Ang AI para sa new business ng agency ay ang paggamit ng mga model upang i-compress ang mabagal at paulit-ulit na trabaho sa paligid ng isang pitch — pag-research sa prospect, pagdra-draft ng response, pag-tailor ng credential, pag-assemble ng proposal — habang ang relasyon at ang creative na ideya ay nananatili sa mga tao. Ang mga agency na mahusay na gumagamit nito ay nananalo ng mas maraming oras para sa mga bahagi ng pitch na talagang nagpapasya dito; ang mga mahusay na hindi gumagamit nito ay gumagawa ng mas generic na pitch nang mas mabilis at natatalo.
Ang new business ang lugar kung saan panalo o talo ang kuwento ng paglago ng isang agency, at isa rin ito sa pinakapaulit-ulit na bahagi ng pagpapatakbo ng isang agency. Ang kombinasyong iyon ang gumagawa nitong isang magandang kandidato para sa AI, basta tapat ka kung aling kalahati ng trabaho ang talagang paulit-ulit.
Gaano talaga ang gastos ng new business
Ang gastos ng new business ay hindi ang meeting; ito ang lahat ng nasa paligid nito. Pagbasa sa prospect, pag-unawa sa kanilang category, pag-tailor ng case study, pagsulat ng response document, pagbuo ng deck, paghabol sa follow-up. Karamihan ng trabahong iyon ay structured at repeatable, at ang isang malaking bahagi nito ay ginagawa sa ilalim ng presyon ng oras ng mga taong ang tunay na halaga ay judgment at relasyon.
Iyon ang seam na kinakasya ng AI. Inaalis nito ang assembly na pumipigil sa mga senior na tao na mag-isip, kaya nakakakuha ang pitch ng mas marami sa kanilang pinakamagagandang oras. Hindi ito nagsusulat ng mas magandang ideya, at ang anumang agency na nag-outsource ng ideya sa isang model ay matutuklasan sa sandaling magtanong ang client ng isang tunay na tanong.
Sulit ding tandaan na ang isang pitch ay bahagyang isang argumento kung bakit hindi dapat basta pumasok in-house ang trabaho. Ang kalkulasyong iyon ay luma — sumulat ako tungkol dito noong lumilipat in-house ang search marketing — at hindi binago ng AI ang hugis nito: kailangang ipakita ng agency ang isang standard at isang memory na hindi kayang itayo ng client nang mag-isa.
Saan tumutulong ang AI sa buong pitch
Apat na stage ang angkop sa mga model, at bawat isa ay may malinaw na human counterpart na hindi dapat ibigay. Ang table sa ibaba ang hating gagawin ko.
| Stage | Trabaho ng AI | Trabaho ng tao |
|---|---|---|
| Prospect research | Isumaryo ang pampublikong materyal, i-map ang category | Pasya kung ano ang mahalaga sa kanila |
| First draft | I-assemble ang structure at boilerplate | Isulat ang argumento at ang ideya |
| Credentials | I-tailor ang umiiral na case study | Piliin kung aling proof ang relevant |
| Proposal | I-format, check, version | Magmay-ari ng numero at ng pangako |
Ang pattern ay hinahawakan ng AI ang assembly at ang tao ang selection at commitment. Kapag lumalabo ang hati, nakakakuha ka ng mga pitch na makintab, kumpleto, at hindi makilala mula sa huling sampung nakita ng client.
Research nang walang paggawa-gawa
Ang unang lugar kung saan kumikita ang AI ay ang research. Ang isang model ay makakapagsumaryo ng pampublikong materyal ng isang prospect, makakapag-map ng kanilang category, at makakapaglabas ng mga tanong na maaaring itanong ng isang competitor, sa isang oras kaysa isang araw. Tunay na kapaki-pakinabang iyon, at doon din nakatira ang panganib, dahil gagawa-gawa ang mga model ng fact tungkol sa isang prospect nang may buong tiwala.
Ang tuntunin ay simple: gamitin ang AI upang maghanap at mag-organisa, at i-verify ang anumang pumapasok sa isang dokumentong babasahin ng client. Walang imbentong metric, walang palagay na relasyon, walang "sinabi ng prospect" na hindi mo ma-source. Ang pitch na itinayo sa isang fabricated detail ay isang risk na magwawakas sa relasyon, at hindi sulit ang natipid na pagsisikap. Magtago ng source para sa bawat claim na mahalaga.
Mag-draft, pero huwag kailanman ipadala ang draft
Ang pagsulat ng response ang lugar kung saan pinakatukso at pinakamapanganib ang AI. Ang isang model ay makakagawa ng competent na unang draft na sumasaklaw sa bawat seksyon, at kung ipapadala mo ang draft na iyon, nagpadala ka ng isang generic na pitch. Ang halaga ay nasa paggamit nito bilang scaffolding — structure, coverage, isang checklist ng dapat nilalaman ng isang response — at tapos ay isulat ang aktwal na argumento mismo.
Ang praktikal na tuntunin ay walang pangungusap na sinulat ng AI ang pumupunta sa isang prospect nang hindi na-edit. Hindi dahil masama ang prosa, kundi dahil ang pitch ay isang pangako, at ang pangakong hindi mo sinulat ay isang hindi mo maipagtatanggol. Ang oras ng pag-edit ang lugar kung saan ipinasok ang punto de bista ng agency, at ito ang bahaging nananalo ng trabaho.
Credentials nang walang pag-imbento
Ang pag-tailor ng credential ay isang trabahong mahusay na ginagawa ng AI kapag tunay ang hilaw na materyal at isang liability kapag hindi. Ang pagpapakain sa model ng aktwal mong case study at paghiling dito na piliin at isaayos ang mga relevant laban sa brief ng isang prospect ay lehitimo at mabilis. Ang paghiling dito na "sumulat ng isang case study" ang paraan kung paano nauuwi ang mga agency sa proof na hindi nila maipagtatanggol.
Magtago ng isang structured na library ng tunay na case study — ang problema, ang trabaho, ang resulta, ang ebidensya — at hayaang magtrabaho ang model mula doon. Sa paglipas ng panahon, nagiging isang asset sa sarili nito ang library na iyon, at ito ang parehong memory layer na nagsasandig sa iba pang AI-native agency. Habang mas mayaman at mas totoo ito, mas nagiging kapaki-pakinabang ang bawat pitch sa hinaharap.
Ang bitag ng generic na pitch
Ang pinakamalaking risk ay hindi ang gumawa ng AI ng masamang pitch; ito ang gumawa nito ng competent at generic. Ang isang model na sinanay sa pitch ng lahat ay gumagawa ng median pitch, at hindi nananalo ang median pitch. Kung ang iyong new-business output ay nagsimulang maging makinis at mapagpapalit, hindi ang model ang problema; ito ay hinayaan mo itong isulat ang mga bahaging dapat sana ay sa iyo.
Ang kontra ay sinadya: gamitin ang AI para sa lahat maliban sa ideya at sa punto de bista, at tiyaking isang senior na tao ang nagmamay-ari sa mga iyon. Ang test ay kung makikilala ng isang prospect ang iyong pitch mula sa isang competitor kung tinanggal ang mga logo. Kung hindi, nakatipid sa iyo ng oras ang AI at kinuha ang trabaho mo.
Isang workflow ng new business
Itayo ang workflow sa apat na hakbang. Kolektahin ang materyal ng prospect at ipasumaryo sa model. I-draft ang structure ng response mula sa summary na iyon at isang template. Piliin ang pinakamagagandang tunay na case study mula sa iyong library at i-tailor ang mga ito. Tapos ipasulat sa isang tao ang argumento, i-check ang bawat claim, at magmay-ari ng numero. I-automate ang unang tatlong hakbang at ituring ang ikaapat bilang ang trabaho.
Sa paglipas ng panahon, i-instrument ang workflow tulad ng gagawin mo sa iba pa: gaano katagal ang isang response, gaano karaming senior time ang kinakain nito, at ano ang hitsura ng win rate. Iyon ang tapat na paraan upang malaman kung tumutulong ang AI sa new business o pinapabilis lang ang papeles. Sinasaklaw ng gabay sa agency-model ang mas malawak na pagbabagong dala ng AI sa pagpapatakbo ng isang agency.
Ang follow-up at ang pipeline
Ang pitch ay hindi lang ang lugar kung saan tumutulong ang AI; ang follow-up ang lugar kung saan nawawalan ng momentum ang karamihan ng agency. Ang isang model ay makakapag-draft ng follow-up sequence, makakapagsumaryo ng meeting, at makakapagpanatiling current sa pipeline notes, upang manatiling mainit ang relasyon nang walang manwal na paghabol ng isang tao sa bawat thread. Wala sa mga iyon ang nagbabago kung sino ang may-ari ng relasyon, at wala sa kanila ang dapat mag-automate sa personal na tala.
Ang ugaling mahalaga ay ang gawing pag-aaral ang bawat pitch. Panalo o talo, i-record kung bakit, idagdag ito sa iyong case-study at positioning library, at hayaang ipaalam nito ang susunod na pitch. Ang library na iyon ang katumbas ng new business ng memory layer, at ito ang dahilan kung bakit ang isang mature na agency ay nagpi-pitch nang mas mabilis at mas mahusay kaysa sa isang bata. Pakainin ang model mula rito, at hayaang mag-compound ito sa bawat usapan. Ang isang maikling nakasulat na tala pagkatapos ng bawat pitch — ano ang itinanong, ano ang lumapag, ano ang gagawin mo nang iba — tumatagal ng ilang minuto at mas mahalaga kaysa sa anumang tool, dahil ito ang hilaw na materyal na pinagmumulan ng susunod na pitch. Ang talang iyon din ang gumagawa sa model na kapaki-pakinabang: kung wala ito, nagdra-draft ang AI mula sa wala.
FAQ
Makakasulat ba ang AI ng aming RFP?
Makakapag-draft ito ng structure at boilerplate, at hindi ito dapat sumulat ng argumento o ideya. Gamitin ito upang matiyak na masaklaw mo ang bawat seksyon at upang makatipid ng oras sa assembly. Ang mga salitang nagdadala ng pitch, at ang mga commitment sa loob ng mga ito, ay nananatili sa isang taong makakapagtatanggol sa kanila.
Etikal bang gumamit ng AI sa isang pitch?
Oo, kapag ginagamit mo ito para sa research, drafting, at assembly — ang parehong kategorya ng trabahong laging dine-delegate ng mga account team. Nagiging problema ito kapag nagpapakita ka ng fabricated na proof o nagpapasa ng isang generic na response bilang bespoke na pag-iisip. Ang tuntunin ay ang parehong ilalapat mo sa anumang junior support work: dapat totoo ito at dapat sa iyo ito.
Hindi ba gagamitin ito ng bawat agency at kakanselahin ang kalamangan?
Gagamitin nila, kaya nga lumilipat ang kalamangan sa mga bahaging hindi kayang gawin ng model: ang ideya, ang relasyon, at ang tunay na case study. Kapag may mabilis na assembly ang lahat, tumitigil ang mas mabilis na assembly sa pagiging differentiator. Ang mga agency na mananalo ay ang mga tunay na mas mahusay ang pag-iisip at proof.
Ano ang pinakamalaking pagkakamali?
Ang pagpapadala ng unang draft. Iyon ang pinakamabilis na paraan upang matalo ang isang pitch, dahil nararamdaman ng prospect ang kawalan ng point of view. Gamitin ang draft bilang scaffolding, tapos isulat ang pitch mismo, kahit sa ilalim ng presyon ng oras. Ang hakbang sa pag-edit na iyon ang trabaho.
Ang maikling bersyon
Ini-compress ng AI ang research, drafting, credential tailoring, at proposal assembly ng new business ng isang agency upang ang mga senior na tao ay gumugol ng oras sa ideya at sa relasyon. Gamitin ito upang maghanap at mag-organisa, hindi kailanman upang gumawa-gawa, at maglagay ng tao sa bawat pangungusap na babasahin ng isang prospect. Sinasaklaw ng gabay sa agency-model kung paano nagbabago ang modelo, at pinapatakbo ng for agencies na track ang new business sa operating model ng agency.
Kung nagpapatakbo ka ng new business, nais kong marinig kung saan mo iginuhit ang linya sa pagitan ng AI na nagdra-draft at ng isinulat mo mismo.
Maraming salamat, Chandler
Ang artikulong ito ay available sa Filipino, pero ang course materials (video, template, at companion guides) ay nasa English at Japanese. Available ang site na ito sa 13 wika.