Hambatan ini memblokir adopsi AI – Bagaimana Direktur Senior beragampengetahuan Juara Pertumbuhan Global Mengatasi Tantangan – Beragampengetahuan

Selama setahun terakhir, saya telah melihat alat AI seperti Transisi Claude dan Chatgpt dari kebaruan teknologi keren ke keseluruhan pengubah game. Teknologi ini bukan lagi pilihan yang baik – penting untuk organisasi mana pun yang ingin tetap kompetitif.

Tentu saja, menerapkan alat-alat bertenaga AI baru biasanya lebih mudah diucapkan daripada dilakukan. Dalam artikel ini, saya akan berbagi beberapa hambatan umum, termasuk beberapa direktur senior pertumbuhan global di beragampengetahuan yang saya temui. Kemudian, saya akan berbagi beberapa tips dan tips untuk menjadi juara AI di tim pemasaran Anda.

Pada akhir artikel ini, Anda akan memiliki alat yang Anda butuhkan untuk mengadopsi adopsi AI yang efektif di seluruh organisasi Anda. Ayo menyelam.

Daftar isi

Hambatan umum untuk mengimplementasikan AI

Dalam pengalaman saya, implementasi AI memerlukan pembelian di semua tingkatan – dari eksekutif yang perlu menandatangani alat untuk kontributor individu yang benar -benar menggunakan alat AI. Jadi untuk mendorong adopsi, Anda perlu mengatasi berbagai masalah. Ini adalah hal paling umum yang pernah saya dengar.

Pembuat kebijakan bersemangat tentang AI, tetapi belum melepaskan potensi produktivitasnya.

Banyak orang dapat melihat alat AI sebagai mainan baru yang menarik, tetapi sulit untuk melihat potensi mereka sebagai alat produktivitas yang berguna. Akibatnya, saya melihat tim senang bisa menggunakan AI pada proyek yang lebih kecil, tetapi dengan ragu-ragu berinvestasi dalam implementasi skala besar.

Misalnya, ketika saya pertama kali mulai belajar AI, saya berterima kasih kepada bagaimana hal itu membantu saya dengan tugas -tugas terpisah seperti menyatukan memo, menghasilkan ide -ide untuk eksperimen, dan menyusun salinannya. Namun, saya tidak terlalu memahami kemampuan AI sampai saya mulai menggunakannya untuk analisis data.

Secara khusus, setelah proyek optimasi beranda yang panjang, saya menggunakan Claude untuk memahami dengan tepat bagaimana pergeseran ini memengaruhi metrik alur atas dan bawah kami. Saya kemudian memintanya untuk membuat dua ringkasan: satu untuk audiens tingkat administratif, dan yang lainnya untuk tim saya dan pemangku kepentingan kami yang lain.

Seluruh prosesnya kurang dari dua jam (termasuk waktu yang diperlukan bagi saya untuk membuktikan kesimpulan Claude, yang sering saya sarankan. Tanpa AI, itu akan memakan waktu beberapa hari, dan setidaknya satu analis (orang).

Ketika orang melihat AI sebagai hal baru yang menarik, mereka tidak mungkin mencurahkan waktu dan energi untuk implementasi. Jadi, untuk membuat orang bersemangat tentang potensi sebenarnya dari AI, penting untuk menyoroti dampak yang luar biasa dan dapat diukur pada bisnis Anda. Menyampaikan kemenangan Anda dengan jam dan dolar dihemat.

Orang tidak mengerti bagaimana AI bekerja.

Terlepas dari meningkatnya prevalensi AI dalam berbagai aplikasi, banyak orang masih tidak terbiasa dengan cara teknologi yang mendasari alat ini bekerja. Ini dapat membuat orang merasa gugup mengandalkan alat bertenaga AI untuk memenuhi kebutuhan bisnis yang penting.

Saya perhatikan bahwa keengganan dan saraf AI sangat umum ketika pemangku kepentingan kurang mahir secara teknis. Memberikan beberapa pendidikan dasar AI dapat membantu menenangkan ketakutan ini.

Pemangku kepentingan telah dibakar sebelumnya.

Dalam kasus lain, saya telah melihat tim ragu -ragu untuk mengadopsi solusi AI baru karena inisiatif serupa di masa lalu belum mulus. Mungkin produk tersebut diiklankan sebagai solusi daya tinggi, tetapi akhirnya memberikan layanan yang sangat sedikit untuk tim. Atau, mungkin solusi sebelumnya tidak diimplementasikan dengan baik.

Eksekutif yang melihat solusi AI gagal sebelum mereka ragu untuk mencoba yang lain. Juara perlu mempersenjatai diri dengan data tambahan dan kasus yang menarik, mengapa kali ini hasilnya akan lebih baik.

Tim tidak memiliki antusiasme untuk perspektif strategis.

Tentu saja, resistensi terhadap AI bukan satu -satunya faktor yang dapat menghambat implementasi yang efektif. Di sisi lain, saya bertemu manajer dan eksekutif yang sangat ingin mengadopsi AI. Namun, mereka mungkin kurang memiliki perspektif strategis yang paling baik digunakan untuk mengidentifikasi dan bergerak maju.

Penggemar AI ini dapat melompat dan mendaftar untuk alat AI terbaru dan terbaik tanpa berhenti untuk menentukan apakah itu benar -benar cocok untuk kebutuhan organisasi mereka. Demikian juga, mereka mungkin ingin mengimplementasikan fase, melewatkan perencanaan atau langkah -langkah komunikasi yang penting.

Sementara eksperimen dan pergerakan cepat dapat menyebabkan kemenangan AI, tim harus meluangkan waktu untuk membangun strategi AI dengan tujuan yang dipetakan dengan jelas. Apakah Anda ingin menghemat waktu dan/atau uang? Meningkatkan kualitas? Mendefinisikan “mengapa” dalam strategi dan lompatan dapat membantu Anda memilih alat yang tepat, mempercepat implementasi dan mempertahankan kepemimpinan.

Tim memiliki data yang terisolasi.

Akhirnya, tantangan yang sering saya temui ketika menerapkan AI di seluruh organisasi diisolasi, data terputus. Lagi pula, saran AI Anda hanya bisa sepintar Anda memasukkan data dari sistem Anda.

Jika Anda tidak memiliki akses ke semua data yang terkait dengan tugas yang dihadapi, Anda akan mengalami kesulitan mendapatkan nilai dari alat AI Anda. Hal yang sama berlaku ketika mengakses data membutuhkan jam kerja manual.

Cara mengendarai adopsi AI yang bertahan lama

Tidak ada solusi yang cocok untuk menerapkan AI. Organisasi akan menghadapi berbagai tantangan dan manfaat dari berbagai pendekatan. Artinya, saya menemukan strategi di bawah cara efektif untuk mengatasi hambatan.

Hasil akhirnya adalah adopsi AI yang berkelanjutan yang dapat membantu tim pemasaran Anda tumbuh.

Jelaskan “sebelumnya” dan “setelah”.

Untuk mendapatkan pembelian dari pembuat keputusan utama, penting untuk melampaui manfaat teoritis AI dan memberikan alasan untuk proyek spesifik Anda. Untuk menceritakan kisah ini, tolong jelaskan yang jelas dan menarik “sebelum” dan “setelah”.

Misalnya, rencana AI besar pertama yang saya usulkan kepada tim saya adalah mencari pelayan penilaian yang didorong oleh AI. Proyek ini akan menggunakan API Openai untuk memberi tahu pelanggan potensial bagaimana kinerja merek mereka di mesin jawaban AI, seperti chatgpt, gelplexity, dan Gemini.

Untuk membuat orang -orang bergabung, saya tidak hanya mengklaim bahwa alat ini akan membantu. Sebaliknya, saya menjelaskan bagaimana saya saat ini melakukan beberapa jam analisis manual per minggu untuk menghitung seberapa sering beragampengetahuan muncul dan bagaimana itu dalam respons mesin AI.

Saya juga menjelaskan bahwa prospek dan klien kami akan menghadapi tantangan ini juga (jika mereka belum menghadapinya!). Itu berhasil: Para pemimpin kami segera mempraktikkannya dan mereka dengan cepat menghiasi proyek.

Ketika datang ke AI, saya menemukan yang menjelaskan bagaimana sistem saat ini bekerja dan cara kerjanya Bisa Bekerja dengan alat baru biasanya berhasil. Pastikan ROI dan manfaat dari keadaan masa depan ini diuraikan dengan jelas.

Pemangku kepentingan kunci pendidikan.

Juara kecerdasan buatan biasanya adalah pendidik. Lagi pula, jika orang tidak tahu cara kerjanya, mereka mungkin tidak akan bersemangat tentang AI – bahkan jika mereka melakukannya, mereka tidak mungkin berhasil menggunakannya tanpa setidaknya pemahaman dasar tentang teknologi yang mendasarinya.

Dengan mengingat hal itu, setiap kali saya bekerja dengan kolega yang tidak terbiasa dengan AI, pertama -tama saya akan menjelaskan bagaimana sistem bekerja. Dalam beberapa kasus, saya akan membagikan dasar -dasar teknik ini, termasuk model bahasa besar (LLM) dan praktik terbaik untuk menggunakannya. Selain penjelasan umum tentang teknologi ini, saya juga akan menjelaskan implementasi spesifik kami.

Saat bertindak sebagai pendidik AI, pastikan untuk memberikan informasi yang perlu Anda pahami dan mengadopsi ide ini tanpa membanjiri detail orang.

Mulailah dengan bukti konsep.

Ide -ide besar bisa menarik, tetapi saya menemukan bahwa memulai dengan bukti kasar konsep seringkali merupakan cara terbaik untuk mendapatkan pembelian dan mencapai kenyataan. Produk berisiko rendah, minimal yang layak (MVP) dapat membantu menggambarkan manfaat AI tanpa melakukan banyak investasi di muka.

Dengan memberikan bukti konsep skala kecil, Anda dapat membantu tim eksekutif menjadi lebih nyaman dengan lampu hijau. Anda juga dapat membingkai investasi sebagai eksperimen alih-alih komitmen jangka panjang.

Antusiasme yang berlebihan.

Di sisi lain, saya mencoba untuk memerintah pemangku kepentingan ketika mereka sangat antusias tentang AI sehingga mereka mungkin terburu -buru untuk mengimplementasikan atau mengabaikan masalah kritis. Alih -alih langsung memeras ide -ide mereka, saya mengajukan banyak pertanyaan.

Misalnya, saya mungkin bertanya, “Mengapa Anda memikirkan proyek ini seperti ini?”, “Apa yang ingin kami lakukan dengan AI?” dan “Mengapa AI berharga untuk pekerjaan ini?” Akhirnya, saya biasanya akan berkata, “Sekarang saya memiliki pemahaman yang lebih baik tentang apa yang akan Anda lakukan, dapatkah saya menemukan pilihan lain?”

Mencapai minat yang berlebihan dengan rasa ingin tahu dan kemauan yang nyata untuk mengatasi tujuan akhir mereka dapat membantu Anda bergerak ke arah yang lebih baik sambil mempertahankan hubungan Anda.

Terima pendekatan ekosistem.

Saya pribadi memahami pentingnya pemasar menggunakan data dari platform untuk mendorong pertumbuhan. Ini berarti menghancurkan silo dan menerima pendekatan ekosistem. Membuat transformasi ini melibatkan menarik tim internal dalam organisasi dan mitra eksternal.

Seperti apa bentuknya dalam praktik? Mari kita mulai dengan tim internal. Misalkan tim penjualan dan layanan Anda menggunakan gong untuk melacak panggilan pelanggan. Gong memberi Anda akses ke berbagai transkrip panggilan yang memperkaya data potensial, memberikan wawasan tentang cara terbaik memposisikan suatu produk.

Pemasar dapat menggunakan alat AI untuk menganalisis informasi ini dan mengidentifikasi risiko potensial atau peluang pertumbuhan. Namun, hanya mungkin jika tim mengetahui data yang mereka kumpulkan dan dengan bebas membagikan informasi itu.

Sekarang, masukkan ekosistem eksternal. Saat Anda bekerja dengan mitra, tidak semua tim Anda perlu membangun semua inovasi yang digerakkan oleh AI. Anda dapat bekerja dengan organisasi mitra eksternal di ekosistem untuk membangun solusi untuk perusahaan Anda.

Mari kita ambil beragampengetahuan sebagai contoh. Mitra solusi kami menyediakan layanan yang melengkapi penawaran platform beragampengetahuan-mulai dari implementasi hingga analitik berbasis AI hingga integrasi khusus canggih. Mitra Vendor Perangkat Lunak Independen (ISV) Mitra Membangun dan Menjual Aplikasi untuk Meningkatkan Kemampuan Perangkat Lunak kami, termasuk kemampuan dengan AI. Pelanggan beragampengetahuan rata -rata menggunakan lebih dari 9 aplikasi – memanfaatkan alat khusus untuk membantu mereka melayani pengguna dengan lebih baik di industri atau industri vertikal.

Ini adalah situasi win-win. Mitra kami memiliki akses ke pelanggan beragampengetahuan, sebuah ekosistem yang menawarkan peluang $ 30 miliar untuk mitra aplikasi dan layanan pada tahun 2028. Platform kami mendapatkan fitur yang lebih baik yang lebih baik melayani dan melibatkan pelanggan – semua tanpa investasi apa pun dari tim internal kami.

Dengan membangun kemampuan AI sebagai bagian dari ekosistem yang lebih besar dan terintegrasi, perusahaan dapat melayani dan menumbuhkan basis pelanggan mereka dengan lebih baik. Dalam pengalaman saya, ini dengan kepemimpinan dan drive pembelian.

Menjadi Juara AI tim Anda

Pada akhirnya, AI adalah alat yang sama dengan orang lain. Untuk membuat dampak di seluruh organisasi, perlu menjadi juara untuk membawa semua orang dan mendorong pertumbuhan yang langgeng. Dengan menghindari hambatan umum dan menggunakan strategi yang saya jelaskan di atas, Anda akan menjadi cara untuk menjadi juara AI yang Anda butuhkan untuk menjadi tim pemasaran.