De 5 stadierna av AI-användning

Glappet mellan åtkomst och användning

Marknadsföringsteam levererar större mängder resultat, delvis tack vare AI. Men arbetsflödena de förlitar sig på för att utföra arbetet ser ofta identiska ut med dem som fanns innan dessa verktyg kom in på scenen. 

Jason Ing, marknadschef på Typeface, ser detta från plattformssidan. Och när olika personer i samma team befinner sig på olika stadier i sin AI-adoptionsresa blir resultaten omöjliga att hantera. 

"Du kan få mycket inkonsekventa användningsområden där AI ibland fungerar bättre än i andra fall. Det beror verkligen på användaren." 

De flesta organisationer har enligt honom lärt sig att använda AI som en assistent, något man ger instruktioner till, hämtar ut resultat från och klistrar in där man redan arbetade. Nästa våg är något helt annat.

"Det handlar inte om att generera det där mejlet, det där innehållet eller den där tillgången", säger Ing.

"Det handlar om att kodifiera hur kampanjer faktiskt genomförs. Förflyttningen går från att AI skapar innehåll snabbare till att AI hjälper hela marknadsföringsteam att arbeta bättre och arbeta tillsammans."

Skillnaden mellan ett team som använder ett orkestrerat system och ett där individer råkar ha tillgång till AI är betydande, precis som skillnaden mellan ett system som ett team förlitar sig på och individuell färdighet. 

Resultatet är en organisation som tekniskt sett har infört AI men i praktiken inte förändrat något i sitt arbetssätt.

Akande Davis, verksamhetschef på GNW Consulting, lyfter fram risken. Att införa AI i en organisation med olösta process- eller strategiklyftor kommer inte att jämna ut dem. Han säger:

"När det finns ett grundläggande processavbrott, ett inkonsekvent strategiskt angreppssätt eller teknik som inte används på det sätt den är avsedd att användas, kommer AI inte att vara en lösning som sätter plåster på problemet." Det kommer bara att göra saker värre. Du får sämre resultat snabbare."

Snabbhet utan struktur är ingen konkurrensfördel. Ibland måste du sakta ner dina skalningsinsatser för att arbeta mer hållbart.

Varför ordningsföljden är avgörande för de fem stegen

Tänk på AI-mognad inom marknadsföring som fem tydliga faser. Om du hoppar över någon av dem uppstår problem som visar sig senare, vanligtvis i stor skala.

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

Steg 1: Åtkomst

Teamet har ett verktyg och några personer använder det ibland. Det finns ingen gemensam kontext, ingen styrning och inga tydliga förväntningar. Åtkomst till verktyget är startlinjen, inte målet.

Steg 2: Experimenterande

Individer skriver instruktioner, delar framgångar och får resultat som de entusiasmeras av. Aktiviteten är hög. Ingenting är repeterbart. Varje resultat beror på vem som skrev instruktionen den dagen och vad personen råkade ta med.

Steg 3: Bygga arbetsflöden

Instruktioner blir mallar. Mallar delas. Processer börjar stabiliseras. Leffer beskriver detta som den verkliga vändpunkten, förflyttningen från ”vi har åtkomst” till ”vi har ett system”. Som hon uttrycker det behöver team gå från samtalsbaserad dialog fram och tillbaka med AI till ”instruktioner som blir mallar som du återanvänder om och om igen, och sedan kedjar ihop dessa anvisningar”.

Steg 4: Färdigheter och styrning

AI tränas på varumärkeskontext, persondata, historiska resultat och företagskunskap. Resultaten slutar låta som om de kommer från en generell modell och börjar låta som om de kommer från din organisation. Det är här varumärkeshjärnan byggs, och det sker före optimeringen, inte efteråt.

Steg 5: Agentbaserad verksamhet

Arbetsflöden körs med minimal mänsklig initiering. Systemet lyfter proaktivt fram insikter, hanterar repetitiva uppgifter i stora volymer autonomt och flaggar problem innan de blir kriser. Mänskligt omdöme reserveras för positionering, budskap med höga insatser och allt där varumärkets rykte står på spel.

Den stora majoriteten av marknadsföringsteamen befinner sig just nu på steg två och berör ibland steg tre. Anledningen till att de stannar upp är förutsägbar, och det är även kostnaden.

Nicole Leffer, AI-rådgivare, som har ägnat de senaste två åren åt att utbilda B2B-marknadsföringsteam inom AI, ser ett återkommande mönster som får team att hoppa över faser. 

"Många försöker hoppa över stegen eftersom de är rädda för att hamna efter", säger hon. "Om du hoppar över ett av stegen är du inte förberedd på nästa steg."

Team som hoppar direkt till automatisering av arbetsflöden eller agentbaserade system introducerar operativa risker i stor skala. Utan de grundläggande förutsättningarna på plats innebär en autonom AI som utför en process som teamet inte till fullo förstår att man släpper in räven i hönshuset. Det finns en verklig risk med att röra vid aktiva data och system som saknar underliggande styrning.

Att bygga varumärkeshjärnan

Det arbete som de flesta team skjuter upp längst är det arbete som avgör om AI producerar något särskiljande. 

Nathan Snell, produktchef på Intuit Mailchimp, kallar det att bygga varumärkeshjärnan och betonar att denna skräddarsydda förståelse av varumärket måste stå i centrum för alla seriösa satsningar på att införa AI.

"Bygg upp kontexten för AI:n som om den vore en medarbetare", säger Snell. "Vad berättar du för den om ditt varumärke, dina kunder och hur du kommunicerar med dem? Vilka resultatdata ger du den för att förstå vad som fungerade bra tidigare eller vad som inte gjorde det?"

Det här är den fas som team konsekvent hoppar över till förmån för att gå snabbare, och Snell förklarar varför. "Det är på sätt och vis den tråkiga delen. Det handlar om allt det dokumentationstunga arbetet, men det är det AI behöver för att faktiskt förstå vad den ska göra och hur den ska tänka mer som du."

Kostnaden för att hoppa över den märks omedelbart i kvaliteten på resultaten.

 Jason Ing, marknadschef på Typeface, en plattform för orkestrering av marknadsföring på företagsnivå, ser detta mönster i stora organisationer. 

"Många av deras AI-resultat avviker från det de avsåg eftersom det saknas minne eller eftersom AI:n inte har den kontexten", säger han. När team arbetar utifrån instruktioner i stället för ett strukturerat varumärkeslager börjar varje resultat från noll. AI:n saknar kontinuitet, organisatorisk kunskap och förmågan att skapa något som låter som om det kommer från en specifik avsändare.

Detta är viktigare än någonsin eftersom AI blir det filter genom vilket ditt varumärke betraktas. 

Agatha Asch, marknadschef på DoorLoop, diskuterar vad som står på spel: "AI pratar på sätt och vis om dig när du inte är i rummet. Beroende på hur tydligt du syns på nätet kommer det att fångas upp och föras vidare." 

Utan ett kodifierat varumärkeslager fyller AI:n i luckorna åt dig, och den information den använder är vad du än har lämnat offentligt tillgänglig.

Colleen Goepfert, strategisk rådgivare som arbetar med snabbväxande teknikföretag i organisatorisk förändring, har sett denna dynamik accelerera i takt med AI. Hon ser ett tydligt mönster där företag investerar i verktyg och förväntar sig omvandling. "Det verkliga arbetet handlar inte om att utforma verktyget", säger hon. "Det handlar om att utforma om hur marknadsföring fungerar och godkänns." Hon har konstaterat att införandet av verktyg faktiskt är den enkla delen. Det är effektiva och hållbara förändringar av arbetssättet som får de flesta organisationer att stanna upp.

Att bygga varumärkeshjärnan innebär att dokumentera varumärkesröst, målgruppsprofiler, historiska resultatdata, riktlinjer för budskap och konkurrenspositionering som en levande infrastruktur som AI:n hämtar från varje gång den arbetar – inte som en engångsövning.

Vad marknadschefer måste äga

Marknadschefens uppgift vid införandet av AI är inte att vara den mest tekniskt kunniga personen i organisationen. Det är att skapa förutsättningar som gör det möjligt för organisationen att ta sig igenom varje steg utan att hoppa över det strukturella arbete som gör nästa steg möjligt.

Utse en ansvarig för AI-verksamheten. Att förvänta sig att alla i ett marknadsföringsteam ska utveckla lika avancerade AI-färdigheter är både orealistiskt och kontraproduktivt. Snell berättar att "du egentligen bara behöver en person med djup AI-inriktning som kan skapa de färdigheter och arbetsflöden som delas mellan teamen."

Den här personen blir en hävstång genom att bygga mallar, kontextfiler och repeterbara system som alla andra drar nytta av. Utan en tydligt definierad roll förblir införandet av AI personligt och skört. När personen tar semester går saker sönder. Än värre är att den organisatoriska kunskapen försvinner med personen när hen slutar.

Att centralisera AI-verksamheten tidigt, även på ett litet och fokuserat sätt, ger bättre resultat än att fördela ansvaret över ett team utan en gemensam standard.

Behandla IT som en förutsättning, inte som en efterföljande diskussion. Ing betonar denna punkt och påpekar att  

"IT-anpassning är nu en förutsättning innan något arbete verkligen börjar. Företag som lyckas med AI behandlar det som en gemensam infrastruktur, inte som ett sidoprojekt här borta." 

När AI-system börjar beröra varumärkesstyrning, kampanjdata, efterlevnad och PII kan marknadsföringen inte verka isolerat. Infrastrukturdiskussionen måste äga rum innan kampanjerna gör det.

Fastställ tydlig styrning över vad AI inte ska besluta om. Positionering, slutgiltiga budskap och alla beslut med anseendemässig tyngd ska förbli hos de personer som förstår varumärkets grunder.

 AI genererar alternativ, och vi vet att det fortfarande kommer att finnas avvägningar. Människor måste göra en sista genomgång för att tillämpa det filter som garanterar att varumärkets kärna består.

När det gäller att skapa internt stöd är det mest effektiva tillvägagångssättet ofta inte uppifrån och ned. 

Darrell Keezer, vd för den digitala marknadsföringsbyrån Candybox, valde att så ut användningen nedifrån och upp. Han berättade för sitt team att han inte var säker på hur AI skulle användas och bjöd in dem att ta reda på det och genomföra en tävling. 

Hans team föreslog till slut  elva AI-initiativ, varav nio godkändes, vilket ledde till $700,000 i ytterligare vinst inom sex månader. Ledningens viktigaste åtgärd var att skapa förutsättningar för teamet att äga problemet och söka lösningar som kan utnyttjas tvärfunktionellt. 

Att centralisera AI-verksamheten tidigt och på ett litet, fokuserat sätt slår alltid en utspridd användning.

Bygg varumärkesintelligensen innan AI används i något som riktar sig till kunder. Detta arbete utgör grunden för skalning.

Börja med att dokumentera varumärkets röst, personas, historiska resultatdata, riktlinjer för budskap och konkurrenspositionering i en form som AI faktiskt kan använda. Om detta hoppas över börjar varje resultat från ett tomt blad, oavsett hur mycket sammanhang som finns någon annanstans i organisationen.

Människans tak

När AI höjer lägstanivån för vad varje marknadsföringsteam kan producera förskjuts differentieringen mot bättre omdöme.

Ing ser denna förändring utspela sig i realtid. "AI höjer lägstanivån", säger han. "Före AI berodde din framgång som marknadsförare i hög grad på din egen förmåga. AI demokratiserar detta och jämnar ut spelplanen." När basnivån höjs för alla förskjuts den konkurrensmässiga differentieringen från produktionsvolym till vad ett team gör med det utrymme som AI skapar.

"Marknadsföring har alltid varit en balans mellan hjärta och förnuft", säger han. 

"Den blev väldigt algoritmisk – hur förmedlar jag rätt budskap till rätt person vid rätt tidpunkt? Nu får vi se den konstnärliga delen göra comeback, eftersom alla kommer att få tillgång till den vetenskapliga delen genom AI."

Team som rör sig snabbt utan ett viktigt varumärkeslager under sin AI-användning kommer att upptäcka att lägstanivån har höjts för alla, men att deras tak inte har flyttats. Leffer formulerar ledarskapsutmaningen direkt och säger att de marknadschefer som kommer bäst positionerade ur detta är de som motstår pressen att visa upp framsteg och i stället bygger den infrastruktur som faktiskt ackumulerar värde över tid. Snabbhet är ett rimligt mål. Det har det alltid varit.

Men just nu rör sig de flesta team snabbt genom stadier som de faktiskt inte har slutfört, vilket förklarar varför AI-implementeringar stannar av. Skillnaden mellan att se ut som om man befinner sig på steg fyra och att faktiskt vara där är exakt där varumärken förlorar sin särprägel när de skalas upp. När det gäller varumärket är differentiering strategin. Vad är din?

Vad händer härnäst  

För de senaste insikterna, gå med i CMO Club för intervjuer med marknadsföringsledare och resurser som kan hjälpa dig att öka efterfrågan i din verksamhet.