Koa Agents интересны не как очередная новость про AI в рекламном кабинете. The Trade Desk показывает, как может выглядеть следующий интерфейс медиабаинга: не вкладка с отчетом и не отдельный бот, а разговорный слой, встроенный в рабочее место трейдера.
Исторически Koa был для The Trade Desk внутренней AI-логикой, которая помогает платформе с bidding, pacing и performance. Новая conversational-версия меняет восприятие продукта. Пользователь начинает взаимодействовать с системой не только через формы и таблицы, но и через задачу: найди, объясни, собери, проверь, предложи следующее действие.
В closed beta The Trade Desk описывает четыре первых агента. Help and search отвечает на вопросы по платформе и помогает находить кампании, ad groups, creatives и objectives. Campaign creation работает с медиапланом, задает уточняющие вопросы и подсвечивает ошибки. Insights отвечает на вопросы по pacing и performance. Troubleshooting диагностирует проблемы вроде no spend или underdelivery.
Что меняется
Для агентства самая прикладная зона - campaign creation из привычного медиаплана. Большая часть операционной работы в programmatic до сих пор состоит из переноса структуры из таблицы в кабинет, проверки названий, дат, бюджетов, targeting rules и creative requirements. Если AI умеет собрать черновик кампании и показать расхождения, он экономит не только время, но и снижает вероятность ручной ошибки.
- Media plan загружается в привычном формате.
- AI задает уточняющие вопросы по датам, бюджетам, audiences и inventory.
- Система собирает черновик campaign structure.
- Трейдер проверяет ошибки, ограничения и рекомендации.
- Действие применяется только после review.
- Журнал сохраняет, что было предложено и что утвердил человек.
Но здесь важна формулировка The Trade Desk: Koa не должен забирать финальное решение. Он задает вопросы, flag'ит проблемы, предлагает действия и оставляет review and approval пользователю. Это зрелый продуктовый сигнал. Рынок не готов к безусловному автопилоту бюджета, зато готов к системе, которая убирает операционный шум и ускоряет эксперта.
В insights-сценарии ценность другая. Buyer может спросить, какие publisher'ы over- или underdeliver, где есть opportunity to improve performance, почему pacing выглядит не так, как ожидалось. Хороший AI в этом месте должен не просто пересказать отчет, а связать изменение с настройками, supply, bids, creatives, audiences и ограничениями кампании.
Как это работает
Troubleshooting - возможно, самая недооцененная зона. Когда ad group не тратит деньги, специалист проверяет много причин: budget cap, bid, audience size, deal availability, creative approval, frequency, pacing, geo, supply constraints. Агент, который умеет пройти по этому дереву решений и показать вероятную причину, может стать ежедневным инструментом operations-команды.
The Trade Desk отдельно говорит о permissions: Koa работает только с теми campaign, settings и data, которые доступны пользователю. Для enterprise это не деталь, а условие доверия. Если AI видит больше, чем должен видеть сотрудник, продукт сразу становится проблемой для security и compliance.
Вторая важная часть - reasoning. Пользователь должен понимать, почему Koa делает рекомендацию. В классическом интерфейсе платформа часто показывает итог: поднять ставку, изменить audience, перераспределить бюджет. В agentic-интерфейсе этого мало. Нужно видеть цепочку: какой сигнал найден, какая альтернатива отброшена, какая цель учитывалась, какой риск остается.
- Доступ к campaign objects, документации и статусам.
- Role-based permissions и разные права для трейдера, аккаунта, клиента.
- Пояснение причины рекомендации, а не только итогового действия.
- QA медиаплана до запуска.
- Troubleshooting по дереву причин, а не generic advice.
- Экспортируемый audit trail для клиента и внутреннего контроля.
Где появляются деньги
Open Agentic Kit добавляет к этому еще один слой. По release notes The Trade Desk, OAK - это private beta MCP-based access to Ask Koa, который должен приносить platform data and actions в AI-инструменты, которыми уже пользуются traders и operations teams. Если это направление дойдет до production, DSP перестанет быть закрытым рабочим островом и станет частью enterprise AI-workflow.
Для российских DSP и агентских кабинетов из этого можно взять не бренд The Trade Desk, а продуктовую логику. Пользователю нужен не абстрактный AI-раздел, а помощник в конкретной точке боли: разобраться в недотрате, собрать кампанию, найти creative, объяснить отклонение, проверить ограничения, подготовить клиентский комментарий.
Koa также хорошо показывает, что AI не обязан быть автономным, чтобы быть ценным. В российском рынке многие опасаются формулировки 'AI сам управляет закупкой'. Более реалистичный сценарий - AI ускоряет подготовку, диагностику и объяснение, но действие применяет человек. Так внедрение будет быстрее, а сопротивление внутри команд ниже.
Где нужен контроль
Коммерчески такие продукты можно продавать как productivity layer. Агентству - меньше ручных часов и быстрее onboarding трейдеров. Бренду - меньше ошибок и понятнее контроль. Платформе - выше stickiness кабинета и больше доверия к сложным функциям. Но если продукт не показывает reasoning и audit trail, вся ценность быстро упирается в фразу 'поверьте алгоритму'.
Есть и ограничение: Koa пока описан как closed beta. Некоторые capabilities могут меняться, доступ есть не у всех, а часть performance-оценок основана на внутренних benchmark'ах The Trade Desk. Поэтому редакционно правильно рассматривать Koa как сильный сигнал направления, но не как доказательство, что весь рынок уже перешел на agentic buying.
Для локальных команд полезнее всего составить список сценариев, где такой интерфейс нужен прямо сейчас. Например: 'почему кампания не тратит', 'какие сделки дают высокий CPM без качества', 'какие creative не прошли модерацию', 'где audience слишком узкая', 'что изменилось после оптимизации', 'какой комментарий дать клиенту'.
Что можно применить в России
Следующий вопрос - данные. AI-помощник будет полезен только там, где кабинет хранит нормальную историю кампаний, изменений, источников данных, approvals, creative status и performance. Если все это разбросано по почте, таблицам и мессенджерам, agentic interface превращается в красивую оболочку без фактической силы.
Поэтому Koa надо читать не только как AI-релиз, но и как подсказку к зрелости продукта. Чтобы такой помощник работал, платформа должна иметь хорошую информационную архитектуру: названия объектов, связи между кампаниями, документацию, логи, статусы, доступы, ограничения, понятную модель целей.
Именно здесь находится шанс для российских adtech-продуктов. Не обязательно копировать глобальные системы. Можно начать с узких, но ценных ассистентов: campaign QA, troubleshooting, клиентские объяснения, проверка taxonomy, рекомендации по budget pacing. Если это делать с reasoning и правами доступа, пользователь быстро почувствует пользу.
