Jak tworzymy strategię dotyczącą sztucznej inteligencji w marketingu, która naprawdę działa

Podobnie jak w przypadku wielu liderów marketingu, moja przygoda z AI rozpoczęła się od entuzjazmu i eksperymentowania. Nasz zespół testował różne narzędzia, a każdy z jego członków znalazł własny sposób na włączenie AI do swoich przepływów pracy. Byliśmy świadkami wzrostu produktywności, ale napotkaliśmy też wyzwania: sprzeczne wyniki, rozproszone przepływy pracy i nierównomierne wdrożenie w całym zespole.

To rozproszone podejście – które określam mianem „Dzikiego Zachodu sztucznej inteligencji” – jest obecnie udziałem wielu organizacji. Chociaż ta faza odkrywania jest cenna, nadszedł czas, aby przejść od eksperymentowania ad hoc do strategicznej integracji.

Od eksperymentowania do celowego działania

Faza „Dzikiego Zachodu” jest kusząca. Zespoły działają szybko, swobodnie testują rozwiązania i czują się upoważnione do eksperymentowania. Jednak ta swoboda, jeśli pozostanie niekontrolowana, szybko prowadzi do powielania pracy, niespójnych wyników i coraz bardziej niestabilnego stosu technologicznego. 

Sami zaczęliśmy dostrzegać tego oznaki: jeden z członków zespołu korzystał z ChatGPT do tworzenia wpisów na bloga, podczas gdy inny wolał Claude'a, co skutkowało diametralnie różnym tonem wypowiedzi marki. Nasz specjalista ds. SEO miał własny zestaw monitów, które nigdy nie dotarły do zespołu ds. treści. Te drobne niespójności na początku wydawały się nieszkodliwe, ale szybko doprowadziły do braku spójności. Był to przedsmak tego, co mogłoby się wydarzyć na dużą skalę, gdybyśmy nie wdrożyli wspólnych standardów.

W miarę jak tempo eksperymentowania rosło, stało się dla mnie jasne, że potrzebujemy ujednoliconego podejścia – takiego, które będzie wspierać innowacje bez rezygnowania ze struktury.

Przedstawiamy nasze grono ekspertów ds. marketingu opartego na sztucznej inteligencji (Marketing BrAIn Trust)

Aby wyjść poza etap „Dzikiego Zachodu”, opracowaliśmy podejście Marketing BrAIn Trust, które zmienia sposób, w jaki nasz zespół wykorzystuje sztuczną inteligencję. U podstaw naszej strategii leżą cele związane z praktycznym uczeniem się i podnoszeniem kwalifikacji: stworzenie przestrzeni dla każdego członka zespołu, aby mógł eksperymentować, dzielić się odkryciami i zdobywać umiejętności w zakresie sztucznej inteligencji, których potrzebuje do rozwoju. Zamiast postrzegać sztuczną inteligencję jako zbiór pojedynczych narzędzi, tworzymy skoordynowany ekosystem sztucznej inteligencji, w którym ustandaryzowane podpowiedzi i procesy wyłaniają się z rzeczywistych doświadczeń i wspólnej wiedzy.

BrAIn Trust stanowi naszą podstawę do praktycznego uczenia się, zarządzania AI i rozwijania umiejętności. Wbudowując sztuczną inteligencję bezpośrednio w codzienne przepływy pracy, nie tylko umożliwiamy jej wdrożenie, ale także je kształtujemy. Podejście to zapewnia spójność i rozwiązuje kluczowe problemy związane z rozproszonymi eksperymentami.

Angażowanie zespołu w ten proces

Od samego początku wiedzieliśmy, że ta transformacja musi być zorientowana na ludzi i na naukę. Zanim wprowadziliśmy BrAIn Trust w naszym zespole, ściśle skoordynowaliśmy nasze działania z partnerami z działu People Ops, aby upewnić się, że cel jest jasny: nie chodzi o zastępowanie stanowisk, ale o wspieranie ludzi w rozwijaniu nowych umiejętności i wykonywaniu bardziej strategicznej pracy o dużym znaczeniu. Dzięki temu uzgodnieniu zyskaliśmy przejrzystość i pewność potrzebne do skalowania.

Zespół BrAIn Trust przekształca tę wizję w konkretne działania.  Zaczynamy od Asany jako naszego klienta zerowego i płynnie integrujemy sztuczną inteligencję z narzędziami i przepływami pracy, z których nasz zespół już codziennie korzysta – dzięki czemu korzystanie z AI staje się nieuniknione.

Nasza filozofia opiera się na trzech zasadach, które kierują wszystkimi naszymi działaniami:

• Spraw, aby było to oczywiste: demonstrujemy natychmiastową wartość poprzez praktyczne ćwiczenia. Żadnych abstrakcyjnych obietnic – członkowie zespołu już od pierwszej sesji szkoleniowej przekonują się na własnej skórze, jak te narzędzia pozwalają zaoszczędzić czas i poprawić jakość pracy. Zapewniamy jasne zasady zarządzania i udokumentowane przypadki użycia, dzięki czemu każdy rozumie nie tylko, jak korzystać ze sztucznej inteligencji, ale także kiedy i dlaczego.

• Ułatw to: zaczynamy od Asany, zanim przejdziemy do innych narzędzi, docierając do zespołów tam, gdzie już pracują. Nasze podpowiedzi wpasowują się w istniejące przepływy pracy, dzięki czemu wdrażanie AI odbywa się w sposób naturalny, a nie zakłócający pracę. Zapewniamy proste szablony, sesje praktyczne z prowadzącym oraz regularne dyżury, podczas których każdy może uzyskać pomoc we własnym tempie.

• Spraw, aby było to przyjemne: Współtworzymy rozwiązania z zespołem, a nie dla niego. Cotygodniowe spotkania poświęcone wymianie propozycji stały się warsztatami edukacyjnymi, podczas których członkowie zespołu eksperymentują ze sztuczną inteligencją, dzielą się swoimi odkryciami i uczą się od siebie nawzajem. Tworzymy spersonalizowane asystentów AI o przyjaznym tonie, którzy sprawiają wrażenie pomocnych członków zespołu, a nie onieśmielającej technologii.

To nie jest tylko aktualizacja narzędzi. To celowa zmiana sposobu, w jaki uczymy się i rozwijamy jako zespół. Nasz BrAIn Trust pomaga nam znaleźć równowagę między dwoma priorytetami, które często wydają się ze sobą sprzeczne: zapewnieniem zespołom swobody eksperymentowania przy jednoczesnym zadbaniu o to, by wyniki tych eksperymentów były użyteczne, skalowalne i możliwe do udostępnienia w całej organizacji.

Nasz BrAIn Trust pomaga sprostać kilku wyzwaniom, z którymi boryka się wiele zespołów:

1. Różnice w stopniu wdrożenia: Współpracujemy z ludźmi na różnych etapach ich ścieżki edukacyjnej, zapewniając wsparcie zarówno początkującym, jak i zaawansowanym użytkownikom.

2. Niespójna jakość: standaryzacja poprzez wspólną naukę pomaga wszystkim wspólnie się doskonalić i osiągać spójne wyniki.

3. Strata czasu: dzięki naszej zbiorowej bazie wiedzy nikt nie musi uczyć się w odosobnieniu ani odtwarzać rozwiązań, które zostały już opracowane przez innych.

4. Dublowanie nakładu pracy: regularne sesje wymiany wiedzy zapewniają szybkie rozpowszechnianie zdobytej wiedzy w całym zespole.

Dzięki scentralizowaniu naszego podejścia zapewniamy:

• Możliwości praktycznej nauki dostosowane do każdego poziomu zaawansowania

• Biblioteki monitów i przepływów pracy oparte na eksperymentach zespołu

• Regularne dyżury w celu zapewnienia spersonalizowanego wsparcia i wskazówek

• Wsparcie w zakresie integracji technicznych i wskazówki dotyczące dostosowywania podpowiedzi 

• Najlepsze praktyki wynikające ze wspólnego uczenia się i doświadczenia

Sprawianie, by AI działała dla wszystkich

Zamiast próbować dokonać całkowitej transformacji z dnia na dzień, wybraliśmy przykłady zastosowania o dużym wpływie, które pokazują wartość, jednocześnie budując zaufanie zespołu poprzez praktykę. Każda sesja zwiększa zaangażowanie, ponieważ członkowie zespołu na własne oczy widzą, w jaki sposób AI może zmienić ich pracę. Te przepływy pracy ewoluują wraz z możliwościami naszej platformy, a członkowie zespołu aktywnie wprowadzają ulepszenia na podstawie swoich codziennych doświadczeń.

Udało nam się już pomyślnie wdrożyć dwa główne przepływy pracy, które powstały w wyniku eksperymentów:

Zaawansowany system wsparcia przywództwa zespołowego (ATLAS): kompleksowy zestaw opartych na sztucznej inteligencji przepływów pracy służących wsparciu przywództwa, który opracowałem w ciągu kilku godzin metodą prób i błędów, w tym szablony do:

• Śledzenia i analizy wskaźników zespołu

• Monitorowanie ukończenia zadań

• Generowanie raportów dotyczących wydajności

• Generowanie aktualizacji statusu

Te przepływy pracy pozwalają mi skupić się na strategii, podczas gdy sztuczna inteligencja zajmuje się czynnościami administracyjnymi, co pozwala zaoszczędzić 4–5 godzin tygodniowo.

Asystent ds. analizy projektów i planowania priorytetyzacji (PIPPA): biblioteka monitów do zarządzania programami, którą nasi kierownicy projektów stworzyli podczas wspólnych sesji edukacyjnych, zawierająca szablony do:

• Przyjmowanie i ocena zleceń

• Priorytetyzacja zadań

• Prompty do identyfikacji zagrożeń związanych z osią czasu

Ten przepływ pracy, który stale ewoluuje w miarę, jak kierownicy projektów dzielą się nowymi odkryciami, umożliwia im skupienie się na relacjach z interesariuszami, podczas gdy AI zarządza wymagającymi wielu czynności administracyjnych aspektami śledzenia projektów.

Naszym celem jest, aby osoby na każdym stanowisku w naszym zespole marketingowym – od tworzenia treści po SEO i marketing e-mailowy – zdobywały wiedzę na temat sztucznej inteligencji poprzez praktykę z wykorzystaniem specjalistycznych bibliotek monitów i przepływów pracy zaprojektowanych tak, aby uzupełniały ich konkretne funkcje. To ukierunkowane podejście zapewnia, że sztuczna inteligencja usprawnia, a nie zakłóca istniejące przepływy pracy, jednocześnie budując trwałe umiejętności.

Skalowanie przy użyciu odpowiedniej infrastruktury

Od samego początku wiedzieliśmy, że jeśli chcemy skalować tę inicjatywę edukacyjną, nie możemy polegać na rozproszonych narzędziach ani krótkoterminowych rozwiązaniach. Potrzebowaliśmy strategicznej podstawy: czegoś, co mogłoby rozwijać się razem z nami, integrować się z naszymi istniejącymi systemami oraz umożliwiać zespołom nietechnicznym zdobywanie wiedzy i bezpośrednie wnoszenie wkładu.

Dlatego nasza strategia wdrożeniowa koncentruje się na korzystaniu z funkcji Asana Studio, która umożliwia tworzenie rozwiązań opartych na sztucznej inteligencji bez konieczności kodowania. Ponieważ nasz zespół już pracuje w Asanie, rozpoczęcie od niej sprawia, że wdrażanie sztucznej inteligencji wydaje się naturalne.

Ten strategiczny wybór zapewnia kilka korzyści dla naszego podejścia stawiającego naukę na pierwszym miejscu:

• Zmniejszone ryzyko konsolidacji: opierając się na naszej głównej platformie do zarządzania pracą, a nie na wielu punktowych rozwiązaniach, ograniczamy ryzyko przyszłej konsolidacji dostawców.

• Zintegrowane źródła danych: łączymy informacje z naszych różnych systemów (Contentful, SkillJar, GitHub, Tableau itp.) bezpośrednio z naszymi przepływami pracy opartymi na AI.

• Skalowalny rozwój: podejście no-code pozwala członkom zespołu szybko uczyć się, przeprowadzać iteracje oraz wdrażać nowe monity i przepływy pracy bez angażowania specjalistycznych zasobów programistycznych.

• Spójne doświadczenie: korzystanie ze znanej platformy obniża bariery związane z wdrożeniem i tworzy komfortowe środowisko do nauki i eksperymentowania. Gdy możliwości AI są wplecione w codzienne przepływy pracy, ich wdrażanie staje się automatyczne.

Takie podejście sprawia, że nasza strategia dotycząca AI jest zgodna ze sposobem, w jaki pracują już nasze zespoły, jednocześnie tworząc bezpieczną przestrzeń do nauki, ograniczając bariery w eksperymentowaniu i sprawiając, że korzystanie z AI staje się nieodłącznym elementem codziennej pracy każdego pracownika, a nie opcjonalnym dodatkiem.

Mierzenie wyników, a nie produktów

Chociaż monitorujemy oszczędności czasu, nasza definicja zwrotu z inwestycji (ROI) wykracza poza kwestię wydajności. Sprawdzamy, czy sztuczna inteligencja umożliwia:

1. Zmniejszenie obciążenia pracą administracyjną

2. Poprawę jakości i spójności wyników

3. Więcej czasu na planowanie strategiczne

4. Skrócenie czasu wprowadzania produktów na rynek

5. Zwiększenie satysfakcji i zaangażowania zespołu

6. Wzrost poziomu wiedzy na temat sztucznej inteligencji i pewności siebie na wszystkich poziomach zaawansowania

Te wskaźniki pokazują, że integracja sztucznej inteligencji nie polega tylko na tym, aby wykonywać zadania szybciej – chodzi o fundamentalną poprawę sposobu, w jaki wspólnie pracujemy i uczymy się.

Przyszłość to nie więcej narzędzi, to więcej pracy zespołowej

Kontynuując naszą podróż z AI, uważam, że jesteśmy świadkami początku głębokiej zmiany w sposobie działania zespołów marketingowych. Organizacje, które odniosą sukces, to nie te, które wdrożą najwięcej narzędzi AI, ale te, które strategicznie zintegrują AI ze swoimi zespołami w sposób, który uzupełnia i wzmacnia ludzkie możliwości.

Przyszłość należy do zespołów, które potrafią wyjść poza „Dzikie Zachód” sztucznej inteligencji i opracować skoordynowane, przemyślane podejścia do współpracy między ludźmi a sztuczną inteligencją. Tworząc teraz strukturę strategiczną, nie tylko przygotowujemy się na tę przyszłość – aktywnie ją kształtujemy.

Już wkrótce opublikujemy kolejny artykuł, w którym omówimy, w jaki sposób przekształcamy te wspólne przepływy pracy i biblioteki monitów w spersonalizowane, oparte na rolach asystentów AI, którzy działają jak prawdziwi członkowie zespołu dla każdego pracownika naszej organizacji marketingowej.