Mange bruger ordene marketing automation og AI automation næsten som synonymer. Det giver mening, fordi de begge handler om at automatisere arbejde. Men de løser ikke helt den samme opgave.

Den korte version er denne: Marketing automation automatiserer kendte marketingprocesser ud fra regler og triggere. AI automation automatiserer opgaver, hvor systemet også skal vurdere, formulere, klassificere, prioritere eller foreslå noget undervejs.

Hvis man forstår den forskel, bliver det lettere at vælge de rigtige værktøjer, designe de rigtige flows og undgå at bruge AI dér, hvor en simpel regel faktisk er nok.

Marketing automation: faste flows for kendte processer

Marketing automation er i sin klassiske form bygget op omkring regler.

Det kan for eksempel være:

  • Når en bruger tilmelder sig et nyhedsbrev, så send en velkomstmail.
  • Når en kontakt downloader en guide, så tilføj et tag i CRM.
  • Når en leadscore når et vist niveau, så opret en opgave til salg.
  • Når en kunde ikke har åbnet de sidste fem mails, så flyt vedkommende til et andet segment.

Logikken er typisk meget tydelig: Hvis X sker, så gør Y.

Det er netop styrken. Marketing automation er god til processer, der er stabile, gentagelige og forholdsvis lette at beskrive som regler. Det gør teknologien effektiv til e-mail flows, lead nurturing, segmentering, kampagneudsendelser og CRM-opdateringer.

Man kan sige, at marketing automation er stærkest, når virksomheden allerede ved:

  • hvad der skal ske
  • hvornår det skal ske
  • hvilken handling der er den rigtige

Automationen udfører altså ikke nødvendigvis en “intelligent” vurdering. Den følger et designet forløb.

AI automation: når systemet skal tænke med

AI automation begynder dér, hvor almindelige regler ikke er nok.

Her er opgaven ikke bare at flytte data fra A til B eller sende en besked på et bestemt tidspunkt. Her skal systemet også hjælpe med noget, der normalt kræver menneskelig vurdering.

Det kan være opgaver som at:

  • opsummere et møde og foreslå næste skridt
  • klassificere leads ud fra fritekst eller adfærd
  • skrive første udkast til en mail eller annonce
  • analysere henvendelser og route dem til den rette person
  • udtrække struktur fra uens dokumenter
  • foreslå personlige variationer i budskaber

I de tilfælde er det ikke nok med en fast regel som “hvis felt A er udfyldt, så gør B”. Systemet skal tolke indhold, arbejde med sprog eller vurdere sandsynlighed og relevans.

Det er her AI automation adskiller sig: Automationen indeholder et vurderende lag.

Den praktiske forskel i hverdagen

I praksis kan forskellen ofte mærkes på den type spørgsmål, man stiller, når man designer et flow.

Ved marketing automation spørger man typisk:

  • Hvad er triggeren?
  • Hvilke felter eller hændelser skal starte flowet?
  • Hvilket segment skal kontakten i?
  • Hvilken mail, besked eller opgave skal sendes?

Ved AI automation spørger man oftere:

  • Hvad skal modellen vurdere eller producere?
  • Hvad er god kvalitet i outputtet?
  • Hvornår skal et menneske godkende resultatet?
  • Hvilke data må modellen bruge?
  • Hvordan håndterer vi fejl, usikkerhed eller upræcise svar?

Marketing automation handler altså mest om procesdesign. AI automation handler både om procesdesign og kvalitetsstyring af et output, der ikke altid er ens.

Kvinde står på et kontor i en virksomhed.
En kvinde står i et kontor.

Hvor passer Make ind?

Værktøjer som Make er relevante, fordi de kan fungere som bindeled mellem systemer og processer.

Make er ikke i sig selv det samme som AI, og det er heller ikke kun et marketingværktøj. Det er snarere en platform til at bygge automatiserede workflows på tværs af apps, data og handlinger.

Det betyder, at Make kan bruges til begge dele:

  • Marketing automation, fx når en formular skal oprette en kontakt, tilføje et tag og starte et e-mail-flow.
  • AI automation, fx når en ny leadhenvendelse skal analyseres af en AI-model, kategoriseres og derefter sendes videre til den rette pipeline eller medarbejder.

Make bliver især interessant, når man vil kombinere de to verdener i samme flow.

Et eksempel kunne være:

  1. En bruger udfylder en formular.
  2. Data sendes ind i CRM.
  3. En AI-model vurderer, hvilken type behov henvendelsen beskriver.
  4. Systemet foreslår en prioritet eller et svarudkast.
  5. På baggrund af resultatet starter et relevant marketing- eller salgsflow.

Her er selve workflowet automation. Men AI-delen ligger i vurderingen og genereringen undervejs.

Hvornår er almindelig marketing automation nok?

Det er fristende at putte AI ind i alt. Men i mange tilfælde er det unødvendigt.

Almindelig marketing automation er ofte nok, når:

  • processen er forudsigelig
  • reglerne er klare
  • indholdet allerede findes
  • fejl skal være meget sjældne
  • arbejdsgangen skal være let at forklare og kontrollere

Hvis du for eksempel vil sende onboardingmails, opdatere livscyklusstadier eller fordele leads efter faste felter, er klassisk automation ofte den bedste løsning. Det er enklere, billigere at drive og lettere at kvalitetssikre.

Man behøver ikke AI for at automatisere noget effektivt. Faktisk bliver mange flows bedre af at være mere enkle.

Hvornår giver AI automation mening?

AI automation giver især mening, når værdien opstår i selve vurderingen.

Det kan være relevant, når du vil:

  • behandle store mængder fritekst
  • spare tid på første udkast
  • prioritere henvendelser smartere
  • standardisere analyse eller opsummering
  • skabe mere dynamiske kundeoplevelser

Et klassisk tegn er, at medarbejdere i dag bruger tid på opgaver som: “Læs dette og vurder, hvad det handler om” eller “Skriv et første forslag ud fra de her input”.

Når arbejdet har den karakter, kan AI automation ofte være relevant.

Men det kræver også mere styring. For et AI-output kan være nyttigt uden at være perfekt. Derfor skal man på forhånd beslutte, hvornår resultatet må gå direkte videre, og hvornår det skal gennem et menneske først.

Den vigtigste forskel: deterministisk vs. probabilistisk

Hvis man skal koge forskellen helt ned, kan man sige det sådan:

Marketing automation er typisk deterministisk: samme input giver det samme flow. AI automation er ofte probabilistisk: samme input kan give variationer, vurderinger eller formuleringer med en vis usikkerhed.

Det er en vigtig forskel, fordi den påvirker både forventninger og ansvar.

I et klassisk marketing-flow forventer man stabilitet. I et AI-flow skal man i højere grad arbejde med rammer, prompts, kontrolpunkter og godkendelse.

Sådan vælger du rigtigt

Hvis du er i tvivl om en opgave hører til den ene eller anden kategori, kan du starte med tre enkle spørgsmål:

  1. Er processen fast eller vurderingsbaseret?
    Hvis processen er fast, er klassisk automation ofte nok. Hvis den kræver tolkning, kan AI være relevant.
  2. Er outputtet standardiseret eller dynamisk?
    Hvis det samme output kan genbruges hver gang, taler det for marketing automation. Hvis outputtet skal tilpasses eller genereres løbende, taler det for AI automation.
  3. Hvor stor er konsekvensen af fejl?
    Jo større konsekvensen er, desto mere kontrol og menneskelig godkendelse bør du bygge ind.

Det bedste setup er sjældent “kun AI” eller “kun automation”. Ofte er det en kombination, hvor almindelig automation styrer processen, mens AI løser de dele, der kræver vurdering eller formulering.

Konklusion

Marketing automation og AI automation er tæt beslægtede, men de er ikke det samme.

Marketing automation handler om at automatisere kendte marketingprocesser med regler, triggere og faste flows. AI automation handler om at automatisere arbejde, hvor systemet også skal tolke, vurdere, skrive eller foreslå noget undervejs.

Værktøjer som Make er interessante, fordi de kan forbinde systemer og bygge bro mellem de to tilgange. Du kan bruge dem til simple regelbaserede flows, men også til mere avancerede setups, hvor AI bliver en aktiv del af processen.

Det vigtigste er ikke, om løsningen ser avanceret ud. Det vigtigste er, om den passer til opgaven. Hvis reglen er nok, så brug reglen. Hvis opgaven kræver vurdering, så overvej AI — men byg den ind med omtanke.

Se en velkomstserie med fem e-mails i et automatiseret flow.