Сегодня значительная доля решений о распределении рекламных бюджетов принимается программным обеспечением, которое даже не «читает» публикации, которые оценивает. Вместо анализа глубины аргументации или уровня доверия читателей, автоматизированные инструменты полагаются на поверхностное сканирование ключевых слов и категорийных тегов. Это определяет, какие издатели получат доход, а какие — останутся за бортом.
Согласно февральскому исследованию McKinsey за 2026 год, более 9 из 10 рекламодателей уже используют ИИ для медиапланирования и таргетинга. Агентные закупки (agentic buying) развиваются еще быстрее: по данным DataBeat за июнь 2026 года, такие системы участвовали в аукционах на 86% реже, чем традиционные инструменты, но выигрывали чаще, при этом платя за показы лишь немногим меньше. Системы становятся все более избирательными, оказывая колоссальное влияние на то, какие медиаплощадки попадают в кампании брендов.
Проблема в том, что качественный контент часто исключается системами, которые принимают случайное слово за «красный флаг». В ходе тестирования четырех крупных новостных сайтов США, проведенного Integral Ad Science осенью 2025 года, выяснилось, что при объективной оценке страницы были пригодны для рекламы. Однако 72% контента было заблокировано фильтрами по ключевым словам, а 70% показов были исключены без каких-либо внятных причин. Когда система видит чувствительную тему — например, конфликт или вопросы общественного здравоохранения — она просто блокирует материал, не понимая ценности качественной журналистики.
Последствия этого процесса выходят далеко за рамки отдельных решений. Программатик-экосистема начинает поощрять «мусорный» контент. Сайты, созданные исключительно для рекламы (MFA — Made-for-Advertising), годами оптимизировались под поверхностные сигналы, такие как высокая видимость и «чистые» теги. Анализ, проведенный TAG, ANA и Fiducia, показал, что «ИИ-шлак» — контент, созданный для сбора кликов, а не для читателя, — составляет от 1,3% до 2,4% всех расходов в открытом вебе. Это сопоставимо с общим объемом инвестиций в MFA-сайты. Неудобная правда заключается в том, что если системы не умеют распознавать качество, они будут оптимизировать бюджеты под то, что легче всего «произвести» машинным способом.
Для индустрии это тревожный сигнал. Отчет IAB Europe «Attitudes to Digital Advertising», опубликованный в январе 2026 года, показал, что 52% участников рынка называют качество медиа главным барьером для роста (год назад этот показатель составлял 31%). Мы постоянно говорим о преимуществах ИИ, но слишком редко обсуждаем его «слепые зоны».
Нам необходимо перейти к подлинному семантическому пониманию контента — чтению ради смысла, а не ради поиска «запрещенных» слов. Для рекламодателей это означает уверенность в том, что их кампании соответствуют целям бренда. Для издателей — шанс сделать ценность своей редакционной работы видимой для алгоритмов. А для рекламных технологий — переход от простого сопоставления паттернов к глубокому анализу смыслов.
Как вице-президент по продажам в Adlook, я убежден: ИИ стал влиятельным привратником, но мы можем научить его распознавать реальное качество и контекст. Издателям стоит тестировать, как их контент интерпретируется системами закупок. Рекламодателям — задавать технологическим партнерам более точные вопросы о том, как оценивается пригодность площадок. А разработчикам рекламных технологий — инвестировать в системы, способные понимать контент, а не просто обрабатывать больше сигналов на более высокой скорости. Те, кто начнет адаптироваться сейчас, будут лучше подготовлены к рынку, где технологии определяют, что получит финансирование, а что будет незаслуженно забыто.
