ИИ-агенты добрались до programmatic: кто теперь жмёт на закупку

В 2024–2025 годах закупка рекламы в вебе и приложениях перестала быть только про правила и таблицы ставок. Google встроил в Performance Max и Google Ads генеративные функции, Meta* (Meta признана в России экстремистской организацией, деятельность запрещена) продвигает Advantage+ с автоматической сборкой кампаний, а рекламные DSP один за другим добавляют «ассистентов», которые формулируют аудиторию по текстовому запросу и сами предлагают распределение бюджета. Общий вектор один: между медиабайером и аукционом появляется программный агент, который принимает часть решений за человека.

Для рынка это не косметика. Programmatic-закупка — это миллионы аукционов в секунду, где ставку по каждому показу выставляет алгоритм. Раньше человек задавал рамки: стратегию ставок, аудитории, креативы, ограничения. Теперь агент претендует на то, чтобы задавать эти рамки самому, отталкиваясь от цели вроде «привести заявки дешевле 800 рублей».

Что такое агент в контексте медиабайинга

Классическая автоматизация в programmatic — это правило: «если CPA выше порога, снизить ставку». Агент¹ устроен иначе. Он получает цель и доступ к инструментам (API платформы, статистику, каталог товаров, иногда генератор креативов) и сам решает, какие действия предпринять и в каком порядке: создать сегмент, запустить тест, перераспределить бюджет, остановить группу объявлений.

Разница между автоматической стратегией ставок и агентом — как между круиз-контролем и автопилотом, который сам выбирает полосу и съезд. Первый держит заданную скорость, второй принимает решения о маршруте.

На практике «агентность» у нынешних продуктов разная. Где-то это чат-ассистент, который лишь предлагает настройки, а нажимает человек. Где-то — полуавтономный режим, который сам меняет ставки и бюджеты в заданных границах. Полностью автономная закупка без участия человека пока скорее маркетинговое обещание, чем повсеместная реальность: платформы оставляют байеру контроль над бюджетом и стоп-условиями.

Кто что предлагает

Ниже — обзор подходов крупных игроков по состоянию на конец 2025 года. Конкретные названия функций и их доступность в разных странах меняются, поэтому актуальный набор сверяйте в справке самой платформы.

Цифры по эффективности эти платформы публикуют в собственных кейсах, и независимой сравнительной методики между ними нет. Поэтому относиться к заявлениям «рост конверсий на X процентов» стоит как к маркетингу вендора, а не как к бенчмарку: без внешнего замера и описания выборки такие проценты ничего не доказывают.

Что реально меняется в работе байера

Главный сдвиг — с микроменеджмента ставок на постановку задач и контроль. Раньше специалист вручную резал аудитории, тестировал десятки объявлений и следил за графиками. Агентные инструменты забирают рутину, но требуют другого навыка: правильно сформулировать цель, задать ограничения и понять, когда алгоритм ведёт бюджет не туда.

Где это ускоряет работу

• Запуск кампании с нуля: агент собирает структуру и черновые креативы за минуты, а не за день.
• Масштабирование ассортимента: для магазина с тысячами товаров ручная настройка нереальна, а автосборка — рабочий вариант.
• Быстрые A/B-итерации креативов без ручной загрузки каждого варианта.

Где остаётся ручная работа

• Стратегия и позиционирование — агент не решает, какому сегменту вы вообще продаёте.
• Контроль за «утечкой» бюджета в дешёвый, но бесполезный трафик.
• Сверка того, что автоматика показывает рекламу там, где это допустимо по бренд-безопасности и закону.

Кому это пригодится, а кому нет

Пригодится:

• Малому бизнесу и ИП без штата маркетологов. Мастер кампаний и Advantage+ дают приемлемый результат без глубокой экспертизы — вы задаёте цель и бюджет, остальное берёт на себя платформа.
• E-commerce с большим каталогом. Тысячи SKU физически невозможно вести руками; здесь автосборка и динамические креативы экономят десятки часов.
• Агентствам с типовыми кампаниями. Рутинные запуски можно поставить на поток и высвободить людей под стратегию.

Скорее не пригодится или требует осторожности:

• Брендам с жёсткими требованиями к площадкам. Автоматика любит расширять размещение, а вы можете не хотеть видеть рекламу рядом с определённым контентом. Черные и белые списки надо контролировать вручную.
• Нишевым B2B с длинным циклом сделки. Агент оптимизирует на быстрый измеримый сигнал (клик, заявка), а не на сделку через полгода — сигнал он получит слишком поздно.
• Тем, кто хочет понимать каждое решение. Автономные стратегии — во многом «чёрный ящик»: платформа не всегда объясняет, почему бюджет ушёл в конкретный сегмент.

Риски, о которых говорят меньше

Первый — потеря видимости. Чем больше решений принимает агент, тем меньше в отчётах привычной детализации: платформа отдаёт агрегированный результат, а не разбивку по каждому источнику. Если результат хороший, это устраивает. Если плохой — разобраться в причинах сложнее.

Второй — зависимость от одной экосистемы. Агент работает внутри платформы и оптимизирует то, что видит именно эта платформа. Сравнить эффективность между Google, Meta* и Директом объективно всё так же трудно: каждый считает конверсии по своей модели атрибуции.

Третий — ответственность за то, что открутил алгоритм. Рекламодатель отвечает за содержание и размещение рекламы независимо от того, автомат её расставил или человек. Ссылку на «так решил агент» ни один регулятор не примет.

¹ Агент — программа на базе языковой модели или иного ИИ, которая получает цель и набор инструментов (доступ к API, данным) и самостоятельно выбирает последовательность действий для достижения цели, а не выполняет один заранее прописанный сценарий.