唔會——AI 唔取代 media planner。佢取代 planning 份工入面嘅拼裝部分，留低判斷部分。草擬 plan、喺 channel 之間分配 budget、拉取每週表現視圖、同埋幫份 slide 排版，而家大體可以自動化。決定邊個 constraint 先係真係重要、應該點應對、並據此押上一條建議，就唔可以。淨效果係呢個角色集中：更少 planner，做更有份量嘅工作。
我喺呢條問題兩側待咗好耐。2011 年我寫過，media planner 會因為 Google AdPlanner 失去工作。我方向睇啱咗，時機睇到好錯，而個原因正正係呢條問題嘅全部答案。AdPlanner 自動化咗拼裝、留低咗判斷。今日嘅 model 做嘅正正係呢件事，只不過將更多工作納入範圍。
誠實而簡短嘅答案
呢條問題將一個職業壓縮成一個佢從來都唔係嘅二元。一個 media planner 唔係一項活動，而係一捆活動，而 AI 唔均勻咁打呢一捆。當啲人問 AI 係咪取代 planner 嗰陣，佢哋通常想像成個角色一次翻轉。自動化喺呢行從來都唔係噉發生嘅。
實際發生嘅係重新排序。基於規則、重複、可回退嘅活動俾 model 吸收。需要 context、taste、accountability 同觀點嘅活動留返俾人。一個主要係前者嘅 planner 有麻煩。一個主要係後者嘅 planner 變得更值錢，因為部機器攞走咗曾經稀釋佢哋嘅雜活。
所以個答案唔係「係」或「唔係」。而係：AI 取代呢個角色嘅拼裝層，而 planner 嘅未來取決於佢哋實際住喺邊一層。如果你講唔出你做嘅邊件事係 model 做唔到嘅，噉就係個結論——唔係一個預測。
咩其實係拼裝
拼裝係 planning 入面任何「攞一個定義好嘅輸入、按流程產出一個定義好嘅輸出」嘅部分。固定總額下嘅 channel budget 分配。Pacing 計算。由工具得出嘅 reach 同 frequency 估計。將份 plan 排版成客戶用得到嘅樣。砌 competitor 格局摘要。
呢啲都唔微不足道，多年嚟快而無錯咁做佢係一項真實技能。但佢係拼裝類嘅技能：學得到、可重複、核對得到。一個攞住份 brief、啲 constraint 同歷史數據嘅 model，而家對每一個呢類輸出都產得出合格嘅第一 pass。佢唔會完美。亦都唔需要，因為 planner 從前都從來唔係未經編輯就交初稿。
個訊號係回退性。如果份工作可以被平價重新生成、並對照規則檢查，佢就係拼裝。Channel 分配、pacing 表、排好版嘅 slide 都通過呢個測試。呢個就係佢哋最先移交俾機器嘅原因。
咩其實係判斷
判斷係輸入模糊、而輸出係一個決定而非一次計算嗰部分。三個講得通嘅目標入面，邊個先係今季真嗰個。客戶講嘅 budget 到底係一個決定定係一個開場姿態。當結果低於 plan 但 brand metric 郁咗陣，嗰個數字意味住咩。
呢啲冇一個藏喺數據度嘅正確答案。佢哋有一個一定要由人承擔嘅可辯護答案。Model 列得出選項、講得出 trade-off、甚至推薦得到。佢坐唔到喺間房度為個選擇負責——而 accountability 一直係 senior planning 嘅重要部分。部機器越多處理拼裝，成份工就越變成呢件事：喺好選項之間揀，同為個選擇背書。
點解 2011 年嘅預測冇落地
當我寫嗰第一篇嗰陣，個邏輯睇落好乾淨。Google 有一個產得到 media plan 嘅工具，所以 planner 應該緊張。有啲真係緊張。但啲工作冇消失，而個原因好有教育意義。
AdPlanner 自動化咗拼裝，其他乜都冇郁。佢產得到一份 plan；佢決定唔到邊份 plan 先啱一個特定市場、特定歷史嘅具體客戶。Planner 吸收咗個工具，攞佢做機械嗰一半，保留咗判斷嗰一半。個預測喺方向上係啱嘅——拼裝工作確實俾人自動化咗——但佢將拼裝誤當成份工。而家啲人講 AI 嗰陣犯嘅係同一個錯誤，只不過個工具更大。
今次有咩唔同
今次唔同嘅係廣度同容易度。AdPlanner 做一件窄事。一個現代 model 喺一個 workflow 度做得到 research 綜合、plan 起草、copy 生成、reporting 同 localization，而且可以被指向一間公司自己嘅 context，而唔係一個通用工具。算作拼裝嘅工作佔比，就係比 2011 年更大。
噉就擴闊咗會感受到變化嘅人。唔只係做機械工作嘅 junior planner；仲有嗰個一個禮拜排滿初稿同排版更新嘅 mid-level planner。對判斷嘅要求冇變，但「增值」嘅門檻抬高咗，因為部機器而家對過去要花成個禮拜嘅事，做出咗一個可信嘅版本。
我自己後來返去呢個確切嘅恐懼，喺一篇更私人、關於我自己嘅工作會唔會輸俾 machine learning 嘅文章度。嗰度嘅教訓仍然成立：焦慮係真實嘅，而回應唔係為拼裝辯護，而係有意咁向上行。
邊啲 planner 會生存
保持價值嘅 planner 做三件事。佢哋為個決定負責，唔只係為份文件。佢哋以客戶信任嘅方式解釋得到一份 plan 點解啱，噉係一種溝通同推理技能，唔係生產技能。而且佢哋指揮得到部機器——設定 constraint、判斷產出、捉到 model 產出嗰個「講得通但錯」嘅草稿。
有風險嘅 planner，係嗰啲全部價值在於產出成品嘅人。如果你嘅日常係生成 plan 同更新、再由一位 senior 嘅人簽批，你就企喺自動化落到嘅地方。噉唔係道德缺陷；佢係對個 workflow 嘅描述。個動作係更靠近個決定——成為嗰份第一 pass 所服務嗰個人。
星期一應該做咩
先攞你自己呢個禮拜對照拼裝／判斷呢條線做 audit。列出你做過咩，將每一項標成「重新生成並核對」或「承擔決定」，然後睇個比例。如果份清單大多係「重新生成並核對」，噉就係重新設計呢個角色嘅訊號，而唔係等。
然後揀一項判斷活動，刻意將佢做得更好：喺寫 plan 之前先寫建議、向同事為一個選擇辯護、或者將一個細 budget 決定由頭做到尾。Strategy 指南勾勒咗 planning 喺更寬 operating model 度嘅位置，課程 FAQ梳理 planner 最先問嗰啲問題。
喺呢行接近二十年之後，誠實嘅答案係：AI 唔取代 planner。佢取代份工入面主要係拼裝嗰個版本，並令判斷嗰個版本比好耐以嚟更有價值——前提係你肯做更難嗰一半。
FAQ
五年後 media planner 會更少咩？
大概更少，而且平均更 senior。曾經支撐大量 junior 嘅拼裝層，正正係 AI 吸收嘅嘢，所以團隊會更細、個地板會更高。更少嘅人，各自做更有份量嘅工作，係我會為之規劃嘅形態。
Planning 比 buying 更容易暴露俾 AI 咩？
佢哋以同樣方式暴露，但速度唔同。Planning 產出文件同選項，容易生成，所以拼裝佔比高。Buying 涉及時間壓力下嘅實時決定同關係，更黏。兩者都會郁，planning 在先。
一個 junior planner 而家應該建立咩技能？
做出並捍衛一個決定嘅能力。學機械嘅嘢，但將機械工作當入場券，唔係份工本身。會繁榮嘅 junior，係嗰啲解釋得到一條建議點解啱、指揮得到 model 產出更好嘅草稿、同為結果負責嘅人。
Planner 應該學點砌 AI workflow 咩？
夠用到指揮得到佢哋，唔一定要到工程化。你需要知道 model 睇得到咩、喺邊度失敗、以及點判斷佢嘅產出。呢種素養令你圍繞判斷去設計自己嘅角色，而唔係等人哋幫你重新設計。
短版
AI 唔取代 media planner；佢取代份工入面拼裝嗰一半，留低判斷。噉就令角色集中到更少、更 senior、承擔決定嘅人。Planner 嘅動作係靠近個決定、遠離個成品。如果你想要完整嘅營運畫面，由Strategy 指南開始。
我 2011 年睇錯咗時機，而我仲喺公開咁重新校準。如果你係一個喺自己團隊度琢磨呢件事嘅 planner，我好想聽下你一個禮拜入面邊一半會最先交出去。
Cheers, Chandler
本文提供繁體中文（香港）版本。課程材料（影片、template同配套指南）以英語同日語提供。本網站提供13種語言版本。