AI-агент становится основным интерфейсом управления рекламой
В отчёте Amazon за второй квартал 2026 компания расширила Ads Agent ещё на 11 стран: агент переводит медиаплан в структуру кампаний, настраивает таргетинг и сокращает часы ручной работы до минут. По данным Amazon, рекламодатели с Ads Agent получили на 8% меньшую стоимость показа и на 6% меньшую стоимость привлечения — это платформенный кейс, а не универсальный бенчмарк. Для российского рынка аналогичный контур уже доступен через коннектор Яндекс Директа в MCP Panel.
Коротко
- Что произошло: в отчёте Amazon за второй квартал 2026 Ads Agent расширен ещё на 11 стран; агент собирает кампании из медиаплана и настраивает таргетинг за минуты вместо часов ручной работы.
- Цифры платформы: рекламодатели с Ads Agent — на 8% ниже стоимость показа и на 6% ниже стоимость привлечения, чем без агента; выручка рекламного бизнеса Amazon выросла на 26% год к году, до $19,8 млрд за квартал.
- Кому полезно: командам перформанс-маркетинга, которые всё ещё живут в интерфейсе кабинета, а не в агентном слое поверх программного интерфейса (API).
- Главное ограничение: цифры — заявление Amazon о своей выборке, не независимый бенчмарк для Директа, Meta или рекламы Google.
- Главное последствие: основной интерфейс смещается от «кликать в кабинете» к «описать цель агенту» — при условии подключённых данных и Skills.
Что изменилось
31 июля 2026 Amazon опубликовала итоги второго квартала 2026. В блоке про рекламу — не только рост выручки, но и развитие Ads Agent: инструмента на базе ИИ, который упрощает планирование, запуск и ведение кампаний.
По формулировке компании:
- Ads Agent переводит медиаплан в структуру кампаний и настраивает таргетинг — часы ручной сборки сжимаются до минут.
- Инструмент расширен ещё на 11 стран в 2026 году (с начала года — не обязательно в одном квартале).
- Рекламодатели, использующие Ads Agent, видят на 8% меньшую стоимость показа и на 6% меньшую стоимость привлечения, чем те, кто работает без агента.
Это не абстрактный чат-бот в сайдбаре, а агентный слой поверх рекламной платформы: пользователь описывает задачу, агент собирает кампании, группы и таргетинги, опираясь на правила площадки. Тренд совпадает с рекламой для агентов у Time и Agentic Hub в TikTok — но здесь агент управляет вашими кампаниями, а не чужим инвентарём.
Почему это важно
Рекламный кабинет десятилетиями был главным интерфейсом: медиаплан в таблице, настройка в интерфейсе площадки, отчёт в корпоративной аналитике. Ads Agent меняет точку входа: цель и ограничения → агент → черновик кампаний → правки человеком.
Для маркетинга это три сдвига:
- Скорость запуска — меньше ручной рутины на структуре и таргетинге; ценность смещается в формулировку цели и контроль качества.
- Метрики эффективности — платформа обещает экономию на показе и привлечении, но только внутри своей экосистемы; переносить 8% и 6% на другие каналы нельзя без собственного пилота.
- Роль специалиста — не «нажимать кнопки в кабинете», а задавать политику, лимиты, креативы и проверять аномалии после запуска.
Связанный разбор: экономика Skills и агентов — те же вопросы стоимости запуска и качества результата, только на стороне рекламной площадки.
Что делать на практике
Если вы ведёте перформанс-маркетинг, не ждите «своего Ads Agent» от каждой площадки — соберите минимальный агентный контур сами:
- Подключить данные через программный интерфейс (API), а не выгрузки: расход, кампании, ключи, конверсии — в одном мосте для Claude, ChatGPT или Cursor.
- Разделить Skills по задаче: ежедневный мониторинг с аномалиями отдельно от разовых срезов и отчётов.
- Зафиксировать политику: что агент может менять сам (ставки в коридоре), а что только предлагает (структура кампаний, бюджеты).
- Считать свой бенчмарк — сравнение «с агентом / без» на ваших кампаниях, а не цифры из чужого отчёта для инвесторов.
Ограничение Amazon-кейса: методология 8% и 6% не раскрыта; возможен эффект самоотбора — в агент переходят более продвинутые рекламодатели. Для управленческих решений нужен внутренний эксперимент на своём трафике.
Как повторить сценарий на Директе
На российском рынке тот же принцип «описал цель — получил структуру и аналитику» уже можно проверить в своём кабинете, без ожидания западных площадок:
- Коннектор Яндекс Директа в MCP Panel подключает кампании, ставки, ключи и отчёты к Claude, ChatGPT или Cursor — без ручных выгрузок в Excel.
- Direct Analyst даёт ежедневный разбор кампаний Директа и Метрики: аномалии относительно базовой линии 7/28 дней и управленческую сводку с приоритетами P1–P3.
- Direct Analytics — произвольные срезы по кампаниям, устройствам, ключам и регионам с кэшем исходных данных и флагами аномалий.
Что сделать на этой неделе:
- Подключите Директ и Метрику к одному адресу MCP — без этого агент видит только половину воронки.
- Утренний ритуал — Direct Analyst; разовые вопросы «покажи устройство × кампания за месяц» — Direct Analytics.
- Сравните время подготовки еженедельного отчёта до и после Skills — аналог «часы → минуты» из кейса Amazon, но на ваших цифрах.
- Разделите аналитику и автозапуск: создание и изменение кампаний зависит от прав API Директа и вашей политики безопасности.
Пока агент не подключён к вашему кабинету, «AI-интерфейс рекламы» остаётся презентацией, а не процессом.
Как это связано с MCP
Ads Agent Amazon — встроенный агент площадки. MCP Panel даёт свой агентный слой поверх Яндекс Директа: нейтральный мост, Skills с вашей методологией и подключение к CRM, Метрике, Wordstat из одной панели.
Разница в владении: Amazon оптимизирует внутри своего инвентаря; вы через MCP выбираете, какие инструменты видит агент и куда пишет результат — в отчёт, таск-трекер или кабинет.
Соседний кейс по воронке: Cars24 и экономика агентов. Облачные процессы: Cowork и упрощение архитектуры.
Главный вывод
Amazon закрепляет тренд: AI-агент становится основным интерфейсом управления рекламой — не заменой специалиста, а слоем между медиапланом и кабинетом. Цифры −8% / −6% читайте как платформенный аргумент, не как норму для всех каналов.
На российском рынке тот же принцип работает через коннектор Директа и Skills Direct Analyst + Direct Analytics. Подключите данные, зафиксируйте политику изменений и измерьте экономию времени на своих кампаниях — до того, как площадка навяжет свой агент без вашей методологии.
Источники
- Amazon.com Announces Second Quarter Results (Earnings Release PDF) — Amazon, 2026-07-31
Читайте также
Time: реклама для AI-агентов в машиночитаемых версиях страниц
Time размещает рекламу для агентов в машиночитаемых страницах. Два первых клиента — банк и профессиональная ассоциация. Как готовить блок для агентов и отслеживать упоминания бренда.
TikTok: рекламные платформы становятся маркетплейсами AI Skills
TikTok Agentic Hub и MCP Server: маркетплейс Skills и доступ агентов к рекламе. Как описать свою логику управления кампаниями как набор Skills.
Anthropic: аналитика Skills и экономика агентных процессов
Anthropic измеряет Skills: стоимость запуска, действия коннекторов, MCP-записи и «насколько агентна работа». Какие метрики взять в MCP Panel и почему не делать главным KPI «сэкономленные часы».
Cars24 показала экономику AI-агентов в клиентской воронке
Кейс Cars24: агенты на всей воронке — от подбора до поддержки. Какие показатели эффективности заменяют «число сообщений» и как протестировать реактивацию потерянных лидов.