ИИ становится новым медиайбайером, как меняется логика programmatic-закупок

ИИ постепенно приходит в programmatic не только как инструмент аналитики, но и как самостоятельный участник медиазакупок. Исследование DataBeat посвящено Agentic Media Buying и показывают необычную модель поведения: агентные покупатели участвуют в значительно меньшем числе аукционов, но сохраняют сопоставимую стоимость закупки. Команда Advertronic, партнера по управлению рекламным инвентарем и монетизации, разобралась, что такая избирательность может означать для паблишеров.

Что такое Agentic Media Buying

Agentic Media Buying — модель медиазакупки, в которой часть решений передается ИИ-агентам. Они анализируют цели кампании, выбирают подходящий рекламный инвентарь, участвуют в аукционах, корректируют ставки и перераспределяют бюджет в реальном времени.

Главное отличие в подходе к отбору инвентаря. Вместо участия в максимально возможном количестве аукционов агентная система может заранее отбирать рекламные возможности, которые считает наиболее подходящими для достижения KPI кампании.

На 86% меньше аукционов: как ИИ меняет логику programmatic-закупок

В июле 2026 года MediaPost опубликовал результаты анализа DataBeat, посвященного влиянию Agentic Media Buying на programmatic. Для сравнения использовались данные SSP-маркетплейса.

Агентные покупатели участвовали примерно на 86% в меньшем количестве аукционов по сравнению с неагентными. При этом их средний CPM был лишь немного ниже, а Fill Rate — выше. То есть меньшее количество аукционов само по себе не привело к пропорциональному снижению стоимости закупаемого инвентаря.

Что это значит для паблишеров: если подобная модель закупок будет распространяться, борьба за рекламный бюджет может постепенно смещаться от одного лишь объема доступных показов к способности площадки попадать в критерии отбора алгоритмов.

Что вообще покупает ИИ

Agentic Media Buying отличается от обычной автоматизации закупок степенью автономности. Несколько координируемых ИИ-агентов могут самостоятельно планировать кампанию, выбирать инвентарь, корректировать ставки и перераспределять бюджет. Решения меняются в реальном времени на основании текущих performance-сигналов и заданных целей рекламодателя.

Для рынка важна не столько сама автоматизация (programmatic давно автоматизирован), сколько изменение принципа выбора. Традиционная система может участвовать в широком наборе аукционов, а затем оптимизировать закупку. Агентная модель способна быть избирательнее еще на этапе принятия решения об участии.

Что изменится для владельцев сайтов

Для паблишеров это означает усиление конкуренции уже не за объем трафика, а за качество рекламного инвентаря. Если ИИ начинает выбирать только наиболее эффективные показы, то преимущество получают сайты, которые могут предложить:

• Высокую Viewability (видимость рекламы);

• Качественную аудиторию;

• Стабильный Fill Rate;

• Быструю загрузку страниц;

• Прозрачную структуру инвентаря;

• Корректную работу рекламной инфраструктуры.

Проекты, которые не управляют этими параметрами, рискуют получать меньше ставок в аукционах, даже если объем их трафика остается прежним

Одновременно сам трафик становится менее предсказуемым

В данных DataBeat за июнь пользователи в среднем инициировали на 5,9% меньше сессий на сайтах и в приложениях паблишеров. Количество просмотренных страниц сократилось на 7%, engagement rate — на 3,2%. При этом средняя продолжительность сессии выросла на 19%.

Авторы связывают ослабление части показателей в том числе с влиянием AI- и agentic-систем. При этом эти данные нельзя автоматически переносить на российский рынок или интерпретировать как доказательство того, что именно ИИ вызвал все снижение.

Для издателей здесь важна более широкая тенденция: бесконечно компенсировать проблемы монетизации ростом посещаемости становится все сложнее. Если аудитории больше не становится, следующий резерв приходится искать внутри уже существующего трафика.

Одного CPM недостаточно

В этой ситуации паблишеру важно разделять цену отдельного рекламного контакта и экономику площадки в целом.

CPM (Cost Per Mille) показывает стоимость тысячи рекламных показов, но высокий CPM отдельного блока еще не означает, что сайт эффективно монетизирует аудиторию.

Для оценки общей эффективности полезнее смотреть на RPM (Revenue Per Mille) — сколько рекламной выручки площадка получает с тысячи просмотров страниц.

Условно, можно повысить CPM одного блока, одновременно потеряв часть Fill Rate или ухудшив работу других рекламных мест. Метрика станет лучше, а итоговая выручка — нет. Поэтому задача управления инвентарем состоит не в увеличении одного показателя, а в поиске конфигурации, которая дает площадке лучший совокупный результат.

Как Advertronic помогает подготовиться к этим изменениям

Подход Advertronicстроится вокруг управления RPM, а не только отдельных CPM.Для этого анализируются и оптимизируются факторы, которые напрямую влияют на доход сайта:

• Подключение дополнительного спроса и усиление конкуренции через Header Bidding;

• Настройка floor price по устройствам, географии и форматам;

• Повышение Fill Rate;

• Увеличение Viewability;

• Оптимизация рекламных мест;

• Анализ доходности каждого рекламного блока;

• Регулярные A/B-тесты рекламной схемы.

Такой подход помогает увеличить доход с существующего объема трафика без обязательного роста посещаемости. По ссылке можно ознакомиться с кейсом, как Advertronic увеличил доход сайта на 159% за 4 дня.

Вывод

Agentic Media Buying пока рано объявлять новой доминирующей моделью programmatic. Данные DataBeat относятся к американскому рынку и показывают скорее направление развития технологии, чем окончательно сложившуюся практику.

Ждать массового распространения ИИ-агентов, чтобы начать заниматься качеством рекламного инвентаря, паблишерам и не требуется. Viewability, Fill Rate, скорость загрузки, конкуренция источников спроса, корректные floor price и регулярное тестирование влияют на доходность площадки уже сегодня.

ИИ в данном случае лишь делает существующую проблему заметнее: чем более избирательным становится покупатель, тем меньше паблишер может полагаться только на объем трафика.

Следующий этап развития programmatic может оказаться не гонкой за количеством доступных показов, а борьбой за то, чтобы каждый из них оставался привлекательным для спроса.