چند هفته پیش، من وبیناری با عنوان «تیم‌های بازاریابی عملکرد آینده» برگزار کردم که بیشتر جنبه تشخیصی داشت تا رویاپردازانه. در این وبینار، سه کارشناس—مکس اپیفانوف (TripleTen)، مت شنتون (Croud)، و ایوان زامسین (AJTBD)—حضور داشتند که همگی در مدیریت فرآیندهای بزرگ و بومی بر پایه هوش مصنوعی در تولید تجربه دارند. در این گفتگو، مرگ و میر مدل فعلی بازاریابی عملکرد که هوش مصنوعی آرام و بی‌صدا جایگزین آن می‌شود، مشخص شد. تیم‌های با عملکرد بالا کم‌کم بی‌اهمیت می‌شوند زیرا عوامل هوشمند مصنوعی وظایف سنتی انسان‌ها را بر عهده می‌گیرند، اما ساختارهای سازمانی هنوز این تغییر را نشان نمی‌دهند. **ده سال است که ما مشکلات نادرستی را حل می‌کنیم** در ده سال گذشته، بازاریابان بر بهینه‌سازی معیارهای عملکرد تمرکز کرده‌اند — بهبود داشبوردها، سریع‌تر کردن نسبت‌دادن، و اصلاح هدف‌گذاری. اما ارزش واقعی هوش مصنوعی در کاهش زمان تصمیم‌گیری و سرعت بخشیدن به چرخه‌های تکرار است. قبلاً، بازاریابان ساعت‌ها صرف تحلیل داشبوردها می‌کردند تا درباره تغییر بودجه تصمیم بگیرند. اکنون، هوش مصنوعی امکان اتخاذ صدها تصمیم روزانه و سریع‌تر تأیید نتایج آن‌ها را فراهم کرده است. بازاریابان همچنین سیستم‌های اتوماسیون را بیش از حد کنترل می‌کردند که برخلاف تصور، کارایی هوش مصنوعی را کاهش می‌دهد. مانند خلبانانی که یاد می‌گیرند وقتی نباید وارد عمل شوند و از سیستم اتوپایلوت استفاده می‌کنند، بازاریابان باید بیاموزند که به استقلال هوش مصنوعی اعتماد کنند تا بهترین نتایج حاصل شود. این تغییر نقش اغلب ناگهانی است، نه تدریجی: تیم‌هایی که هوش مصنوعی را ابزارهای بهره‌وری ادغام می‌کنند، به صورت تدریجی بهره‌مند می‌شوند، اما آن‌هایی که بر اساس هوش مصنوعی بازسازی می‌شوند در سطح کاملاً متفاوتی عمل می‌کنند. **وقتی عامل اجرایی می‌شود، چه تغییراتی رخ می‌دهد؟** در حال حاضر، عوامل هوشمند مصنوعی به طور همزمان مدیریت عملکرد در چندین کانال—Meta، TikTok، YouTube، Google—را بر عهده دارند و از داده‌های کامل قیف و منطق تصمیم‌گیری از قبل تعیین‌شده بهره می‌برند. این عوامل برنامه‌ریزی و اقدام بر اساس اهداف را با کم‌ترین دخالت انسانی انجام می‌دهند. بازاریابان اکنون می‌توانند در عرض هفت روز، پیل‌های جامع و تعاملی تولید سرنخ را بدون نیاز به توسعه‌دهنده بسازند. بیش از ۷۰٪ تیم‌هایی که از هوش مصنوعی تولیدی بهره می‌برند، تولید محتوا را بدون افزودن نیروی انسانی افزایش می‌دهند و سرعت انتشار و چرخه‌های تکرار به طور چشمگیری رشد می‌کند. مهم‌تر این که، عوامل هوشمند مصرف‌کننده‌ها را تنها یاری نمی‌کنند؛ بلکه وظایف را به صورت مداوم و خودکار اجرا می‌کنند، و نقش‌های سنتی در بازاریابی را منقرض می‌کنند. زمان تحلیل کمپین‌ها از ۳-۴ ساعت به ۱۰-۱۵ دقیقه کاهش می‌یابد و هوش مصنوعی قوانینی مانند مقیاس‌بندی آگهی‌ها هنگام عبور هزینه هر سرنخ از هدف‌ها و یا توقف خلاقیت‌های کم‌کارایی را اعمال می‌کند.

اقدامات شفاف است، که امکان بررسی، تنظیم و اعتماد انسانی را فراهم می‌نماید. در حالت خودکار، هوش مصنوعی مستقیماً حساب‌های تبلیغاتی را تغییر می‌دهد؛ در حالت نیمه‌خودکار، انسان‌ها تأیید می‌کنند. این رویکرد در تیم‌هایی که هزینه‌های تبلیغاتی ماهانه بیشتر از ۵۰۰ هزار دلار دارند، معمول است. **چه چیزهای هنوز مربوط به سطح انسانی است؟** پس، نقش انسان‌ها چه باقی می‌ماند؟ با خودکار شدن انجام وظایف، بهینه‌سازی مستمر، و قانون‌مندسازی تصمیم‌گیری، نقش اصلی انسان‌ها در اتخاذ تصمیمات زمانی است که داده‌ها ناقص باشد، زمینه مبهم باشد، و نتایج نامعلوم باشند. هوش مصنوعی هنوز نمی‌تواند به‌طور مطمئن ایده‌های خوب را از متوسط تشخیص دهد یا استراتژی بلندمدت را به طور مستقل برنامه‌ریزی کند. بازاریابی عملکرد حالا شامل چهار لایه است: - اجرا: کاملاً خودکار؛ - بهینه‌سازی: عمدتاً خودکار، با محدودیت‌ها؛ - تصمیم‌گیری: نیمه‌انسانی؛ - استراتژی: در این مرحله، کاملاً انسانی است. روش مفیدی برای درک نقش انسانی، استفاده از سه الگو است: دکتر، خلبان، و معلم. دکتر مشکل را تشخیص می‌دهد، خلبان نظارت می‌کند بدون کنترل بیش‌از حد، و معلم ورودی‌ها، محدودیت‌ها و قالب‌های سیستم‌های خودکار را تعیین می‌کند. **از تیم‌ها به سیستم‌ها** یک مانع اصلی که هوش مصنوعی نمی‌تواند تنها حل کند، زمینه سازمانی است که در بسیاری از شرکت‌ها پراکنده باقی مانده است. دانش در اتاق‌های گفتگو، اسناد و داشبوردهای جداگانه ذخیره شده، و تیم‌های جداگانه، باعث از دست رفتن زمینه و تکرار بی‌فایده می‌شود. این مسئله کارایی هوش مصنوعی را مختل می‌کند. هوش مصنوعی مبتنی بر عامل مانند نقاله عمل می‌کند؛ اگر داده‌ها وضوح مشخص نشود، در دسترس نباشد و تعریف دقیقی نداشته باشد، سامانه متوقف می‌شود. شرکت‌هایی که با موفقیت از هوش مصنوعی بهره می‌برند، معماری داده‌ها و تصمیم‌گیری را یکپارچه کرده‌اند. در این دنیای جدید، تیم‌های بازاریابی عملکرد تعداد کمتری اپراتور و تعداد بیشتری طراح سیستم دارند، حلقه‌های بازخورد تنگ‌تر و اجرای مداوم بدون تأخیر انسانی. تیم‌ها به لایه‌های مدیریتی تبدیل می‌شوند که سیستم‌های خودکار را نظارت می‌کنند. در گذشته، بازاریابی عملکرد بر مدیریت پیچیدگی فزاینده ناشی از کانال‌ها، داده‌ها و متغیرها تمرکز داشت. هوش مصنوعی این پیچیدگی را کاهش نمی‌دهد، بلکه آن را جذب می‌کند. بازی تغییر کرده است و برنده نهایی کسی است که سیستم‌های خودمدیر بسازد.