Koa Agents в Kokai: как The Trade Desk переносит AI из подсказок в рабочий процесс медиабайера

Почему это не просто чат в DSP

В августе 2026 года The Trade Desk показала Koa Agents - разговорный слой внутри Kokai, который объединяет несколько специализированных агентов. Формально это closed beta, а набор возможностей будет меняться. Поэтому относиться к релизу нужно не как к готовому стандарту рынка, а как к редкому публичному окну в то, как большая DSP представляет себе следующий интерфейс медиабаинга.

Ключевое отличие от обычной справки в кабинете - агенту можно ставить рабочую задачу обычным языком. Он должен найти объект в кампании, объяснить, почему ad group не тратит бюджет, разобрать темп открутки, предложить следующий шаг или собрать черновую структуру кампании из медиаплана. В одном месте сходятся документация, интерфейс, данные кампании и привычный язык байера.

Но слово «агент» здесь не должно создавать ложное впечатление автономности. В опубликованном описании The Trade Desk подчеркивает две вещи: Koa действует в пределах существующих прав пользователя, а рекомендации остаются необязательными. Кампания не превращается в самоуправляемую систему: пользователь по-прежнему решает, применить ли предложенное действие.

Это зрелая стартовая позиция. Самые дорогие ошибки в programmatic обычно появляются не на этапе поиска справки, а при изменении бюджетов, инвентаря, частоты, сделки или аудитории. Поэтому хороший первый агент не «покупает вместо человека», а сокращает путь от вопроса к проверяемому решению.

Четыре агента и реальный рабочий день трейдера

Первая зона - help and search. Koa отвечает на вопросы по настройке и может найти кампанию, ad group или креатив по описанию, а не по точному пути в интерфейсе. Польза здесь не в искусственном интеллекте как таковом, а в уменьшении цены навигации: специалист перестает держать в голове десятки экранов и названий полей.

Вторая зона - campaign creation. Байер загружает привычный медиаплан, агент задает уточняющие вопросы, собирает структуру и отмечает несостыковки до запуска. Это потенциально самый ценный сценарий для агентств: именно при переносе медиаплана в кабинет возникают ошибки в гео, датах, KPI, типах инвентаря, частоте, аудиториях и naming. Но пока речь идет о черновике с обязательным review, а не о праве модели публиковать кампанию.

Третья зона - insights. Вместо ручной сверки таблиц можно спросить, где кампания недотрачивает, какие паблишеры выходят за темп, какие группы требуют внимания и почему. Важно требовать не только ответ, но и маршрут к данным: период, срез, сравнение, правило, по которому система назвала ситуацию проблемой. Иначе красивый естественный язык превратится в новый слой непрозрачности.

Четвертая зона - troubleshooting. Когда ad group не тратит деньги, работа часто начинается с длинной последовательности проверок: расписание, bid, deal, audience, creative approval, floor, география, частотные ограничения, доступность supply. Агент может систематизировать эту проверку и показать вероятную причину. Он не отменяет экспертизу, но снимает с команды однообразную диагностику.

Где Koa может дать измеримый эффект

Первый эффект - скорость setup. Его нужно считать не по впечатлению команды, а по времени от утвержденного медиаплана до готового черновика, количеству возвратов на доработку и доле ошибок, найденных до запуска. Если агент экономит два часа, но добавляет пять непонятных исправлений, это не автоматизация, а перенос работы в другой этап.

Второй эффект - качество контроля. Для диагностики стоит измерять время до первой гипотезы, время до исправления, число предотвращенных ошибок и долю рекомендаций, которые специалист отклонил. Последняя метрика особенно полезна: она показывает, где модель еще не понимает бизнес-контекст или локальные правила закупки.

Третий эффект - доступность аналитики для непрофильных участников. Аккаунт-менеджер или бренд-менеджер может быстрее получить ориентир по состоянию кампании, но это не повод размывать ответственность. Любой ответ о перераспределении бюджета, качестве инвентаря и причинах performance должен иметь владельца в media-команде и проверяемое основание.

Ограничения, которые нельзя прятать в сноску

Koa Agents находится в закрытой бете и доступна только выбранным рекламодателям. The Trade Desk прямо оговаривает, что возможности и сроки могут меняться. У материала нет права превращать roadmap в факт: пока невозможно говорить ни о массовой доступности, ни о подтвержденном uplift, ни о том, как продукт поведет себя на разных рынках и в нестандартных конфигурациях.

Есть и структурное ограничение. Koa работает внутри DSP, а значит видит мир через данные, интерфейс и экономику этой платформы. Это полезно для исполнения, но не отменяет независимую проверку supply path, комиссий, частоты и измерения. Рекомендация платформы может быть рациональной, но она не автоматически нейтральна для рекламодателя.

Еще один риск - качество исходной операционной модели. Агенту нельзя поручить исправить расплывчатый бриф, хаотичный naming, неописанные сегменты и противоречивые KPI. В лучшем случае он задаст правильные вопросы. В худшем - быстро соберет аккуратную кампанию, которая оптимизирует не ту цель.

Что можно забрать в российскую практику уже сейчас

Даже без доступа к Kokai этот кейс можно использовать как шаблон требований к любому AI-слою в рекламном кабинете. Минимальный набор: поиск по кампаниям и документации, проверка медиаплана на ошибки, объяснение диагностики со ссылкой на данные, сохранение ручного подтверждения и журнал того, что система предложила.

Для пилота лучше выбрать один повторяемый процесс: QA перед запуском или разбор недотраты. Команда фиксирует исходное время, список проверок, ошибки, правила эскалации и метрики. Затем сравнивает AI-assisted и обычный workflow на нескольких кампаниях. Такой дизайн дает материал для решения, а не для красивой презентации.

Следующий уровень - матрица прав. Агент может читать отчеты и предлагать действия; специалист может принять изменение; руководитель может одобрить перераспределение сверх порога; доступ к аудиториям и персональным данным ограничен отдельно. Эта схема полезна и для DSP, и для агентства, и для внутренней команды бренда.

Ключевой вывод

Koa интересна не потому, что умеет разговаривать. Она показывает, что следующий конкурентный слой DSP - это рабочая среда, где планирование, setup, диагностика и контроль собираются вокруг задачи пользователя. Победит не тот агент, который обещает больше автономии, а тот, которому можно доверить рутину и при этом в любой момент понять, что он увидел, предложил и почему.