Gravity: межагентная реклама и новый объект оптимизации

· 7 минут чтения · Любовь Черемисина · Маркетинг и аналитика AI-агенты AI-поиск и GEO

6 августа 2026 стартап рекламных технологий Gravity объявил о раунде $30,5 млн Series A и общем финансировании $38,5 млн. Компания размещает текстовую рекламу внутри AI-ассистентов и строит полный стек для AI-среды — платформу спроса, предложения и биржу. Среди рекламодателей — Best Buy, Target, Vercel и MongoDB. Следующий продукт — реклама «агент → агент»: человек может не видеть баннер, а выбор товара происходит между агентами. Для маркетолога вопрос смещается от SEO и GEO к коммерции через агентов и метрике «доля выбора агентом».

Два силуэта агентов обмениваются карточками товаров на кремовой бумаге, красная стрелка выбора — метафора межагентной рекламы и каталога Gravity

Коротко

  • Что произошло: 6 августа 2026 Gravity объявил о раунде $30,5 млн Series A; всего привлечено $38,5 млн.
  • Что строят: полный стек рекламных технологий для AI — платформа спроса, предложения и биржа; текстовая реклама в чат-ботах и ассистентах.
  • Кто уже рекламируется: Best Buy, Target, Vercel, MongoDB.
  • Главное ограничение: межагентная модель в тестировании; прямую покупку агентом компания только планирует.
  • Главное последствие: красивый креатив уступает место машиночитаемому каталогу, который агент может выбрать среди альтернатив.

Что изменилось

6 августа 2026 стартап рекламных технологий Gravity сообщил о раунде $30,5 млн Series A (совместно вели Lightspeed и Committed Capital). Общий объём финансирования — $38,5 млн.

Gravity позиционирует себя как полный стек для рекламы в AI-среде:

  • платформа спроса — помогает рекламодателям размещать объявления в чат-ботах и перед агентами;
  • платформа предложения — монетизирует AI-приложения для разработчиков;
  • биржа — связывает покупателей и продавцов инвентаря.

Сейчас стартап размещает текстовую рекламу внутри AI-ассистентов — в том числе ChatGPT и ряде других чат-платформ из портфеля Gravity. Среди рекламодателей называют Best Buy, Target, Vercel и MongoDB.

Следующий продукт — реклама «агент → агент». Человек может вообще не видеть баннер:

  1. Пользователь: «Подбери подходящие ботинки».
  2. AI-агент пользователя запрашивает доступные предложения.
  3. Рекламный или торговый агент передаёт товары, цены, характеристики и актуальные акции.
  4. Агент пользователя сравнивает варианты и рекомендует товар.

Gravity уже тестирует эту модель: рекламодатель передаёт актуальный каталог товаров, а агент использует его при формировании рекомендации. В перспективе — покупка агентом после разрешения пользователя.

СлойОбъект оптимизации
SEOСтраница для поисковика
GEOЗнание для ответа большой языковой модели
Коммерция через агентовДанные, по которым агент выбирает товар

Почему это важно

Новость не про Cowork напрямую, но стратегическому маркетологу её пропускать рано: Gravity показывает, как покупки уходят в слой агентов.

В классической рекламе вы оптимизируете показ и клик. В GEO — цитируемость и факты в ответе нейросети. В коммерции через агентов решает другое: насколько полно и доказуемо ваш продукт описан для машины, которая сравнивает допустимые альтернативы без участия человека на этапе отбора.

Сооснователь Gravity Зак Олдхэм в интервью изданию CMO Insider описывает логику так: когда агент ищет обувь, он получает список рекламодателей с детальными описаниями и акциями — и на этой базе обогащает решение о покупке.

WPP Media оценивает, что к 2030 году маркетологи потратят $100 млрд на рекламу в генеративном AI-поиске глобально. Gravity — малый игрок на фоне Google и партнёрств OpenAI с крупными рекламными платформами, но направление уже зафиксировано: отдельный рекламный инвентарь для среды, созданной под AI.

Связанный контекст: Time продаёт рекламу агентам в машиночитаемых страницах; Cloudflare AEO Visibility переводит видимость в AI в измеримые показатели; Know Your Agent — про доверие к агентам в покупках.

Что это означает для маркетинга

В таком мире красивый рекламный текст становится менее важен, чем машиночитаемая доказательная база продукта.

Будущий фид, готовый для агентов, — не только название, цена, описание и картинка. Скорее набор полей, по которым агент может сравнить варианты:

ПолеЗачем агенту
Идентификатор товараОднозначная ссылка на артикул
Категория и сценарии использованияПопадание в запрос «для чего»
Идеальный клиент и решаемая проблемаОтсев нерелевантных альтернатив
Атрибуты, цена, наличие, доставкаСравнение в рамках ограничений
Сравнительные преимущества и доказательстваПочему выбрать вас, а не аналога
Отзывы и текущее предложениеАктуальность и социальное доказательство
Срок действия акции, ссылка на источник, дата обновленияСвежесть и проверяемость

Новый объект оптимизации — доля выбора агентом: как часто AI включает ваш продукт в короткий список среди допустимых альтернатив. Это напрямую связывает GEO, продуктовые фиды, MCP и электронную коммерцию: данные должны быть согласованы между сайтом, фидом, CRM и коннекторами, которыми пользуется агент.

Что протестировать

  1. Сверка каталога. Возьмите 10 популярных позиций. Сравните карточку на сайте, фид для маркетплейса и ответ внутреннего коннектора — расхождения по цене, наличию и атрибутам снижают долю выбора агентом.
  1. Запрос без баннера. Сформулируйте 5 типовых запросов на покупку («подбери ноутбук для дизайна до $1500»). Прогоните через ChatGPT и корпоративного ассистента: попадает ли ваш бренд в короткий список без прямой рекламы.
  1. Доказательная база. Для каждого ключевого товара проверьте: есть ли измеримые преимущества, отзывы, актуальная акция и дата обновления — не только маркетинговый слоган.

Что проверить сейчас

Хотите понять, готов ли каталог к миру, где агент выбирает товар без клика по баннеру?

На странице GEO-оптимизации — базовые принципы машиночитаемых фактов; в индексе 5W — как разные AI-движки тянут разные источники.

Главный вывод

Gravity с раундом $30,5 млн — не просто ещё одна рекламная сеть в чат-ботах. Компания тестирует модель, где реклама происходит между агентами, а человек видит уже отфильтрованную рекомендацию.

Для маркетинга это третий слой после SEO и GEO: оптимизировать не страницу и не абзац для цитирования, а структурированный каталог с доказательствами — и измерять, как часто агент выбирает ваш товар среди допустимых альтернатив.

Источники

← Все новости AI и MCP