AI จะมาแทนเอเจนซีการตลาดหรือไม่ ทำไมตัวเลขจึงไม่ค่อยลงตัว

AI จะมาแทนเอเจนซีการตลาดหรือไม่ สำหรับลูกค้าส่วนใหญ่ ตัวเลขบอกว่าไม่ AI แทนที่งานย่อย ๆ ได้แก่ การตั้งค่า QA การรวบรวม และการสรุป แต่ไม่ได้แทนที่ความรับผิดชอบ ความสัมพันธ์ หรือวิจารณญาณ และเมื่อคิดราคาสิ่งเหล่านี้เข้าไป ทางเลือก AI ในองค์กรที่ดู “ถูกกว่า” มักมีต้นทุนสูงกว่า สิ่งที่ AI ชนะได้จริงคือเอเจนซีที่ขายงานธุรการเป็นความเชี่ยวชาญ ข้อแตกต่างนี้ยังตอบคำถามที่เงียบกว่าซึ่งซ่อนอยู่ข้างใต้ด้วย คือ AI ทำให้คุณสร้างสรรค์ขึ้น หรือแค่ทำให้คุณไม่จำเป็นอีกต่อไป

การถกเถียงนี้ได้รับการคำนวณต้นทุนอย่างจริงจังในสัปดาห์นี้ Azadeh Williams ผู้ก่อตั้ง AZK Media เขียนใน Mumbrella โต้แย้งข้ออ้างที่ว่าแพลตฟอร์ม AI บวกพนักงานในองค์กรหนึ่งคนถูกกว่าเอเจนซีพีอาร์ การเปรียบเทียบประกอบของเธอตั้งค่ารีเทนเนอร์ 10,000 ดอลลาร์ต่อเดือน หรือราว 120,000 ดอลลาร์ต่อปี เทียบกับค่าสมัครใช้ AI 20,000 ดอลลาร์ บวกพนักงานพีอาร์ 80,000 ถึง 100,000 ดอลลาร์ ก่อนต้นทุนการจ้างงาน หากเพิ่มฐานข้อมูลสื่อ การมอนิเตอร์ และการสนับสนุนเฉพาะทาง เธอเห็นว่าระบบภายในองค์กรที่ซับซ้อนอาจ “สูงเกิน 220,000 ดอลลาร์ได้อย่างง่ายดาย”

คณิตศาสตร์บอกอะไรจริง ๆ

กับดักคือการเปรียบเทียบราคาเครื่องมือกับต้นทุนของทีม ดังที่ Williams กล่าวว่า “คุณเปรียบเทียบราคาซอฟต์แวร์สมัครใช้หนึ่งตัวกับต้นทุนของเอเจนซีทั้งองค์กรแล้วเรียกว่าประหยัดไม่ได้” ค่าสมัครใช้คือรายการที่ถูกที่สุดในสเปรดชีต รายการที่แพงคือคนที่ใช้งานมัน คนที่ตรวจสอบมัน เครื่องมือรอบข้าง และวิจารณญาณระดับอาวุโสที่ไม่มีใครตั้งงบไว้

ลองคิดเองดู ค่าสมัครใช้บวกพนักงานหนึ่งคนรวมแล้วราว 100,000 ถึง 120,000 ดอลลาร์ต่อปี ก่อนต้นทุนแฝง เครื่องมือเพิ่มเติม หรือเวลาบริหาร ซึ่งเท่ากับค่ารีเทนเนอร์อยู่แล้ว และลูกค้าได้เปลี่ยนจากขอบเขตความสามารถของทีมมาเป็นของคนคนเดียว หากคนนั้นลาป่วย ลาออก หรือแค่ไม่รู้จักสื่อในตลาดใหม่ ส่วนที่ประหยัดก็ระเหยหายไป

Williams เขียนเรื่องพีอาร์ แต่ตรรกะนี้ใช้ได้ทั่วไป ลองเปลี่ยน “พนักงานพีอาร์” เป็น “นักการตลาดเพอร์ฟอร์แมนซ์” หรือ “หัวหน้าโซเชียล” รูปร่างของการคำนวณก็แทบเหมือนกัน

คณิตศาสตร์ใช้ได้ผลตรงไหน

Williams ไม่ได้ปกป้องทุกเอเจนซี เธอโต้แย้งว่าเอเจนซีที่คิดค่าบริการสูงสำหรับข่าวประชาสัมพันธ์แบบสำเร็จรูป พิตช์ที่ใช้ซ้ำ และการรายงานที่อิงยอดข่าวที่ได้ตีพิมพ์นั้นเปราะบาง และ “ลูกค้าไม่ควรจ่ายค่าบริการพรีเมียมให้กับความไร้ประสิทธิภาพด้านธุรการ” นั่นคือคำตอบที่ตรงไปตรงมาต่อคำถามในหัวข้อ AI จะมาแทนที่เอเจนซีที่คุณค่าส่วนใหญ่อยู่ที่กระบวนการ

คณะผู้นำเอเจนซีจาก Forbes Agency Council ได้ข้อสรุปคล้ายกัน Matt Jayson จาก Multiply ชี้ว่าการตั้งค่าแคมเปญและ QA คือการโหลดและตรวจสอบโฆษณาภายในแพลตฟอร์ม เป็นงานเอเจนซีที่จะถูกทำให้เป็นอัตโนมัติ “สำหรับลูกค้าที่เติบโตสูงหนึ่งราย นั่นคืองานที่มองไม่เห็นถึง 20 ชั่วโมงต่อสัปดาห์ได้อย่างง่ายดาย” Pierce Kafka จาก Kafka Media Group โต้แย้งว่าเมื่อรายงานเป็นอัตโนมัติ ลูกค้าจะต้องการ “การตีความโดยมนุษย์ที่อธิบายว่าข้อมูลสำคัญอย่างไร เผยอะไร และควรทำอะไรต่อ”

ทีนี้ลองดูงานจุกจิกที่เอเจนซีส่วนใหญ่เกลียดอย่างเงียบ ๆ ได้แก่ ไทม์ชีต รายงานรายเดือน ประชุมอัปเดตสถานะ การติดตามงบ การปรับขนาดด้วยมือ การทวงใบแจ้งหนี้ การตรวจสอบคู่แข่ง ไม่มีสิ่งใดเลยที่เป็นเหตุผลที่ลูกค้าจ้างคุณ แต่ทุกอย่างคือเหตุผลที่คนของคุณกลับบ้านดึก

เหตุใดลูกค้าจึงไม่ไว้วางใจ AI ที่ทำงานตามลำพัง

นักจิตวิทยาที่ศึกษาความไว้วางใจมักแยกมันเป็นสามคำถาม อีกฝ่ายมีความสามารถหรือไม่ มีเจตนาดีหรือไม่ และจะพูดตรงกับเราหรือไม่ ทฤษฎีความไว้วางใจ (Trust Theory) พูดให้ง่ายคือเราพึ่งพาใครสักคนก็ต่อเมื่อทั้งสามคำตอบคือใช่

อัลกอริทึมแสดงความสามารถได้ แต่ทำสองข้อที่เหลือได้ยาก มันไม่อาจมีเจตนาดี และไม่อาจถูกเรียกร้องความรับผิดชอบเมื่อผิดพลาด นั่นคือเหตุผลที่ลูกค้ายินดีให้ AI ร่างพาดหัวร้อยแบบ แต่ต้องการคนที่มีชื่อชัดเจนลงนามอนุมัติพาดหัวเดียวที่จะใช้จริง และเป็นเหตุผลที่ Williams โต้แย้งว่า AI ช่วยค้นหานักข่าวและวิเคราะห์ข่าวที่ได้รับการเผยแพร่ได้ แต่มีเพียงคนเท่านั้นที่สร้างความไว้วางใจซึ่งนำไปสู่โอกาสได้พื้นที่บนสื่อ ความไว้วางใจเกิดจากบทสนทนา ไม่ใช่จากข้อมูลของอัลกอริทึม

ภายในเอเจนซีก็เช่นกัน ทีมไม่ไว้ใจผลลัพธ์ของ AI ที่ตั้งคำถามไม่ได้ แต่จะเริ่มไว้ใจเมื่อสอบถามข้อมูลได้เหมือนเพื่อนร่วมงาน ถามต่อได้ ท้าทายข้อสรุปได้ ดูโพสต์ที่อยู่เบื้องหลังข้อกล่าวอ้างได้ นี่คือแนวคิดเบื้องหลัง Defy MCP ซึ่งให้ทีมตั้งคำถามกับข้อมูลลูกค้าและหมวดหมู่ภายใน Claude สั่งงานเหมือนเพื่อนร่วมงาน แทนที่จะต้องเรียนรู้แดชบอร์ดอีกตัว

งานเอเจนซีใดที่ AI ควรรับไป และงานใดควรปล่อยไว้

รูปแบบนั้นเรียบง่าย ยิ่งงานพึ่งพากฎเกณฑ์มาก AI ก็ควรรับไปมากเท่านั้น ยิ่งงานพึ่งพาความไว้วางใจมาก AI ก็ควรรับน้อยลง

AI ช่วยให้คุณสร้างสรรค์ขึ้นได้หรือไม่ ไม่ใช่แค่เร็วขึ้น

ได้ แต่ต้องตัดสินใจก่อนว่าเวลาที่ได้คืนมามีไว้ทำอะไร ชั่วโมงที่ประหยัดได้มักกลายเป็นประชุมเพิ่ม นี่คือวิธีที่ตรงไปตรงมาเพื่อให้แน่ใจว่าชั่วโมงเหล่านั้นกลายเป็นงานที่ดีขึ้น

1. บันทึกงานจริงสองสัปดาห์ ทุกงาน ทุกคน เป็นช่วงครึ่งชั่วโมง
2. จัดแต่ละงานเป็นงานจุกจิก งานฝีมือ หรืองานความสัมพันธ์ ตอบตามจริง “กลยุทธ์” จำนวนไม่น้อยกลายเป็นแค่การจัดรูปแบบ
3. ทำงานจุกจิกหนึ่งอย่างให้เป็นอัตโนมัติตั้งแต่ต้นจนจบ รายงานรายเดือนมักเป็นตัวเลือกแรกที่ดีที่สุด
4. กันชั่วโมงที่ได้คืนมาไว้ล่วงหน้า มอบหมายก่อนที่จะประหยัดได้ เช่น การพัฒนางานสร้างสรรค์ เวิร์กชอปกับลูกค้า การทดสอบไอเดียใหม่
5. ให้มีผู้รับผิดชอบที่มีชื่อชัดเจนในทุกงานที่เกี่ยวกับลูกค้า AI ร่าง คนลงนาม
6. ทำให้ผลลัพธ์ตรวจสอบได้ หากทีมมองไม่เห็นว่าข้อสรุปมาจากไหน พวกเขาก็จะไม่เชื่อ และลูกค้าก็เช่นกัน
7. บอกลูกค้าว่าอะไรเปลี่ยนไป แสดงให้เห็นชั่วโมงที่ย้ายจากงานจุกจิกไปสู่การคิด นี่คือคำตอบที่แข็งแรงที่สุดต่อคำถามว่า “AI ทำเรื่องนี้ได้ถูกกว่าไม่ใช่หรือ”

ควรพูดอย่างไรเมื่อลูกค้าถามว่า AI จะมาแทนคุณได้หรือไม่

ให้ดูตัวเลข แล้วให้ดูรายการงานจุกจิกของคุณ เห็นด้วยว่า AI ควรทำงานซ้ำ ๆ เพราะมันควรทำจริง จากนั้นระบุให้ชัดว่าลูกค้าจ่ายเงินให้คุณเพื่ออะไร ได้แก่ วิจารณญาณ ความสัมพันธ์ ความรับผิดชอบ และไอเดีย หากคุณระบุสิ่งเหล่านี้ได้ไม่ชัดเจน คำถามของลูกค้าก็เป็นคำถามที่สมเหตุสมผล

Williams ปิดท้ายด้วยประโยคที่ควรหยิบยืม “อนาคตไม่ใช่ AI กับเอเจนซีพีอาร์ แต่คือเอเจนซีพีอาร์ที่ขับเคลื่อนด้วย AI กับโมเดลพีอาร์ที่ล้าสมัย” ลองแทนที่พีอาร์ด้วยสาขาของคุณเอง นั่นคือการแข่งขันที่แท้จริง และเป็นการแข่งขันที่เอเจนซีชนะได้ มันยังเป็นการแบ่งขั้วเบื้องหลังแพลตฟอร์ม Defy ด้วย คือเครื่องจักรรับงานจุกจิก คนเก็บวิจารณญาณไว้