Hindi — hindi pinapalitan ng AI ang mga media planner. Pinapalitan nito ang mga bahaging assembly ng trabaho sa planning at iniwan ang mga bahaging judgment. Ang pagdra-draft ng plans, pagmamapa ng budgets sa mga channel, paghila ng linggong performance view, at pag-format ng deck ay halos automate-able na ngayon. Ang pagpasya kung aling constraint talaga ang mahalaga, ano ang gagawin dito, at ang pagtaya ng rekomendasyon sa tawag na iyon ay hindi. Ang netong epekto ay nagko-concentrate ang role: mas kaunting planner, gumagawa ng mas consequential na trabaho.
Matagal akong nasa magkabilang panig ng tanong na ito. Noong 2011 sinulat ko na mawawalan ng trabaho ang mga media planner dahil sa Google AdPlanner. Tama ang direksyon at napakamali ang timing, at ang dahilan ay ang buong sagot sa tanong na ito. In-automate ng AdPlanner ang assembly at iniwang hindi hinawakan ang judgment. Iyon mismo ang ginagawa ng mga model ngayon, mas marami lang ang nasa scope.
Ang tapat na maikling sagot
Iniipit ng tanong ang isang trabaho sa isang binary na hindi ito kailanman binuo para maging. Ang isang media planner ay hindi isang aktibidad; ito ay isang bundle ng mga ito, at hindi pantay ang pagtama ng AI sa bundle. Kapag nagtatanong ang mga tao kung pinapalitan ng AI ang mga planner, kadalasan iniisip nila ang buong role na nagbabaligtad nang sabay. Hindi ganoon kailanman gumagana ang automation sa trade na ito.
Ang nangyayari sa halip ay isang re-sorting. Ang mga aktibidad na rule-based, repetitive, at reversible ay hinihigop ng model. Ang mga aktibidad na nangangailangan ng context, taste, accountability, at point of view ay nananatili sa tao. Ang isang planner na halos unang set ay nasa gulo. Ang isang planner na halos ikalawang set ay nagiging mas mahalaga, dahil inalis ng machine ang busywork na dating nagpapalabo sa kanila.
Kaya ang sagot ay hindi "oo" o "hindi." Ito ay: pinapalitan ng AI ang assembly layer ng role, at ang hinaharap ng planner ay nakasalalay sa kung aling layer talaga siya nakatira. Kung hindi mo mapangalanan ang ginagawa mo na hindi kaya ng isang model, iyon ang natuklasan — hindi isang forecast.
Ano talaga ang assembly
Ang assembly ay kahit anong bahagi ng planning na kumukuha ng isang tinukoy na input at gumagawa ng isang tinukoy na output sa pamamagitan ng pagsunod sa isang proseso. Channel budget split sa isang fixed na total. Pacing calculation. Reach at frequency estimate mula sa isang planning tool. Pag-format ng plan sa isang client-ready na hugis. Pagbuo ng competitive landscape summary.
Wala sa mga ito ang trivial, at sa loob ng mga taon, isang tunay na skill ang gawin ito nang mabilis at walang error. Pero ito ay skill ng assembly na uri: natututunan, repeatable, at maiche-check. Ang isang model na may brief, constraints, at historical data ay makakagawa ngayon ng isang competent na unang pass ng bawat isa sa mga output na iyon. Hindi ito magiging perpekto. Hindi kailangang maging perpekto, dahil hindi rin kailanman ipinadala ng planner ang unang draft nang hindi na-edit.
Ang tell ay reversibility. Kung ang trabaho ay maaaring gawing muli nang mura at maiche-check laban sa rules, ito ay assembly. Ang channel split, pacing table, at formatted deck ay pumasa sa test na iyon. Iyon ang dahilan kung bakit sila ang mga unang bahagi ng trabaho na lumipat sa machine.
Ano talaga ang judgment
Ang judgment ang bahagi kung saan ang input ay malabo at ang output ay isang tawag kaysa isang komputasyon. Alin sa tatlong plausible na layunin ang tunay ngayong quarter. Kung ang nakasaad na budget ng client ay isang desisyon o isang opening position. Ano ang ibig sabihin ng numero kapag dumating ang resulta sa ibaba ng plano pero gumalaw ang brand metric.
Wala sa mga ito ang may tamang sagot na nagtatago sa data. May mapagtatanggol silang sagot na kailangang angkinin ng tao. Makakapaglagay ang model ng mga opsyon, makakapangalan ng trade-off, at makakapagrekomenda pa. Hindi ito makakaupo sa silid at managot sa pagpili — at ang accountability ay malaking bahagi ng laging pagiging senior planning. Habang mas hinahawakan ng machine ang assembly, mas nagiging buong trabaho ito: pagpili sa mga magandang opsyon at pagtayo sa likod ng pagpili.
Bakit hindi tumama ang hula noong 2011
Nang isulat ko ang unang post na iyon, malinis ang tingin ng logic. May tool ang Google na makakagawa ng media plan, kaya dapat kinabahan ang mga planner. Kinabahan ang ilan. Pero hindi nawala ang trabaho, at ang dahilan ay nagtuturo.
In-automate ng AdPlanner ang assembly at wala nang iba. Makakagawa ito ng isang plan; hindi nito mapapasya kung aling plan ang tama para sa isang partikular na client sa isang partikular na market na may partikular na history. Hinigop ng mga planner ang tool, ginamit ito para sa mekanikal na kalahati, at pinanatili ang judgment na kalahati. Tama sa direksyon ang hula — na-automate nga ang assembly work — pero napagkamalan nitong assembly ang buong trabaho. Ito ang parehong pagkakamali na ginagawa ng mga tao tungkol sa AI ngayon, mas malaking tool lang.
Ano ang iba ngayon
Ang iba ngayon ay ang lapad at ang kadalian. Isang makitid na bagay lang ang ginawa ng AdPlanner. Ang isang modernong model ay makakagawa ng research synthesis, plan drafting, copy generation, reporting, at localization sa isang workflow, at maaaring itutok sa sariling context ng isang kumpanya kaysa sa isang generic na planning tool. Ang bahagi ng trabahong itinuturing na assembly ay mas malaki lang kaysa noong 2011.
Pinapalawak nito kung sino ang nakakaramdam ng pagbabago. Hindi lang junior planner na gumagawa ng mekanikal na trabaho; ito rin ang mid-level planner na puno ang linggo ng first draft at formatted update. Hindi nagbago ang pangangailangan sa judgment, pero tumaas ang bar sa kung ano ang itinuturing na "value-add," dahil ginagawa ng machine na ngayon ang isang kapani-paniwalang bersyon ng dating buong linggo.
Bumalik ako sa eksaktong takot na ito sa sarili ko mamaya, sa isang mas personal na post tungkol sa pagkawala ng sarili kong trabaho sa machine learning. Nananatili ang aral doon: tunay ang pagkabalisa, at ang tugon ay hindi ang ipagtanggol ang assembly kundi ang sadyang umakyat sa stack.
Aling mga planner ang nakakaligtas
Ang mga planner na nananatiling mahalaga ay ang gumagawa ng tatlong bagay. Kinukuha nila ang responsibilidad sa tawag, hindi lang sa dokumento. Maipapaliwanag nila kung bakit tama ang isang plan sa paraang pinagkakatiwalaan ng isang client, isang skill sa komunikasyon at pangangatwiran, hindi sa production. At kayang idirekta nila ang machine — itakda ang constraints, husgahan ang output, at hulihin ang plausible-pero-maling draft na ginagawa ng mga model.
Ang mga planner na nasa risk ay ang buong halaga ay paggawa ng artefact. Kung ang araw mo ay pagge-generate ng plans at updates na nilalagdaan ng isang senior, nakatayo ka kung saan lumalapag ang automation. Hindi iyon isang moral na pagkukulang; isang paglalarawan iyon ng workflow. Ang hakbang ay ang lumapit sa desisyon — ang maging taong pinaglilingkuran ng judgment ng unang pass.
Ano ang gagawin sa Lunes
Magsimula sa pag-audit ng sarili mong linggo laban sa linya ng assembly/judgment. Ilista ang ginawa mo, markahan ang bawat item bilang regenerate-and-check o own-the-call, at tingnan ang ratio. Kung halos regenerate-and-check ang listahan, iyon ang signal na i-redesign ang role, hindi ang maghintay.
Tapos pumili ng isang judgment activity at maging mas mahusay dito nang sadyain: isulat ang rekomendasyon bago mo isulat ang plan, ipagtanggol ang isang pagpili sa isang kasamahan, o kumuha ng maliit na budget decision mula simula hanggang dulo. Minamapa ng Gabay sa Strategy kung saan nakaupo ang planning sa mas malawak na operating model, at pinag-aaralan ng course FAQ ang mga tanong na unang itinatanong ng mga planner.
Ang tapat na sagot, pagkatapos ng halos dalawang dekada sa trade na ito, ay hindi pinapalitan ng AI ang mga planner. Pinapalitan nito ang bersyon ng trabaho na halos assembly, at ginagawang mas mahalaga ang judgment na bersyon kaysa dati — basta handa kang gawin ang mas mahirap na kalahati.
FAQ
Magkakaroon ba ng mas kaunting media planner sa limang taon?
Malamang mas kaunti, at mas senior sa karaniwan. Ang assembly layer na dating sumusuporta sa malalaking bench ng junior ay eksaktong hinihigop ng AI, kaya magiging mas maliit ang mga team at mas mataas ang sahig. Mas kaunting tao, bawat isa ay gumagawa ng mas consequential na trabaho, ang hugis na pagpaplanoan ko.
Mas exposed ba ang planning sa AI kaysa sa buying?
Pareho silang exposed pero sa iba't ibang bilis. Gumagawa ang planning ng dokumento at opsyon, na madaling gawin, kaya mataas ang bahagi ng assembly. Ang buying ay may kasamang live na desisyon at relasyon sa ilalim ng presyon ng oras, na mas malagkit. Pagpaplanoan ang paggalaw ng dalawa, una ang planning.
Anong skill ang dapat buuin ng isang junior planner ngayon?
Ang kakayahang gumawa at magtanggol ng isang tawag. Matutunan ang mekanika, pero ituring ang mekanikal na trabaho bilang entry ticket, hindi ang trabaho. Ang mga junior na uunlad ay ang mga makakapagpaliwanag kung bakit tama ang isang rekomendasyon, makakapagdirekta sa isang model upang gumawa ng mas magandang draft, at makakapag-ako ng resulta.
Dapat bang matuto ang mga planner na bumuo ng AI workflows?
Sapat upang idirekta sila, hindi kinakailangang i-engineer sila. Kailangan mong malaman kung ano ang nakikita ng model, saan ito nabigo, at kung paano husgahan ang output nito. Ang literasiyang iyon ay nagpapahintulot sa iyong idisenyo ang sarili mong role sa paligid ng judgment kaysa maghintay na may mag-redesign nito para sa iyo.
Ang maikling bersyon
Hindi pinapalitan ng AI ang mga media planner; pinapalitan nito ang assembly na kalahati ng trabaho at iniwan ang judgment. Ginagawang concentrate ng iyon ang role tungo sa mas kaunti, mas senior na taong nagmamay-ari ng tawag. Ang hakbang ng planner ay ang lumapit sa desisyon at lumayo sa artefact. Kung nais mo ang buong operating na larawan, magsimula sa Gabay sa Strategy.
Napamali ko ang timing noong 2011 at patuloy akong nagre-recalibrate sa publiko. Kung isa kang planner na nag-aayos nito sa sariling team, nais kong marinig kung aling kalahati ng linggo mo ang unang ibibigay mo.
Maraming salamat, Chandler
Ang artikulong ito ay available sa Filipino, pero ang course materials (video, template, at companion guides) ay nasa English, Japanese, Simplified Chinese, at Korean. Available ang site na ito sa 13 wika.