Pred nekaj tedni sem gostil spletni seminar z naslovom Ekipe za učinkovitostni marketing prihodnosti, ki je bil bolj diagnostičen kot vizionarski. Udeležili so se ga trije strokovnjaki—Max Epifanov (TripleTen), Matt Shenton (Croud) in Ivan Zamesin (AJTBD)—vsi z izkušnjami z upravljanjem velikih, AI-rodnih delovnih tokov v proizvodnji. Razprava je razkrila razpako trenutnega modela učinkovitostnega marketinga, ki ga tiho nadomešča umetna inteligenca. Visoko zmogljive ekipe postajajo odveč, saj AI agenti prevzemajo naloge, ki jih je prej opravljali ljudje, čeprav organizacijski organogrami tega še niso odrazili. **DOLGA DEKADA SO ODPRAVLJALI NAPAČNE PROBLEME** V zadnjem desetletju so se marketinški strokovnjaki osredotočili na optimizacijo metrik uspešnosti—izboljševanje nadzornih plošč, pospeševanje atribucije in izpopolnjevanje ciljanja. Vendar pa je prava vrednost AI v skrajšanju časa odločanja in pospeševanju ciklov iteracij. Prej so marketinški strokovnjaki ure preživeli z analiziranjem nadzornih plošč, da bi se odločili o spremembah proračuna. Sedaj AI omogoča sprejemanje stotin odločitev na dan in hitro preverjanje njihovih rezultatov. Marketinški strokovnjaki so tudi preveč nadzorovali avtomatizirane sisteme, kar paradoksalno zmanjšuje učinkovitost AI. Kot piloti, ki se naučijo, kdaj ne posegati v avtomatizirane sisteme, morajo tudi marketinški strokovnjaki usvojiti zaupanje v avtonomijo AI za optimalne rezultate. Ta prehod se pogosto zgodi nenadoma, ne postopoma: ekipe, ki integrirajo AI kot orodje za povečanje produktivnosti, pridobijo majhne koristi, vendar tiste, ki se prestrukturirajo okoli AI, delujejo na povsem novi ravni. **Kaj se spremeni, ko agent izvaja nalogo?** Trenutno AI agenti upravljajo z učinkovitostnim marketingom na več kanalih hkrati—Meta, TikTok, YouTube, Google—s podatki iz celotnega lijaka in vnaprej določeno logiko odločanja. Ti agenti načrtujejo in delujejo v smeri ciljev z minimalnim človeškim posredovanjem. Sedaj lahko marketinške ekipe v sedmih dneh zgradijo popolnoma interaktivne goale za pridobivanje kontaktov, brez podpore razvijalcev. Več kot 70 % ekip, ki uporabljajo generativno AI, povečuje proizvodnjo vsebin brez dodatnih zaposlenih, medtem ko se hitrost lansiranja in cikli iteracij eksponentno pospešujejo. Ključno je, da AI agenti ne pomagajo zgolj, ampak tudi izvajajo naloge neprekinjeno in samostojno, s čimer zastarele vloge v marketingu postanejo odveč. Čas analize kampanj se skrajša z 3–4 ur na 10–15 minut, pri čemer AI uporablja pravila, kot so povečanje oglasov, če stroški na potencialnega kupca presegajo ciljno vrednost, ali ustavitev podproduktivnih kreativ. Ukrepi so transparentni, kar omogoča človeško preverjanje, kalibracijo in zaupanje.

V avtomatskem načinu AI neposredno spreminja račune oglasov; v polavtomatskem načinu to potrdijo ljudje. To je praksa pri ekipah, ki upravljajo z več kot 500 tisoč dolarji mesečnega oglaševalskega proračuna. **Kaj še vedno ostaja na človeški ravni** Kaj torej ostaja za ljudi?Ko je izvajanje nalog avtomatizirano, tudi stalna optimizacija in formalizirana logika odločanja, je glavno vlogo človeškega udeleženca sprejemanje odločitev, ko so podatki nepopolni, kontekst nejasen in rezultati negotovi. AI še ne zna zanesljivo razločevati dobrih idej od povprečnih ali samostojno načrtovati dolgoročne strategije. Učinkovitostni marketing sedaj sestavljajo štiri plasti: - Izvajanje: popolnoma avtomatizirano; - Optimizacija: večinoma avtomatizirana, z določenimi zgornjimi mejami; - Odločanje: delno človeško; - Strategija: v tej fazi 100-odstotno človeška. Eden uporabnih načinov za razumevanje človeške vloge je uporaba treh arhetipov: zdravnik, pilot in učitelj. Zdravnik diagnosticira težave, pilot nadzoruje brez prekomernega vpletanja, učitelj pa postavlja vhodne podatke, omejitve in okvirje za avtonomne sisteme. **Od ekip do sistemov** Velika ovira, ki jo AI ne more rešiti sam, je organizacijski kontekst, ki je v mnogih podjetjih razdrobljen. Znanje, shranjeno v različnih klepetalnih sobah, dokumentih in nadzornih ploščah, skupaj s silo ekip na silo, povzroča izgubo konteksta in prisilno ponovno gradnjo. To zavira učinkovitost AI. Agentno usmerjeni AI deluje podobno kot transportni trak; če podatki niso jasno označeni, dostopni in definirani, se sistem zatakne. Podjetja, ki uspešno uporabljajo AI, so integrirala arhitekture za upravljanje podatkov in odločanja. V tem novem okolju imajo ekipe za učinkovitostni marketing manj operaterjev in več oblikovalcev sistemov, bolj zatesne povratne zanke ter stalno izvajanje brez zamud ljudi. Ekipe postajajo ravni vodenja, ki nadzorujejo avtonomne sisteme. Zgodovinsko gledano se je učinkovitostni marketing osredotočal na upravljanje z naraščujočo kompleksnostjo kanalov, podatkovnih točk in spremenljivk. AI tega ne zmanjša—temveč jo absorbira. Igra se je spremenila, in zmagovalec bo tisti, ki bo razvil samoupravljive sisteme.