Jak tworzymy skuteczną strategię marketingową opartą na sztucznej inteligencji

Podobnie jak w przypadku wielu liderów marketingu, moja przygoda ze sztuczną inteligencją rozpoczęła się od ekscytacji i eksperymentów. Nasz zespół badał różne narzędzia, a każdy członek znalazł swój własny sposób na włączenie sztucznej inteligencji do swoich przepływów pracy. Widzieliśmy wzrost produktywności, ale napotkaliśmy też wyzwania: sprzeczne wyniki, rozłączone przepływy pracy i nierównomierne wdrożenie w całym zespole.

To fragmentaryczne podejście – które nazywam „Dzikim Zachodem AI” – to sytuacja, w której znajduje się dziś wiele organizacji. Chociaż ta faza eksploracji jest cenna, nadszedł czas, aby przejść od eksperymentów ad hoc do strategicznej integracji.

Od eksperymentów do celowego działania

Faza „Dzikiego Zachodu” jest kusząca. Zespoły działają szybko, swobodnie testują i czują się zachęcane do odkrywania. Jednak ta swoboda, jeśli nie jest kontrolowana, szybko prowadzi do powielania pracy, niespójnych wyników i coraz bardziej kruchego stosu technologicznego. 

Sami zaczęliśmy dostrzegać tego oznaki: jeden członek zespołu używał ChatGPT do tworzenia postów na blogu, podczas gdy inny wolał Claude, co prowadziło do powstawania bardzo różnych głosów marki. Nasz specjalista ds. SEO miał własny zestaw podpowiedzi, które nigdy nie trafiły do zespołu ds. treści. Te drobne niespójności początkowo wydawały się nieszkodliwe, ale szybko doprowadziły do rozbieżności. To była zapowiedź tego, co mogłoby się wydarzyć na dużą skalę, gdybyśmy nie wprowadzili wspólnych standardów.

Wraz z przyspieszeniem tempa eksperymentów stało się dla mnie jasne, że potrzebujemy jednolitego podejścia, które mogłoby wspierać innowacje bez poświęcania struktury.

Przedstawiamy 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 leży praktyczne uczenie się i podnoszenie kwalifikacji: tworzenie przestrzeni dla każdego członka zespołu do eksperymentowania, dzielenia się odkryciami i budowania umiejętności w zakresie sztucznej inteligencji, których potrzebuje, aby się rozwijać. Zamiast postrzegać sztuczną inteligencję jako zbiór pojedynczych narzędzi, tworzymy skoordynowany ekosystem sztucznej inteligencji, w którym standardowe podpowiedzi i procesy powstają na podstawie rzeczywistych doświadczeń i wspólnej wiedzy.

BrAIn Trust stanowi podstawę praktycznej nauki, zarządzania sztuczną inteligencją i rozwoju umiejętności. Wbudowując sztuczną inteligencję bezpośrednio w codzienne przepływy pracy, nie tylko umożliwiamy jej wdrożenie, ale także kształtujemy ją. Takie podejście zapewnia spójność i umożliwia sprostanie kluczowym wyzwaniom związanym z fragmentarycznym eksperymentowaniem.

Zaangażowanie zespołu w cały proces

Od początku wiedzieliśmy, że ta transformacja musi być skoncentrowana na ludziach i uczeniu się. Zanim wprowadziliśmy BrAIn Trust w naszym zespole, ściśle współpracowaliśmy z naszymi partnerami z działu kadr, aby upewnić się, że intencja jest jasna: nie chodzi o zastępowanie ról, ale o wspieranie ludzi w rozwijaniu nowych umiejętności i wykonywaniu bardziej strategicznej, wpływowej pracy. To doprecyzowanie dało nam przejrzystość i pewność, których potrzebowaliśmy do skalowania.

BrAIn Trust przekształca tę wizję w działanie.  Zaczynamy od Asany jako naszego klienta zerowego i bezproblemowo integrujemy sztuczną inteligencję z narzędziami i przepływami pracy, z których nasz zespół już korzysta na co dzień, dzięki czemu korzystanie ze sztucznej inteligencji jest nieuniknione.

Nasza filozofia opiera się na trzech zasadach, które kierują wszystkim, co robimy:

• Przejrzystość: pokazujemy natychmiastową wartość poprzez praktyczne ćwiczenia. Nie ma abstrakcyjnych obietnic – członkowie zespołu już podczas pierwszej sesji szkoleniowej przekonują się, jak te narzędzia oszczędzają czas i poprawiają jakość. Zapewniamy jasne zasady i udokumentowane przykłady użycia, aby każdy rozumiał nie tylko, jak korzystać ze sztucznej inteligencji, ale także kiedy i dlaczego.

• Ułatwienie: zaczynamy od Asany, a następnie rozszerzamy zakres na inne narzędzia, spotykając się z zespołami w środowisku, w którym już pracują. Nasze podpowiedzi wpisują się w istniejące przepływy pracy, dzięki czemu wdrażanie sztucznej inteligencji jest naturalne, a nie zakłócające. Zapewniamy proste szablony, sesje praktyczne z przewodnikiem i regularne godziny pracy, w których każdy może uzyskać pomoc we własnym tempie.

• Spraw, aby było przyjemnie: współtworzymy rozwiązania z zespołem, a nie dla niego. Cotygodniowe sesje poświęcone dzieleniu się promptami stały się warsztatami edukacyjnymi, podczas których członkowie zespołu eksperymentują ze sztuczną inteligencją, dzielą się odkryciami i uczą się od siebie nawzajem. Tworzymy spersonalizowanych asystentów AI, którzy komunikują się przyjaznym tonem i sprawiają wrażenie pomocnych członków zespołu, a nie onieśmielającej technologii.

To nie jest tylko aktualizacja narzędzi. To celowa zmiana w sposobie uczenia się i rozwoju jako zespół. Nasz zespół BrAIn Trust pomaga nam zrównoważyć dwa priorytety, które często wydają się sprzeczne: zapewnienie zespołom swobody eksperymentowania przy jednoczesnym zapewnieniu, że wyniki tych eksperymentów są przydatne, skalowalne i można je udostępniać w całej organizacji.

BrAIn Trust rozwiązuje kilka wyzwań, z którymi boryka się wiele zespołów:

1. Różne poziomy zaawansowania: dostosowujemy się do poziomu zaawansowania osób, które chcą się uczyć, zapewniając wsparcie zarówno początkującym, jak i zaawansowanym użytkownikom.

2. Niespójna jakość: standaryzacja poprzez wspólne uczenie się pomaga wszystkim rozwijać się razem i osiągać spójne wyniki.

3. Marnowanie czasu: nasza wspólna baza wiedzy oznacza, że nikt nie musi uczyć się w odosobnieniu ani odtwarzać rozwiązań, które zostały już opracowane przez innych.

4. Podwójny nakład pracy: regularne sesje wymiany informacji zapewniają szybkie rozpowszechnianie wiedzy w całym zespole.

Dzięki scentralizowaniu naszego podejścia zapewniamy:

• Praktyczne możliwości uczenia się dostosowane do każdego poziomu umiejętności

• biblioteki z komendami i przepływami pracy stworzone na podstawie eksperymentów zespołu;

• Regularne godziny pracy, aby zapewnić spersonalizowane wsparcie i wskazówki

• Wsparcie w zakresie integracji technicznych i wskazówki dotyczące dostosowywania poleceń 

• Najlepsze praktyki wynikające ze wspólnego uczenia się i doświadczeń

Sprawiamy, że sztuczna inteligencja działa dla wszystkich

Zamiast próbować przeprowadzić pełną transformację z dnia na dzień, wybraliśmy przykłady zastosowania o dużym wpływie, które pokazują wartość, jednocześnie budując pewność zespołu siebie poprzez praktykę. Każda sesja zwiększa zaangażowanie, ponieważ członkowie zespołu widzą na własne oczy, jak sztuczna inteligencja może zmienić ich pracę. Te przepływy pracy ewoluują wraz z możliwościami naszej platformy, a członkowie zespołu aktywnie przyczyniają się do ulepszeń w oparciu o swoje codzienne doświadczenia.

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

Zaawansowany system wspomagania przywództwa zespołowego (ATLAS): kompleksowy zestaw przepływów pracy opartych na sztucznej inteligencji, które wspierają przywództwo. Opracowałem go w ciągu kilku godzin prób i błędów, a obejmuje on szablony do:

• śledzenia i analizy wskaźników zespołu,

• monitorowania ukończenia zadań,

• generowania raportów o pojemności,

• generowania aktualizacji statusu.

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

Project Intelligence & Prioritization Planning Assistant (PIPPA): biblioteka poleceń do zarządzania programami, którą nasi menedżerowie projektów zbudowali podczas wspólnych sesji szkoleniowych, zawierająca szablony do:

• przyjmowania i oceny zleceń,

• priorytetyzacja zadań,

• monity dotyczące identyfikacji ryzyka na osi czasu.

Ten przepływ pracy, który stale ewoluuje w miarę dzielenia się przez kierowników projektów nowymi odkryciami, pozwala im skoncentrować się na relacjach z interesariuszami, podczas gdy sztuczna inteligencja zarządza wymagającymi dużego nakładu pracy administracyjnej aspektami śledzenia projektów.

Naszym celem jest, aby każda rola w naszym zespole marketingowym, od tworzenia treści po SEO i marketing e-mailowy, zdobywała wiedzę na temat sztucznej inteligencji poprzez praktykę ze specjalistycznymi bibliotekami podpowiedzi i przepływami pracy zaprojektowanymi tak, aby uzupełniały ich konkretną funkcję. To ukierunkowane podejście sprawia, że sztuczna inteligencja usprawnia, a nie zakłóca istniejące przepływy pracy, jednocześnie budując trwałe umiejętności.

Skalowanie przy użyciu odpowiedniej infrastruktury

Od początku wiedzieliśmy, że jeśli zamierzamy skalować tę inicjatywę edukacyjną, nie możemy polegać na rozproszonych narzędziach ani krótkoterminowych poprawkach. Potrzebowaliśmy strategicznego fundamentu: czegoś, co mogłoby rozwijać się razem z nami, łączyć się z naszymi istniejącymi systemami i umożliwiać zespołom nietechnicznym uczenie się i bezpośredni wkład.

Dlatego nasza strategia wdrożenia koncentruje się na korzystaniu z bezkodowej funkcji Asana Studio. Ponieważ nasz zespół już pracuje w Asanie, rozpoczęcie od tego miejsca sprawia, że wdrożenie sztucznej inteligencji jest naturalne.

Ten strategiczny wybór zapewnia kilka korzyści dla naszego podejścia opartego na nauce:

• Zmniejszone ryzyko konsolidacji: opierając się na naszej podstawowej platformie do zarządzania pracą, a nie na wielu rozwiązaniach punktowych, zmniejszamy 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 sztucznej inteligencji.

• Skalowalny rozwój: podejście bez kodowania pozwala członkom zespołu szybko się uczyć, iterować i wdrażać nowe monity i przepływy pracy bez specjalistycznych zasobów programistycznych.

• Spójne doświadczenie: korzystanie ze znanej platformy zmniejsza bariery wdrożeniowe i tworzy komfortowe środowisko do nauki i eksperymentów. Gdy możliwości sztucznej inteligencji są wplecione w codzienne przepływy pracy, adaptacja staje się automatyczna.

Takie podejście sprawia, że nasza strategia AI jest zgodna ze sposobem, w jaki pracują już nasze zespoły, jednocześnie tworząc bezpieczną przestrzeń do nauki, zmniejszając bariery dla eksperymentów i sprawiając, że korzystanie z AI jest nieuniknioną częścią dnia pracy każdego, a nie opcjonalnym dodatkiem.

Mierzenie wyników, a nie produktów

Chociaż śledzimy oszczędności czasu, nasza definicja zwrotu z inwestycji wykracza poza wydajność. Mierzymy, czy sztuczna inteligencja umożliwia:

1. zmniejszenie obciążenia pracą administracyjną,

2. Poprawa jakości i spójności wyników

3. zwiększenie czasu na myślenie strategiczne,

4. skrócenie czasu wprowadzania produktów na rynek,

5. większe zadowolenie i zaangażowanie zespołu,

6. Wzrost umiejętności korzystania z AI i pewności siebie na wszystkich poziomach zaawansowania

Te wskaźniki pokazują, że integracja sztucznej inteligencji nie polega tylko na szybszym wykonywaniu zadań, ale na fundamentalnej poprawie sposobu, w jaki pracujemy i uczymy się razem.

Przyszłość to nie więcej narzędzi, to więcej pracy zespołowej

Wierzę, że kontynuując naszą podróż ze sztuczną inteligencją, jesteśmy świadkami początku głębokiej zmiany w sposobie działania zespołów marketingowych. Organizacje, które będą odnosić sukcesy, to nie te, które wdrażają najwięcej narzędzi opartych na sztucznej inteligencji, ale te, które strategicznie integrują sztuczną inteligencję ze swoimi zespołami w sposób, który uzupełnia i zwiększa możliwości ludzi.

Przyszłość należy do zespołów, które są w stanie wyjść poza ramy „Dzikiego Zachodu” AI i stworzyć skoordynowane, przemyślane podejście do współpracy między ludźmi a sztuczną inteligencją. Tworząc teraz strategiczne struktury, nie tylko przygotowujemy się na tę przyszłość, ale aktywnie ją kształtujemy.

W kolejnym artykule omówimy, w jaki sposób przekształcamy wspólne przepływy pracy i biblioteki z podpowiedziami w spersonalizowanych, opartych na rolach asystentów AI, którzy działają jako prawdziwi członkowie zespołu dla każdego członka naszej organizacji marketingowej.