Александр Папков: большой разговор о трансформации рекламного рынка
Коротко
- Папков считает, что многие современные AdTech-механики существовали десятилетия назад, а новые возможности в основном появились благодаря росту вычислительных мощностей.
- Российские компании, по его наблюдению, часто строят закрытые экосистемы данных и предпочитают собственную разработку технологическим партнерствам.
- На создание внутренних технологий компании могут выделять 100–300 млн рублей и тратить два-три года, не всегда получая окупаемый результат.
- ИИ уже подходит для анализа контента и данных, но Папков не рекомендует передавать ему окончательные решения без человеческой проверки.
- Презентации, созданные с помощью ИИ, Папков сейчас переписывает на 70–80% из-за потери контекста, неформальных знаний и отраслевой специфики.
Папков вспоминает, что многие современные механики существовали задолго до нынешней волны AdTech: динамические креативы применялись еще в начале 2000-х, а программатик в 2012–2013 годах стал способом покупать не конкретные сайты, а нужную аудиторию по всему интернету. При этом рынок по-прежнему остается частично непрозрачным: рекламодатель видит показы и переходы, но не всегда понимает качество инвентаря, объем фрода и реальное влияние размещения на продажи. Поэтому он предлагает связывать медиаданные с ценами, продажами, поведением покупателей и другими бизнес-показателями.
Отдельной проблемой российского рынка Папков называет модель walled garden: ретейл, маркетплейсы и крупные технологические компании стараются держать данные внутри своих экосистем. По его оценке, компании нередко предпочитают потратить 100–300 млн рублей и два-три года на создание собственного решения вместо подключения технологического партнера. Более продуктивной моделью он считает контролируемый и безопасный обмен данными при сохранении ключевых рычагов на стороне владельца.
ИИ Папков рассматривает как мультипликатор экспертизы, а не замену специалиста. Нейросетям уже можно отдавать анализ больших массивов контента, подготовку выжимок и работу с цифрами, но входные данные должны быть жестко структурированы, а окончательные решения должен принимать человек. По его опыту, подготовленные с помощью ИИ презентации пока приходится переписывать на 70–80%, поскольку модели теряют контекст и не обладают живым опытом, неформальными знаниями и профессиональным нетворкингом.
FAQ
Зачем рекламному бизнесу связывать медиаметрики с продажами, ценами, поведением покупателей и другими внешними данными?
Чтобы оценивать не только показы, клики и качество размещения, но и реальное влияние рекламы на продажи и отношение аудитории к бренду.
Какие задачи Александр Папков уже считает подходящими для ИИ, а какие по-прежнему должны оставаться за человеком?
ИИ можно использовать для обработки больших массивов контента, выжимок и расчетов. Финальное решение, интерпретацию нестандартных ситуаций и ответственность Папков оставляет человеку.
Читайте также
Чтобы агентная реклама работала, нужно решить, чего ИИ никогда не должен касаться
OpenAI запускает рекламу в ChatGPT для пользователей Европы
AI R&D DAY: два трека об исследованиях и продуктизации ИИ
Бренд-постинг на Reddit и «дофамин» в обмен на данные
Путешествие как пункт назначения: как меняется travel-маркетинг
- Связка медиаметрик с бизнес-результатами: Для оценки эффективности рекламы недостаточно данных о показах, кликах и размещениях. В аналитическую модель полезно добавлять продажи, динамику цен и промо, изменения на полке и показатели отношения к бренду, чтобы оценивать влияние медиа на фактический результат бизнеса.
[Маркетинговая аналитика]
Зарегистрированные пользователи видят только два тезиса.
Зарегистрироваться

Александр Папков, директор по инновациям группы АДВ, считает, что рекламный рынок меняется не столько за счет новых принципов, сколько за счет роста вычислительных мощностей, данных и автоматизации. Главные ограничения сегодня — закрытость данных, слабая связка рекламы с бизнес-результатом и попытки внедрять ИИ без достаточной экспертизы.