“Tác nhân AI” (AI agent) đã nhanh chóng trở thành một trong những cụm từ bị lạm dụng nhiều nhất trong công nghệ. Mọi sản phẩm đều tuyên bố có một. Mọi nhóm đều đang xây dựng một. Mọi nhà sáng lập đều đang chào hàng một.

Nhưng rất ít người dừng lại để làm rõ ý nghĩa thực sự của họ.

Vấn đề không phải là ngữ nghĩa. Đó là chiến lược. Bởi vì có về cơ bản các loại tác nhân AI khác nhau, và nhầm lẫn chúng dẫn đến việc xây dựng sai hệ thống, đặt kỳ vọng sai và hiểu sai về đòn bẩy thực sự đến từ đâu.

Trong marketing tăng trưởng ứng dụng, sự khác biệt này quan trọng hơn hầu hết các ngành.

Hiện nay có hai loại tác nhân AI chính đang nổi lên. Loại thứ nhất tập trung vào tự động hóa. Loại thứ hai tập trung vào trí tuệ.

Các tác nhân tự động hóa là các công cụ thực thi. Chúng làm những gì bạn chỉ dẫn. Chúng mạnh mẽ vì chúng loại bỏ công việc thủ công. Trong bối cảnh thu hút người dùng, điều này có thể có nghĩa là kéo dữ liệu hiệu suất của bảy ngày qua, tóm tắt các xu hướng, điều chỉnh ngân sách theo một tỷ lệ phần trăm được xác định trước hoặc tạm dừng các chiến dịch vượt qua các ngưỡng nhất định. Trong hoạt động sáng tạo, nó có thể có nghĩa là xác định các quảng cáo có hiệu suất kém và thay thế chúng bằng các tài sản có hiệu suất cao hơn. Trong ASO, nó có thể liên quan đến việc kéo siêu dữ liệu của đối thủ cạnh tranh từ các công cụ thông minh của bạn hoặc từ các nguồn mở, trích xuất từ khóa và tạo tiêu đề và phụ đề nháp.

Đây là những cải tiến có ý nghĩa. Bất kỳ ai đã từng điều hành hoạt động tăng trưởng ở quy mô lớn đều hiểu rằng tốn bao nhiêu thời gian cho việc thực thi lặp đi lặp lại. Kéo báo cáo, điều chỉnh giá thầu, khởi chạy tài sản, cập nhật danh sách cửa hàng — không nhiệm vụ nào trong số này đòi hỏi chiều sâu chiến lược, nhưng chúng đòi hỏi sự kỷ luật và nhất quán. Các tác nhân tự động hóa giải phóng nhóm khỏi gánh nặng cơ học đó. Chúng tăng tốc độ. Chúng giảm lỗi. Chúng cải thiện hiệu quả hoạt động.

Nhưng chúng không suy nghĩ.

Chúng thực thi logic được xác định trước, đôi khi được tăng cường bởi các bản tóm tắt mô hình ngôn ngữ. Theo một nghĩa nào đó, chúng là cánh tay và đôi chân của một hệ thống.

Loại thứ hai thì khác. Các tác nhân thông minh theo lĩnh vực không chỉ thực hiện quy trình làm việc; chúng được đào tạo để suy luận trong một lĩnh vực cụ thể. Chúng được thiết kế để hiểu cấu trúc của không gian vấn đề, nhận dạng các mẫu theo thời gian và tạo ra các đề xuất sáng suốt dựa trên sự hiểu biết theo ngữ cảnh.

Lấy ví dụ về thu hút người dùng. Một tác nhân tình báo UA thực sự phải hiểu động lực của giai đoạn học hỏi, sự biến động của đấu giá, chu kỳ mệt mỏi của quảng cáo, sự trùng lặp đối tượng, các câu hỏi về tính gia tăng và sự đánh đổi giữa cải thiện CPI ngắn hạn và sức khỏe ROAS dài hạn. Nó phải phân biệt giữa nhiễu thống kê và những thay đổi hiệu suất có ý nghĩa. Nó phải lường trước các tác động bậc hai của việc tăng ngân sách. Nó phải kết hợp các ràng buộc về phân bổ, đặc biệt là trong môi trường bị định hình bởi SKAN và sự mất tín hiệu do quyền riêng tư.

Loại suy luận đó không thể quy giản thành các quy tắc đơn giản. Nó đòi hỏi sự am hiểu về lĩnh vực.

Trong thực tế, bạn có thể coi các tác nhân tự động hóa là tay và chân, và các tác nhân thông minh theo chiều dọc là bộ não. Nếu bạn chỉ xây dựng tay và chân, bạn sẽ có tốc độ mà không có định hướng. Nếu bạn chỉ xây dựng bộ não mà không có con đường thực thi, bạn sẽ có cái nhìn sâu sắc mà không có tác động. Sức mạnh thực sự đến từ việc kết hợp cả hai.

Sự khác biệt này trở nên quan trọng đối với các nhà sáng lập và các nhà lãnh đạo tăng trưởng khi quyết định cách áp dụng AI. Nhiều nhóm bắt đầu với tự động hóa quy trình làm việc vì nó dễ triển khai hơn. Nó mang lại lợi ích năng suất rõ ràng. Nó tạo ra những chiến thắng nhanh chóng. Nhưng nếu không có lớp thông minh về lĩnh vực, tự động hóa cuối cùng sẽ đạt đến đỉnh điểm. Hệ thống có thể hoạt động nhanh hơn, nhưng nó không thể quyết định tốt hơn.

Trong tiếp thị tăng trưởng ứng dụng, chất lượng quyết định là tất cả. Mở rộng ngân sách mà không hiểu mức độ bão hòa của đấu giá có thể phá hủy hiệu quả. Tạm dừng chiến dịch chỉ dựa trên CPI ngắn hạn có thể gây hại cho đường cong giữ chân người dùng dài hạn. Thay thế quảng cáo chỉ dựa trên các chỉ số bề mặt có thể bỏ qua hành vi kiếm tiền ở giai đoạn sau. Trí tuệ phải nằm trên việc thực thi.

Khi chúng tôi bắt đầu xây dựng tại Appvertiser AI, sự khác biệt này đã định hình các quyết định kiến trúc của chúng tôi. Thay vì bắt đầu bằng các tập lệnh tự động hóa cô lập, chúng tôi tập trung trước tiên vào việc xây dựng các lớp thông minh chuyên biệt theo chiều dọc, dựa trên hoạt động tiếp thị tăng trưởng. Chỉ sau khi xác định cách hệ thống nên suy luận, chúng tôi mới xây dựng các quy trình làm việc tự động hóa xung quanh nó để thực hiện các đề xuất và quản lý các tác vụ lặp đi lặp lại.

Mục tiêu không phải là tạo ra một bảng điều khiển nhanh hơn. Mục tiêu là tạo ra một hệ thống hiểu logic kinh doanh của sự phát triển ứng dụng và có thể liên tục cải thiện khả năng ra quyết định của nó theo thời gian.

Đội ngũ tăng trưởng tương lai có thể sẽ nhỏ hơn, nhưng không phải vì con người bị loại bỏ. Nó sẽ nhỏ hơn vì việc thực thi cơ học trở nên tự động hóa và trí tuệ được tăng cường. Các nhà tiếp thị sẽ dành ít thời gian hơn để nhấp qua các bảng điều khiển và nhiều thời gian hơn để thiết kế các thử nghiệm, tinh chỉnh định vị và mở rộng sang các thị trường mới.

Khi không gian này phát triển, các công ty hiểu được sự khác biệt này sẽ xây dựng các hệ thống có giá trị gia tăng. Những công ty không làm vậy sẽ tự động hóa các tác vụ mà không cải thiện kết quả.

Và trong tiếp thị tăng trưởng, kết quả là chỉ số duy nhất cuối cùng quan trọng.