Når AI skal understøtte – ikke overtage – markedsføringen

Hos Hello har man taget en interessant vinkel på AI: Det handler ikke om at lade algoritmen tage over, men om at bruge den som forstærker for den menneskelige beslutning og intuition. I et panel ved Future of Brand Summit (7. oktober) fortalte CEO Diana Haussling, hvordan marketingteamet “er fuldt ombord” med at bruge AI – men ikke glemme, at oprindelsen stadig er menneskelig.

AI-værktøjer hjælper Hello med at syntetisere enorme datamængder – hundred­tusinder af ressourcer – til at identificere menneskelige behov, som ellers ville være svært at finde. Det betyder, at marketing ikke blot handler om følelser eller smarte reklamer, men om at få produktet foran de rette mennesker med de rette budskaber.

Et centralt citat fra Haussling lyder:

“You still have to have a gut, you still have to have critical thinking skills and you still have to develop the ability to say, the algorithm or the data says this, but I also know X, Y and Z from history and experience, which is going to guide the direction.”

Dette viser kernen i deres tilgang: AI giver fart og præcision, men beslutningen – det menneskelige “gut check” – står tilbage hos teamet.

Tre konkrete anvendelser og læringspunkter

Ud fra paneldiskussionen og Hello’s praksis kan vi identificere tre nøgleanvendelser – og hvad vi som marketingfolk kan lære:

1. Anvendelse af AI til animatics og kreativ proces

Hello bruger AI til at producere animatics – tidlige visuelle versioner af reklameideer – hvilket sparer tid og ressourcer i konceptudvælgelsen. Dette er særligt vigtig, når kampagner skal kommunikere til forskellige aldersgrupper (f.eks. Gen Alpha og meme-kultur).
Læring: Tænk ikke kun “kan vi automatisere”, men “hvad skal automatiseres – og hvad kræver menneskelig kreativitet?” Brug AI til grovarbejdet, og bevar teamet til raffinering og stilvalg.

2. Synthetic audiences for hurtigere test og iteration

Hos bureauet FCB udvikles syntetiske målgrupper (fx 10.000 “synthetic folks” i stedet for 10 personer i et fokusgruppe­rum) for at teste kreativitet og budskaber hurtigere og med større præcision.
Læring: Overvej at supplere – ikke nødvendigvis erstatte – traditionelle testmetoder med data­drevet simulering. Det giver mulighed for mange flere iterationer med lavere omkostning, men kræver stadig menneskelig tolkning af resultaterne.

3. AI i data- og kreative processer hos Acxiom / Kinesso

Acxiom og Kinesso arbejder med AI-agenter, der på tværs af planlægning, køb af medier og kreativt arbejde “checker” hinandens output (fx “reflector”-agent). Et konkret case-eksempel: Ved et sportsliga-projekt finjusterede man fem publikumspersonaer og opnåede +23 % i effekt jämfört med kampagne uden AI-støtte.
Læring: Overvej organisatorisk integration – kreative teams og data­/tech-teams skal ikke længere sidde i siloer men arbejde sammen. AI kan opbygge broen, men menneskelig koordination og beslutningsevne er afgørende.

Værdiskabelse for dig som marketingansvarlig

Hvordan kan du som marketingchef, brandansvarlig eller kreative lead omsætte disse indsigter til værdi i din organisation?

  • Vurder dine processer: Hvor i markedsføringsflowet har I gentagne rutiner eller “tunge” testfaser, som kunne understøttes med AI-værktøjer?
  • Bevar kritisk tænkning: Selv når AI præsenterer “indsigter”, skal du spørge – hvad ved vi fra erfaring, kontekst og kultur, som algoritmen ikke ser?
  • Kombiner fart og finesse: AI giver hurtigere scenarier, men budgettet, kreative retning og slutakkord bør stadig være menneskestyret.
  • Pas på over-automatisering: Hvis mange brands bruger samme AI-modeller og data, kan budskaberne blive homogene. Det er netop differentieringen – ofte drevet af menneskelig intuition – som skaber gennembrud.
  • Optimér målgruppen: Som Hello gør, skal du ikke kun kommunikere – du skal vælge sprog, tone og budskab baseret på segment – og AI kan hjælpe med målgruppeindsigt, så du når frem til “nuggets”, du ellers ikke opdagede.