Klumme: AI i marketing må ikke spilde kollegers tid

AI i marketing kan gøre det let at sende mere arbejde videre, end man selv har udført. Et langt oplæg lander hos en kollega, som nu skal finde hovedpointen, kontrollere oplysningerne og afgøre, hvad der faktisk foreslås. Afsenderen har sparet tid. Det er endnu ikke sikkert, at virksomheden har gjort det.

Marketingpod udgav den 7. september episoden om genvejen til at miste sit job på grund af AI i marketing. Udgiverens beskrivelse handler blandt andet om ukritisk videresendelse af AI-tekst, menneskelig dømmekraft og behovet for bedre kontekst. Den giver anledning til en mere jordnær diskussion end spørgsmålet om, hvilke job der forsvinder: Hvem betaler for den tekst, ingen har taget ansvar for?

Jeg synes, vi skal begynde at betragte kollegers læsetid som en reel omkostning. Ikke for at sætte stopur på enhver besked, men for at gøre arbejdsdelingen synlig. Hvis et værktøj producerer ti sider på få sekunder, bliver de ikke automatisk hurtige at forstå. Modtageren skal stadig skelne mellem oplysninger, forslag og formuleringer, der blot lyder plausible.

Det særlige ved denne slags merarbejde er, at det let ligner hjælpsomhed. Afsenderen har jo leveret noget omfattende. Der er overskrifter, alternativer og måske en afslutning, der opsummerer det hele. Men struktur er ikke det samme som prioritering. En tekst kan være nydeligt ordnet og stadig undlade at fortælle, hvilken beslutning der skal træffes mandag morgen.

Et oplæg skal have en afsender med en holdning

Et tænkt eksempel: Et lille marketinghold skal vælge mellem to kundearrangementer. En medarbejder bruger AI til at udarbejde en bred analyse af arrangementstyper. Oplægget beskriver mulighederne fint, men tager ikke stilling til holdets begrænsede tid eller de kunder, der faktisk er inviteret. Chefen får nu opgaven med at forbinde den generelle tekst med virksomhedens konkrete situation.

Det nyttige bidrag ville være kortere og mere krævende at lave: et anbefalet valg, begrundelsen for det og den vigtigste usikkerhed. AI kan sagtens hjælpe med forarbejdet. Men afsenderen skal eje overgangen fra muligheder til anbefaling. Ellers har værktøjet blot flyttet den svære del af arbejdet til den næste person i kæden.

Vores oversigt over danske kanaler om teknologi og kunstig intelligens viser forskellige måder at diskutere værktøjerne på. I en virksomhed bør diskussionen også omfatte, hvad der forventes af den medarbejder, som bruger dem. Evnen til at formulere en anmodning til en model er nyttig. Evnen til at vurdere svaret er det, kollegerne i sidste ende er afhængige af.

Det betyder ikke, at alle skal kunne kontrollere alt alene. Tværtimod bør afsenderen markere det, som kræver en andens faglighed. En tydelig formulering som at prisen endnu skal bekræftes gør opgaven mindre for modtageren. En sikker tone omkring en ukontrolleret pris gør den større, fordi modtageren først skal opdage, at der overhovedet findes en usikkerhed.

Længde er ikke dokumentation for grundighed

Mange opgaver kræver dybde. Et beslutningsgrundlag må gerne være langt, når detaljerne er nødvendige. Problemet er den længde, som skyldes, at ingen har valgt noget fra. Gentagelser, generelle betragtninger og fem næsten ens anbefalinger lægger en redigeringsopgave oven i den faglige opgave. Den opgave burde som udgangspunkt ligge hos den, der afleverer teksten.

Et praktisk princip er at begynde med den beslutning, læseren skal træffe. Derefter kommer anbefalingen og det underlag, som er nødvendigt for at vurdere den. Resten kan vedlægges, hvis det faktisk har værdi. Det er ikke et krav om at gøre komplekse forhold simple. Det er et krav om at hjælpe læseren med at finde det, kompleksiteten betyder for handlingen.

I vores samling af danske kanaler om salg og markedsføring er der flere indgange til at gøre kommunikation relevant for modtageren. Den disciplin gælder også internt. En kollega er ikke en gratis korrekturlæser, blot fordi beskeden sendes i virksomhedens eget system. Hun har et arbejde, som teksten enten skal hjælpe eller unødigt afbryde.

Ledelsen skal efterspørge bedre afleveringer

Hvis en chef roser volumen og hastighed, vil medarbejderne naturligt optimere efter det. Derfor bør forventningen være tydelig: Et AI-assisteret oplæg skal være læst, bearbejdet og forsynet med en ansvarlig anbefaling. Kilder skal kunne findes, når påstande kræver dokumentation. Åbne spørgsmål skal stå som åbne spørgsmål. Det er almindelig faglig kvalitet med et nyt værktøj i processen.

Virksomheden kan afprøve princippet på én tilbagevendende opgave, eksempelvis kampagneoplæg. Lad holdet aftale, hvad modtageren skal kunne beslutte efter læsningen, og sammenlign derefter et par afleveringer. Spørg, hvor meget ekstra afklaring der var nødvendig. Vores oversigt over danske kanaler om ledelse og vækst kan bruges som anledning til at tage den samtale om arbejdsformer.

Jeg ville være varsom med at gøre dette til en konkurrence om færrest ord. Så risikerer vi at belønne korte tekster, som skjuler vigtige forbehold. Målet er færre unødvendige læseminutter og bedre beslutninger. Nogle gange kræver det en side mere. Ofte kræver det, at afsenderen bruger lidt længere tid på at tænke, før vedkommende trykker send.

AI i marketing bliver først en fælles gevinst, når tidsbesparelsen holder hele vejen gennem arbejdsprocessen. En god aflevering gør den næste persons opgave lettere. Det er en beskeden standard, men den stiller et større krav til dømmekraft end at kunne producere endnu et flot dokument.

▶

Udgangspunkt: Marketingpod, 7. september 2026. Udgiverens episodebeskrivelse er læst. Kolumnens argument og eksempler er egne; teksten fremsætter ingen prognose om bestemte job.