Istnieje grzeczna wersja tej rozmowy. To nie jest ta wersja.
Przez ostatnie cztery lata platformy systematycznie automatyzowały każdą funkcję, za którą agencje motoryzacyjne pobierają wynagrodzenie. Google Performance Max wchłonął ręczne ustalanie stawek, targetowanie odbiorców, alokację kanałów i rotację kreacji w jeden system orkiestrowany przez AI. Meta Advantage+ zrobiło to samo w zakresie miejsc docelowych, odbiorców i dynamicznych kreacji. Automatyczny system ustalania stawek Microsoft wyeliminował potrzebę ręcznego zarządzania na poziomie słów kluczowych. Google Automotive Shopping Campaigns, a teraz Vehicle Listing Ads, zamieniło zarządzanie feedem produktów w problem ustrukturyzowanych danych — nie zarządzania kampaniami.
Warstwa wykonawcza, za zarządzanie którą agencje pobierały opłaty przez dwie dekady, nie wymaga już człowieka do obsługi. Agencje o tym wiedzą. Dealerzy dowiadują się jako ostatni.
Warstwa Wykonawcza, Którą Agencje Ci Sprzedały, Już Nie Istnieje
Kiedy motoryzacyjna reklama cyfrowa profesjonalizowała się na początku lat 2010., propozycja wartości agencji była realna. Zarządzanie Google Ads wymagało ręcznego ustalania stawek na poziomie słów kluczowych — tysięcy korekt tygodniowo, których żaden właściciel salonu nie mógł wykonywać samodzielnie. Targetowanie na Facebooku wymagało specjalistycznej wiedzy o budowaniu grup odbiorców, która nie była oczywista. Rotacja kreacji była ręczna. Alokacja kanałów wymagała oceny człowieka. Agencja posiadała wyspecjalizowaną wiedzę, której dealer nie miał.
Ta luka wiedzy została zamknięta — nie dlatego, że dealerzy stali się mądrzejsi, ale dlatego, że platformy wchłonęły tę pracę.
Google PMax nie prosi account managera o ustalanie stawek. Obserwuje sygnały konwersji i autonomicznie alokuje budżet na Search, Display, YouTube, Discover, Gmail i Maps. Zadaniem człowieka w kampanii PMax jest dostarczenie materiałów kreacyjnych i celu konwersji. System obsługuje wszystko, co następuje potem.
Meta Advantage+ Campaign Budget nie wymaga analityka agencji do optymalizacji między zestawami reklam. Redystrybuuje budżet w czasie rzeczywistym na podstawie sygnałów odpowiedzi. Advantage+ Audience usunął potrzebę budowania niestandardowych segmentów odbiorców. Advantage+ Creative automatycznie generuje i testuje warianty. Pętla ręcznej optymalizacji agencji — zbieranie danych w piątek, korekty w poniedziałek, raport w czwartek — działa w tempie wolniejszym niż własny cykl optymalizacji platformy o kilka rzędów wielkości.
Platformy nie zrobiły tego, aby pomagać agencjom. Zrobiły to, aby pogłębić zależność reklamodawców od własnych systemów. Konsekwencją jest to, że wykwalifikowana praca, którą kiedyś wykonywały agencje, została wchłonięta przez same platformy. Po stronie agencji pozostało zarządzanie relacjami, raportowanie i dostęp do konta — żadna z tych czynności nie wymaga prowizji od wydatków na poziomie 10–15%.
Funkcja po Funkcji: Kiedy Platformy Pożarły Pracę Agencji
Wypieranie nie nastąpiło jednocześnie. Odbywało się w pięciu odrębnych falach automatyzacji, z których każda wyeliminowała konkretną kompetencję agencji.
2016–2018: Ustalanie stawek. Google Smart Bidding (Target CPA, Target ROAS, Maximize Conversions) wyeliminował uzasadnienie dla ręcznego zarządzania CPC. Każda agencja, która po 2018 roku wciąż ręcznie korygowała stawki słów kluczowych, odgrywała teatr. Algorytm dysponował większą liczbą danych o konwersjach, aktualizował się szybciej i działał bez opóźnienia wynikającego z udziału człowieka.
2019–2021: Targetowanie odbiorców. Targetowanie na podobnych i zainteresowanych użytkowników Mety było już silne; Advantage+ Audiences sprawiło, że ręczne budowanie odbiorców stało się w dużej mierze zbędne do 2021 roku. Nastąpiło warstwowanie grup odbiorców Google, automatyzacja Customer Match i optymalizacja segmentów in-market. Strateg ds. odbiorców w agencji stał się zadaniem konfiguracyjnym — nie rzemiosłem.
2020–2022: Testowanie kreacji. Responsive Search Ads zastąpiły ręczne testy A/B ciągłą optymalizacją kombinacji materiałów. Dynamic Creative Optimization Mety zrobiło to samo dla display i social. Czasy, gdy kreatywny zespół agencji prowadził ustrukturyzowane testy podziałowe, minęły — platformy przeprowadzają więcej testów dziennie, niż jakikolwiek zespół agencji mógłby zaprojektować w ciągu kwartału.
2022–2023: Alokacja kanałów. PMax wchłonął decyzje budżetowe dotyczące wielu kanałów. Zamiast strategia agencji decydującego, jaki procent trafia do Search w porównaniu do Display i YouTube, PMax jednocześnie obserwuje sygnały wydajności we wszystkich kanałach i odpowiednio realokuje. Warstwa strategii stała się domyślnym ustawieniem systemu.
2024–2026: Integracja z inwentarzem. Vehicle Listing Ads, format automotive feed Google, zamienił reklamę nowych i używanych samochodów w problem ustrukturyzowanych danych. Feed albo zawiera właściwe pola — cena, VIN, zdjęcia, stan — albo nie. Dealerzy, którzy potykają się na VLA, nie ponoszą porażki w strategii — ponoszą porażkę w hydraulice danych. Agencja zarządzająca VLA ręcznie wykonuje pracę, którą specyfikacja feeda miała wyeliminować.
To jest pełne rozliczenie tego, co automatyzacja zastąpiła. Lista zadań agencji z 2014 roku zniknęła. Zastąpiła ją infrastruktura AI działająca 24 godziny na dobę, dostosowująca się w milisekundach i nieodliczająca procentu od wydatków na media za swoją pracę.
Struktura Opłat Pozostała. Praca Zniknęła.
Tu właśnie kumuluje się narastający koszt.
Mediana motoryzacyjnej agencji cyfrowej pobiera od 10% do 15% zarządzanego budżetu mediowego jako opłatę za zarządzanie. Dla dealera wydającego 40 000 USD miesięcznie na reklamę cyfrową, to 4 000 do 6 000 USD miesięcznie — 48 000 do 72 000 USD rocznie — za nadzór nad kampaniami. Dodaj marże produkcyjne, rabaty platformowe i marże trading desk, a pieniądze opuszczające salon samochodowy jako „wydatki marketingowe" i faktycznie docierające do konsumentów mogą wynosić zaledwie 36 centów z każdego dolara.
Agencje nie obniżyły swoich opłat, aby odzwierciedlić automatyzację, która zastąpiła pracę, do której zostały zatrudnione. Dlaczego miałyby? Model rozliczeniowy jest powiązany z wydatkami, nie z godzinami pracy. Jeśli PMax eliminuje 80% pracy ręcznej optymalizacji, przychody agencji nie zmieniają się — zmienia się tylko jej marża. Płacą im tyle samo za robienie znacznie mniej.
To nie jest akt oskarżenia wobec indywidualnych account managerów. Większość z nich wykonuje pracę, której wymaga od nich model. Problem ma charakter strukturalny: model biznesowy agencji został zbudowany na pracochłonnym zarządzaniu platformą, a platformy zautomatyzowały tę pracę do niebytu. Salony wciąż płacą starą cenę za pracę, którą teraz wykonują maszyny.
Dla grupy dealerskiej z 10 punktami sprzedaży wydającej 400 000 USD miesięcznie w całym portfolio, matematyka jest prosta. Przy 12% opłat za zarządzanie, to 576 000 USD rocznie w opłatach agencyjnych za zarządzanie kampaniami, które platformy teraz wykonują autonomicznie. Te pieniądze nie znikają, gdy zwalniasz agencję — stają się wydatkami na media lub stają się marżą. Oba wyniki są lepsze od obecnego.
Problem Własności Danych, o Którym Nikt Nie Mówi Wystarczająco Głośno
Struktura opłat to widoczny koszt. Problem własności danych to ten, który narasta niewidocznie.
Każda kampania prowadzona przez Twoją agencję generuje dane: historię konwersji, segmenty odbiorców, listy Customer Match, wskaźniki jakości słów kluczowych, sygnały wydajności konta reklamowego. W standardowym modelu agencyjnym te dane żyją na kontach kontrolowanych przez agencję. Kiedy odchodzisz, nie zabierasz ich ze sobą — a jeśli tak, zabierasz zamrożony eksport chwili w czasie, nie żywy system.
Machine learning Google wymaga historycznych danych o konwersjach, aby skutecznie optymalizować. Nowe konto startuje bez sygnału. Ten sygnał — zbudowany przez miesiące lub lata Twoich wydatków na media — należy do tego, kto kontroluje konto. Twoje dane klientów to najbardziej wartościowy zasób w nowoczesnym marketingu. Dla większości salonów żyją one w systemach kontrolowanych przez agencję.
Posiadanie przez agencję Twoich kont reklamowych nie jest przypadkowe. To strukturalne uzależnienie. Zmiana agencji oznacza rozpoczęcie od nowa krzywej uczenia się algorytmu. AI platform potrzebuje Twoich historycznych danych, aby działać na Twoją korzyść. Gdy te dane są na cudzym koncie, ich AI działa dla nich — a Ty płacisz za ten przywilej.
Dlatego grupy dealerskie, które posiadają własny stos technologiczny, będą osiągać lepsze wyniki niż te, które tego nie robią przez następne pięć lat. Fala konsolidacji przyspiesza. Grupy przejmujące salony na dużą skalę nie mogą sobie pozwolić na dziedziczenie innego układu z agencją w każdej lokalizacji — każdy z innym fragmentem sygnału własnego w innym zestawie kont, których nie kontrolują.
Czego Raport Agencji Ci Nie Powie
Miesięczny raport wydajności agencji nie jest zaprojektowany po to, aby dać Ci pełne informacje. Jest zaprojektowany tak, aby był czytelny dla kogoś, kto nie ma dostępu do surowych danych platformy, które podsumowuje.
Wyświetlenia, kliknięcia, CTR i wskaźniki jakości to platformowe liczby próżności, które nie odpowiadają na pytanie, które CFO grupy dealerskiej naprawdę potrzebuje: który dolar wydatków, na której platformie, w którym salonie, doprowadził do sprzedaży pojazdu? W każdej grupie z wieloma punktami sprzedaży, działającej powyżej pięciu lokalizacji, to pytanie jest obecnie bez odpowiedzi — nie dlatego, że dane nie istnieją, ale dlatego, że żyją w silosowych kontach agencyjnych, które nie łączą się z rekordami DMS.
Zachęta agencji nie polega na tym, aby pomóc Ci jasno odpowiedzieć na to pytanie. Raport, który dokładnie pokazuje, ile każda platforma wygenerowała na sprzedany pojazd, natychmiast uwidoczniłby kalkulację opłaty za zarządzanie. Lepiej prowadzić z dostarczonymi wyświetleniami i zdobytym udziałem głosu — wskaźnikami, które wyglądają dobrze i których nie można łatwo zakwestionować bez dostępu do platformy, którego nie masz.
Ta asymetria informacyjna ma charakter strukturalny, nie jednostkowy. To architektura modelu zbudowanego zanim dane platformy w czasie rzeczywistym były dostępne dla każdego, kto ich chciał. Model się nie zaktualizował, ponieważ agencje nie mają motywacji, aby go aktualizować.
Podejście AUTONOMi do Zastąpienia Agencji
AUTONOMi nie replikuje modelu agencyjnego z niższymi opłatami. Eliminuje tę warstwę całkowicie.
AEGIS — silnik AI AUTONOMi — prowadzi Google PMax, Search, Demand Gen, Vehicle Listing Ads, Meta, TikTok i Microsoft Ads z jednej warstwy orkiestracji. Alokacja budżetu między kanałami i kampaniami odbywa się autonomicznie, na podstawie żywych sygnałów konwersji. Nie ma account managera podejmującego piątkową decyzję o tym, gdzie powinny trafić wydatki w tym tygodniu. AEGIS podejmuje tę decyzję ciągle, z precyzją i opóźnieniem, którego żaden ludzki zespół nie jest w stanie dorównać.
Każde konto zarządzane przez AEGIS jest własnością dealera. Konta reklamowe są na Twoje imię, na Twojej metodzie płatności. Historia konwersji, segmenty odbiorców, dane platformy, które AEGIS buduje z czasem — należą do Ciebie. Jeśli jutro przestaniesz współpracować z AUTONOMi, zabierasz swoje konta ze sobą, włącznie z każdym sygnałem zbudowanym przez system. Nie ma algorytmicznej sytuacji zakładniczej.
Raportowanie generowane przez AEGIS łączy wydatki platformowe z konwersjami raportowanymi przez platformy reklamowe — nie CTR z jakością wyniku, ale która kampania, który kanał, który salon generuje leady, śledzone względem tych samych sygnałów, których same platformy używają do optymalizacji dostarczania. To pytanie — który dolar wydatków, na której platformie, w którym salonie, generuje popyt — staje się możliwe do odpowiedzi na poziomie, którego model agencyjny nigdy nie był zaprojektowany dostarczyć, ponieważ dostarczenie go uczyniłoby opłatę za zarządzanie niemożliwą do obrony.
AUTONOMi pobiera stałą opłatę platformową. Nie ma procentowej opłaty za zarządzanie od wydatków. Nie ma marż trading desk. Każdy dolar Twojego budżetu mediowego trafia do platform po rzeczywistej stawce platformowej. Matematyka działa inaczej przy każdym poziomie wydatków, ale działa na korzyść dealera przy wszystkich z nich.
Branża To Zauważy. Pytanie Brzmi: Kiedy.
Wypieranie warstwy wykonawczej agencji przez AI platform nie jest przyszłym ryzykiem. To obecna rzeczywistość, której większość grup dealerskich nie wyceniła jeszcze w swoich relacjach z dostawcami. Agencje nie zrobiły nic złego pod względem strukturalnym — zbudowały model, który miał sens w 2014 roku i nie otrzymały silnego powodu, aby go zmieniać. Platformy automatyzowały pracę po cichu, funkcja po funkcji, przez kilka lat. Struktury opłat nie zmieniły się, ponieważ nikt z dźwignią nie wymusił ich zmiany.
To się zmienia. Grupy dealerskie, które jako pierwsze to zrozumieją, skumulują przewagę — nie tylko w efektywności mediowej, ale w posiadaniu danych, klarowności atrybucji i niezależności organizacyjnej. Grupy, które zrozumieją to jako ostatnie, spędzą kolejne trzy lata płacąc opłatę za zarządzanie za pracę, którą system AI wykonuje autonomicznie, na kontach, których nie kontrolują, generując raporty, które przesłaniają odpowiedź na jedyne pytanie, które ma znaczenie.
Platformy już wykonały swój ruch. Pytanie brzmi, czy Twoja organizacja wykona swój. Jeśli chcesz zobaczyć, jak wygląda model post-agencyjny w praktyce, rozpocznij 30-dniowy pilot i pozwól AEGIS prowadzić Twoje konta przez miesiąc — na Twoje imię, na Twoich danych, po rzeczywistym koszcie mediów.