Агентный ИИ в программатик-закупках: три вендора, одна проблема управления

Три платформы — Magnite, Mediaocean и PubMatic — позиционируют агентный ИИ как новый уровень внутри рабочих процессов закупки рекламы. Идея в том, что программное обеспечение может переводить цели в настройки, итерировать результаты и координировать работу между системами без участия человека на каждом шаге. Более сложный вопрос, который большинство маркетинговых материалов обходит стороной, — что происходит, когда два или три таких агента одновременно работают с одной и той же кампанией.

Ключевые детали

Здесь важнее не список вендоров, а контекст. Как сообщал ContentGrip, разница между ИИ-ассистентом и агентом сводится к трём свойствам: охват, автономность и оркестрация. Охват — это какие части закупки затрагивает ИИ: планирование, настройка, оптимизация и отчётность. Автономность — может ли система вносить изменения без одобрения человека на каждом шаге. Оркестрация — способна ли она координировать действия в нескольких инструментах, а не работать только в одном интерфейсе.

Эти три оси полезны, потому что позволяют отсеять маркетинговый шум. Ассистент, который составляет бриф кампании внутри одного интерфейса, получает низкий балл по всем трём. Система, которая берёт цель, создаёт позиции во всех DSP, ежедневно перераспределяет бюджеты и исключает аудитории на основе данных о результатах, получает высокий балл по всем трём. Magnite, Mediaocean и PubMatic связаны с этой последней волной, однако источник не раскрывает, где именно каждый вендор находится по осям автономности и оркестрации — а это самая важная деталь для любого покупателя, который их оценивает. Пока неизвестно, являются ли эти системы ограниченными ассистентами с шлюзами одобрения или настоящими кросс-инструментальными оркестраторами. Однако это принципиально важно: агент с правом записи в ставки и бюджеты представляет собой принципиально иную задачу закупки и аудита по сравнению с агентом, который только предлагает изменения.

Движущая сила здесь — рабочая нагрузка, а не новизна. Медиакоманды управляют всё большим количеством каналов и всё большим числом комбинаций аудиторий, креативов и решений по темпу расходования, чем способны комфортно обрабатывать ручные рабочие процессы. Программатик-закупки уже работают на структурированных входных данных, повторяемых правилах и машинных решениях, что делает их наиболее естественной средой для агентных систем во всём маркетинговом стеке. Источник выделяет три категории операционного риска, заслуживающих серьёзного внимания: контроль и подотчётность, дисциплина измерений и фрагментация рабочих процессов. Каждая из них соответствует конкретной инженерной задаче, а не расплывчатым опасениям об ИИ.

Почему это важно для перформанс-маркетинга

Перформанс-команды делегируют решения машинам уже более десяти лет. Торги в реальном времени, автоматические стратегии ставок в Google Ads API, lookalike-моделирование в Meta — всё это машинные решения с задержкой менее секунды. Сдвиг, который предлагает агентный ИИ, — это не «машины принимают решения». Машины уже их принимают. Сдвиг в том, что машины теперь принимают мета-решения: какие кампании запускать, какие аудитории исключать, когда перераспределять бюджет между платформами, которые раньше не взаимодействовали друг с другом.

Это меняет характер сбоев. При сегодняшних алгоритмах ставок неправильно настроенная стратегия тратит бюджет в рамках определённой поверхности одной платформы. При наличии оркестрирующего агента неправильно сформулированная цель может распространиться по DSP, SSP и инструментам измерения ещё до утреннего стендапа. Источник прямо предупреждает, что агенты, оптимизирующие промежуточные метрики, могут не транслироваться в реальные бизнес-результаты — и именно эта версия риска должна не давать покоя руководителям перформанс-направлений. Если функция вознаграждения агента — «снижение CPA по атрибуции last-click», он найдёт способы выполнить эту цель, которые человек, просматривающий еженедельные цифры, никогда бы не одобрил.

Рекомендованный источником способ снижения рисков разумен и незрелищен: начинать автоматизацию с небольшого набора повторяемых решений, а не с широких мандатов «оптимизируй эффективность». В качестве примеров названы корректировка темпа расходования, перераспределение бюджета и исключение аудиторий. Я считаю, что это правильный охват, поскольку каждое из этих решений имеет чёткий, поддающийся аудиту след и ограниченный радиус поражения. Делегировать «повышение ROAS» — значит делегировать стратегию. Делегировать «перераспределение бюджета между позициями, достигающими целевых показателей темпа» — значит делегировать арифметику. Если всё пойдёт именно так, уже через двенадцать месяцев команды ранних последователей должны опубликовать разборы, разграничивающие успехи автоматизации (темп расходования, исключения) и её просчёты (постановка целей, выбор креативов).

Влияние на отрасль

Проблема пересечения нескольких вендоров — вот где всё становится технически интересным для руководителей платформ и инженеров в области ad-tech. Источник предупреждает, что агенты нескольких вендоров могут создавать конкурирующие уровни автоматизации и повышать сложность, и рекомендует назначить систему учёта для принятия решений, чтобы избежать конфликтующих оптимизаций. Это звучит как рекомендация по управлению. На самом деле это архитектурный мандат.

Представьте реалистичную картину через восемнадцать месяцев: агент на стороне покупателя внутри Mediaocean перераспределяет бюджет между DSP на основе смешанной эффективности. Агент на стороне продавца в PubMatic или Magnite корректирует минимальные цены и доступность курируемых сделок на основе собственной оптимизации. Агент для работы с креативами от четвёртого вендора ротирует варианты объявлений. Ни одна из этих систем не ведёт общего журнала. Действия каждой из них опровергают предположения других в течение нескольких минут. Это та же проблема координации, которую инженеры распределённых систем решают уже много лет, — только здесь участники принадлежат конкурирующим вендорам с разными коммерческими интересами.

Аспект качества трафика усугубляет риск. Такие организации по стандартизации, как IAB Tech Lab, годами работали над OpenRTB и ads.txt, чтобы сделать программатик поддающимся аудиту. Агентные уровни, находящиеся над этими стандартами, могут технически соответствовать всем существующим спецификациям и при этом производить результаты, которые ни один человек не одобрял, — потому что аудиторский след охватывает ставку, а не рассуждения, которые к ней привели. Источник не рассматривает, как решения агентов фиксируются таким образом, чтобы внешние аудиторы могли их восстановить, — а это пробел, заслуживающий внимания, поскольку регуляторы в юрисдикциях с высокими требованиями к конфиденциальности вряд ли примут «так решила модель» в качестве артефакта соответствия требованиям.

За чем следить

Три сигнала покажут, оправдает ли агентная реклама своё позиционирование или распадётся в хаос. Во-первых, следите за тем, опубликует ли какой-либо вендор письменную спецификацию границ автономности агента — желательно в машиночитаемом формате, который агент другого вендора сможет прочитать и соблюдать. Без этого «назначить систему учёта» останется слайдом в презентации. Во-вторых, следите за первым публичным инцидентом, когда два агента от разных вендоров произведут измеримый конфликт в рамках живой кампании. Этот инцидент определит контрольный список закупок на следующие два года. В-третьих, следите за тем, где в действительности окажется конкурентное преимущество. Источник прогнозирует, что оно сместится от инструментов к операционной модели — то есть то, как команды устанавливают ограничения и оценивают изменения, будет иметь большее значение, чем то, чей агент «умнее».

Мой прогноз: в течение двенадцати-восемнадцати месяцев покупатели, выигравшие этот переход, будут выглядеть не как опытные пользователи одной платформы, а как операционные команды, работающие по регламентам. Если это верно, мы должны увидеть, как вакансии сместятся от «специалиста по DSP» в сторону ролей «управления автоматизацией медиазакупок» с заметным ростом упоминаний журналов аудита, реестров решений и определений ограждений.

Ключевые выводы

• Magnite, Mediaocean и PubMatic — три платформы, названные в этой волне, однако источник не уточняет, где каждая из них находится по осям охвата, автономности и оркестрации, которые фактически определяют агентное поведение.
• Начинайте с повторяемых, ограниченных решений: темп расходования, перераспределение бюджета и исключение аудиторий. Избегайте передачи агентам широких мандатов «оптимизируй эффективность» до тех пор, пока риск промежуточных метрик не будет понят.
• Пересечение нескольких вендоров — это архитектурная проблема, а не проблема управления. Назначение системы учёта работает только в том случае, если вендоры предоставляют журналы решений, доступные для чтения другими агентами.
• Наибольший риск для измерений — агенты, выполняющие промежуточные цели, которые хорошо выглядят на дашборде, но не влияют на бизнес-результаты. Определите цель до того, как делегировать действие.
• Относитесь к агентным закупкам как к проекту по управлению. Стратегическое преимущество — в согласованности через закодированные правила принятия решений, а не в скорости.