„Skoro mamy GPT-4o i Midjourney, po co nam agencja?” — to pytanie, które od dwóch lat pojawia się na każdej rozmowie z zarządem. Odpowiedź jest dwuetapowa: AI realnie zastąpiło 30–40% pracy operacyjnej w marketingu. Pozostałe 60–70% wymaga człowieka i będzie wymagać jeszcze przez najbliższą dekadę. Pokazujemy konkretnie, gdzie przebiega linia podziału.
Co AI robi naprawdę dobrze
Pierwszy draft tekstu na bazie briefu. Analiza dużych zbiorów danych (np. raporty z Search Console, audyt 10 tys. fraz). Generowanie wariantów kreacji reklamowych do testów A/B. Tłumaczenia i lokalizacja. Research konkurencji w zakresie publicznie dostępnych danych. Optymalizacja techniczna kodu strony. To są zadania, które przed 2023 zajmowały 4–8 godzin specjalisty. Dziś — 20–40 minut z AI plus 30 minut redakcji człowieka.
Czego AI nie zrobi w przewidywalnej przyszłości
Nie wejdzie na halę produkcyjną i nie porozmawia z brygadzistą o tym, jak ustawić światło, żeby pokazać linię w pracy. Nie przeprowadzi wywiadu z dyrektorem zakładu i nie wyciągnie z niego konkretu, którego ten nie wie, że posiada. Nie zinterpretuje kontekstu kulturowego rynku niemieckiego vs polskiego. Nie podejmie decyzji strategicznej w sytuacji niepewności rynkowej. Nie weźmie odpowiedzialności za wynik kampanii przed zarządem klienta.
Workflow AW: człowiek + AI
Strategia: 100% człowiek. AI używamy jako biblioteki research'owej, decyzję podejmuje strateg. Content: brief i struktura — człowiek, pierwszy draft — AI, redakcja i finalna wersja — copywriter. Reklamy: kierunek kreatywny — człowiek, warianty wizualne i copy — AI z redakcją. Analityka: zbieranie danych — automatyzacja, interpretacja i rekomendacja — analityk. Relacja z klientem: 100% człowiek, zero AI w pierwszej linii kontaktu.
Dlaczego ten model wygrywa
Firma, która zwolni marketingowca i zastąpi go GPT-4o, w pierwszym kwartale obniży koszty o 60%. W trzecim kwartale zauważy, że content jest generyczny, kampanie nieprzemyślane, a nikt nie pojechał na wywiad z klientem. W piątym kwartale wróci do modelu agencyjnego. Firma, która używa AI jako akceleratora pracy człowieka, ma 2–3× większą produkcję przy tej samej jakości i tych samych kosztach.