Александр Папков: большой разговор о трансформации рекламного рынка
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.
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.
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
Ozon тестирует ИИ-ассистента для подбора товаров
Кейс «Совкомбанк» и icontext: «Макс» как источник лидов для инвестиционных продуктов
Go Ahead инвестировала в платформу для работы с авторами коротких видео VibeVO
Gemini Spark теперь работает с вашими логинами в Chrome
Как мы описали 15 000 таблиц за полгода вместо 500 за год и перестали писать документацию вручную
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.