Mikael Bogg: Googles annonsråd från artificiell intelligens driver budgetar uppåt
Sex rekommendationer i möte handlar enbart om att höja annonsutgifter och är svåra att granska, maskinens auktoritet blir bekväm ursäkt för byrå och kund medan plattformen tjänar på varje klick uppåt
Bilder
”AI:s enda råd är att höja budgeten – och ingen säger emot”
resume.se
Sex punkter på en kunds skärm räckte för att visa hur ”rekommendationer” från så kallad artificiell intelligens i tysthet kan bli en enkelriktad ventil för marknadsföringspengar. I ett möte som den svenske marknadsföraren Mikael Bogg beskriver föreslog Googles annonsverktygs automatiska rådgivning sex ändringar – och samtliga gick ut på att höja budgeten, enligt hans krönika i Resumé den 5 maj.
Bogg invänder inte mot att automatiserade råd existerar, utan mot att råden levereras med maskinens auktoritet samtidigt som de är svåra att granska. Han menar att marknadsförare i dag har mer kampanjdata än någonsin, men ändå har svårare att förstå vart pengarna faktiskt tar vägen. Spänningen är bekant för alla som sett inköp flytta från fakturor till instrumentpaneler: siffrorna blir fler, men ansvaret tunnas ut. När en ”rekommendation” ligger inbyggd i själva plattformen blir det lätt för en byrå att hänvisa till ”systemet” och för kunden att acceptera knuffen, särskilt när resultatet redovisas i samma gränssnitt som säljer annonserna.
Affärslogiken bakom budgethöjande råd är inte svår att genomskåda. Plattformar som Google och Meta tjänar när annonsutgifterna stiger, och deras automatiserade verktyg sitter mitt i den intäktskretsen. Om standardutfallet från maskinen är ”lägg mer pengar” förskjuts den mänskliga diskussionen från ”ska vi spendera?” till ”hur mycket mer kan vi försvara?” – en subtil förändring som betyder mest när budgetar är pressade och ansvarsutkrävandet är otydligt. Bogg beskriver öppenhet som en konkurrensfördel: byråer som kan förklara vad som driver resultaten, och annonsörer som kräver den förklaringen, får förhandlingsstyrka. Utan det trycket är det lättaste utfallet en spärrhakeffekt: budgeten höjs i små steg eftersom varje enskilt beslut ser rimligt ut, medan totalsumman blir synlig först när kvartalet är över.
Andra ordningens effekt är att ”artificiell intelligens” blir ett varumärkeslager ovanpå gamla vanor. Ett verktyg som inte kan visa hur det räknat, inte kan jämföra alternativ som minskar utgifterna och inte kan prövas mot ett tänkbart utfall utan åtgärden, fungerar mindre som en rådgivare och mer som en säljare. Det är särskilt användbart i marknadsföring, där orsakssamband är omstridda och där ”att inte göra något” är politiskt riskabelt i organisationer: chefer föredrar ett aktivt val, även ett dyrt, framför att framstå som passiva. Resultatet blir en marknad där de som står närmast data – plattformar och mellanhänder – kan beskriva komplexitet som oundviklighet, medan köparen bär kostnaden för försöksverksamheten.
Boggs anekdot slutar där de flesta budgetdiskussioner börjar: med en lista ”rekommendationer” som alla pekar åt samma håll. I hans möte frågade maskinen inte vad framgång kostar – den frågade hur mycket mer som kunde spenderas.