AIファーストのマーケティングチーム：実行が消えると、마케터には何が残るのか？

数週間前、私は「パフォーマンスマーケティングチームの未来」というウェビナーをホストしました。これは、より診断的なものではなく、ビジョナリーなものを意図したものでした。3人の実践者、Max Epifanov（TripleTen）、Matt Shenton（Croud）、Ivan Zamesin（AJTBD）が私に参加しました。彼らはすべて大規模な運用を行っており、すでに生産環境でAIネイティブなワークフローを実行していました。

何が浮かび上がってきたのかというと、現在のモデル — AIが静かに置き換えているモデル — の死後解剖です。高性能のパフォーマンスマーケティングチームの中で現在起こっていることを注意深く見ると、彼らは冗長性を通じて消えつつあります。組織図はまだ、AIエージェントがすでにしていることを追跡していません。

10年間、間違った問題を解決してきた

過去10年間、私たちはパフォーマンスメトリックの最適化に焦点を当ててきました。具体的には、ダッシュボードの改善、帰属の高速化、ターゲティングの洗練などです。しかし、AIの真の利点は、意思決定時間の短縮とイテレーションの加速にあります。過去には、マーケターは単一の決定を行うために数時間ダッシュボードを眺めていました。AIでは、1日あたり数百の決定を行い、すぐに何が機能するかを確認できます。

また、自動化システムを制御することに過度に焦点を当ててきました。結果として、制御がシステムの有効性を低下させることがわかりました。これは、直感的に制御がより良い結果につながるという信念があるため、明らかではありません。実際、介入はしばしば学習システムの機能を妨げます。有用な類似例は航空です。自動操縦システムは空中衝突の数を減らしましたが、パイロットが介入しないときにのみです。マーケティングも同様の段階に入っています。

特に興味深いのは、役割のシフトが漸進的な移行として起こらないことです。

実世界のチームの中では、突然起こることが多いです。AIを生産性ツールとして実装する会社は漸進的な利益を得ますが、AIシステムを中心に構造を再構築するチームは根本的に異なるリーグで運用されます。

エージェントが実行するときに何が変わるか

今日の運用現実は、AIエージェントが複数のチャネルを同時にパフォーマンスマーケティングを管理するというものです。Meta、TikTok、YouTube、Googleなどです。エージェントは、ファネル全体のデータに接続されており、事前に定義された意思決定ロジックに基づいて動作します。エージェントは、人間の介入を最小限に抑えて、目標を達成するための計画と行動をとることができます。

今日、マーケターは、開発者を関与せずに7日間で完全にインタラクティブなリードジェネレーションファネルを構築できます。70％以上のマーケティングチームが生成的なAIを使用して、ヘッドカウントを増やさずにコンテンツをより多く生成しています。リリースとイテレーションの速度は指数関数的に増加しています。

ここでの重要な点は、エージェントが単に支援するのではなく、実際に作業を行うということです。実行が連続して自動化されると、従来の意味でのマーケティングの余地はなくなります。

Meta、Google 、YouTube、TikTokのデイリーキャンペーン分析は、3〜4時間から10〜15分に短縮されます。どのクリエイティブを殺すか、どのクリエイティブを維持するか、どのクリエイティブをスケールアップするか、歴史的なデータを使用して決定します。すべてのルールは、チーム独自の意思決定ロジックに従って連続して実行されます。実行のたびに、理由が付随しますので、チームは検証、調整、信頼することができます。自動モードでは、エージェントが広告アカウントで直接変更を実行します。半自動モードでは、人間が確認します。これは、月額50万ドル以上の支出を行っているチームがすでに運用している方法です。

人間のレイヤーにまだ残っているもの

しかし、人間は何をするべきでしょうか。タスクの実行が自動化され、最適化が連続して行われ、意思決定ロジックが形式化されると、明らかな人間の利点は、不完全なデータ、曖昧なコンテキスト、予測不可能な結果の場合に意思決定を行う能力になることです。AIはまだ信頼性を持って、優れたアイデアと中途半端なアイデアを区別したり、独自に長期戦略を決定したりできません。

現在、パフォーマンスマーケティングは4つのレイヤーに分けることができます。

• 実行は完全に自動化されています。
• 最適化は大部分が自動化されていますが、ある程度の制限があります。
• 意思決定は部分的に人間によって行われます。
• 戦略は現在、完全に人間によって残ります。

人間の役割を再考する1つの有用な方法は、3つのアーキタイプを通じてです。医者、パイロット、教師です。各ケースでは、人間は、基本的に自律的に動作するプロセスを定義または修正します。医者は何かが間違っている場合に診断を下します。パイロットは過度な調整を行わずにシステムを制御します。教師は、システムが動作する入力、制約、構造を定義します。

チームからシステムへ

AIの機能が独自に解決できない1つの大きなボトルネックがあります。AIシステムの有効性は、動作するコンテキストに依存しますが、ほとんどの現代の会社では、組織のコンテキストが断片化されています。すべての知識は散在するチャットルーム、ドキュメント、ダッシュボードに保存されています。チームは互いに孤立して作業しているため、コンテキストは常に失われ、再構築する必要があります。

これは重大な問題です。エージェントベースのAIは、コンベアベルトとして視覚化できます。データがラベル付けされ、利用可能で、明確に定義されていない場合、機械は詰まります。AIから実際の価値を得る会社はデータと意思決定システムを統合しています。

この新しい現実の中で動作するパフォーマンスマーケティングチームでは、オペレーターは少なく、システムデザイナーは多く、フィードバックループは密接で、人間の遅延なしに連続して実行されます。チームは、自律システムを管理する管理レイヤーになります。

数多くの年間、パフォーマンスマーケティングは、チャネル、データポイント、変数の増加する複雑さを管理することにかかっていました。AIはこの複雑さを減らすのではなく、吸収します。ゲームのルールは変わったので、勝者は自律システムを構築する人になります。