Varför AI-användning misslyckas utan rena data

Breanna Lawlor: De flesta organisationer behandlar AI-användning som ett teknikproblem. Men om du är marknadschef just nu är den svårare sanningen att tekniken ofta är den enkla delen. Det är människorna, förtroendet och kulturen som gör att införanden tenderar att stanna av. Och just nu, när AI utvecklas snabbare än vad de flesta team hinner ta till sig, är de ledare som får resultat inte de som har de mest sofistikerade verktygen. Det är de som skapar psykologisk trygghet för sina team att experimentera, misslyckas och fortsätta framåt.

I dag har jag sällskap av Shelly Alvarez, vice vd för marknadstjänster på Apply Digital. Hon leder leveransteamen efter försäljningen, som ansvarar för att omvandla kundstrategi till genomförande, och hon har hanterat en fullständig organisatorisk AI-omvandling i realtid.

I det här avsnittet pratar vi om hur Shelly byggde ett internt AI-råd som proaktivt lyfter fram lösningar innan kunderna ens ber om dem, varför hon sätter kvalitet framför snabbhet som sin vägledande filosofi, även när pressen att röra sig snabbt kommer uppifrån, och vad som krävdes för att förändra teamets energi från spänning till genuin entusiasm inför det som väntar.

Jag heter Breanna Lawlor och det här är CMO Club Podcast. Shelly, välkommen.

Shelly, tack så mycket för att du träffar mig och vill prata med mig i The CMO Club. Jag är väldigt glad över att vara här på Iteros Activate Summit. Det låter som att du har varit här tidigare. Framför allt skulle jag gärna vilja höra lite om dig, din roll och företaget du arbetar på.

Shelly Alvarez: Ja. Tack för inbjudan. Jag uppskattar att du inkluderar mig här. Absolut. Jag är vice vd för marknadstjänster på Apply Digital. Jag leder våra leveransteam efter försäljningen. Och för er som lyssnar hette vi tidigare Ragnarok. Ja. Och vi köptes upp av Apply Digital förra året.

Det har gått ungefär ett år nu.

Breanna Lawlor: Väldigt spännande. Det följer mycket med ett uppköp. Ja. Det kommer ny energi och nya resurser, förhoppningsvis. Ja. Har det förändrat hur saker fungerar?

Shelly Alvarez: Ja, verkligen. Att bli uppköpta var en förändring. Ja. Och sedan hade vi ytterligare en stor förändring ungefär förra månaden.

Vi fick en ny vd. Trevligt. Ny energi, precis. Så två stora förändringar. Ja, två stora förändringar. Han har en bakgrund inom AI och heter Ali, men vi kallar honom kärleksfullt för Dr. Ali. Trevligt. Ja, han förändrar verkligen vårt landskap inom AI. Han har förändrat vårt tankesätt, och jag vet att många tänker på AI som ett sätt att spara eller skära ned kostnader. Absolut.

Men han har verkligen förändrat vårt tankesätt. Det är inte det han vill göra. Han vill att AI ska vara en multiplikator. Aha. Så att vi kan göra allt större, bättre och snabbare. Ja, i allt vi gör. Han har därför positionerat och utmanat oss att fråga: alla processer och leveranser vi arbetar med i dag, hur kan vi göra dem annorlunda med AI?

Okej. Det är i princip våra marschorder i år. Ja. Han tror också starkt på experimenterande. Så vi firar våra framgångar och skrattar också åt våra misslyckanden. Och lär oss av dem. Och lär oss av dem. Om du använder AI kommer du att misslyckas ibland. Och vet du vad? Jag förespråkar starkt att man måste få in skratt i allt man gör.

Så det hjälper verkligen om man har några roliga misslyckanden. Ja. Dela dem och skratta åt dem, lär er av dem och gå vidare.

Breanna Lawlor: Tack för att du berättade allt det. Ja. Du nämnde något i vårt försnack, nämligen att din nya vd vill att AI på något sätt ska vara inbäddat i organisationens DNA. Ja.

Hur ser det ut enligt dig? När något är inbäddat handlar det inte bara om att lägga det ovanpå befintliga arbetsflöden. Mm. Det är AI-inföddhet i själva kärnan, det är så vi arbetar utifrån ett helt annat perspektiv. Kan du gå igenom processen från A till B för hur man förändrar organisationen?

Shelly Alvarez: Absolut. Det går tillbaka till det jag sa om allt från våra processer till våra leveranser. Rätt? Vi utmanas att kartlägga hur arbetssättet utan AI ser ut och sedan hur arbetssättet med AI ser ut, och hur vi tar oss dit. Rätt. Och även när vi har kommit fram till AI-arbetssättet, hur fortsätter vi att göra det bättre, bättre, bättre månad efter månad eller år efter år? Ja. Det handlar om att utmana status quo. Jag skulle säga att det är att utmana status quo även om du har något i dag som fungerar väldigt bra.

Breanna Lawlor: Ja.

Shelly Alvarez: Hur kan du uppfinna det på nytt?

Breanna Lawlor: Precis. Jag tror att det är så man håller sig i framkant.

Shelly Alvarez: Ja, ja.

Breanna Lawlor: När det gäller er kundbas och människorna ni arbetar med, är de lika AI-inriktade som er organisation, eller finns det lite friktion när det gäller det ni försöker göra internt och hur ni presenterar er och agerar externt?

Shelly Alvarez: Jag tror att de är det. Vi hade huvudanförandet här på Iterable i morse.

Ja. Nova lanserades, alltså alla AI-verktygen. Så jag vet att båda våra kundgrupper befinner sig i AI-världen. Om du hade ställt den frågan till mig för tre år sedan hade vi försökt övertyga människor om att de behövde använda AI. Det ser vi inte längre. Det är alltså tvärtom.

Kunderna behöver inte övertygas. Men de ber om vägledning. De frågar var vi kan använda det, var vi kanske inte bör använda det. Och hur får vi tag på de lågt hängande frukterna? Var är en bra startpunkt för AI?

Så jag tror att det är där de flesta av våra kunder befinner sig: Var börjar jag? Ja. Hur kommer jag igång?

Breanna Lawlor: Ja.

Shelly Alvarez: Och var ska jag inte kasta mig ut på djupt vatten?

Breanna Lawlor: Ja.

Shelly Alvarez: Ja.

Breanna Lawlor: Skulle du betrakta Apply Digital som en organisation på företagsnivå?

Shelly Alvarez: Ja.

Breanna Lawlor: Okej.

Shelly Alvarez: Absolut.

Breanna Lawlor: Då finns det djupt rotade processer och arbetssätt som i grunden kan vara svåra att förändra.

Shelly Alvarez: Ja.

Breanna Lawlor: Vad har du sett fungera bra när man genomför sådana förändringar, oavsett om det handlar om att ge människor mandat eller att leda med nyfikenhet och experimenterande? Och vilka resultat får ni tillbaka?

Shelly Alvarez: Jag ska gå tillbaka till det jag sa. Gå inte ut på djupt vatten. Börja på grunt vatten. Där vi ser att AI fungerar riktigt bra är i det operativa lagret. Saker som är mycket repetitiva: bygga rapporter och hämta analyser. Jag skämtade tidigare i dag under vår session om att AI aldrig säger klockan fem på fredagen att den måste gå eftersom den ska på afterwork. Om du är beroende av människor för att hämta rapporter på fredagar klockan fem är det ett utmärkt användningsområde för AI.

Jag tror också att vi ser personalisering i stor skala. Jag minns när jag arbetade på varumärkessidan. Vi hade ett datateam på 20 personer, och det behöver man inte längre. Nej, det har förändrats. Man kan ha mindre team och ändå nå samma resultat. Det kan vara lite skrämmande för vissa. De kanske säger: Vänta, jag är inte redo för personalisering.

Men du borde vara redo att göra dina rapporter. Och jag tycker också att man ska känna sig mycket bekväm med att låta AI hitta avvikelser. Det är den verkligen bra på. Den kan sålla igenom saker mycket snabbt. Du kan be den hitta din sämst presterande kampanj, din bäst presterande kampanj eller en kampanj som har stannat av. Den hittar den direkt.

För att svara på din fråga: var behöver vi fortfarande vara försiktiga? AI kommer bara att vara så bra som dataunderlaget. Om det är skräp in får du skräp ut. Rätt?

Breanna Lawlor: Det här har kommit upp många gånger i samtal med andra ledare.

Shelly Alvarez: Ja. Era data måste vara tillförlitliga. Du kanske kommer snabbare fram till ett svar, men du kommer bara snabbare fram till ett felaktigt svar. Ja. Rätt?

Breanna Lawlor: Måste de vara samlade, eller kan de fortfarande vara fragmenterade? Du sa att data måste vara tillförlitliga.

Shelly Alvarez: Jag skulle säga samlade, och det måste vara en utveckling. Alla kan inte säga: Okej, nästa månad har jag en samlad databas. Nej. Men man måste röra sig mot en samlad databas. Då har man en enda källa till sanningen. Om data hela tiden är fragmenterade kommer människor hela tiden att gå in i de olika silorna och göra ändringar, vilket bara skapar mer kaos för alla.

Breanna Lawlor: Och de kommunicerar inte alltid med varandra.

Shelly Alvarez: Nej.

Breanna Lawlor: Särskilt när det finns en mänsklig komponent. AI kan göra misstag. Människor kan göra misstag. Förhoppningsvis lär vi oss alla av det och itererar sedan.

Känner du att du har en tillräckligt stark kundbas där ni kan experimentera och prova saker internt, både när det gäller er egen anpassning av AI-processer och det ni försöker erbjuda kunderna?

Shelly Alvarez: Absolut. En riktigt rolig sak vi gör med teamet är att vi träffas varje vecka. Jag kallar det, i brist på bättre ord, mitt AI-team. De gör annat också, men det är vårt lilla AI-råd.

Breanna Lawlor: Det låter bra.

Shelly Alvarez: Även om kunderna inte har bett dem göra något har vi utmanat dem. Hitta något som kunden gör manuellt och se om ni kan göra det större, bättre och snabbare med AI.

Breanna Lawlor: Utmärkt.

Shelly Alvarez: Så de gör det proaktivt och visar sedan upp det för kunden. Vi behöver inte vänta på att kunden ska komma till oss.

Breanna Lawlor: Nej.

Shelly Alvarez: Vi kan se vad vi kan utveckla åt dem. Och det är okej om de säger nej.

Breanna Lawlor: Självklart.

Shelly Alvarez: Det händer. Om en kund säger: Jag vill inte göra det på det sättet, jag känner mig inte bekväm med det.

Breanna Lawlor: Ja.

Shelly Alvarez: Inga problem.

Breanna Lawlor: Precis. Ni hittar något sätt att göra det på. Och det börjar vanligtvis med en smärtpunkt. Vi har upprepat det här. Det har varit väldigt manuellt. Det måste finnas ett större och bättre sätt att göra det på. Och då tänker man: Ding, ding, ding. Vi har lösningen åt er.

Att ta ett proaktivt grepp är verkligen värdefullt, för i de samtal jag haft med ledare de senaste månaderna är nyfikenhet något som återkommer.

Det finns vanligtvis en vändpunkt. Människor är rädda, men om man är villig att prova saker kommer man ofta fram till ett mer välgrundat resultat än om man bara fortsätter göra samma sak. Ja. Men människor söker en guide genom processen. Det är väldigt svårt att lägga hela ansvaret på sig själv, oavsett om man är ledare eller medarbetare, och bara börja experimentera och ändra alla processer över en natt. Man behöver någon som säger: Så här gjorde vi. Berätta vart ni vill komma. Vi leder er steg för steg dit.

Det finns mycket att säga om det grundläggande lagret. Jag vet att du också nämnde det operativa lagret som en grundläggande komponent. Finns det enligt dig flera olika stadier i den här AI-utvecklingen när det gäller användning?

Shelly Alvarez: Jag tror det. Som med allt annat man gör måste det vara en utveckling. Gå inte direkt till de största, mest skrämmande och mest komplexa problemen som ska lösas. Bli bekväm. Börja med några av de enklare sakerna.

De rapporter du kör eller de data du behöver hämta. Du kommer att börja lita mer på AI. Du kommer att börja lita mer på dig själv. Du blir mer entusiastisk. Om jag får en AI-framgång eftersom jag har fått AI att bygga något åt mig som jag tidigare gjorde manuellt, då blir jag jätteglad. Jag blir stolt och berättar det för människor.

Börja alltså med de enklare utmaningarna och arbeta dig sedan upp mot mer komplexa uppgifter.

Breanna Lawlor: Ja. Enkla saker som ofta kräver mycket manuellt arbete och kan upprepas. Det är där verktyget blir tillgängligt och kan ge en imponerande avkastning på investeringen.

Shelly Alvarez: Ja.

Breanna Lawlor: Jag skulle gärna vilja höra en temperaturmätning från ditt tidigare samtal med personerna i rummet under din föreläsning. Vad kom upp? Vilka vanliga utmaningar eller teman visade sig? Och blev du överraskad av det som kom upp?

Shelly Alvarez: Det vanligaste temat som kom upp – och nu ska jag visa min ålder – är att jag har arbetat med CRM i 30 år.

Breanna Lawlor: Så du har en enorm erfarenhet.

Shelly Alvarez: Tack. Som mina barn skulle säga: Du är avancerad, inte gammal. Du är avancerad, mamma. Tack. Vi har haft samma utmaningar i 30 år. Och det handlar om att få till rena data.

Breanna Lawlor: Just det.

Shelly Alvarez: På något sätt har vi människor inte löst det. Nej. Så det var ett tema i dag. Hur säkerställer man att man kan lita på sina data?

Breanna Lawlor: Precis.

Shelly Alvarez: Hur säkerställer man att man har rena data innan man använder AI? För som jag sa tidigare: skräp in, skräp ut.

Om du använder AI men dina data inte är där de behöver vara kommer du, som jag sa tidigare, bara att misslyckas snabbare.

Breanna Lawlor: Det blir som en situation där man bara skapar arbete för arbetets skull.

Shelly Alvarez: Ja. Det var ett tema som kom upp i dag. Överraskade det mig? Nej. Och jag tror att om du och jag satte oss ner om tio år skulle vi kunna ha samma samtal.

Breanna Lawlor: Just det.

Shelly Alvarez: Det vore naivt att tro att varje kund kommer att lösa sina datautmaningar, eftersom kunderna fortfarande växer. Oavsett om de köper upp ett annat företag eller lanserar en ny produkt har de kanske en tillväxt eller förändringar som de inte hade förväntat sig.

Så man måste medvetet arbeta kontinuerligt med data för att hålla dem så rena och strukturerade som möjligt.

Breanna Lawlor: Ja, det är en viktig sak att komma ihåg. Det är kanske inte den mest glamorösa delen, men om man gör det grundläggande arbetet kan man lägga så mycket ovanpå det och få resultat. Jag byter ämne lite.

Du nämnde att snabbhet och rena data är viktiga. Om du måste välja ett tema för din filosofi kring AI under året och välja mellan snabbhet, experimenterande och kvalitet, vilket skulle du luta åt? Du får bara välja ett.

Shelly Alvarez: Jag får bara välja ett? Och ett.

Breanna Lawlor: Bara ett. Och du kan vara kreativ i ditt svar.

Shelly Alvarez: Okej, jag tar bort snabbhet från bordet.

Breanna Lawlor: Okej.

Shelly Alvarez: Nu måste jag välja mellan kvalitet och experimenterande? Du ber en marknadsförare välja mellan kvalitet?

Breanna Lawlor: Jag vet. Hur vågar jag?

Shelly Alvarez: Jag vet. Vi uppmuntrar alltid våra kunder att experimentera mer, men då måste jag ta bort det alternativet. Det måste bli kvalitet. Oavsett vad man gör, hur mycket man experimenterar eller hur långsamt eller snabbt man går måste man sätta kvalitet framför allt annat.

Så jag känner mig mycket bekväm med mitt svar. Kvalitet framför allt.

Breanna Lawlor: Tror du att mycket av det beror på att man har god kunskap om sina kunder och sedan informerar AI:n man använder om vilket slutresultat man vill uppnå, tillsammans med rena data? Är det den lins du ser det genom?

Shelly Alvarez: Mina kunder bryr sig om snabbhet, men de bryr sig mycket mer om kvalitet. Och ibland när vi bygger en lösning vill de inte ens veta hur vi kom fram till den.

Breanna Lawlor: Är inte det fascinerande?

Shelly Alvarez: De vill veta att vi har lösningen åt dem. Det är ju det vi anlitades för att göra.

Breanna Lawlor: Kan du berätta lite om de branscher ni vanligtvis arbetar med, eller var de befinner sig processmässigt när ni kommer in och stöttar dem?

Shelly Alvarez: Vi arbetar med många olika branscher. Vi säger inte att vi bara arbetar med en viss bransch. Vi tycker om att arbeta med alla, men vi har kunder inom finans. Där är vi mycket framgångsrika. Vi är också mycket framgångsrika inom andra områden.

Breanna Lawlor: Det är en intressant poäng, för jag pratade tidigare med någon och finans var en bransch som pekades ut som lite mer försiktig när det gäller AI.

Shelly Alvarez: Ja.

Breanna Lawlor: Kan du prata om det? Om det är någon ni arbetar med, hur hanterar ni det? De har mer rigorösa strukturer ur integritets-, reglerings- och datastyrningsperspektiv. Det finns mycket där, och om saker inte går som planerat kan konsekvenserna bli allvarliga.

Shelly Alvarez: För våra kunder inom finans och fintech skulle jag säga att vi samarbetar mer med dem än med någon annan kund. Om vi säger en skokund: om man gör ett misstag i ett mejl om skor kommer vi alla att överleva. Allt kommer att gå bra.

Men om man gör ett misstag med en kund i en mer reglerad bransch är insatserna högre. När det gäller kunder inom detaljhandeln kanske de lämnar över något som vi genomför. Men med våra kunder inom finans handlar det om samarbete hela dagen, för att säkerställa att vi förstår deras behov, att de förstår våra begränsningar och vice versa. Det är ett mycket omfattande samarbete med den typen av bransch.

Breanna Lawlor: En riktig partner för att ta reda på vilka skyddsåtgärder som måste finnas på plats så att vi kan gå fullt ut med det vi fokuserar på.

Shelly Alvarez: Absolut. Att känna till parametrarna och se till att alla känner till dem så att vi inte trampar över någon gräns vi inte borde överskrida.

Breanna Lawlor: Det är klokt. Du är expert inom ditt område, marknadstjänster och som vice vd för marknadstjänster. Men personerna på kundsidan inom finans är experter inom sina områden. Sedan uppstår en symbios när ni kopplar ihop er och bestämmer vilket resultat ni vill nå. Arbetar ni baklänges från målet för att förstå hur AI kan stödja er, eller bygger ni medan ni flyger?

Shelly Alvarez: Det var en intressant tanke. Jag funderar lite på det. Arbetar vi baklänges?

Förmodligen inte.

Breanna Lawlor: Med utgångspunkt i vilket resultat ni vill nå och hur det kan hjälpa.

Shelly Alvarez: Visst, jag är säker på att det finns tillfällen där teamet skulle kunna lyssna och säga: Shelly, minns du, vi arbetade baklänges här. Men vanligtvis marscherar vi mer i lösningens riktning.

Breanna Lawlor: Det låter rimligt. Jag vill fråga dig något som rör ditt team. När man har en ledande position ser människor ofta på en för vägledning och svar. Samtidigt ska man ge teamet och kunderna mandat och följa det uppdrag som styrelsen eller ledningen anger, oavsett om de är ens partner eller överordnade.

Hur hanterar du den spänningen och vidtar meningsfulla åtgärder när det gäller AI och att veta vilket nästa bästa steg är?

Shelly Alvarez: Okej.

Breanna Lawlor: Kanske känner du inte av det. Kanske har du inget internt eller externt tryck. Kanske tänker du: Det är lugnt, vi kör bara på. Du får gärna säga det också.

Shelly Alvarez: Det vore naivt att säga att det inte finns någon spänning kring AI. Det gör det. Jag tror att uppdragen måste komma från den högsta ledningen. Jag nämnde vår nya vd tidigare. En av de första dagarna på jobbet sa han: Vi använder inte AI för kostnadsbesparingar eller för att ta bort jobb.

Vi använder AI för att multiplicera. Vi använder det som en multiplikator för att göra saker större, bättre och snabbare. Det faktum att han sa det tog bort så mycket spänning från mitt team. Och jag tror att vi, inte bara när det gäller AI, alltid måste lämna utrymme för misstag. Lämna utrymme för att lära sig av misstag.

Vi kommer att göra misstag med AI. En del av min ledarstil är att berätta för alla om mina misstag.

Breanna Lawlor: Bra.

Shelly Alvarez: Alla mina AI-misstag. Jag säger: Titta vad jag gjorde. Då har jag skapat en miljö där de också kan göra misstag.

Det minskar en del av spänningen de kanske känner. De kan vara öppna med att säga: Jag provade detta med AI men lyckades aldrig nå ett bra resultat. Det är helt okej.

Det är verkligen helt okej. Vi använder det där det presterar bäst.

Breanna Lawlor: Ja. Och det kommer bara genom att prova och sedan använda kunskapen för att försöka igen. Jag tycker att inslaget av att visa och berätta har återkommit. Du har en maktposition, men du kan också förlita dig på andra i teamet för att hjälpa dig att fatta beslut.

Tvådelad fråga och sedan går vi mot avslutningen. Vad är du mest entusiastisk över under de kommande tre respektive sex månaderna, och vad är du särskilt stolt över när det gäller den påverkan du haft under de senaste månaderna?

Saker och ting går så snabbt. Jag vill verkligen inte planera tio år framåt, som du var inne på tidigare.

Shelly Alvarez: Jag kommer att ge ett lite klyschigt svar, men jag ser verkligen fram emot att se hur mitt team antar utmaningen att omvandla sina jobb från utan AI till med AI.

Och jag har redan sett det. Jag har sett en förnyad entusiasm. Du nämnde spänning, och jag har sett hur den har övergått från spänning till entusiasm.

Breanna Lawlor: Ja.

Shelly Alvarez: Vi har nu det veckovisa mötet där teamet delar saker som de har skapat med AI. Jag tror att det har hjälpt dem att gå från en miljö präglad av spänning till en miljö där de säger: Titta vad jag gjorde.

Breanna Lawlor: Ja.

Shelly Alvarez: Jag ser fram emot att fortsätta se det och den förnyade energin.

Breanna Lawlor: Ja.

Shelly Alvarez: Jag skulle säga att det är en förnyad energi som jag inte förväntade mig.

Breanna Lawlor: Mm.

Shelly Alvarez: Det har också varit roligt. Och när det gäller det du frågade om.

Breanna Lawlor: Om du reflekterar över den senaste tiden, vilken påverkan eller vilket inflytande är du särskilt stolt över?

Det låter som att du har mycket att säga till om när det gäller hur du knyter kontakt med människor i teamet och även externt. Finns det något du tänker på och säger: Jag lyckades göra detta under den här tiden, och det här blev resultatet? Det kan vara något litet eller något på en mycket övergripande nivå.

Shelly Alvarez: Jag är mycket stolt över det proaktiva arbetssätt som mitt team har tagit till sig. AI har gjort det möjligt för dem att inte vänta på att kunden ska be om en lösning. De experimenterar, ser vad de kan skapa och går sedan till kunden med en möjlig lösning som kunden inte ens hade frågat efter.

Breanna Lawlor: En lösning som bygger på insikter.

Shelly Alvarez: Ja. Jag är verkligen stolt över dem för det.

Breanna Lawlor: Jag tycker att det är ett mycket bra tankesätt. Det finns en nyfikenhetskomponent där som faktiskt kan ge mycket meningsfulla resultat om man gör det strategiskt. Det låter som att det är det ditt team fokuserar på.

Tack för att du delade med dig och tog dig tid att prata med mig.

Shelly Alvarez: Tack själv. Tack för att du bjöd in mig.

Breanna Lawlor: Det har varit fantastiskt att höra dina insikter, och beröm till dig för att du har den här positiva inställningen och för hur du arbetar med detta för att skapa resultat åt dina kunder.

Shelly Alvarez: Tack så mycket.

Breanna Lawlor: Fantastiskt.

Shelly Alvarez: Tack igen.

Breanna Lawlor: Precis. Tack, Shelly.