Marketing er en af de afdelinger, hvor AI-værktøjer bliver synlige hurtigst. At skrive tekster, planlægge og bearbejde data er opgaver, som sprogmodeller og automatiseringsværktøjer længe har været trænet til. Det betyder dog ikke, at hele afdelingen skal omvæltes. I vores taksonomi falder 54 opgaver inden for marketingdomænet, og de fordeler sig tydeligt i tre kategorier: opgaver, AI kan overtage, opgaver, der skal forblive under menneskeligt tilsyn, og opgaver, der forbliver menneskearbejde. Denne artikel viser mønstret, ikke den fulde liste.
De opgaver, der er mest fuldstændigt egnede til, at AI overtager dem, har et par ting til fælles: en tydelig input, et genkendeligt format og ringe afhængighed af aktuel kontekst uden for selve teksten. At skrive et opslag til sociale medier på baggrund af et emne, en platform og en tone-of-voice er et godt eksempel på dette. Mønstret er velkendt, outputtet er kort, og afvigelser kan hurtigt rettes. Også planlægning og udgivelse af opslag på sociale medier falder ofte i denne kategori: når indhold og planlægning er fastlagt, er udførelsen heraf et spørgsmål om at koble systemer sammen.
At skrive annoncetekst følger den samme logik. Strukturen i en annonce på en søgemaskine eller en social platform er stram, længden er begrænset, og der findes store mængder eksempler, som en model kan afstemmes efter. Det gør denne type tekstarbejde egnet til fuldstændig overtagelse, forudsat at nogen vurderer det endelige budskab og mærkekonsistensen, før teksten går live.
Det, der forbinder disse opgaver, er, at kvaliteten er nem at måle op mod et format. Der er lidt plads til fortolkningsforskelle om, hvad et godt opslag på sociale medier eller en god annoncetekst er inden for de fastsatte rammer.
Den største gruppe af opgaver inden for marketing falder i mellemkategorien: AI udfører det forberedende arbejde, et menneske godkender eller afviser, med god grund. At skrive et blogindlæg er et tydeligt eksempel her. AI kan levere et koncept baseret på emne, målgruppe og tone-of-voice, men den faktuelle korrekthed, nuancerne og mærkestemmen kræver vurdering fra en person, der kender konteksten og læseren. En fejl eller en forkert tone i en artikel, der er offentligt synlig, har en anden vægt end en fejl i et internt notat.
Det samme gælder for udarbejdelse af en kampagnebriefing. AI kan på baggrund af tidligere briefinger og tilgængelige data lave et første udkast af mål, målgruppe og budskab, men budgettet, de strategiske valg og afstemningen med andre afdelinger kræver et menneske, der bærer ansvaret for resultatet. Også besvarelse af reaktioner og beskeder på sociale medier falder ofte i denne kategori: AI kan formulere et udkast til svar, men ved klager, følsomme emner eller afvigende situationer skal et menneske vurdere, om dette svar reelt er passende, før det sendes.
Grunden til, at disse opgaver kræver tilsyn, er ikke, at AI ikke kan klare sproget. Det er, at konsekvenserne af et forkert output ligger uden for selve teksten: skade på omdømmet, et forkert allokeret budget, en utilfreds kunde, der ikke føler sig hørt. Så snart resultatet af en opgave påvirker noget uden for dokumentet, er et godkendelsestrin med god grund nødvendigt.
En mindre, men genkendelig gruppe af opgaver forbliver menneskearbejde, også på længere sigt. At udføre og løbende overvåge en kampagne er et eksempel på dette. At justere kursen under en igangværende kampagne kræver en kombination af tal med markedsføling, timing og til tider en politisk afvejning inden for organisationen — faktorer, der ikke alle er fastlagt i data, og som vejer forskelligt fra situation til situation.
At segmentere en e-mailliste baseret på adfærd, interesse og kundekarakteristika ser ved første øjekast ud som en dataopgave, men valget af, hvilken segmentering der er strategisk værdifuld for den kommende periode, hænger sammen med kommercielle prioriteter, der ligger uden for systemet. AI kan ordne dataene; afvejningen af, hvilke grupper der er relevante til hvilket formål, forbliver hos et menneske.
Også udarbejdelsen af en indholdskalender for den kommende periode er i sin kerne menneskearbejde. Det handler ikke kun om, hvilket indhold der udkommer hvornår, men om afstemning med kampagner, sæsoner og til tider aktualitet, som er svær at forudsige. Det er netop grunden til, at det samme arbejde falder anderledes ud hos den ene end hos den anden: opdelingen i kategorier er et udgangspunkt, ikke en fast størrelse for hver organisation.
Denne opdeling er generisk: baseret på opgavens karakter, ikke på den specifikke situation i jeres team. Hvor mange timer dette reelt frigør, afhænger af, hvordan jeres marketingafdeling arbejder i dag, hvilke værktøjer der allerede er i brug, og hvor meget af arbejdet der allerede er standardiseret. Vi foretrækker derfor ikke at nævne en procentsats uden forklaring; læs hvorfor vi regner i timer og ikke i mennesker på denne side om vores beregningsmetode, og hvad et interval siger og ikke siger på denne side om intervaller.
Hvis dette emne bevæger sig i retning af personalebeslutninger, gælder der egne lovmæssige krav, som denne side ikke tager stilling til.
Hvis I vil vide, hvordan dette udfolder sig for jeres egen rolle eller team, kan I udfylde den gratis quickscan fra ftetoai: tolv spørgsmål, uden konto, med en indikation af, hvilken del af timerne i jeres profil AI kan overtage i dag. Den fulde arbejdsscan, som går dybere ind i jeres specifikke opgaver, er stadig under udvikling — vi foretrækker at melde det ærligt frem for at tilbyde den allerede nu.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.