當人工智慧撰寫每一份初稿時，初級行銷角色應該從製作交付成果轉向檢查交付成果：根據證據、來源和受眾契合度測試人工智慧輸出。 Gartner 預測，到 2030，大多數高績效行銷團隊將能夠取消傳統的入門級角色，但削減它也會消除學習判斷力的地方。更好的答案是圍繞審查人工智慧工作重新設計角色，而不是消除它。
重點摘要
- 在 Gartner 對大約 1,300 位高階領導者的調查中，18% 的人已經取消了一些職位，因為自動化處理了工作，而 16% 的人創建了新的職位，接近三分之一的人重新設計了現有的職位。
- 初級交付成果是學習的工具：高階交付成果的修正是教育，自動化交付成果會消除它，除非設計出替代方案。
- 人工智慧工作流程中最有價值的技能是準確解釋為什麼機器生產的工作是錯誤的，並且它是在團隊正在削減的初級角色中形成的。
- Gartner 的指導方針指出要重新設計；在實踐中，這意味著聘用時要根據判斷力進行聘用，將審核作為第一項任務，並儘早做出教學決定。
- 只有當人工智慧的結論追溯到背後的證據時，審查才能建立判斷。
Gartner 資料實際上顯示了什麼？
詢問行銷團隊當人工智慧撰寫初稿時會發生什麼，大多數人都會談論速度。很少人會談論曾經從那份草案中學習的人。這項遺漏是 《行銷週刊》 報導的 Gartner 最近預測的核心，該預測表明，到 2030，大多數高績效行銷團隊將能夠取消傳統的入門級角色。從表面上看，這項預測很容易被接受。也很容易誤讀。
總體數字為 18%。在一項針對大約 1,300 位高階領導者的調查中，受訪者表示他們已經取消了職位，因為現在自動化可以處理工作。支持人物較少受到關注。 16％的相同領導者創造了新的角色，接近三分之一重新設計了現有的角色。 Gartner 自己的警告值得保留：領導者可能會將初級任務的自動化與不再需要初級人員混為一談。
綜合起來看，這些數字描述了一個正在重塑其底層的職業，而不是放棄它。
初級工作人員實際上能從初級工作中學到什麼？
我們傾向於根據入門級工作的內容來定義它們：競爭對手的牌組、草稿標題、每週報告、媒體計劃。人工智慧現在可以生產所有這些，因此這項工作似乎消失了。
該視圖將車輛誤認為是目的地。一名低年級學生搭建了這套牌，以便高年級學生可以挑戰它。在那次交流中，初級人員了解到什麼是強大的洞察力、為什麼主張需要證據以及數字何時具有誤導性。交付成果是偶然的，糾正是教育。
自動化交付成果，修正就會跟著消失，除非有人故意設計替代品。大多數球隊都沒有。
受眾研究也顯示了同樣的觀點。在過去兩個月行銷人員的公開對話中，一種緊張氣氛不斷出現。實習生和初級員工描述了自己被低估和孤立的感覺。他們擔心過度依賴人工智慧。他們要求從事有意義的工作來培養真正的技能。所有這些都不是要求屏蔽自動化。這是對仍然能學到一些東西的職業道路的要求。
為什麼削減初級角色是一個陷阱？
假設一位二年級行銷主管在 11pm 在搜尋欄中輸入這樣的問題：人工智慧如何在不取代我工作的情況下讓我的工作變得更好？我們的數據清楚地顯示了初級受眾的這種搜尋意圖，並且提出這個問題是明智的。
同一周，她的行銷長正在審查四分之一表現不佳的人工智慧生成內容。許多領導者都會熟悉這種模式。內容很快就到達了，仍然需要大量的人工修改，並使用為另一個時代構建的測量框架進行評估。預算流向了沒有人仔細檢查的工具。投資該計劃後，領導層會捍衛它、調整它並尋找一張看起來健康的圖表。
最有資格說程式不起作用的人通常是最接近輸出的初級人員，他們在完善之前會看到每一份草稿。她也是角色被削減的人。
這就是陷阱。人工智慧工作流程中最有價值的技能是能夠查看機器生成的工作並準確解釋其錯誤的原因。團隊正在削減形成該技能的角色。
你如何重新設計初級角色，從製作到檢查？
Gartner 的指導意見 是重新設計初級職位，而不是保持原樣。實際上這意味著三步。
- 聘用時進行判斷。 評估候選人是否能夠評估和改進人工智慧輸出，而不是他們能夠多快地完成初稿。
- 將審計作為第一項任務。 從第一天起，讓初級人員根據證據審查人工智慧輸出。測試聲明、來源和受眾契合度是一項真正的工作，而且是一種在職業生涯中不斷複合的工作。
- 更快地教導決策。 指導後輩進行商業推理，即為什麼一種選擇勝過另一種，而不是教授六個月內就會過時的工具快捷方式。
《行銷周刊》自己的職業和薪資調查顯示了其中的利害關係。研究發現，66.5% 的受訪者認為他們的團隊在過去一年中存在人工智慧技能差距，73.5% 的行銷長和行銷總監擔心人工智慧能力。領導人擔心削減底層只會擴大差距。
為什麼東南亞會先感受到？
預設情況下，該地區的團隊都是精簡的。獨立機構與人員數量是其數倍的區域網路競爭，雅加達、馬尼拉和胡志明市的內部團隊僅用少數人就可以管理多個市場的日曆。當自動化消除初級席位時，節省的成本就會出現在本季的業績中，而成本大約在三年後才會出現。
共享洞察平台幫助較小的機構達到了曾經需要更大團隊的深度分析。只有當有人質疑平台所說的內容時，這種優勢才有效。隨著發現轉向人工智慧答案，這同樣適用。當聊天機器人總結您的類別時，人們必須批判性地閱讀該摘要並找出其中歪曲您的地方。
一個數位經濟依賴年輕人才的地區不能停止培養自己的戰略家。明年新加坡國立大學、UI 和 Ateneo 的畢業生不屬於成本線。如果有人訓練他們，他們就是2030的規劃台。
是什麼讓AI輸出可以檢查？
重新設計的初級角色只有在可以實際檢查人工智慧輸出的情況下才有效。不透明的答案讓初級人員有兩個選擇：接受它或手工重做工作。兩者都無法建立判斷力。
人工智慧研究工具得出的每一個結論都應該追溯到背後已發表的貼文。然後可以打開、閱讀和辯論一個角色、一種張力或一個建議的角度，這將審查變成一項真正的任務，而不是橡皮圖章。真正的好處不是節省時間。這些時間從收集材料轉向解釋材料。
下次人數統計會議你該問什麼？
後輩透過聆聽前輩的大聲推理、評論、簡報以及領導者解釋他們如何決定以及他們決定的內容來學習判斷力。只有當初級學生仍在房間裡時，這才有效。
因此，在下一次人員統計對話之前，請問一件事：如果人工智慧撰寫每一份初稿，那麼您團隊中的誰正在學習區分好草稿和壞草稿？
SOMIN 在哪個位置？
入門級角色的未來取決於一個條件：人工智慧的結論必須可供學習判斷它們的人們檢查。 SOMIN 就是圍繞著這原則建構的。它的受眾智慧將人物角色、緊張局勢和推薦角度與真實對話及其背後發布的內容聯繫起來，因此初級策略家可以打開證據，對其進行測試並形成明智的觀點，而不是相信信仰的答案。對於精幹的東南亞團隊來說，這意味著洞察深度不再取決於人數，而培養未來高階規劃人員的工作保持不變。 SOMIN 不要求團隊在自動化和學徒制之間做出選擇。它將努力從收集材料轉移到解釋材料，而這正是建立判斷力的地方。
FAQ
人工智慧會取代入門行銷工作嗎？
Gartner 預測，到 2030，大多數高績效行銷團隊將能夠取消傳統的入門角色。其調查顯示了更為複雜的情況：18％的領導者已經取消了角色，但16％的領導者創建了新的角色，近三分之一的人重新設計了現有的角色。
當人工智慧寫出初稿時，初級行銷人員該做什麼？
回顧一下。根據證據、來源和受眾契合度測試人工智慧輸出是一項真正的工作，它建立了高階職位所依賴的判斷。
AI時代團隊該如何聘請初級行銷人員？
僱用判斷：評估候選人是否能夠評估和改進人工智慧輸出，而不是他們產生初稿的速度。然後指導他們進行業務推理，而不是快速過時的工具捷徑。
為什麼人工智慧輸出需要可追溯以供初級審核？
不透明的答案給初級人員留下了兩個選擇：接受它或手工重做工作，兩者都無法做出判斷。當結論追溯到背後已發表的貼文時，審查就成為一項真正的任務，而不是橡皮圖章。
相關閱讀
- 如何培訓初階行銷人員使用 AI：給團隊主管的實戰手冊
- 行銷人員為什麼不信任 AI 洞察，又該如何讓洞察可驗證？
- 行銷中的 AI 幻覺：如何在發布前檢查 AI 文案
- 什麼是 AI 影子帳本？為什麼 AI 治理能保護品牌信任？
- 為什麼即使儀表板一片綠燈，行銷人員對成果的信任仍在下降？
