Автор связывает с этим уже идущий сдвиг бюджетов в системы, где идентичность и измерение встроены в саму среду. По данным IAB, 71% брендов, агентств и паблишеров уже наращивают или собираются наращивать свои наборы first-party data — это почти вдвое больше, чем двумя годами ранее. Архитектура данных становится главным отличием: выигрывают среды, которые могут показать, кто у кого покупает, что именно было доставлено и какой сигнал использовался, не превращая governance в тормоз для performance.

Самый наглядный пример — retail media: здесь изначально есть собственный инвентарь, авторизованная аудитория и closed-loop measurement. Emarketer прогнозирует, что в США расходы на retail media вырастут с 58,79 млрд долларов в 2025 году до 69,33 млрд в 2026-м, а 9,42 млрд долларов из 10,53 млрд нового прироста достанутся Amazon Ads и Walmart Connect. Тот же сдвиг виден у премиальных издателей и в регулируемых категориях: The New York Times подняла долю digital-рекламы на first-party data в core ad revenue с 7% до более чем 20% за год, а её платформа BrandMatch AI после года на рынке улучшила CTR и досмотры видео на 30%.

Дальше речь идёт уже не о покупке отдельных показов, а о распределении бюджета во времени, между ограничениями и целями. В этой логике OpenRTB уступает место AdCP: агентные системы должны не просто торговать инвентарём в реальном времени, а собирать портфель размещений, учитывать разрешения, контролировать происхождение данных и учиться на длинной обратной связи. Если сигналы анонимны, вероятностны и плохо управляются, AI не может уверенно оптимизировать результат; если данные first-party, permissioned и auditable, governance превращается из накладных расходов в рабочую часть performance-инфраструктуры.