За прошедший год я видел, как инструменты искусственного интеллекта, такие как Claude и Chatgpt, превращаются из прохладных технологических новостей в полные игровые изменения. Эти технологии больше не хороши, чтобы они были решают для любой организации, которая хочет оставаться конкурентоспособной.

Конечно, внедрение новых инструментов, управляемых искусственным интеллектом, часто легче сказать, чем сделать. В этой статье я хочу поделиться некоторыми обычными препятствиями, в том числе несколько, с которыми я встречался в качестве старшего директора Hubspot по глобальному росту. Тогда я хочу поделиться некоторыми советами и рекомендациями, чтобы стать чемпионом ИИ в вашей маркетинговой команде.

В конце этого поста у вас есть инструменты, необходимые для управления эффективным принятием ИИ в вашей организации. Давайте погрузимся.

Счет

Регулярные препятствия для реализации ИИ

По моему опыту, внедрение искусственного интеллекта требует покупки на всех менеджерах по уровням, которым необходимо подписаться на инструменты для отдельных участников, которые фактически используют инструменты ИИ. Таким образом, для принятия вам нужно принять широкий спектр проблем. Вот самый распространенный я слышал.

Уставы взволнованы в области ИИ, но еще не разблокировали потенциал производительности.

Многие люди могут видеть инструменты искусственного интеллекта, такие как смешные новые игрушки, но изо всех сил пытаются признать свой потенциал в качестве полезных инструментов производительности. В результате я видел, как команды были рады использовать ИИ для небольших проектов, но нерешительно инвестировали в более крупную реализацию.

Например, когда я начал изучать ИИ, я оценил, как это могло бы помочь мне с осторожными задачами, такими как составление мем, придумывание идей для экспериментов и подготовка копии. Но я не очень понял, насколько мощным может быть ИИ, пока не начал использовать его для анализа данных.

В частности, после долгосрочного проекта оптимизации для веб-сайта я использовал Claude, чтобы точно понять, как сдвиг повлиял на нашу лучшую в своем роде и вниз по находу. Затем я попросил это сделать два резюме: одно для аудитории на исполнительном уровне и одно для моей команды и других наших заинтересованных сторон.

Весь процесс занял менее двух часов (включая время, которое мне потребовалось для проверки фактов, которые я всегда рекомендую сделать). Без ИИ это потребовалось бы дни, в дополнение к одному (человеческому) аналитику.

Когда люди считают ИИ просто забавные новости, они вряд ли вкладывают свое время и энергию в реализацию. Таким образом, чтобы люди были взволнованы истинным потенциалом ИИ, важно сделать невероятный, количественный эффект, который он может оказать на ваш бизнес. Сообщите свои выигрыши в виде часов и сэкономленных долларов.

Люди не понимают, как работает ИИ.

Несмотря на растущее распространение ИИ в широком спектре приложений, многие все еще не знают о том, как работает технология, лежащая в основе этих инструментов. Это может заставить людей по-настоящему нервничать из-за того, что полагаться на инструменты, управляемые искусственным интеллектом для важных потребностей бизнеса.

Я заметил, что нежелание и нервы ИИ особенно широко распространены, когда заинтересованные стороны менее технологически осведомлены. Предоставление чего -то основного образования ИИ может помочь успокоить этот страх.

Заинтересованные стороны были сожжены раньше.

В других случаях я видел, как команда не решается использовать новое решение искусственного интеллекта, потому что они ранее были сожжены аналогичной инициативой, которая не прошла хорошо. Возможно, продукт был объявлен как решение о высоком уровне, но в итоге предложил команду мало. Или, может быть, предыдущее решение было просто плохо реализовано.

Лидеры, которые видели решение искусственного интеллекта, не стесняются попробовать другого. Чемпионы должны вооружаться дополнительными данными и убедительным случаем того, почему результаты будут лучше на этот раз.

Команды имеют энтузиазм без стратегической перспективы.

Сопротивление с ИИ, конечно, не единственный фактор, который может предотвратить эффективную реализацию. На другом конце спектра я встретил лидеров и лидеров, которые очень хотят принять ИИ. Тем не менее, им может не хватать стратегической перспективы, чтобы выявить и двигаться дальше с лучшим подходом.

Эти энтузиасты ИИ могут прыгнуть, чтобы зарегистрироваться для последнего, лучшего инструмента ИИ, не останавливаясь, чтобы определить, действительно ли он хорошо соответствует потребностям организации. Точно так же они могут поторопиться на этапе реализации, пропустить важные этапы планирования или коммуникации.

В то время как эксперименты и движение могут быстро привести к победе ИИ, команды должны потратить время на создание стратегии ИИ с четко отображенными целями. Вы пытаетесь сэкономить время и/или деньги? Улучшить качество? Ставеньи в стратегии и «почему» от прыжка может помочь вам выбрать правильные инструменты, ускорить реализацию и оставаться в соответствии с управлением.

У команд есть простые данные.

Наконец, проблема, с которой я часто встречался, когда я внедряю ИИ в организации, прыгал, отключил данные. В конце концов, ваши рекомендации по ИИ могут быть такими же умными, как данные, которые вы живете в системе.

Если вы не можете получить доступ ко всем данным, имеющим отношение к задаче, вы будете бороться за то, чтобы получить ценность из инструментов ИИ. Это также верно, когда вы получаете доступ к этим данным, требуются часы ручной работы по нескольким несоответствующим системам.

Как управлять продолжительным принятием ИИ

Когда дело доходит до реализации ИИ, нет никаких решений в размере, которые подходят для всех. Организации столкнутся с различными проблемами и извлекают выгоду из разных подходов. При этом я нашел стратегии под эффективным маршрутом для преодоления препятствий.

Конечный результат длится внедрение ИИ, которое помогает вашей маркетинговой команде расти.

Иллюстрирует убедительное «до» и «после».

Чтобы получить покупки от важных лиц, принимающих решения, важно пройти мимо теоретических преимуществ ИИ и сделать обоснование вашего конкретного проекта. Чтобы рассказать эту историю, вы иллюстрируете ясную, убедительную «до» и «после».

Например, это была первая крупная инициатива ИИ, которую я ударил по своей команде за ИИ-управляемая степень поискаПолем Проект будет использовать API OpenAIS, чтобы сообщить потенциальным клиентам, насколько хорошо их бренд выполнялся в AI Heat Motors, таких как CHATGPT, NERPLEXITY и GEMINI.

Чтобы получить людей на борту, я не только утверждал, что инструмент будет полезен. Вместо этого я объяснил, как я проводил много часов ручного анализа каждую неделю, чтобы рассчитать, как часто появляется Hubspot — и как — в мотивах ИИ.

Я также объяснил, что перспективы и наши клиенты также должны столкнуться с этой задачей (если они еще не столкнулись с этим!). И это сработало: наше руководство получило это сразу же, и они быстро публикуют проект.

Что касается ИИ, я обнаружил, что описание того, как сейчас работает текущая система и как она может Работа с новым инструментом обычно успешна. Обязательно определите возврат и преимущества будущего состояния.

Обучить важные заинтересованные стороны.

Мастера ИИ часто являются учителями. В конце концов, люди, вероятно, не будут взволнованы ИИ, если они не знают, как это работает — и даже если они это делают, они вряд ли смогут успешно использовать его без, по крайней мере, базового понимания основной технологии.

Имея это в виду, когда я работаю с коллегами, которые менее знакомы с ИИ, я начну с объяснения того, как будет работать система. В некоторых случаях я поделюсь основы этих технологий, в том числе то, что является крупной языковой моделью (LLM) и лучшими практиками для их использования. В дополнение к этим общим объяснениям технологий, я также объясню, как будет работать наша специальная реализация.

Выступая в качестве педагога ИИ, не забудьте предоставить информацию, необходимую для понимания и использования этой идеи, не тонув людей подробно.

Начните с доказательства концепции.

Большие идеи могут быть захватывающими, но я обнаружил, что начиная с грубого доказательства концепции часто является лучшим способом приобретения и дать идею жизни. Минимальный жизнеспособный продукт с низким уровнем риска (MVP) может помочь проиллюстрировать преимущества ИИ, не требуя крупных инвестиций выше.

Предлагая меньшее количество доказательств концепции, вы можете помочь своей исполнительной команде чувствовать себя более комфортно, экологически чистые проектом искусственного интеллекта. Вы также можете сформулировать свои инвестиции в качестве эксперимента, а не долгосрочное обязательство.

Править в чрезмерном энтузиазме.

С другой стороны, когда заинтересованные стороны настолько взволнованы ИИ, что они могут поторопиться в реализации или игнорировать критические проблемы, я стараюсь их управлять. Вместо того, чтобы напрямую сжимать их идеи, я задаю много вопросов.

Например, могу ли я спросить: «Почему вы думаете о проекте таким образом?», «Чего мы пытаемся достичь с ИИ?», И «Почему ИИ ценен для этой работы?» В конечном счете, я обычно говорю: «Теперь, когда мне лучше понять, что вы пытаетесь сделать, могу ли я предложить вариант?»

Подход к энтузиазму с реальным любопытством и готовностью решить для их конечной цели может помочь вам контролировать их в лучшем направлении, сохраняя при этом отношения.

Примите экосистемный подход.

Я воочию узнал, насколько важно для роста маркетологов, чтобы использовать данные со всех их платформ. Это означает сбивание бункеров и охват экосистемного подхода. Внесение этой сдвига включает в себя привлечение внутренних команд во всей организации и внешних партнерах.

Как это выглядит на практике? Давайте начнем с внутренней команды. Скажите, что ваши команды по продажам и обслуживанию используют его для отслеживания звонков для клиентов. Gong дает вам доступ к обширным отпечаткам вызовов, которые богаты данными проспекта, давая представление о том, как лучше разместить ваш продукт.

Маркетологи могут использовать инструменты искусственного интеллекта для анализа этой информации и определения потенциальных рисков или возможностей для роста. Однако это возможно только в том случае, если команда знает, какие данные они собирают, и свободно делятся этой информацией.

Теперь, во внешнюю экосистему. При работе с партнерами не все инновации, основанные на искусственном интеллекте, должны быть созданы вашей командой. Вы можете работать с внешними партнерскими организациями в вашей экосистеме, которые могут создавать решения для вашей компании.

Давайте использовать HubSpot в качестве примера. Наши партнеры по решению предлагают услуги, которые дополняют платформу HubSpot, предложение от AI-управляемого анализа, для передовых индивидуальных интеграций. Независимые партнеры по поставщику программного обеспечения (ISV) создают и продают приложения, которые улучшают возможности программного обеспечения, в том числе с искусственным интеллектом. Средний клиент HubSpot использует 9+ приложений — использует индивидуальные инструменты, которые помогают им лучше обслуживать пользователей в своих отраслях или вертикалях.

Это беспроигрышный вариант. Наши партнеры получают доступ к Hubspot -customers, экосистеме, представляющей 30 миллиардов долларов Для партнеров по приложениям и услугам к 2028 году. Наша платформа получает улучшенные возможности, которые могут лучше обслуживать и привлекать клиентов — все без инвестиционных долларов от нашей внутренней команды.

Расширяя навыки искусственного интеллекта в рамках более крупной интегрированной экосистемы, компании могут лучше обслуживать и расширить клиентскую базу. По моему опыту, это говорит о управлении и управляет покупками.

Станьте чемпионом команды по ИИ

В конце концов, ИИ — это инструмент, как и все остальные. Чтобы произвести впечатление на организацию, ей нужен мастер, чтобы все на борту и повышение квалификации. Управляя регулярными препятствиями и используя стратегии, которые я описал выше, вы будете на пути к тому, чтобы стать чемпионом ИИ, который нуждается в вашей маркетинговой команде.