Hur AI-transformation börjar med människor med Liza Adams

"AI är inte den svåra delen", säger Liza Adams, AI- och strategirådgivare inom GTM som har väglett team för marknadsintroduktion genom förändringar, från Pure Storage till Smartsheet. "Det är människorna. Vi är svåra."

Medan branschanalytiker förutspår att AI-förändringen kommer att påverka nästan alla yrkesfunktioner fram till 2027, erbjuder Adams ett mer nyanserat perspektiv. Den verkliga förändringen är inte alls teknologisk. I själva verket handlar det mer om en mänsklig förändringsledningsutmaning som kräver grundläggande förändringar i hur vi ser på själva arbetet. 

Hon lyfter fram fördelarna med att sätta människorna först, och i den här artikeln utforskar vi hennes redogörelse för hur AI-förändring kan se ut, från någon som varje dag vägleder organisationer genom den. 

Adams har ägnat sin karriär efter rollen som CMO åt en sak: att hjälpa marknadsföringsledare att använda AI för att höja sitt strategiska värde, inte ersätta det. De flesta organisationer, säger hon, angriper AI-förändringen från fel håll.

Från snabbhet till nytänkande: AI:s verkliga löfte

Vem har inte använt AI för att påskynda något som tidigare tog 10 timmar och nu tar 10 sekunder?

Oavsett om det handlar om snabbare e-posttexter,  snabbare kampanjunderlag eller automatiserad rapportering vet vi att AI kan påskynda saker, men till vilket mål? 

"Om vi främst använder AI för att snabba upp gammalt arbete bygger vi nästan ett affärsunderlag för att automatisera bort människan", varnar Adams. Hon har sett det här mönstret upprepade gånger hos de organisationer hon ger råd till.
Förändringen du behöver göra är att gå från snabbhet till kvalitet och vidare till nytänkande.

Så i stället för att fråga "Hur kan AI hjälpa oss att göra det här snabbare?" bör du fråga "Vilket arbete var inte möjligt tidigare men skulle kunna driva tillväxt?" När du tänker om arbetet från grunden och skapar nya förmågor som inte funnits tidigare, bygger du ett affärsunderlag för varför människor är oumbärliga.

Medarbetare behöver ta reda på hur de bäst kan använda AI för att spara tid på repetitiva uppgifter, enligt studien från Harvard Business School, men tidsbesparingen är inte det yttersta målet.
Som Adams ser det handlade förra året om experimenterande, medan det här året handlar om nytänkande.
"Om du verkligen kan tro på att du tänker om hur du utför arbetet, då flyttar det energin från AI som ett verktyg till AI som ett sätt att utföra arbete, att utföra arbete som inte var möjligt tidigare", förklarar Adams.

Data stöder detta. Harvard Business School fann att yrkesverksamma som använde AI för att utforma arbetsflöden på nytt rapporterade 43 % högre arbetstillfredsställelse och bidrog med större strategiskt värde än de som bara snabbade upp uppgifter.

Men här är utmaningen: "Vi begränsas av det vi vet och av det som har fungerat tidigare", medger Adams. När kalkylblad introducerades använde människor dem för att skapa digitala versioner av pappersböcker i stället för att utnyttja deras beräkningskraft. Vi riskerar att göra samma misstag med AI, där vi digitaliserar gamla processer i stället för att föreställa oss nya möjligheter.

"Att tänka om kring något som bygger på något som går så snabbt är verkligen svårt", säger hon. "Det är därför jag brinner så mycket för att dela med mig och arbeta tillsammans. Håll inte kunskapen för dig själv, för ingen annan kommer att hjälpa oss. Vi måste hjälpa varandra."

De nödvändiga förändringarna i tankesättet

Att lära sig använda AI på ett meningsfullt sätt handlar om mer än att titta på demonstrationsvideor och webbinarier. Det handlar om att tillämpa AI praktiskt och konkret medan du utför dina dagliga uppgifter.

Skillnaden mellan ett ytligt införande av AI och verklig omvandling handlar om fyra förändringar i tankesättet.

• Från fråge- och svarsmaskin till tankepartner: Sluta tänka på AI som något som besvarar frågor. Börja i stället behandla det som en samarbetspartner som hjälper dig att utforma själva frågorna. Denna omformulering förändrar hur ditt team samarbetar med AI – från passiv informationsinhämtning till aktivt samarbete kring strategi och beslutsfattande. 
• Från snabbhet via kvalitet till nytänkande: Det finns något som kallas den magiska triangeln, och en gång såg jag den i en verkstad, där det stod: Bra. Snabbt. Billigt: Välj två. Jag uppskattar hur den illustrerar att du kan få allt, bara inte samtidigt. Och detta blir ännu tydligare när det gäller användning av AI. Om du investerar energi, insikt och tid kommer AI att ge bättre resultat. Och i utvecklingen från snabbare arbete till bättre arbete vill du helst röra dig mot nya arbetsformer som driver meningsfull tillväxt. 
• Från verktyg via lagkamrater till system: Alla som har tillgång till internet kan använda AI som ett verktyg. De grundläggande förändringarna sker när du börjar bygga AI-lagkamrater. Så småningom kommer du att samordna hela AI-system.
• Forrester förutspår att 25 % av alla yrkesroller år 2028 kommer att omfatta regelbundet samarbete med AI-agenter som definierade teammedlemmar. Och de bästa marknadsföringsledarna väntar inte. De bygger redan dessa system i sina go-to-market-team.
• Från organisationsscheman till arbetsscheman: Detta är den mest genomgripande förändringen: att gå från hierarkiska strukturer till arbetsscheman, där organisationer samlas kring resultat snarare än avdelningsgränser.

AI bryr sig inte om våra stuprör", påpekar Adams. "Det bryr sig inte om vem som utför arbetet. Det bryr sig inte om titlar. Det bryr sig bara om resultat, vilket jag tycker är något väldigt bra, eftersom kunder inte heller bryr sig om sådant.

Hur många av dina team arbetar tvärfunktionellt? Det finns stora fördelar med att ompröva yrkesgränserna. I takt med att AI blir allt mer integrerat i våra processer kommer det att fortsätta ignorera avdelningssilos, och kanske är det något bra.

Konsekvenserna för hur du strukturerar din marknadsföringsorganisation är enorma.

CREATE AN ACCOUNT

Create a CMO Club Account for access to exclusive content, practical templates, member-only events, and weekly leadership insights—it’s free to join.

Create Free Account

Have an account? Log In

Är du vänlig eller medkännande?

Det är här de flesta marknadsföringsledare gör fel.

"Det är stor skillnad mellan ett vänligt ledarskap och ett medkännande ledarskap", hävdar Adams. "Att vara vänlig gör bara människor bekväma. Men medkännande ledarskap handlar om att ställa vissa förväntningar och ge dem verktygen för att faktiskt lyckas."

Vänligt ledarskap kan innebära att skicka ett Slack-meddelande om nya AI-verktyg och hoppas att människor själva kommer på hur de ska använda dem.

Medkännande ledarskap innebär att erkänna att arbetsuppgifter förändras och aktivt hjälpa teamet att genomföra den förändringen.

"Vi anställde dem för att utföra ett specifikt arbete. Nu har arbetet förändrats. Därför tycker jag att vi måste hjälpa dem att ställa om", förklarar Adams. "AI-kunnande är grundläggande. Vi kan inte bara ge dem en massa verktyg och skicka ett Slack-meddelande och säga: 'börja använda dem.'Det fungerar inte riktigt så."

AI-kunnande är grundläggande. Vi kan inte bara ge dem en massa verktyg och skicka ett Slack-meddelande och säga: 'börja använda dem.' Det fungerar inte riktigt så.

Så ser medkännande ledarskap ut:

• Avsätta tid för att lära sig och inte bara lunchutbildningar mellan möten
• Ge utrymme att misslyckas, eftersom människor kommer att motiveras att försöka när de känner psykologisk trygghet 
• Ge verkligt stöd i form av praktisk utbildning, oavsett om den leds av kollegor eller experter
• Ge respektfull vägledning, och ta hänsyn till var människor befinner sig i sin AI-resa

Att överbrygga gapet 

Det finns en tydlig kontrast mellan ChatGPT-genererade idéer och en vision av AI-drivna arbetsflöden. Däremellan finns ett enormt gap.

Adams illustrerade nyligen detta i ett LinkedIn-inlägg: på ena sidan står det "fråga vad som helst" på ChatGPT:s startsida. På den andra sidan finns målet att bygga helt omarbetade arbetsflöden där AI-lagkamrater arbetar i perfekt samspel med människor.

Många organisationer och marknadschefer fastnar när de försöker förstå hur de ska ta sig från A till B. Att lösa det kräver något som du förmodligen inte har budgeterat för, oavsett om det handlar om att ge människor utrymme att inspireras, avsätta tid för att lära sig eller ge tillåtelse att misslyckas.

Så här ser det ut i praktiken

Dela lärdomar öppet. På ett företag som Adams ger råd till håller marknadscheferna ett 15 minuter långt veckomöte om ”AI-framgångar/misslyckanden”. Varje teammedlem delar med sig av en sak som fungerade och en som inte gjorde det. Sårbarheten skapar trygghet. Regelbundenheten bygger momentum.

Granska era återkommande processer. Kartlägg teamets fem mest tidskrävande återkommande arbetsflöden. Fråga för varje arbetsflöde: Kan AI förbättra kvaliteten på resultatet? Kan AI möjliggöra ett helt nytt tillvägagångssätt som vi inte kunde använda tidigare? Ett team inom efterfrågegenerering upptäckte att de i stället för att snabba upp sin kvartalsvisa kampanjplanering kunde använda AI för att köra scenariomodellering för fler än 20 kampanjvarianter – ett arbete som tidigare var omöjligt med deras personalstyrka.

Skapa avsatt tid för experiment. En CMO som Adams arbetar med införde ”AI-kontorstid” två gånger i veckan utan någon agenda, bara öppen tid för teammedlemmar att experimentera med nya metoder medan en mer erfaren kollega fanns tillgänglig för att hjälpa till. Användningen ökade med 300 % inom ett kvartal.

”När vi lyckas vinner vi, och när vi misslyckas lär vi oss”, konstaterar Adams. ”Vi måste vara mycket respektfulla och smidiga oavsett var människor befinner sig på sin AI-inlärningsresa.”

Bortom generell utbildning

Generell AI-utbildning lär ut funktioner. Rollspecifik inspiration leder till omvandling. Kontext är allt.

Forskning från MIT och Stanford visade att kontextspecifik AI-utbildning leder till 4 gånger högre användningsgrad än generella ”AI 101”-kurser.

”Jag tror att vi måste visa människor vad som är möjligt i deras arbete”, säger Adams.

Generell AI-utbildning lär ut funktioner, men rollspecifik inspiration leder till omvandling. I det här fallet är kontext allt. Och det finns data som visar att metoden fungerar. Forskning från MIT och Stanford visade att kontextspecifik AI-utbildning leder till 4 gånger högre användningsgrad än generella AI-kurser.

Så i stället för att titta på vilken typ av AI-utbildning ditt team behöver för att göra sitt jobb bättre, överväg Adams synsätt: ”Jag tror att vi måste visa människor vad som är möjligt i deras arbete.”

Tänk om kring ditt angreppssätt

• I stället för att insistera på att era produktmarknadsförare använder  ChatGPT, visa dem hur AI kan genomföra ICP-segmentering på halva tiden.
• I stället för att uppmuntra digitala marknadsförare att använda generella uppmaningar och redigera resultatet, visa dem hur AI kan optimera konverteringsgraden och positionera ert varumärke för AI:s sökrekommendationer.
• I stället för att använda grundläggande e-postmallar för efterfrågegenerering som saknar den positionering och personalisering som leder till konvertering, visa teamet hur AI kan förkorta er säljcykel genom att analysera vilka meddelandesekvenser som faktiskt korrelerar med vunna affärer.

Skillnaden är betydande. Generell utbildning lär ut funktioner. Rollspecifik utbildning ger den förändring som de flesta organisationer eftersträvar.

Den hårda sanningen om tredjedelslagen

Medkännande ledarskap innebär också att vara realistisk. När du vidareutbildar och omskolar ditt team har Adams observerat ett mönster – ”tredjedelslagen”, där:

• En tredjedel kommer att leda
• En tredjedel kommer att följa
• En tredjedel kommer att hitta sin egen väg

”Vi måste visa medkänsla för den sista tredjedelen”, säger hon. ”Vi kan behöva hitta en annan roll åt dem, kanske en annan organisation eller rentav något utanför företaget.” Det finns ett behov av detta. Och CMO:er och marknadschefer som fattar beslut om personalstyrkan sitter fast mellan hälleberget och hårda klippan. Det är i grunden svårt, och för vissa är det en del av jobbet.

Visst, ingen vill ta ifrån någon deras roll och även HR tröttnar på att hamna i den här situationen. Så frågan som automatiskt uppstår är ”hur kan jag göra detta på ett bra sätt?”. Hur kommunicerar jag till de personer som blir kvar i rollerna vad som förväntas av dem och lägger grunden för att mitt team ska fortsätta experimentera, leverera och blomstra?”

Visst, vissa människor kommer inte att klara övergången. Men de som gör det tittar på för att se hur du hanterar nästa fas.

Bryt ner stuprören

Om era marknadsförings-, försäljnings- och CS-team fortfarande arbetar som separata länder lämnar ni intäktsmöjligheter på bordet.

En senior chef för efterfrågegenerering på ett börsnoterat företag började bygga AI-kollegor för att hjälpa till att planera och genomföra kampanjer. I stället för att hålla dessa AI-kollegor begränsade till sitt marknadsföringsområde kopplade hon dem till försäljningen, där de hjälpte till med säljstöd för kampanjerna. Därefter utvidgade hon dem till kundframgång för onboarding.

Hon skapade en sömlös, sammanhängande upplevelse som sträckte sig över tre traditionellt stuprörsindelade avdelningar.

Hon har omdefinierat sitt arbete. Hon är inte längre senior direktör för kampanjer och efterfrågegenerering. Nu är hon senior direktör för arkitektur och strategi för marknadsintroduktion.

Det här hände inte för att en chef beordrade en omorganisation. Det hände för att hon slutade bry sig om begränsningarna i sin roll och började tänka på kundresultat.

”Hon brydde sig inte längre lika mycket om begränsningarna i sin roll”, konstaterar Adams. ”Hon tänkte på kundresultat i en sammanhängande upplevelse, och i praktiken omdefinierade hon sitt arbete.”

Hon skrev om sin arbetsbeskrivning – och gjorde sig själv mer värdefull i processen.

Den här omvandlingen fungerar bara när du flyttar teamets fokus från avdelningsvinster till affärsresultat.

AI bryr sig inte om vem som utför arbetet. Den bryr sig inte om titlar. Den bryr sig bara om resultat, vilket jag tycker är något väldigt bra, eftersom kunder inte heller bryr sig om sådant.

Det här är inte bara en anekdot. En Harvardstudie visade att när tvärfunktionella team använde AI började de bry sig mindre om yrkesgränser. ”Eftersom AI inte brydde sig om vem som utförde arbetet, titeln eller funktionerna, utan bara om resultatet”, förklarar Adams.

McKinseys forskning är ännu mer slående: organisationer som omvärderar vad som är möjligt med AI-förstärkta arbetsflöden ser 3,5 gånger högre ROI än de som enbart fokuserar på effektivitet.

Så i stället för att fråga ”Hur kan AI hjälpa mitt marknadsföringsteam att arbeta snabbare?” bör du fråga: ”Hur kan AI hjälpa oss att leverera bättre resultat för kunderna, oavsett vilken avdelning som traditionellt har ägt varje del?”

Hur kan AI hjälpa oss att leverera bättre resultat för kunderna, oavsett vilken avdelning som traditionellt har ägt varje del?

Den frågan förändrar allt.

För snabbt växande SaaS-företag innebär det att AI kan hjälpa dig att:

• Korta säljcykler genom att koppla samman marknadsföringens avsiktsdata med säljuppsökande arbete och introduktion hos CS
• Minska CAC genom att optimera hela kundresan, inte bara toppen av tratten (det här är något som AI i kartläggning av kundresan kan hjälpa till med)
• Öka LTV genom att identifiera expansionsmöjligheter som spänner över produkt, marknadsföring och kundframgång

De organisatoriska konsekvenserna är enorma.

Vad förstärker AI i din organisation just nu?

Adams har ett särskilt träffsäkert sätt att beskriva AI:s roll, eftersom den förstärker det som redan finns.

”Det jag älskar med AI är att den riktar strålkastarljuset mot det som finns, oavsett om det som finns är bra eller dåligt”, säger hon. ”Om vi är ett fantastiskt företag, om vi är fantastiska människor, förstärker den avsikten. Och om vi inte är det, förstärker den även det.”

Du kan inte AI:a dig ur grundläggande dysfunktion eller brist på sammanhängande kommunikation. Om din kundupplevelse är fragmenterad eftersom marknadsföring, försäljning och CS inte kommunicerar bra, kommer AI att göra den fragmenteringen mer effektiv, inte bättre.

Men om du har rätt avsikt och verkligen fokuserar på kundresultat kan AI förstärka den positiva avsikten över avdelningsgränser på sätt som tidigare var omöjliga.

Fråga ditt team: vad förstärker AI i din organisation just nu?

För den kommer att förstärka vad du än matar den med.

Algoritmen för framgång

Adams får ofta frågan: "Hur syns vi i AI-sökningar? Vilken algoritm gör att ChatGPT rekommenderar vårt varumärke?"

Hennes svar skär igenom oron: "Jag brukar alltid säga att jag inte känner till algoritmen, och det är sanningen. Om vi någonsin försökte lista ut algoritmen skulle vi förmodligen bli galna eftersom den ändras hela tiden. Men jag brukar alltid säga: glöm algoritmen, sluta jaga algoritmen. Var först och främst en fantastisk människa. Var ett fantastiskt varumärke. Var en fantastisk marknadsförare och låt korten falla som de vill, eftersom AI förstärker det som redan finns."

Hon föreslår att ledare och människor "omfamnar autenticiteten, omfamnar mänskligheten, och i en värld där AI demokratiserar IQ blir EQ allt mer värdefullt."

När artificiell intelligens tar över allt mer av det kognitivt krävande arbetet blir emotionell intelligens, autenticitet och genuint mänskliga egenskaper de särskiljande faktorerna. Detta kan vara den viktigaste insikten för 2026 och framåt.

Vägen framåt

Som Adams påminner oss om fanns 60% av dagens jobb inte 1940. Vi har anpassat oss tidigare. Från hissoperatörer till programvaruutvecklare, från stenografer till sociala medieansvariga. "Vi är de mest anpassningsbara varelserna på den här planeten", säger hon. "Jag tror verkligen att vi kommer att anpassa oss igen."

Frågan är inte om vi kommer att anpassa oss. Frågan är om vi kan kompetensutveckla människor tillräckligt snabbt, tänka om kring arbetet tillräckligt snabbt och bevara vår mänsklighet genom hela processen.

Och den utmaningen, som Adams har gjort tydligt, är djupt och ofrånkomligen mänsklig.

Vad händer härnäst?

Skapa ett konto hos CMO Club och följ med i fler samtal med ledare som navigerar AI-transformationen.