برای سال‌ها، هلدینگ‌های بزرگ آژانس‌های تبلیغاتی برای ساخت بهترین مجموعه‌های داده و زیرساخت‌های فناوری با یکدیگر رقابت می‌کردند. اما امروز، این آژانس‌ها به دنبال متمایز کردن ابزارهای خود از طریق توسعه سیستم‌های سفارشی هوش مصنوعی عامل‌محور (Agentic AI) برای مشتریان خود هستند و تمایل کمتری به مالکیت داده‌های تغذیه‌کننده این فناوری‌ها نشان می‌دهند. آن‌ها حتی در حال بازنگری در زمینه مالکیت خودِ ابزارهای هوش مصنوعی هستند؛ به‌ویژه از این جهت که واگذاری حق امتیاز (Licensing) این ابزارها به مشتریان، کانال‌های درآمدی جدیدی را برای آژانس‌ها ایجاد می‌کند.
چالش‌های مالکیت داده و فشار برای شفافیت بیشتر
در جریان رویداد Programmatic IO که روز دوشنبه در شهر نیویورک برگزار شد، گروهی از مدیران برجسته صنعت تبلیغات به بحث درباره تغییرات ساختاری در سمت خرید بازار پرداختند. در این پنل، سر مارتین سورل (Sir Martin Sorrell)، بنیان‌گذار و رئیس هیئت‌مدیره S4 Capital (مالک آژانس Monks)، باب لرد (Bob Lord)، مدیرعامل Horizon Media، مگی سامرز (Maggie Summers)، مدیر ارشد تجربه در Dentsu X، و شین مک‌اندرو (Shane McAndrew)، مدیر ارشد داده و فناوری در WPP Media حضور داشتند.
حاضران در این پنل هم‌نظر بودند که مالکیت داده‌ها توسط آژانس‌ها، بیش از آنکه سودمند باشد، دردسرساز است. سورل در این باره گفت:
«مالکیت داده‌ها مشکلات خاص خود را به همراه دارد، زیرا این امر آژانس‌ها را در معرض این اتهام قرار می‌دهد که خودشان به عملکرد خود نمره می‌دهند.»
از سوی دیگر، تبلیغ‌دهندگان همواره نسبت به سیستم‌های غیرشفاف یا اصطلاحاً «جعبه سیاه» در بهینه‌سازی کمپین‌های خود بدبین هستند. با توجه به پیش‌بینی آژانس Dentsu مبنی بر اینکه الگوریتم‌ها تا سال ۲۰۲۸ هدایت ۷۵ درصد از هزینه‌کردهای تبلیغاتی را بر عهده خواهند گرفت، سورل اشاره کرد که فشار بر آژانس‌ها برای اولویت دادن به شفافیت و بی‌طرفی در همکاری با شرکای داده افزایش یافته است.
این رویکرد جدید، برخلاف روند سال‌های اخیر هلدینگ‌های تبلیغاتی است که اقدام به خرید پلتفرم‌های داده و فناوری می‌کردند. به گفته ترنس کاواجا (Terence Kawaja)، تحلیلگر سرمایه‌گذاری، استراتژی فناوری Publicis – از جمله خرید شرکت Epsilon در سال ۲۰۱۹ برای یکپارچه‌سازی داده‌های مشتریان – این هلدینگ را در پایان سال ۲۰۲۴ در صدر رقابت‌های تسلیحاتی آژانس‌ها قرار داد. با این حال، رقبای Publicis در این رویداد، خریدهای فناوری تبلیغاتی (Ad Tech) این شرکت را به عنوان یک نقطه ضعف احتمالی مطرح کردند.
برای نمونه، سورل از فرصت استفاده کرد تا به برنامه خرید شرکت LiveRamp (ارائه‌دهنده داده‌های مخاطبان و هویت‌های جایگزین) توسط Publicis اشاره کند و این سوال را مطرح کند که آیا این رابطه، بی‌طرفی LiveRamp را به عنوان یک منبع مستقل حقیقت زیر سوال می‌برد یا خیر. وقتی سارا اسلویس (Sarah Sluis)، مدیر تحریریه AdExchanger، از سورل پرسید که پس از نهایی شدن این معامله چه توصیه‌ای به مشتریان برای همکاری با LiveRamp دارد، او پاسخ داد: «ما به مشتریان توصیه می‌کنیم با بهترین جایگزین ممکن کار کنند.»
حفظ مالکیت داده توسط مشتری و مدل‌های نوین لایسنسینگ
به گفته باب لرد، آژانس Horizon Media نیز در حال عقب‌نشینی از مالکیت داده‌ها است. او توضیح داد که در پلتفرم هوش مصنوعی این آژانس به نام blu. AI، مشتری مالک داده‌های پایه و همچنین مالک هرگونه مدل هوش مصنوعی ساخته‌شده بر بستر آن داده‌ها است. لرد گفت:
«مشتری باید مالکیت داده‌ها را حفظ کند، زیرا در صورت قطع همکاری، آژانس نباید بتواند آن داده‌ها را با خود ببرد.»
او افزود که در طول دوران حرفه‌ای خود شاهد مواردی بوده که پس از جدایی برند و آژانس، آژانس داده‌های برند را برداشته و در کمپین یک رقیب به کار گرفته است؛ اقدامی که به گفته او، عملاً مانند دزدیدن ایده‌های یک مشتری و تحویل آن به رقیبش است. با گسترش استفاده از هوش مصنوعی عامل‌محور، لرد اشاره کرد که برخی آژانس‌ها با ابزارهای هوش مصنوعی ساخته‌شده بر اساس داده‌های مشتری به عنوان دارایی معنوی (IP) خود رفتار می‌کنند تا بتوانند از آن‌ها در کمپین‌های دیگر استفاده کنند. او تاکید کرد که این رویکرد به هیچ وجه پذیرفتنی نیست.
لرد همچنین پیشنهاد داد که آژانس‌ها می‌توانند به جای تمرکز بر خدمات مدیریت‌شده (Managed Services)، بر رویکرد نرم‌افزاری مستقیم تمرکز کنند و نرم‌افزارها را مستقیماً به مشتریان لایسنس کنند. او افزود که معرفی رابط‌های کاربری عامل‌محور جدید به آژانس‌ها اجازه می‌دهد تا برای چیزی بسیار ملموس که مشتری مستقیماً به آن وارد می‌شود، هزینه دریافت کنند.
دگرگونی در پلتفرم‌های خرید و مدل‌های درآمدی سنتی
هوش مصنوعی علاوه بر تغییر در شراکت‌های داده، در حال دگرگون کردن شیوه‌های بنیادی کسب‌وکار آژانس‌ها است. شین مک‌اندرو از WPP اشاره کرد که هوش مصنوعی از هم‌اکنون نحوه تعامل آژانس‌ها با پلتفرم‌های سمت تقاضا (DSP) را تغییر داده است. او گفت: «اگر به کاربران پلتفرم‌های DSP نگاه کنید، می‌بینید که حضور انسان‌ها کمرنگ‌تر شده و ماشین‌ها جای آن‌ها را گرفته‌اند که این اتفاق بسیار خوبی است. ما می‌توانیم ارتباط عامل‌به‌عامل (Agent-to-Agent) برقرار کنیم و اطلاعات هوشمندانه را سریع‌تر از گذشته از این DSPها استخراج کنیم.» با این حال، او افزود که هوش مصنوعی تهدیدی برای DSPها نیز به شمار می‌رود، زیرا به خریداران اجازه می‌دهد سیگنال‌های داده‌ای قوی‌تری را مستقیماً از پلتفرم‌های سمت عرضه (SSP) و سمت ناشران دریافت کنند و عملاً بازارهای داده واسط در DSPها را حذف کنند.
سورل نیز معتقد است که آژانس‌ها تحت فشار شدید هوش مصنوعی قرار دارند. او به برنامه‌های شرکت Meta برای ایجاد یک پلتفرم سرتاسری (End-to-End) برای خلق محتوا، برنامه‌ریزی، خرید و توزیع اشاره کرد و آن را یک تهدید وجودی برای مدل سنتی آژانس‌های بزرگ دانست. او پیش‌بینی کرد که آژانس‌ها ناگزیر خواهند بود به سمت شراکت‌های نزدیک با مدل‌های سرتاسری غول‌های فناوری حرکت کنند و در این دنیای جدید، آژانس‌ها بیشتر نقش تاییدکننده و ارزیاب این مدل‌ها را ایفا خواهند کرد.
در چنین فضایی، مدل سنتی درآمدی آژانس‌ها بر اساس معادل تمام‌وقت (FTE) – که در آن آژانس‌ها بر اساس تعداد افراد اختصاص‌یافته به یک پروژه هزینه دریافت می‌کنند – دیگر کارایی نخواهد داشت. با این حال، مک‌اندرو تاکید کرد که آژانس‌ها باید در برابر این وسوسه مقاومت کنند که هوش مصنوعی و اتوماسیون وظایف دستی بازاریابی را فرصتی برای کاهش هزینه‌های مشتری از طریق تعدیل نیرو بدانند. او گفت:
«ما نمی‌خواهیم با کاهش هزینه‌ها به رشد برسیم؛ تمرکز ما مستقیماً بر رشد کسب‌وکار مشتریانمان است. ما مسیرهای با حجم بالا و ارزش پایین را شناسایی و خودکارسازی می‌کنیم، اما ۹۵ درصد تمرکز ما در WPP بر ارائه اطلاعات هوشمندانه به مشتریان برای هدایت، سنجش و تایید این رشد است.»
به جای قیمت‌گذاری مبتنی بر FTE، سورل پیشنهاد کرد که آژانس‌ها به سمت قیمت‌گذاری مبتنی بر نتیجه (Outcome-based pricing) حرکت کنند. لرد نیز توصیه کرد که آژانس‌ها یک ساختار سود و زیان (P&L) متمرکز بر مشتری و نه ساختارهای جزیره‌ای ایجاد کنند. او به همکاری Horizon با هلدینگ Havas تحت عنوان Horizon Global اشاره کرد که تمرکز آن بر ارائه خدمات یکپارچه به مشتریان بزرگ جهانی است. مگی سامرز از Dentsu X نیز تایید کرد که مدل‌های مبتنی بر نتیجه در نهایت پیروز خواهند شد. او گفت که Dentsu در حال حاضر از ترکیبی از مدل سنتی FTE و رویکردهای تجربی مبتنی بر نتیجه استفاده می‌کند تا ارزش واقعی این رویکرد نتیجه‌محور به درستی به اشتراک گذاشته شود.