Dalam artikel ini (4)
Tes Pemasaran AI LSE dengan Into-it: Analisis Penilaian
Poin utama
- Petakan keputusan pemasaran berdasarkan risiko sebelum mengotomatiskan alur kerja.
- Perlakukan agen otonom sebagai model operasi, bukan asisten penulisan.
- Pastikan kepemilikan manusia tetap jelas untuk nada, nilai, dan penilaian merek.
Eksperimen ini bukan hanya tentang otomatisasi. Ini tentang siapa yang berhak memutuskan apa yang seharusnya dilakukan sebuah merek selanjutnya.
Eksperimen ini bukan hanya tentang otomatisasi. Ini tentang siapa yang berhak memutuskan apa yang harus dilakukan sebuah merek selanjutnya.
Saya pernah melihat kalender pemasaran berubah menjadi dokumen moral. Tampaknya cukup tidak berbahaya, hanya kisi berisi tanggal kampanye, pengiriman email, segmen audiens, dan persetujuan. Namun setiap sel berisi penilaian tentang siapa yang penting, nada seperti apa yang dapat diterima, janji mana yang dapat dibuat merek dengan aman, dan kapan diam lebih baik daripada satu unggahan lagi.
Itulah mengapa eksperimen London School of Economics dengan Into-it terasa lebih besar daripada sekadar kisah produktivitas AI lainnya. MarketingWeek melaporkan bahwa London School of Economics telah bermitra dengan startup martech Into-it untuk menciptakan fungsi pemasaran AI yang sepenuhnya otonom. Frasa itu terdengar seperti tantangan, yang mungkin menjadi alasan publikasi tersebut membingkai proyek ini di sekitar pertanyaan apakah sebuah universitas dapat menciptakan tim pemasaran yang sepenuhnya berbasis AI. Namun pertanyaan yang lebih menarik bukanlah apakah AI dapat menjadwalkan, melakukan segmentasi, menghasilkan materi, dan mengoptimalkan. Pertanyaannya adalah apakah operasi pemasaran memang pernah seprosedural seperti yang kita pura-purakan.
Bagan Organisasi Menjadi Alur Kerja
Menurut MarketingWeek, proyek LSE dan Into-it secara eksplisit ditujukan untuk fungsi pemasaran AI yang sepenuhnya otonom, bukan sekadar alat yang membantu seseorang menulis lebih cepat. Perbedaan itu penting karena sebagian besar adopsi AI dalam pemasaran sejauh ini dibingkai sebagai bantuan. Pemasar tetap menjadi tokoh utama, dan perangkat lunak adalah magang yang sangat cepat.
Sistem agentik mengubah bentuk cerita itu. Dalam LSE Business Review, Terence Tse menggambarkan AI agentik sebagai kecerdasan buatan yang secara proaktif membuat keputusan dan mendorong tindakan menuju tujuan yang telah ditetapkan, menilai situasi, menyusun rencana, dan mengeksekusinya dengan pengawasan manusia yang minimal. Itu bukan pelengkap otomatis yang lebih baik. Itu adalah model operasi mini.
Begitu pemasaran menjadi model operasi yang dijalankan oleh agen, bagan organisasi mulai kabur. Perencanaan, pengujian, pelaporan, dan iterasi dapat menjadi putaran, bukan rapat. Gesekan lama dari proses serah-terima mungkin berkurang, tetapi begitu juga pemeriksaan informal yang hidup di dalam serah-terima tersebut. Seorang rekan kerja yang bertanya, “Apakah kita yakin ini terdengar seperti kita?” tidak selalu didokumentasikan sebagai tata kelola, tetapi sering kali itulah fungsinya.
Otomatisasi Tidak Menghapus Akuntabilitas
LSE Business Review berpendapat bahwa AI agentik menandai pergeseran mendasar dalam cara kita mendekati pekerjaan dan pemecahan masalah. Dalam pemasaran, pergeseran itu mendarat di tempat yang sangat sensitif karena pekerjaannya sekaligus terukur dan interpretatif. Sebuah kampanye dapat mencapai targetnya dan tetap terasa salah.
Pertanyaan yang sering terlewat itu sederhana: jika fungsi pemasaran otonom membuat keputusan yang buruk, siapa yang memiliki keputusan tersebut? Vendor yang membangun sistemnya, institusi yang menetapkan tujuannya, pemasar yang menyetujui pagar pembatasnya, atau eksekutif yang sejak awal menginginkan efisiensi?
Evolutionary and Institutional Economics Review dari Springer Nature menggambarkan AI sebagai sesuatu yang memperkenalkan hubungan keagenan segitiga dan asimetri informasi baru, yang merupakan cara formal untuk mengatakan bahwa tanggung jawab dapat menjadi lebih sulit terlihat tepat ketika keputusan menjadi lebih mudah dieksekusi.
Itu tidak membuat eksperimen LSE ceroboh. Itu membuatnya berguna. Uji institusional yang serius dapat menunjukkan di mana otonomi menciptakan daya ungkit dan di mana otonomi menciptakan ambiguitas. Pelajarannya bagi tim adalah mengevaluasi pemasaran otonom bukan dengan bertanya apakah ia dapat menghasilkan keluaran, tetapi dengan bertanya apakah keputusannya dapat dijelaskan, ditantang, dan dibalik.
Penilaian Merek Adalah Keterampilan yang Langka
LSE Executive Education mencatat bahwa pemasaran digital menjadi semakin kompleks dan digerakkan oleh AI, dan bahwa pemasar menghadapi tantangan yang lebih besar sekaligus peluang yang belum pernah ada sebelumnya. Lembaga itu juga menekankan perlunya kepercayaan diri dalam menggunakan AI dan analitik, bukan sekadar rasa ingin tahu.
Pembingkaian itu penting karena peran manusia tidak menghilang ketika mesin menjadi lebih baik. Peran itu bergerak ke hulu. MIT Sloan Management Review membingkai masalah serupa bagi para pemimpin pemasaran: banyak yang menyadari peluang dari AI generatif tetapi kesulitan menentukan harus mulai dari mana, terutama saat menimbang peluang terhadap risiko yang dapat dikelola.
Fungsi pemasaran yang sepenuhnya otonom memperjelas pertukaran itu. Semakin mudah pekerjaan yang terlihat diotomatisasi, semakin bernilai pekerjaan yang tidak terlihat. Pekerjaan yang tidak terlihat itu adalah penilaian merek. Itu berarti mengetahui kapan pesan yang efisien terasa terlalu membutuhkan, kapan personalisasi menjadi mengganggu, kapan sebuah tren bukan untuk Anda, dan kapan strategi konversi yang tepat adalah menahan diri. AI dapat mempelajari pola, tetapi institusi tetap membutuhkan orang untuk memutuskan pola mana yang layak diberi kekuatan.
Hal yang Perlu Diperhatikan Berikutnya
Laporan MarketingWeek tentang LSE dan Into-it memberi pemasar jangkar konkret untuk debat yang jika tidak demikian dapat melayang ke abstraksi. Pelajaran praktisnya bukanlah menyalin eksperimen itu secara utuh. Pelajarannya adalah memetakan fungsi pemasaran Anda sendiri berdasarkan jenis keputusan: apa yang dapat diotomatisasi, apa yang perlu ditinjau, dan apa yang harus tetap menjadi keputusan manusia karena hal itu mendefinisikan merek.
Tim pemasaran berikutnya yang berguna mungkin bukan tim dengan alat AI terbanyak. Mungkin justru tim dengan batas paling jelas antara eksekusi dan penilaian. Jika agen otonom dapat menjalankan lebih banyak mesin, manusia mungkin perlu menjadi lebih eksplisit tentang nilai, selera, dan akuntabilitas daripada sebelumnya.
Jadi sebelum bertanya apakah AI dapat menjalankan pemasaran Anda, mungkin ajukan pertanyaan yang lebih tidak nyaman: apakah Anda tahu bagian mana dari pemasaran Anda yang tidak boleh pernah dibiarkan berjalan sendiri?
