IBM Watson Ads: что умел ИИ-рекламный продукт и чем его заменили

IBM Watson Ads - это рекламный продукт IBM на базе Watson: он анализировал текст и изображения объявления и подбирал креатив под интересы конкретного пользователя. Запускался он на ограниченном наборе площадок-партнёров, а не в обычных рекламных кабинетах, поэтому массовым инструментом не стал. Публичных данных о его результатах IBM не раскрывала.

Коротко

• IBM Watson Ads разбирал тексты и изображения и подбирал креатив под интересы пользователя.
• Работал только на площадках-партнёрах IBM, отдельной интеграцией, вне привычных кабинетов.
• Массовым не стал: рекламодателю нужны доступ к своим системам и понятная отчётность.
• IBM не публиковала цифры по сервису, поэтому оценивать его можно только по описаниям компании.
• На смену пришли ИИ-функции внутри самих площадок: подбор аудиторий, текстов, распределение бюджета.

Что такое IBM Watson Ads и как он работал

IBM Watson Ads - это надстройка над рекламным инвентарём партнёров IBM, которая использовала возможности Watson для подбора креатива. Рекламодатель загружал варианты объявлений, а система решала, какой из них показать конкретному пользователю.

Логика простая: вместо одной универсальной картинки на всю аудиторию сервис собирал показ под человека. Он смотрел на текст и изображения объявления и сопоставлял их с тем, что известно о пользователе в момент показа. Это ранняя версия того, что сегодня называют динамическим креативом.

Важная деталь: это была не рекламная платформа в привычном смысле. Не кабинет, где вы сами заводите кампанию, а технология, которую IBM продавала через партнёрские размещения. Разница принципиальная, и она объясняет дальнейшую судьбу продукта.

Какие возможности давал Watson Ads

Watson Ads умел три вещи, которые сегодня кажутся базовыми, а тогда были заметным шагом: анализировать контент объявления, подбирать вариант под интересы пользователя и делать это автоматически, без ручной разметки каждого креатива.

Первое - разбор текста и изображений. Система понимала, о чём объявление, и могла сопоставить смысл с контекстом.

Второе - персонализация показа. Один и тот же рекламодатель мог показать разным людям разные варианты, и выбор делал алгоритм, а не медиапланер.

Третье - автоматизация. Ручной перебор креативов заменялся на решение системы в момент показа.

Чего в описании продукта не было, так это доступа к отчётности в привычном виде. IBM не раскрывала публичных данных о том, как сервис отрабатывал у рекламодателей, поэтому судить о его эффективности можно только по описаниям самой компании. Это не мелочь: без цифр инструмент сложно защитить внутри бизнеса.

Почему IBM Watson Ads не стал массовым

Причина не в технологии, а в доступе. Рекламодателю нужно работать в тех системах, где он и так покупает показы, и видеть отчётность в понятном виде. Watson Ads требовал отдельной интеграции ради одной функции, и это перевешивало пользу.

Разберём, что именно мешало:

1. Ограниченный набор площадок. Сервис запускался у партнёров IBM, а не там, где рекламодатель размещается каждый день.
2. Отдельная интеграция. Чтобы получить персонализацию креатива, нужно было подключить ещё один продукт к уже существующему стеку.
3. Непрозрачная отчётность. Публичных данных о результатах IBM не давала, а без них сложно обосновать бюджет.
4. Одна функция. Персонализация креатива полезна, но она не заменяет управление кампаниями, аудиториями и ставками.

Сложите это вместе, и получится типичная история корпоративного ИИ-продукта: сильная технология, слабая упаковка в рабочий процесс клиента. Рекламодатель выбирает не самую умную модель, а самый короткий путь от идеи до запуска.

Что пришло на смену: ИИ внутри рекламных кабинетов

На смену отдельному продукту пришли ИИ-функции внутри самих площадок. Алгоритмы помогают собирать аудитории, предлагают тексты и креативы, распределяют бюджет между группами. Рекламодатель остаётся в привычном кабинете и получает автоматизацию там же, где покупает показы.

Это разворот логики. Раньше технологию приносили сбоку и просили интегрировать. Теперь она встроена в интерфейс, которым вы уже пользуетесь. Ничего подключать не нужно, но и контролировать приходится то, что предлагает площадка.

Пример с фазой обучения в Meta: после существенной правки кампании запускается фаза обучения, для выхода из неё нужно около 50 результатов за неделю (справка Meta). Если результатов меньше, алгоритму не хватает данных, чтобы стабильно распределять показы. Это иллюстрирует общий принцип: ИИ-функции работают на качестве данных о конверсиях, а не сами по себе.

Как выбирать ИИ-инструмент, если кабинетов несколько

Смотрите на два момента: работает ли сервис с вашими площадками и кто подтверждает запуск и изменение бюджета. Первое определяет, покроет ли инструмент ваш реальный набор каналов. Второе - остаётесь ли вы у руля.

Если у вас Google, Meta, LinkedIn, TikTok, Microsoft, ChatGPT и Telegram, имеет смысл сервис, который подключает эти кабинеты в одном месте и не запускает кампании без вашего подтверждения. Такой подход описывает Ads Beast: кампания создаётся на паузе, а ИИ готовит черновик, который вы проверяете перед стартом. Подробнее о том, как это устроено, на странице настройка кампании с ИИ.

Что проверить перед выбором:

1. Список каналов. Сверьте его с теми площадками, где вы реально размещаетесь. Интерфейсы и правила площадок меняются, поэтому список стоит перепроверять.
2. Точку подтверждения. Кто нажимает кнопку запуска и меняет бюджет: вы или сервис автоматически.
3. Отчётность. Какие метрики вы увидите и в каком виде. Ориентируйтесь на CPA, CTR, CPC, CPM и контроль темпа расхода.
4. Работу с конверсиями. Как сервис принимает серверные события и передаёт лиды в CRM.
5. Проверку объявлений. Есть ли проверка текста по правилам площадки до отправки на модерацию.

Ограничения, о которых стоит знать заранее

Ни один ИИ-инструмент не отменяет правил площадки. Модерация всё равно проверяет текст, креатив и посадочную страницу, и сроки у всех разные: большинство объявлений Google проверяет за один рабочий день (справка Google), Meta чаще укладывается в 24 часа (справка Meta), Microsoft Advertising называет срок до 48 часов (справка Microsoft). Проверка текста по требованиям площадки до отправки экономит время, но саму модерацию не отменяет.

Второе ограничение - данные. Алгоритм не работает в вакууме: если конверсии передаются неточно или с задержкой, ИИ-функции будут оптимизироваться на неверный сигнал. Поэтому качество настройки конверсий важнее, чем количество включённых функций.

Третье - контроль. Автоматизация без точки подтверждения означает, что бюджет может уйти туда, куда вы не планировали. Возможность остановить или скорректировать кампанию до запуска - не бюрократия, а страховка.

Что это значит для вашей рекламы

История Watson Ads показывает главное: технология продаётся не сама по себе, а через удобство рабочего процесса. Персонализация креатива была сильной идеей, но отдельная интеграция и закрытая отчётность перевесили выгоду. Сегодняшние ИИ-функции выигрывают тем, что находятся там, где вы и так работаете.

Практический вывод: выбирайте инструменты, которые встраиваются в ваши текущие кабинеты, дают понятную отчётность и оставляют вам контроль над запуском и бюджетом. Если инструмент требует отдельной интеграции ради одной функции, спросите себя, окупит ли она эту сложность.

Следующий шаг

Определите, какие кабинеты вы ведёте сейчас, и сверьте их со списком каналов, которые поддерживает ваш ИИ-инструмент. Если хотите посмотреть, как выглядит подготовка кампании с подтверждением перед запуском, начните со страницы настройка кампании с ИИ.

Читайте также

• Campañas de Google Ads ejemplos: Примеры кампаний Google Ads: что реально переносить из чужого кейса
• Агентство Telegram Ads или ИИ-платформа: что выбрать