Проблема измерения ИИ-рекламы: на самом деле это вопрос управления

Последние годы рекламная индустрия провела, перестраивая систему измерения в условиях сокращающегося числа идентификаторов. Теперь добавился ещё один сложный фактор: искусственный интеллект меняет не только то, как доставляется реклама, но и то, кто — или что — видит её ещё до совершения покупки.

Именно поэтому Interactive Advertising Bureau (IAB) разрабатывает общую основу для измерения рекламы, показанной ИИ-агентам или повлиявшей на них; первые результаты ожидаются в ноябре. Цель проекта — внести ясность в вопросы, на которые традиционная атрибуция — метод привязки эффекта рекламы к покупке — изначально не рассчитана отвечать. Например, если ИИ-агент изучает товары, сталкивается с коммерческими сообщениями и в итоге помогает пользователю совершить покупку, индустрии предстоит определить, что в этом случае считается показом рекламы, какие сигналы подтверждают влияние и как распределяется «кредит» по всей экосистеме.

Эти вопросы могут показаться теоретическими, но коммерческая значимость темы стремительно растёт, поскольку ИИ-платформы перестают быть просто потребительским интерфейсом и выстраивают собственный рекламный бизнес. Ярче всего это видно на примере OpenAI: спустя всего полгода после запуска рекламы в США компания вывела сервис ChatGPT Ads на несколько международных рынков, а затем ещё на 31 европейскую страну. За это время она разработала инструменты для совершения покупок, ввела модель ценообразования с оплатой за клик (cost-per-click), наняла опытных специалистов по рекламе и наладила связи с агентствами и партнёрами в сфере рекламных технологий (ad tech).

Однако создание стандартов — лишь часть проблемы. Куда более важный вопрос — кто будет контролировать ключевые сигналы. Если ИИ-платформы оставят у себя данные, необходимые для доказательства того, как их системы повлияли на сделку, независимое измерение рискует в итоге зависеть от информации, предоставляемой теми же компаниями, которые продают эту рекламу. Отраслевые стандарты способны задать определения и ожидания, но их реальная эффективность будет зависеть от того, предоставят ли платформы достаточный доступ для независимой проверки соблюдения этих стандартов.

Подобная ситуация уже знакома индустрии. Похожий пример — дискуссия вокруг Attribution API, предложенного World Wide Web Consortium: сторонники считают браузерную атрибуцию необходимым способом сохранить измерение при одновременном ограничении межсайтового отслеживания, а критики опасаются, что перенос этой ответственности на браузеры может сосредоточить влияние в руках компаний, которые их контролируют. Обстоятельства разные, но вопрос управления остаётся тем же: у крупных технологических компаний, как правило, гораздо больше технических ресурсов, данных и кадров для участия в затяжных процессах стандартизации, чем у небольших издателей, независимых ad tech-компаний или рекламодателей.

Тем не менее необходимость единых отраслевых стандартов почти никем не оспаривается: общие требования могут снизить фрагментацию и дать рекламодателям и издателям более чёткие правила работы в быстро меняющейся среде. Стремительная коммерциализация OpenAI показывает, что рынку ИИ-рекламы такие правила понадобятся быстрее, чем ожидалось. Но установление стандартов измерения станет лишь первым испытанием. Следующее испытание — смогут ли созданные системы обеспечить подлинную прозрачность и взаимную совместимость, а не просто передать власть от одного поколения доминирующих технологических платформ к другому.