Как ИИ меняет логику работы рекламных платформ

ИИ меняет всю логику рекламы - но не совсем так, как многие думают Наткнулся на пост Сриниваса Рамеша - довольно культового чувака из adtech-тусовки и автора известной рассылки про рекламу "The AdTech Signals". Так вот, его ключевой тезис такой. Пока все обсуждают, как эйай генерит креативы и анализирует метрики, настоящий слом проходит гораздо глубже - в самой логике рекламных платформ. И в результате они начинают делать то, что раньше казалось сверхспособностью, и для чего железно нужен был подкованный человек. Рамеш поясняет на примерах: Amazon. Раньше Sponsored Ads (реклама в их поиске) и DSP-программатик (автоматическая закупка через аукцион) жили в разных мирах, и сводить их надо было вручную. А сейчас это один контур: рекламодатель задаёт продукт и цель - система сама собирает кампании в поиске + в программатике и сводит отчётность в одном месте, а креативы генерит их собственная моделька Nova, которая теперь встроена в общий движок. Google. У них давно есть Performance Max - штука, которая автоматизирует таргетинг, ставки и размещения через все каналы разом. Но теперь в неё встроили Gemini. Она берёт длинные, разговорные поисковые- и эйай-запросы, раскладывает их на ключи и подбирает под них рекламу даже там, где раньше формальных ключевых слов просто не было (точнее, они были, но их не видели). То есть, воронка расширяется не через оптимизацию старого трафика, а через выхватывание совершенно нового спроса. Яндекс. Раньше их система помнила десятки последних действий пользователя. А теперь тысячи, причём растянутые на год. У них есть Argus - генеративная модель, которая учитывает "длинную" историю юзера. Её память увеличили в 30 раз, и это ключевой момент - система стала видеть реально далеко. Отдельно добавили Gorgona - другую модельку, которая прогнозирует поведение уже после клика (сколько человек листал, что добавил в корзину и т.д.) и дополняет Argus. Это комбо позволяет гораздо точнее предсказывать, совершит ли человек покупку. Тут мозг тянется сделать вывод: "Ну окей, платформы теперь лучше угадывают, что мы купим - когда мы ещё сами не поняли". Это да. Но это база-основа и вообще уже баян. Предиктивный таргетинг и look-alike (поиск похожей аудитории) гоняют уже лет 15. А сейчас системы меняют не "ЧТО", а "КАК" угадывать, и это ключевой момент. Раньше воронка была набором отдельных ИИ-тулов. Один считал, кому показать, другой - сколько платить, третий фигачил баннер, четвёртый считал метрики... А сводил всё это дело человек ручками. Сейчас же платформы сшивают всё в один движок, который учится не на кликах по кампании, а на итоговом результате бизнеса. Условно, раньше эйай-штуки помогали правильно завернуть на каждом отдельном перекрёстке, а сейчас вся машина едет на автопилоте из пункта А в пункта Б. Поэтому ремесло медиабайера меняется даже быстрее, чем многие другие профессии. Раньше нужен был спец, который руками собирает таргетинги и балансирует ставки, а теперь площадка просто берёт бюджет и цель - ну и всё, дальше всё делает сама, обучаясь на миллионах кампаний параллельно и калибруясь после каждого шага. Понятно, что люди всё ещё нужны (автопилот тоже нужно контроллить) - но а) у них будут другие задачи и б) не в таком числе. Как рекламная индустрия будет адаптироваться - большой вопрос. Возможно, агентства мигрируют на уровень выше - например, в стратегию и бренд. Но там уже другой пирог со своей конкуренцией. В общем, если вы работаете в рекламной индустрии (а с ней плотно соприкасаются очень многие - в том числе я), то держите в уме эти изменения. Они не так сильно бросаются в глаза, как, скажем, эйай-сдвиги в кодинге или в создании контента, но по факту могут быть даже радикальнее. Дизраптор