Pengarahan Pembelian Media: Didengar di DPMS — Bagaimana agensi bergulat dengan AI dalam program

Terdapat perbedaan pendapat mengenai sejauh mana AI dan teknologi agen sudah menjadi bagian dari alur kerja terprogram (dan tampaknya tidak ada definisi konsensus mengenai apa yang memenuhi syarat sebagai agen). Namun, apa yang tampaknya disepakati oleh para eksekutif agensi adalah bahwa agen AI sebaiknya dijauhkan dari titik transaksi sebenarnya antara pembeli dan penjual media.

Sebaliknya, tugas-tugas tersebut harus dialihkan ke tugas-tugas sebelum dan sesudah transaksi, seperti membantu merencanakan parameter kampanye dan mengatur data kinerja pasca-kampanye. Namun tingkat keterlibatan AI tersebut akan memerlukan peningkatan pelatihan bagi karyawan agensi tidak hanya mengenai alat AI (dan keterbatasannya) namun juga tentang dasar-dasar alur kerja periklanan terprogram agar karyawan manusia dapat mengawasi rekan-rekan AI mereka dengan lebih baik.

Berikut ini telah diedit untuk ruang dan kejelasan.

Menyiapkan panggung

“Saya pikir kita semua tahu bahwa pembelajaran mesin AI … dari sudut pandang pembelian sudah sangat terintegrasi. Tapi menurut saya yang baru adalah gen AI, bukan? Dan itulah yang menarik. Ide agen, dan ide menciptakan otonomi adalah tempat berkembangnya hal ini. Namun menurut saya kita semua tidak tahu apa yang sedang kita bicarakan, hanya karena ide tersebut sudah terintegrasi dalam pembelian di Meta, Google, dll. Namun dari aspek gen AI, menurut saya itulah yang benar-benar menarik. Hal yang pernah kita lihat efisiensi dalam hal AI yang kami gunakan membantu perencanaan model campuran media. Hal ini sangat membantu efisiensi, serta otomatisasi secara umum, dalam hal tugas administratif, analisis, dan pengumpulan data.”

AI digunakan sebagai tabir asap

“Setiap agensi memiliki tingkat pembelajaran mesin tertentu yang digunakan dalam algoritme dan pengoptimalannya. Kami tidak takut akan hal tersebut, namun hal ini pada dasarnya tidak terlalu transparan. Salah satu tantangan yang kami hadapi dalam industri ini adalah saat ini kami diberi AI sebagai penutup atas ketidakjelasan dalam penetapan harga, ketidakjelasan dalam pengoptimalan kinerja. Baik itu [The Trade Desk’s] Algoritme baru Kokai mencoba melakukan sesuatu untuk Anda dan berkata ‘Percaya saja pada kami.’ Menurut saya, hal itu membuat kita takut, karena kita tahu ini bukan LLM, tapi kita juga tahu mereka menggunakannya sebagai tabir asap, dan kita tidak siap untuk menyodok teori mereka dan menolaknya. Saya rasa di situlah ketakutan terbesarnya, karena kita melihat semakin banyak ketidakjelasan dan semakin berkurangnya kendali kita.”

“Kami belum sampai di sana, tapi salah satu hal yang sedang kami kerjakan di agensi kami adalah, bagaimana kami menggunakan AI agen untuk membantu kami menjelaskan apa yang dilakukan AI dalam kampanye kami? Tapi bagaimana kami membuatnya menjelaskan banyak hal? Karena jika seseorang melakukan pengoptimalan, Anda bisa berkata, Mengapa Anda melakukan pengoptimalan itu? Menurut Anda, apa yang akan dilakukan AI? Dan apa fungsinya? AI tidak melakukan itu — AI hanya melakukan pengoptimalan dan membuahkan hasil atau tidak.”

Hati-hati dengan agen itu, Eugene

“Agen diciptakan untuk mengambil dan mengumpulkan. Itulah gunanya mereka. Mereka tidak berpikir. Anda hanya bertanya mengapa – mereka tidak melakukan itu. Lagi pula, semuanya bersifat probabilistik. Secara teknis, agen memang [Las] Vegas dalam semua hal yang ingin Anda lacak, dan mencoba untuk mendapatkan hasil yang lebih baik berdasarkan apa yang terlihat di masa lalu. Jadi jika saat ini Anda sedang melakukan sesuatu yang baru dengan agen tersebut, jangan lakukan itu. Mereka belum begitu pandai dalam hal itu, karena mereka sedang menghadapi rintangan. Saya rasa kita mungkin tiga atau empat tahun lagi akan memercayai hal-hal ini.”

“AI bisa sangat berguna untuk hal-hal dengan parameter yang ditentukan. Namun sebagai sebuah industri, kami menggabungkan banyak AI secara bersamaan. Misalnya, rencana media yang terprogram, hal ini berpotensi menimbulkan halusinasi karena hal-hal seperti informasi usang tidak dihapus dari web, dan hal tersebut menjadi pertimbangannya. Jika Anda membiarkannya begitu saja, Anda tidak akan mendapatkan hasil terbaik. Namun jika Anda menggunakan kumpulan data yang sangat bersih untuk menemukan parameter tentang bagaimana sesuatu harus dievaluasi, menurut saya itu akan berguna. bisa sangat bermanfaat.”

Apa yang akan terjadi?

“Dari sisi ahli strategi, beberapa mitra terprogram sebenarnya memiliki alat yang akan membangun keseluruhan rencana media Anda, bukan? Namun yang belum saya lihat adalah adanya integrasi di sana. Saya pikir impian mereka adalah, klik satu tombol yang membuat rencana untuk Anda dan mengoptimalkan rencana tersebut. Saya rasa hal tersebut belum tercapai, namun menurut saya itulah yang akan terjadi pada kami.”

“Kita semua diberi tahu bahwa itulah yang diinginkan orang – ayo lakukan itu. Tapi kemudian Anda memiliki kepatuhan hukum, dan tim keuangan Anda. Yang diperlukan hanyalah AI untuk berhalusinasi satu nol, dan Anda berada dalam masalah besar. Dan itu adalah satu kesalahan yang berpotensi merugikan Anda sebagai klien, atau dapat merugikan pekerjaan Anda. Karena LLM tidak akan pernah TIDAK berhalusinasi – desain arsitektur yang mendasarinya memiliki kelemahan itu. Saya tidak tahu berapa triliunan dolar yang telah diinvestasikan dalam hal ini, tapi mereka belum memperbaiki masalah ini. Mereka seperti pekerja magang yang sangat cerdas — kami akan memberikannya informasi. Ia akan mampu melakukan banyak tugas yang bersifat kasar dan memakan banyak waktu, dan melakukannya dengan cepat. Namun sebelum kami melakukan tindakan, kami akan mengerjakannya melalui beberapa model lama, atau terkadang memercayai model lama untuk melakukan pekerjaan berat, karena kami tahu mereka berhasil, dan kami tahu mereka bisa bekerja dan mereka bisa melakukannya dengan lebih baik.”

“Kamu tadi bilang magang pintar – dia berumur enam tahun. Anggap saja sebagai anakmu yang berumur enam tahun yang akan memberimu jawaban apakah itu benar atau tidak, karena mereka ingin membuktikan kepadamu bahwa menurut mereka apa yang kamu katakan itu penting. Itulah AI saat ini. Nanti akan berbeda, tapi saat ini, umurnya enam tahun.”

“Kami menggunakan AI pada tahap pra-produksi dan pasca-produksi. Seluruh tim perencanaan Anda berada pada tahap pra-produksi. Tim analitik Anda berada pada tahap pasca produksi, memberikan laporan kembali. Ini merupakan pekerjaan sehari-hari yang banyak, sehingga dapat menghemat banyak waktu. Bagian produksi sebenarnya hanya sebagian kecil dari waktu kami. Kami menyiapkan kampanye, menjalankannya, pengoptimalan berasal dari analisis pasca, lalu kami mulai melakukan perubahan. Banyak hal yang mengarah pada banyak waktu yang dapat dihemat oleh AI.”

Akuntabilitas

“Akuntabilitas muncul ketika manajemen tidak memperbolehkan orang untuk menggunakan, ‘Ya, itulah yang diberikan AI kepada saya’ sebagai alasan. Mereka harus bertanggung jawab atas pekerjaan mereka, tidak peduli bagaimana hal itu dihasilkan. Dan menurut saya itulah cara kita harus bergerak maju. Karena jika kita membiarkan semua orang menggunakan hal itu sebagai alasan, maka kita akan melakukan banyak kesalahan.”

“Kekhawatiran saya terus berlanjut [the 25-year-old media planner’s] ketergantungan yang berlebihan pada AI untuk melakukan banyak hal ini. Apakah hal ini akan berdampak pada pengetahuan dasar secara keseluruhan yang memungkinkan mereka mengambil keputusan strategis secara kreatif dan out of the box? Karena mereka sudah dibesarkan [thinking] ‘Yah, aku bisa melakukan semua ini dengan melemparkannya ke sini.’ Mereka tidak mengerti alasan dibalik hal itu, dan kemudian hal itu menjadi semakin besar 20 tahun dari sekarang.”

Cara melatih AI Anda

“Bagaimana cara Anda melatih AI dengan lebih baik? Cara terbaik yang bisa saya jelaskan adalah, ini seperti acara barbekyu yang enak – rendah dan lambat. Gunakan data lama yang sangat spesifik. Mungkin datanya lebih lambat dibandingkan data berbasis sinyal, atau data real-time dan sebagainya. Bukan karena AI lebih baik, namun karena sampah di dalamnya lebih sedikit.”

Warnai dengan angka

Apakah kebutuhan untuk melakukan pemasaran seagresif mungkin selama musim liburan menawarkan peluang bagi jaringan media ritel dan platform sosial penantang untuk mendapatkan lebih banyak dana liburan dan iklan pada tahun 2026? Jawabannya adalah ya — jika mereka dapat menutup kesenjangan pengukuran dan kepercayaan, menurut penelitian baru dari Kantar. Beberapa statistik pendukung:

• Para pelaku retail melihat pengembangan kemampuan di dalam toko/omnichannel (82%) dan monetisasi data di luar toko (45%) sebagai cara utama untuk bersaing dengan Amazon.
• 87% merek akan lebih percaya dan berinvestasi pada jaringan media ritel yang terakreditasi untuk pengukuran terstandar, namun hanya 24% pengecer yang sepenuhnya selaras dengan standar tersebut.
• 67% merek siap berinvestasi lebih banyak jika dampaknya dapat dibuktikan.
• 80% merek mengatakan pengukuran terpadu di dalam toko/online itu penting atau penting.

Lepas landas & mendarat

• Penutupan Omnikom akuisisi Grup Antar Publik mengakibatkan PHK yang direncanakan terhadap sekitar 4.000 staf, yang menyebabkan gelombang perasaan pahit yang diungkapkan secara publik melalui media sosial. Hal ini juga mengakibatkan penutupan IPG Magna investasi media dan unit intelijen bisnis, seiring dengan kepergian Eileen Kiernaneksekutif media dengan peringkat tertinggi di jajaran IPG.
• Memiliki melakukan dua akuisisi berbeda minggu lalu: agen pengalaman Inggris Anak Kucing Berjanggutyang akan dilipat menjadi Mainkan Havasdan, di awal minggu ini tidak menyenangkansebuah perusahaan konsultan dan teknik data Perancis, untuk mendukung Jaringan Media Havaskemampuan teknologi dan data. Mereka menolak untuk mengidentifikasi harga pembelian keduanya.
• Pergerakan personel: Dentsu bernama Kara Osborne Gladwell petugas arsitek produk globalnya untuk Media, dan dibawa kembali Tia Castagno untuk menjadi Presiden Inovasi Global. Keduanya merupakan posisi global yang baru dibentuk dan melapor ke Akan Swaynepresiden praktik global, Media … Biksu dipekerjakan Thiago Correa menjadi svp media untuk kawasan EMEA, berasal dari Publikasi di mana pimpinan klien global untuk H&M… Agen pemasaran pencipta pemberi pengaruh dipekerjakan Ryan Fitzpatrick sebagai CFO, datang dari jabatan serupa di VaynerX.

Kutipan langsung

“Penggabungan ini merupakan pengingat bahwa skala tidak memperbaiki fragmentasi. AI hanya berfungsi ketika data dasar pelanggan disatukan, diatur, dan dipahami. Organisasi yang menang dalam fase pemasaran berikutnya bukanlah organisasi yang memiliki alat paling banyak — mereka akan menjadi organisasi yang memiliki gambaran paling jelas tentang pelanggannya.”

—Tony Owens, CEO cloud data pelanggan Amperity, tentang akuisisi IPG oleh Omnicom.

Membaca cepat