Pazarlama Teknolojisi Kurucusu ve CMO, Yapay Zekâyı Entegre Etmeden Önce Bağlamın Önemini Vurguluyor

Jean Bonnenfant B2B teknoloji şirketlerinde büyüme ve pazarlama yönetme konusunda deneyimli ve şu anda erken aşamadaki girişim Tinct.ai'nin kurucu ortağı ve CMO'su. Tek kişilik bir pazarlama departmanı olarak rekabet edebilmesinin tek yolu yapay zekâ. Ve bunu, çoğu küçük ekipten daha fazlasını üretmek için kullanıyor.

Bunu nasıl yaptığını anlamak için kendisiyle bir araya geldik. Her şeyin bağlam mühendisliğiyle ilgili olduğunu söyledi.

Yapay Zekâ Kullanan Tek Bir Pazarlamacı Bir Ekipten Daha İyi Performans Gösterebilir 

Yaklaşık 10 yıldır pazarlama alanındayım. Çoğunlukla içerik ve bir miktar büyüme çalışmasına odaklanan bir pazarlama yöneticisi olarak başladım. Bu deneyim beni Avrupa'nın büyüme korsanlığı ve yapay zekâ alanındaki ilk akademisi olan Growth Tribe'a katılmaya yöneltti ve yapay zekâyla ilişkim, günümüzdeki LLM patlamasından çok önce, orada başladı.

Growth Tribe'da makine öğrenimi araçlarıyla deneyler yaptık. Veri hacimlerinin bunu haklı çıkardığı durumlarda yapay zekâyı müşteri projelerine entegre ederek Dataiku gibi bir Fransız makine öğrenimi şirketiyle çalıştık. Buna kümeleme, tahmine dayalı modelleme ve örüntü tanıma dahildi. Gösterişli değildi ama işe yarıyordu ve yapay zekânın neler yapabileceğini, neler vaat ettiğinden ayırt edebilmem için sağlam bir temel oluşturdu.

Ardından, verinin ve hızın büyük önem taşıdığı iki sektör olan finans teknolojisi ve kripto alanlarında çalıştım. Sonrasında, Tinct AI'yi kurmadan hemen önce, yapay zekâ otomasyon platformu Lleverage'da çalışarak yapay zekâ araçlarını gerçek ölçekte kullandım. Bu deneyim, kendi girişimimi kurma konusunda güven kazanmamı sağlayan son parçaydı.

Bugün Tinct AI'nin kurucu ortağı ve CMO'suyum. Özellikle ABM kampanyaları için B2B açılış sayfalarında yapay zekâ destekli kişiselleştirme geliştiriyoruz. Hedeflediğiniz her şirket, IP tanıma yoluyla belirlenen ve kendisine göre uyarlanmış açılış sayfanızın bir sürümünü görüyor. Kariyerimin önceki dönemlerinde kampanyalar yürütürken böyle bir ürünün var olmasını dilerdim.

Amacımız çalışan sayısını artırmadan ölçeklenmek ve bu, yalnızca yapay zekâyla çalıştığım için mümkün. Bu nedenle şu anda yaptığım iş, geleneksel pazarlama organizasyonu yapılarından çok farklı. Tüm kanalları her gün yönetiyor ve yapay zekâ iş akışlarıyla iş birliği yapıyorum. ICP tanımı, mesajlaşma, CRM entegrasyonu ve zenginleştirme, dışa dönük iletişim dizileri, içerik üretimi — bunların hepsini ben yapıyorum ama hiçbir zaman yalnızca ben yapmıyorum. Benim iddiam, doğru yapay zekâ altyapısıyla çalışan tek bir kişinin, bu altyapı olmadan çalışan beş kişilik bir ekipten daha iyi performans gösterebileceği yönünde.

Bağlam Mühendisliği Neden Hayati Bir Pazarlama Becerisidir

LLM'ler ilk yaygınlaşmaya başladığında çoğu kişi onları tepkisel bir şekilde kullanıyordu. Kullanıcıların bir görevi oluyor, sohbeti açıyor ve bir çıktı alıyordu. "Bana bir e-posta dizisi yaz" veya "Bana bir makale taslağı hazırla." Bu yaklaşım anlık, işlemsel ve nihayetinde sınırlıydı.

Yapay zekâyı görevleri yerine getiren bir araç olarak düşünmeyi bırakıp onu bir altyapı katmanı olarak görmeye başladım. Bağlam, bu altyapının temelini oluşturuyor.

Bağlam mühendisliği artık pazarlamadaki en önemli becerilerden biri. Buna Claude Projects gibi araçlar, sistem istemleri, beceriler ve bellek katmanları — yapay zekâya ICP'niz, konumlandırmanız, USP'leriniz, rekabet ortamınız ve üslubunuz hakkında derin ve yapılandırılmış bağlam sağlayan her şey — dâhil. Bağlam doğru olduğunda, onun üzerine inşa edilen her şey de doğru olur. Çıktı kalitesi katlanarak artar. Bu katman belirsiz, genel veya güncelliğini yitirmişse yapay zekânın bunun üzerine ürettiği her şey de öyle olacaktır.

Yapay zekâ yolculuğuna başlayan her pazarlama lideri öncelikle bu bağlam katmanına odaklanmalı. Onu spesifik hâle getirin. Doğru hâle getirin. Size ait hâle getirin. Ardından her aracın, her iş akışının ve her otomatik çıktının bu bağlama dâhil edildiğinden emin olun.

Bağlam katmanına ilk önce yatırım yapmam gerektiğini bilseydim, haftalarca süren tutarsız çıktıların ve yeniden çalışmaların önüne geçebilirdim.

Bu nedenle geçen yıl yaptığım en büyük değişiklik, tüm sistemlerim, iş akışlarım ve platformlarım genelinde bu bağlam katmanını oluşturmak için en başta önemli miktarda zaman yatırmak oldu. Konumlandırmamız her geliştiğinde veya ideal müşterimiz hakkında yeni bir şey öğrendiğimizde, bağlamı her yerde güncelliyorum.

Sonuç olarak, normalde eksiksiz bir ekip gerektirecek hız ve tutarlılıkla varlıklar üretebiliyor ve dağıtabiliyorum. Ağır işi temel üstleniyor. Üzerine inşa ettiğim şey ise neredeyse kendi kendine işliyor.

Yapay Zekâdan Dışa Dönük Süreçlerde Nasıl Yararlanılır

Artık dışa dönük çalışmalarımı nasıl yürüttüğümü anlatayım.

Süreç, liste oluşturma ve zenginleştirmeyle başlıyor. ICP tanımımızdan bir hedef hesaplar listesi alıyor ve her şirket hakkında firmaografik veriler, teknoloji yığını sinyalleri ve ilgili bağlam eklemek için yapay zekâ destekli zenginleştirmeyi kullanıyorum. Bu veriler, dışa dönük çalışmaları yürütmek üzere doğrudan lemlist'e aktarılırken Attio da yeni sinyaller geldikçe verileri otomatik olarak zenginleştirip güncelliyor.

Ardından mesajlaşma aşamasına geçiyorum. Tüm ICP bağlamımız, konumlandırmamız ve üslup yönergelerimizle yüklenmiş bir Claude Projesi kullanarak her segment için kişiselleştirilmiş dışa dönük iletişim dizileri oluşturuyorum. Burada yalnızca adın değiştirilmesi söz konusu değil; mesajlar şirketin profiline, olası sorunlarına ve hedef hesap listemizdeki konumuna göre gerçekten farklılaşıyor.

Potansiyel müşteriler açılış sayfamıza tıkladığında sayfa, IP tanıma yoluyla belirlenen şirketlerine göre otomatik olarak kişiselleştiriliyor. Mesajlaşma, sosyal kanıt ve sunum biçimi, ziyaretçilerin kim olduğuna göre uyarlanıyor. Dışa dönük e-postada başlayan kişiselleştirme, tıklamayla sona ermiyor; deneyimin tamamı boyunca devam ediyor.

Yanıtlar ve niyet sinyalleri Attio'ya geri akıyor, ardından ben kişisel olarak devreye giriyorum. O ana kadarki her şey yapay zekâ. O noktadan sonraki her şey benden.

İş akışının iki noktasında yer alıyorum: kurulum ve görüşme.

Müşteri Elde Tutma Stratejilerinin Neden Yapay Zekâyla Yenilenmesi Gerekiyor

Pazarlama hunisinin üst kısmı, işin en görünür bölümü olduğu için yapay zekâdan en fazla ilgiyi görüyor. Reklamlar, içerikler, kampanyalar. Bunları göstermek ve ölçmek kolay. Yapay zekâ da bu alanı şimdiden önemli ölçüde yeniden şekillendirmeye başladı.

Ancak müşteri elde tutma konusunda çoğu şirket hâlâ on yıl önceymiş gibi çalışıyor. Manuel temas noktaları, geniş segmentasyon ve nasıl davrandıklarına ya da neye ihtiyaç duyduklarına bakmaksızın mevcut her müşteriye aynı şekilde yaklaşan genel müşteri besleme dizileri.

Yeniden tasarlanmaya en çok ihtiyaç duyan aşama burası; çünkü yapay zekâ burada daha önce mümkün olmayan bir şeyi mümkün kılıyor: on kişilik bir ekip olmadan, ölçekli biçimde her müşteriye birey olarak yaklaşmak. Kişiselleştirilmiş yaşam döngüsü iletişimi, kullanım alışkanlıklarına dayalı dinamik içerik ve rastgele zaman çizelgeleri yerine gerçek sinyallerle tetiklenen proaktif iletişim.

İşin ironik yanı, paranın müşteri elde tutma aşamasında olması. Yeni bir müşteri edinmenin maliyeti, mevcut bir müşteriyi elde tutmaktan beş ila on kat daha fazla. Buna rağmen çoğu pazarlama kuruluşu, yapay zekâ yatırımlarını ve yaratıcı enerjisini hâlâ ağırlıklı olarak huninin üst kısmına yönlendiriyor.

Yeniden tasarım fırsatı tam olarak burada. Ve çoğu şirket henüz buna dokunmadı.

Jean'in Düşünceleri

Müşteri elde tutma konusunda çoğu şirket hâlâ on yıl önceymiş gibi çalışıyor. Manuel temas noktaları, geniş segmentasyon ve nasıl davrandıklarına ya da neye ihtiyaç duyduklarına bakmaksızın mevcut her müşteriye aynı şekilde yaklaşan genel müşteri besleme dizileri.

Yapay Zekânın Faydası Aynı Zamanda En Büyük Riski Nasıl Oluyor

Son iki ayda, geleneksel bir kurulumun gerçekçi olarak tamamlamasının bir yıl süreceği işleri tamamladım. Eksiksiz dışa dönük çalışma altyapısı, CRM zenginleştirmesi, kanallar genelinde içerik üretimi, tasarım ortağı işe alımı ve mesajlaşma çerçeveleri. Bunların hepsini, yardımcı pilotum yapay zekâ olacak şekilde tek başıma tamamladım.

Yapay zekâ kullanırsanız günde yarım saat çalışabileceğinizi öne süren bir anlatı var. Benim için olan bu değildi. Bunun yerine, başarabileceklerimin sınırı büyük ölçüde yükseldi. Daha az çalışmadım; katlanarak daha fazlasını yaptık.

Hacmin ötesinde, belirli görevlerdeki hata oranı da gözle görülür biçimde düştü. Veri girişi, araştırma, yapılandırılmış çıktılar. Yapay zekâ, uzun bir günün sonunda yorgun bir insana kıyasla daha tutarlı.

Bununla birlikte, hızlı çalışırken kalite kontrolü bir zorluk. Hızlı ilerleyip çok fazla üretim yaptığınızda, daha yavaş ve manuel bir sürecin yakalayabileceği şeylerin gözden kaçma riski vardır. Hacmin, standartların düşürülmesi için bir bahaneye dönüşmesini önleyerek disiplinli kalmalısınız.

Ama sonuç olarak? Verimlilik farkı gerçek ve önemli. Yapay zekâ bana boş zaman kazandırmadı; kaldıraç sağladı.

Jean'ın Düşünceleri

Hacmin, standartların düşürülmesi için bir bahaneye dönüşmesini önleyerek disiplinli kalmalısınız.

Yapay Zekâ Metin Yazarlığını Nasıl Dönüştürüyor?

Ben doğuştan bir metin yazarıyım. Yazmak her zaman benim işim oldu ve uzun süre bunun yapay zekânın inandırıcı biçimde taklit edebileceği son beceri olduğuna inandım. Verileri otomatikleştirebilir, dağıtımı otomatikleştirebilir, hedeflemeyi otomatikleştirebilirsiniz. Ama ses? Nüans? Bir cümleyle birine bir şey hissettirme becerisi? Bunun insanlara özgü bir alan olduğuna emindim.

Edebiyat için hâlâ bunun doğru olduğunu düşünüyorum. Beni etkileyen, yapay zekâ tarafından yazılmış bir roman ya da kitap görmedim. Bu sınır hâlâ insanlara ait.

Fakat iş dünyasına yönelik yazımda? Aylar geçtikçe onun daha iyi hâle geldiğini izliyorum. Bağlam mühendisliğiyle birlikte aradaki fark, beklediğimden çok daha hızlı kapandı. Bir yapay zekâya yapılandırılmış bir ICP, ayrıntılı bir üslup rehberi, gerçek marka örnekleri ve üzerinde çalışabileceği yeterli bağlam verdiğinizde, ortaya çıkan metin gerçekten bir markanın sesini taşıyabiliyor. Sadece idare eder değil. İyi.

Önceki bir şirkette, çok özel bir sistem istemi ve uzun, ayrıntılı bir üslup belgesiyle eğittiğim bir Claude Projesi kullanarak baştan sona bir blog oluşturdum. Bu, tonla ilgili birkaç madde işaretinden ibaret değildi; okumaktan gerçekten keyif aldığım ve taklit etmek istediğim yazılar temel alınarak hazırlanmış, çok sayfalı gerçek bir belgeydi.

Ortaya çıkan içerik jenerik yapay zekâ içeriği değildi. Gerçek ve tutarlı bir sesi vardı. Yazıdan anlıyorsanız, onu başka bir şeyle karıştırmazdınız. Bir ritmi, bakış açısı ve fikirleri kasıtlı hissettirecek şekilde çerçeveleme biçimi vardı.

Yani yıllarca taşıdığım, yapay zekânın yazma sanatında her zaman zorlanacağı varsayımı ortadan kalktı. Bunu izlemek çok güzel. Bana ait olduğunu düşündüğüm bir şeyi dönüştürdüğünde bile.

Yapay Zekâ ve İnsanların Rolleri Pazarlama Kararlarında Nasıl Birleşiyor?

Uygulamada, insanların ne yapması gerektiği ile yapay zekânın ne yapması gerektiği arasında net bir ayrım yok. Bu hiçbir zaman ikili bir durum değil. Bir yelpaze söz konusu.

Kararlarımızın neredeyse tamamını yapay zekâ yönlendiriyor veya güçlendiriyor. Giden mesaj dizileri, içerik, CRM zenginleştirme, ICP iyileştirme, mesajlaşma. Yapay zekâ her aşamada sürece dâhil. Ancak insanlar denklemden çıkmış değil.

Şöyle düşünün: Yapay zekâ her şeyin hacmini, hızını ve ilk taslağını üstleniyor. Bir insan, istisnai durumları yakalamak, muhakemesini uygulamak ve dışarı çıkan şeyin bağlam içinde anlamlı olduğundan emin olmak için her zaman sürecin içinde yer alıyor. Bu insan katmanı belirli bir rol veya görev değil. Her iş akışına işlenmiş durumda.

Ayırt etme yetisi insana ait olmaya devam ediyor. Bir şeyin teknik açıdan doğru, ancak stratejik açıdan yanlış olduğunu bilmek. Bir mesajın karşılık bulacağını ya da etkisiz kalacağını sezmek. Bir trendin üzerine atlamaya değer olduğunu veya iki hafta içinde kötü bir şekilde eskime ihtimali bulunduğunu görmek. Potansiyel bir iş ortağıyla yapılan ve hiçbir istemin tam olarak yakalayamayacağı bir konuşmanın nüansını anlamak. İşte bunlar devreye girdiğim anlar ve bunlar sürekli yaşanıyor.

Dolayısıyla mesele yapay zekâ ile insan faaliyetlerini karşı karşıya koymaktan çok, işin çoğunu yapay zekâ gerçekleştirse bile yönü her zaman insan eliyle belirlemeyi güvence altına almak.

Yapay Zekânın Benimsenmesi Neden Araçlardan Daha Önemli?

Araçlar zaten inanılmaz. Hatta onları iyi kullanma konusundaki ortak becerimizin önündeler. Yapay zekânın yapabilecekleri ile çoğu insanın ondan elde ettiği sonuçlar arasındaki bu fark bir araç sorunu değil. Bu, insan kaynaklı bir sorun.

Bu durumu özellikle ilginç kılan şey, her gün aktif olarak yapay zekâ kullanan insanların bile geride kaldığını hissetmesi. Ben de geride kaldığımı hissediyorum. Yeni bir model, yetenek veya çalışma biçimi her zaman ortaya çıkıyor; çoğu zaman daha geçen hafta ve ben henüz onu özümsemiş olmuyorum. Gerçekliğim bu ve bu alana çok büyük bir merak duyuyor, güncel kalabilmek için bilinçli olarak zaman ayırıyorum.

Daha az meraklı, daha az ilgili ve denemeye daha az istekli birini düşündüğümde, aradaki farkın ne kadar büyük olduğu ortaya çıkıyor. Bunun nedeni araçların kullanımının zor olması değil; benimsemenin, hiçbir yazılım güncellemesinin sağlayamayacağı bir zihniyet değişimi gerektirmesi.

Herhangi bir pazarlama organizasyonundaki en büyük atılım, daha iyi bir araç bulmak değil. İnsanlarınızı nasıl çalıştıkları hakkında farklı düşünmeleri için geliştirmek. Hangi görevleri yapay zekâya devrettikleri, istemlerini nasıl yapılandırdıkları ve bağlamı nasıl oluşturup sürdürdükleri. İşte birikimli olarak gelişen yetkinlik bu ve çoğu kuruluş buna yeterince yatırım yapmıyor.

Pazarlama Liderlerinin Bir Şeyleri Bozması Gerektiğinin Gerekçesi

Tavsiyem basit: Deney yapın. İhtiyacınız olduğunu düşündüğünüzden daha fazla.

Bu, yapay zekâya duyduğunuz merakı ekibinizden birine devredip rapor beklemenin zamanı değil. Kolları kendiniz sıvamalısınız. Bir şeyler inşa edin. Bir şeyleri bozun. İşe yaramayabilecek iş akışlarını deneyin. Yapay zekânın ne yapıp ne yapamayacağı konusunda gerçek bir yargı geliştirebilmenin tek yolu gözlem değil, doğrudan deneyimdir.

Liderler, operasyonel işleri başkalarına bırakarak stratejik düzeyde kalma eğilimindedir. Bu içgüdünün artık tamamen ortadan kalkması gerekiyor. Yapay zekâyla aktif olarak bir şeyler geliştiren liderlerle yalnızca bunun hakkında konuşanlar arasındaki fark hızla büyüyor. Bu, kararlarının kalitesine yansıyor.

Lider olmak, işin ayrıntılarına inmekten sizi muaf tutmaz. Hatta bu dönem tam tersini gerektiriyor. Kişisel olarak ne kadar çok deney yaparsanız içgüdüleriniz o kadar gelişir, ekibiniz o kadar güçlenir ve stratejiniz o kadar iyi hâle gelir.

Bu yüzden deney yapın. Bir şeyler geliştirin. Merakınızı koruyun. Ve hazır hissedene kadar beklemeyin; çünkü o an hiç gelmeyecek. Bunun üstesinden gelmenin tek yolu, içinden geçmektir.

Takip Edin

Jean Bonnenfant'ın LinkedIn üzerindeki yolculuğunu, Tinct.ai'yi tek başına büyütürken takip edebilirsiniz.

Yakında daha fazla uzman röportajı gelecek; bu nedenle The CMO Club bünyesinde gelişmeleri takip etmek için ücretsiz bir hesap oluşturun!