Varför de flesta AI-införanden stannar av och hur CMO:er kan lösa det
Efterfrågan på AI-coachning: Nicole Leffer gick från marknadschef till en ledande AI-rådgivare för marknadsteam.
Hinder för införande: Leffer konstaterar att tillgång till AI-verktyg inte innebär ett framgångsrikt införande; en strategi är avgörande.
Fokus på verktyg: Leffer råder marknadsteam att investera på djupet i ett enda AI-verktyg för att effektivisera arbetsflödet.
Faser i införandet: Att hoppa över faser i AI-införandet kan leda till risker; Leffer betonar ett strukturerat arbetssätt.
Kompetenser för framtiden: AI erbjuder möjligheter för marknadsförare, men framtida framgång bygger på att utveckla relevanta kompetenser och insikter.
De flesta CMO:er skrev inte under på att bli företagets AI-strateg. Visst, du åtog dig att bygga varumärken, driva pipeline och leda team. Någon gång mellan 2022 och nu utökades din arbetsbeskrivning i det tysta.
Nu förväntas ledare utvärdera varje nytt AI-verktyg, utveckla en implementeringsstrategi, utbilda organisationen och följa upp vad som förändras.
Utöver detta förväntas du göra allt utan en handlingsplan, en särskild budget eller någon minskning av de ursprungliga ansvarsområdena. Ingen frågade om detta var rimligt, det blev helt enkelt förväntningen.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
AI-rådgivaren Nicole Leffer har sett detta utspela sig bland hundratals marknadsföringsledare, från nystartade företag i Series A till Fortune 50-företag. Och även om hon inte hade som mål att bli en eftertraktad CMO-rådgivare blev hennes väg tydlig när hon delade med sig av sin kunskap i en CMO-gemenskap 2023, och mer än hundra marknadsföringsledare anmälde sig för att lyssna på henne.
Sedan dess har Leffer kompetensutvecklat B2B-marknadsföringsteam i hur de använder AI i praktiken, i arbetsflöden och i stor skala.
Varför implementeringen misslyckas
De flesta av Leffers kunder kommer med samma scenario: de har lanserat ett AI-verktyg som ChatGPT, Gemini, Copilot eller Claude, men ingenting har faktiskt förändrats.
Jag hjälper människor att gå från att ha verktyget till att faktiskt bygga hållbara, skalbara arbetsflöden med verktyget, och att komma till den punkt där det implementeras på ett riktigt bra sätt.
Problemet, säger hon, är inte verktyget. Det är antagandet att tillgång är detsamma som implementering. Team behöver däremot en bro från att äga en prenumeration till att bygga arbetsflöden som faktiskt fungerar.
Hon betonar vikten av vägledning som en del av lanseringen, samt en viss förståelse för att "du kan inte bara ge människor ett verktyg och förvänta dig att de ska lista ut allt på egen hand."
När implementeringen är låg är resultaten otydliga och ledningen blir frustrerad. Den bakomliggande orsaken är nästan alltid antagandet att tillgång är detsamma som implementering.
Men team behöver en bro från att äga en prenumeration till att bygga arbetsflöden. Innan du avgör om din AI-investering fungerar måste du definiera vad det innebär när den gör det.
Börja med att bedöma om ditt team behöver mer utbildning i hur verktyget ska användas. En licens är inte en strategi, och att ge människor ett verktyg utan den bron bäddar för att investeringen tyst ska misslyckas.
Filterproblemet
Marknadsföringsledare utsätts för en särskild typ av press som återkommer i organisationer. Nu förväntas du vara AI-expert för hela företaget, samtidigt som du saknar bakgrund inom AI-strategi och har ett dagligt arbete som inte har blivit mindre omfattande. Som Leffer förklarar finns det en anledning till att AI-lanseringar stannar upp.
Ledare ombeds bli experter över en natt på något som kräver ett heltidsjobb för att bli expert på. Jag känner inte ens till några experter som faktiskt känner sig 100 procent uppdaterade hela tiden.
Förändringstakten gör detta värre. När en CMO har tagit till sig en utveckling har landskapet redan förändrats igen. Det ledare faktiskt behöver, menar Leffer, är inte mer information utan ett filter.
Hon berättar att de personer hon arbetar med söker vägledning. "Människor behöver bara någon som berättar för dem vad de ska fokusera på och vad de kan ignorera. Det finns så mycket brus och så många människor som låtsas veta vad de pratar om."
Förändringstakten gör detta värre.
När en CMO väl har tagit in en utveckling har landskapet redan förändrats igen.
Leffer är öppen med att hennes egna informationskällor inte är desamma som de hon skulle rekommendera till kunder. Hennes roll kräver att hon samtidigt följer tre mycket olika tidshorisonter, något som kan göras parallellt om du själv vill sätta strategiska milstolpar.
Ur Leffers perspektiv måste hon möta kunderna i dåtid, nutid och framtid. För att göra det frågar hon: 'Var befinner sig deras team i dag? Och vad är deras team redo för?'
Hon betonar vikten av att veta var tekniken befinner sig just nu och fokuserar på "vart tekniken är på väg, så att vi förbereder våra färdigheter om sex månader, säg ett år från nu." För insikter i den senaste utvecklingen vänder sig Leffer till personerna i AI-utvecklingens frontlinje.
Jag håller koll på AI-ingenjörerna, personerna som skapar tekniken, läser forskningsartiklar och försöker förstå samtalen som pågår bakom kulisserna på AI-företag.
Det vanligaste misstaget ledare gör är nu att försöka hålla jämna steg med allt. Du behöver verkligen ett filter för att bedöma vad som är viktigt nu, vad som utan risk kan skjutas upp och vem du kan lita på för att hjälpa till att fatta dessa beslut.
Det resultat du vill uppnå kommer när du fokuserar dina insatser på det du kan kontrollera. Se till att du vet vad som är viktigt nu, vad du utan risk kan skjuta upp och vem du kan lita på för att hjälpa dig att skilja dem åt.
Välj ett verktyg och gå på djupet
Det här är den del av Leffers råd som brukar möta mest motstånd och som hon står fast allra mest vid. Det största operativa misstaget hon ser marknadsföringsteam göra är att införa för många AI-verktyg samtidigt.
Om du har för många olika verktyg vet du inte vad du använder vilket verktyg till, och du vet egentligen inte hur du ska använda något av dem eftersom de alla ändrar sitt gränssnitt var femtonde minut.
Cykeln med att byta plattform är skadlig. Team hör att ett konkurrerande verktyg är bättre för ett specifikt användningsområde. Därför flyttar de sina arbetsflöden, bygger om sina instruktioner och sedan kommer det ursprungliga verktyget ikapp, ibland inom några dagar.
Dessutom ökar kostnaden för att växla mellan plattformar. Mellan en större AI-faktura, högre kognitiv belastning och ironiskt nog lägre användning gör byten att varje marginell prestandaskillnad blir meningslös.
Varje jämförelse av resultat som gjordes för ens en månad sedan är sannolikt föråldrad. Prestandaskillnaderna mellan de stora plattformarna är nästan alltid mindre än kostnaden för att byta.
I stället kan ett praktiskt steg vara att välja ett av de fyra centrala verktygen. Hon nämner ChatGPT, Gemini, Copilot eller Claude, betala för det på företagsnivå och utforma om arbetsflöden inom det.
Leffer berättar att "även om du hade gjort den här testningen, säg hypotetiskt ChatGPT jämfört med Claude för en månad sedan, är det till hundra procent en föråldrad bild i dag. Den blir till hundra procent irrelevant. Jag har sett dagar då uppfattningen på morgonen var föråldrad redan på eftermiddagen."
Innan du bestämmer dig för ett verktyg ska du självklart utvärdera alternativen. Men byt inte förrän skillnaden du ser är betydande och stabil, och dessutom relevant för hur ditt team behöver använda verktyget.
Välj bara ett verktyg, lär dig det, bygg dina arbetsflöden och bygg på ett portabelt sätt. Du klarar dig mycket bättre än om du hela tiden försöker jaga det senaste glänsande objektet.
Hennes råd är inte nya, men de är relevanta i en tid när det är alldeles för lätt att öppna ännu en flik och sedan kasta sig in i nästa sak. Fokusera på att göra stegvisa framsteg och börja med att välja dina verktyg med omsorg.
Hoppa inte över ordningsföljden
Leffer beskriver AI-utrullningen som en serie tydliga faser. Det handlar om grundläggande chattinteraktion, mallar för instruktioner, anpassade GPT:er och Gems, automatisering av arbetsflöden och slutligen agentbaserade system som kan arbeta autonomt. Det här är en mycket övergripande bild av hur införandet av AI kan se ut.
Hon berättar att allt fler organisationer tar genvägar av rädsla för att hamna efter sina konkurrenter.
Det finns faser som alla företag går igenom, och om du hoppar över ett av stegen är du inte förberedd på nästa steg. Många försöker hoppa över stegen eftersom de är rädda för att hamna efter.
Ordningen spelar roll. Team som hoppar över faser har inte lärt sig att ge AI rätt nivå av instruktioner. Och ännu viktigare: de har inte lärt sig att känna igen när något har gått fel. Leffer varnar för att arbeta utan skyddsåtgärder på plats.
Hon fortsätter och påpekar risken med att blint lita på halvfärdiga processer. "Problemet kan vara betydande. Som att din AI kanske precis tog hela din HubSpot-databas och publicerade den på internet."
Hon är också tydlig med var hennes egen expertis slutar. När det gäller cybersäkerhet och tekniska risker uppmärksammar hon problemet och hänvisar klienterna till deras teknikteam. Dessutom börjar hon lägga märke till ett oroande beteende hos företag som verkligen försöker ligga i framkant.
De förstår inte vad de inte vet, och de tar stora säkerhetsrisker. Jag tror att mycket av det här ärligt talat kommer att ske genom marknadsföringen, eftersom människor kopplar ihop verktyg på ett vårdslöst sätt som kan skapa stora risker och stora problem.
Utbildning kommer före skapandet av arbetsflöden, som kommer före automatisering. Därefter följer agentbaserade system. Många organisationer försöker hoppa över steg eftersom de är rädda för att hamna efter. Och det är just denna rädsla som gör dem sårbara.
Riskerna i den agentbaserade änden är inte teoretiska. Ett otillräckligt utbildat team som kör autonoma AI-arbetsflöden i en produktionsmiljö är en verklig belastning, inte en konkurrensfördel.
Vad framtiden har att erbjuda
När Leffer får frågan om vad som entusiasmerar henne mest med AI just nu lyser hon upp. AI kan hjälpa marknadsförare att utveckla värdefulla färdigheter, lära sig vad som är möjligt och hitta sätt att utföra arbete som en gång kändes ouppnåeligt.
Hon ser också en mer lågmäld trend växa fram i sina samtal med klienter, en trend som bekymrar henne lika mycket som de mer uppmärksammade riskerna.
Vissa CMO:er ser öppet fram emot en framtid där AI hanterar tillräckligt mycket av det operativa arbetet för att de inte längre ska behöva leda människor alls.
Hon berättar att hon i sina samtal med marknadschefer hör saker som: "Jag kan knappt vänta tills vi blir agentbaserade och AI-systemen kan göra det, så att jag inte behöver hålla på med att leda människor." Och att "de personerna pratade inte så för tre år sedan."
När det gäller frågan om AI så småningom kommer att ersätta mänsklig kreativitet och känsla är frågan fortfarande öppen. Det viktigaste du kan göra just nu är att utveckla ditt teams färdigheter. Dels för att skydda deras relevans, men också din egen.
Fortsätt investera i att skaffa en djup förståelse för din kund. Förfina varumärkets budskap och positionering så att det är tydligt vem du hjälper, vad du erbjuder och varför du är det bästa valet. Genom att göra det kommer du att ha en mycket starkare position än de som rör sig snabbast – oavsett deras taktiker.
Även om framtiden kan vara osäker behöver ditt ledarskap vägleda team genom införandet av AI och vidare mot nästa steg. Planer för AI-transformation misslyckas eftersom team aldrig förändrar hur arbetet utförs. De CMO:er som ser resultat i dag är de som rör sig bortom experimenterande i ett försök att bygga verklig operativ förmåga.
Vad händer härnäst?
Letar du efter fler insikter från experter? Gå med i The CMO Club. Lär dig av marknadsledare och få de senaste resurserna direkt i din inkorg.
