ผู้นำทางความคิด

ทีมการตลาดที่ให้ AI มาก่อน: เมื่อการลงมือทำหายไป นักการตลาดยังเหลือบทบาทอะไร?

Seva Ustinov
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
A photorealistic wide shot of a modern marketing strategist operating a sleek, holographic command console in a high-tech office. The interface displays interconnected nodes and data visualizations representing various social media platforms and performance metrics.
ประเด็นสำคัญปัจจุบัน AI agents ดำเนินการทำการตลาดแบบหลายช่องทางโดยมีการควบคุมดูแลจากมนุษย์น้อยที่สุด
ดูเพิ่มเติม
  • ปัจจุบัน AI agents ดำเนินการทำการตลาดแบบหลายช่องทางโดยมีการควบคุมดูแลจากมนุษย์น้อยที่สุด
  • การแทรกแซงของมนุษย์ที่มากเกินไปจะรบกวนระบบการเรียนรู้ของ AI ทำให้ประสิทธิภาพลดลง
  • บทบาทของนักการตลาดเปลี่ยนจากผู้ปฏิบัติงานมาเป็นผู้ออกแบบระบบที่คอยควบคุมดูแลการดำเนินงานแบบอัตโนมัติ

เมื่อสองสามสัปดาห์ก่อน ฉันจัด เว็บินาร์ ชื่อ Performance Marketing Teams of the Future โดยตั้งใจให้เป็นการวิเคราะห์วินิจฉัยสถานการณ์มากกว่าการนำเสนอวิสัยทัศน์ มีผู้ปฏิบัติงานจริงสามคนเข้าร่วมกับฉัน ได้แก่ Max Epifanov (TripleTen), Matt Shenton (Croud) และ Ivan Zamesin (AJTBD) ทุกคนดำเนินงานในขนาดใหญ่และใช้เวิร์กโฟลว์ที่ออกแบบโดยมี AI เป็นแกนหลักในการปฏิบัติงานจริงแล้ว

สิ่งที่ปรากฏคือการชำแหละวิเคราะห์โมเดลการทำงานปัจจุบัน ซึ่งเป็นโมเดลที่ AI กำลังเข้ามาแทนที่อย่างเงียบ ๆ เพราะหากมองให้ลึกถึงสิ่งที่เกิดขึ้นในทีมการตลาดที่มุ่งผลลัพธ์และมีผลงานดีในวันนี้ จะเห็นว่าทีมเหล่านี้กำลังสลายตัวลงเพราะหน้าที่หลายอย่างกลายเป็นส่วนเกิน แผนผังองค์กรเพียงแต่ยังตามไม่ทันสิ่งที่เอเจนต์ AI ทำอยู่แล้ว

เราแก้ปัญหาผิดจุดมาตลอดหนึ่งทศวรรษ

ตลอดสิบปีที่ผ่านมา เรามุ่งปรับปรุงตัวชี้วัดผลการดำเนินงาน โดยเฉพาะการพัฒนาแดชบอร์ด เร่งการระบุแหล่งที่มาของผลลัพธ์ และปรับการกำหนดกลุ่มเป้าหมายให้แม่นยำขึ้น แต่ประโยชน์ที่แท้จริงของ AI อยู่ ที่การลดเวลาตัดสินใจและเร่งรอบการปรับปรุง ในอดีต นักการตลาดอาจใช้เวลาหลายชั่วโมงจ้องแดชบอร์ดเพียงเพื่อตัดสินใจเรื่องเดียวว่าจะเพิ่มงบประมาณหรือไม่ ในทางกลับกัน AI ช่วยให้ตัดสินใจแบบนี้ได้หลายร้อยครั้งต่อวัน และตรวจสอบได้ทันทีว่าอะไรได้ผล

เรายังให้ความสำคัญกับการควบคุมระบบอัตโนมัติมากเกินไป และปรากฏว่าการควบคุมที่มากเกินไปกลับลดประสิทธิผลของระบบเหล่านั้น เรื่องนี้ไม่ได้เห็นชัดในทันที เพราะคนเรามักเชื่อโดยสัญชาตญาณว่าควบคุมมากขึ้นย่อมได้ผลดีขึ้น แต่ในความเป็นจริง การเข้าแทรกแซงมักรบกวนการทำงานของระบบที่เรียนรู้ได้ ตัวอย่างเปรียบเทียบที่มีประโยชน์คือการบิน ระบบนักบินอัตโนมัติช่วยลดอุบัติเหตุเครื่องบินตก แต่เกิดขึ้นหลังจากนักบินเรียนรู้แล้วว่าเมื่อใดควรปล่อยให้ระบบทำงานโดยไม่เข้าแทรกแซง การตลาดกำลังเข้าสู่ระยะเดียวกัน

สิ่งที่น่าสนใจเป็นพิเศษคือ การเปลี่ยนบทบาทไม่ได้ค่อย ๆ เกิดขึ้น

ในทีมที่ทำงานจริง การเปลี่ยนแปลงมักเกิดขึ้นฉับพลัน บริษัทที่ใช้ AI เป็นเครื่องมือเพิ่มผลิตภาพได้ประโยชน์เพิ่มขึ้นทีละน้อย ขณะที่ทีมที่ปรับโครงสร้างใหม่โดยมีระบบ AI เป็นแกนกลางกลับทำงานอยู่ในอีกระดับที่แตกต่างอย่างสิ้นเชิง

อะไรเปลี่ยนไปเมื่อเอเจนต์ลงมือทำงาน?

สภาพการทำงานจริงในปัจจุบันคือ เอเจนต์ AI บริหารจัดการ การตลาดที่มุ่งผลลัพธ์ผ่านหลายช่องทางพร้อมกัน ได้แก่ Meta, TikTok, YouTube และ Google เอเจนต์เชื่อมต่อกับข้อมูลตลอดทั้งฟันเนล และทำงานตามตรรกะการตัดสินใจที่กำหนดไว้ล่วงหน้า โดยสามารถวางแผนและลงมือทำเพื่อบรรลุเป้าหมายด้วยการมีส่วนร่วมของมนุษย์เพียงเล็กน้อย

วันนี้ นักการตลาดสามารถสร้างฟันเนลหาลูกค้าเป้าหมายที่โต้ตอบได้อย่างครบถ้วนภายในเจ็ดวัน โดยไม่ต้องให้นักพัฒนาเข้ามาร่วมทำงาน ทีมการตลาดที่ใช้ AI เชิงกำเนิดมากกว่า 70% ผลิตเนื้อหาได้มากขึ้นโดยไม่เพิ่มจำนวนพนักงาน ขณะที่ความเร็วในการเผยแพร่และรอบการปรับปรุงเพิ่มขึ้นแบบทวีคูณ

ประเด็นสำคัญคือเอเจนต์ไม่ได้แค่ช่วย แต่ลงมือทำงานจริง และทันทีที่การลงมือทำกลายเป็นกระบวนการต่อเนื่องและอัตโนมัติ ก็ไม่มีพื้นที่เหลือสำหรับการตลาดในความหมายดั้งเดิม

การวิเคราะห์แคมเปญรายวันบน Meta, Google, YouTube และ TikTok ลดจาก 3–4 ชั่วโมงเหลือ 10–15 นาที ควรยุติชิ้นงานโฆษณาใด เก็บชิ้นงานใดไว้ หรือขยายชิ้นงานใดโดยอาศัยข้อมูลย้อนหลัง กฎเหล่านี้ทำงานอย่างต่อเนื่องตามตรรกะการตัดสินใจของทีมเอง หากต้นทุนจริงต่อลูกค้าเป้าหมายที่ผ่านเกณฑ์ต่ำกว่าเป้าหมาย ก็ขยายการดำเนินงาน หากผลการทำงานของชิ้นงานโฆษณาลดลงต่ำกว่าเกณฑ์ ก็พักชิ้นงานนั้น ทุกการกระทำมีเหตุผลประกอบ ทำให้ทีมสามารถตรวจสอบ ปรับเทียบ แล้วจึงวางใจได้ ในโหมดอัตโนมัติ เอเจนต์เปลี่ยนแปลงสิ่งต่าง ๆ ในบัญชีโฆษณาโดยตรง ส่วนโหมดกึ่งอัตโนมัติต้องมีมนุษย์ยืนยัน นี่คือวิธีที่ทีมซึ่งมีค่าใช้จ่ายโฆษณาแบบชำระเงินตั้งแต่ 500,000 ดอลลาร์ต่อเดือนขึ้นไปใช้งานอยู่แล้ว

อะไรยังคงอยู่ในส่วนของมนุษย์

แล้วมนุษย์ควรทำอะไร? หากการลงมือทำงานเป็นอัตโนมัติ การปรับประสิทธิภาพเกิดขึ้นต่อเนื่อง

และสามารถกำหนดตรรกะการตัดสินใจให้เป็นกฎอย่างเป็นทางการได้ ข้อได้เปรียบของมนุษย์ที่ยังเหลืออยู่อย่างชัดเจนที่สุด จึงกลายเป็น ความสามารถในการตัดสินใจเมื่อข้อมูลไม่ครบ บริบทคลุมเครือ และผลลัพธ์คาดเดาไม่ได้ AI ยังคง ไม่สามารถ แยกแยะความคิดที่ดีออกจากความคิดธรรมดาได้อย่างเชื่อถือได้ หรือกำหนดกลยุทธ์ระยะยาวโดยอิสระ

สำหรับตอนนี้ การตลาดที่มุ่งผลลัพธ์แบ่งออกได้เป็นสี่ระดับ:

  • การลงมือทำเป็นอัตโนมัติทั้งหมด;
  • การปรับประสิทธิภาพเป็นอัตโนมัติเป็นส่วนใหญ่ โดยมีข้อจำกัดบางประการ;
  • การตัดสินใจยังอาศัยมนุษย์บางส่วน;
  • กลยุทธ์ยังเป็นหน้าที่ของมนุษย์ทั้งหมดในตอนนี้

วิธีหนึ่งที่มีประโยชน์ในการ ทบทวน บทบาทของมนุษย์คือมองผ่านต้นแบบสามแบบ ได้แก่ แพทย์ นักบิน และครู ในแต่ละกรณี มนุษย์กำหนดหรือแก้ไขกระบวนการที่นอกเหนือจากนั้นจะทำงานได้ด้วยตัวเอง แพทย์วินิจฉัยเมื่อมีสิ่งผิดปกติ นักบินควบคุมระบบโดยไม่ปรับเปลี่ยนมากเกินไป ครูกำหนดข้อมูลเข้า ข้อจำกัด และโครงสร้างที่ระบบใช้ทำงาน

จากทีมสู่ระบบ

มีคอขวดสำคัญข้อหนึ่งที่ความสามารถของ AI เพียงอย่างเดียวแก้ไขไม่ได้ ประสิทธิผลของระบบ AI ขึ้นอยู่กับบริบทที่ระบบทำงาน แต่ในบริษัทสมัยใหม่ส่วนใหญ่ บริบทขององค์กรกลับกระจัดกระจาย ความรู้ทั้งหมดอยู่ในห้องแชท เอกสาร และแดชบอร์ดที่แยกกันอยู่ ทีมต่าง ๆ ทำงานแยกจากกัน ทำให้บริบทสูญหายอยู่เสมอและต้องสร้างขึ้นใหม่ตั้งแต่ต้น

นี่คือ ปัญหา สำคัญในสถาปัตยกรรมองค์กร เราอาจมอง AI แบบเอเจนต์เป็นสายพานลำเลียง หากข้อมูลไม่ได้ติดป้ายกำกับ เข้าถึงไม่ได้ หรือไม่ได้กำหนดความหมายอย่างชัดเจน เครื่องจักรก็ติดขัด บริษัทที่ได้คุณค่าจริงจาก AI ได้ ผสาน ระบบข้อมูลและระบบตัดสินใจเข้าด้วยกันแล้ว

ทีมการตลาดที่มุ่งผลลัพธ์ซึ่งทำงานในสภาพใหม่นี้มีผู้ปฏิบัติงานน้อยลงและนักออกแบบระบบมากขึ้น มีวงจรป้อนกลับที่กระชับขึ้น และทำงานอย่างต่อเนื่องโดยไม่ต้องรอมนุษย์ ทีมกลายเป็นชั้นบริหารที่กำกับดูแลระบบที่ทำงานได้ด้วยตัวเอง

ตลอดหลายปีที่ผ่านมา แก่นของการตลาดที่มุ่งผลลัพธ์คือการจัดการความซับซ้อนจากจำนวนช่องทาง จุดข้อมูล และตัวแปรที่เพิ่มขึ้นไม่หยุด AI ไม่ได้ลดความซับซ้อนนี้ แต่รับความซับซ้อนนั้นไปจัดการ กติกาของเกมเปลี่ยนไปแล้ว และผู้ชนะคือผู้ที่สร้างระบบที่บริหารจัดการตัวเองได้

เซวา อุสตินอฟ (Seva Ustinov) เป็นผู้ก่อตั้งและซีอีโอของ Plurio เอเจนต์ AI ที่ขับเคลื่อนการเติบโตผ่านการตลาดที่มุ่งวัดผลลัพธ์ Plurio ช่วยให้นักการตลาดไม่ต้องทำงานด้วยตนเอง โดยตรวจพบจุดที่ไม่มีประสิทธิภาพตั้งแต่เนิ่น ๆ และขยายแนวทางที่ได้ผลดี ระบบขับเคลื่อนการเติบโตของรายได้ด้วยข้อมูลตลอดทุกขั้นตอนของเส้นทางลูกค้าและการระบุว่ากิจกรรมการตลาดใดก่อให้เกิดผลลัพธ์ โดยยึดบริบทธุรกิจของบริษัทเป็นพื้นฐาน