A hirdetési piacon a mesterségesintelligencia-alapú megoldások részben kompenzálják a digitális hirdetések célzási hatékonyságának csökkenését, amit az adatvédelmi korlátozások, illetve a cookie-alapú megoldások visszaszorulása okoz.

102. ábra: Példák az MI használatára a reklámok kreatívanyagainak előállításában

A Google is intenzíven fejleszti MI-alapú hirdetési megoldásait: a már évek óta elérhető Performance Max és a Demand Gen funkciók célja, hogy egy meghatározott célkitűzés (például vásárlás vagy érdeklődés generálása) érdekében optimalizálják a kampányokat. Ezek a megoldások a Google ökoszisztémájának eszközeit (YouTube, banneres hirdetések, Shopping, kereső) kombinálják, ami jelentős előrelépés az emberi médiatervezéshez képest.

103. ábra: Egy Google Ads-kampány beállításának kiemelt szakaszai (forrás: Google)

A globális szereplők MI-fejlesztései átalakítják a médiatervezők mindennapjait is: a médiatervezők „MI-suttogókká” válnak, akik az MI-rendszerek nyelvén beszélve az optimalizációs algoritmusokat a márkák által megtervezett irányba terelik. Mivel a folyamat végtelen mennyiségű adatot generál, az MI-alapú megoldások segítségével könnyebben és gyorsabban végezhető adatelemzés, és kinyerhetők a további tervezéshez szükséges insightok.

A generatív mesterséges intelligencia nem csupán a tartalomgyártásban, hanem a reklámok készítésében is jelentős szerepet kap. Ma egy felhasználó naponta akár több száz reklámmal találkozhat*171*, ami egyre jobban megnehezíti a hirdetések emlékezetessé tételét és hatékonyságának biztosítását. A hirdetők számára létfontosságúvá vált, hogy pontosabb célzási stratégiákat és relevánsabb tartalmakat alkalmazzanak, amihez az MI jelentős támogatást nyújt.
A személyre szabott hirdetési tartalmak előállítása rendkívül nagy kreatívgyártási kapacitást igényel: a generatív MI képes eltérő kreatív változatokat készíteni, amelyekhez többféle szöveges verziót is párosít. Az elkészült variánsokat hatékony tesztelési folyamatok révén optimalizálja, hogy az adott célközönség számára a legmegfelelőbb kombinációt nyújtsa. A reklámvariánsok nagyszámú előállítása ugyanakkor jelentős erőforrásokat igényel, miközben számos létrehozott változat végül soha nem jut el a célközönséghez.*172*

A Google legfőbb bevételi forrását jelentő keresési hirdetések is átalakulnak: az MI-alapú összefoglalóknak*173* köszönhetően a felhasználók az adott weboldalak felkeresése nélkül juthatnak releváns információkhoz.

A hazai tartalomszolgáltatók számára is komoly kihívást jelentenek a keresőmotorok működésében bekövetkező változások: a kifejezetten a Google keresési forgalmára építő oldalak reklámbevételeik jelentős visszaesésére számíthatnak – a nemzetközi adatok szerint ez a folyamat elkerülhetetlen.*174* A Gartner kutatása szerint*175* 2028-ra a márkák organikus forgalma akár a felére is csökkenhet az MI-alapú keresések térnyerése miatt. Ez különösen a keresési forgalom jelentős részét alkotó információgyűjtő keresések esetében lehet meghatározó.*176*

A piac már a megoldással is előállt: a hagyományos SEO (search engine optimization) mellett megjelent a GEO (Generative Engine Optimization), amely nemcsak a keresőmotorok számára, hanem MI-alapú keresésre is könnyen idézhető és feldolgozható tartalmak készítését támogatja. Egyelőre nem egyértelmű, hogy mit jelent ez az átalakulás a tartalom-előállítók monetizálási lehetőségeire nézve, mivel a generatív MI-szolgáltatások a legtöbb tartalomgyártónak nem fizetnek a tartalmak felhasználásáért.

A keresőkből érkező forgalom csökkenése mögött ráadásul nem kizárólag az MI-összefoglalók megjelenése áll, hanem a felhasználói viselkedés változása is. A hagyományos szövegalapú információszerzés helyett egyre többen fordulnak videós platformokhoz, például a TikTokhoz. Ez arra ösztönzi a tartalomgyártókat, hogy tevékenységüket ezekre a platformokra is kiterjesszék. A mélyebb szöveges tartalmak mellett a mozgóképes formátum alkalmazása hatékony megoldást jelenthet a hazai tartalomgyártók számára, hogy megőrizzék pozícióikat a keresőforgalomban.