Közgazdasági szempontból melyek azok a kulcstényezők, amelyek a digitális hirdetés jövőjét formálják ebben az új AI-paradigmában? – tette fel a kérdést Dr. Daniel Knapp, az IAB Europe vezető közgazdásza, a The Shift 2026 konferencián.
Szerinte sokféleképpen gondolkodhatunk az AI és a reklám kapcsolatáról. Lehet szó AI-vezérelt reklámozásról – ahol a kreatív tervezést, a vásárlást stb. mesterséges intelligencia segíti vagy automatizálja –, vagy hirdetésekről magukban az AI-motorokban (például az OpenAI már bejelentette, hogy tervezi a hirdetések bevezetését). Emellett beszélhetünk a virtuális környezetben megjelenő reklámokról vagy az AI-ügynököknek szóló hirdetésekről is. Knapp előadásában ezek közül az első, az AI-vezérelt reklámozásra fókuszál, mert úgy látja, itt a legnyilvánvalóbb az összefüggés a világgazdaság és a digitális reklámpiac között.
Az AI és a K-alakú gazdaság
Knapp szerint az AI és a gazdaság kapcsolata igencsak ellentmondásos. Egyfelől azt látjuk, hogy az AI „feléli” a gazdaságot. Az Egyesült Államokban az információfeldolgozó berendezésekbe és szoftverekbe történő befektetések – ami lényegében maga az AI – hatalmasat ugrottak. Ha megnézzük az amerikai GDP növekedését ezen AI-befektetések nélkül, látható, hogy a növekedés szinte elhanyagolható lenne. Bár az AI-befektetések a teljes gazdaságnak csak mintegy 4%-át teszik ki, mégis, szinte a teljes növekedésért ezek felelnek. Sok közgazdász ezért „K-alakú” gazdaságról beszél, ahol az AI-boom egyeseknek hatalmas profitot hoz, mások viszont egyáltalán nem részesülnek az előnyeiből.
Ezt az AI-lázat természetesen a nagyvállalatok tőkebefektetései (capex) fűtik. Olyan cégekről van szó, mint az Amazon, a Google vagy a Meta, amelyek elsődleges üzleti modellje a hirdetés, vagy éppen most válik egyre erősebbé a hirdetési üzletáguk – miként az Amazon esetében történik. Elképesztő összegeket költenek az AI-infrastruktúra kiépítésére, hogy versenyben maradjanak. A jövőre vonatkozó előrejelzések lineáris növekedést mutatnak, de ezeket is óvatosan kell kezelni. Nem tudjuk pontosan, meddig tartható fenn ez a beruházási bumm, és hogy az AI alapjaiban változtatja-e meg a hirdetési egyenletet.
Bejönnek-e új hirdetők? A nagyobb hatékonyság több reklámköltést eredményez-e? Ezek a kérdések határozzák meg a rally hosszát.
Valószínűleg két-három éves versenyfutás után a tőkekiadások visszatérnek a normális szintre, de már most látszik makrogazdasági szinten, hogy a hirdetési üzleti modellek az AI révén átalakulnak.
Ebben az egész, mesterséges intelligencia körüli őrületben természetesen felmerül a kérdés: vajon nem egy újabb buborékkal állunk-e szemben? Elég, ha csak a dotcom-lufira (2000) vagy a vasúti buborékra (UK: 1847, US: 1873) gondolunk. Az elmúlt hónapokban rengeteg olyan elemzés látott napvilágot, amelyek szerint az AI-gazdaság ingatag alapokon nyugszik, részben a vállalatok közötti szövevényes összefonódások és függőségek miatt: egyes cégek egyszerre lehetnek egymás ügyfelei, befektetői, bevételi partnerei vagy stratégiai szövetségesei is.
Annak eldöntése, hogy fellendülésben vagy a „boom-and-bust” (fellendülés és összeomlás) szakaszában vagyunk-e, még nem eldönthető kérdés. Érdemes figyelni azonban a befektetési ciklusokat, a momentumot, valamint azt, hogy ismétlődnek-e a túlértékeltségi minták, emellett pedig a beáramló tőke minőségét is vizsgálni kell.
Jelenleg a közgazdászok megosztottak: nem igazán tudják biztosan a választ arra, milyen makrogazdasági hatása lesz az AI-nak, mit jelent ez a gazdasági növekedés szempontjából. Serkenti-e a GDP-t? Átalakítja-e a foglalkoztatást? A közgazdászok véleménye nagyjából fele-fele arányban oszlik meg, így gazdasági nézőpontból egyelőre nincs egyértelmű előrejelzés arra vonatkozóan, hogy pontosan mi fog történni.
A marketing „pénzügyiesítése” (Financialization)
A mi szektorunkban azonban – a marketingben és a reklámban – sokkal gyorsabban és egyértelműbben látszik az AI alkalmazásának hatása, mint máshol. Knapp ezt a folyamatot a marketing „pénzügyiesítésének” (financialization) nevezi. Egyre többször látunk olyan híreket, ahol a pénzügyi igazgató (CFO) veszi át a marketingvezető (CMO) feladatait is.
Ez egy szélesebb körű vállalati átalakulás része: a cégek digitálisabbá válnak, beépítik az AI-alapú munkafolyamatokat,
a marketing pedig egyre inkább a vállalat működésének egyfajta „API-jává” válik – vagyis olyan kapcsolódási ponttá, amelyen keresztül az üzlet önmagát alakítja és optimalizálja.
Knapp munkatársaival elemezte a nagy hirdetők negyedéves gyorsjelentéseit is, hogy lássuk, hogyan beszélnek az AI-ról a befektetőknek. Nem meglepő módon a fogyasztási cikkek és a lakossági szolgáltatások szektoraiban említik leggyakrabban a marketinget. A probléma az, hogy sok esetben a marketingköltések gyorsabban nőttek, mint a bevételek – részben azért, mert az elmúlt tíz évben talán soha nem volt még ilyen magas a piaci részesedés megszerzéséhez szükséges költési szint –, így a hagyományos modellek, ahol a reklám automatikusan eladást generál, kezdenek kifulladni.
Ezért bizonyos értelemben új „megállapodásra” van szükség a hirdetők, az ügynökségek, a szolgáltatók és a tágabb ökoszisztéma között.
A marketingbefektetések egyértelmű prioritása, hogy kitörjenek e fenti rossz ciklusból.
A márkák nyilatkozataiban öt fő trend rajzolódik ki: a branding és a digitális terület közelítése, az adatalapú célzás felértékelődése, az AI mint a hatékonyság eszköze, a konkrét üzleti eredményekre (outcomes) való fókuszálás, valamint az automatizálás és az impakt maximalizálása.
A „pénzügyiesítés” egyik kockázata a rövid távú szemlélet térnyerése és az, amit Knapp „végtelen indukciós kockázatnak” nevez. Ebben a világban a marketingesek folyamatos adatáramlást és bizonyítékot követelnek arra, hogy minden egyes kampány és adatpont valóban működik, és pénzügyileg azonnal megtérül. Közben viszont hiányzik az absztrakció – az általános szabályok és mechanizmusok megértése arról, hogyan működik a marketing valójában. Ehelyett az állandó bizonyítási kényszer torzításhoz vezet, és bizonyos csatornák felé billenti a mérleg nyelvét. Valószínűleg az is hozzájárul ehhez a helyzethez, hogy alulfinanszírozott a hosszú távú, longitudinális kutatás, ahol hosszabb időn keresztül, kevesebb és lassabb visszacsatolási ciklussal vizsgálják a hatásokat.
Az „eredményorientált rendszerek” felemelkedése
Ha megnézzük, mi hajtja az AI világát kínálati és értékesítési oldalról, akkor azt látjuk, hogy az úgynevezett „outcome engine”-ek, vagyis eredményorientált rendszerek. Ehhez egyre inkább társulnak az „answer engine”-ek, vagyis válaszmotorok is.
Ugyanakkor, ha az AI-alapú marketingre tekintünk, sehol sem olyan tiszta és egyértelmű a kép, mint az „outcome machine”-ek világában. Látható, hogy míg a nyílt web koncepciója alapvetően egy olyan logika szerint szerveződik, ahol a technológiát inkább költségként, semmint az eredménytermelés eszközeként kezelik, addig például az Amazon vagy a Meta olyan úgynevezett „walled garden”, vagyis zárt rendszereket hoznak létre, ahol minden paraméter kontrollálható, és így az AI teljes potenciálja felszabadítható, például a hirdetések legoptimálisabb elhelyezése érdekében.
A Meta például nem a reklámterhelés növelésével, hanem az AI segítségével optimalizált felhasználói interakciók jobb megértése és a hirdetések jobb elosztása révén növeli a bevételeit. Ezek a megoldások a zárt ökoszisztémákban működnek a leghatékonyabban, ami komoly nyomást helyez a többi piaci szereplőre.
A jövő profitja nem a puszta adatokban vagy a médiafelületekben rejlik, a jövő pénze ott keletkezik, ahol valaki képes integrálni ezeket, és kontrollálni tudja a döntéshozatalt (decisioning): azt, hogy mi, mikor és milyen mennyiségben jelenjen meg.
A kiadók, hirdetők – akik nem akarják teljesen kiszervezni a döntéshozatalt – és az ügynökségek egy kereslet és kínálat közötti küzdelemben rekedtek, ahol a valódi erő a döntéshozatalban (decisioning) összpontosul. Ez utóbbi teszi sikeressé az „outcome machine”-eket.
(Decisioning – döntéshozatali rendszer: olyan algoritmikus vagy adatvezérelt döntési mechanizmus, amely meghatározza, hogy milyen üzenet jelenjen meg, kinek, mikor, melyik csatornán, milyen gyakorisággal, milyen licittel / költséggel, milyen kreatívval és milyen üzleti cél érdekében. Ez tehát a teljes marketing-döntési logika automatizálása.)
Hagyományosan léteztek adatcégek, illetve médiamenedzsment- és végrehajtási szereplők (ügynökségek, szolgáltatók stb.). Ma azonban az AI és az eredményközpontúság korszakában sem az adat, sem a médiavégrehajtás nem elegendő önmagában – ráadásul mindkettő egyre inkább árucikké válik. Nem csoda tehát, hogy az ügynökségek is másfelé veszik az irányt: a szolgáltatásalapú modell helyett a rendszerépítésére fókuszálnak, a hirdetőkkel együttműködésben.
Ha kilépünk a zárt ökoszisztémák világából, jól látszik a változás. A hagyományos tömegmédia lineáris világa megszűnőben van, a jövő fenntartható üzleti modelljei pedig egy olyan környezetben formálódnak, ahol a tartalom algoritmikusan terjesztett és előállított, a média mindenütt jelen van, a hirdetések együttműködést igényelnek (kiskereskedők, alkotók, kiadók között). Emellett az új válasz-motorok és chatbotok teljesen másképp működnek, mint a hagyományos keresés: nem a célhoz való gyors eljutás a lényegük, hanem a felhasználói elköteleződés maximalizálása a platformon belül.
Az ügynökségek és az ad tech jövője
Knapp úgy látja, hogy ez az új világ az ügynökségektől is sürgős átalakulást követel. El kell mozdulniuk az emberi munkaerő-alapú (legalábbis a teljes munkaidős munkavállalói foglalkoztatás, az FTE – full-time employee alapú), tisztán szolgáltatásértékesítő modellből a rendszerek építése felé.
Az elemzések szerint az egy egységnyi munkára jutó ügynökségi bevétel drasztikusan (72%-kal) csökkent az elmúlt három évtizedben. Bár eközben az ügynökségek teljes bevétele nem feltétlenül esett vissza, mert közben drasztikusan nőtt a volumen: sokezer social hirdetés, rengeteg kreatív, egyre fragmentáltabb és komplexebb kampánystruktúrák, de már az AI előtt is látszott, hogy az FTE-alapú modell – amely sokszor túlzott juniorizálásra és a senior kapacitások leépítésére épült – a kifulladás szélén állt. Az AI ezt a folyamatot most felgyorsítja.
Néhány szereplő már elkezdett rendszereket és eszközöket építeni szolgáltatások helyett. Érdekes például megnézni Accenture esetét: a kereséssel és AI-jal kapcsolatos – gyakran marketinghez kötődő – megrendelések egyértelműen az AI-vezérelt működés irányába mutatnak.
Óriási lehetőség van abban, hogy az ügynökségek konkrét piaci problémákra fejlesztenek AI-alapú modelleket, és az eredményalapú (outcome-based) működés felé mozdulnak el – különösen ebben az erősen finanszírozott, KPI-vezérelt környezetben. A márkák támogatási igényei rendkívül eltérőek attól függően, hol tartanak az AI-érettségi skálán, de minden szinten lehet modelleket építeni.
A végén – legyen szó ügynökségről, ad tech cégről vagy médiatulajdonosról – Knapp szerint három stratégiai pozíció egyikét foglalhatjuk el ebben az AI-világban:
- Földbirtokos (land owner) – A teljes ökoszisztémát kontrollálod: inventory, paraméterek, döntéshozatal (decisioning), outcome engine / outcome machine (pl. nagy platformok).
- Bérmunkás (farmer) – Nem kontrollálsz semmit, mások technológiai rendszerében dolgozol tiszta szolgáltatóként.
- Tájépítész (landscape architect) – Képes vagy integrálódni (pl. adat- és technológiai partnerségeken keresztül), félig zárt ökoszisztémákban működni, és következtetésalapú, outcome-orientált világban is értéket teremteni.
A kérdés Knapp szerint nem az, hogy változik-e a modell, hanem az, hogy ki melyik szerepet választja.
Dr. Daniel Knapp
Dr. Daniel Knapp az európai digitális marketing- és hirdetési ökoszisztéma szakmai ernyőszervezete, az IAB Europe (Interactive Advertising Bureau Europe) vezető közgazdásza. Több mint 15 éves nemzetközi tapasztalattal rendelkező reklám- és médiaelemző, aki pályafutása során a piackutatás, a stratégiai tanácsadás és az üzleti intelligencia területén töltött be vezető szerepeket. 11 éven keresztül dolgozott a korábbi IHS Markitnél, ahol legutóbb a Technológia, Média és Telekommunikáció terület ügyvezető igazgatója volt. Emellett az Európai Bizottság (BDEI – Big Data and Economic Indicators) médiával és mesterséges intelligenciával foglalkozó szakértőjeként is tevékenykedett. Az IAB Europe-nál betöltött szerepe mellett a Twins Digital marketing-szolgáltató vállalat stratégiai igazgatója (CSO), valamint az Ecuiti tőke- és adatkutató cég partnere.
Doktori fokozatát a London School of Economicsen szerezte, kutatási területe az algoritmusok szociológiája és a média adatalapúvá válása volt.
Egyik kedvenc könyve, Ian Hacking filozófus 1990-ben The Taming of Chance (A véletlen megszelídítése) címmel megjelent műve, amely a valószínűség és a statisztika történetéről szól. Azt mutatja be, hogyan tette a statisztika a világot valószínűségi alapon értelmezhetővé. Ez rendkívül fontos volt a marketing fejlődésében is: nemcsak mesterséggé és művészetté, hanem tudománnyá is tette.
Nyitókép: Dr. Daniel Knapp (Forrás: The Shift 2026)
