Cos’è l’agentic advertising?
Tuffiamoci in un’analisi dettagliata di come funziona in pratica l’agentic advertising, dove viene già utilizzato nel settore programmatic e su cosa i marketer devono concentrarsi in questo momento.
Per prima cosa, cosa significa davvero “agentic”?
Alla base, con agenti IA ci si riferisce a sistemi che possono agire in modo indipendente per raggiungere obiettivi prestabiliti lavorando all’interno di limiti prefissati. Nell’advertising, questo si traduce in strumenti che valutano i segnali, applicano logiche e compiono azioni senza aspettare un input manuale.
Ma ecco la parte fondamentale: Gli agenti IA non sostituiscono l’ecosistema di programmatic advertising. Lo espandono e creano nuovi metodi di operare con maggiore intelligenza ed efficienza per ciascun partecipante.
Il digital advertising è sempre stato un sistema multi-party. Abbiamo i publisher, i brand, le agenzie, DSP, SSP, partner dati e solution provider che lavorano all’unisono. I sistemi agentici introducono in quell’ambiente nuovi partecipanti basati su modelli.
Qui l’opportunità non sta nel reinventare l’intero sistema. Ma nel modernizzare il modo in cui collaboriamo.
Dove troviamo già oggi l’agentic advertising?
Ci sono tre aree importanti:
1. Automazione del flusso di lavoro: I sistemi agentici aiutano i team a risolvere problemi sui deal, generare report, gestire l’inventory e ottimizzare le campagne più rapidamente e in modo più intelligente. Invece di navigare tra più dashboard e investigare manualmente i problemi di delivery, i buyer possono interagire con i sistemi che comprendono il contesto, offrono informazioni e consigliano i passaggi successivi da seguire. Per i marketer, questo si traduce in meno attività ripetitive, informazioni più veloci e più tempo dedicato alla strategia.
2. Agentic buying: Qui è dove l’automazione si estende attraverso l’intero ciclo vita della campagna, dalle risposte RFP all’attivazione della campagna fino all’ottimizzazione. In base alle politiche e agli obiettivi del marketer, gli agenti possono essere posizionati per strutturare ed eseguire transazioni di acquisto dei media. Questo spazio è ancora in evoluzione, ma la traiettoria è chiara: più automazione, minore frizione e configurazione più intelligente delle campagne su tutte le piattaforme.
Nel tempo, questo ha il potenziale di modificare il modo di operare dei team di acquisto. Invece di perdere tempo con esecuzioni manuali, i team si concentreranno sull’impostazione di obiettivi, definizione dei limiti, perfezionamento dei modelli e supervisione dei sistemi automatizzati.
3. Sell-side decisioning: Con il sell-side decisioning, i modelli agentici possono iniziare a esistere fin dall’origine dell’impression. Invece di indirizzare le informazioni downstream, dove la supply viene filtrata prima che raggiunga le DSP, le decisioni possono avere origine dall’impression stessa, quando i modelli e i dati vengono containerizzati ed elaborati insieme in tempo reale.
Invece di inviare richieste su diversi sistemi esterni, i modelli vengono eseguiti a livello locale. Come per i vantaggi dell’edge computing, questo riduce la latenza, permette di avere segnali di intelligence in tempo reale che non erano possibili in precedenza e muove ogni partecipante in un ambiente di elaborazione condiviso. Prepara il nostro ecosistema per l’applicazione su scala dell’inferenza al momento dell’impression. Per i buyer, significa opportunità di bid più rilevanti, match rate più forti e campagne più efficienti che, in definitiva, porteranno a risultati migliori su larga scala.
L’agentic advertising ha bisogno di standard di settore
Per sbloccare l’intero potenziale degli agenti IA, sono essenziali standard e framework condivisi. Probabilmente hai sentito alcuni nuovi acronimi. Andiamo ad analizzarne alcuni.
- Il Model Context Protocol, o MCP, è un protocollo standardizzato che permette ai sistemi di IA di connettersi a strumenti e fonti di dati esterni e interagire con loro in tempo reale. Consideralo come la prossima evoluzione delle API, che garantisce che applicazioni diverse possano capirsi quando accedono a strumenti e dati.
- L’Ad Context Protocol, o AdCP, applica l’MCP alla ad tech. Permette ai sistemi di advertising di interagire con gli agenti per automatizzare il flusso di lavoro tra buyer e seller. Si concentra sul secondo caso d’uso di cui abbiamo discusso prima per l’agentic buying e aiuta a strutturare ed eseguire le campagne in modo intelligente. Non sta sostituendo l’infrastruttura di real-time bidding, sta ottimizzando il modo in cui interagiamo con essa.
- L’Agentic Real-Time Framework, o ARTF, è uno standard di settore di IAB Tech Lab mirato a modernizzare le aste in tempo reale. Questo si concentra sul terzo caso d’uso di cui abbiamo parlato in precedenza, il sell-side decisioning. ARTF permette alle logiche degli agenti containerizzate di operare all’interno degli ambienti OpenRTB. Questo significa che arricchimento, identità, ottimizzazione, verifica e molto altro ancora possono avvenire all’interno dell’ambiente di asta. Espande ciò che è possibile in RTB facendo evolvere i sistemi su cui l’industria fa già affidamento.
Questo è un ambiente in continuo cambiamento e ci sono molte discussioni in corso riguardo a come AdCP, ARTF e altre proposte si evolveranno.
Quello che rimane coerente in tutti gli sforzi per il cambiamento è la necessità di creare standard condivisi. Senza di essi, rischiamo frammentazione, un’innovazione più lenta e il ritorno dei silo isolati che l’industria ha lavorato così duramente per smantellare. Con standard interoperabili, partecipanti guidati dall’uomo, da modelli e agenti possono operare sulle stesse basi. È così che possiamo modernizzare in modo responsabile.
Quello che i marketer devono sapere oggi sull’agentic advertising
Quindi, cosa significa tutto questo per te? Non devi inseguire ogni nuovo acronimo. Invece, concentrati su queste tre domande.
1. Dove si può utilizzare l’automazione per ridurre la frizione nei tuoi flussi di lavoro?
Se il tuo team sta sprecando ore a risolvere i problemi di delivery, riconciliare i report o a modificare manualmente i deal, hai un’opportunità.
2. Dove si può utilizzare l’intelligence in tempo reale per migliorare le prestazioni?
Chiedi ai tuoi partner in che modo stanno applicando il decisioning più vicino all’impression. Chiedi come stanno riducendo gli sprechi upstream e ottimizzando per ottenere risultati migliori. Più vicina è l’intelligence all’impression, più forte sarà il segnale e maggiore sarà il potenziale delle prestazioni.
3. I tuoi partner stanno adottando e sviluppando soluzioni basate su standard condivisi? Su quali standard stanno scommettendo?
L’innovazione senza interoperabilità crea complessità. L’innovazione costruita su standard condivisi crea scalabilità. Tuttavia, gli standard funzionano solamente se l’intero settore li adotta.
Infine, è fondamentale ricordare che i sistemi automatizzati tramite agenti sono ancora agli inizi. Tutto quello che viene implementato dall’IA deve essere monitorato. Abbiamo bisogno della verifica e governance umana su questi strumenti e non prevediamo che questo possa cambiare a breve.
La prossima fase del programmatic advertising
L’agentic advertising non rappresenta un reset del settore programmatic e non riguarda soltanto l’automazione. È la sua prossima fase evolutiva. Riguarda ciò che diventa possibile quando dati, modelli e esecuzione convergono attraverso l’intero Open Internet.
E quando tutti noi ci allineiamo su framework condivisi su tutto il settore invece di operare in frammenti, l’Open Internet diventa più grande, più veloce, più flessibile e ha il potenziale di diventare molto più competitivo con i walled gardens.
Se portata a compimento nel modo giusto, questa prossima fase costruirà un futuro più forte, più intelligente e più sostenibile.
Scopri cosa significa la prossima fase dell’agentic AI e del sell-side decisioning per il futuro del programmatic advertising.