Co organizacja marketingowa AI-native oznacza dla obsługujących ją agencji? W skrócie: klient utrzymuje bardzo mały zespół, prowadzi marketing na własnych warstwach danych i AI i przestaje płacić agencjom za godziny wykonawstwa. Kupuje zamiast tego system, infrastrukturę danych, kontrolę trafności i osąd, którego model nie dostarczy.
To przestało być teorią w tym miesiącu. Marketing Dive opisał panel podczas Advertising Week New York, na którym Benoit Vatere, dyrektor ds. mediów i handlu cyfrowego w Liquid Death, opowiedział o prowadzeniu optymalizacji mediów i retail media na systemie operacyjnym AI zbudowanym z agencją Power Digital Marketing. Marka przeszła przez 17 wersji tego systemu, nazwanego Omega, w około trzy tygodnie. Cel to prowadzenie „całkiem sporego budżetu” przy „zaledwie dwóch osobach wewnątrz firmy”.
Dwie osoby. Jeśli prowadzisz agencję, ta liczba zasługuje na punkt w agendzie najbliższego wyjazdowego spotkania planistycznego.
Czym jest organizacja marketingowa AI-native?
Jeff Mason, CEO Power Digital, przedstawił na panelu użyteczną drabinę. Większość marek, jak mówił, jest AI-curious: korzysta z modeli frontier, takich jak ChatGPT i Claude, wraz z częścią własnych danych. Kolejny szczebel to AI-assisted: dedykowana warstwa inteligencji, z której może korzystać każdy pracownik i która doskonali się w miarę poznawania sposobu pracy zespołów. Najwyższy szczebel to AI-native: nadbudowana warstwa orkiestracji, dzięki której sama praca toczy się w niestandardowych aplikacjach.
Zdaniem Masona, w relacji Marketing Dive, same modele frontier nie dają już nikomu przewagi. Fosą obronną jest inteligencja i orkiestracja budowane na własnych danych, a ta przewaga z czasem się pogłębia.
Liquid Death to nieco nieoczywista twarz tej zmiany. Jego własne kreacje reklamowe krytykują centra danych AI. A jednak Vatere twierdzi, że AI utrzymuje tę wartą miliard dolarów markę napojów „szczupłą i skuteczną” i powstrzymuje ją przed dużymi wydatkami typu non-working.
Co właściwie Liquid Death kupuje od swojej agencji?
Przyjrzyj się uważnie: agencja nie zniknęła. Przeniosła się. W sierpniu Power Digital ogłosił własny ekosystem AI: Iris, warstwę inteligencji; Omega, system operacyjny; oraz Creative Affinity, warstwę inteligencji kreatywnej. Omega łączy inżynierię agencji z danymi i procesami klienta.
Widoczną zmianą jest rytm pracy. Kampanie retail media, które dawniej przeglądano raz lub dwa razy w tygodniu, są teraz optymalizowane codziennie. Zamiast korzystać ze Slacka, pisać zapytania albo prosić zespół o posty, Vatere mówi, że sam może sprawdzić, co się dzieje, i podzielić się tym wewnątrz firmy. Jego rada dla innych marketerów: przestać żyć w arkuszach kalkulacyjnych i automatyzować każde zadanie, które zajmuje więcej niż pięć minut.
Klient nie kupuje więc planu mediowego i comiesięcznej prezentacji. Kupuje maszynę, która sprawia, że miesięczna prezentacja jest zbędna, oraz ludzi, którzy ją zbudowali i wciąż dostrajają.
Oto jak odczytujemy trzy etapy Masona z perspektywy agencji.
| Etap klienta | Jak to wygląda | Za co przestaje płacić agencjom | Za co płaci więcej |
|---|---|---|---|
| AI-curious | Zespoły używają ChatGPT lub Claude z częścią własnych danych | Na razie niewiele. Spodziewaj się presji na stawki za desk research i pierwsze wersje robocze | Pomoc w doborze zastosowań, ustaleniu zasad korzystania z AI i szkoleniach |
| AI-assisted | Dedykowana warstwa inteligencji, o którą może zapytać każdy pracownik | Miesięczne raportowanie, rutynowe analizy, raporty statusowe | Centralizacja danych, strojenie, interpretacja tego, co wyłania warstwa |
| AI-native | Warstwa orkiestracji; praca toczy się w niestandardowych aplikacjach | Ręczna optymalizacja, wersjonowanie, większość godzin wykonawczych | Projektowanie i utrzymanie systemu, weryfikacja wyników, pomysły, osąd kulturowy |
Dlaczego odnosimy wrażenie, że o wszystkim decyduje technologia?
W socjologii istnieje stara koncepcja zwana determinizmem technologicznym: przekonanie, że to technologia napędza zmiany organizacji i społeczeństw, a ludzie po prostu się dostosowują. Taki nastrój panuje dziś w większości agencyjnych rozmów o AI. Pojawiają się narzędzia, klient się restrukturyzuje, agencja reaguje.
Historia Liquid Death jest niezłą polemiką z tą tezą. To nie technologia wybrała dwie osoby. Wybrał to lider marketingu. Agencja zdecydowała się zostać inżynierem systemu, a nie jego dostawcą. Ta sama technologia, inne decyzje, zupełnie inna ekonomia agencji.
Wciąż wracamy do jednej zasady: łącząc dane z człowieczeństwem, wydobywamy jasność z chaosu. Codziennie optymalizowana maszyna retail media wytwarza więcej sygnału, niż jakiekolwiek dwie osoby są w stanie przeczytać. Ktoś nadal musi zdecydować, co on znaczy, które sygnały mają znaczenie i kiedy liczby opisują realną zmianę wśród ludzi, a nie dziwactwo w feedzie. Tym kimś możesz być Ty.
Które usługi agencji tracą na wartości, a które zyskują?
Zacznijmy od obowiązków. Najbardziej narażone są zadania, dla których nikt nie szedł do reklamy: miesięczne raporty, spotkania statusowe, śledzenie budżetów, ręczne dopasowywanie formatów, audyty konkurencji składane ręcznie. W kliencie AI-native dzieje się to wewnątrz systemu, w sposób ciągły, i nikt nie zapłaci za to retainera.
Na wartości zyskuje to, co mniej oczywiste, ale trudniejsze do podważenia:
- Centralizacja danych. Pierwszą radą panelu było scentralizowanie danych. Dane większości klientów wciąż są rozproszone w kilkunastu miejscach należących do różnych zespołów.
- Weryfikacja wyników. Uczestnicy panelu mówili też, że wyniki pracy agentów AI trzeba sprawdzać pod kątem trafności. Agencja, która potrafi zweryfikować wnioski systemu, staje się drugą opinią klienta.
- Projektowanie systemu. Decydowanie, co jest automatyzowane, w jakiej kolejności i według jakich reguł, to praca strategiczna, którą można fakturować.
- Osąd kreatywny i kulturowy. Model optymalizuje w stronę tego, co już się sprawdziło. Nie wie, co powinno powstać dalej.
Jak powinna przygotować się niezależna agencja?
- Zrób audyt retainerów według zadań. Wypisz każdy powtarzalny deliverable i zaznacz te, które dwuosobowy zespół klienta z przyzwoitą warstwą AI mógłby wykonywać samodzielnie w ciągu roku.
- Zastosuj regułę pięciu minut najpierw do siebie. Zautomatyzuj wewnętrzne zadania zajmujące więcej niż pięć minut, zanim klient zauważy, że agencja tego nie zrobiła.
- Zaproponuj centralizację danych klienta. To mało efektowne, ale wszystko inne od tego zależy, a kto się tym zajmie, staje się trudny do zastąpienia.
- Wypracuj nawyk weryfikacji. Niech pytanie „skąd wiemy, że to prawda?” będzie stałym punktem agendy, a wnioski AI prześledź do danych źródłowych, zanim trafią do klienta.
- Zmień wycenę, opierając ją na wynikach i systemach. Jeśli rytm klienta zmienia się na codzienny, miesięczny retainer liczony w godzinach nie ma sensu dla żadnej ze stron.
- Zdecyduj: budować, kupić czy współpracować. Power Digital zbudował własny stack. Większość niezależnych agencji nie sfinansuje zespołu inżynierskiego i właśnie tu wchodzi kupowanie możliwości.
Czy niezależne agencje muszą budować własny system operacyjny AI?
Nie, ale potrzebują tego, co taki system zapewnia. Argument Masona brzmi: modele frontier to dziś podstawowy warunek gry, a przewaga leży w warstwach nad nimi. Dla sieci holdingowej lub dobrze finansowanej agencji cyfrowej budowa tych warstw to projekt kapitałowy. Dla 40-osobowej niezależnej agencji to odciąganie uwagi od pracy, do której klienci naprawdę Cię zatrudniają.
Ta luka jest powodem, dla którego powstała platforma Defy. Daje niezależnym agencjom te same możliwości analityczne i AI, które zbudowały sieci holdingowe, bez kosztów rozwoju i obciążenia utrzymaniem: bieżący wgląd w konkurencję i odbiorców, z którym rozmawia się w Claude jak ze współpracownikiem, a agenci przejmują powtarzalną realizację.
Cokolwiek wybierzesz, wybierz przed swoim klientem. Klient AI-native nie będzie czekał, aż agencja go dogoni. Zatrudni tę, która już to ma.
