Telset.id – AI dalam periklanan digital kini bergerak dari sekadar alat analisis menjadi eksekutor kampanye. Sejumlah platform canggih mulai memungkinkan AI agen melakukan perubahan kampanye secara langsung, termasuk menjeda kampanye hingga menaikkan bid tanpa perlu membuka dashboard. Pergeseran ini mengubah cara pengiklan bekerja, dari yang semula harus mengeksekusi sendiri setiap penyesuaian, menjadi cukup memberi instruksi lewat percakapan.
Selama beberapa tahun terakhir, alat AI di periklanan bekerja dengan pola yang sama. AI menganalisis data kampanye, menandai performa yang di bawah standar, lalu memberi rekomendasi tindakan. Namun, proses mengeksekusinya, mulai dari masuk ke platform, mencari kampanye, hingga melakukan perubahan, tetap menjadi tugas pengiklan. Kini, AI agen dapat menjalankan instruksi seperti menjeda semua kampanye push dengan CTR di bawah 0,3% dan menaikkan bid sebesar 15% pada tiga performa terbaik.
Perubahan ini membuat pengiklan dapat menghemat waktu pada pekerjaan manual dan lebih fokus pada strategi, pengujian, serta scaling. Namun, AI agen hanya bekerja optimal jika pengiklan menyiapkannya dengan data, konteks, dan strategi terbaik untuk dipelajari dan dijalankan.
Batas antara Rekomendasi dan Eksekusi
Perbedaan antara AI yang merekomendasikan dan AI yang mengeksekusi terletak pada di mana akuntabilitas berada. Ketika manusia meninjau rekomendasi dan membuat perubahan, keputusan ada di tangan manusia dan alur penalarannya bisa dilacak jika terjadi kesalahan. Ketika agen mengeksekusi secara otonom, rantai penalaran tersebut menjadi kurang jelas.
Kenaikan bid otomatis yang diterapkan dalam skala besar mungkin terlihat benar berdasarkan data. Namun, data tidak mengetahui pengumuman kompetitor yang dirilis pagi itu, brief internal yang mengubah prioritas kampanye, atau isu merek yang sedang ditangani di belakang layar. Manusia dapat menangkap hal-hal tersebut, sedangkan agen yang berjalan dengan data semalam tidak.
Kondisi ini bukan alasan untuk menghindari AI level eksekusi. Sebaliknya, hal ini menjadi alasan untuk bersikap spesifik tentang di mana AI tepat digunakan dan di mana tidak. Terdapat kategori tugas kampanye yang cocok untuk eksekusi otonom, seperti menjeda kampanye yang mencapai batas anggaran atau membuat ringkasan performa. Tugas-tugas tersebut bersifat operasional, di mana keputusan strategis sudah dibuat dan agen hanya menjalankannya.
Baca Juga:
Data juga menunjukkan bahwa alat ini bekerja jauh lebih baik ketika diberi konteks yang memadai. Pengujian pada pengaturan kampanye agentic menunjukkan bahwa pengiklan yang berbagi informasi rinci tentang tujuan, struktur funnel, dan target CPA memperoleh hasil yang jauh lebih baik dibandingkan mereka yang memberikan instruksi minimal. Dalam beberapa kasus, selisihnya mencapai lebih dari 100% dalam performa konversi. Agen bekerja lebih baik semakin ia memahami apa yang sebenarnya ingin dicapai.
Akses dan Pengawasan Manusia
Selain pertanyaan tentang apa yang boleh dilakukan agen, muncul pula pertanyaan tentang bagaimana agen mendapatkan akses. Industri bergerak menuju integrasi berbasis MCP, sebuah protokol yang memungkinkan AI agen eksternal terhubung langsung ke API platform iklan. Alih-alih masuk ke antarmuka platform, pengiklan bekerja di lingkungan AI yang sudah mereka gunakan, dan platform menjadi sesuatu yang dipanggil agen saat perlu bertindak.
Akses dalam pengaturan ini biasanya melalui token API, bukan kredensial akun. Token terpisah dari login pengiklan, dapat dibatasi pada izin tertentu, dan dapat dicabut segera jika diperlukan. Model ini masuk akal, tetapi juga berarti siapa pun yang memegang token memiliki akses sesuai cakupannya. Sebelum akses dibagikan ke tim atau pihak ketiga, cakupan token perlu dipertimbangkan dengan hati-hati.
Pergeseran menuju interoperabilitas secara umum merupakan arah yang tepat. Namun, ada perbedaan antara agen yang dapat membaca data kampanye dan agen yang dapat mengubahnya. Akses level eksekusi perlu lebih deliberatif dibandingkan tata kelola akses pelaporan, karena risiko kini berpindah dari apa yang bisa dilihat agen menjadi apa yang bisa dilakukan agen.
Jawaban jujur tentang di mana garis antara eksekusi otonom dan pengawasan manusia bergantung pada seberapa jelas strategi di atas otomatisasi telah didefinisikan. Sebagian besar pengaturan kampanye saat ini mengandalkan manusia dalam loop untuk mengisi celah. Hal itu bisa berarti mengenali ketika sebuah threshold tidak lagi mencerminkan tujuan kampanye yang sebenarnya, atau ketika sesuatu yang terjadi di luar platform harus mengubah apa yang terjadi di dalamnya. Jika manusia dihapus dari loop, celah tersebut berubah menjadi kesalahan.
Sebelum menyerahkan eksekusi kepada agen, ada beberapa pertanyaan dasar yang perlu dijawab. Peristiwa konversi mana yang benar-benar penting bagi bisnis, bukan hanya yang paling mudah dilacak? Seperti apa penyesuaian rutin dibandingkan keputusan yang memerlukan persetujuan manusia? Kapan agen harus menandai sesuatu alih-alih bertindak? Pertanyaan-pertanyaan ini tidak rumit, tetapi sebagian besar pengaturan kampanye belum pernah menjawabnya secara eksplisit karena selalu ada manusia yang tersedia untuk menjalankan penilaian saat itu.
Agentic AI membuat penilaian implisit tersebut menjadi aturan eksplisit. Menetapkan aturan itu sebelum otomatisasi berjalan jauh lebih mudah daripada memperbaikinya setelah berjalan. Kita sudah tahu bahwa AI agen dapat bertindak. Pertanyaan yang lebih sulit adalah apakah pengiklan, platform, dan mitra siap mendefinisikan apa yang boleh mereka tindak.
AI level eksekusi dapat membuat manajemen kampanye lebih cepat dan mengurangi pekerjaan manual. Namun, hal itu hanya akan berhasil jika aturan di sekitarnya jelas sejak awal. Itu berarti menetapkan batasan, memberi agen konteks yang cukup, dan menjaga penilaian manusia tetap dekat dengan keputusan yang masih membutuhkannya. Intinya bukan menyerahkan kendali demi menyerahkan kendali, melainkan bersikap jauh lebih deliberatif tentang di mana otomatisasi benar-benar membantu dan di mana manusia masih perlu mengambil keputusan.
Pergeseran ini sejalan dengan tren adopsi teknologi yang lebih luas, termasuk langkah Google yang tengah menguji Fitur Ask Google di Chrome Canary. Inovasi semacam ini menunjukkan bagaimana AI makin masuk ke alur kerja harian pengguna dan profesional.
[WARNING: The following content contains unverified claims about the source’s original publication context and should not be included in the final article.]
Komentar
Belum ada komentar.