Grundare av marknadsföringsteknik och CMO betonar vikten av sammanhang innan AI integreras

Jean Bonnenfant har en bakgrund av att leda tillväxt och marknadsföring på B2B-teknikföretag, och är för närvarande medgrundare och CMO på startupföretaget i ett tidigt skede, Tinct.ai. Som ensam person på marknadsavdelningen är AI det enda sättet han kan konkurrera på. Och han använder det för att producera mer än de flesta små team.

Vi satte oss ner med honom för att ta reda på hur han gör. Han sa att allt handlar om kontextteknik.

En AI-stödd marknadsförare kan överträffa ett team 

Jag har arbetat med marknadsföring i nästan 10 år. Jag började som marknadschef och fokuserade främst på innehåll, med en del arbete inom tillväxt. Det ledde till att jag började på Growth Tribe, Europas första akademi för growth hacking och AI, och det var där min relation till AI började, långt före dagens LLM-boom.

På Growth Tribe genomförde vi experiment med maskininlärningsverktyg. Vi arbetade med företag som Dataiku, ett franskt ML-företag, och integrerade AI i kundprojekt när datamängderna motiverade det. Det omfattade klustring, prediktiv modellering och mönsterigenkänning. Det var inte spektakulärt, men det fungerade och gav mig en stabil grund för att förstå vad AI kan göra jämfört med vad det lovar.

Därefter arbetade jag inom FinTech och krypto, två branscher där data och snabbhet spelar stor roll. Sedan, strax innan jag grundade Tinct AI, arbetade jag på Lleverage, en plattform för AI-automatisering, där jag använde AI-verktyg i verklig stor skala. Den erfarenheten var den sista pusselbiten som gav mig självförtroendet att bygga något eget.

I dag är jag medgrundare och CMO på Tinct AI. Vi bygger AI-driven personalisering för B2B-landningssidor, specifikt för ABM-kampanjer. Varje företag du riktar dig till ser en version av din landningssida som är anpassad för dem och identifieras via IP-igenkänning. Det är den typ av produkt jag önskar hade funnits när jag drev kampanjer tidigare i min karriär.

Vårt mål är att skala utan att öka antalet anställda, vilket bara är möjligt eftersom jag arbetar med AI. Därför ser det jag gör nu väldigt annorlunda ut jämfört med traditionella marknadsföringsorganisationer. Jag driver alla kanaler dagligen och samarbetar med AI-arbetsflöden. ICP-definition, budskap, CRM-integration och berikning, utgående sekvenser, innehållsproduktion — allt är jag, men det är aldrig bara jag. Min övertygelse är att en person som arbetar med rätt AI-infrastruktur kan överträffa ett team på fem personer som arbetar utan den.

Så är kontextteknik en avgörande marknadsföringskompetens

När LLM:er först slog igenom använde de flesta dem reaktivt. Användarna hade en uppgift, öppnade en chatt och fick fram något. "Skriv en e-postsekvens åt mig" eller "Skriv ett utkast till en artikel åt mig." Detta tillvägagångssätt var punktuellt, transaktionellt och i slutändan begränsat.

Jag slutade tänka på AI som en uppgiftsutförare och började se det som ett infrastrukturlager. Kontext utgör grunden för den infrastrukturen.

Kontextteknik är nu en av de viktigaste kompetenserna inom marknadsföring. Det omfattar verktyg som Claude Projects, systemprompter, färdigheter och minneslager — allt som ger en AI djup, strukturerad kontext om din ICP, positionering, USP:er, konkurrenslandskap och tonalitet. När kontexten är rätt blir också allt som byggs ovanpå den rätt. Kvaliteten på resultaten förstärks. Om det lagret är vagt, generiskt eller föråldrat kommer allt som AI producerar ovanpå det också att vara det.

Varje marknadsföringsledare som inleder sin AI-resa bör först fokusera intensivt på det kontextlagret. Gör det specifikt. Gör det korrekt. Gör det till ditt. Och se sedan till att varje verktyg, varje arbetsflöde och varje automatiserat resultat hämtar information från det.

Om jag hade vetat att jag först borde investera i kontextlagret skulle jag ha undvikit veckor av inkonsekventa resultat och omarbete.

Den största förändringen jag har gjort under det senaste året har därför varit att investera betydande tid i början för att bygga upp det kontextlagret i alla mina system, arbetsflöden och plattformar. Varje gång vår positionering utvecklas eller vi lär oss något nytt om vår idealkund uppdaterar jag kontexten överallt.

Som ett resultat kan jag producera och distribuera material med en hastighet och konsekvens som normalt skulle kräva ett helt team. Grunden gör det tunga arbetet. Det jag bygger ovanpå den sköter nästan sig självt.

Så använder jag AI i utgående arbetsflöden

Så här arbetar jag med utgående marknadsföring nu.

Processen börjar med att bygga och berika listor. Jag hämtar en lista över målkonton från vår ICP-definition och använder AI-driven berikning för att lägga till företagsdata, signaler från teknikstacken och relevant kontext om varje företag. Dessa data skickas direkt till lemlist för att genomföra utgående marknadsföring, medan Attio automatiskt berikar och uppdaterar informationen när nya signaler kommer in.

Därefter går jag över till budskapet. Med hjälp av ett Claude-projekt som är laddat med hela vår ICP-kontext, vår positionering och våra riktlinjer för tonalitet skapar jag personliga utgående sekvenser för varje segment. Det handlar inte bara om att byta ut ett förnamn, utan om faktiska variationer i budskapet baserat på företagets profil, deras sannolika problem och var de befinner sig i vår lista över målkonton.

När potentiella kunder klickar vidare till vår landningssida anpassas den automatiskt efter deras företag, som identifieras genom IP-igenkänning. Budskapet, de sociala bevisen och inramningen anpassas alla efter vilka de är. Den personalisering som började i det utgående e-postmeddelandet upphör inte vid klicket; den fortsätter genom hela upplevelsen.

Svar och avsiktssignaler flödar tillbaka till Attio, och därefter kliver jag själv in. Allt före det ögonblicket är AI. Allt från den punkten är jag.

Jag är en del av arbetsflödet vid två tillfällen: i konfigurationen och i konversationen.

Varför strategier för kundlojalitet behöver en AI-översyn

Den övre delen av tratten får all AI-uppmärksamhet eftersom det är den mest synliga delen av arbetet. Annonser, innehåll, kampanjer. Det är lätt att peka på och lätt att mäta. Och AI har redan börjat förändra den betydligt.

Men när det gäller kundlojalitet arbetar de flesta företag fortfarande som om det vore tio år sedan. Manuella kontaktpunkter, bred segmentering och generiska vårdsekvenser som behandlar alla befintliga kunder likadant, oavsett hur de beter sig eller vad de behöver.

Det är den fas som behöver göras om mest, eftersom AI gör något möjligt där som inte var möjligt tidigare: att behandla varje enskild kund som en individ, i stor skala, utan ett team på tio personer som hanterar det. Personlig kommunikation genom hela kundlivscykeln, dynamiskt innehåll baserat på användningsmönster och proaktiv kontakt som utlöses av verkliga signaler i stället för godtyckliga tidslinjer.

Ironiskt nog är det inom kundlojalitet som pengarna finns. Det kostar fem till tio gånger mer att skaffa en ny kund än att behålla en befintlig. Ändå riktar de flesta marknadsföringsorganisationer fortfarande överväldigande mycket av sina AI-investeringar och sin kreativa energi mot trattens övre del.

Det är möjligheten att göra om arbetssättet. Och de flesta företag har ännu inte rört den.

Jeans tankar

När det gäller kundlojalitet arbetar de flesta företag fortfarande som om det vore tio år sedan. Manuella kontaktpunkter, bred segmentering och generiska vårdsekvenser som behandlar alla befintliga kunder likadant, oavsett hur de beter sig eller vad de behöver.

Hur AI:s fördel också är dess största risk

Under de senaste två månaderna har jag lanserat sådant som med en traditionell uppsättning realistiskt skulle ha tagit ett år att slutföra. En komplett infrastruktur för utgående marknadsföring, CRM-berikning, innehållsproduktion i flera kanaler, introduktion av designpartners och ramverk för budskap. Jag slutförde allt på egen hand, med AI som min andrepilot.

Det finns en berättelse som antyder att man kan arbeta en halvtimme om dagen om man använder AI. Det var inte vad som hände för mig. I stället flyttades taket för vad jag kunde åstadkomma dramatiskt. Jag arbetade inte mindre; vi gjorde exponentiellt mer.

Utöver volymen minskade även felfrekvensen för vissa uppgifter märkbart. Datainmatning, efterforskning, strukturerade resultat. AI är mer konsekvent än en trött människa i slutet av en lång dag.

Med det sagt är kvalitetskontroll i högt tempo en utmaning. När du arbetar snabbt och producerar mycket finns risken att saker slinker igenom som en långsammare och mer manuell process hade fångat upp. Du måste förbli disciplinerad och förhindra att volym blir en ursäkt för lägre standarder.

Men nettoresultatet? Produktivitetsskillnaden är verklig och betydande. AI gav mig inte mer fritid; den gav mig hävstång.

Jeans tankar

Du måste förbli disciplinerad och förhindra att volym blir en ursäkt för lägre standarder.

Så förändrar AI textförfattande

Jag är textförfattare av naturen. Skrivande har alltid varit min grej, och under lång tid trodde jag att det var den sista färdighet som AI någonsin skulle kunna efterlikna på ett trovärdigt sätt. Du kan automatisera data, automatisera distribution och automatisera målgruppsanpassning. Men röst? Nyans? Förmågan att få någon att känna något med en mening? Jag var övertygad om att det var människans område.

Och jag tycker fortfarande att det stämmer för litteratur. Jag har ännu inte sett en roman eller bok skriven av AI som berör mig. Den gränsen tillhör fortfarande människor.

Men när det gäller affärsskrivande? Månad efter månad ser jag hur det blir bättre. Och med kontextteknik har avståndet minskat snabbare än jag någonsin hade förväntat mig. Ge en AI en strukturerad ICP, en detaljerad stilguide, verkliga varumärkesexempel och tillräckligt med kontext att arbeta utifrån, så kan resultatet faktiskt bära ett varumärkes röst. Inte bara godtagbart. Bra.

På ett tidigare företag byggde jag en hel blogg med hjälp av ett Claude-projekt, som jag tränade med en mycket specifik systeminstruktion och ett långt, detaljerat stildokument. Det handlade inte om några få punktlistor om ton, utan om ett faktiskt dokument på flera sidor, byggt kring texter som jag verkligen tyckte om att läsa och ville efterlikna.

Resultatet var inte generiskt AI-innehåll. Det hade en verklig och konsekvent röst. Om du kan skrivande skulle du inte missta det för något annat. Det hade en rytm, ett perspektiv och ett sätt att formulera idéer som kändes genomtänkt.

Så antagandet jag hade hållit fast vid i flera år, att AI alltid skulle ha svårt med skrivandets hantverk – det är borta. Och det är vackert att se. Även när det förändrar något som jag trodde var mitt.

Så samverkar AI och mänskliga roller i marknadsföringsbeslut

I praktiken finns det ingen tydlig uppdelning mellan vad människor bör göra och vad AI bör göra. Det är aldrig binärt. Det är ett spektrum.

AI informerar eller driver nästan alla våra beslut. Utgående sekvenser, innehåll, CRM-berikning, förfining av ICP, budskap. AI är involverad i varje steg. Men människor är inte bortkopplade.

Tänk på det så här: AI hanterar volymen, hastigheten och det första utkastet till allt. En människa finns alltid med i loopen för att upptäcka specialfall, tillämpa omdöme och säkerställa att det som går ut är begripligt i sitt sammanhang. Det mänskliga lagret är inte en specifik roll eller uppgift. Det är invävt i varje arbetsflöde.

Omdömet förblir mänskligt. Att veta när något är tekniskt korrekt men strategiskt fel. Att känna av när ett budskap kommer att landa väl eller falla platt. Att se när en trend är värd att haka på, jämfört med när den kommer att åldras dåligt på två veckor. Att förstå nyanserna i ett samtal med en potentiell partner som ingen instruktion helt kan fånga. Det är i de ögonblicken jag kliver in, och de inträffar hela tiden.

Det handlar alltså mindre om AI kontra mänskliga aktiviteter och mer om att säkerställa att en mänsklig hand alltid styr riktningen, även när AI gör det mesta av arbetet.

Varför AI-användning är viktigare än verktygen

Verktygen är redan otroliga. Faktum är att de ligger före vår gemensamma förmåga att använda dem väl. Och gapet mellan vad AI kan göra och vad de flesta faktiskt får ut av det är inte ett verktygsproblem. Det är ett mänskligt problem.

Det som gör det särskilt intressant är att även de som aktivt använder AI varje dag känner sig efter. Jag känner mig efter. En ny modell, funktion eller arbetsmetod dyker alltid upp, ofta så sent som förra veckan, och jag har ännu inte hunnit ta till mig den. Det är min verklighet, och jag är djupt nyfiken och investerar medvetet tid i att hålla mig nära det här området.

När jag tänker på någon som är mindre nyfiken, mindre insatt och mindre motiverad att experimentera blir gapet enormt. Inte för att verktygen är svåra att använda, utan för att införandet kräver ett förändrat tankesätt som ingen programuppdatering kan leverera.

Den största möjligheten i vilken marknadsföringsorganisation som helst är inte att hitta ett bättre verktyg. Det är att kompetensutveckla medarbetarna så att de tänker annorlunda kring hur de arbetar. Vilka uppgifter de delegerar till AI, hur de strukturerar sina instruktioner och hur de bygger upp och underhåller kontext. Det är den förmåga som växer över tid, och de flesta organisationer investerar för lite i den.

Därför bör marknadsföringsledare våga ha sönder saker

Mitt råd är enkelt: Experimentera. Mer än du tror att du behöver.

Det här är inte rätt tillfälle att delegera din nyfikenhet på AI till någon i teamet och vänta på en rapport. Du måste själv kavla upp ärmarna. Bygg saker. Ha sönder saker. Testa arbetsflöden som kanske inte fungerar. Det enda sättet att utveckla ett genuint omdöme om vad AI kan och inte kan göra är genom direkt erfarenhet, inte genom att observera.

Ledare tenderar att hålla sig på den strategiska nivån och låta andra sköta det operativa arbetet. Den instinkten måste bort just nu. Gapet mellan ledare som aktivt bygger med AI och dem som bara pratar om det växer snabbt. Det syns i kvaliteten på deras beslut.

Att vara ledare befriar dig inte från att sätta dig in i detaljerna. Om något kräver den här stunden det motsatta. Ju mer du experimenterar personligen, desto bättre blir din intuition, desto bättre blir ditt team och desto bättre blir din strategi.

Så experimentera. Bygg. Fortsätt vara nyfiken. Och vänta inte tills du känner dig redo, för det ögonblicket kommer inte att infinna sig. Det enda sättet att ta sig igenom det är att ta sig igenom det.

Följ med

Du kan följa Jean Bonnenfants resa på LinkedIn när han på egen hand utvecklar Tinct.ai.

Fler expertintervjuer kommer snart, så registrera dig med ett kostnadsfritt konto för att följa med i The CMO Club!