งานใดในเอเจนซีควรทำเป็นอัตโนมัติ: ตอบสามคำถามนี้ก่อน

เอเจนซีควรทำอะไรให้เป็นอัตโนมัติก่อน ไม่ใช่สิ่งที่เครื่องมือใหม่ล่าสุดสัญญาไว้ ก่อนทำอะไรให้เป็นอัตโนมัติ ให้ตอบสามคำถาม คือ การตัดสินใจซับซ้อนแค่ไหน ผลลัพธ์ที่ผิดพลาดสร้างความเสียหายได้มากเพียงใด และผลลัพธ์ที่วัดได้อะไรจะดีขึ้นหากทำเป็นอัตโนมัติ เริ่มต่อเมื่อคำตอบชัดเจนเท่านั้น งานที่เห็นผลเร็วอยู่ตรงจุดที่ผลตอบแทนสูง ความเสี่ยงต่ำ และใช้ความเชี่ยวชาญระดับปานกลาง

ลูกค้าก็ถามคำถามคล้ายกัน แต่ด้วยความกังวลมากกว่า Digiday รายงานเมื่อเดือนนี้ว่าโฮลดิ้งคัมปะนีและเอเจนซีอิสระกำลังเปิดตัว AI agent สำหรับการวางแผน การซื้อสื่อ และการวัดผล พร้อมเน้นการกำกับดูแลโดยมนุษย์เพื่อสร้างความมั่นใจให้ลูกค้าที่กังวลว่า agent จะทำงานนอกการควบคุม Carat ของ Dentsu กำลังสร้าง agent สำหรับการวางแผนและซื้อสื่อในงาน upfronts ร่วมกับ NBCUniversal, FreeWheel และ Newton ขณะที่ Tinuiti เปิดตัวเซิร์ฟเวอร์ Bliss Point MCP ที่เปิดชั้นการวัดผลของบริษัทให้ AI agent เข้าถึงได้ WPP Media ซึ่งถูกอ้างถึงในบทความ กล่าวอย่างชัดเจนว่า “ธรรมาภิบาลและความรับผิดชอบของมนุษย์เป็นหัวใจของการซื้อสื่อแบบ agentic”

ควรถามอะไรก่อนทำสิ่งใดให้เป็นอัตโนมัติ

ผู้ก่อตั้งเอเจนซีในสิงคโปร์รายหนึ่ง หลังใช้เวลา 18 เดือนพยายามทำให้เอเจนซีของตนเป็น AI-native เสนอตัวกรองที่ใส่ลงสไลด์เดียวได้ในงานสัมมนาเรื่องการนำ AI มาใช้เมื่อสัปดาห์นี้ ดังแผนภาพที่แสดง สรุปได้เป็นสามคำถาม

1. การตัดสินใจซับซ้อนแค่ไหน เป็นกฎที่จูเนียร์ทำตามได้ หรือเป็นการใช้วิจารณญาณที่ต้องอาศัยประสบการณ์สิบปี
2. ผลลัพธ์ที่ผิดพลาดสร้างความเสียหายได้เท่าใด สรุปภายในที่เก้ๆ กังๆ เป็นแค่เรื่องน่ารำคาญ แต่การปรับราคาประมูลผิด หรือโพสต์ที่ไม่ตรงกับแบรนด์ส่งถึงผู้ติดตามทั้งหมดของลูกค้า คือสายโทรศัพท์ที่ไม่มีใครอยากโทร
3. ผลลัพธ์ที่วัดได้อะไรจะดีขึ้นหากทำเป็นอัตโนมัติ ชั่วโมงที่ประหยัดได้ ระยะเวลาส่งมอบ อัตราความผิดพลาด รายได้ หากระบุไม่ได้ คุณจะไม่มีวันพิสูจน์ได้ว่าได้ผล

กฎของเขาคือเริ่มต่อเมื่อทั้งสามข้อมีคำตอบชัดเจน ฟังดูเป็นเรื่องแน่นอน แต่ในทางปฏิบัติ เอเจนซีส่วนใหญ่เริ่มจากเครื่องมือ แล้วค่อยคิดเหตุผลมารองรับทีหลัง

งานใดของเอเจนซีที่เห็นผลเร็ว และงานใดควรปล่อยไว้

คำแนะนำของผู้ก่อตั้งชัดเจน งานที่เสี่ยงสูงและต้องใช้ความเชี่ยวชาญสูง อย่าแตะ ให้มองหางานที่ให้ผลตอบแทนสูง ทั้งด้านรายได้หรือประสิทธิภาพ ควบคู่กับความเสี่ยงต่ำและต้องการความเชี่ยวชาญของคนระดับปานกลาง นั่นคืองานที่เห็นผลเร็ว

ตัวอย่างด้านล่างแสดงว่าจะออกมาเป็นอย่างไรกับรายการงานทั่วไปของเอเจนซี

ลองดูว่าแถวที่เห็นผลเร็วมีงานอะไรบ้าง คืองานจุกจิกประจำ ได้แก่ รายงานประจำเดือน การปรับขนาดชิ้นงาน การติดตามเฝ้าระวัง และการตรวจสอบคู่แข่ง ซึ่งเป็นงานที่ดูดชั่วโมงทำงานของคนอาวุโส และไม่มีใครเข้าวงการโฆษณาเพื่อมาทำสิ่งเหล่านี้

เหตุใดลูกค้าจึงกังวลว่า AI agent จะทำงานนอกการควบคุม

เพราะข้อเสนอแบบ agentic มักข้ามคำถามข้อสอง agent ที่ย้ายเงินหรือเผยแพร่เนื้อหาได้สามารถสร้างความเสียหายด้วยความเร็วสูง ลูกค้าอ่านข่าวมาแล้ว และอยากรู้ว่าใครต้องรับผิดชอบเมื่อเกิดข้อผิดพลาด

เอเจนซีที่ Digiday พูดคุยด้วยตอบด้วยธรรมาภิบาล ได้แก่ การกำกับดูแลโดยมนุษย์ ขั้นตอนอนุมัติ และความรับผิดชอบที่ชัดเจน ปัจจุบันสิ่งนี้เป็นจุดขาย ไม่ใช่เชิงอรรถด้านการปฏิบัติตามกฎระเบียบ เอเจนซีที่แสดงตัวกรองสามคำถามและงานที่ตั้งใจให้คนทำแก่ลูกค้าได้ ฟังน่าไว้วางใจกว่าเอเจนซีที่คุยโวว่าใช้ agent กี่ตัว

สำหรับเอเจนซีอิสระ นี่คือข้อได้เปรียบ คุณไม่จำเป็นต้องทำงานเสี่ยงสูงให้เป็นอัตโนมัติเพื่อแข่งขัน คุณเพียงต้องทำงานที่ใช่ให้เป็นอัตโนมัติได้ดี และอธิบายได้ว่าเหตุใดจึงปล่อยงานที่เหลือไว้

เหตุใดการทำทุกอย่างให้เป็นอัตโนมัติพร้อมกันจึงส่งผลเสีย

แรงกระตุ้นเบื้องหลังความคิดที่ว่า “ถ้าหาเครื่องมือที่ใช่เจอ ฉันก็จะได้วันของตัวเองคืน” เป็นเรื่องที่เข้าใจได้ แต่ผลลัพธ์มักตรงกันข้าม คือเครื่องมือใหม่หกตัว ล็อกอินหกที่ เวิร์กโฟลว์ที่ทำค้างหกเส้น และทีมที่ใช้ทั้งวันไปกับการตรวจเครื่องจักร

ทฤษฎีภาระทางปัญญา (Cognitive Load Theory) อธิบายเหตุผลนี้ หน่วยความจำใช้งานรับมือได้เพียงไม่กี่อย่างพร้อมกัน เครื่องมือใหม่ กรณียกเว้น และการตัดสินใจว่าจะเชื่อผลลัพธ์หรือไม่ ล้วนเพิ่มภาระ และเมื่อเกินจุดหนึ่ง ผู้คนจะตัดสินใจแย่ลง ไม่ใช่ดีขึ้น ความเรียบง่ายไม่ใช่ของเสริมที่มีก็ดี แต่คือวิธีที่สมาธิจะอยู่รอดในสัปดาห์ที่วุ่นวายของเอเจนซี

หลักเกณฑ์ตัดสินที่สั้นช่วยปลดภาระนั้น สามคำถามที่ใช้ทุกครั้งแทนที่การถกเถียงนับสิบรอบว่าจะลองเครื่องมือใหม่ตัวไหนดี ยิ่งกฎเงียบเรียบง่าย ก็ยิ่งถูกนำไปใช้บ่อย

จะเปลี่ยนไอเดียดีๆ ให้เป็นระบบอัตโนมัติที่ใช้งานได้จริงได้อย่างไร

ผู้ก่อตั้งปิดท้ายด้วยห้าคำถามให้เก็บกลับไป ได้แก่ ปัญหา (Problem) ความทะเยอทะยาน (Ambition) ความพร้อม (Readiness) บทบาท (Roles) และผลลัพธ์ (Results) เมื่อเพิ่มอีกหนึ่งขั้นตอนสุดท้าย ก็จะได้แผนนำร่องที่ใช้งานได้จริง

1. ปัญหา: เรากำลังพยายามแก้อะไรกันแน่ ระบุคอขวดให้ได้ในหนึ่งประโยค “การรายงานกินเวลาสามวันต่อเดือนต่อลูกค้า” คือปัญหา “เราต้องการ AI” ไม่ใช่
2. ความทะเยอทะยาน: หน้าที่นี้ต้องไปไกลแค่ไหน ผู้ช่วยแบบเบาๆ อาจเพียงพอ ระบบอัตโนมัติเต็มรูปแบบมีต้นทุนสูงกว่าและต้องใช้คนดูแลมากกว่า
3. ความพร้อม: สี่มิติของเรามิติใดอ่อนที่สุด บริบท ทีมงาน กระบวนการ หรือแพลตฟอร์ม แก้จุดอ่อนก่อนขยาย
4. บทบาท: ใครสร้าง ใครใช้ ใครอนุมัติ ให้ผู้เชี่ยวชาญเฉพาะด้านเป็นผู้อนุมัติ เพื่อไม่ให้สิ่งใดถึงมือลูกค้าโดยไม่มีบุคคลที่ระบุชื่อได้เซ็นอนุมัติ
5. ผลลัพธ์: อะไรจะพิสูจน์ว่าได้ผล กำหนดค่าฐานและเป้าหมายก่อนเริ่ม และนับเวลาที่ใช้ตรวจผลลัพธ์ด้วย
6. ทดลองเวิร์กโฟลว์เดียวกับลูกค้ารายเดียว รวบรวมฟีดแบ็กทุกสัปดาห์และปรับก่อนขยายวงกว้างขึ้น

เหตุใดเอเจนซีจึงเติบโตได้ไม่เร็วเท่ากับที่สร้างได้

ประเด็นจากการบรรยายที่ติดอยู่ในใจคือ ตอนนี้คุณสร้างได้เร็วขึ้น 100 เท่า แต่เติบโตเร็วขึ้น 100 เท่าไม่ได้ การเติบโตต้องอาศัยฟีดแบ็กจากผู้ใช้ และคนเรียนรู้ช้า เวิร์กโฟลว์ที่สร้างเสร็จในบ่ายเดียวยังต้องใช้งานจริง แก้ไข และสร้างความไว้วางใจอีกหลายสัปดาห์กว่าทีมจะพึ่งพาได้

นี่คือเหตุผลที่ควรเริ่มจากชัยชนะที่เห็นผลเร็วหนึ่งเรื่องและทำให้ดี SAMY เอเจนซีอินฟลูเอนเซอร์ระดับโลก นำ Defy Agents มาใช้เพื่อปรับปรุงการรายงานผลงาน และลดงานสามวันเหลือหนึ่งวัน เป็นงานที่เสี่ยงต่ำ ใช้ความเชี่ยวชาญปานกลาง และมีผลลัพธ์ที่วัดได้ บนแพลตฟอร์ม Defy เวิร์กโฟลว์แบบ agentic รับงานส่งมอบที่ทำซ้ำๆ เช่น การรายงาน การติดตามเฝ้าระวัง และการปรับขนาดชิ้นงาน เพื่อให้ทีมโฟกัสกับงานที่ชนะใจลูกค้า

จากนั้นถามสามคำถามอีกครั้งกับงานถัดไป เรียบง่าย ทำซ้ำ และทวีผลสะสม