नहीं — AI media planners की जगह नहीं लेता। यह planning की नौकरी के assembly वाले हिस्सों की जगह लेता है और judgment वाले हिस्से छोड़ देता है। Plans लिखना, budgets channels में map करना, weekly performance view खींचना, और deck format करना अब largely automatable हैं। यह तय करना कि असल में कौन-सी constraint मायने रखती है, उसके बारे में क्या करना है, और उस call पर एक recommendation दाँव पर लगाना, नहीं है। Net असर यह है कि role concentrate हो जाता है: कम planners, ज़्यादा consequential काम करते हुए।
मैं इस सवाल के दोनों तरफ़ लंबे समय से रहा हूँ। 2011 में मैंने लिखा था कि media planners Google AdPlanner की वजह से अपनी नौकरी खो देंगे। मैंने दिशा सही पकड़ी और timing बहुत ग़लत, और इसका कारण ही इस सवाल का पूरा जवाब है। AdPlanner ने assembly automate की और judgment को अछूता छोड़ दिया। आज के models ठीक वही करते हैं, बस नौकरी का ज़्यादा हिस्सा scope में है।
ईमानदार छोटा जवाब
सवाल एक नौकरी को एक binary तक उतार देता है जिसके लिए वह कभी बनी ही नहीं। एक media planner एक activity नहीं है; यह उनका एक bundle है, और AI उस bundle को असमान रूप से मारता है। जब लोग पूछते हैं कि क्या AI planners की जगह लेता है, वे आमतौर पर यह सोचते हैं कि पूरा role एक साथ पलट जाएगा। इस trade में automation कभी ऐसे नहीं काम किया।
इसके बजाय जो होता है वह एक re-sorting है। Rule-based, repetitive और reversible activities model ले लेता है। जिन activities में context, taste, accountability और एक point of view चाहिए वे एक व्यक्ति के पास रहती हैं। जो planner ज़्यादातर पहले set वाला है वह मुसीबत में है। जो planner ज़्यादातर दूसरे set वाला है वह और क़ीमती बन जाता है, क्योंकि machine ने वह busywork हटा दिया जो उसे पतला करता था।
तो जवाब "हाँ" या "नहीं" नहीं है। यह है: AI role की assembly layer की जगह लेता है, और planner का भविष्य इस पर निर्भर है कि वह असल में किस layer में रहता है। अगर आप यह नाम नहीं ले सकते कि आप क्या करते हैं जो एक model नहीं कर सकता, तो वही discovery है — कोई forecast नहीं।
असल में assembly क्या था
Assembly planning का वह हिस्सा है जो एक defined input लेता है और एक process follow करके एक defined output produce करता है। एक fixed total में channel budget splits। Pacing calculations। एक planning tool से reach और frequency estimates। Plan को client-ready shape में format करना। Competitive landscape summary बनाना।
इसमें से कुछ भी trivial नहीं है, और सालों तक इसे जल्दी और बिना errors के करना एक असली skill थी। लेकिन यह assembly तरह की skill है: learnable, repeatable और checkable। Brief, constraints और historical data वाला एक model अब इनमें से हर output का एक competent पहला pass produce कर सकता है। यह perfect नहीं होगा। होने की ज़रूरत नहीं है, क्योंकि planner भी कभी पहला draft बिना edit किए नहीं भेजता था।
Indication reversibility है। अगर काम सस्ते में regenerate हो सकता है और rules के सामने check हो सकता है, तो वह assembly है। Channel splits, pacing tables और formatted decks सब वह test pass करते हैं। इसीलिए वे नौकरी के पहले हिस्से हैं जो machine पर जाते हैं।
असल में judgment क्या था
Judgment वह हिस्सा है जहाँ input ambiguous है और output एक call है, computation नहीं। तीन plausible objectives में से असली इस quarter कौन-सा है। Client का बताया budget एक फ़ैसला है या एक opening position। जब result plan से नीचे आए पर brand metric हिले, तो number का मतलब क्या है।
इनका कोई सही जवाब data में छिपा नहीं होता। इनका एक defensible जवाब होता है जिसे एक व्यक्ति को अपनाना पड़ता है। एक model options रख सकता है, trade-offs का नाम ले सकता है, और recommendation भी दे सकता है। यह कमरे में बैठकर चुनाव के लिए accountable नहीं हो सकता — और accountability senior planning का हमेशा एक बड़ा हिस्सा रहा है। जितना ज़्यादा machine assembly handle करती है, उतना ही पूरी नौकरी यह बन जाती है: अच्छे options में से चुनना और चुनाव के पीछे खड़ा होना।
2011 की भविष्यवाणी क्यों सही नहीं बैठी
जब मैंने वह पहला post लिखा, logic साफ़ लगा। Google के पास एक tool था जो एक media plan generate कर सकता था, तो planners को nervous होना चाहिए था। कुछ हुए भी। लेकिन नौकरियाँ ग़ायब नहीं हुईं, और कारण instructive है।
AdPlanner ने assembly automate की और कुछ नहीं। यह एक plan produce कर सकता था; यह तय नहीं कर सकता था कि एक ख़ास client के लिए, एक ख़ास market में, एक ख़ास history के साथ कौन-सा plan सही है। Planners ने tool को absorb किया, mechanical आधे हिस्से के लिए इस्तेमाल किया, और judgment वाला आधा रखा। भविष्यवाणी दिशा में सही थी — assembly का काम automate हो गया — लेकिन उसने assembly को नौकरी समझ लिया। यह वही ग़लती है जो लोग AI के बारे में अब करते हैं, बस एक बड़े tool के साथ।
इस बार क्या अलग है
इस बार जो अलग है वह विस्तार और सहजता है। AdPlanner ने एक संकुचित चीज़ की। एक आधुनिक model एक ही workflow में research synthesis, plan drafting, copy generation, reporting और localization कर सकता है, और इसे एक generic planning tool के बजाय एक company के अपने context पर निर्देशित किया जा सकता है। नौकरी का जो हिस्सा assembly गिना जाता है वह 2011 की तुलना में बस बड़ा है।
यह बढ़ा देता है कि बदलाव कौन महसूस करता है। यह सिर्फ़ junior planners नहीं हैं जो mechanical काम करते हैं; यह वह mid-level planner है जिसका हफ़्ता first drafts और formatted updates से भरा है। Judgment की माँग नहीं बदली, लेकिन "value-add" की बार जो ऊँची है, क्योंकि machine अब उस चीज़ का एक credible version करती है जो पहले एक पूरा हफ़्ता लेती थी।
मैं इसी डर पर बाद में ख़ुद लौटा, machine learning को अपनी नौकरी खोने पर एक ज़्यादा personal post में। वहाँ का सबक़ टिकता है: चिंता असली है, और जवाब assembly को defend करना नहीं बल्कि जान-बूझकर stack में ऊपर चढ़ना है।
कौन-से planners बचते हैं
जो planners क़ीमती रहते हैं वे वे हैं जो तीन चीज़ें करते हैं। वे call की ज़िम्मेदारी लेते हैं, सिर्फ़ document की नहीं। वे समझा सकते हैं कि एक plan क्यों सही है ऐसे ढंग से जिस पर client भरोसा करे, जो एक communication और reasoning skill है, production skill नहीं। और वे machine को direct कर सकते हैं — constraints तय करना, output जज करना, और models के produce किए plausible-पर-ग़लत draft को पकड़ना।
जो planners risk में हैं वे हैं जिनका पूरा value artifact produce करना है। अगर आपका दिन ऐसी plans और updates generate करना है जिन पर एक senior व्यक्ति हस्ताक्षर करता है, तो आप वहीं खड़े हैं जहाँ automation उतरती है। यह कोई moral कमी नहीं है; यह workflow का वर्णन है। कदम यह है कि decision के करीब जाएँ — वह व्यक्ति बनें जिसके judgment की पहला pass सेवा कर रहा है।
सोमवार को क्या करें
अपने हफ़्ते को assembly/judgment की line के सामने audit करके शुरू करें। जो किया वह list करें, हर item को regenerate-and-check या own-the-call mark करें, और ratio देखें। अगर list ज़्यादातर regenerate-and-check है, तो वह signal है role redesign करने का, इंतज़ार करने का नहीं।
फिर एक judgment activity चुनें और उसमें जान-बूझकर बेहतर हों: plan लिखने से पहले recommendation लिखें, एक चुनाव किसी साथी के सामने defend करें, या एक छोटा budget फ़ैसला शुरू से आख़िर तक लें। Strategy guide map करता है कि planning व्यापक operating model में कहाँ बैठती है, और course FAQ उन सवालों से गुज़ारती है जो planners सबसे पहले पूछते हैं।
ईमानदार जवाब, इस trade में लगभग दो दशकों के बाद, यह है कि AI planners की जगह नहीं लेता। यह नौकरी के उस version की जगह लेता है जो ज़्यादातर assembly था, और judgment वाले version को इतना क़ीमती बना देता है जितना वह लंबे समय से नहीं रहा — बशर्ते आप मुश्किल आधा करने को तैयार हों।
FAQ
पाँच साल में कम media planners होंगे?
शायद कम, और औसतन ज़्यादा senior। जो assembly layer एक समय बड़ी junior benches को support करती थी वही वह चीज़ है जिसे AI absorb करता है, इसलिए teams छोटी होंगी और floor ऊँचा होगा। कम लोग, हर एक ज़्यादा consequential काम करते हुए, वह shape है जिसके लिए मैं plan करूँगा।
क्या planning buying से ज़्यादा AI के लिए exposed है?
दोनों एक ही तरह exposed हैं पर अलग रफ़्तार से। Planning documents और options produce करती है, जो generate करना आसान है, इसलिए assembly का हिस्सा ऊँचा है। Buying में live decisions और समय के दबाव में relationships शामिल हैं, जो ज़्यादा sticky हैं। दोनों के लिए plan करें, planning पहले।
एक junior planner को अब कौन-सी skill बनानी चाहिए?
एक call लेने और defend करने की क्षमता। Mechanics सीखें, लेकिन mechanical काम को entry ticket मानें, नौकरी नहीं। जो juniors फलते-फूलते हैं वे वे होंगे जो समझा सकते हैं कि एक recommendation क्यों सही है, एक model को बेहतर draft produce करने के लिए direct कर सकते हैं, और result की ज़िम्मेदारी ले सकते हैं।
क्या planners को AI workflows बनाना सीखना चाहिए?
उन्हें direct करने लायक़, ज़रूरी नहीं कि engineer करने लायक़। आपको जानना है कि model क्या देख सकता है, वह कहाँ fail होता है, और उसके output को कैसे जज करें। वह literacy आपको अपना role judgment के इर्द-गिर्द design करने देती है, बजाय किसी के आपके लिए redesign करने का इंतज़ार करने के।
Short version
AI media planners की जगह नहीं लेता; यह नौकरी के assembly वाले आधे हिस्से की जगह लेता है और judgment छोड़ देता है। यह role को कम, ज़्यादा senior लोगों की तरफ़ concentrate करता है जो call के owner हों। Planner का कदम decision के करीब और artifact से दूर जाना है। अगर आप पूरा operating चित्र चाहते हैं, Strategy guide से शुरू करें।
मैंने 2011 में timing ग़लत पकड़ी और मैं अब भी सबके सामने recalibrate कर रहा हूँ। अगर आप एक planner हैं जो अपनी team में यह सुलझा रहे हैं, तो मैं सुनना चाहूँगा कि आप अपने हफ़्ते का कौन-सा आधा पहले सौंपेंगे।
शुभकामनाओं सहित, Chandler
यह लेख हिंदी में उपलब्ध है, लेकिन कोर्स सामग्री (वीडियो, टेम्पलेट्स और सपोर्टिंग गाइड्स) अंग्रेज़ी और जापानी में उपलब्ध है। यह साइट 13 भाषाओं में उपलब्ध है।