Ang pag-aampon ng AI sa mga ahensya ay natigil pagkatapos ng pilot dahil ang mga hadlang ay tao at operational, hindi teknikal. Ang mga tao ay natatakot para sa kanilang mga tungkulin, ang mga perfectionist ay muling nagsusulat ng mga draft ng AI sa pamamagitan ng kamay, ang mga junior ay nakadarama ng hindi napapansin at walang sinuman ang nagprotekta ng oras upang matuto. Sinisimulan muli ng mga ahensya ang pag-aampon sa pamamagitan ng malinaw na pagsasabi kung ano ang babaguhin at hindi babaguhin ng AI, pagpili ng isang masusukat na daloy ng trabaho, pagpopondo sa oras ng pagsasanay at pagtrato sa pagsusuri bilang isang kinikilalang gawain.
Mga pangunahing aral
- Karamihan sa mga ahensya ay gumagamit na ng generative AI, ngunit karamihan ay gumagamit nito sa wala pang kalahati ng kanilang trabaho, kaya ang stall ay tungkol sa lalim, hindi pag-access.
- Pinangalanan ng kawani ng ahensya ang mga gaps sa kasanayan at kakulangan ng oras bilang kanilang pinakamalaking hadlang, bago ang mismong teknolohiya.
- Ang takot sa pagpapalit, pagiging perpekto at hindi gaanong pinahahalagahan na mga junior ay umuulit sa data ng pakikinig sa lipunan ng SOMIN, at bawat isa ay nangangailangan ng ibang pag-aayos.
- I-frame ang AI sa paligid ng isang workflow na may bago-at-pagkatapos na numero, at ilipat ang mga oras na na-save sa masisingil o madiskarteng trabaho sa halip na putulin ang mga taong nagligtas sa kanila.
- Gawing pinangalanan, na-kredito na kasanayan ang pagsuri sa output ng AI, na sinusuportahan ng isang shared library at isang nakasulat na kahulugan ng sapat na mabuti.
Saan ba talaga humihinto ang pag-aampon ng AI sa mga ahensya?
Natigil ito sa pagitan ng eksperimento at nakagawiang paggamit. Halos lahat ng ahensya ay may mga lisensya at ilang mahilig; mas kaunti ang nagbago kung paano nagagawa ang isang karaniwang linggo ng trabaho ng kliyente.
Ang 4As at Forrester ay naglagay ng mga numero dito sa kanilang ikalawang State of GenAI Adoption study. Tatlong quarter ng mga respondent na ahensya ang gumamit ng generative AI sa 2025, mas mataas mula sa 61% noong nakaraang taon, ngunit halos 80% ang gumamit nito sa wala pang kalahati ng kanilang trabaho. Ang bahagi na nagbabanggit ng kakulangan sa pag-unawa sa mga tool nang higit sa doble, sa 42%.
Kasabay na lumalamig ang damdamin. Nalaman ng 2026 Advertising Agency Report mula sa Basis, isang survey ng higit sa 200 na mga propesyonal sa ahensya, na ang bahagi ng mga pessimist ng AI ay tumaas mula 19.9% hanggang 32.0% sa isang taon. Ang malawak, mababaw na paggamit na sinamahan ng lumalaking pag-aalinlangan ay kung ano ang hitsura ng isang natigil na paglulunsad mula sa loob.
Bakit nilalabanan ng mga team ng ahensya ang mga tool ng AI?
Dahil ang AI ay nakakaapekto sa pagkakakilanlan: kung ano ang binabayaran ng mga tao, kung ano ang kanilang ipinagmamalaki at kung paano nila inaasahan na ma-promote. Walang ginagawa ang lisensya para sagutin ang mga tanong na iyon, kaya tahimik na pinoprotektahan ng mga tao ang kanilang sarili.
Ang sariling data ng SOMIN ay nagpapakita ng pattern. Sa aming social-listening workspace, isang 30-araw na whitespace na pag-aaral ng 455 post (Agosto 2026) ang nagpangkat ng 75 sa mga ito sa ilalim ng isang tensyon na tema, "Navigating Professional Challenges." Inilalarawan nito ang pagkabalisa mula sa labis na pag-iisip, ang presyon ng pagiging perpekto, isang takot na umasa sa AI, at mga intern at junior staff na nakakaramdam ng hindi gaanong halaga. Ipinapaliwanag ng tatlo sa mga thread na iyon ang karamihan sa mga natigil na rollout.
Takot na mapalitan
Ang modelo ng moments-of-truth ng SOMIN, na bumubuo ng mga micro-moment na malamang na kumilos ang isang persona, ay lumalabas sa kaisipang "Gusto kong maunawaan kung paano mapapabuti ng AI ang aking daloy ng trabaho nang hindi pinapalitan ang aking tungkulin." Ito ay isang sandali na binuo ng modelo, hindi isang quote mula sa isang tunay na tao, ngunit nakukuha nito ang trade-off na tinitimbang ng mga tao. Kung hindi ito sinasagot ng pamunuan, sasagutin ito mismo ng mga tauhan sa pamamagitan ng paggamit ng AI hangga't maaari kung saan makikita ng mga tagapamahala.
Perfectionism at ang bitag ng rebisyon
Sa workspace ng audience-research ng SOMIN, ang isang September 2026 whitespace study ng 220 post ay naglagay ng 91 sa mga ito sa ilalim ng temang "Navigating the AI Marketing Maze." Ang pangunahing reklamo ay ang nilalamang binuo ng AI na nangangailangan ng malaking rebisyon ng tao. Ang isang perfectionist na muling nagsusulat ng bawat draft ay naghihinuha, nang makatuwiran, na mas mabilis na magsimula sa isang blangkong pahina.
Ang isang nauugnay na insight sa SOMIN, "Umuunlad ang pagiging tunay kung saan umuunlad ang kawalan ng kapanatagan", ay itinayo sa anggulo ng imposter-phenomenon sa 64 na mga post: ang pagdududa sa sarili ay nagpapababa ng kumpiyansa sa mga marketer sa kanilang mga desisyon. Output ng AI na walang sumang-ayon kung paano hatulan ang mga feed nang eksakto sa pag-aalinlangan na iyon.
Juniors na pakiramdam undervalued
Ang mga gawaing unang nasisipsip ng AI, tulad ng desk research, unang draft at pag-uulat, ay karaniwang ang mga junior na pagmamay-ari at natutunan. Alisin ang mga ito nang hindi muling idinisenyo ang tungkulin at humiwalay ang mga junior, na nag-aalis sa mga taong malamang na mag-eksperimento. Sinasaklaw namin ang pag-aayos nang detalyado sa kung paano sanayin ang mga junior marketer sa AI.
Ang tunay na barrier skills o oras ba?
Parehong, at oras ay ang isang lider underrate. Sa isang ahensya, ang mga oras ng pag-aaral ay direktang nakikipagkumpitensya sa mga oras na masisingil, at ang trabaho ng kliyente ay nanalo maliban na lang kung may isang taong magbabakod sa pag-aaral.
EMARKETER iniulat noong Enero 2026 sa Ad Agency Generative AI Adoption Benchmark ng AI Digital. Ang mga kakulangan sa kasanayan at mga pangangailangan sa pagsasanay ang nangungunang hadlang (60.7%), na sinundan ng pagiging masyadong abala sa pang-araw-araw na trabaho (51.8%) at pagsasama ng teknolohiya (44.6%). 16.1% lang ng mga ahensya ang may komprehensibong patakaran sa AI at pagsasanay, at 58.9% ang walang shared prompt o best-practice library.
Sabay-sabay na basahin, inilalarawan ng mga numero ang mga ahensyang humihiling sa mga indibidwal na malaman ang AI nang mag-isa, sa kanilang bakanteng oras, nang walang nakasulat. Iyon ay isang problema sa pamamahala, na isang magandang balita: ang mga problema sa pamamahala ay maaaring maayos sa pamamagitan ng mga desisyon ng pamamahala.
Paano mo i-restart ang isang natigil na paglulunsad ng AI?
Itugma ang bawat sintomas sa sanhi nito, pagkatapos ay ayusin ang sanhi sa halip na bumili ng isa pang tool. Ang talahanayan sa ibaba ay nagmamapa ng limang karaniwang pattern sa isang partikular na tugon.
| Sintomas | Malamang na dahilan | Ayusin |
|---|---|---|
| Iniiwasan ng mga tao ang mga tool kapag nanonood ang mga tagapamahala | Takot sa kanilang papel | Isulat kung ano ang mababago at hindi mababago ng AI, at kung saan napupunta ang mga naka-save na oras |
| Ang mga draft ng AI ay muling naisusulat mula sa simula | Perfectionism, walang napagkasunduang pamantayan | Tukuyin ang sapat na mabuti gamit ang isang checklist ng ebidensya |
| Ang mga junior ay huminto sa pagboboluntaryo ng mga ideya | Ang kanilang mga gawain sa pag-aaral ay automated away | Bigyan sila ng pagsusuri at paggawa ng insight, at bigyan ng kredito kung ano ang kanilang nakuha |
| "Susubukan namin pagkatapos ng pitch na ito" | Walang protektadong oras | Mga oras ng pag-aaral ng ring-fence bilang isang hindi masisingil na pamumuhunan |
| Iba-iba ang pag-prompt ng bawat isa | Walang nakabahaging library | Bumuo ng isang library ng koponan ng mga prompt, daloy ng trabaho at mga halimbawa |
- I-frame ang pagbabago sa pamamagitan ng pagsulat. ISANG SOMIN na insight na binuo sa anggulo ng framing-effect sa 105 na mga post ay nagbibigay ng punto na kung paano ipinakita ang mga tool ng AI ay hinuhubog kung paano sila hinuhusgahan ng mga team. Ipakita ang AI bilang dulo ng isang tungkulin at makakakuha ka ng pagtutol; ipakita ito bilang pagtatapos ng isang partikular na gawain, kasama ang mga libreng oras na pupunta sa isang lugar na pinangalanan, at makakakuha ka ng mga pagsubok.
- Magsimula sa isang umuulit na daloy ng trabaho. Pumili ng mabigat sa pagsasaliksik, panloob na gawain gaya ng mga audit ng kakumpitensya, pitch research o buwanang pag-uulat. Oras ito bago at pagkatapos.
- I-redeploy, huwag putulin.Kapag NEO360inilipat ang paghahanda ng panukala mula sa tatlong tao patungo sa isang account manager, ang media buyer at analyst ay bumalik sa masisingil na trabaho ng kliyente kaysa sa labas ng pinto, bilang angNEO360case studynaglalarawan. Masusing binabantayan ng staff kung ano ang mangyayari sa mga unang oras na na-save.
- Protektahan ang oras ng pagsasanay. Maglagay ng ilang oras sa isang dalawang linggo sa resourcing plan at ituring sila bilang isang pangako ng kliyente.
- Gumawa ng isang craft. Sumang-ayon kung ano ang hitsura ng isang naka-check na output: sinusubaybayan ang mga mapagkukunan, sinubukan ang mga claim, nakumpirma ang pagkakatugma ng audience. Pagkatapos ay bigyan ng kredito ang mga taong nakakakuha ng mga pagkakamali, hindi lamang ang mga taong mabilis na nagpapadala.
Aling daloy ng trabaho ang dapat unang mag-automate ng isang ahensya?
Ang umuulit bawat linggo, kumakain ng mga senior na oras at hindi nakakarating sa kliyente sa hilaw na anyo. Ang mapagkumpitensyang pananaliksik at pag-uulat ay angkop sa paglalarawang iyon sa karamihan ng mga ahensya.
Doon nagsimula ang mga ahensya sa aming page na SOMIN para sa mga ahensya: mga pag-audit ng kategorya, mga mapa ng whitespace at mga pitch brief na binuo mula sa live na data ng kakumpitensya, na may taong nagsa-sign off sa bawat hakbang. Ang parehong loop ay tumatakbo sa pamamagitan ng SOMIN's AI agents, at ang mga team na nais ng isang mababang-panganib na paraan sa pagsasanay ay maaaring patakbuhin ito sa Claude gamit ang libreng Marketing Mondays plugin bago baguhin ang anumang proseso ng kliyente.
Ano ang dapat sukatin ng mga may-ari ng ahensya sa unang 90 na araw?
Sukatin ang lalim ng pag-aampon at oras na ibinalik, hindi mga lisensyang ibinigay. Limang numero ay sapat na:
- Bahagi ng karapat-dapat na trabaho sa napiling workflow na tumatakbo na ngayon sa bagong proseso.
- Mga oras bawat cycle sa workflow na iyon, bago at pagkatapos.
- Kung saan napunta ang mga na-save na oras: masisingil na trabaho, mga pitch o diskarte.
- Ang mga entry ay idinagdag sa nakabahaging library, at kung gaano kadalas ang mga ito ay muling ginagamit.
- Isang maikling buwanang pulso kung gaano kumpiyansa ang nararamdaman ng mga tao gamit ang AI sa trabaho ng kliyente.
Sa sandaling lumipat ang mga iyon, maaari mong isalin ang mga ito sa pera. Ang aming kasamang piraso sa kung paano sukatin ang AI ROI sa mga ahensya ay nagpapakita kung paano, na may mga bilang mula sa limang pag-aaral ng kaso ng ahensya.
FAQ
Bakit nilalabanan ng mga empleyado ng ahensya ang mga tool ng AI?
Kadalasan dahil binabago ng AI kung ano ang pinahahalagahan nila. Ang takot sa pagpapalit, pagiging perpekto tungkol sa mga draft ng AI at mga junior na mawala ang mga gawaing natutunan nila ay ang pinakakaraniwang dahilan, at wala sa mga ito ang nalutas sa pamamagitan ng pagbili ng higit pang software.
Ano ang pinakamalaking hadlang sa AI adoption sa mga ahensya?
Mga kasanayan at oras. Sa benchmark ng AI Digital, na iniulat ng EMARKETER noong Enero 2026, 60.7% ng mga propesyonal sa ahensya ang nagngangalang mga kakulangan sa kasanayan at mga pangangailangan sa pagsasanay, at 51.8% ang nagsabing sila ay masyadong abala sa pang-araw-araw na trabaho.
Dapat bang bawasan ng mga ahensya ang bilang pagkatapos gamitin ang AI?
Ang pagputol sa mga taong gumawa ng unang pagtitipid ay ang pinakamabilis na paraan upang pigilan ang lahat sa paggawa ng higit pa. Ang muling pag-deploy ng mga libreng oras sa masisingil na trabaho, mga pitch at diskarte ay nagpapanatili sa pag-aampon na gumagalaw at kadalasang lumalabas sa kita.
Sino ang dapat manguna sa AI adoption sa isang ahensya?
Isang senior na may-ari na may awtoridad sa resourcing, na sinusuportahan ng isang practitioner na nagpapatakbo ng workflow bawat linggo. Natigil ang pag-aampon kapag nakaupo ito sa isang mahilig na hindi mapoprotektahan ang oras ng sinuman.
Sa linggong ito, pumili ng isang umuulit na daloy ng trabaho, orasan ito, magsulat ng isang pahinang tala sa kung ano ang babaguhin ng AI at kung saan mapupunta ang mga na-save na oras, at i-block ang dalawang oras na oras ng pagsasanay para sa mga taong nagpapatakbo nito. Suriin ang limang numero sa itaas sa araw na 30, 60 at 90, at palawakin lamang kapag natigil ang unang daloy ng trabaho.
