В колонке AdExchanger обсуждается тезис: агентный ИИ в рекламе быстрее заработает, если опираться на уже принятые отраслевые стандарты, а не «изобретать заново» протоколы. Главный вывод — без формальных определений и схем ошибки и «галлюцинации» начинают масштабироваться.Агентный ИИ, по тексту, требует схем и стандартов, чтобы агенты могли выполнять запросы на естественном языке с повторяемой точностью.Model Context Protocol (MCP) и Agent-to-Agent (A2A) описаны как открытые, но строго «схема-ориентированные» стандарты для общения агентов.Автор противопоставляет создание новых схем попытке использовать уже принятые стандарты и таксономии: OpenDirect, AdCOM, OpenRTB и связанные схемы.Упоминаются Ad Management API (стандартизация подачи и согласования креативов) и Deals API (синхронизация метаданных deal ID).Дорожная карта IAB Tech Lab для agentic AI описана как поэтапная: старт — помощь в поиске инвентаря паблишеров для агентств и рекламодателей, затем расширение полуавтономных процессов по мере роста доверия.Почему это важно: В тексте подчеркивается, что в цепочке планирования и закупки рекламы данные теряются: бриф не всегда совпадает с опциями в DSP (платформе со стороны спроса), контекст контента упрощается в фидах, а обратная связь приходит слишком поздно. Агентный ИИ описывается как способ связать эти фрагменты и сделать процессы более объяснимыми. Но это зависит от того, существуют ли единые, детерминированные определения терминов, иначе неоднозначность превращается в системные ошибки.На что обратить внимание: В тексте акцент делается на совместимость: какие именно схемы используются и сохраняется ли единая объектная модель между аукционом в реальном времени и гарантированными programmatic-сделками. Отдельно отмечается необходимость управляемости — прозрачных интерфейсов и правил ответственности, чтобы доверять полуавтономным сценариям. Один из ключевых вопросов — как термины маппятся на поля в разных системах, иначе искажаются аудитории, размещения и цели кампаний.