اخبار و کمپین‌هامطالب ویژه

58 درصد مدیران تبلیغات اروپا انتظار دارند؛ خرید تبلیغات با Agent های هوش مصنوعی تا یک سال دیگر به مقیاس می‌رسد

پژوهش IAB Europe نشان می‌دهد صنعت تبلیغات به‌تدریج برای ورود Agentهای هوش مصنوعی به فرایند خرید و فروش رسانه آماده می‌شود

مدیران صنعت تبلیغات تاکنون با احتیاط از معاملات تبلیغاتی عامل‌به‌عامل هوش مصنوعی (Agent-to-Agent) فاصله گرفته‌اند؛ هزینه‌های فنی و پرسش‌های حل‌نشده درباره تعریف دقیق این فناوری، باعث شده بود صنعت با تردید به آن نگاه کند. اما پژوهش جدید نشان می‌دهد این احتیاط در حال تغییر است.

در بهار و تابستان امسال، از 50 مدیر صنعت تبلیغات در 44 بازار اروپایی درباره این موضوع نظرسنجی شد. 58 درصد آنها انتظار دارند خرید تبلیغات مبتنی بر Agent یا Agentic Ad Buying طی یک سال آینده به مرحله استفاده عملیاتی یا مقیاس برسد.

البته اینکه «استفاده عملیاتی» یا «مقیاس» دقیقاً به چه معناست، به این بستگی دارد که از چه کسی سؤال شود؛ زیرا شرکت‌های حاضر در این نمونه از یک نقطه شروع نمی‌کنند. همان‌طور که انتظار می‌رود، سازمان‌های بزرگ‌تر فاصله بیشتری را طی کرده‌اند.

در شرکت‌هایی با 501 کارمند یا بیشتر، 86درصد پاسخ‌دهندگان گفته‌اند پیشرفته‌ترین سیستم‌های Agentic آنها در حال حاضر در سطحی فعالیت می‌کنند که در آن انسان‌ها و Agentها در کنار یکدیگر کارها را برنامه‌ریزی، واگذار و اجرا می‌کنند. اما در شرکت‌هایی با 500 کارمند یا کمتر، این رقم به کمتر از نصف، یعنی 48 درصد، می‌رسد.

Agentها با سرعت‌های متفاوت وارد خرید تبلیغات می‌شوند

انتظارات درباره معاملات تبلیغاتی مبتنی بر Agent حتی از این هم پراکنده‌تر است.

بیشتر مدیران انتظار دارند این فناوری همچنان توسعه پیدا کند، اما درباره اینکه Agentهای هوش مصنوعی با چه سرعتی واقعاً وارد معاملات روزمره تبلیغات خواهند شد، اتفاق‌نظر چندانی وجود ندارد. 30 درصد از پاسخ‌دهندگان انتظار دارند Agentهای هوش مصنوعی در برخی بازارها به یکی از روش‌های اصلی خرید و فروش تبلیغات تبدیل شوند؛ در حالی که 28 درصد دیگر انتظار دارند استفاده از آنها به‌صورت منظم رواج پیدا کند، اما نه در حدی که به چنین مقیاسی برسد.

فارغ از اینکه هر یک از مدیران در کجای این طیف قرار دارند، جهت حرکت صنعت برای آنها روشن است: تبلیغات Agentic در راه است، اما همه با یک سرعت به آن نمی‌رسند.

از میان 50 پاسخ‌دهنده، 47 نفر گفته‌اند سازمان آنها در حال حاضر از هوش مصنوعی در داخل مجموعه استفاده می‌کند و 43 نفر نیز گفته‌اند که AI را مشخصاً در فعالیت‌های بازاریابی به کار می‌گیرند.

این تصویر کلی با شواهدی که در طول سال از صنعت جمع شده نیز همخوانی دارد. شرکت‌های هلدینگ تبلیغاتی یا Holdcoها را می‌توان از جمله سازمان‌هایی دانست که در این مسیر جلوتر رفته‌اند.

WPP یک Agent خرید تبلیغات اختصاصی خود را ساخته و در حال آزمایش آن است. Omnicom نیز همین مسیر را دنبال می‌کند. در سوی دیگر زنجیره، ناشران نیز در حال حرکت‌اند: CNN و News UK در حال ساخت Agent های سمت فروش هستند تا درخواست‌های مربوط به خرید تبلیغات را مدیریت کنند.

تبلیغ‌دهندگان هم احتمال ساخت Agent های اختصاصی خود را منتفی نمی‌دانند، اما شرکت‌هایی مانند Georgia-Pacific پیش از ورود به این مسیر، منتظر شواهد بیشتری هستند تا مطمئن شوند صنعت برای چنین تغییری آماده است.

مسئله فقط استفاده از AI نیست؛ کنترل آن هم مطرح است

در واقع، دیگر نگرانی اصلی این بازیگران این نیست که آیا هوش مصنوعی مورد استفاده قرار خواهد گرفت یا نه. سؤال مهم‌تر این است که این فناوری تا چه اندازه درست عمل خواهد کرد و در نهایت چه کسی کنترل آن را در دست خواهد داشت.

36 نفر از 47 پاسخ‌دهنده گفته‌اند سازمانشان یا هنوز هیچ سیستم Agentic را به‌صورت روزمره به کار نگرفته است، یا اگر چنین سیستمی دارد، همچنان انسان‌ها در کنار Agentها آن را هدایت یا برنامه‌ریزی می‌کنند.

البته دلیل این احتیاط روشن است. استانداردها هنوز با سرعت توسعه فناوری همگام نشده‌اند، مسائل اجرایی و عملیاتی همچنان پیچیده‌اند و واگذاری چنین سطحی از اختیار به یک ماشین، آن هم با نظارت محدود، برای بسیاری از مدیران نگران‌کننده است.

در میان این نگرانی‌ها، امنیت مهم‌ترین مسئله از نگاه پاسخ‌دهندگان بوده است و حریم خصوصی در رتبه بعدی قرار دارد.

به همین دلیل، دست‌کم در شرایط فعلی، Agentهای هوش مصنوعی بیشتر برای انجام بخش‌های تکراری و خسته‌کننده کار به خدمت گرفته می‌شوند.

برای مثال، از میان 29 پاسخ‌دهنده، 22 نفر گزارش‌دهی، تحلیل و داشبوردها را رایج‌ترین فرایند کاری تحت پشتیبانی AI در سازمان خود دانسته‌اند. پس از آن، بهینه‌سازی Programmatic با 59 درصد آرا قرار گرفته است.

از بهره‌وری تا پرسش درباره ارزش واقعی Agentic Buying

کارهایی از این جنس بیشتر بر اساس خروجی قابل‌اندازه‌گیری ارزیابی می‌شوند، نه اینکه اعتبار یک نتیجه دقیقاً به کدام عامل نسبت داده شود. بنابراین طبیعی است که بهره‌وری در صدر معیارهایی قرار گرفته باشد که سازمان‌ها برای سنجش ارزش هوش مصنوعی به کار می‌برند.

68 درصد از کل پاسخ‌دهندگان نظرسنجی چنین پاسخی داده‌اند.

با این حال، این رویکرد احتمالاً با افزایش وظایفی که Agentها بر عهده می‌گیرند، تغییر خواهد کرد. منطق اقتصادی چنین تغییری را تقویت می‌کند: افزایش بهره‌وری باعث صرفه‌جویی در هزینه‌ها می‌شود و این منابع می‌توانند دوباره برای ساخت Agentهایی سریع‌تر، بهتر و ارزان‌تر سرمایه‌گذاری شوند.

بیشتر پاسخ‌دهندگان همین حالا نیز در حال افزایش هزینه‌کرد خود هستند. آنها در سال 2026 بیشتر از سال 2025 روی هوش مصنوعی سرمایه‌گذاری کرده‌اند و 59 درصد نیز گفته‌اند سرمایه‌گذاری خود در فناوری‌های هوش مصنوعی مرتبط با بازاریابی را افزایش داده‌اند.

فیل آنجلاسترو، مدیر مالی Omnicom، اوایل همین ماه در کنفرانس Communacopia and Technology شرکت Goldman Sachs به همین موضوع اشاره کرد. او گفت:

«احتمالاً سرمایه‌گذاری تبلیغ‌دهندگان افزایش خواهد یافت، زیرا یکی از تغییرات مهمی که در این صنعت اتفاق افتاده و با AI ادامه پیدا خواهد کرد، این است که آنچه انجام می‌دهیم و نتایجی که به دست می‌آوریم، بسیار روشن‌تر و آسان‌تر اندازه‌گیری خواهند شد. اندازه‌گیری برخی از این موارد چالش‌برانگیز خواهد بود، اما در نهایت کیفیت اندازه‌گیری بهتر می‌شود و هرچه این اندازه‌گیری بهتر شود، برای ما هم بهتر خواهد بود؛ زیرا می‌توانیم بازگشت سرمایه‌ای را که برای مشتریان ایجاد می‌کنیم، اثبات کنیم.»

اما در میان تمام بحث‌هایی که درباره Agentic Buying مطرح می‌شود، یک نکته اساسی وجود دارد: اینکه این فناوری بتواند در مقیاس بزرگ کار کند، در نهایت اهمیت کمتری از این دارد که آیا واقعاً می‌تواند نتیجه‌ای را که مدیران ارشد بازاریابی (CMOها) دنبال می‌کنند تغییر دهد یا نه.

همه با این موضوع موافق نیستند.

منتقدان معتقدند این گفت‌وگو در نهایت بخش کوچکی از فرایند خرید تبلیغات را خودکار می‌کند، در حالی که گلوگاه‌های اصلی همچنان دست‌نخورده باقی می‌مانند.

ایان مکسول، مدیرعامل شرکت Ad Tech به نام Converge Digital، می‌گوید:

«من همیشه می‌پرسم خرید Agentic دقیقاً چه ارزشی ایجاد می‌کند؟ این فناوری چند بخش کوچک از یک فرایند بسیار بزرگ را خودکار می‌کند، اما همچنان به نظارت و کنترل انسانی نیاز دارد. اگر قرار باشد آن را فقط با داده‌های خرید گذشته آموزش دهیم و در واقع آنچه قبلاً اتفاق افتاده را خودکار کنیم، بعید است شاهد افزایش چشمگیری در نتایج و عملکرد باشیم.

حتی اگر یک کمپین از ابتدا تا انتها در عرض چند ثانیه ساخته شود… وقتی Creative چهار روز دیر آماده می‌شود، دقیقاً چه چیزی نسبت به امروز تغییر کرده است؟»

 

نویسنده :Seb Joseph

منبع: Digiday 

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا