گزارش‌های جدید نشان می‌دهند که مدل سنتی پرداخت به آژانس‌های تبلیغاتی بر اساس ثبت ساعت کار (timesheet) به پایان راه خود رسیده است. بر اساس آخرین گزارش فدراسیون جهانی تبلیغ‌دهندگان (WFA)، سهم جبران خدمات آژانس‌ها بر پایه نیروی کار و ساعت فعالیت، از ۵۴ درصد در ۱۵ سال گذشته به تنها ۱۷ درصد در حال حاضر کاهش یافته است. این تغییر بزرگ، راه را برای قراردادهایی هموار کرده است که به جای خروجی‌های فیزیکی، بر نتایج تجاری و تبلیغاتی (outcomes vs. outputs) تمرکز دارند؛ مدلی که کیفیت نتایج را می‌سنجد و برای آن پاداش تعیین می‌کند، نه تعداد ساعت‌های صرف‌شده برای کار. با این حال، کارشناسان هشدار می‌دهند که این تحول لزوماً به معنای کاهش هزینه‌ها برای برندها نیست، بلکه آژانس‌ها روش‌های جدید و مبهم‌تری را برای حفظ حاشیه سود خود جایگزین کرده‌اند.

نقش هوش مصنوعی در فروپاشی مدل سنتی ساعت کار

صنعت تبلیغات از اوایل دهه ۲۰۰۰ میلادی درباره مدل‌های پرداخت مبتنی بر نتیجه گفتگو کرده است، اما ظهور و تکامل هوش مصنوعی (AI) بود که در نهایت پیاده‌سازی این مدل را امکان‌پذیر ساخت. با واگذاری وظایف دستی و سنگین به هوش مصنوعی — از جمله ایجاد فهرست‌های کلیدواژه، مدیریت پیشنهادهای قیمت (bids)، طراحی استوری‌بوردها و تهیه گزارش‌های روتین — آژانس‌های تبلیغاتی دیگر نمی‌توانند هزینه‌های گزاف استخدام ارتشی از نیروهای تازه‌کار را به مشتریان خود تحمیل کنند.

مارتین آلباردا (Maarten Albarda)، موسس مجموعه مشاوره‌ای Flock Associates، در این باره اشاره می‌کند که پیش از جشن گرفتن برای این قراردادهای کارآمدتر و مبتنی بر خروجی، تبلیغ‌دهندگان باید به دقت بررسی کنند که چه چیزی جایگزین هزینه‌های ساعتی قبلی شده است. آژانس‌ها موسسات خیریه نیستند و صرفاً به این دلیل که هوش مصنوعی کارها را سریع‌تر انجام می‌دهد، از حاشیه سود خود چشم‌پوشی نخواهند کرد.

پلتفرم‌های انحصاری و هزینه‌های مبهم فناوری

در پاسخ به کاهش درآمدهای ساعتی، آژانس‌ها اجزای جدیدی را در قراردادها و شرح خدمات (SOW) خود تعریف کرده‌اند تا مانع از افت درآمد و کاهش حاشیه سود خود شوند. یکی از این روش‌ها، دریافت هزینه برای «دسترسی به پلتفرم» (platform access) است. در حال حاضر، تمامی هلدینگ‌های بزرگ تبلیغاتی در حال معرفی و بازاریابی پلتفرم‌های فناوری اختصاصی خود هستند. آن‌ها در معرفی این ابزارها از واژه‌های جذابی مانند «مبتنی بر هوش مصنوعی»، «سرتاسری» (end-to-end) و «عامل‌محور» (agentic) استفاده می‌کنند. اما بررسی دقیق‌تر نشان می‌دهد که این پلتفرم‌ها عمدتاً با هدف وابسته کردن مشتریان و دریافت هزینه‌های تکرارشونده جدید طراحی شده‌اند؛ رویکردی که به آژانس‌ها اجازه می‌دهد درآمد خود را حفظ کنند، در حالی که هزینه‌های واقعی نیروی کار آن‌ها به شدت کاهش یافته است.

علاوه بر هزینه‌های پلتفرم، آژانس‌ها این کسری درآمد را از طریق معاملات رسانه‌ای اختصاصی (principal media) یا مناقصه‌های ساختگی تولید سه‌گانه (manufactured triple production bids) جبران می‌کنند.

چالش‌های شفافیت در خرید برنامه‌ریزی‌شده و تلویزیون‌های متصل (CTV)

تبلیغ‌دهندگان اگرچه دیگر هزینه‌ای برای ساعت‌های کاری پرداخت نمی‌کنند، اما اکنون هزینه‌های مبهم فناوری را برای ابزارهای هوش مصنوعی می‌پردازند که امکان راستی‌آزمایی آن‌ها وجود ندارد. به این موارد باید معاملات غیرشفاف رسانه‌ای و قراردادهای تولید را نیز اضافه کرد. علاوه بر این، حوزه خرید برنامه‌ریزی‌شده (Programmatic) همچنان به عنوان یک کانال درآمدی برای آژانس‌ها فعال است. اگرچه حاشیه سود این بخش دیگر مانند گذشته خیره‌کننده نیست، اما هنوز آن‌قدر جذاب هست که آژانس‌ها مشتریان را به خرید حداکثری رسانه از طریق پلتفرم‌های برنامه‌ریزی‌شده — ترجیحاً با کمترین میزان نظارت و حسابرسی — ترغیب کنند.

بر اساس گزارش انجمن ملی تبلیغ‌دهندگان (ANA)، به طور متوسط حدود ۲۶ درصد از هر دلار سرمایه‌گذاری‌شده در خرید برنامه‌ریزی‌شده، به عنوان «هزینه تراکنش» (transaction cost) از بین می‌رود. به عبارت دیگر، بیش از یک‌چهارم بودجه تبلیغاتی پیش از مواجهه با محیط‌های کم‌کیفیت یا کلاهبرداری‌های صریح، صرف هزینه‌های فنی پلتفرم‌ها می‌شود. این وضعیت با ورود بودجه‌ها به بخش تلویزیون‌های متصل برنامه‌ریزی‌شده (Programmatic CTV) وخیم‌تر شده است؛ کانالی که به گزارش «مایرز ریپورت» (The Myers Report)، به دلیل شکاف‌های بزرگ در اندازه‌گیری، با جهش ۱۴۰ درصدی در نرخ تقلب مواجه شده است.

طبق شاخص شفافیت برنامه‌ریزی‌شده ANA در سه‌ماهه سوم سال ۲۰۲۵، تلویزیون‌های متصل اکنون نزدیک به ۴۶ درصد از کل هزینه‌های تبلیغات برنامه‌ریزی‌شده را به خود اختصاص می‌دهند. با این حال، به دلیل استفاده از فناوری درج آگهی از سمت سرور (SSAI)، ابزارهای استاندارد راستی‌آزمایی در اندازه‌گیری دقیق آن با مشکل مواجه هستند. در نتیجه، تبلیغ‌دهندگان صرفاً به ماهیت باکیفیت محیط تلویزیون اعتماد می‌کنند، در حالی که خریدهای برنامه‌ریزی‌شده CTV ممکن است ارزشی نزدیک به صفر ارائه دهند.

این شرایط، توصیف معروف چارلز دیکنز را تداعی می‌کند: «بهترین روزگار بود، بدترین روزگار بود.» اگرچه پیشرفت‌های چشمگیری در ارزش‌گذاری کار آژانس‌ها و واگذاری کارهای تکراری به هوش مصنوعی حاصل شده، اما فشار بر درآمد آژانس‌ها سبب شده تا آن‌ها به ترکیبی از محرک‌های مبهم برای حفظ سودآوری خود روی آورند؛ بازی موش و گربه‌ای که تبلیغ‌دهندگان باید با هوشیاری کامل به آن پاسخ دهند.