Teknikchef för marknadsföring bryter ner AI-drivna marknadsföringsarbetsflöden som driver hennes organisation

Kathleen Booth är marknadsföringschef på Sequel.io, där hon fokuserar på AI-först-marknadsföring med varumärket i centrum. Hon är också skapare av nyhetsbrevet Code Meets Creed, där hon utforskar hur man blir AI-först utan att enbart bli AI.

Vi satte oss ner med Kathleen för att få en bild av var AI är en tillgång för marknadsföringsteam – och var det innebär en risk. Under samtalet gick hon igenom sina mest användbara arbetsflöden för AI-marknadsföring. Här är vad hon sa.

Förtroende, tydlighet och relevans vinner alltid

Jag började inte min karriär med att tänka på marknadsföring så som vi definierar den i dag. Jag började som grundare.

Jag byggde upp och drev Quintain Marketing i över ett decennium och arbetade med företag inom mycket olika branscher. Den erfarenheten formade hur jag tänker kring tillväxt mer än något annat. När man befinner sig så nära arbetet ser man vad som skapar resultat, och jag såg konsekvent följande mönster: Marknadsföringens metoder förändras hela tiden, men grunderna gör det inte. Förtroende, tydlighet och relevans vinner alltid.

Efter att ha lämnat byrån gick jag vidare till ledarroller inom företag, bland annat Pavilion, där jag på nära håll såg hur tusentals ledare för marknadsintroduktion hanterade förändring. Det var då jag insåg att de gamla handlingsplanerna höll på att sluta fungera. Trattarna blev mer brusiga, kanalerna blev mättade och det blev svårare att nå köpare – och ännu svårare att övertyga dem.

Nu, på Sequel.io, befinner jag mig mitt i en andra omstart. Jag kom in med uppdraget att bygga marknadsföring på ett AI-först-sätt med varumärket i centrum, från grunden. Företaget växer snabbt – vi tredubblade intäkterna förra året – och vi har en stark produkt–marknad-passning med en mycket differentierad produkt. Så jag har tur, och vinden fyller mina marknadsföringssegel.

På Sequel är AI inte bara ännu ett verktyg eller en kanal. Det förändrar hur vi arbetar, hur vi skapar innehåll och hur köpare utvärderar oss. Det förkortar säljcykeln, sänker kostnaden för produktutveckling och hjälper oss att lansera nya produktversioner i ett vansinnigt tempo. Men AI fyller också marknaden med mer brus än någonsin, vilket skapar en paradox.

Ju mer innehåll vi kan producera, desto mer värdefulla blir känsla, omdöme och mänsklig kontakt. Jag har utforskat det här temat i mitt Substack-nyhetsbrev, Code Meets Creed. Inte bara hur man använder AI, utan hur man leder genom den. Hur man bygger team som är AI-först utan att enbart bli AI. Hur man håller fast vid varumärke, kreativitet och etik i en tid som belönar snabbhet och skala.

Om det finns en röd tråd i min karriär är det denna: Jag har gått från att utföra marknadsföring till att leda den och vidare till att tänka om kring vad den innebär i en AI-driven värld. Jag tror inte att vi befinner oss i slutet av den omvandlingen. Jag tror att vi fortfarande är mycket tidigt i processen och att vi alla försöker förstå den i realtid.

Ett slimmat marknadsföringsteam med stor hävstång

Jag leder marknadsföring och affärsutveckling på Sequel.io, och det är medvetet ett slimmat team med stor hävstång.

Vi är ett riskkapitalfinansierat företag i serie A-fasen, så organisationen är inte stor. Den består av en handfull heltidsanställda inom marknadsföring, två BDR:er samt en blandning av deltidsresurser och stöd från byråer. Vårt ansvarsområde är däremot brett. Vi ansvarar för varumärke, efterfrågan, produktmarknadsföring, fält- och partnermarknadsföring samt utgående försäljning. Funktionerna har ingen tydlig uppdelning; det är ett enda system som genererar 100 % av företagets pipeline.

Vi har gjort en medveten förflyttning bort från betalda kanaler och mot det som just nu bygger förtroende och pipeline för oss: fältevenemang, middagar för företagsledare, utgående försäljning, partnerskap och organiska sociala medier. Sök håller på att utvecklas för oss, särskilt när AI förändrar hur människor upptäcker information. Vi investerar också stort i att omvandla vår egen produkt till en kanal genom att använda engagemangsdata för att driva vårt marknadsintroduktionsarbete.

Komplexiteten ligger inte i skalan, utan i ambitionen. Vi ompositionerar företaget från en webbinarieplattform till ett AI-drivet engagemangslager för webbplatsen. Samtidigt bygger vi en AI-först-marknadsföringsorganisation. Det innebär att tänka om kring hur arbetet utförs, var människor tillför mest värde och hur man operationaliserar omdöme och känsla parallellt med automatisering.

Det vi bygger är ett exempel på vart marknadsföringsorganisationer är på väg. Vi ser pipeline fördubblas, och ibland tredubblas, utan en motsvarande ökning av kostnader eller personalstyrka. AI skapar den hävstången, inte som en ersättning för människor, utan som en kraftmultiplikator. Det syns i mätvärden som inte var lika viktiga tidigare, särskilt ARR per heltidsanställd. För mig håller detta på att bli en av de tydligaste signalerna på marknadsföringens effektivitet i denna nya era.

Hur AI ledde till tre stora förändringar inom marknadsföring

AI har förändrat hur vi arbetar på många sätt. Här är de tre största exemplen som jag kommer att tänka på:

Att omdefiniera processen för innehållsmarknadsföring

Den största förändringen var inte att börja använda AI-verktyg, utan att förändra hur arbetet flödar. Vi gick över till en "bokstödmodell" för innehåll. AI finns i mitten, men människor ansvarar för kanterna. Varje innehållsdel börjar med ett perspektiv från en verklig person. Därefter sammanställer AI tankarna och genererar ett första utkast. Innan något publiceras formar, förfinar och stresstestar en människa det.

Det förändrade snabbt marknadsförarens roll. Mindre tid framför en tom sida och mer tid åt att tänka, redigera och fatta bedömningsbeslut. Resultatet kommer snabbare, men känns också mer genomtänkt eftersom det från början är förankrat i ett verkligt perspektiv.

Att synliggöra problem i ICP:er och budskap

En annan stor förändring handlade om att strukturera företagets övertygelser. Vi skapade utbildningsdokument som fungerar som gemensamma källor till sanning för våra personas, ICP, budskap och varumärkesröst. Det låter grundläggande, men det har varit en av de mest effektfulla sakerna vi har gjort.

AI synliggjorde deras tidigare otydlighet. Om dina indata inte är tydliga faller resultaten samman.

Nu åstadkommer denna gemensamma grund flera saker samtidigt. Den skapar konsekvens i allt vi marknadsför. Den gör introduktionen snabbare eftersom nyanställda får en tydlig utgångspunkt. Och den gör det möjligt för hela teamet att arbeta snabbare med AI eftersom vi alla utgår från samma definitioner.

Att tänka om kring kapacitet

Den tredje förändringen handlar om hur vi ser på kapacitet. Marknadsföring har alltid varit begränsad. Det finns aldrig tillräckligt med tid eller personal, men standardsvaret brukade vara att prioritera bort mer eller be om fler anställda. Nu är den första frågan annorlunda: "Kan detta automatiseras?"

Vi började granska varje arbetsflöde utifrån ett jobb-som-ska-göras-perspektiv. Vilka är de separata stegen, och vilka kräver faktiskt mänskligt omdöme i stället för mönsterigenkänning eller sammanställning? AI ersätter inte arbetet, men omformar var människor lägger sin tid.

Förändringen är subtil, men den påverkar mycket. Den får oss att skydda de delar av arbetet som kräver känsla, sammanhang och kreativitet, och att aggressivt automatisera resten.

Hur AI kan driva dynamisk konkurrensbevakning

Vi byggde ett av våra mest användbara arbetsflöden kring konkurrensbevakning. Tidigare var den manuell och inkonsekvent. Någon kontrollerade regelbundet konkurrenternas webbplatser, skummade igenom pressmeddelanden och uppdaterade kanske en eller två presentationsbilder. När informationen nådde säljsamtalen var den redan inaktuell.

Nu är det ett AI-drivet veckosystem som körs från början till slut.

Först övervakar AI kontinuerligt. Det hämtar uppdateringar från konkurrenternas webbplatser, produktsidor, prisändringar, jobbannonser, finansieringsnyheter, kundmeddelanden och innehåll. I stället för att någon letar efter signaler kommer signalerna till oss genom AI.

Därefter sammanställer AI det som är viktigt. Inte bara vad som har förändrats, utan varför det är viktigt. Riktar sig en konkurrent mot större företag? Förändrar de sin positionering? Lanserar de sig i en ny kategori? Anställer de personal med en kompetens som signalerar en förändring i produktplanen?

Det blir en veckovis rapport om konkurrensläget för hela företaget. Den är lättläst, har tydliga åsikter och fokuserar på konsekvenser, inte bara information.

Men den viktigare delen sker bakom kulisserna. Samma resultat matar strukturerade kunskapsfiler om konkurrenter. Varje konkurrent har en levande profil som uppdateras varje vecka. Positionering, styrkor och svagheter, produktförmågor, prissignaler, målpersonas och senaste förflyttningar. Förtroende, tydlighet och relevans kommer alltid att vinna.

Dessa filer driver sedan allt annat, inklusive självuppdaterande säljstöd, säljpresentationer som hålls aktuella utan manuellt omarbete och ramverk för att hantera invändningar som återspeglar det som händer på marknaden, inte det som var sant för sex månader sedan. Även arbetet med budskap och positionering inom marknadsföringen hämtar information från samma källa.

På så sätt blir konkurrensbevakning ett dynamiskt system i stället för ett statiskt dokument. AI hanterar övervakning och sammanställning i stor skala. Människor granskar, förfinar och beslutar vad som ska genomföras.

Resultatet är att hela företaget arbetar med en mer aktuell och gemensam förståelse av marknaden. Säljarna går in i samtal bättre förberedda utan att behöva en separat utbildningsinsats varje gång något förändras.

Kathleens tankar

\u003cstrong\u003eAI hanterar övervakning och sammanställning i stor skala. Människor granskar, förfinar och beslutar vad som ska genomföras. \u003c/strong\u003e

Varför marknadsförare måste övergå till system

Kampanjgenomförande lämpar sig väl för att omprövas utifrån ett AI-först-perspektiv.

De flesta team genomför fortfarande kampanjer på samma sätt som för några år sedan: linjärt, kanalspecifikt och långsamt att lansera och anpassa.

Den modellen fungerar inte i en AI-förstärkt värld.

Vi började omforma kampanjer till system i stället för engångslanseringar. Varje kampanj börjar med en grundläggande ståndpunkt, men därifrån hjälper AI oss att nästan omedelbart skapa en komplett uppsättning tillgångar för olika kanaler. E-post, utgående sekvenser, landningssidor, sociala variationer, evenemangskopplingar. Inte perfekt, men tillräckligt för att snabbt nå marknaden.

Den större förändringen sker efter lanseringen. I stället för att aktivera en kampanj och vänta på resultat matar vi kontinuerligt tillbaka resultatdata in i systemet. AI hjälper oss att sammanställa den och föreslår var vi bör justera — från budskap och målgruppsinriktning till sekvensering och timing — så att kampanjen utvecklas i nära realtid.

Vi har sett två tydliga resultat. För det första: snabbhet. Kampanjer som tidigare tog veckor att planera och lansera genomförs nu på några dagar. För det andra: snabbare lärande. Vi kör fler tester, får återkoppling snabbare och itererar medan kampanjen fortfarande är aktiv i stället för att göra en efteranalys när den är över.

Det är inte helt autonomt. Människor bestämmer fortfarande vad som ska testas och ändras, men systemet är mer sammanhållet. Och det tvingar fram ett annat tankesätt — du lanserar inte längre kampanjer; du hanterar levande system som blir bättre med tiden.

När AI informerar med data står människor för omdömet

Tänk inte på det som vad AI gör kontra vad människor gör. Det handlar mer om var omdömet spelar roll och var det inte gör det.

AI är nu en integrerad del av allt som gynnas av sammanställning, mönsterigenkänning eller snabbhet. Vi använder det för att analysera engagemangsdata från våra webbinarier och vår webbplats, identifiera signaler på konto- och kontaktnivå och hjälpa till att prioritera var försäljningen bör fokusera. Det stöder research, konkurrensanalys, SEO-struktur, kampanjplanering och framtagning av första utkast för innehåll och utgående kommunikation.

Det formar också i allt högre grad vårt sätt att tänka kring timing och relevans: vilka ämnen som får genomslag, vilka konton som börjar visa ökat intresse och var vi bör satsa mer. Den typen av signalbearbetning brukade ta dagar. Nu sker den nästan i realtid.

Men de beslut som spelar roll fattas fortfarande av människor. Det omfattar positionering, berättelse och varumärkesröst: vad vi väljer att säga och, lika viktigt, vad vi väljer att inte säga. Det kräver ett sammanhang som inte finns i en datamängd. Det kräver känsla.

Detsamma gäller prioritering på högsta nivå: var vi satsar, vilka marknader vi ger oss in på och hur vi balanserar kortsiktigt säljflöde med långsiktigt varumärkesbyggande. AI kan informera dessa beslut, men bör inte fatta dem.

Allt som rör förtroende förblir också mänskligt. Relationer med kunder, samtal med ledningen och samhällsbyggande — nyanserna i dessa interaktioner spelar roll. Du kan inte lägga ut det på entreprenad utan att urholka själva det du försöker bygga.

Gränsen är alltså inte fast, men principen är konsekvent. Om arbetet innebär att bearbeta information, skala upp produktionen eller identifiera mönster bör AI göra det mesta. Om arbetet innebär omdöme, känsla eller förtroende förblir det mänskligt.

Nackdelarna med att använda AI i marknadsföring

AI:s mest uppenbara fördel är produktion och effektivitet.

Vi genomför fler kampanjer, producerar mer innehåll, lanserar fler produkter och stöder försäljningen snabbare utan att utöka personalstyrkan. Det leder till en betydande ökning av täckningen i säljflödet med relativt oförändrade kostnader. De exakta siffrorna utvecklas fortfarande, men vi har sett en ökning som gör att vi kan fördubbla säljflödet innan vi känner press att fördubbla teamet. Det var inte möjligt tidigare.

AI förbättrar också genomloppstiderna. Uppgifter som tidigare tog dagar tar nu timmar. Kampanjer når marknaden snabbare. Uppföljningen från försäljningen är mer effektiv. Vi reagerar på marknadsförändringar i nära realtid i stället för att arbeta utifrån förra månadens insikter. Vårt BDR-team är ett bra exempel; tidigare ägnade de varje måndag åt att förbereda utgående kommunikation. Det tog en hel dag varje vecka. Nu kommer de in på måndagen och börjar genast arbeta med utgående kommunikation. Det är en effektivitetsökning på 20 %, vilket är enormt.

Men det finns avvägningar.

Den största avvägningen är att ribban för kvalitet höjs. När alla kan producera mer sjunker den genomsnittliga kvaliteten. Vi ser mer generiskt innehåll och mer likformighet. Om vi inte är försiktiga kan vi snabbt skala upp medelmåttighet.

AI flyttar också flaskhalsarna. Produktion är inte längre begränsningen; det är omdömet. Redigering, känsla och beslutsfattande tar nu oproportionerligt mycket tid. Alla anpassar sig inte naturligt till den förändringen.

Vi riskerar också falskt självförtroende. AI kan få något att låta rätt även när det inte är det. Utan gedigen domänkunskap eller tydliga ståndpunkter kan vi lätt publicera arbete som känns välpolerat men saknar substans.

Nettoeffekten är positiv, men den medför utmaningar. Vi får större hävstång, snabbare resultat och större skala, men vi tar också på oss ansvaret att vara mer avsiktliga kring vad som kännetecknar bra resultat och mer disciplinerade när det gäller att skydda det.

Varför AI utmanar det nuvarande tankesättet

AI tvingade mig att släppa föreställningen att mer innehåll leder till fler resultat. Under större delen av min karriär trodde jag implicit att om jag producerade tillräckligt mycket skulle något slå igenom. Volym var en måttstock för framdrift i bloggar, e-postmeddelanden, kampanjer och så vidare. Men detta arbetssätt återspeglar bristfälliga beslutsramverk som många marknadsföringsteam fortfarande förlitar sig på.

AI kullkastade snabbt det antagandet. Nu kan vem som helst producera i stor skala. Marginalvärdet av ytterligare ett innehållsstycke har sjunkit till nästan noll om det inte säger något originellt eller meningsfullt.

Försprånget har förändrats. Det handlar inte längre om vem som kan skapa mest. Det handlar om vem som kan skapa något som är värt att uppmärksamma.

Detta tvingade fram en förändring i hur vi arbetar. Vi ägnar mindre tid åt att fråga: ”Hur producerar vi mer?” och mer tid åt att fråga: ”Är detta särskiljande? Återspeglar det ett verkligt perspektiv? Skulle någon bry sig om detta inte fanns?”

AI tog inte död på innehåll som kanal; det tog bara bort illusionen att volym var svaret.

AI har svårt med det som betyder mest

AI har inte nått upp till förväntningarna inom de områden som kännetecknar bra marknadsföring. Jag förväntade mig att AI skulle hjälpa mer med differentiering. Det har den inte gjort. Om något har den gjort motsatsen. När alla använder liknande verktyg som tränats på liknande data börjar resultaten konvergera. Man får innehåll som är tekniskt korrekt men intetsägande. Det besvarar frågan, men får dig inte att bry dig.

Sedan har vi varumärket. AI kan efterlikna en röst om man tränar den tillräckligt väl, men den skapar inte en egen röst. Den har varken smak eller övertygelse. Sådant kommer från levd erfarenhet, från att fatta beslut och leva med konsekvenserna.

Ett bra exempel är när vi försökte använda AI för att skriva om vår hemsida. Vi matade in allt. Vår positionering, produktdetaljer, ICP, konkurrentkontext och till och med exempel på budskap som vi gillade. På pappret hade den alla ingredienser som behövdes för att skapa något starkt. Och resultatet var … bra.

Den sade rätt saker om vår produkt och kategori, och den skulle stå sig helt okej jämfört med många konkurrenter.

Men det var just problemet — den lät som många av våra konkurrenters hemsidor. Det fanns ingen skärpa i den. Ingen spänning. Inget perspektiv som fick en att stanna upp och tänka: ”Det här är annorlunda.” Den förklarade vad vi gör, men fick dig inte att känna varför det var viktigt eller skapade någon meningsfull åtskillnad från konkurrenterna.

Vi använde delar av den som utgångspunkt, men den slutliga versionen krävde betydande mänsklig bearbetning. Vi skrev om rubriker, skärpte berättelsen, införde starkare åsikter och blev mycket mer medvetna om vad vi betonade och vad vi utelämnade.

Den erfarenheten förändrade hur jag ser på AI i varumärkesarbete. AI är mycket bra på att uppnå kompetens. Den är inte särskilt bra på att uppnå särprägel. Och på en marknad där alla har tillgång till samma verktyg är ”tillräckligt bra” exakt det som gör att du blir osynlig.

Hur AI formar marknadsföringsteamens framtida utveckling

AI har inte förändrat vårt teams struktur lika mycket som dess utvecklingsriktning. För ett eller två år sedan skulle vi, när målen för pipeline ökade, ha anställt fler: en produktmarknadsförare, en livscykelmarknadsförare och en ansvarig för fältevenemang. Marknadsföringsteam har historiskt skalats upp på det sättet.

Det gjorde vi inte. I stället har vi kompletterat vårt nuvarande team med AI och tänjt på gränserna för vad vi kan åstadkomma utan att anställa fler. Det har tvingat oss att bli mer disciplinerade kring vad som verkligen kräver en människa och var AI kan förstärka vårt team.

Resultatet är ett mindre team som arbetar på en nivå som tidigare krävde betydligt fler medarbetare.

Den framtida riktningen är ännu mer intressant. Vår nästa anställning kommer sannolikt inte att vara en traditionell marknadsförare inom ett specifikt funktionsområde. Det blir förmodligen en go-to-market-ingenjör — någon som kan arbeta i hela marknadsföringsorganisationen för att identifiera möjligheter där AI kan automatisera, integrera och skapa hävstång. Det är en helt annan profil.

Detta är en anställning med mycket större hävstång än att lägga till ännu en individuell medarbetare inom en enda kanal eller funktion. Om rollen utförs väl frigör den effektivitet överallt. Den skapar kapacitet, vilket gör att vi senare kan ta in specialister på områden där AI verkligen inte kan ersätta mänsklig expertis.

Teamet blir alltså inte nödvändigtvis större först; det blir mer automatiserat och AI-utrustat.

Varför en egenskap är viktigare än teknisk kunskap när AI införs

Marknadsföringsteam behöver fler personer med det jag alltid har kallat en stark ”jag löser det”-faktor. Dessa personer stöter på ett hinder men stannar inte där. De går djupare, testar och tar sönder saker och följer trådar tills något fungerar. Den egenskapen är viktigare i en AI-värld än någon specifik kompetens, eftersom verktygen förändras för snabbt för att kunna bemästras.

Det som spelar roll är nyfikenhet — en genuin vilja att förstå hur något fungerar och vad det skulle kunna bli. De personer i vårt team som lyckas bäst med AI är inte nödvändigtvis de mest tekniska. Det är de som öppnar ett nytt verktyg och genast börjar experimentera. De väntar inte på tillstånd eller ett perfekt användningsområde; de provar helt enkelt.

Det skapar hävstång och förhindrar den största risk jag ser just nu: brist på föreställningsförmåga. De organisationer som vinner kommer inte att vara de som har de bästa verktygen. Det kommer att vara de som har de mest nyfikna människorna.

Kathleens tankar

Verktygen förändras för snabbt för att bemästra dem. Det som spelar roll är nyfikenhet.

Varför marknadsföringsledare måste fokusera på grunderna först

Här är mitt råd:

För det första: få grunderna på plats innan du börjar jaga verktygen. Det är frestande att börja med användningsfall och experiment, nya plattformar, nya instruktioner eller nya arbetsflöden. Men om din ICP är otydlig, din positionering oklar eller ditt team inte har en gemensam förståelse för ert varumärke kommer AI bara att förstärka den inkonsekvensen.

Börja där.

För det andra: anställ och belöna nyfikenhet. Personer som skapar hävstång med AI väntar inte på handlingsplaner. De testar, förstör och tar reda på saker på egen hand. Den inställningen ger snabbare kumulativa effekter än något enskilt verktyg.

För det tredje: skydda det som inte bör automatiseras. Vi riskerar att optimera för snabbhet och förlora det som får marknadsföring att fungera. Det inkluderar eget tänkande, känsla och mänsklig kontakt. AI kan skala upp produktionen, men kan inte ersätta omdöme eller förtroende. Om du inte aktivt försvarar dessa värden urholkas de. Använd därför AI aggressivt där det skapar hävstång, men var disciplinerad när det gäller var det inte hör hemma.

Och slutligen: acceptera att detta inte är en engångsförändring. Det är en pågående omskrivning av hur marknadsföring fungerar. Ledare som lyckas kommer inte att få allt perfekt. De kommer att fortsätta anpassa sig utan att förlora sitt perspektiv.

Följ med

Du kan ta kontakt med Kathleen Booth på LinkedIn och följa hennes arbete på Sequel.io. Du kan också ta del av hennes Substack och personliga webbplats.

Fler expertintervjuer kommer på The CMO Club!