การซื้อสื่อด้วย AI (Agent)

การซื้อสื่อด้วย AI คือการใช้ AI agent หรือ algorithm เพื่อตัดสินใจเกี่ยวกับแคมเปญโฆษณา ปรับการประมูล เปลี่ยนงบประมาณระหว่างแคมเปญ เลือก creative และหยุดโฆษณาที่ทำผลงานไม่ดีโดยอัตโนมัติ โดยทั่วไปจะมีมนุษย์เป็นผู้ตั้งเป้าหมายและแนวทางป้องกัน แทนที่จะอนุมัติการเปลี่ยนแปลงแต่ละรายการ มันครอบคลุมตั้งแต่การทำงานอัตโนมัติแบบจำกัด (algorithm ที่ปรับการประมูลเท่านั้น) จนถึงระบบ agentic ที่กว้างกว่า ซึ่งสามารถจัดสรรงบประมาณใหม่และเปิดตัวรูปแบบโฆษณาใหม่ได้ด้วยตัวเอง

ตำแหน่งของมันระหว่างการทำงานด้วยมือเต็มรูปแบบและการทำงานอัตโนมัติเต็มรูปแบบ#

แพลตฟอร์มโฆษณา native และ social หลายแห่งมีรูปแบบของ Smart Bidding (การประมูลอัตโนมัติ) บางรูปแบบอยู่แล้ว ซึ่ง algorithm ของแพลตฟอร์มเองจะตั้งการประมูลเพื่อไปสู่ค่าใช้จ่ายหรือผลตอบแทนเป้าหมาย โดยไม่ต้องมีมนุษย์ปรับทุก auction การซื้อสื่อด้วย AI ขยายแนวคิดนี้ขึ้นไปใน stack: แทนที่จะทำให้การประมูลทำงานอัตโนมัติเท่านั้น agent อาจตัดสินใจว่า creative ใดควรขยาย เมื่อใดควรหยุด ad set ที่เสีย และวิธีแบ่งงบประมาณระหว่าง Demand-Side Platform และ native network หลายแห่งพร้อมกัน

ช่วงที่ใช้งานจริงอย่างตรงไปตรงมาคือตั้งแต่เกือบอัตโนมัติ (agent เสนอการเปลี่ยนแปลง มนุษย์อนุมัติ) จนถึงอัตโนมัติเต็มรูปแบบ (agent ดำเนินการตามแนวทางป้องกันโดยตรง) การดำเนินงานที่จริงจังส่วนใหญ่ยังคงให้มนุษย์สามารถควบคุมหรือบล็อกการดำเนินการอัตโนมัติได้ โดยเฉพาะกับสิ่งที่เกี่ยวข้องกับการใช้งบประมาณจริง เพราะ algorithm ที่ไล่ตาม metric ระยะสั้นอาจตัดสินใจสิ่งที่ผู้ซื้อสื่อมนุษย์จะปฏิเสธทันที

สิ่งที่มันทำได้ดีจริงๆ#

การซื้อสื่อด้วย AI มักทำผลงานดีกว่าการจัดการด้วยมือในการจับรูปแบบข้ามหลายตัวแปรพร้อมกัน: สังเกตว่าการประมูลต้องปรับข้าม ad set หลายสิบรายก่อนที่มนุษย์จะตรวจสอบแต่ละรายการ จับรูปแบบ Creative Fatigue เร็ว หรือจัดสรรงบประมาณใหม่ไปสู่แคมเปญที่กำลังทำผล ROAS (ผลตอบแทนจากการใช้งบประมาณโฆษณา) เป้าหมายเร็วที่สุด เมื่อแคมเปญเคลื่อนจากการทดสอบไปสู่ Scaling (การซื้อสื่อ) จำนวน lever ที่ต้องจัดการพร้อมกันเพิ่มขึ้นเร็ว ซึ่งเป็นจุดที่การทำงานอัตโนมัติแสดงความคุ้มค่า มันทำได้ไม่ดีกับการตัดสินใจที่ต้องการข้อมูลนอกบริบท: competitor เปิดตัว offer ใหม่ การเปลี่ยนแปลงตามฤดูกาลที่ข้อมูลยังไม่ทันจับ หรือการตัดสินใจด้านความปลอดภัยของแบรนด์ที่กฎไม่สามารถครอบคลุมได้ทั้งหมด

แนวทางป้องกันที่สำคัญกว่าที่คนคาดคิด#

รูปแบบความผิดพลาดที่พบมากที่สุดที่ผู้ซื้อสื่อที่ทำให้ระบบอัตโนมัติมากเกินควรรายงานคือ agent ต่อต้านการหยุดหรือบล็อกด้วยมือของมนุษย์ เริ่มรันสิ่งที่บุคคลตั้งใจปิดเพราะ algorithm ยังเห็นตัวเลขที่ดีบางตำแหน่ง upstream การตั้งค่าการซื้อสื่อด้วย AI ที่จริงจังใดๆ ต้องมีกฎที่ชัดเจนว่าการหยุดโดยมนุษย์ต้องชนะการทำงานอัตโนมัติเสมอ ไม่ใช่กลับกัน

OpenAdLibrary เข้ามาเกี่ยวข้องอย่างไร#

นี่คือพื้นที่ที่ Ad Optimizer สร้างขึ้นมาเพื่อ: การทำงานอัตโนมัติตามกฎข้าม Taboola, Outbrain และ native network อื่นๆ พร้อมกับ AI assistant ที่เสนอการเปลี่ยนแปลงตามข้อมูลผลงานจริง แทนที่จะทำงานเป็น black box และมันปฏิบัติตามแนวทางป้องกันข้างต้นโดยการออกแบบ การหยุดหรือบล็อกด้วยมือจะควบคุมกฎอัตโนมัติเสมอ

ทิศทางของสิ่งนี้#

คาดว่าการทำงานอัตโนมัติจะเคลื่อนจาก lever เดียว (การประมูลเท่านั้น) ไปสู่หลาย lever (การประมูล, งบประมาณ, creative, การหยุดรัน) เมื่อ network มากขึ้นเปิดเผย API ที่จำเป็นเพื่อดำเนินการกับทั้งสี่อย่าง ทักษะการซื้อสื่อ ที่สำคัญที่สุดกำลังเปลี่ยนไปด้วย ใช้เวลาน้อยลงกับการปรับการประมูลแต่ละราย ใช้เวลามากขึ้นกับการกำหนดเป้าหมายและแนวทางป้องกันที่เหมาะสมเพื่อให้ระบบทำงานภายใน