Media Briefing: Anúncios para agentes de IA têm um problema de medição

O Media Briefing desta semana analisa a corrida emergente para medir e atribuir anúncios exibidos para agentes de IA — e por que o setor ainda está longe de concordar com uma forma padronizada de fazer isso.

À medida que editores e anunciantes determinam como colocar anúncios diante de um novo tipo de público — agentes de IA, não humanos — eles estão enfrentando um problema familiar: como saber se um anúncio realmente funcionou?

Responder a essa pergunta está impulsionando uma onda de startups que constroem maneiras de exibir anúncios para agentes conforme eles navegam pelas páginas dos editores, e depois medem o que acontece em seguida. É cedo, claro. Portanto, as propostas de startups que afirmam ter decifrado o código (e, a julgar pela caixa de entrada, há algumas), provavelmente não o fizeram. Por enquanto, a medição é opaca, e nada parecido com um padrão se consolidou. A maior parte do que existe ainda é prova de conceito. 

A OpenAds, por exemplo, está seguindo o caminho relativamente tradicional de códigos de indicação exclusivos, mas ajustados para IA. Digamos que uma pessoa pergunte ao ChatGPT sobre os melhores tênis de corrida para uma meia maratona. Quando o ChatGPT faz o scraping de uma página da web para responder a essa solicitação, a OpenAds geraria e inseriria um anúncio de uma marca de tênis de corrida com um código de indicação exclusivo de 10% de desconto. Se o ChatGPT considerar o código relevante o suficiente para o usuário que procura esses tênis, ele "sobreviverá ao processo de recuperação", disse Steven Liss, cofundador da plataforma de publicidade nativa de IA OpenAds. Então, quando esse link aparecer em uma resposta gerada por IA e o usuário clicar no link para esse produto, as marcas poderão rastrear isso de volta ao ChatGPT, acrescentou ele.