AI dan Agensi Pemasaran: Apa yang Dipertahankan Secara Internal dan Apa yang Dialihdayakan

Oleh Camellia · Diperbarui 11 Oktober 2026

Keputusan agensi vs tim internal adalah pertanyaan tentang pekerjaan pemasaran mana yang sebaiknya dikerjakan karyawan Anda sendiri dan mana yang sebaiknya dikerjakan firma luar. AI mengubah jawabannya karena ia memangkas biaya dan keterampilan yang dibutuhkan untuk produksi rutin, seperti draf, variasi, laporan, dan analisis dasar, sementara bagian yang mahal (strategi, selera, keahlian spesialis, pengukuran yang sulit) tetap semahal sebelumnya. Hasil praktisnya: lebih banyak pekerjaan yang berulang layak dikerjakan secara internal, dan agensi mendapatkan bayarannya dari penilaian dan keterampilan langka, bukan dari jam kerja yang menghasilkan keluaran.

Jika Anda memimpin pemasaran di perusahaan yang memiliki agensi dengan retainer, ini bukan argumen untuk memecat siapa pun. Ini alasan untuk menarik ulang garisnya secara sengaja alih-alih membiarkannya melenceng. Artikel ini menguraikan apa yang sudah terjadi di pasar, pembagian per fungsi, bagaimana harga agensi bergeser, dan cara langkah demi langkah untuk bernegosiasi ulang. Untuk sisi tim dari persamaan ini, lihat struktur tim pemasaran AI, yang tidak diulang di sini.

Tren membawa pekerjaan ke dalam sudah berjalan

AI bukan yang memulai ini. Membawa pekerjaan ke dalam perusahaan sudah tumbuh jauh sebelum alat generatif hadir. Association of National Advertisers (ANA) telah melacaknya setiap lima tahun. Risetnya melaporkan bahwa 82% anggota ANA memiliki agensi internal pada 2023, naik dari 78% pada 2018, 58% pada 2013, dan 42% pada 2008, dan ANA memperkirakan penetrasinya akhirnya akan mencapai puncak di 85 hingga 90%.

Rinciannya lebih berguna daripada judulnya. Dalam studi 2023 yang sama (162 responden, dilaksanakan pada Februari dan Maret 2023), 92% responden masih memakai agensi eksternal, dan 65% telah memindahkan sebagian bisnis yang sudah mapan dari agensi eksternal ke agensi internal mereka. Jadi pola yang sebenarnya bukan "agensi atau internal." Ini adalah campuran, dengan batas yang bergeser dari waktu ke waktu.

Pemberitaan yang sama melaporkan alasan perusahaan melakukannya. Efisiensi biaya adalah manfaat utama, diikuti pengetahuan merek yang lebih baik, pengetahuan institusional, dan staf yang berdedikasi, dan keinginan untuk memiliki, mengendalikan, dan melindungi data first-party menjadi pendorong. Layanan yang paling sering dipindahkan ke dalam adalah kreatif digital (media sosial, pencarian, dan email), beberapa format kreatif tradisional, dan sebagian pekerjaan media. Responden yang pernah mempertimbangkan membawa media ke dalam tetapi belum melakukannya menyebutnya "terlalu rumit."

Studi itu tidak membahas AI. Jadi perlakukan AI sebagai akselerator dari tren yang sudah ada, bukan penyebabnya. Alasan perusahaan membawa pekerjaan ke dalam (biaya, pengetahuan merek, kendali data) persis alasan AI membuat langkah itu lebih mudah. Penyusunan draf yang lebih cepat dan variasi yang lebih murah berarti tim internal kecil kini dapat menangani pekerjaan yang dulu membutuhkan jajaran produser eksternal. Untuk sudut pandang data, lihat data first-party untuk pemasaran AI.

Apa yang diubah AI pada ekonominya

Tiga pergeseran penting bagi keputusan ini.

Produksi menjadi lebih murah. Laporan Digiday pada Mei 2025 mengutip angka MediaLink yang menunjukkan rata-rata penghematan produksi kreatif di atas 27% berkat AI. Berapa pun angka persis di perusahaan Anda, arahnya jelas: aset yang sama memakan lebih sedikit jam. Jika Anda membayar per jam, Anda harus mengharapkan tagihan yang lebih rendah atau dasar penagihan yang berbeda.

Batas bawah keterampilan turun. Pemasar generalis dengan prompt yang baik dan brief yang ketat kini dapat menghasilkan draf pertama, variasi iklan, baris subjek, dan ringkasan yang layak. Itu tidak menjadikan mereka kepala copy. Tetapi itu berarti Anda tidak lagi memerlukan firma luar hanya untuk mendapatkan volume.

Keterampilan langka tetap langka. Strategi merek, riset orisinal, negosiasi media dalam skala besar, rekayasa platform yang kompleks, hubungan PR, dan kreatif yang benar-benar menonjol tetap sulit. AI membantu proses di sekitarnya, bukan bakat intinya.

Intinya: pekerjaan yang dibuat murah oleh AI adalah pekerjaan yang paling layak ditinjau untuk dibawa ke dalam. Pekerjaan yang tidak disentuhnya adalah tempat agensi masih membenarkan keberadaannya.

Apa yang dibawa masuk, apa yang dijaga di luar, apa yang dibagi

Tabel ini adalah titik awal, bukan vonis. Ukuran tim, keterampilan, dan toleransi risiko Anda mengubahnya. Kolom "Peran AI" menunjukkan di mana alat melakukan pekerjaan berat.

Beberapa catatan untuk membacanya. "Kecenderungan" berarti dari mana saya akan memulai percakapan, bukan di mana saya akan mengakhirinya. Dan "Hibrida" tidak berarti dibagi dua sama rata. Biasanya berarti agensi memegang keahlian spesialis sementara Anda memegang brief, persetujuan, dan data.

Contoh menurut fungsi pemasaran

Konten. Tim yang membayar agensi untuk 20 posting blog per bulan sering kali dapat memindahkan draf pertama ke dalam dan mempertahankan agensi untuk tulisan yang membutuhkan keahlian mendalam atau riset orisinal. Editor internal memegang suara dan akurasi. Panduan Google memperingatkan bahwa membuat banyak halaman tanpa menambah nilai bagi pengguna dapat melanggar kebijakan spam-nya tentang penyalahgunaan konten berskala, jadi keputusannya bukan "AI menulis semuanya dengan lebih murah." Melainkan menempatkan orang yang berpengetahuan nyata pada lebih sedikit tulisan yang lebih baik.

Media berbayar. Pemeliharaan akun sehari-hari (pelaporan, pengujian sederhana, rotasi kreatif) makin sering menjadi pekerjaan internal. Perencanaan strategis, peluncuran channel baru, dan apa pun yang melibatkan pembelian besar hasil negosiasi sering tetap di tangan spesialis.

Kreatif. Pemberitaan Digiday memuat contoh kampanye lokal dengan 100 variasi kreatif yang dihargai $1.000 masing-masing alih-alih ditagih per jam. Itu ilustrasi yang bersih tentang pekerjaan volume yang bergeser ke harga per keluaran. Konsep andalan dan arahan seni adalah kategori pekerjaan yang berbeda.

Analitik. Menarik data dan menyusun narasi tahap pertama kini murah. Memutuskan apa arti angka-angka itu bagi anggaran kuartal depan tetap pada orang yang memahami bisnis Anda. Lihat analitik pemasaran AI.

Email dan CRM. Ini cenderung berpindah ke dalam lebih dulu, karena paling dekat dengan catatan pelanggan dan produk Anda, tepat data yang menurut perusahaan ingin mereka kendalikan.

Bagaimana model harga agensi bergeser

Sebagian besar agensi menagih dengan beberapa cara. Berikut ketahanan masing-masing ketika AI mempersingkat pekerjaan.

Keadaan sebenarnya campur aduk. Digiday melaporkan pada Mei 2025 bahwa AI mempercepat pekerjaan periklanan tetapi kompensasi agensi masih sebagian besar terkait jam yang dapat ditagih. Dalam tulisan yang sama, analis Forrester Jay Pattissall mengatakan AI belum mengubah model remunerasi, dan para eksekutif menyebut budaya, teknologi, dan manajemen sebagai hambatan bagi pembayaran berbasis hasil. Artikel itu juga menggambarkan atribusi sebagai rintangan, karena mengaitkan pembayaran dengan hasil itu sulit ketika hasil bergantung pada hal-hal yang tidak dikendalikan agensi.

Meski begitu, beberapa pemimpin agensi sudah memberi sinyal perubahan. Artikel itu melaporkan bahwa salah satu pendiri dan chief AI officer Monks, Wesley ter Haar, mengkritik ketergantungan pada jam yang dapat ditagih dan jumlah personel serta ingin beralih ke model berbasis keluaran. Artikel itu juga melaporkan bahwa CEO Mighty & True memperkirakan biaya akan turun karena AI menurunkan ongkos, dan bahwa chief AI officer Luckie telah menyusun rencana yang memproyeksikan setidaknya 25% peningkatan efisiensi secara keseluruhan dan lebih dari 70% dalam copywriting sambil menjajaki harga berbasis nilai.

Jadi sebagai pembeli, jangan berasumsi pembayaran berbasis hasil tersedia atau bahkan diinginkan. Bagi sebagian besar klien saat ini, langkah realistisnya adalah hibrida: retainer untuk inti strategis, harga per keluaran untuk pekerjaan volume, dan komponen kinerja yang lebih kecil yang terkait metrik yang benar-benar dikendalikan agensi. Berhati-hatilah dengan yang terakhir. Jika Anda membayar untuk lead, tetapi tim penjualan Anda tidak bisa mengonversinya, Anda baru saja menciptakan perdebatan tentang siapa yang salah.

Cara langkah demi langkah untuk menarik ulang garisnya

Lakukan ini setelah Anda menetapkan tujuan dan menilai kasus penggunaan, seperti dibahas dalam cara membangun strategi pemasaran AI, agar pembagiannya mengikuti prioritas, bukan kebiasaan.

1. Inventarisasi belanja agensi Anda. Daftar setiap hasil kerja yang Anda bayar, dengan biayanya, jam di baliknya jika terlihat, dan siapa di perusahaan Anda yang menyetujuinya.
2. Pilah pekerjaannya. Tandai setiap item sebagai strategis, spesialis, atau produksi rutin. Produksi rutin adalah daftar kandidat untuk dibawa ke dalam.
3. Periksa kapasitas internal Anda dengan jujur. Apakah Anda punya orang yang bisa membuat brief, menyunting, dan menyetujui? Draf AI tetap membutuhkan editor. Jika Anda tidak punya, Anda belum siap membawa pekerjaan itu ke dalam.
4. Uji coba satu fungsi. Pilih sesuatu yang berisiko rendah seperti varian email atau kalender media sosial. Jalankan secara internal selama satu kuartal dan bandingkan biaya, kecepatan, dan kualitas dengan hasil agensi.
5. Tuliskan standar kualitas. Pedoman suara, aturan pemeriksaan fakta, dan langkah persetujuan. Lihat pedoman suara merek AI.
6. Buka percakapan soal harga. Tanyakan kepada agensi Anda bagaimana AI mengubah penyampaian mereka dan apa yang akan mereka teruskan kepada Anda. Mitra yang baik punya jawabannya. Tanyakan apakah harga per keluaran atau retainer yang lebih kecil tersedia untuk item rutin.
7. Tetapkan cakupan baru. Pindahkan pekerjaan rutin keluar dari retainer, tambahkan pekerjaan strategis yang selama ini kurang Anda beli, dan tentukan apa yang tidak akan dikerjakan agensi.
8. Sepakati ukurannya. Biaya per hasil kerja, waktu hingga terbit, tingkat kesalahan, dan hasil bisnis. Tinjau tiap kuartal.
9. Putuskan siapa yang memiliki perangkat AI dan data. Kontrak harus menyebutkan ke mana data Anda pergi, alat apa yang dipakai agensi pada akun Anda, dan siapa pemilik hasilnya.
10. Tinjau setiap tahun. Batasnya akan terus bergeser seiring alat membaik.

Logika build vs buy di baliknya sama dengan yang dipakai untuk perangkat lunak. Jika Anda menginginkan kerangka untuk pilihan semacam itu, lihat AI build vs buy dan keputusan build, buy, atau integrate.

Kesalahan umum

• Memperlakukannya hanya sebagai latihan pemangkasan biaya. Alasan ANA sendiri untuk membawa pekerjaan ke dalam mencakup pengetahuan merek dan kendali data, bukan hanya harga. Penghematan yang merusak kualitas bukan penghematan.
• Membawa pekerjaan ke dalam tanpa editor. AI menghasilkan teks yang masuk akal tetapi bisa salah. Google memperingatkan bahwa model generatif tidak mengambil fakta dan bahwa konten buatan AI perlu diperiksa faktanya secara manual. Seseorang harus memegang tanggung jawab itu.
• Mengabaikan masalah talenta. Tim internal membutuhkan orang yang bisa membuat brief, menilai, dan memperbaiki hasil. Jika pemasar terbaik Anda sudah kewalahan, menambah pekerjaan AI memperburuknya.
• Menuntut diskon tanpa mendefinisikan ulang cakupan. Jika Anda memotong biaya tetapi mempertahankan hasil kerja yang sama, perhatian yang Anda dapat bisa lebih buruk. Ubah pekerjaan dan biayanya bersamaan.
• Langsung ke pembayaran berbasis hasil. Tanpa atribusi yang bersih, itu pertengkaran yang menunggu terjadi. Mulailah dari metrik yang dikendalikan agensi.
• Membiarkan agensi memakai AI pada akun Anda tanpa aturan. Tanyakan alat apa yang mereka pakai, data apa yang masuk ke dalamnya, dan siapa yang meninjau hasilnya. Jika Anda berjalan ramping, pemasaran AI untuk usaha kecil membahas versi yang lebih ringan dari pemeriksaan ini.
• Memindahkan pembelian media ke dalam terlalu dini. Responden ANA yang belum melakukannya menyebut kompleksitas. Jangan meremehkannya.
• Lupa mengukur. Jika Anda tidak bisa membandingkan hasil internal dan agensi dari sisi biaya dan hasil, Anda hanya menebak. Sisi pengukurannya dibahas dalam ROI pemasaran AI.

Fakta Utama: Agensi vs Tim Internal di Era AI

• 82% anggota ANA memiliki agensi internal pada 2023, naik dari 78% pada 2018, 58% pada 2013, dan 42% pada 2008; ANA memperkirakan penetrasinya akan mencapai puncak di 85 hingga 90% (ANA).
• Dalam studi yang sama, 92% responden masih memakai agensi eksternal dan 65% telah memindahkan sebagian bisnis yang sudah mapan dari agensi eksternal ke agensi internal mereka (162 responden, Februari hingga Maret 2023) (MediaPost).
• Efisiensi biaya adalah manfaat utama agensi internal yang dilaporkan, diikuti pengetahuan merek, pengetahuan institusional, dan staf yang berdedikasi (MediaPost).
• MediaLink melaporkan rata-rata penghematan produksi kreatif di atas 27% berkat AI, sementara bayaran agensi pada Mei 2025 masih sebagian besar terkait jam yang dapat ditagih (Digiday).
• Jay Pattissall dari Forrester mengatakan AI belum mengubah model remunerasi; hambatan bagi pembayaran berbasis hasil mencakup budaya, teknologi, manajemen, dan atribusi (Digiday).
• Google menyatakan membuat banyak halaman dengan alat AI tanpa menambah nilai bagi pengguna dapat melanggar kebijakan penyalahgunaan konten berskala (Google Search Central).