jestem współzałożycielem i dyrektorem marketingu Tinct AI. Tworzymy personalizację opartą na AI dla stron docelowych B2B, konkretnie na potrzeby kampanii ABM. Każda firma, do której kierujesz działania, widzi wersję Twojej strony docelowej dostosowaną do niej i zidentyfikowaną na podstawie adresu IP. To rodzaj produktu, którego istnienia życzyłbym sobie, gdy wcześniej w swojej karierze prowadziłem kampanie.

Naszym celem jest skalowanie działalności bez zwiększania zatrudnienia, co jest możliwe wyłącznie dlatego, że pracuję z AI. W rezultacie to, co robię obecnie, bardzo różni się od tradycyjnych struktur organizacyjnych marketingu. Codziennie prowadzę wszystkie kanały, współpracując z przepływami pracy AI. Definiowanie ICP, komunikaty, integracja i wzbogacanie danych w CRM, sekwencje działań wychodzących, tworzenie treści — zajmuję się tym wszystkim, ale nigdy nie robię tego całkowicie sam. Zakładam, że jedna osoba działająca przy odpowiedniej infrastrukturze AI może przewyższyć pięcioosobowy zespół pracujący bez niej.

Dlaczego inżynieria kontekstu jest kluczową umiejętnością marketingową

Kiedy LLM zaczęły zdobywać popularność, większość osób korzystała z nich reaktywnie. Użytkownicy mieli zadanie, otwierali czat i otrzymywali wynik. „Napisz mi sekwencję wiadomości e-mail” albo „Przygotuj dla mnie artykuł”. Takie podejście było doraźne, transakcyjne i ostatecznie ograniczone.

Przestałem postrzegać AI jako wykonawcę zadań i zacząłem traktować ją jako warstwę infrastruktury. Kontekst stanowi fundament tej infrastruktury.

Inżynieria kontekstu jest obecnie jedną z najważniejszych umiejętności w marketingu. Obejmuje narzędzia takie jak Claude Projects, prompty systemowe, umiejętności i warstwy pamięci — wszystko, co zapewnia AI głęboki, uporządkowany kontekst dotyczący Twojego ICP, pozycjonowania, USP, otoczenia konkurencyjnego i tonu komunikacji. Gdy kontekst jest właściwy, wszystko, co zostaje na nim zbudowane, również jest właściwe. Jakość wyników narasta. Jeśli ta warstwa jest niejasna, ogólna lub nieaktualna, wszystko, co AI stworzy na jej podstawie, również takie będzie.

Każdy lider marketingu rozpoczynający swoją przygodę z AI powinien najpierw skupić całą uwagę na tej warstwie kontekstu. Spraw, by była konkretna. Spraw, by była dokładna. Spraw, by była Twoja. Następnie upewnij się, że każde narzędzie, każdy przepływ pracy i każdy zautomatyzowany wynik czerpie z niej informacje.

Gdybym wiedział, że najpierw należy zainwestować w warstwę kontekstu, uniknąłbym tygodni niespójnych wyników i poprawek.

Największą zmianą, jakiej dokonałem w ciągu ostatniego roku, było więc zainwestowanie znacznej ilości czasu na początku w zbudowanie tej warstwy kontekstu we wszystkich moich systemach, przepływach pracy i platformach. Za każdym razem, gdy ewoluuje nasze pozycjonowanie lub dowiadujemy się czegoś nowego o naszym idealnym kliencie, aktualizuję kontekst we wszystkich miejscach.

W rezultacie mogę tworzyć i dystrybuować materiały z szybkością i spójnością, które zwykle wymagałyby całego zespołu. Fundament wykonuje najcięższą pracę. To, co buduję na jego podstawie, niemal samo się realizuje.

Jak wykorzystywać AI w działaniach wychodzących

Tak obecnie prowadzę działania wychodzące.

Proces zaczyna się od tworzenia listy i wzbogacania danych. Pobieram listę docelowych kont na podstawie definicji naszego ICP i wykorzystuję wzbogacanie danych oparte na AI, aby dodać dane firmograficzne, informacje o stosie technologicznym oraz istotny kontekst dotyczący każdej firmy. Dane te trafiają bezpośrednio do lemlist, aby prowadzić działania wychodzące, podczas gdy Attio automatycznie wzbogaca je i aktualizuje w miarę pojawiania się nowych sygnałów.

Następnie przechodzę do komunikacji. Korzystając z projektu Claude'a zawierającego pełny kontekst naszego ICP, pozycjonowanie i wytyczne dotyczące tonu komunikacji, generuję spersonalizowane sekwencje wiadomości wychodzących dla każdego segmentu. Nie chodzi tu tylko o podmianę imienia, ale o rzeczywiste różnicowanie wiadomości na podstawie profilu firmy, jej prawdopodobnych problemów oraz miejsca, które zajmuje na naszej liście docelowych kont.

Gdy potencjalni klienci przechodzą na naszą stronę docelową, jest ona automatycznie personalizowana pod kątem ich firmy, rozpoznanej na podstawie adresu IP. Komunikaty, dowody społeczne i sposób prezentacji dostosowują się do tego, kim są. Personalizacja rozpoczęta w wiadomości wychodzącej nie kończy się w momencie kliknięcia — trwa przez całe doświadczenie użytkownika.

Odpowiedzi i sygnały intencji trafiają z powrotem do Attio, a wtedy osobiście wkraczam do działania. Wszystko przed tym momentem robi AI. Wszystko od tego momentu robię ja.

Jestem częścią tego procesu w dwóch punktach: podczas konfiguracji i rozmowy.

Dlaczego strategie utrzymania klientów wymagają odświeżenia dzięki AI

Górna część lejka otrzymuje całą uwagę AI, ponieważ jest najbardziej widocznym elementem pracy. Reklamy, treści, kampanie. Łatwo ją wskazać i łatwo zmierzyć. AI już zaczęła ją znacząco przekształcać.

Jednak w obszarze utrzymania klientów większość firm nadal działa tak, jakby było dziesięć lat temu. Ręczne punkty kontaktu, szeroka segmentacja i ogólne sekwencje pielęgnowania relacji, które traktują każdego obecnego klienta tak samo, niezależnie od jego zachowania i potrzeb.

To właśnie ten etap najbardziej potrzebuje przeprojektowania, ponieważ AI umożliwia coś, co wcześniej nie było możliwe: traktowanie każdego klienta indywidualnie, na dużą skalę, bez konieczności zatrudniania dziesięcioosobowego zespołu do zarządzania tym procesem. Spersonalizowaną komunikację na poszczególnych etapach cyklu życia klienta, dynamiczne treści oparte na wzorcach użytkowania, proaktywne działania wywoływane rzeczywistymi sygnałami, a nie arbitralnymi harmonogramami.

Ironia polega na tym, że to właśnie utrzymanie klientów przynosi pieniądze. Pozyskanie nowego klienta kosztuje od pięciu do dziesięciu razy więcej niż utrzymanie obecnego. Mimo to większość zespołów marketingowych nadal zdecydowanie kieruje inwestycje w AI i energię twórczą na górę lejka.

Na tym właśnie polega szansa na przeprojektowanie. Większość firm jeszcze jej nie wykorzystała.

Przemyślenia Jeana

W obszarze utrzymania klientów większość firm nadal działa tak, jakby było dziesięć lat temu. Ręczne punkty kontaktu, szeroka segmentacja i ogólne sekwencje pielęgnowania relacji, które traktują każdego obecnego klienta tak samo, niezależnie od jego zachowania i potrzeb.

Jak korzyść płynąca z AI staje się również jej największym ryzykiem

W ciągu ostatnich dwóch miesięcy zrealizowałem projekty, których ukończenie w tradycyjnej konfiguracji zajęłoby realistycznie rok. Pełną infrastrukturę działań wychodzących, wzbogacanie danych w CRM, produkcję treści w wielu kanałach, wdrażanie partnera projektowego i ramy komunikacji. Zrealizowałem to wszystko samodzielnie, mając AI za pomocnika.

Istnieje narracja sugerująca, że korzystając z AI, można pracować pół godziny dziennie. W moim przypadku tak się nie stało. Zamiast tego granica tego, co mogłem osiągnąć, przesunęła się radykalnie. Nie wykonaliśmy mniej pracy — wykonaliśmy jej wykładniczo więcej.

Poza liczbą zadań zauważalnie spadł również odsetek błędów przy określonych zadaniach. Wprowadzanie danych, badania, ustrukturyzowane wyniki. Sztuczna inteligencja jest bardziej konsekwentna niż zmęczony człowiek pod koniec długiego dnia.

To powiedziawszy, kontrola jakości przy dużym tempie pracy stanowi wyzwanie. Kiedy działasz szybko i produkujesz dużo, istnieje ryzyko, że przeoczone zostaną rzeczy, które wychwyciłby wolniejszy, bardziej manualny proces. Musisz zachować dyscyplinę i nie dopuścić do tego, by większa liczba zadań stała się wymówką dla obniżenia standardów.

Ale podsumowując? Różnica w produktywności jest realna i znacząca. Sztuczna inteligencja nie dała mi więcej czasu wolnego; dała mi większą dźwignię.

Przemyślenia Jeana

Musisz zachować dyscyplinę i nie dopuścić do tego, by większa liczba zadań stała się wymówką dla obniżenia standardów.

Jak sztuczna inteligencja zmienia copywriting

Z natury jestem copywriterem. Pisanie zawsze było moją domeną i przez długi czas wierzyłem, że to ostatnia umiejętność, którą sztuczna inteligencja kiedykolwiek będzie w stanie wiarygodnie odtworzyć. Można zautomatyzować dane, dystrybucję i targetowanie. Ale styl? Niuanse? Umiejętność wywołania w kimś emocji za pomocą jednego zdania? Byłem przekonany, że to obszar zarezerwowany dla ludzi.

I nadal uważam, że tak jest w przypadku literatury. Nie widziałem powieści ani książki napisanej przez sztuczną inteligencję, która zrobiłaby na mnie wrażenie. Ta granica wciąż należy do ludzi.

Ale jeśli chodzi o pisanie biznesowe? Z miesiąca na miesiąc obserwuję, jak staje się coraz lepsza. Dzięki inżynierii kontekstu różnica zmniejszyła się szybciej, niż kiedykolwiek się spodziewałem. Daj sztucznej inteligencji ustrukturyzowany profil idealnego klienta (ICP), szczegółowy przewodnik po stylu, rzeczywiste przykłady komunikacji marki i wystarczająco dużo kontekstu, na którym może pracować, a wyniki naprawdę mogą oddać głos marki. Nie tylko poprawnie. Dobrze.

W poprzedniej firmie zbudowałem cały blog, korzystając z Claude Project, który wytrenowałem za pomocą bardzo szczegółowego promptu systemowego i długiego, rozbudowanego dokumentu dotyczącego stylu. Nie było to kilka punktów dotyczących tonu, lecz rzeczywisty, wielostronicowy dokument oparty na tekstach, które naprawdę lubiłem czytać i które chciałem naśladować.

Wynikiem nie były generyczne treści wygenerowane przez sztuczną inteligencję. Miały prawdziwy, spójny głos. Jeśli znasz się na pisaniu, nie pomyliłbyś ich z czymś innym. Miały rytm, perspektywę i sposób ujmowania pomysłów, który sprawiał wrażenie celowego.

A więc założenie, które przez lata uważałem za prawdziwe — że sztuczna inteligencja zawsze będzie miała trudności z rzemiosłem pisania — zniknęło. I wspaniale jest to obserwować. Nawet jeśli zmienia coś, co uważałem za własną domenę.

Jak role sztucznej inteligencji i człowieka łączą się w decyzjach marketingowych

W praktyce nie ma wyraźnego podziału na to, co powinni robić ludzie, a co sztuczna inteligencja. To nigdy nie jest wybór zero-jedynkowy. To spektrum.

Sztuczna inteligencja dostarcza informacji lub wspiera niemal wszystkie nasze decyzje. Sekwencje komunikacji wychodzącej, treści, wzbogacanie danych w CRM, dopracowywanie profilu idealnego klienta, komunikaty. Sztuczna inteligencja jest obecna na każdym etapie. Ludzie jednak nie znikają z obrazu.

Można ująć to tak: sztuczna inteligencja obsługuje skalę, tempo i pierwszy szkic wszystkiego. Człowiek zawsze uczestniczy w procesie, aby wychwytywać nietypowe przypadki, stosować osąd i upewniać się, że to, co trafia do odbiorców, ma sens w danym kontekście. Ta ludzka warstwa nie jest konkretną rolą ani zadaniem. Jest wpleciona w każdy przepływ pracy.

Umiejętność oceny wciąż pozostaje domeną człowieka. Wiedza o tym, kiedy coś jest poprawne technicznie, ale błędne strategicznie. Wyczucie, kiedy komunikat trafi do odbiorców, a kiedy okaże się kompletnie nieskuteczny. Dostrzeganie, kiedy warto podchwycić trend, a kiedy za dwa tygodnie zestarzeje się on w kiepski sposób. Rozumienie niuansów rozmowy z potencjalnym partnerem, których żaden prompt nie jest w stanie w pełni uchwycić. To właśnie w takich momentach wkraczam do działania, a zdarzają się one nieustannie.

Chodzi więc mniej o działania sztucznej inteligencji kontra działania człowieka, a bardziej o to, by ludzka ręka zawsze wyznaczała kierunek, nawet gdy sztuczna inteligencja wykonuje większość pracy.

Dlaczego wdrożenie sztucznej inteligencji jest ważniejsze niż same narzędzia

Narzędzia są już niesamowite. W rzeczywistości wyprzedzają naszą zbiorową zdolność do dobrego ich wykorzystywania. A ta przepaść między tym, co AI potrafi, a tym, co większość ludzi z niego uzyskuje, nie jest problemem z narzędziami. To problem ludzki.

Szczególnie interesujące jest to, że nawet osoby aktywnie korzystające z AI każdego dnia czują, że pozostają w tyle. Ja też mam takie poczucie. Zawsze pojawia się nowy model, nowa możliwość albo nowy sposób pracy — często zaledwie w zeszłym tygodniu — a ja jeszcze nie zdążyłem tego przyswoić. Taka jest moja rzeczywistość, a ja jestem głęboko ciekawy i świadomie inwestuję czas w to, by pozostawać blisko tego obszaru.

Kiedy myślę o kimś mniej ciekawym, mniej zaangażowanym i mniej zmotywowanym do eksperymentowania, ta przepaść jest ogromna. Nie dlatego, że narzędzia są trudne w użyciu, lecz dlatego, że ich wdrożenie wymaga zmiany sposobu myślenia, której nie zapewni żadna aktualizacja oprogramowania.

Największym przełomem w każdej organizacji marketingowej nie jest znalezienie lepszego narzędzia. Jest nim podnoszenie kwalifikacji pracowników, aby inaczej myśleli o swojej pracy. Które zadania delegują AI, jak konstruują prompty oraz jak budują i utrzymują kontekst. To właśnie ta zdolność przynosi coraz większe korzyści, a większość organizacji inwestuje w nią zbyt mało.

Dlaczego liderzy marketingu powinni coś psuć

Moja rada jest prosta: eksperymentuj. Bardziej, niż wydaje ci się, że musisz.

To nie jest moment, by delegować swoją ciekawość dotyczącą AI komuś z zespołu i czekać na raport. Musisz sam zakasać rękawy. Twórz rzeczy. Psuj rzeczy. Wypróbowuj przepływy pracy, które mogą nie zadziałać. Jedynym sposobem na wykształcenie prawdziwego rozeznania w tym, co AI potrafi, a czego nie potrafi, jest bezpośrednie doświadczenie, a nie obserwacja.

Liderzy mają tendencję do pozostawania na poziomie strategicznym i pozwalania innym wykonywać pracę operacyjną. Ten odruch musi teraz zniknąć. Przepaść między liderami aktywnie budującymi rozwiązania z wykorzystaniem AI a tymi, którzy tylko o tym mówią, szybko się pogłębia. Widać to w jakości ich decyzji.

Bycie liderem nie zwalnia cię z konieczności zagłębiania się w szczegóły. Jeśli już, ten moment wymaga czegoś przeciwnego. Im więcej osobiście eksperymentujesz, tym lepsze stają się twoje wyczucie, twój zespół i twoja strategia.

Eksperymentuj więc. Twórz. Zachowaj ciekawość. I nie czekaj, aż poczujesz się gotowy, bo ten moment nie nadejdzie. Jedynym sposobem, by przez to przejść, jest przejście przez to.

Śledź tę podróż

Możesz śledzić podróż Jeana Bonnenfanta na LinkedInie, gdzie samodzielnie rozwija Tinct.ai.

Wkrótce pojawią się kolejne wywiady z ekspertami, więc załóż bezpłatne konto i śledź je w The CMO Club!