Akankah AI mengambil pekerjaan pemasaran Anda, dan apakah semua orang di agensi Anda perlu belajar membangun dengannya? Jawaban jujur untuk pertanyaan kedua adalah tidak, dan memahaminya dengan benar membuat pertanyaan pertama jauh tidak terlalu menakutkan. Semua orang mendapat manfaat dari AI. Tidak semua orang perlu membangunnya.
Kecemasan itu beralasan. Dalam town hall pada acara AI Marketing Strategies, para eksekutif mengakui kepada Digiday bahwa sebagian pemberi kerja secara aktif menghindari perekrutan level pemula karena AI mengambil alih pekerjaan junior. Seorang pemilik agensi kinerja berskala kecil hingga menengah berkata: “Kami sudah lama tidak merekrut lulusan perguruan tinggi, dan saya tidak menduga kami akan melakukannya.” Sementara itu, riset Gartner yang dilaporkan Marketing Dive menemukan bahwa dari 1.303 pemimpin pemasaran senior, 18% sudah menghapus beberapa posisi karena AI dan 16% telah menciptakan peran baru.
Menghadapi itu, banyak pemimpin agensi menempuh solusi yang sama: jadikan semua orang builder AI. Seorang pendiri agensi mencobanya persis seperti itu, dan di sesi adopsi AI di Singapura minggu ini ia menceritakan mengapa ia tidak akan melakukannya lagi.
Apa yang terjadi ketika agensi menjadikan AI tugas semua orang?
Agensinya yang berisi sekitar 20 orang memberi setiap orang akun kode sendiri: strategist dan kreatif, tetapi juga HR dan keuangan. Mereka menyisihkan 20% waktu seminggu untuk itu. Hari Jumat menjadi “build Friday”.
Hasilnya membelah tim menjadi dua. Separuh paham. Separuh tidak. Dan separuh yang paham menghasilkan banyak skill dan otomatisasi acak: jalan pintas satu orang untuk klien performa, perbaikan orang lain untuk akun yang berbeda, tak satu pun terdokumentasi, tak satu pun terpelihara, dan tak ada yang benar-benar yakin apa memicu apa.
Siapa pun di agensi akan mengenali pola ini. Ini seperti drive bersama, hanya saja sekarang bisa berjalan. Bayangkan skrip bidding seorang media planner yang hanya berfungsi di laptopnya, atau rangkaian prompt seorang copywriter yang tersimpan di akun pribadi dan ikut pergi saat ia pergi.
Apa itu builder, user, dan approver?
Solusinya adalah menunjuk peran. Seperti terlihat pada diagram, ada tiga, di bawah satu baris dari slide-nya: “Semua orang mendapat manfaat dari AI. Tidak semua orang perlu membangunnya.”
| Peran | Siapa mereka | Apa yang mereka lakukan | Contoh di agensi |
|---|---|---|---|
| Builder | Bukan insinyur: orang-orang bersemangat yang mendedikasikan lebih banyak waktu | Merancang, membangun, dan menyempurnakan alur kerja AI agensi, serta mendokumentasikannya | Seorang planner berpikir sistematis yang mengubah laporan media bulanan menjadi alur kerja yang dapat diulang |
| User | Semua orang yang bekerja di dalam sistem sehari-hari | Menjalankan pekerjaan dan memberi umpan balik berupa bug dan permintaan | Account executive yang menyusun pembaruan klien dan memberi tanda ketika hasilnya tampak keliru |
| Approver | Ahli bidang yang memegang kendali mutu | Memeriksa hasil; tidak ada yang dikirim sebelum mereka menyetujuinya | Kepala strategi yang meninjau setiap deck insight sebelum sampai ke klien |
Detail terpenting adalah yang pertama: builder bukan insinyur. Mereka adalah orang-orang penasaran dan sabar yang bersedia meluangkan waktu. Di studio kreatif, itu bisa seorang produser. Di agensi CRM, seorang campaign manager yang akrab dengan data. Di firma PR, account director yang sudah menulis template siaran pers agensi.
Approver sama pentingnya. Merekalah yang menentukan seperti apa hasil yang baik bagi pekerjaan agensi, dan merekalah alasan draf AI yang setengah jadi tidak pernah mendarat di kotak masuk klien.
Mengapa “semua orang membangun” memicu imposter syndrome?
Fenomena imposter adalah perasaan terus-menerus bahwa Anda kurang kompeten daripada yang orang lain kira, dan bahwa cepat atau lambat Anda akan ketahuan. Perasaan ini tumbuh subur ketika aturan kompetensi berubah dalam semalam.
Kewajiban “semua orang membangun” persis melakukan itu. Seorang copywriter senior dengan keahlian lima belas tahun tiba-tiba dinilai dari kemampuannya merangkai otomatisasi. Separuh tim yang “tidak paham” tidak merasa terbebas dari pekerjaan rutin; mereka merasa tertinggal. Separuh yang paham mulai bertanya-tanya apakah mereka masih strategist atau diam-diam telah menjadi insinyur junior.
Peran yang jelas membalikkan tekanan itu. User tidak gagal dalam membangun; mereka menjalankan tugas yang jelas dan bernilai. Pengalaman seorang approver menjadi standar mutu agensi. Itulah logika di balik insight ini: keaslian tumbuh subur di tempat rasa tidak aman surut. Orang melakukan pekerjaan paling jujur ketika mereka tahu untuk apa mereka ada di sana.
Apa yang terjadi ketika hibrida AI Anda pergi?
Sang pendiri mengajukan pertanyaan yang patut direnungkan setiap direktur agensi. Jika Anda mengubah orang menjadi hibrida setengah insinyur, setengah ahli, setengah penghubung klien, apa yang terjadi ketika mereka pergi? Dan apa yang terjadi ketika Anda perlu merekrut dan berkembang?
Anda tidak bisa memasang lowongan untuk sosok seperti itu. Pasar tidak menghasilkan account director yang sekaligus memelihara otomatisasi kustom Anda. Ketika salah satunya mengundurkan diri, skill yang mereka bangun entah rusak atau menjadi barang purbakala.
Peran menyelesaikan masalah suksesi. Builder mendokumentasikan apa yang mereka bangun karena orang lain bergantung padanya. User dapat direkrut karena keahlian klien atau keahlian bidangnya dan dilatih dengan cepat pada sistemnya. Approver tetap berakar pada keahlian bidang, yang merupakan hal yang dibayar klien.
Ini juga penting untuk soal junior. Gartner memprediksi sebagian besar tim berkinerja tinggi akan menghapus posisi pemula tradisional pada 2030, tetapi mendesak para CMO untuk memberi junior pekerjaan bernilai lebih tinggi lebih awal alih-alih memotong jalur pembinaan. Peran yang jelas memberi saran itu bentuk: lulusan baru bisa mulai sebagai user dengan tugas umpan balik yang jelas, lalu tumbuh menjadi builder atau, seiring waktu dan penilaian, approver.
Bagaimana cara menetapkan peran AI di agensi saya?
- Hapus kewajiban menyeluruh. Pertahankan akses untuk semua orang; hapus ekspektasi bahwa semua orang membangun.
- Audit apa yang sudah dibangun. Daftar setiap skill, rangkaian prompt, dan otomatisasi yang dipakai. Pertahankan, gabungkan, atau hentikan masing-masing, dan beri setiap yang bertahan seorang pemilik.
- Pilih builder berdasarkan minat, bukan jabatan. Cari orang-orang yang sudah gemar bereksperimen. Beri mereka waktu yang terlindungi, alih-alih membagi jatah yang sama kepada semua orang.
- Tunjuk approver untuk setiap alur kerja. Seorang ahli bidang yang menentukan seperti apa hasil yang baik dan menyetujuinya sebelum apa pun sampai ke klien.
- Beri user satu saluran umpan balik. Satu tempat untuk mencatat bug dan permintaan, yang ditinjau setiap minggu oleh para builder.
- Tulis peran ke dalam deskripsi pekerjaan. Peran yang hanya hidup dalam pesan Slack akan hilang pada reorganisasi berikutnya.
Jadi, apakah AI ancaman bagi keamanan kerja di bidang pemasaran?
Bagi tugas, ya. Bagi penilaian, jauh lebih kecil. Pekerjaan yang paling terpapar adalah pekerjaan rutin: laporan bulanan, audit pesaing, mengubah ukuran manual, rapat status. Pekerjaan yang paling kecil terpapar adalah menentukan apa yang penting, apa yang bagus, dan apa yang perlu disampaikan kepada klien.
Itu juga pembagian yang tepat antara manusia dan perangkat lunak. Defy Agents menjalankan alur kerja agentic untuk delivery yang berulang, seperti pelaporan, pemantauan, dan perubahan ukuran, sehingga orang dapat fokus pada pekerjaan yang memenangkan klien. SAMY, agensi influencer global, mengadopsi Defy Agents untuk merampingkan pelaporan kinerja, mengurangi tiga hari kerja menjadi satu. Itulah jenis pekerjaan rutin yang tidak ingin dikerjakan strategist mana pun saat memilih terjun ke periklanan.
Jika Anda ingin melihat bagaimana agen cocok berdampingan dengan pemantauan dan akses data, platform Defy menunjukkan seluruh tumpukannya. Apa pun yang Anda gunakan, prinsipnya tetap: beri orang peran, bukan pekerjaan rumah.
