Эра ИИ-маркетинга: мы больше не арендуем баннеры, мы нанимаем ИИ-агентов для охоты на клиентов

Google интегрирует классическую медийную рекламу в ИИ-платформу Demand Gen.

Google поглощает традиционные кампании Display Ads (медийную рекламу), переводя их на базу платформы Demand Gen, управляемой искусственным интеллектом. Это знаменует конец эпохи, в которой цифровая реклама существовала долгие годы.

Контекстно-медийная сеть Google (КМС / GDN) была основой открытого интернета на протяжении почти двадцати лет. Раньше маркетологи полагались на ее предсказуемые алгоритмы: настраивали таргетинг по местам размещения, управляли ставками на аудитории и проводили A/B-тестирование статичных креативов на новостных сайтах и в блогах. Теперь эта привычная схема уходит в прошлое, вынуждая маркетинговые команды отказываться от ручного управления кампаниями и полностью доверяться искусственному интеллекту Google.

Сама Google называет это изменение естественным этапом эволюции. Компания преподносит его как способ для рекламодателей охватить сразу несколько визуальных площадок — YouTube, ленту Discover и Gmail — в рамках одной объединенной кампании.

Традиционная баннерная реклама сталкивается с жесткой конкуренцией со стороны полноэкранных видеоформатов на таких платформах, как TikTok и Instagram. В ответ на это алгоритм Demand Gen от Google использует автоматизированную систему для генерации и подогрева потребительского интереса еще до того, как пользователь введет поисковый запрос.

Demand Gen работает совершенно иначе, нежели классическая КМС. Вместо того чтобы позволять рекламодателям выбирать конкретные сайты или вручную корректировать сегменты аудитории, платформа просит лишь задать бизнес-цели и загрузить набор исходных материалов. Маркетологи загружают изображения, видеоролики и заголовки, а ИИ от Google затем тестирует их в различных комбинациях. Опираясь на предиктивные модели для определения оптимального формата, места размещения и аудитории, система показывает рекламу в виде видео In-Stream, роликов YouTube Shorts или интерактивных постов в ленте Discover.

Этот переход требует кардинального пересмотра процесса создания креативов. Demand Gen нуждается в непрерывном потоке разнообразного, «универсального» (не привязанного к жестким форматам) контента. Теперь перед креативными командами стоит задача поставлять базовые исходники, которые искусственный интеллект Google будет динамически собирать воедино. Это смещает традиционный рабочий процесс агентств в сторону потокового, массового производства контента.

Google делает ставку на то, что машинное обучение превзойдет человеческую интуицию в промышленных масштабах, и фактически выкручивает руки всей индустрии. Интеграция медийной рекламы в эту ИИ-центричную модель лишает команды соблазна цепляться за ручные методы настройки. Рекламодателям придется принять подход «AI-first», иначе они рискуют потерять охваты на самых ценных цифровых площадках.

Давно устоявшиеся метрики, такие как показатель кликабельности (CTR) и цена за клик (CPC), сейчас теряют свой смысл. Оценить успех отдельного креатива или конкретного места размещения становится практически невозможно, когда ИИ одновременно оптимизирует кампанию под конверсии или рост узнаваемости бренда (Brand Lift) сразу в нескольких форматах и на разных платформах. Вместо этого фокус аналитики должен сместиться на глобальные бизнес-показатели: стоимость привлечения клиента (CAC), окупаемость затрат на рекламу (ROAS) и влияние рекламы на общий путь клиента к покупке (Customer Journey).

Всё это требует более тесной интеграции между рекламными кабинетами и ключевыми системами бизнес-аналитики компании. Без точных данных о конверсиях, поступающих в режиме реального времени, искусственный интеллект летит вслепую.

Для многих крупных предприятий эта зависимость обнажает критические уязвимости в их инфраструктуре данных. Судьба многомиллионного бюджета на кампанию Demand Gen может зависеть от качества одного-единственного API-подключения к CRM-системе или бэкенду интернет-магазина — а ведь эти базы часто создавались совершенно для других целей.

Аналогичную повестку продвигает и Meta (владеет Facebook — в РФ признана экстремисткой организацией) со своими кампаниями Advantage+, используя ИИ для автоматизации таргетинга, генерации креативов и выбора мест размещения во всей своей экосистеме. Индустрия явно отходит от модели «аренды рекламных площадей» к модели «найма ИИ-агентов для охоты на покупателей».

У руководителей отделов маркетинга больше нет выбора — передавать контроль алгоритмам или нет. Теперь главный вопрос заключается в том, как быстро и эффективно они смогут адаптировать свои команды, технологии и стратегии к новым реалиям.

Примечания:

1. О термине «Demand Gen»: Название расшифровывается как Demand Generation («генерация спроса»). Это маркетинговый термин, описывающий стратегии, направленные на создание и развитие интереса к продукту на ранних этапах — до того, как потенциальный покупатель осознает потребность. Google переосмыслил его буквально: ИИ-алгоритмы платформы сами «генерируют спрос», находя аудитории, которые еще не сформулировали поисковый запрос.
2. О Display Ads vs. GDN: Display Ads (медийная реклама) — это визуальные баннеры, которые пользователь видит на сайтах. Google Display Network — это сеть из миллионов сайтов-партнеров, где эти баннеры размещаются. Это конец целой эпохи: двадцать лет рекламодатели вручную выбирали, на каких сайтах показываться, и тестировали статические изображения. Теперь всё это передается «черному ящику» ИИ.
3. О «предиктивных моделях» (predictive models): Это ключевая техническая деталь. Demand Gen не просто подбирает аудитории по заданным критериям — она предсказывает, какой пользователь с наибольшей вероятностью совершит целевое действие, даже если он никогда ранее не взаимодействовал с брендом. Для этого Google использует данные о поведении пользователей на YouTube, в Поиске, Gmail и Discover.
4. О дата-инфраструктуре и «полете вслепую»: ИИ требует идеальных данных. Если CRM-система и рекламный кабинет не синхронизированы в реальном времени, модель начинает оптимизироваться на основе неверных или неполных сигналов — и многомиллионный бюджет утекает впустую. Это проблема не только Google, но и Meta (Advantage+), и TikTok (Smart Performance Campaigns).
5. О сравнении с Meta Advantage+: Meta (Facebook) параллельно движется в том же направлении. Advantage+ — это их версия автоматизированной рекламы, где рекламодатель отдает ИИ исходные креативы, задает бюджет и цель, а система сама решает, кому, где и в каком формате показывать.
6. О последствиях для креативных команд: Раньше дизайнер создавал баннер конкретного размера для конкретной площадки. Теперь креативная команда должна поставлять огромное количество «сырых» ассетов — изображений, коротких видео, текстов, — из которых ИИ на лету соберет тысячи вариантов объявлений. Это меняет саму профессию digital-дизайнера и копирайтера.

Метрики CTR и CPC:

• CTR (click-through rate) — отношение числа кликов к числу показов. Долгое время был основным KPI медийной рекламы.
• CPC (cost-per-click) — цена, которую рекламодатель платит за каждый клик.
• ИИ одновременно жонглирует десятками форматов и площадок, эти метрики теряют смысл как инструмент оценки конкретного креатива. Вместо них предлагается подняться на уровень выше — к бизнес-показателям вроде стоимости привлечения клиента (CAC) и возврата на рекламные расходы (ROAS).

Рекомендации для погружения в тему:

• Официальная документация Google по Demand Gen: «About Demand Gen campaigns» на Google Ads Help — первоисточник, из которого видно, как сама компания формулирует новый подход.
• Статья Бенедикта Эванса «The end of the open internet» — глубокий анализ того, как платформы (Google, Meta, Amazon) постепенно закрывают открытый веб и забирают рекламные бюджеты под полный контроль своих алгоритмов.
• Книга «Subprime Attention Crisis» Тима Хванга — о том, как рынок программной рекламы (programmatic advertising) оказался надут, и почему переход к ИИ-оптимизированным платформам может быть как решением, так и новой проблемой.
• Подкаст «The Marketing AI Show» Пола Ретцера и Майка Капут — регулярные обсуждения того, как ИИ меняет маркетинговые рабочие процессы; особенно полезен для понимания сдвига от ручного управления к автоматизации.

Ремарка: Это всё отражает реальные настроения в digital-маркетинге: ИИ-платформы обещают чудеса эффективности, но ценой отказа от контроля и прозрачности.