Marknadschef som integrerade AI i 80 % av verksamheten säger att du måste behandla AI-agenter som medarbetare

George Giles karriär har fokuserat på att skala upp teknikföretag. Han har arbetat med HP, Intel Ignite, DocuSign och många andra välkända varumärken, och är för närvarande marknadsdirektör på Foretellix, där han har integrerat AI i mer än 80 % av marknadsföringen.

Vi satte oss ner med honom för att få en uppfattning om vad som är möjligt med AI i marknadsroller. Här är vad han hade att säga.

En utvecklares sinne och en marknadsförares själ

Jag är en teknisk visionär som överbryggar gapet mellan avancerad teknik och högpresterande marknadsföring. Jag har ägnat min karriär åt att lansera och skala upp teknikföretag i USA och på globala marknader. Jag har arbetat med globala jättar och innovatörer som HP, Intel Ignite, HPE, DocuSign, Trend Micro och Lumenis. Dessutom har jag två framgångsrika försäljningar av bolag bakom mig som grundare.

Jag är för närvarande marknadsdirektör på Foretellix, en ledande aktör inom den autonoma fordonsindustrin. Utanför styrelserummet är jag AI-förespråkare och mentor. Jag lägger min tid på att undervisa i praktiska AI-tillämpningar för att hjälpa marknadsföringsteam att överbrygga införandegapet, med fokus på att bygga anpassade agenter och verktyg som faktiskt förbättrar avkastningen på investeringen, snarare än att bara bidra till bruset.

Mitt dubbla DNA skiljer mig från mängden – jag har en utvecklares sinne och en marknadsförares själ. Därför är jag en tidig användare. Jag har byggt med AI i flera år. Faktum är att jag har integrerat AI i över 80 % av alla marknadsföringsprojekt och all marknadsföringsverksamhet i min organisation, och gått från experiment till fullskalig operativ excellens. Det är en ovanlig bedrift i branschen.

Utgångsläget

På Foretellix sätter vår marknadsföring standarden för säkerhet i den autonoma fordonsrevolutionen. Vi verkar inom området fysisk AI och tillhandahåller den verktygskedja för verifiering och validering (V&V) som globala biltillverkare använder för att bevisa att deras självkörande system är säkra för allmänna vägar.

Här är sammanhanget:

• Målgrupp: Vi marknadsför oss mot en extremt sofistikerad målgrupp med höga inträdesbarriärer – en komplex kommitté av chefer på högsta nivå hos globala OEM-tillverkare och Tier 1-leverantörer.
• Räckvidd: Vi hanterar en strategi för flera regioner i USA, Europa och Asien och ser till att våra budskap är samordnade på flera marknader och språk.
• Ekosystem: Sammarknadsföring med branschens jättar är en central del av vår strategi. Vi verkar inte isolerat, utan integrerar med och går till marknaden tillsammans med partner som NVIDIA.
• Kanalstrategi: Teknisk auktoritet i stor skala. Eftersom vår produkt löser ett tekniskt hinder värt flera miljarder dollar måste våra marknadsföringskanaler prioritera teknisk auktoritet (utan trams). Det omfattar:
  • Strategiskt innehåll: Vi går längre än traditionell leadgenerering och producerar branschinnehåll på hög nivå som utbildar och informerar ingenjörer om de senaste tekniska möjligheterna.
  • Upplevelser med personlig kontakt: Vi utnyttjar stora globala branschmässor, som CES, inte bara för varumärkesbyggande utan också för livedemonstrationer som bevisar vårt värdeerbjudande för världens mest skeptiska ingenjörer.

Den här organisationen är unik eftersom vi ”äter vår egen hundmat”. Precis som vår produkt använder AI för att automatisera testning av fordon, omfamnar vår marknadsföringsverksamhet AI fullt ut. Det handlar inte bara om att använda stora språkmodeller för textskapande, utan om att använda AI-agenter som en förlängning av vårt marknadsföringsteam. Vi hanterar AI-agenter som medarbetare.

Varför ledare måste se AI-agenter som medarbetare

Det största misstaget som de flesta marknadsföringsledare gör är att behandla AI som en bättre version av Google Sök eller som en snabbare textförfattare.

Börja i stället tänka på AI-agenter och promptar som medarbetare. Jag ser gärna detta som en övergång från programvara som tjänst (SaaS) till ”personal som tjänst”.

I stället för att bara använda AI hanterar vi det med tydliga definitioner av dess uppgifter och ansvarsområden. Vi bygger in återkoppling, testning, utveckling och utökning av ansvarsområden.

Eftersom agenter behöver tid och utbildning för att nå en punkt där man kan lita på att de skapar bra resultat, och ännu mer tid för att skapa fantastiska resultat, tenderar man att investera mer resurser när man väl antar synsättet att de fungerar som medarbetare. Det innebär att man tillhandahåller kvalitetsdata för att träna dem, ger meningsfull återkoppling och kontinuerligt hittar nya förbättringar.

Dessa agenter blir oerhört värdefulla och sparar tid och resurser.

Så sparar AI-arbetsflöden i verkligheten tid

Hittills har jag introducerat 217 specialiserade AI-”medarbetare” för att hantera specifika uppgifter med hög repetitionsgrad. Jag behandlar varje agent som en dedikerad teammedlem med en specifik arbetsbeskrivning, från budskapsresearch, analys av luckor på marknaden, innehållsskapande, bildskapande och videoskapande till hyperlokaliserad innehållsanpassning för globala marknader på lokala språk.

Här är ett enkelt exempel på en av dessa agenter. Vår ”Chefagent” sparar betydande tid vid innehållsskapande. Jag skapade en agent som granskare, modellerad efter en chefs bakgrund, erfarenheter, roller och kommentarer från annat innehåll som vi hade arbetat med. Det gjorde det möjligt för agenten att granska ett utkast på ett mycket liknande sätt som chefen skulle ha gjort och ge oss feedback och anteckningar för att förbättra det innan det ens nådde honom. Nu ägnar han mindre tid åt granskning.

Hur AI kan användas för att förbättra SEO- och AEO-strategier

Och det finns förstås mer komplexa användningsområden.

Majoriteten av företagens organiskt genererade klick kommer fortfarande från sökningar. Framväxten av svar utan klick och AI-svar innebär att både SEO och AEO är viktiga.

Jag ville att vi skulle synas i de svar som människor sökte efter, men många års SEO-arbete hade lärt mig att jag behövde välja rätt frågor, promptar och sökinmatningar. Sökordsrapporter var ingen bra utgångspunkt för att välja promptar, så jag startade ett projekt där jag intervjuade noggrant utvalda personer inom och utanför företaget för att lära mig hur de använde AI och närmade sig AI, samt vilka frågor de ställde i sin research.

Var det ett tekniskt problem de försökte lösa? Ett välkänt varumärke? En teknik? Vi behövde det svaret för att kunna fastställa promptarna. Vi grupperade varje intervjuperson i en kategori och skapade sedan en agent för processen att skriva intervjumanus. Den här agenten införlivade bakgrunderna hos tre huvudgrupper (teknik, försäljning och kundkontakt) och skrev sedan manusen för att ta hänsyn till deras bakgrunder och användning. Vi använde Gemini tillsammans med ChatGPT som rimlighetskontroll.

Svaren var alltid överraskande. Varje gång sa människor till mig att de inte var rätt personer att prata med om AI, men sedan visade de mig vad de gjorde med tekniken, och jag lärde mig alltid åtminstone en värdefull sak. Det visade sig att promptar är ännu mer unika än söktermer och att de är mer öppna.

Vi analyserade sedan intervjuerna och skapade en lista med promptar. Därefter använde vi dessa promptar för att skapa en innehållsstrategi för AEO. Därifrån övervakade AmIonAI.com — och övervakar fortfarande — våra veckovisa framsteg.

Så utformar du effektiva arbetsflöden för AI-poddar

Ett annat arbetsflöde bestod i att skapa en översiktspodd med ljud och video som automatiskt skapades från blogginlägg. Mitt ursprungliga arbetsflöde var att ta innehåll från bloggen -> NotebookLM för ljudet -> Riverside för att hämta transkriptet -> CapCut för video, ljud, EQ och transkript.

Det fungerade inte. NotebookLM är bra, men flödet hade för många steg.

Slutligen tänkte vi om kring stegen och minskade dem drastiskt med ett nytt, effektivt flöde som började med blogg -> NotebookLM för ljudet -> Descript.

Descript utförde alla funktioner som vi ville att Riverside och CapCut skulle utföra, inklusive textredigering. Det här flödet har sparat oss enormt mycket tid.

Varför varumärkesbyggande och budskap måste förbli mänskliga

Så vi använder AI för många uppgifter, men allt bör inte delegeras.

Mänskliga marknadsförare måste fortfarande styra budskap och varumärkesbyggande med fast hand. Punkt.

Georges tankar

Mänskliga marknadsförare måste fortfarande styra budskap och varumärkesbyggande med fast hand. Punkt.

AI är ett utmärkt verktyg för brainstorming, men det är inte riktigt där ännu när det gäller att förstå nyanser.

Det finns även andra områden där AI presterar sämre. De flesta marknadsföringsteam lägger till exempel mycket tid på presentationer. Jag skulle gärna vilja att AI tog min företagsmall och byggde nya presentationer utifrån evenemang, demonstrationer, kunder och så vidare, med all grafik, samtidigt som vår varumärkesmanual följdes.

Hittills är dock de verktyg jag har provat — Claude och Canva — inte där ännu. De kan inte bygga presentationer utifrån mina mallar eller ens skissera samtalspunkterna på varje bild.

Varför Gemini är ett oumbärligt marknadsföringsverktyg

Gemini är mitt självklara marknadsföringsverktyg.

Skrivande, brainstorming, research, analys, strategiarbete, automatiserat bildskapande för sociala medier, bildredigering och mycket mer. Under de två senaste uppdateringarna har Gemini börjat skapa bättre svar utan en fram- och tillbaka-dialog.

Det förekommer fortfarande faktamässiga hallucinationer, men för mitt arbete presterar det bättre än ChatGPT.

Det kan förstås ändras nästa vecka! Förra året var ChatGPT mitt förstahandsverktyg. Det är viktigt att fortsätta prova verktyg och flytta arbetsuppgifter till nya verktyg för att uppnå bästa möjliga resultat.

Hur ledningens stöd driver AI-användning

Förändringsledning är avgörande för AI-användning. Det är även ledningens stöd.

Ledningen i vår organisation tog till sig AI mycket tidigt, och tack vare den visionen fick införandet av AI i marknadsföringen stöd och uppmuntran. Utan ledningens tidiga stöd skulle vi inte ha kommit nästan lika långt.

Jag tycker att det är viktigt att veta att några få dåliga erfarenheter lätt kan påverka den framtida användningen av AI i en organisation negativt. Det är viktigt att ledare – och särskilt marknadsföringsledare – fortsätter att lära sig. Och kom ihåg att AI-system blir bättre varje dag. Förändringstakten inom AI är sådan att ett år motsvarar en hel livstid för annan teknik.

Varför AI inte kan ersätta marknadsföringsproffs

Vissa tror att AI kan ersätta en marknadsföringsexpert. Jag tror inte det.

Effektiv marknadsföring kombinerar många färdigheter och talanger. Det kräver kreativitet, humor, analytiskt tänkande, psykologi, tekniska färdigheter och mycket mer. Det kräver också visdom från erfarenhet.

AI lär sig inte av verkliga erfarenheter.

AI har aldrig lanserat en Super Bowl-annons för 1 miljon dollar och misslyckats. Den erfarenheten har aldrig format dess världsbild. AI har aldrig behövt skaffa marknadsföringsjobb för att betala bolånet eller arbetat med misslyckade produkter som inte fick genomslag på marknaden.

Sådana erfarenheter formar marknadsförare, men de har ännu inte format AI.

Nyfikenhet driver innovation inom marknadsföring

Mitt råd? Var nyfiken!

Experimentera med de här verktygen för att se vad de kan göra. Prata med ditt team för att få fler idéer. Sparar det här tid åt oss? Höjer det kvaliteten på vårt arbete? Arbetar vi snabbare med detta? Börja med nyfikenhet. Inför sedan, testa och förfina.

Följ med

Du kan följa George Giles arbete på LinkedIn medan han fortsätter att testa vad som är möjligt inom marknadsföringsautomation.

Fler expertintervjuer kommer på The CMO Club!