AI-최초 마케팅 팀: 실행이 사라지면 마케터에게 남는 것은 무엇인가?

몇 주 전, 나는 웹ین어를 개최했습니다. 제목은 Performance Marketing Teams of the Future였습니다. 이는 더 진단적이기보다는 비전적인 것이었습니다. 세 명의 실무자들이 저를 따라왔습니다 — Max Epifanov (TripleTen), Matt Shenton (Croud), 그리고 Ivan Zamesin (AJTBD) — 각각 대규모로 운영되며 이미 생산에서 AI-네이티브 워크플로를 실행하고 있었습니다.

그것은 현재 모델의 사후 분석으로 나타났습니다 — AI가 조용히 대체하는 모델입니다. 현재 높은 성과를 보이는 성과 마케팅 팀 내부에서 일어나는 일을 자세히 보면, 그들은 중복성으로 인해消え去っています. 조직도는 아직 AI 에이전트가 이미 하고 있는 일을 따라잡지 못했습니다.

우리는 10년 동안 잘못된 문제를 해결해 왔다

過去 10年間, 우리는 성과 지표를 최적화하는 데 중점을 두었습니다 — 특히, 대시보드를 개선하고, 속성 속도를 높이고, 타겟팅을 정교화했습니다. 그러나 AI의 실제 이점은 결정 시간을 줄이고 반복을 가속화하는 데 있습니다. 과거에 마케터는 단 하나의 결정 — 예산을 증가시키는지 여부 — 을 내리기 위해 몇 시간 동안 대시보드를凝視해야 했습니다. 반면에, AI는 하루에 수백 개의 그러한 결정들을 내릴 수 있고 즉시 무엇이 작동하는지 검증할 수 있습니다.

우리는 또한 자동화된 시스템을 제어하는 데 너무 집중했습니다. 그리고 그것은 과도한 제어가 실제로 효과를 감소시킴을 나타냈습니다. 이것은 명백하지 않습니다. 사람들은 직관적으로 더 많은 제어가 더好的 결과를 가져올 것이라고 믿습니다. 실제로, 개입은 종종 학습 시스템의 기능을 방해합니다. 여기서 유용한 평행선은 항공입니다. 자동 조종 시스템은 조종사가 과도한 개입을 하지 않도록 학습한 후에 공중 충돌의 수를 줄였습니다. 마케팅은 같은 단계에 들어가고 있습니다.

그리고 특히 흥미로운 것은 역할의 전환은渐進的な 전환으로 발생하지 않는다는 것입니다.

실제 팀 내부에서는 그것은突然한 것입니다. AI를 생산성 도구로 구현하는 회사들은 점진적인 이익을 보는 반면, AI 시스템을 중심으로 구조를 재건하는 팀은 근본적으로 다른 리그에서 운영됩니다.

에이전트가 실행할 때 무엇이 변경되는가?

오늘날의 운영 현실은 AI 에이전트가 다중 채널에서 성과 마케팅을同時에 관리한다는 것입니다 — Meta, TikTok, YouTube, 그리고 Google. 에이전트는 전체漏斗에 걸쳐 데이터에 연결되어 있으며 사전 정의된 결정 논리에 따라 작동합니다. 에이전트는 최소한의 인간 개입으로 목표를 달성하기 위해 계획하고 행동할 수 있습니다.

오늘날, 마케터는 개발자 없이 7일 만에 완전히 상호작용하는 리드 생성漏斗를 구축할 수 있습니다. 70% 이상의 마케팅 팀이 생성적 AI를 사용하여 헤드카운트를 증가시키지 않고 더 많은 콘텐츠를 생산합니다 —同時에 릴리스와 반복의 속도가 지수적으로 증가합니다.

여기서의 핵심은 에이전트가 단순히 보조하지 않고 실제로 일을 한다는 것입니다. 그리고 일단 실행이 연속적이고 자동화되면, 전통적인 의미의 마케팅에는 더 이상 공간이 없습니다.

Meta, Google, YouTube, TikTok를 걸친 일일 캠페인 분석은 3-4시간에서 10-15분으로 감소합니다. 어떤 크리에이티브를 죽이고, 어떤 것을 유지하고, 역사적 데이터를 사용하여 어떤 것을 확대할 것인지 — 이러한 모든 규칙은 팀의 결정 논리에 따라 연속적으로 실행됩니다. 모든 행동에는 이유가 따라오므로 팀은 검증하고, 보정하고, 신뢰할 수 있습니다. 자동 모드에서 에이전트는 광고 계정에서 직접 실행을 변경합니다. 반자동 모드에서는 인간이 확인합니다. 이미 $500K 이상의 유료 광고비를 달성하는 팀이 이렇게 운영합니다.

인간 계층에서 남아 있는 것

그러면 인간은 무엇을 해야 합니까? 작업 실행이 자동화되고, 최적화가 연속적으로 발생하며, 결정 논리가 공식화될 수 있다면, 가장 명확한 남아 있는 인간의 이점은 데이터가 불완전하고, 상황이 모호하며, 결과가 예측할 수 없는 경우에 결정할 수 있는 능력이 됩니다. AI는 아직 신뢰할 수 있게 좋은 아이디어와 중간 정도의 아이디어를 구별하거나 독립적으로 장기 전략을 결정할 수 없습니다.

현재, 성과 마케팅을 네 가지 계층으로 나눌 수 있습니다:

• 실행은 완전히 자동화됩니다.
• 최적화는 대부분 자동화되지만, 일부 제한이 있습니다.
• 결정은 부분적으로 인간입니다.
• 전략은 아직 완전히 인간의 것입니다.

인간 역할을 다시 생각하는 유용한 방법은 세 가지 아키타입을 통해입니다. 의사, 조종사, 교사. 각 경우에 인간은 jinak 自動으로 실행되는 프로세스를 정의하거나 수정합니다. 의사는 무엇이 잘못되었을 때 진단합니다. 조종사는 과도한 조정을 하지 않고 시스템을 제어합니다. 교사는 시스템이 작동하는 입력, 제약 조건 및 구조를 정의합니다.

팀에서 시스템으로

AI 능력만으로 해결할 수 없는 하나의 주요 병목 현상이 있습니다. AI 시스템의 효과는 작동하는 컨텍스트에 달려 있습니다. 그러나 대부분의 현대 회사에서 조직 컨텍스트는 단편화되어 있습니다. 모든 지식은 산재한 채팅방, 문서, 대시보드에 저장되어 있습니다. 팀은 서로 분리되어 작동하므로 컨텍스트는不断히 손실되고 처음부터 다시 구축되어야 합니다.

이는 조직 구조에서重大な 문제입니다. 에이전트 기반 AI는 컨베이어 벨트로 시각화할 수 있습니다. 데이터가 레이블이 지정되지 않거나, 접근할 수 없거나, 명확하게 정의되지 않은 경우, 기계는 걸립니다. AI에서 실제 가치를 얻는 회사들은 데이터와 결정 시스템을 통합했습니다.

새로운 현실에서 작동하는 성과 마케팅 팀에서는 더 이상 운영자가 아니라 시스템 디자이너가 더 많으며, 피드백 루프가 더緊密하며, 인간의 지연 없이 연속적으로 실행됩니다. 팀은 자율 시스템을 관리하는 관리 계층이 됩니다.

수년 동안, 성과 마케팅은 복잡성을 관리하는 것으로 귀결되었습니다. 채널, 데이터 포인트, 변수의 수가不断히 증가했습니다. AI는 이러한 복잡성을 줄이지 않습니다. 그러나 그것을 흡수합니다. 게임의 규칙이 변경되었습니다. 시스템을自分で 관리하는 시스템을 구축하는 사람이 승리할 것입니다.