Papalitan ba ng AI ang mga ahensya? Hindi bilang isang kategorya, ngunit papalitan nito ang isang bahagi ng mga gawain ng ahensya, ilang mga tungkulin at karamihan sa oras-oras na bayad sa produksyon. Inaasahan ng Forrester na aalisin ng automation ang humigit-kumulang 7.5% ng mga trabaho sa ahensya sa US sa pamamagitan ng 2030, na nakatuon sa gawaing klerikal, pagbebenta at pananaliksik. Ang mga ahensyang lumilipat mula sa paggawa ng mga asset hanggang sa pagdidirekta sa AI at pagpapaliwanag kung bakit gumaganap ang trabaho ay mananatili sa kanilang upuan sa mesa.
Mga pangunahing aral
- Pinapalitan ng AI ang mga gawain ng ahensya nang mas mabilis kaysa sa pagpapalit ng mga ahensya; ang pinakakilalang hula ay naglalagay ng automation sa 7.5% ng mga trabaho sa ahensya sa US ng 2030.
- Ang AI ay pumapasok sa pag-advertise sa tatlong paraan, pinapalitan, tinutulungan at ipinapaliwanag ang malikhaing gawain, at bawat isa ay nagbabanta sa ibang bahagi ng modelo ng ahensya.
- Pinipigilan muna ng automation ng platform ang mga bayarin sa produksyon at pagbili ng media, dahil iyon ang mga serbisyong pinakamadaling ilarawan bilang mga input.
- Ang mapagtatanggol na batayan ay ang paghatol: ang pag-alam kung bakit gumagana ang isang bagay, para sa kung sinong madla, at pagkuha ng responsibilidad para sa desisyon.
- Ang mga ahensyang patuloy na nagsasanay sa mga junior at ginagawa ang bawat konklusyon ng AI na masusubaybayan sa katibayan ay pananatilihin iyon.
Ano ang sinasabi ng ebidensya tungkol sa pagpapalit ng AI sa mga trabaho sa ahensya?
Tumuturo ito sa isang malaki ngunit bahagyang pagbabago: ang ilang mga tungkulin ay lumiliit, ang ilan ay muling idinisenyo at ang ilan ay nilikha. Wala sa mga seryosong hula ang naglalarawan sa pagkawala ng mga ahensya.
Ang forecast ng workforce ng ahensya mula sa Forrester ay umaasa na humigit-kumulang 32,000 na mga trabaho sa ahensya sa US, o 7.5% ng workforce, ang mawawala sa automation ng 2030, na may generative AI accounting para sa halos isang third ng mga ito. Ang mga tungkuling pinakaapektado ay clerical (28% ng generative AI losses), sales (22%) at market research (18%). Pinangalanan din ni Forrester ang pagka-orihinal bilang salik na pinaka-nagbabawas sa potensyal ng automation ng trabaho.
Ang isang survey ng 1,303 senior leaders, na tumatakbo mula Enero hanggang Abril 2026, ay nagpapakita ng parehong halo sa loob ng mga marketing team. Sa isang release noong Setyembre 2026 mula sa Gartner, 18% ng mga pinuno ng marketing ang nag-alis ng mga tungkulin dahil sa automation, 16% ang lumikha ng mga bagong tungkulin at halos isang third ang muling nagdisenyo ng mga dati nang tungkulin.
Ang mas matalas na banta ay sa kita kaysa sa pagkakaroon. Sa 2026 Advertising Agency Report mula sa Basis, siyam sa sampung propesyonal sa ahensya ang nagsabi na ang AI ay nagbabanta sa mga pangunahing revenue stream ng kanilang ahensya. Ang tanong para sa mga pinuno ay mas mababa kung ang mga ahensya ay nabubuhay kaysa sa kung aling mga bayarin ng ahensya ang nabubuhay.
Ano ang tatlong paraan ng pagpasok ng AI sa advertising?
Maaaring palitan ng AI ang malikhaing gawa, tulungan ito o ipaliwanag ito. Itinakda ko ang paghahambing na ito sa aking pahayag sa eksperto sa industriya sa ACM Multimedia 2025 sa Dublin, "Gagawin ba ng AI ang mga Ahensya na Obsolete? Muling Pag-isipan ang Kinabukasan ng Advertising" (ang recording ay nasa YouTube), na tumitingin din sa kung paano umaangkop ang mga ahensya sa bawat isa. Ang tatlong mga mode ay hindi nagbabanta sa parehong mga bagay.
| Mode | Ano ang ginagawa ng AI | Sino ang kumukuha ng halaga | Pagkalantad ng ahensya |
|---|---|---|---|
| Pinapalitan | Bumubuo, nagta-target at nag-o-optimize ng mga ad mula sa dulo mula sa feed ng produkto at badyet | Ang plataporma | Mataas para sa mga bayarin sa produksyon at pagbili |
| Pagtulong | Gumagana ang mga draft, pag-edit at bersyon sa loob ng mga tool na ginagamit na ng mga tao | Ibinahagi sa pagitan ng tool at ng pangkat na gumagamit nito | Katamtaman: mas mabilis na output, presyon sa oras-oras na pagpepresyo |
| Nagpapaliwanag | Nagbabasa ng data ng market at performance at sinasabi kung bakit gumagana ang isang bagay, para kanino, na may ebidensya | Kung sino man ang may-ari ng tanong at pangangatwiran | Mababa, kung pagmamay-ari ng ahensya ang pangangatwiran |
Ang pagpapalit na mode ay hindi hypothetical. Iniulat ng EMARKETER noong Hunyo 2025, na binabanggit ang The Wall Street Journal, na nilalayon ng Meta na hayaan ang mga brand na gumawa at mag-target ng mga ad nang ganap gamit ang AI sa pagtatapos ng 2026, mula sa isang na-upload na produkto at badyet. Kapag nagagawa iyon ng isang platform, ang bayad sa ahensya para sa pagbuo ng mga variant at pagse-set up ng mga campaign ang unang tatanungin.
Ang mode ng pagpapaliwanag ay kung saan nakaupo ang karamihan sa pananaliksik ng SOMIN. Ang aming mga peer-reviewed na papel, na nakalista sa SOMIN research page, ay pinagsama ang mga modelo ng pagganap na may malalaking modelo ng wika upang makita ng isang marketer kung bakit gumagana ang isang creative o isang mensahe ng kakumpitensya, hindi lamang isang marka. Kasama sa mga halimbawa ang "Against Opacity" sa ACM Multimedia 2023 at SOEX, sa maipaliwanag na analytics ng kakumpitensya, sa The Web Conference 2025.
Aling trabaho ng ahensya ang pinaka-expose sa AI?
Ang gawain ay tinukoy sa pamamagitan ng lakas ng tunog kaysa sa paghatol. Kung ang isang serbisyo ay napresyuhan ayon sa bilang ng mga asset, ulat o oras, kadalasang maihahatid ng isang makina ang volume nang mas mura.
- Pinaka-expose: pag-bersyon at pagbabago ng laki ng mga asset, regular na pag-uulat ng performance, desk research na nagko-collate ng pampublikong data, at campaign set-up sa mga automated na platform ng pagbili.
- Least exposed: pagpili kung aling problema ang sulit na lutasin, orihinal na mga ideya, kultura ng pagbabasa at konteksto sa mga merkado, at pagiging responsable sa isang kliyente para sa isang rekomendasyon.
Ang sariling data ng SOMIN ay nagpapakita ng mga kliyente na napapansin na ang pagkakaiba. Sa aming ads-optimization workspace, isang September 2026 whitespace study ng 156 na mga post ang nakapangkat ng 23 sa ilalim ng temang "Navigating the Challenges of AI and Marketing Effectiveness." Isa sa mga masakit na punto nito ay ang pagtaas ng mga ahensya ng AI na inuuna ang bilis kaysa sa kalidad at naghahatid ng mga generic na output na nakakaligtaan ang mga layunin sa negosyo.
Ang isang nauugnay na insight sa SOMIN, "Ang pagiging tunay ay ang panlaban sa homogenization", ay nakasalalay sa anggulo ng kultura-homogenization: kapag ang lahat ay bumubuo mula sa mga katulad na template, ang mga tatak ay nawawalan ng nakikilalang boses. Ang aming SIGIR 2026 na papel sa agentic AI na tumutugon sa homogenization ng nilalaman ay tumutugon sa parehong problema mula sa panig ng pananaliksik. Ginagawa ng AI na mura ang pagkakapareho, kaya ang pagkakaiba ay nagiging mahirap na bagay na binabayaran ng mga kliyente.
Ano ang kailangan pa ng mga kliyente mula sa isang ahensya?
Ang mga kliyente ay nangangailangan ng isang taong may pananagutan para sa mga kinalabasan, na may katibayan na maaari nilang suriin. Ang mga tool ng AI ay nagbibigay sa kanila ng mas maraming output; hindi sila binibigyan ng partner na tatayo sa likod ng isang desisyon.
Ang modelo ng moments-of-truth ng SOMIN, na bumubuo ng mga micro-moment na malamang na kumilos ang isang persona, ay naglalabas ng kaisipang "Kailangan kong suriin ang aking ahensya batay sa mga tunay na resulta, hindi lamang ROAS o CPA." Ito ay binuo ng modelo, hindi isang quote ng kliyente, ngunit tumutugma ito sa isang SOMIN na insight na binuo sa teorya ng pagtatakda ng layunin: madalas na nakikita ng mga advertiser na ang kanilang mga layunin ay hindi nakahanay sa mga ahensya ng sukatan na priyoridad. Ang parehong modelo, sa aming audience-research workspace, ay bumubuo ng isang mamimili na naghahanap ng tamang AI marketing agency, hindi para sa walang ahensya.
Ang SAMY case study ay nagpapakita kung ano iyon sa isang pitch. Nakaharap sa mas malalaking network para sa Nightcap Group account, pinangunahan ng SAMY ang isang forensic competitive read na binuo sa SOMIN sa halip na isang deck ng mga konsepto, inilipat ang pag-uusap mula sa mga serbisyo patungo sa epekto sa negosyo at nanalo ng multi-million-pound retainer.
Paano dapat tumugon ang mga pinuno ng ahensya?
Muling iposisyon ang ahensya sa paligid ng paraan ng pagpapaliwanag, at presyo at kawani ito nang naaayon. Limang galaw ang pinakamahalaga:
- Magbenta ng mga desisyon, hindi oras. Kung hinahati ng AI ang oras ng produksyon, ang isang oras-oras na bayad ay mapapahati dito. Presyo ang rekomendasyon at ang kinalabasan, at sukatin ang pareho; ipinapakita namin kung paano sa kung paano sukatin ang AI ROI sa mga ahensya.
- Ilipat ang mga producer sa orkestrasyon. Ang pagbibigay ng briefing sa mga AI system, pagsuri sa kanilang output at pag-iskor ng creative bago gumastos ay isang skilled work na babayaran ng mga kliyente.
- Panatilihin ang ibabang baitang. Ang payo ni Gartner ay muling idisenyo ang mga tungkulin sa antas ng entry, hindi alisin ang mga ito. Ang aming playbook para sa pagsasanay sa mga junior marketer sa AI ay nagtatakda kung paano.
- Gawing masusubaybayan ang bawat konklusyon ng AI. Ang isang rekomendasyong nagli-link pabalik sa mga post at ad sa likod nito ay maaaring ipagtanggol sa isang pulong ng kliyente. Ang isang black-box na sagot ay maaaring palitan ng susunod na black box.
- Pagmamay-ari ng view ng data na hindi ibibigay sa iyo ng mga platform. Ang bawat platform ay nag-uulat sa sarili nito. Ang cross-platform na pagbabasa ng mga kakumpitensya at audience ay isang bagay na maaaring pagmamay-ari ng isang ahensya, na siyang pangunahing bahagi ng SOMIN para sa mga ahensya.
FAQ
Papalitan ba ng AI ang mga ahensya ng advertising?
Hindi bilang isang kategorya. Ang mga pagtataya gaya ng punto ni Forrester sa humigit-kumulang 7.5% ng mga trabaho sa ahensya sa US na awtomatiko ng 2030, na may pinakamalaking epekto sa mga gawain sa produksyon, klerikal at pananaliksik at sa mga bayarin na nakabatay sa oras.
Aling mga trabaho sa ahensya ang higit na nasa panganib mula sa AI?
Mga tungkuling binuo sa nauulit na dami: gawaing klerikal, regular na pag-uulat, pagsasaliksik sa desk at pag-bersyon ng asset. Napag-alaman ni Forrester na ang pagka-orihinal ay ang salik na pinaka nagpapababa sa potensyal ng automation ng trabaho.
Papalitan ba ng mga tool sa advertising ng AI ng Meta ang mga ahensya?
Papalitan nila ang ilang serbisyo ng ahensya, pangunahin ang pagbuo ng mga variant ng ad at pagse-set up ng mga kampanya sa Meta. Hindi nila pinapalitan ang cross-platform na diskarte, orihinal na ideya o pananagutan para sa mga resulta ng negosyo.
Paano mananatiling may kaugnayan ang mga ahensya habang umuunlad ang AI?
Sa pamamagitan ng paglipat mula sa paggawa ng mga asset patungo sa pagdidirekta sa AI, na nagpapaliwanag kung bakit gumaganap ang trabaho at pananagutan para sa mga resulta. Ang pagpepresyo, pagkuha at pagsasanay ay kailangang magbago sa parehong direksyon.
Magsimula sa isang pag-audit ng iyong mga linya ng kita: markahan ang bawat bayarin bilang pagpapalit, pagtulong o pagpapaliwanag sa trabaho, at tantiyahin kung gaano karami ang maihahatid ng isang platform sa loob ng dalawang taon. Pagkatapos ay pumili ng isang nakalantad na serbisyo at muling idisenyo ito sa paligid ng isang desisyon na maaari mong ipaliwanag at ebidensya, bago hilingin sa iyo ng isang kliyente.
