跳到正文
Chandler Nguyen
AI閱讀時間2分鐘

點解大多數 AI 行銷工具睇落好快,卻削弱咗團隊嘅判斷力

我喺廣告行業做咗好多年,一直見到團隊將「郁得快」誤當成「有進展」。後來我開始 自己整 AI 行銷工具,先發現個問題其實更嚴重:執行快咗,判斷反而弱咗。

嗰晚係平日夜晚,已經好夜,我望住一個睇落非常之勁嘅 dashboard。

入面有 campaign ideas。有 ad variations。有 email subject lines。有 social posts。有 content clusters。最頂仲有一段乾淨企理嘅 summary,話個 AI 喺一個 session 入面生成咗 47 個 "actionable marketing assets"。

而我最誠實嘅反應得一個:

我依然唔知道呢個 business 下一步應該做乜。

就係嗰一刻,成件事突然變得好清楚。好多 AI 行銷工具喺頭五分鐘會令人覺得好神,因為佢哋真係好擅長產出 output。但 output 唔等於 judgment。事實上,有時正正係 output,遮住咗 judgment 缺席呢件事。

我喺廣告行業待得夠耐,所以我知道呢個模式唔係 AI 發明出嚟。Agencies 同 marketing teams 一向都好容易迷戀「有郁」呢件事。更多 decks。更多 campaigns。更多 "we should test that." 更多睇落忙到足以令更深層問題再延後一個星期嘅工作。

AI 只係令呢種傾向快咗好多好多。

而老實講?仲危險咗少少。

因為如果有人畀你 47 個普通到唔得嘅 ideas,你知道嗰係普通 ideas。但如果一個 AI 工具用一個好乾淨嘅介面,再加一個好有自信嘅語氣,畀你 47 個普通 ideas,佢會令人覺得嗰個係 intelligence。似 progress。似真係幫緊你。

但有時,你只係被加速推向一個更差嘅決定。

呢個就係我做 STRAŦUM 時一路放唔低嘅地方(而家已經停運 — 佢第一個版本係 MIT 授權嘅開源參考實作)。對大部分 marketing teams 嚟講,核心問題唔係佢哋 produce 唔到足夠多嘅內容。真正問題係,佢哋根本唔知道咩先值得優先去做。

呢個差別聽落好似好微妙。我唔覺得佢微妙。

我會認得呢個模式,係因為我以前就喺入面打滾

喺我開始做 software 之前,我喺廣告行業做咗好多年。所以「華麗版嘅混亂」,我真係見得太多。

團隊有壓力。Revenue target 唔穩。領導層想見到 movement。Brief 好亂。Positioning 唔清。冇人真係對 audience 有共識。於是會發生乜嘢?

成間房開始生產。

我哋再寫多啲 copy。

再 test 五個新 hooks。

再搞一條 nurture sequence。

做一個俾 agencies 嘅 campaign,做一個俾 founders,做一個俾 enterprise,可能再做一個俾 "mid-market innovation leaders",因為個字聽落夠貴,應該會 impress 到某啲人。

每個人都覺得自己好 productive,因為每個人都喺度整嘢。

但如果 message 係錯嘅,persona 係模糊嘅,competitive framing 又係弱嘅,咁你真正做緊嘅,只係將不確定性工業化。

所以我每次見到 AI marketing products 將「速度」當成全部 pitch,我都會有少少過敏。

方向本身啱嘅時候,速度當然係好事。

方向錯嘅時候,速度係好貴。

Execution-First AI 嘅隱藏成本

Execution-first AI 嘅問題唔係佢成日都寫得差。有時佢寫得唔錯。講真,有時仲幾好。

問題係,佢會訓練團隊唔再做某啲更重要嘅嘢。

1. 佢會訓練人跳過 framing 呢一步

如果一個 tool 可以即刻 generate 六個 landing page options,最自然嘅誘惑就係直接喺 A 到 F 之間揀。

但真正嘅問題從來都唔係「我哋鍾意邊一版 landing page?」

真正嘅問題其實係:

  • 我哋係咪喺對住啱嘅 customer 講嘢?
  • 我哋係咪喺解決啱嘅 problem?
  • 我哋係咪用啱嘅 alternative 去做 framing?
  • Buyer 會困惑,到底係因為 offer 弱,定係 message 弱?

Execution-first AI 只係更有效率咁幫你答錯問題。

2. 佢會用 volume 掩住薄弱思考

呢個幾陰濕。

一個人手動能夠產出幾多模糊內容,其實有限,有限到大家遲早會發現佢係模糊。AI 冇呢個限制。佢可以工業化咁產出模糊內容。

所以你唔再只係有一份平庸嘅 strategy memo,而係有:

  • 一份平庸嘅 strategy memo
  • 12 個衍生 content angles
  • 30 條 social captions
  • 5 個 ad concepts
  • 3 組 email sequences

於是睇落就好似你已經有個 system。

但可能你真正擁有嘅,只不過係一個掛住弱 idea 嘅 formatting engine。

3. 佢會令「做完」嘅感覺嚟得太早

我覺得呢個係最危險嘅部分。

介面話 complete。Assets 生成好。Campaign calendar 填滿。每個人都提早享受到一種收工嘅滿足感。

但真正嘅策略工作,即係問「我哋究竟應唔應該咁講?」嗰部分,往往仲未開始。

我之前寫過:真正嘅工作係喺 AI 話 done 之後先開始。我係喺整 iOS app 嘅時候學到呢件事,但同一樣嘢喺 marketing 入面一樣成立。AI 可以好快咁將你帶到一個答案前面。至於個答案值唔值得留低,最後都係靠人類 judgment。

我一路撞到嘅嘢

當我開始做自己嘅 marketing intelligence 工具,我其實冇諗住要變成嗰個成日講 "intelligence over execution" 嘅人。呢句說話,係我一次又一次撞到同一堵牆之後,先慢慢變得明顯。

我睇過嘅每一個 tool 都係設計嚟幫 teams 做得更多。Schedule 更多、launch 更多、produce 更多、automate 更多。全部都有用。我唔係 anti-automation — 我係 solo builder。Automation 基本上就係我點樣捱落去。

但我一直返到嘅嗰條問題,其實尷尬到唔得了咁基本:

如果我而家未需要更多 output 呢?如果我先需要 clarity 呢?

呢條問題改變咗個產品。我冇做一個負責 send campaigns 嘅 system,而係做咗幫你思考嘅 agents — strategy frameworks、competitive intelligence、performance interpretation、deployment 之前嘅 campaign planning。

喺一個好迷戀 "end-to-end automation" 嘅市場入面,呢個可能冇咁 trendy。但大部分 teams 失敗,唔係因為 content volume 唔夠。佢哋失敗,係因為佢哋喺搖搖欲墜嘅 assumptions 上面執行。

快,只有喺更好之後先係好事

我唔覺得正確答案係「永遠唔好用 AI 去做 execution」。

嗰個太傻。

正確答案係順序。

先 better,再 faster。

先 intelligence,再 automation。

我希望呢件事可以更明顯咁體現喺 AI tools 嘅 marketing 入面,但現實通常啱啱相反。最常見嘅 pitch 差唔多都係:

"睇下你而家可以幾快咁 ship。"

而我喺心入面會靜靜地追問:

"Ship 乜,exactly?"

如果 positioning 係歪嘅,快只會令佢更差。

如果 audience definition 係懶惰嘅,快只會令佢更嘈。

如果 strategy 本身好 generic,快只會整出一大堆更大嘅 generic。

我見過 founders 喺 execution 上面使咗幾千蚊,因為 execution 摸得到。Campaign 喺度。Post 喺度。Email 喺度。Strategic clarity 反而虛啲。難啲指住佢講。難啲 screenshot。難啲拎去炫耀。

但真正決定其餘花費會複利滾大,定係直接蒸發嘅,偏偏就係 clarity。

有用嘅 AI 工具,同危險嘅 AI 工具,有咩分別

對我嚟講,條分界線好簡單:

有用嘅 AI marketing tool 係幫你睇清。危險嘅工具主要只係幫你亂噴。

「睇清」大概係咁:

  • 明白你真正嘅 buyer
  • 搵到真係令你有區別嘅 message
  • 睇到 competitors 弱嘅地方
  • 發現個 team 原來優化緊錯嘅 metric
  • 意識到 campaign problem 其實係 positioning problem

「亂噴」就係:

  • 更多 assets
  • 更多 variants
  • Calendar 入面更多填滿咗嘅 slots
  • 更多根本冇人有時間 challenge 嘅 "personalized" outputs

前者會增加 judgment。

後者往往會用 output theater 取代 judgment。

係,我知呢句聽落有少少 harsh。但我覺得呢度真係要 harsher 少少。而且我連自己早期嘅 prototypes 都包埋喺呢個批評入面 — 我第一個版本都係 execution-heavy。AI marketing 呢個類別,充滿住好禮貌嘅語言去包住一個唔太禮貌嘅問題。我哋正喺度正常化一個觀念:速度本身就係價值。

其實唔係。

啱嘅速度,先係價值。

嗰個令我有少少唔自在嘅部分

老實講,我咁在意呢件事,其中一個原因係我自己都感受到呢種捷徑有幾吸引。

當你一個人做產品,永遠都有理由想快啲。

你想有 momentum。你想有 progress。你想同自己講一個關於效率嘅好故事。你想個 tool 直接 generate 個答案,然後你可以即刻去下一樣。

我已經唔止一次捉到自己係咁:

  1. 向 system 要一個 output
  2. 收到一個睇落好 polished 嘅嘢
  3. 鬆一口氣,覺得「呢 part done」
  4. 過一陣先發現,我太早將最難嘅思考外判咗出去

呢個唔係 AI problem。呢個係 human temptation problem。

AI 只係令呢個誘惑更易被滿足。

所以個產品哲學,某程度上既係俾其他人嘅 guardrail,亦都係俾我自己嘅 guardrail。我想要一個 system,將工作推返去上游:

先諗,再 produce。

唔係因為 thinking 好 glamorous。其實唔係。佢更慢。冇咁 screenshot-friendly。有時甚至令你覺得自己好似完全冇 progress。

但喺我經驗入面,真正嘅 leverage 就係匿埋喺呢段上游工作入面。

最後一個想法

大多數 AI marketing tools 之所以令人覺得快,係因為佢哋減低咗「整嘢」嘅摩擦。更難嘅問題,係點樣減低「諗清楚」嘅摩擦。

我唔覺得 AI 令 marketers 變懶。

我覺得佢只係暴露咗一件事:marketing teams 本來就成日因為 output,而唔係 judgment,而被獎勵。

AI 只係將嗰個舊有嘅 incentive problem 放大咗。

所以當我話某啲工具令 teams 變得更遲鈍,我唔係話人會突然冇咗 intelligence。我係話,個 workflow 會慢慢教識佢哋比起理解,更信任生產。久而久之,嗰會變成 habit。再之後,變成 culture。最後,變成一個好貴嘅 quarter。

我想用 STRAŦUM 去做反方向嘅嘢。可能我有啲地方會做錯。我大概會。但我都寧願做一個可以幫團隊喺啱嘅地方慢落嚟嘅工具,而唔係一個幫佢哋喺所有地方一齊加速嘅工具。

我要講嘅就係咁多。

你有冇喺自己 team 入面感受過呢種張力?嗰種 produce 更多同理解更深之間嘅拉扯?我真係好想聽下其他人點樣應對呢件事。

祝好,Chandler