एजेंसी को सबसे पहले क्या ऑटोमेट करना चाहिए? वह नहीं जिसका वादा सबसे नया टूल करे। कुछ भी ऑटोमेट करने से पहले तीन सवालों के जवाब दें: फ़ैसला कितना जटिल है, खराब आउटपुट कितना नुकसान कर सकता है, और ऑटोमेट करने पर कौन-सा मापने योग्य नतीजा बेहतर होता है? तभी शुरू करें जब जवाब साफ़ हों। क्विक विन वहां मिलते हैं जहां लाभ ज़्यादा है, जोखिम कम है और ज़रूरी विशेषज्ञता मध्यम है।
क्लाइंट भी इसी तरह के सवाल पूछ रहे हैं, ज़्यादा घबराहट के साथ। Digiday ने इस महीने रिपोर्ट किया कि होल्डिंग कंपनियां और स्वतंत्र एजेंसियां प्लानिंग, बाइंग और मेज़रमेंट के लिए AI एजेंट लॉन्च कर रही हैं, और साथ ही मानवीय निगरानी पर ज़ोर दे रही हैं ताकि एजेंटों के बेकाबू होने से चिंतित क्लाइंट आश्वस्त हों। Dentsu की Carat, NBCUniversal, FreeWheel और Newton के साथ अपफ़्रंट्स के लिए एक प्लानिंग और बाइंग एजेंट बना रही है, और Tinuiti ने Bliss Point MCP सर्वर लॉन्च किया है जो उसकी मेज़रमेंट लेयर को AI एजेंटों के लिए खोलता है। रिपोर्ट में उद्धृत WPP Media ने साफ़ कहा: “गवर्नेंस और मानवीय जवाबदेही एजेंटिक मीडिया बाइंग के केंद्र में हैं।”
कुछ भी ऑटोमेट करने से पहले आपको क्या पूछना चाहिए?
सिंगापुर की एक एजेंसी के संस्थापक ने, अपनी एजेंसी को AI-नेटिव बनाने की 18 महीने की कोशिश के बाद, इस सप्ताह एक AI अडॉप्शन सत्र में एक ऐसी कसौटी पेश की जो एक ही स्लाइड में समा जाती है। जैसा कि डायग्राम दिखाता है, यह तीन सवालों पर आकर टिकती है:
- फ़ैसला कितना जटिल है? क्या यह ऐसा नियम है जिसे कोई जूनियर भी निभा सके, या ऐसा विवेकाधीन निर्णय जिसमें दस साल का अनुभव चाहिए?
- खराब आउटपुट कितना नुकसान कर सकता है? अंदरूनी सारांश का अटपटा होना बस एक झुंझलाहट है। बिड में गलत बदलाव, या क्लाइंट की पूरी ऑडियंस तक पहुंचने वाली ब्रांड से हटकर कोई पोस्ट, ऐसा फ़ोन कॉल है जिसे कोई करना नहीं चाहता।
- ऑटोमेट करने से कौन-सा मापने योग्य नतीजा बेहतर होता है? बचे हुए घंटे, टर्नअराउंड, त्रुटि दर, राजस्व। अगर आप उसका नाम नहीं ले सकते, तो आप कभी साबित नहीं कर पाएंगे कि वह कारगर रहा।
उनका नियम था कि तभी शुरू करें जब तीनों के जवाब साफ़ हों। यह स्वाभाविक लगता है। व्यवहार में, ज़्यादातर एजेंसियां टूल से शुरू करती हैं और औचित्य बाद में गढ़ती हैं।
एजेंसी के कौन-से काम क्विक विन हैं, और किन्हें छोड़ देना चाहिए?
संस्थापक की सलाह साफ़ थी। उच्च जोखिम और उच्च विशेषज्ञता वाला काम: उसे न छुएं। इसके बजाय ऐसा काम खोजें जिसमें राजस्व या प्रोडक्टिविटी में लाभ ज़्यादा हो, जोखिम कम हो और ज़रूरी मानवीय विशेषज्ञता मध्यम हो। वही क्विक विन हैं।
किसी सामान्य एजेंसी की कार्य-सूची पर यह कुछ इस तरह दिख सकता है।
| काम | फ़ैसले की जटिलता | खराब आउटपुट से नुकसान | मापने योग्य नतीजा | निष्कर्ष |
|---|---|---|---|---|
| मासिक परफ़ॉर्मेंस रिपोर्ट का ड्राफ़्ट बनाना | कम से मध्यम | कम, अगर भेजने से पहले कोई व्यक्ति उसे जांच ले | प्रति रिपोर्ट घंटे, टर्नअराउंड | क्विक विन |
| अलग-अलग फ़ॉर्मेट में एसेट रीसाइज़ करना | कम | कम, और आसानी से पकड़ में आने वाला | प्रति एसेट समय, त्रुटि दर | क्विक विन |
| प्रतिस्पर्धी और सोशल मॉनिटरिंग | मध्यम | कम | इनसाइट तक पहुंचने का समय, कवरेज | क्विक विन |
| कैंपेन सेटअप और QA | मध्यम | मध्यम, क्योंकि बजट दांव पर है | सेटअप समय, त्रुटि दर | ऑटोमेट करें, मानवीय मंज़ूरी के साथ |
| चैनलों के बीच बजट खिसकाना | उच्च | उच्च, क्योंकि पैसा आगे बढ़ता है | साफ़-साफ़ श्रेय देना कठिन | इंसानों के नेतृत्व में; AI सलाह दे सकता है |
| संकट प्रबंधन और क्लाइंट रणनीति | उच्च | बहुत उच्च, और साख से जुड़ा | मापना कठिन | न छुएं |
देखिए क्विक विन वाली पंक्तियों में क्या आता है: रोज़मर्रा के काम। मासिक रिपोर्ट, रीसाइज़िंग, मॉनिटरिंग, प्रतिस्पर्धी ऑडिट। ठीक वही काम जो वरिष्ठों के घंटे खा जाते हैं और जिन्हें करने के लिए कोई विज्ञापन जगत में नहीं आया था।
क्लाइंट को AI एजेंटों के बेकाबू होने की चिंता क्यों है?
क्योंकि एजेंटिक पिच अक्सर दूसरा सवाल छोड़ देती है। जो एजेंट पैसा खिसका सकता है या कंटेंट प्रकाशित कर सकता है, वह तेज़ी से नुकसान भी कर सकता है। क्लाइंट ने सुर्खियां पढ़ी हैं और जानना चाहते हैं कि गलती होने पर जवाबदेह कौन है।
Digiday ने जिन एजेंसियों से बात की, वे गवर्नेंस से जवाब दे रही हैं: मानवीय निगरानी, मंज़ूरियां, साफ़ जवाबदेही। यह अब बिक्री-बिंदु है, अनुपालन का फ़ुटनोट नहीं। जो एजेंसी क्लाइंट को अपना तीन-सवाल वाला फ़िल्टर और वे काम दिखा सके जिन्हें वह जानबूझकर इंसानों के पास रखती है, वह उस एजेंसी से ज़्यादा भरोसेमंद लगती है जो अपने चलाए एजेंटों की संख्या पर इतराती है।
स्वतंत्र एजेंसियों के लिए यह एक फ़ायदा है। मुकाबले में टिकने के लिए आपको उच्च जोखिम वाला काम ऑटोमेट नहीं करना है। आपको सही काम को अच्छी तरह ऑटोमेट करना है और समझाना है कि बाकी को आपने क्यों छोड़ दिया।
सब कुछ एक साथ ऑटोमेट करना उल्टा क्यों पड़ता है?
"अगर मुझे सही टूल मिल जाएं, तो मैं अपने दिन पर नियंत्रण वापस पा लूंगा" के पीछे की इच्छा समझ में आती है। नतीजा अक्सर उल्टा होता है: छह नए टूल, छह लॉगिन, छह अधूरे वर्कफ़्लो और एक टीम जो अपना दिन मशीनों को जांचने में बिताती है।
कॉग्निटिव लोड थ्योरी बताती है कि ऐसा क्यों होता है। वर्किंग मेमोरी एक बार में कुछ ही चीज़ें संभाल सकती है। हर नया टूल, अपवाद और यह तय करने का फ़ैसला कि आउटपुट पर भरोसा करें या नहीं, बोझ बढ़ाता है, और एक सीमा के बाद लोग बेहतर नहीं, बदतर फ़ैसले लेते हैं। सादगी कोई अतिरिक्त सुविधा नहीं है। व्यस्त एजेंसी-सप्ताह में इसी से ध्यान बचा रहता है।
एक छोटा निर्णय-नियम वह बोझ हटा देता है। हर बार लागू किए गए तीन सवाल, अगला चमकदार टूल कौन-सा आज़माएं इस पर दर्जनों बहसों की जगह ले लेते हैं। नियम जितना सरल होता है, उसका उपयोग उतना ही ज़्यादा होता है।
एक अच्छे विचार से काम करने वाले ऑटोमेशन तक कैसे पहुंचें?
संस्थापक ने पांच सवालों के साथ समापन किया जिन्हें लेकर कमरे से निकलना है: Problem, Ambition, Readiness, Roles और Results। एक आख़िरी चरण जोड़ दें तो ये एक व्यावहारिक पायलट योजना बन जाते हैं।
- Problem: हम असल में क्या ठीक करना चाहते हैं? बाधा का नाम एक वाक्य में लिखें। "रिपोर्टिंग में प्रति क्लाइंट महीने के तीन दिन लग जाते हैं" एक समस्या है। "हमें AI चाहिए" नहीं है।
- Ambition: इस फ़ंक्शन को कितनी दूर जाना है? हल्का-फुल्का असिस्टेंट काफ़ी हो सकता है। पूर्ण ऑटोमेशन में ज़्यादा लागत आती है और उसे चलाने के लिए ज़्यादा लोग चाहिए।
- Readiness: हमारे चार आयामों में कौन-सा सबसे कमज़ोर है? कॉन्टेक्स्ट, लोग, प्रोसेस या प्लेटफ़ॉर्म। बड़े पैमाने पर जाने से पहले कमज़ोर को सुधारें।
- Roles: कौन बनाएगा, कौन उपयोग करेगा, कौन मंज़ूर करेगा? विषय-विशेषज्ञ को अप्रूवर बनाएं, ताकि किसी नामित व्यक्ति की मंज़ूरी के बिना क्लाइंट तक कुछ न पहुंचे।
- Results: क्या साबित करेगा कि यह कारगर रहा? शुरू करने से पहले आधार-रेखा और लक्ष्य तय करें, और आउटपुट जांचने में लगे समय को भी गिनें।
- एक क्लाइंट के लिए एक वर्कफ़्लो का पायलट करें। हर सप्ताह फ़ीडबैक जुटाएं और व्यापक स्तर पर ले जाने से पहले बदलाव करें।
एजेंसियां उतनी तेज़ी से बढ़ क्यों नहीं सकतीं जितनी तेज़ी से वे बना सकती हैं?
बातचीत की वह बात जो याद रह गई: आप अब 100 गुना गति से बना सकते हैं, लेकिन 100 गुना गति से बढ़ नहीं सकते। बढ़ने के लिए यूज़र फ़ीडबैक चाहिए, और लोग धीमे होते हैं। एक दोपहर में बना वर्कफ़्लो भी टीम के उस पर निर्भर होने से पहले हफ़्तों के असली उपयोग, सुधार और भरोसे की मांग करता है।
यही एक क्विक विन से शुरू करके उसे ठीक से करने का तर्क है। वैश्विक इन्फ्लुएंसर एजेंसी SAMY ने परफ़ॉर्मेंस रिपोर्टिंग को सुगम बनाने के लिए Defy Agents अपनाया और तीन दिन के काम को एक दिन में समेट दिया: कम जोखिम, मध्यम विशेषज्ञता, मापने योग्य नतीजा। Defy प्लेटफ़ॉर्म पर एजेंटिक वर्कफ़्लो रिपोर्टिंग, मॉनिटरिंग और रीसाइज़िंग जैसे दोहराव वाले डिलीवरी काम संभाल लेते हैं, ताकि लोग उस काम पर ध्यान दे सकें जो बिज़नेस जिताता है।
फिर अगले काम के लिए तीनों सवाल दोबारा पूछें। सरल, बार-बार दोहराया गया, और जुड़ता हुआ।
