Pengarahan Pemasaran Masa Depan: Era agen di roda pelatihan

Bayangkan bot Slack yang mengawasi saluran kampanye dan mengubah diskusi menjadi tugas Asana; agen Notion yang menyusun dek rekap bersih setelah panggilan klien; bot pelaporan yang memposting ringkasan kinerja harian dan menandai kampanye yang berada di bawah tolok ukur; agen perutean prospek yang memperkaya pengisian formulir dan mengirimkannya ke bagian penjualan dengan konteks atau platform kreatif yang menghasilkan lusinan variasi iklan dan memasukkannya ke dalam alur peluncuran yang telah ditentukan sebelumnya. Mereka menyederhanakan serah terima dan dokumentasi tetapi mereka tetap menjalankan instruksi, bukan membuat pilihan.

Kochava telah mengamati dinamika ini dengan cermat. Produk baru dari perusahaan pengukuran iklan, StationOne, tidak dianggap sebagai lompatan menuju pemasaran otonom, melainkan sebagai sebuah détente: sebuah aplikasi yang memungkinkan tim menyambungkan alat data, platform iklan, dan LLMS mereka ke dalam satu antarmuka. Jadi, alih-alih meminta setiap karyawan secara berbeda, StationOne menstandarkan perintah tersebut, terhubung ke sistem seperti Slack, Salesforce, atau Kochava melalui MCP, dan mengubah interaksi tersebut menjadi alur kerja yang dapat diulang.

Dalam praktiknya, StationOne menjadi tempat tim mengatur dan menjalankan agen yang lebih kecil dan spesifik tugas yang sudah mereka miliki, kata CEO Charles Manning. Hal ini tidak menggantikan penilaian manusia seputar perencanaan, arahan kreatif, atau negosiasi. Itu hanya membuat penyerahan lebih lancar dan pekerjaan lebih cepat.

Inilah wujud nyata era agen saat ini. Bukan otonomi. Percepatan. Babak tengah di mana AI menangani pekerjaan di sekitar pekerjaan, dan industri perlahan-lahan memutuskan apa yang ingin mereka serahkan selanjutnya. Itulah sebabnya gagasan tentang agen sejati – perangkat lunak yang dapat berpikir, memilih, dan bertindak sendiri – tetap menjadi aspirasi. Bahkan pergeseran definisi pun bergantung pada siapa yang berbicara.

“Semua orang menyebut sesuatu sebagai ‘agen’ padahal bukan agen,” kata David Mainiero, chief AI officer di AI Digital, sebuah konsultan media berbasis AI yang membantu merek dan agensi menjalankan kampanye iklan. “Secara teknis, agen adalah sesuatu yang memberi alasan, memutuskan, dan bertindak di seluruh sistem dengan intervensi manusia yang terbatas atau tanpa campur tangan manusia.”

Dan tidak apa-apa. Faktanya, hal tersebut diharapkan terjadi pada tahap ini. Agen melakukan penskalaan dengan menambahkan kemampuan satu per satu. Dorong terlalu jauh dan terlalu cepat dan, seperti manusia, mereka hancur.

Konvergensi adalah salah satu contohnya. Alih-alih hanya satu agen yang mahatahu yang membuat keputusan pembelian-pembelian media, mereka menggunakan “puluhan” agen sempit dalam milidetik sebelum penawaran, kata CEO Ian Maxwell. Seseorang menilai apakah kesan tersebut layak untuk dipertimbangkan. Yang lain mengevaluasi konteks halaman atau video. Yang lain menarik sinyal eksternal untuk menyimpulkan audiens. Potongan-potongan tersebut disatukan dan diteruskan kembali ke tim investasi agensi.

Atau dengan kata lain, agen tidak memilih media. Mereka hanya memberi pembeli gambaran yang lebih jelas tentang apa yang mereka pilih.

“Tujuan akhir dari segala sesuatu yang bersifat agen adalah agar Anda memiliki agen yang melatih agen,” kata Maxwell. “Anda harus mengajari seseorang untuk melakukan tugasnya dengan andal sebelum Anda berpikir untuk menggabungkannya menjadi sesuatu yang lebih besar.”

Filosofi serupa di Immediate Media. Tim penjualannya sudah menggunakan agen versi dua yang dibangun di atas tumpukan data pihak pertama PRISM. Ini menyatukan segmen audiens dan kontekstual, pola lalu lintas, sinyal kinerja, dan catatan penawaran sebelumnya dan laporan pasca-kampanye. Perwakilan mengajukan pertanyaan dalam bahasa sederhana untuk menyusun rencana, memampatkan apa yang biasanya merupakan putaran analis 48 jam menjadi beberapa menit. Itu hidup dan digunakan.

Fase selanjutnya adalah memberi PRISM lebih banyak masukan penelitian, termasuk studi sintetik, untuk meningkatkan kedalaman pra-penjualan. Batasannya jelas. Ini menangani pekerjaan perencanaan bervolume tinggi dan berulang seputar tampilan dan pembuatan proposal. Apa pun yang mengacu pada nada editorial, bakat, identitas merek, prioritas klien, negosiasi, atau penilaian strategis tetap bersifat manusiawi – dan akan terjadi untuk sementara waktu.

“Sebagian besar pendapatan kami terkait dengan merek dan konten yang kami buat bersama mitra,” kata Mario Lamaa, direktur pelaksana data dan operasi pendapatan penerbit. “Itu bukanlah sesuatu yang bisa diberikan oleh seorang agen. Masih banyak penilaian, selera, dan kolaborasi yang terlibat.”

Apakah pendirian tersebut benar atau tidak, itulah yang kini sedang diuji oleh industri. WPP dan Publicis mempekerjakan pengembang agen untuk mengotomatiskan lebih banyak pengiriman klien. News Corp sedang mengevaluasi apakah agen pada akhirnya dapat menjual media secara langsung. Merek sedang bereksperimen sendiri. Platform dan vendor teknologi iklan berlomba untuk mengotomatiskan semua yang mereka bisa. Tak satu pun dari langkah-langkah ini yang mengatur ulang pasar, namun langkah-langkah tersebut sudah menggerakkan alur kerja, jumlah karyawan, dan uang.

“Anda memerlukan kepemimpinan yang bersedia bereksperimen karena beberapa proyek tidak akan langsung memberikan hasil,” kata Lee McCance, chief product officer di bisnis manajemen data Adverity. “Tetapi hal terburuk yang dapat Anda lakukan adalah berhenti. Perusahaan-perusahaan yang bertahan dan belajar adalah mereka yang akan mendapatkan keuntungan ketika fase berikutnya tiba.”

Sampai saat itu tiba, para agen hanya menaikkan levelnya, bukan plafonnya. Batas atas masih menjadi milik tim, yaitu orang-orang yang mengetahui cara menggunakan alat, bukan alat itu sendiri. Dinamika ini sangat mencolok bagi penerbit. Seperti yang disampaikan oleh CEO Permutive Joe Root, pertanyaannya bukanlah apakah mereka dapat membangun agen, namun bagaimana mereka dapat menggunakannya secara konsisten untuk menyaingi kinerja Facebook dan Google. Jika mereka bisa, agen mengklaim lebih banyak pembelian, Jika mereka tidak bisa, pembelanjaan tetap ada.

Tidak ada hadiah untuk menebak di mana letak kesetiaannya. Separuh dari klien penerbitnya saat ini menjalankan kampanye penjualan langsung melalui agennya. Agen tersebut menggunakan sinyal sisi penawaran ditambah data hasil untuk memprediksi audiens dan penempatan mana yang akan mendorong kinerja hilir. Pengiklan juga dapat menggunakan agen ini di sisi pembelian untuk mengumpulkan paket audiens yang dikurasi di seluruh penerbit.

“Sebagian besar lembaga masih dalam tahap dasar data dan tahap human-in-the-loop,” kata Root. “Belum ada yang merilis agen yang sepenuhnya otonom, meskipun ini jelas merupakan peta jalannya.”

Intinya: fase ini bukan tentang pengambilalihan agen. Ini tentang tim yang belajar bekerja bersama sistem yang cepat, percaya diri, dan terkadang salah. Pengaruhnya berasal dari mengetahui perbedaannya. —Seb Joseph

Angka yang perlu diketahui

10%: Video Shorts Bersponsor menyumbang kurang dari 10% video bersponsor di YouTube pada Semester 1 tahun 2025, namun diperkirakan akan meningkat secara signifikan pada tahun depan.

$750 juta: tarif tahunan untuk layanan langganan Snapchat+ Snap, diumumkan pada pendapatan Q3 platform

20%: Persentase penurunan saham Pinterest, setelah melaporkan hasil Q3 yang kehilangan laba per saham

$70 miliar: Perkiraan jumlah pendapatan yang diharapkan Anthropic peroleh pada tahun 2028

Saham Snap melonjak karena kemitraan Perplexity, pertumbuhan pendapatan

Saham Snap naik lebih dari 20% menyusul laporan pendapatan perusahaan, di mana kepemimpinan mengkonfirmasi pertumbuhan pendapatan sebesar 10%, menurut The Information. Berita lain yang tampaknya berjalan baik adalah pengumuman kemitraan platform dengan Perplexity, yang membuat platform AI membayar Snap $400 juta pada tahun 2025 melalui uang tunai dan ekuitas.

Bagaimana OpenAI menggunakan kesepakatan yang kompleks dan sirkular untuk mendorong kenaikannya yang bernilai miliaran dolar

Saat berada di Abilene, Texas, lokasi pusat data yang sedang dibangun OpenAI, kepala platform tersebut, Sam Altman, baru-baru ini mengatakan bahwa revolusi teknologi tidak hanya didorong oleh teknologi, tetapi juga didorong oleh penemuan cara-cara baru untuk membiayainya, menurut New York Times.

Permainan platform agen Microsoft

Selama konferensi pengembang GitHub Universe di San Francisco pada 4 November, Microsoft mengumumkan bahwa GitHub ingin menjadi platform utama untuk agen pengkodean AI, menurut Alex Heath dari Sources.

Apa yang telah kami bahas

Bos iklan Netflix pada fase berikutnya, dan bagaimana Amazon mempercepatnya

Ketika raksasa streaming ini menandai tiga tahun bisnis periklanannya, mereka tidak lagi berbicara seperti anak baru di dunia ini. Saat ini, para eksekutif platform berbicara dengan penuh percaya diri, berharap untuk terlibat dalam setiap rencana media besar.

Setelah sukses di awal, NFL merencanakan lebih banyak siaran yang dipimpin oleh pembuat konten

Setelah mempekerjakan empat pembuat konten untuk menjadi pembawa acara siaran alternatif di YouTube untuk pertandingan pembuka musim ini, wakil presiden bidang sosial, influencer, dan pemasaran konten NFL, Ian Trombetta, mengatakan kepada Digiday bahwa liga sudah menentukan siapa yang akan diincar selanjutnya.

Pitch deck: Bagaimana Amazon berencana mengubah tangkapan iklan senilai $17 miliar di Q3 menjadi dorongan DSP besar berikutnya di Q4

Untuk menarik lebih banyak dana iklan selama musim liburan, presentasi singkat raksasa e-niaga ini bersandar pada pesan yang sudah dikenal: DSP-nya tidak hanya untuk membeli inventaris iklannya. Ia ingin menjadi DSP terbesar untuk pembelian di web terbuka.

Merek yang akan mengurangi tampilan web terbuka menghabiskan 30% sebagai respons terhadap penelusuran AI

Pengiklan dapat merespons penerapan penelusuran tanpa klik dengan memotong investasi tampilan mereka dengan penerbit di web terbuka sebesar 30% demi mendukung CTV dan media sosial berbayar pada tahun 2026, berdasarkan analisis Forrester.