Metrik AI apa yang sebaiknya ditunjukkan agensi kepada kliennya? Bukan metrik yang paling dibanggakan kebanyakan agensi. Jumlah seat berlisensi, agen yang diterapkan, dan aset yang dihasilkan hanya menggambarkan usaha Anda. Klien membayar hasil: berapa biaya setiap pekerjaan, secepat apa pekerjaan itu tiba, seberapa sering salah, dan apa dampaknya bagi profit. Ukur semuanya, dan cerita AI Anda berubah menjadi cerita komersial.
Tekanan untuk beralih kini datang dari kontrak. Menurut Campaign US, studi WFA dan Agency Mania Solutions terhadap 69 perusahaan multinasional dengan total belanja US$147 miliar menemukan bahwa remunerasi agensi berbasis tenaga kerja turun dari 54% pada 2011 menjadi 17% pada 2026. Sekitar 58% merek mengharapkan lebih banyak pembayaran berbasis kinerja. Baru 20% yang mengubah model mereka karena AI, tetapi 61% berencana melakukannya.
Mengapa klien bertanya apa yang sebenarnya dihasilkan AI Anda?
Karena waktu semakin kehilangan fungsinya sebagai tolok ukur nilai. Jika laporan yang dulu memakan satu hari kini selesai dalam satu jam, menagih satu hari terasa janggal dan menagih satu jam terasa seperti pemotongan gaji. Studi WFA menyebut AI membuat waktu menjadi ukuran yang kian lemah untuk menilai harga sebuah agensi.
Namun pergeseran ini terhenti di tengah jalan. Adweek melaporkan bulan ini bahwa merek lamban mengadopsi remunerasi berbasis hasil, bahkan ketika AI menggerus pendapatan agensi berbasis FTE. Bob Lord, presiden Horizon Media Holdings, menyebut penagihan berbasis FTE sebagai “sistem lama” dan mempertanyakan apakah sistem itu bisa dipecahkan “tanpa semacam kekuatan eksternal”.
Kebuntuan itu adalah peluang bagi agensi independen. Jika model lama membutuhkan kekuatan eksternal, agensi yang datang dengan angka hasil yang kredibel bisa menjadi kekuatan itu, alih-alih menunggu procurement memaksakannya. Tetapi hanya jika angkanya tepat.
Apa yang termasuk vanity metric dalam AI agensi?
Seorang pendiri agensi di Singapura yang menghabiskan 18 bulan berusaha menjadikan agensinya yang beranggotakan sekitar 20 orang sebagai AI-native merangkumnya dalam satu slide pada sesi adopsi AI minggu ini: apa yang kami hitung versus apa yang penting. Seperti terlihat pada diagram, kolom kiri berisi materi yang biasa memenuhi deck all-hands internal: pengguna AI, tugas yang diotomatisasi, agen yang diterapkan, aset yang dihasilkan. Kolom kanan terkait dengan hasil bisnis: biaya per output, waktu hingga output, kualitas/tingkat error, dan dampak terhadap profit.
Poin yang disampaikannya lugas. Pelanggan tidak peduli apakah Anda memakai AI. Mereka peduli apakah hasilnya bagus. Tidak ada yang memperpanjang retainer hanya karena agensi memiliki 40 seat aktif.
Berikut salah satu cara menerjemahkan setiap angka vanity menjadi sesuatu yang bisa dirasakan klien.
| Apa yang kami hitung | Mengapa tampak mengesankan | Yang seharusnya penting | Pertanyaan klien yang dijawabnya |
|---|---|---|---|
| Pengguna AI | Mengukur lisensi, bukan pekerjaan yang berguna | Biaya per output | “Apakah kami membayar lebih murah untuk setiap laporan, suntingan, atau aset?” |
| Tugas yang diotomatisasi | Menghitung percobaan dan mengabaikan pengerjaan ulang | Waktu hingga output | “Apakah kami menerima pekerjaan lebih cepat?” |
| Agen yang diterapkan | Menghargai pembangunan ketimbang hasil | Kualitas / tingkat error | “Bisakah kami memercayai apa yang masuk ke inbox kami?” |
| Aset yang dihasilkan | Volume itu murah, dan sebagian besar tidak pernah dipakai | Dampak terhadap profit | “Apakah ini menggerakkan penjualan, margin, atau efisiensi?” |
Pasangan-pasangan ini adalah susunan kami, bukan hukum alam. Prinsipnya tetap berlaku: setiap angka yang Anda laporkan harus tahan terhadap pertanyaan klien, “lalu kenapa?”
Mengapa output AI yang “cukup baik” begitu mahal?
Gagasan paling berguna dalam presentasi itu adalah soal tingkat penerimaan. Katakanlah sebuah alur kerja AI menyusun sepuluh balasan klien, caption, atau ringkasan laporan, dan enam di antaranya diterima apa adanya. Kebanyakan tim merayakan yang enam itu dan diam-diam memperbaiki empat sisanya secara manual. Argumen sang pendiri: bangun putaran tertutup yang memasukkan setiap koreksi kembali ke sistem, sehingga enam menjadi tujuh, lalu delapan, lalu sembilan.
Bahayanya justru sebaliknya. Output yang berhasil 60–70% dari waktu dibiarkan lolos sebagai “cukup baik”, dan kualitas biasa-biasa saja menjadi standar bawaan agensi. Tidak ada yang memutuskan menurunkan standar. Standar itu hanya bergeser dengan sendirinya.
Dalam bahasa agensi, pergeseran itu terlihat seperti tim sosial yang menghabiskan Jumat sore menulis ulang caption AI yang sama sekali tidak menghemat waktu mereka, atau agensi CRM yang segmentasinya benar sebagian besar waktu dan memalukan sisanya. Waktu yang dihemat di atas kertas habis untuk penyuntingan, dan klien melihat kesalahannya, bukan rata-ratanya.
Tingkat penerimaan adalah metrik kualitas yang bisa Anda lacak sejak hari pertama. Tingkat penerimaan yang naik berarti putaran umpan balik berjalan. Tingkat penerimaan yang stagnan berarti Anda baru membeli langganan, bukan kapabilitas.
Mengapa agensi terus melaporkan angka AI yang salah?
Teori Persepsi Nilai menjelaskannya dengan sederhana: orang menilai nilai dari manfaat yang mereka rasakan relatif terhadap apa yang mereka korbankan, bukan dari apa yang dimasukkan penjual. Input terlihat oleh agensi dan tak terlihat oleh klien. “Agen yang diterapkan” adalah input. Laporan yang tiba dua hari lebih cepat dan tidak butuh koreksi adalah manfaat.
Agensi cenderung memakai metrik input karena mudah dihitung dan membuat tim terlihat sibuk. Holding company telah melatih pasar untuk membicarakan platform proprietari dengan cara yang sama. Tetapi klien tidak merasakan stack Anda. Mereka merasakan kecepatan pengerjaan, akurasi, dan apakah pekerjaan itu menggerakkan angka mereka.
Itu juga sebabnya penagihan berbasis waktu kesulitan. Jam kerja pun merupakan input.
Bagaimana menyusun scorecard AI yang layak dibayar klien?
Mulai dari yang kecil: satu alur kerja, satu klien, satu kuartal. Lalu perluas.
- Pilih alur kerja yang sudah dirasakan klien. Laporan bulanan, audit kompetitor, pengubahan ukuran aset, atau QA kampanye. Jika klien tidak akan menyadari perbaikannya, itu tempat yang salah untuk memulai.
- Ukur baseline dengan jujur. Jam kerja, biaya per output, dan jumlah koreksi per pengiriman sebelum AI dilibatkan. Tanpa baseline, setiap perbaikan hanyalah anekdot.
- Tetapkan target dalam istilah hasil. “Laporan terkirim dalam satu hari, bukan tiga, tanpa koreksi dari klien” lebih baik daripada “gunakan AI untuk pelaporan”.
- Hitung biaya penuh. Sertakan waktu yang dihabiskan orang untuk memeriksa dan menyunting output AI. Alur kerja yang menghemat empat jam tetapi menambah empat jam perbaikan berarti tidak menghemat apa-apa.
- Lacak tingkat penerimaan setiap minggu. Catat apa yang diterima, apa yang disunting, dan alasannya. Masukkan suntingan itu kembali ke prompt, template, dan contoh agar angkanya naik.
- Laporkan dalam bahasa klien. Biaya per output, waktu hingga output, tingkat error, dan, jika bisa dikaitkan, dampaknya terhadap penjualan atau margin. Biarkan jumlah seat di deck internal.
- Bawa bukti itu ke pembicaraan komersial. Data hasil selama dua kuartal memberi Anda dasar untuk fee yang terkait output atau kinerja, arah yang menurut studi WFA diharapkan sebagian besar merek.
Di mana posisi kreativitas dalam metrik hasil?
Orang kreatif khawatir, dan itu wajar, bahwa metrik hasil mereduksi ide menjadi spreadsheet. Tidak harus demikian. Tujuannya adalah menutup kesenjangan antara konsep kreatif dan hasil yang terukur sebelum dana media keluar, bukan membiarkan spreadsheet menulis idenya.
Itu berarti membawa bukti sejak awal: ketegangan audiens mana yang dijawab oleh karya tersebut, bagaimana kompetitor di kategori itu berkomunikasi, dan seberapa besar kemungkinan sebuah kreatif mendapat klik. Di platform Defy, prediksi kreatif divalidasi terhadap kinerja iklan yang sebenarnya, sehingga pembicaraan hasil dengan klien dimulai dari bukti, bukan selera. Selera tetap menentukan apa yang dibuat. Bukti menentukan apa yang dipertahankan.
Logika yang sama berlaku untuk pengiriman pekerjaan. SAMY, agensi influencer global, mengadopsi Defy Agents untuk merampingkan pelaporan kinerja dan memangkas pekerjaan tiga hari menjadi satu. Itu adalah angka waktu hingga output yang bisa dirasakan klien, dan itulah intinya.
