อาชีพการซื้อสื่อในยุค AI: ควรเรียนรู้อะไรตอนนี้
AI กำลังกลืนกินงานเชิงกลไกของการซื้อสื่ออย่างรวดเร็ว ด้านการตัดสินใจ การอ่านตลาด และการเลือกมุมมองต่างหากที่เป็นทิศทางที่อาชีพกำลังมุ่งไปจริงๆ

AI กำลังทำให้ส่วนที่เป็นกลไกของการซื้อสื่อเป็นอัตโนมัติ การปรับยอดประมูล การปรับจังหวะงบประมาณ เนื้อหาและรูปแบบครีเอทีฟร่างแรก เร็วกว่าที่มันทำให้การตัดสินใจเป็นอัตโนมัติ: การอ่านชุดคู่แข่ง การตัดสินใจว่ามุมไหนควรค่าแก่การขยาย และการจับความเสี่ยงด้านการปฏิบัติตามกฎระเบียบก่อนที่มันจะกลายเป็นการแบนจากเครือข่าย ผู้ซื้อที่เสี่ยงที่สุดคือผู้ที่งานทั้งหมดคือการปรับยอดประมูลด้วยมือและการรายงานรายสัปดาห์แบบตายตัว ผู้ที่เสี่ยงน้อยที่สุดคือผู้ที่สามารถอ่านตลาดและตัดสินใจในสิ่งที่ยังไม่มีใครทำให้เป็นอัตโนมัติ
สิ่งที่ AI ทำได้ดีกว่าผู้ซื้อระดับจูเนียร์แล้ว#
- การปรับจังหวะและการปรับยอดประมูลในโครงสร้างบัญชีขนาดใหญ่ ได้เร็วกว่าและสม่ำเสมอกว่าการตรวจสอบด้วยมือทุกวัน
- การสร้างเนื้อหาโฆษณาร่างแรกและรูปแบบแปลสำหรับภูมิภาคใหม่ในปริมาณมาก
- การแจ้งเตือนความผิดปกติของประสิทธิภาพในหลายสิบแคมเปญ ได้เร็วกว่ามนุษย์ที่สแกนแดชบอร์ดทีละอัน
- การสร้างรูปแบบครีเอทีฟภาพร่างแรกสำหรับมุมมองที่กำหนด พร้อมให้มนุษย์เลือกอันที่แข็งแกร่งที่สุดไปทดสอบ
ไม่มีสิ่งไหนใหม่ในเชิงประเภท สเปรดชีตและระบบอัตโนมัติแบบใช้กฎได้จัดการส่วนของการปรับจังหวะมาหลายปีแล้ว แต่ปริมาณและความเร็วที่ AI เพิ่มเข้ามาได้ลดจำนวนบุคลากรที่ต้องการสำหรับงานชั้นกลไกล้วนๆ อย่างแท้จริง ทีมที่เคยต้องการสามคนสลับกันตรวจสอบยอดประมูลรายวันและรายงานรายสัปดาห์ มักจะสามารถบริหารปริมาณบัญชีเดิมได้ด้วยคนเดียวที่ชี้นำระบบอัตโนมัติและใช้เวลาที่ว่างไปกับส่วนที่ยังต้องการการตัดสินใจ
สิ่งที่ยังต้องการมนุษย์#
- การอ่านว่า ทำไม มุมมองของคู่แข่งถึงได้ผล ไม่ใช่แค่สังเกตว่ามันทำงานมานานแล้ว บทความของเราเรื่อง ความยืนยาวของโฆษณาเป็นสัญญาณแห่งชัยชนะ ครอบคลุมกลไก แต่การตีความเหตุผลเบื้องหลังครีเอทีฟที่ทำงานมานานยังเป็นการตัดสินใจ
- การตัดสินใจว่าจะเข้าอุตสาหกรรมหรือภูมิภาคถัดไปใด ชั่งน้ำหนักความอิ่มตัว ความเสี่ยงต่อแบรนด์ และบรรยากาศการปฏิบัติตามกฎระเบียบในปัจจุบันเข้าด้วยกัน ชุดของข้อแลกเปลี่ยนที่ลดลงเป็นสูตรไม่ได้
- การเจรจากับตัวแทนเครือข่ายและสร้างความสัมพันธ์กับบัญชีที่ทำให้คุณได้สิทธิ์เข้าถึงสินค้าคงคลังที่ดีขึ้นหรือการสนับสนุนที่เร็วกว่าเมื่อมีสิ่งผิดปกติ
- การกำกับครีเอทีฟ: การเลือกมุมมองใดที่ควรค่าแก่การทดสอบตั้งแต่แรก ไม่ใช่แค่สร้างรูปแบบยี่สิบแบบของมุมมองที่ใครบางคนเลือกไปแล้ว
ทักษะที่ควรสร้างตอนนี้#
- ความเข้าใจในการใช้พรอมต์ควบคู่กับรสนิยม การรู้วิธีใช้พรอมต์โมเดลสำหรับเนื้อหาหรือภาพมีความสำคัญน้อยกว่าการรู้ว่า "ดี" หน้าตาเป็นอย่างไร จนพอที่จะปฏิเสธความพยายามห้าครั้งแรกของโมเดล
- ความคล่องแคล่วในซัพพลายเชน การเข้าใจว่าเครือข่ายโฆษณา โปรแกรมติดตาม และหน้าแลนดิ้งเชื่อมต่อกันจริงๆ อย่างไร ทำให้คุณอธิบายการเปลี่ยนแปลงของประสิทธิภาพได้ แทนที่จะแค่รายงานมัน แนวทางของเราเรื่อง เครื่องมือสอดแนมโฆษณาจับโฆษณาเนทีฟได้อย่างไร และ อธิบายซัพพลายเชนโฆษณาเนทีฟ เป็นจุดเริ่มต้นที่ดี
- การวิจัยคู่แข่งเป็นวินัย ไม่ใช่งานครั้งเดียว กิจวัตรรายสัปดาห์ที่ทำซ้ำได้ชนะการตรวจสอบเป็นครั้งคราว ดู ข่าวกรองคู่แข่งสำหรับผู้ซื้อสื่อ และ วิธีสร้างรายชื่อเฝ้าดูคู่แข่ง
- ความรู้ด้านการปฏิบัติตามกฎระเบียบ โดยเฉพาะในอุตสาหกรรมสุขภาพและโภชนาการ (nutra) และการเงิน เนื่องจากการสร้างเนื้อหาที่ช่วยเหลือโดย AI เพิ่มปริมาณข้อความอ้างสิทธิ์ที่ต้องการการตรวจสอบโดยมนุษย์ก่อนเผยแพร่
บทบาทมีลักษณะอย่างไรตอนนี้เทียบกับไม่กี่ปีก่อน#
| ไม่กี่ปีก่อน | ตอนนี้ | |
|---|---|---|
| งานประจำวัน | การจัดการยอดประมูลด้วยมือ การรายงานสเปรดชีตแบบตายตัว | การเป็นเจ้าของเวิร์กโฟลว์ข้ามเครือข่ายและภูมิภาคหลายแห่ง |
| การวิจัยคู่แข่ง | เป็นครั้งคราว ตรวจสอบเฉพาะจุดตามโอกาส | กิจวัตรรายสัปดาห์ที่เป็นระบบ ช่วยเหลือโดยเครื่องมือ |
| การผลิตครีเอทีฟ | เนื้อหาเขียนด้วยมือ ทดสอบรูปแบบด้วยมือ | ปริมาณงานช่วยเหลือโดย AI การเลือกมุมมองชี้นำโดยมนุษย์ |
| การปฏิบัติตามกฎระเบียบ | ตรวจสอบตอนส่ง | ตรวจสอบอย่างต่อเนื่องเมื่อปริมาณผลลัพธ์จาก AI เพิ่มขึ้น |
วิธีทำให้ตำแหน่งของคุณทนทานต่ออนาคต#
กลายเป็นบุคคลในทีมที่เข้าใจตลาด ไม่ใช่แค่เข้าใจเครื่องมือ สร้างกิจวัตรการวิจัยที่ทำซ้ำได้ แทนที่จะพึ่งพาความจำหรือความรู้สึกระหว่างแคมเปญ เรียนรู้วิธีประเมินครีเอทีฟอย่างรวดเร็ว เหมือนผู้จัดการฝ่ายบุคคลสแกนผลงาน โดยใช้กรอบที่มีโครงสร้าง เช่น ใน วิเคราะห์ครีเอทีฟโฆษณาเนทีฟที่ชนะ และทำความคุ้นเคยกับการเป็นเจ้าของการตัดสินใจ "แพลตฟอร์มไหน ภูมิภาคไหน อุตสาหกรรมไหน" เนื่องจากนั่นคือจุดที่ระบบอัตโนมัติอ่อนแอที่สุดในตอนนี้
สิ่งนี้หมายความว่าอย่างไรหากคุณเป็นพันธมิตรอิสระ ไม่ใช่พนักงานเอเจนซี่#
พันธมิตรเดี่ยวและทีมซื้อสื่อขนาดเล็กรู้สึกถึงการเปลี่ยนแปลงนี้ต่างจากพนักงานเอเจนซี่ เพราะไม่มีผู้จัดการตัดสินใจว่าจะทำให้ส่วนไหนของงานเป็นอัตโนมัติให้คุณ คุณกำลังตัดสินใจเอง แคมเปญต่อแคมเปญ ข้อดีในทางปฏิบัติคือผู้ปฏิบัติงานเดี่ยวตอนนี้สามารถครอบคลุมพื้นที่ได้มากกว่าที่ทำได้เมื่อไม่กี่ปีก่อน: AI จัดการการสร้างรูปแบบและการแปล ทำให้มีเวลาว่างหลายชั่วโมงที่เคยใช้ไปกับการผลิตเนื้อหาด้วยมือ สำหรับการวิจัยและทดสอบจริงๆ ความเสี่ยงตรงกันข้ามกับความเสี่ยงของเอเจนซี่ แทนที่บทบาทจะกลายเป็นส่วนเกิน ผู้ซื้ออิสระที่พึ่งพาผลลัพธ์จาก AI เต็มที่โดยไม่พัฒนาชั้นการตัดสินใจ จะลงเอยด้วยการขยายมุมมองที่อ่อนแอเร็วขึ้นและใช้เงินงบประมาณหมดเร็วขึ้นเช่นกัน ผู้ซื้อที่ก้าวนำหน้าใช้ AI เป็นวิธีทดสอบมุมมองมากขึ้นต่อสัปดาห์ ไม่ใช่เป็นตัวแทนสำหรับการตัดสินใจว่ามุมมองใดควรค่าแก่การทดสอบตั้งแต่แรก แนวทางของเราเรื่อง วิธีขยายแคมเปญพันธมิตรโดยไม่ฆ่า ROI ครอบคลุมด้านวินัยการขยายของเรื่องนี้ในเชิงลึก
สัญญาณการจ้างงานที่ควรรู้ ไม่ว่าคุณจะอยู่ฝ่ายไหนของโต๊ะ#
หากคุณกำลังจ้าง คำถามสัมภาษณ์ที่ควรถามไม่ใช่ "คุณเคยใช้เครื่องมือ AI อะไรบ้าง" เพราะเกือบทุกคนมีคำตอบสำหรับเรื่องนั้นแล้ว มันคือ "พาผมเดินผ่านว่าคุณตัดสินใจจะยุติหรือขยายแคมเปญเฉพาะเจาะจงอย่างไร" ซึ่งเผยให้เห็นว่าผู้สมัครสามารถให้เหตุผลเกี่ยวกับตลาดได้หรือแค่ทำตามรายการตรวจสอบ หากคุณกำลังหางาน นั่นคือเรื่องราวที่ควรเตรียมพร้อม: การตัดสินใจเฉพาะเจาะจง สัญญาณที่ขับเคลื่อนมัน และผลลัพธ์ ไม่ใช่รายชื่อเครื่องมือที่คุณคุ้นเคย
เครื่องมือวิจัยเข้ามาเกี่ยวข้องกับเรื่องนี้อย่างไร#
ผู้ซื้อพึ่งพาเครื่องมือเช่น OpenAdLibrary มากขึ้นเรื่อยๆ เพื่อดูว่ามีอะไรกำลังทำงานอยู่จริงๆ ในดัชนีครีเอทีฟเนทีฟสด 725,000+ รายการ แทนที่จะคาดเดาเงื่อนไขตลาดจากความจำ การวิจัยที่มีพื้นฐานแบบนั้น การตรวจสอบครีเอทีฟจริง ความยืนยาวจริง กิจกรรมผู้โฆษณาจริง คืองานสร้างการตัดสินใจที่ไม่อัตโนมัติไป เพราะผลลัพธ์คือการตัดสินใจ ไม่ใช่ร่าง
หมายเหตุเกี่ยวกับตำแหน่งงานและโครงสร้างองค์กร#
ตำแหน่งงานล่าช้ากว่าการเปลี่ยนแปลงในความรับผิดชอบจริงๆ ซึ่งอาจทำให้เรื่องนี้สับสนจากภายนอก บางคนที่มีตำแหน่ง "ผู้ซื้อสื่อ" ในทีมที่กำลังเติบโตวันนี้ มักทำสิ่งที่เมื่อไม่กี่ปีก่อนจะถูกแบ่งระหว่างผู้ซื้อ นักเขียนบทโฆษณา และนักวิเคราะห์ระดับจูเนียร์ เพียงเพราะ AI ดูดซับปริมาณงานการร่างและการรายงาน หากคุณกำลังประเมินบทบาท ถามว่าสัดส่วนของสัปดาห์ใช้ไปกับการดำเนินการเทียบกับการวิจัยและกลยุทธ์ เนื่องจากตำแหน่งงานเพียงอย่างเดียวจะไม่บอกคุณอีกแล้วว่างานนั้นเป็นแบบไหนจริงๆ
ข้อผิดพลาดทั่วไป#
- การใช้เครื่องมือ AI เป็นตัวแทนการวิจัยตลาด แทนที่จะเป็นตัวเร่งให้มัน
- ข้ามพื้นฐานซัพพลายเชนเพราะ "เครื่องมือจัดการมัน" ซึ่งทำให้คุณไม่สามารถอธิบายการเปลี่ยนแปลงประสิทธิภาพให้ลูกค้าหรือผู้จัดการฟังได้
- ปล่อยให้การตรวจสอบการปฏิบัติตามกฎระเบียบล่าช้ากว่าปริมาณเนื้อหาที่ร่างโดย AI เนื่องจากเนื้อหาที่อ่านลื่นไม่ได้หมายความว่ามันปฏิบัติตามกฎ
- สันนิษฐานว่าตำแหน่งงานบอกคุณว่าบทบาทเกี่ยวข้องกับอะไรในแต่ละวันจริงๆ เมื่อความรับผิดชอบเปลี่ยนเร็วกว่าตำแหน่งงาน
กรอบเวลาที่สมจริงสำหรับการเปลี่ยนแปลงนี้#
ไม่มีสิ่งไหนต้องการการเปลี่ยนอาชีพข้ามคืน เริ่มต้นด้วยการตรวจสอบสัปดาห์ปัจจุบันของคุณ: จดชั่วโมงที่ใช้ไปกับการตรวจสอบการปรับจังหวะด้วยมือ การรายงานแบบตายตัว และการผลิตเนื้อหาร่างแรก จากนั้นมองหาระบบอัตโนมัติที่กำจัดส่วนที่ใหญ่ที่สุดด้วยต้นทุนการตั้งค่าที่น้อยที่สุด นำชั่วโมงที่ว่างไปสู่สิ่งเดียวในแต่ละครั้ง กิจวัตรการวิจัยคู่แข่งรายสัปดาห์ก่อน จากนั้นพื้นฐานซัพพลายเชน จากนั้นความรู้เชิงลึกด้านการปฏิบัติตามกฎระเบียบในอุตสาหกรรมที่คุณทำงานมากที่สุด ผู้ซื้อที่พยายามปรับเปลี่ยนทุกอย่างพร้อมกันมีแนวโน้มที่จะละความพยายามภายในหนึ่งเดือน ผู้ซื้อที่สร้างนิสัยหนึ่งก่อนเพิ่มอันถัดไปมีแนวโน้มที่จะยึดติดกับมันจริงๆ
สรุป#
ชั้นกลไกของการซื้อสื่อกำลังหดตัวอย่างแท้จริงในฐานะหมวดหมู่งาน ชั้นการตัดสินใจ การอ่านตลาด การเลือกมุมมอง การเป็นเจ้าของด้านการปฏิบัติตามกฎระเบียบและความสัมพันธ์ ไม่ได้หดตัว และมันคือชั้นที่ควรลงทุนหากคุณต้องการอาชีพที่อยู่รอดยาวนานกว่าคลื่นระบบอัตโนมัติในปัจจุบัน







