Masa depan, menurut Epsilon, akan menjadi ekosistem yang diatur

“Mereka akan hancur,” katanya. “Hancur oleh sesuatu yang telah melakukan pekerjaan ini, dengan kecepatan yang persis seperti ini, selama lebih dari satu dekade.”

Sesuatu itu adalah tumpukan milik Epsilon yang terdiri dari sekitar 15 model pembelajaran mesin, yang tertanam jauh di dalam server iklannya – sebuah sistem yang dibangun oleh perusahaan dari awal dengan tepat sehingga dapat membuat keputusan pembelian secara real-time di tingkat individu, bukan hanya situs atau audiens. Di AS saja, perusahaan ini melacak hingga 270 juta individu unik dan setiap keputusan penawaran dibuat berdasarkan tingkat tersebut. Kebanyakan platform melakukan hal sebaliknya. Mereka membeli berdasarkan sinyal kontekstual yang luas dan penargetan lapisan di atasnya. Pendekatan Epsilon yang berpusat pada identitas berarti mereka harus menyelesaikan masalah AI secara berbeda. Setiap hari, model tersebut memproses 800 miliar permintaan tawaran. Untuk masing-masing keputusan, mereka membuat sekitar 15 keputusan berbasis AI. Semuanya terjadi dalam waktu kurang dari 10 milidetik.

Ini adalah kinerja yang tidak dapat ditiru oleh LLM. Bukan karena teknologinya tidak mengesankan tetapi karena teknologinya salah mengesankan. Sebagai huruf “P” di GPT, Nowlan suka mengingatkan orang-orang tentang singkatan yang sudah terlatih. Model-model ini membeku dalam waktu, dibentuk oleh bahasa manusia yang diambil dari internet, tidak mampu melakukan adaptasi yang cepat dan berkelanjutan seperti yang dituntut oleh pasar saat ini. Meminta seseorang untuk mengelola penawaran secara real-time, menurutnya, seperti meminta seorang penulis esai yang brilian untuk melakukan perdagangan harian derivatif. Keterampilan tidak dapat ditransfer.

Namun di sinilah argumen Epsilon menjadi lebih bernuansa (dan lebih menarik). Perusahaan ini tidak anti-LLM – jauh dari itu. Loch Rose, kepala analitik di Epsilon, mencatat bahwa industri ini dibanjiri dengan pengumuman tentang LLM yang melakukan pekerjaan yang pernah membuat manajer media terpaku pada dasbor sepanjang hari: menyesuaikan frekuensi tawaran, mengganti situs yang berkinerja buruk, mengubah parameter penargetan. Itu, katanya, sebenarnya adalah kasus penggunaan yang sempurna. Berulang-ulang, kontekstual, dan dapat dijelaskan dalam bahasa sederhana – segala sesuatu yang dilakukan LLM dengan baik. Alur kerja Epsilon sendiri adalah buktinya.

Ambil contoh “laporan indeks”. Ini adalah studi audiens padat yang membandingkan populasi konsumen dengan metrik nasional yang luas, dan sebelumnya menghabiskan banyak waktu bagi para analis. LLM sekarang menyusun ringkasannya. Ketika terjadi kesalahan, Epsilon membuat model kedua untuk memeriksa keluaran pertama yang melakukan referensi silang terhadap dokumen sumber sebelum ada yang keluar.

Seorang manusia kemudian mengulas semuanya. Struktur dasar tersebut – model pembelajaran mesin khusus yang melakukan pekerjaan komputasi berat di dasarnya, LLM yang menangani tugas berbasis bahasa di atas, dan lapisan verifikasi di keduanya – adalah cara seluruh tumpukan beroperasi. Tidak ada satu model pun yang menjalankan pertunjukan. Masing-masing melakukan apa yang sebenarnya mereka kuasai.

Ini, kata Rose, adalah arah yang diam-diam dituju oleh industri ini, baik diakui atau tidak. LLM menangani lapisan strategi yang banyak berhubungan dengan manusia dan banyak bahasa. Model pembelajaran mesin khusus menangani pengambilan keputusan secara real-time dan berfrekuensi tinggi. Dan manusia tetap berada dalam lingkaran dimanapun akibat dari suatu kesalahan terlalu tinggi untuk diterima.

Ada juga peringatan yang kurang tajam secara teknis yang terkubur dalam pandangan ini.

Jika Anda menyerahkan strategi pemasaran Anda ke LLM tujuan umum maka Anda, menurut definisi, menyerahkannya ke model yang sama seperti setiap pesaing Anda. Sistem yang telah dilatih sebelumnya memberikan jawaban yang telah dilatih sebelumnya. Diferensiasi – hal yang sebenarnya dilakukan oleh pemasar – tidak dapat dialihdayakan ke sesuatu yang memperlakukan setiap permintaan dengan cara yang sama.

Angka yang perlu diketahui

35%: Persentase konten buatan pengguna platform-agnostik yang menjadi bagian dari kampanye pemasaran influencer pada tahun 2025, melampaui TikTok yang sebesar 21%.

40%: Persentase waktu mendengarkan podcast pada tahun ini, melampaui radio lisan sebesar 39%

108 miliar: Total waktu yang dihabiskan aplikasi seluler di media sosial pada tahun 2025

49%: Persentase pemasar yang percaya bahwa dalam kaitannya dengan AI, risiko keamanan data akan menjadi perhatian yang signifikan atau kritis pada tahun depan atau lebih.

Apa yang sedang kita baca

OpenAI Mengadakan Pembicaraan Awal Dengan Trade Desk untuk Menjual Iklan

Menyusul pengumuman bahwa OpenAI telah bermitra dengan Criteo, platform tersebut telah mengadakan pembicaraan dengan The Trade Desk untuk kesepakatan serupa, menurut The Information.

Instansi Pemerintah Meningkatkan Kewaspadaan Tentang Penggunaan Grok Chatbot Elon Musk

Keamanan dan keandalan alat AI milik Elon Musk telah dipertanyakan oleh para pejabat di berbagai lembaga federal, termasuk mempertanyakan apakah kontrol chatbot Grok yang lebih longgar menimbulkan risiko, menurut Wall Street Journal.

Musk Mengatakan Bias Hakim Memaksanya Membayar Harga Penuh untuk Twitter

Dalam kesaksiannya pada hari Rabu, Elon Musk mengatakan kepada juri bahwa ketua hakim Delaware Chancery Court, Kathaleen St. J. McCormick yang bias terhadap dirinya memaksanya untuk membayar harga penuh sebesar $44 miliar untuk Twitter, namun pengacaranya memperingatkan bahwa dia tidak mungkin memenangkan kasus tersebut, menurut Bloomberg.

TikTok memulai pertarungan di pengadilan untuk menyelamatkan hubungan dengan Tiongkok

Pertarungan TikTok di AS mungkin sudah berakhir, tetapi minggu lalu platform tersebut berhadapan langsung dengan Komisi Perlindungan Data Irlandia untuk membela cara mereka menangani privasi dan data orang Eropa, menurut Politico.

Apa yang telah kami bahas

‘Pembicaraan telah bergeser’: CFO berpindah ke hulu. Sekarang agensi juga harus melakukannya

CEO VaynerMedia, Gary Vaynerchuk bukan satu-satunya yang melihat CFO menjadi bagian dari perbincangan jauh sebelumnya – agensi lain juga melihat perubahan tersebut.

Yahoo menghentikan sementara keanggotaan IAB di tengah serangkaian langkah penghematan biaya

Sumber mengungkapkan kepada Digiday bahwa Yahoo diam-diam telah menarik diri dari beberapa dewan IAB secara global, yang menandakan adanya pergeseran strategis dari tata kelola industri formal di berbagai wilayah.

‘Bukan bagian besar dari pekerjaan’: Taruhan LLM Meta belum menyentuh bisnis iklan intinya

CFO Meta, Susan Li, menyatakan bahwa tim tersebut (belum) menggunakan arsitektur LLM untuk melakukan pekerjaan pemeringkatan dan rekomendasi selama konferensi Teknologi, Media, dan Telekomunikasi Morgan Stanley pada hari Rabu.

WTF adalah alat Manus Meta?

Meta baru-baru ini menambahkan alat agen AI yang disebut Manus ke Manajer Iklannya – Digiday menjelaskan apa itu, dan apakah itu berfungsi atau tidak.