Ermakov K.A.
Строю отказоустойчивые системы, сайты и внедряю ИИ-агентов. Рассказываю, как защитить бизнес от сбоев и зарабатывать на технологиях.
Запуск оптимизации на конверсии — логичный и ожидаемый шаг для Авито. Платформа накопила гигантский массив поведенческих данных (55 млрд событий ежедневно), и грех было не использовать это для таргетинга не по кликам, а по реальным действиям. Цифра в +42% к доле целевых действий на тестах выглядит убедительно.
Но как человек, который строит системы и внедряет ИИ-агентов, я вижу здесь несколько важных нюансов, которые бизнесу стоит держать в голове, чтобы не обжечься.
1. Оплата всё ещё за клики — и это ключевой момент.
Модель оплаты не меняется: вы платите за переход, а не за конверсию. Алгоритм лишь старается показывать рекламу тем, кто с большей вероятностью совершит действие. Это значит, что весь риск «холостых» кликов» по-прежнему на вас. Если алгоритм ошибётся или данные «Счетчика» окажутся неполными — бюджет уйдёт, а заявок может не быть. Классическая ловушка: оптимизация есть, а гарантий — нет.
2. Качество данных на входе решает всё.
Для внешних сайтов критически важен «Счетчик» — специальный код, который передаёт события в режиме реального времени и обучает ML-модель. Если вы установите его криво, настроите не те события или не передадите ключевые шаги воронки (например, «добавил в корзину» и «оформил заказ»), алгоритм будет учиться на мусоре. Мусор на входе — мусор на выходе. Это ровно та же история, что с любым ИИ: модель не волшебная, она просто отражает качество данных, которые вы ей дали.
3. Риск «оптимизации не на тот KPI».
Стратегия позволяет выбрать целевое действие. Но легко увлечься и поставить целью, например, «регистрацию», которая сама по себе не приносит денег. Алгоритм честно начнёт гнать регистрации — а вы потом будете удивляться, почему лиды «холодные». Цель должна быть максимально близка к деньгам, а не к промежуточному действию.
Что делать, если планируете тестировать:
• Начните с малого бюджета и сравните результаты с вашей текущей стратегией на тех же креативах и аудиториях. Не переключайтесь вслепую.
• Настройте сквозную аналитику до запуска: убедитесь, что «Счетчик» передаёт именно те события, которые вы считаете конверсией.
• Заложите период обучения алгоритма (обычно 1–2 недели) и не дёргайте кампанию в это время.
• Держите в голове, что «Максимум конверсий» — это инструмент, а не замена маркетологу. Человек, который понимает воронку и юнит-экономику, всё равно нужнее.
В целом тренд правильный: рынок движется от «кликов» к «бизнес-результату». Но как и с любым ИИ-инструментом, магия здесь работает только в связке с качественными данными и контролем со стороны человека.
Спасибо всем, кто написал комментарий.
По поводу «тихой потери клиента» — абсолютно верно. Мониторинг, о котором я писал, обычно сводится к «агент упал или нет», а проблема в том, что агент может «отработать» идеально с точки зрения логики и при этом потерять человека. Ориентир на повторные обращения и handoff rate — это то, что нужно замерять у себя, и я это в статье не раскрыл. Добавлю.
По OpenShell: да, на уровне контейнера там действительно ничего нового — Landlock, seccomp, непривилегированные пользователи, это стандартный набор. Разница в референсной архитектуре, где Sentry вынесен на отдельное железо (BlueField-4 DPU), то есть агент физически не может его обойти. Но для обычного бизнеса это избыточно, и ваш рецепт (read-only учётка + журнал) полезнее прямо сейчас.
И по третьему комментарию — согласен, право действовать без подтверждения опаснее, чем доступ на чтение. Лимиты и обязательное human-in-the-loop для денег и внешних коммуникаций — это то, что я тоже закладываю в проект. Спасибо, что напомнили: в статье я сделал акцент на мониторинге, а про ограничение полномочий сказал меньше, чем стоило.