Tatlong Economic Scenario ng AI at ang Kinabukasan ng Trabaho sa Marketing

Karamihan sa mga forecast tungkol sa AI at trabaho ay nagbibigay sa iyo ng isang numero at maraming kumpiyansa. Noong Setyembre, naglathala ang Anthropic ng isang bagay na mas kapaki-pakinabang: tatlong scenario, na nakasulat ang mga assumption. Knowledge work ang marketing, kaya binasa ko ito bilang forecast tungkol sa sarili kong larangan at sa mga taong tinuturuan ko.

Ano ang nangyari

Inilabas ng Economics team ng Anthropic ang Scenarios for our Economic Future, isang interactive na explorer batay sa isang technical report, ang Economic Scenarios for Transformative AI (Korinek et al., 2026). Minomodelo nito kung paano maaaring maapektuhan ng AI ang trabaho, paglago at kawalan ng trabaho sa United States hanggang 2030, na itinuturing ang ekonomiya bilang mga bungkos ng gawain na maaaring palakasin, i-automate o likhain ng AI.

May tatlong scenario. Sa katamtaman, kahawig ng epekto ng internet ang epekto ng AI, at aabot sa US$34.1 trilyon ang GDP ng US sa 2030. Sa malaki, kayang gawin ng AI ang kalahati ng knowledge work pagsapit ng 2030 ngunit karamihan dito ay ginagawa pa rin nang walang AI; tumatakbo ang paglago sa humigit-kumulang doble ng normal na rate, aabot sa US$36.3 trilyon ang GDP, at halos hindi gumagalaw ang sahod ng mga knowledge worker habang tumataas ang sa ibang manggagawa. Sa matindi, nahihigitan ng AI ang mga tao sa karamihan ng knowledge task, aabot sa 15% kada taon ang paglago, aabot sa US$44.4 trilyon ang GDP, maaaring tumaas ang kawalan ng trabaho nang lampas sa karaniwang antas ng recession at bababa nang mahigit 10% ang sahod ng mga knowledge worker.

Sa lahat ng scenario, bumababa ang bahagi ng paggawa sa GDP habang tumataas ang bahagi ng kapital. Nagsagawa rin ang Anthropic ng survey sa 10,980 miyembro ng publiko. Sinasabi nito na "ang pangunahing hamon ay hindi ang pagkamit ng paglago ng ekonomiya, kundi ang pagtiyak na malawak na naibabahagi ang mga benepisyo", at tinatawag ang tool na version 1.0 na ang aktuwal na kalalabasan ay maaaring malaki ang pagkakaiba.

Bakit ito mahalaga

Pansinin kung saan bumabagsak ang presyon. Sa malaki at matinding scenario, ang mga knowledge occupation ang nahaharap sa displacement, habang tumataas ang demand sa ibang mga trabaho. Tiyak na nasa hanay ng knowledge ang marketing: research, pagsusulat, pagsusuri, pagpaplano, pag-uulat.

Ang malaking scenario ang sa tingin ko ay pinakamakatotohanan bilang batayan sa pagpaplano, at ang pinakakawili-wiling detalye nito ay ang agwat: kayang gawin ng AI ang kalahati ng knowledge work, ngunit karamihan dito ay ginagawa pa rin nang walang AI. Sa agwat na iyon mabubuo o mawawala ang mga karera sa susunod na ilang taon. Ang tanong para sa isang marketer ay hindi kung kayang gawin ng AI ang mga bahagi ng trabaho. Ito ay kung ikaw ba ang taong marunong gumamit nito sa mga bahaging mahalaga.

Ang sinasabi ng aking pananaliksik

Iginiit ko sa aking mga column sa Forbes na kailangang umunlad ang mga marketer mula sa pagiging manwal na content creator tungo sa pagiging curator ng mga autonomous AI tool, at nagtanong ako ng kaugnay na tanong sa Will AI Make Agencies Obsolete? Binibigyan ng mga scenario ng mas matalas na talim ang argumentong iyon. Kung mga gawain ang na-a-automate, marupok ang isang trabahong binuo lamang mula sa mga gawaing maaaring i-automate, at matatag ang isang trabahong nakasentro sa paghuhusga, konteksto at pananagutan.

Ipinahihiwatig ng aking pananaliksik kung saan nakalagay ang pangmatagalang halaga. Sa MindFuse (ACM Multimedia 2025), inilarawan namin ang AI bilang co-creator ng marketing strategy, pinagsasama ang creative performance scoring at mga LLM, habang ang tao ang nagmamaneho. Sa Fusing Predictive and Large Language Models (ACM TOIS 2025), ang output ay isang rekomendasyon na kailangan pa ring piliing aksyunan ng marketer. Nag-aalis ang mga system na ito ng maraming trabaho sa pagsusuri. Pinatataas nila ang halaga ng taong bumubuo ng tanong, humuhusga sa mga trade-off at may-ari ng desisyon.

Nagdaragdag ang aming papel sa SIGIR 2026 tungkol sa paglaban sa content homogenization ng isang punto sa antas ng market. Kapag ginagamit ng lahat ang parehong mga tool sa parehong mga gawain, nagkakapareho ang mga output. Nagiging bihira ang pagiging natatangi, at may premium ang mga bihirang bagay. Ang mga marketer na kayang gawing kakaiba ang tunog at performance ng AI-assisted na trabaho kaysa sa iba ay hahanapin sa bawat scenario.

Ang dapat gawin ngayon ng mga marketer

• I-mapa ang sarili mong trabaho bilang mga gawain. Markahan kung alin ang mahusay nang ginagawa ng AI, alin ang tinutulungan nito, at alin ang kailangan ka pa. Sadyang ilipat ang iyong oras sa huling grupo.
• Matutong mag-evaluate, hindi lamang mag-prompt. Ang kakayahang husgahan ang output ng AI laban sa totoong data ang kasanayang ginagantimpalaan ng mga scenario.
• Angkinin ang mga resulta, hindi ang mga output. Mas madaling i-automate ang mga tungkuling binibigyang-kahulugan ng mga deliverable kaysa sa mga tungkuling binibigyang-kahulugan ng mga resulta.
• Bumuo ng lalim sa domain. Mahirap para sa mga general model na gayahin ang konteksto tungkol sa isang market, kategorya o customer.
• Isulong ang pinagsasaluhang pakinabang. Kung pinatataas ng AI ang productivity ng iyong team, ipaglaban ang training, career path at mga bagong tungkulin, hindi lamang ang pagbabawas ng gastos.

Hindi mga prediksyon ang mga scenario. Ang halaga nila ay ginagawa nilang mapag-uusapan ang mga assumption. Para sa marketing, simple ang assumption na dapat pag-usapan: mas mabilis magbabago ang mga gawain kaysa sa mga job title. Magplano para doon.

FAQ