AI-бульбашка та арбітраж: що відбувається насправді

Наразі ринок арбітражу переживає такий собі хайп AI-тенденцій, коли рекламодавці та й вебмайстри занадто покладаються на можливості штучного інтелекту. Десятки платформ обіцяють надійну автоматизацію, але на практиці створюють крихку екосистему, де ставки, CPM і ефективність залежать від нестабільних моделей.

Медіабаєри стикаються з явищем стрімкого сплеску з подальшим не менш стрімким вигоранням AI-креативів та аналітики, що підриває бюджети.

Чому ринок ШІ нагадує дотком-бульбашку?

Дата 9 серпня 1995 року, коли компанія Netscape випустила браузер Netscape Navigator та провела перше публічне розміщення акцій, стала початком справжнісінького інтернет-буму. Це сприяло швидкому зростанню цін на акції компаній, пов'язаних з інформаційними технологіями, зокрема Microsoft, і призвело до подальшого росту фондового ринку.

Інвестори почали купувати акції інтернет-компаній навіть без бізнес-моделей, вони оцінювали компанії за кількістю користувачів, а не прибутком. Але у 2000–2001 роках ринок обвалився: 90% інтернет-стартапів збанкрутували.

Провести паралель із сучасністю нескладно: у 2023–2025 роках сотні AI-стартапів отримали по $30–$200 млн інвестицій без готового продукту. Сьогодні так само більшість продуктів ШІ є порожніми оболонками навколо однієї технології. Стартапи масово копіюють один одного, маючи низьку реальну цінність. У 1999–2000 так само було й з інтернет-магазинами, інтернет-каталогами, порталами.

Як AI-оптимізація платформ підвищує вартість трафіку?

Як вважає чимало рекламодавців, традиційне ручне налаштування вже не може встигати за швидкістю та складністю сучасних PPC. Згідно з підрахунками Statista за 2024 рік, майже кожен п'ятий бренд надавав 40% або більше своїх маркетингових бюджетів на AI-ініціативи. 

Платформи використовують алгоритми машинного навчання/штучного інтелекту, щоб динамічно налаштовувати ставки, вибір аудиторії, формат оголошень, місця показу тощо. Замість ручного керування таргетингом система сама вирішує, скільки заплатити за показ/клік/показники RTB. Для арбітражників такий підхід значно змінює правила гри, що призводить до зростання ціни трафіку.

Чому так відбувається?

1. АІ надає перевагу тим показам/аудиторіям, які найбільш ймовірно куплять/конвертують. Це сегмент з максимальним потенціалом (high-value). А для цього потрібен вже трафік з високими показниками і переважно з вищою ціною за клік або за тисячу показів.
2. Зростає й конкуренція за високоякісні сегменти, позаяк все більше бізнесів переходить на AI-інструменти. Стратегії штучного інтелекту в цільовому трафіку при високій конкуренції, зрозуміло, підвищують CPC/CPL. 
3. Алгоритми ШІ здебільшого вчаться на великих масивах даних, що притаманно для потужних рекламодавців з тривалою історією в ніші. Як наслідок, малі бізнеси повинні орієнтуватися на високу фінансову планку, відтак виділяти більші бюджети.
4. Автоматичні системи апріорі враховують більше показників/сигналів (поведінку користувача, час доби, пристрій, демографію, історію пошуку, минулі конверсії), ніж людина, що з часом призводить до зростання СРС/CPM. 

У підсумку старі дешеві джерела можуть стати менш ефективними або менш доступними, якщо алгоритм їх не обирає. Мінімальна ставка зростає, а рекламодавці змушені платити більше навіть за базові покази. Ті, хто мають невеликі бюджети, можуть не досягти необхідного трафіку, або ж ROI може знизитись через високі ставки.

Як підсумовує автор статті «AI's Impact on Paid Marketing and Cross-Channel Ad Diversification»:

«Поєднання AI-таргетингу + автоматичного створення креативів + динамічних плейсментів означає, що рекламодавці готові платити більше за релевантність і результат, що підвищує загальні ціни».

Ера AI-креативів і втома аудиторії від однотипності

Рекламодавці масово обирають згенеровані ШІ крео через низькі витрати на дизайн та просту адаптацію під різні формати. Це дозволяє невеликим бізнесам швидко масштабуватися, випробовуючи велику кількість рекламних оголошень. Так можна тестувати сотні креативів на місяць, змінюючи текст, зображення, відео, стилістику тощо. В цілому, це дуже спрощує генерацію реклами.

Але є й зворотний бік. Так, за даними аналітичної платформи рекламного контенту Alison.ai, 50% з понад 78 000 креативів втрачали більше ніж половину CTR вже за 11 днів. Це дані за літо 2025 року. Явище назвали «creative fatigue», тобто «креативна втома».

Основними причинами зниження залученості аудиторії є:

1. Однакові зображення, стилі, CTA, що знижує увагу ЦА, адже ШІ використовує схожі шаблони. У користувача спрацьовує психологічне явище на кшталт банерної сліпоти.
2. Алгоритми рекламних платформ сприймають оголошення як менш релевантні. Вони намагаються додати більше охоплень.
3. Частота показів відповідно зростає, що спричиняє відчуття ще більшої перенасиченості рекламою.

Отже, масова шаблонність призводить до зменшення уваги та довіри. До того ж маємо швидке «вигорання креативів», коли замість тривалого життя їхня ефективність зводиться до кількох тижнів або й навіть днів. 

Водночас з 2024 року Meta та Google запровадили AI-детектори для креативів, що перевіряють контент за критеріями:

• creative saturation (творча насиченість);
• pattern repetition (повторення патернів);
• overused visual structures (зловживання візуальними структурами).

Так, у спільнотах арбітражників активно обговорювалися сценарії продуктивності AI-креативів у вертикалі beauty для Tier-1. На загал зображення для нативних банерів спочатку працювало дуже добре. Та ось який контраст спостерігався вже за 3 тижні: 

• CTR перший тиждень: 2.8–3.4%;
• CTR через 3 тижні: 0.6–0.8%.

Алгоритми, в першу чергу Meta, почали відрізняти повторювані шаблони обличчя.

Обмеження AI-аналітики у складних вертикалях

Незважаючи на те, що ШІ робить таргетинг більш точним (створюючи чіткі сегменти через аналіз демографічних даних, поведінки та інтересів), він дає поверхневі прогнози для gambling, dating, нутри.

AI-аналітика добре працює для фіксації трафіку і базової поведінки, але не дає надійних прогнозів на довготривалу цінність користувача, що вкрай необхідно у вертикалях із високим ризиком.

Пояснюємо причини:

1. Найперше AI не враховує поведінкових складностей користувачів. Наприклад, для iGaming відібрані алгоритмом користувачі можуть залишиться неактивними, не робити депозит, покупку або проявляти активність нетривалий час. Адже алгоритми ШІ не можуть прогнозувати такі показники, як LTV, retention, фактичну активність, особливо на старті РК. 
2. Відсутність прозорості у таргетуванні. AI може коригувати портрет користувача лише на основі стрічки показів (ad stream). У складних вертикалях, де потрібні точні сегменти і увага до регуляцій, цей брак прозорості може бути критичним.
3. Неврахування правових, етичних та репутаційних ризиків. У статті «When Ads Become Profiles: Large-Scale Audit of AlgorithmicBiases and LLM Profiling Risks» австралійські дослідники довели, що алгоритми, які таргетують рекламу, часто демонструють упереджену подачу контенту, пропонуючи рекламу гемблінгу, політики чи алкоголю для соціально вразливих груп. Виходить, арбітражник не контролює, кому саме показує рекламу алгоритм, і не завжди може пояснити, чому зменшилася конверсія або чому аудиторія «злилася».

4. У нішах, де користувачі можуть приходити з дуже різних джерел, перемикатися між пристроями, або діяти через довгий цикл (наприклад, гемблінг-депозит, підписка на нутру тощо), AI не здатні точно визначити вартість ліда й подають спотворену аналітику. 

Отже, мультитач і крос-девайс юзер-шляхи залишаються проблемними для алгоритмів штучного інтелекту. 

5. Алгоритми до того ж не завжди враховують обмеження і політики платформ. Натомість здійснюють автоматичне таргетування на основі інтересів/поведінки. Стосовно гембли чи дейтингу, АІ може автоматично показати оголошення особам, які за законом не підходять. Тож помилки або непрозорі алгоритми можуть призвести до великих штрафів або повного бану.

AI добре справляється з цифрами і шаблонами, але не замінить людську експертизу, особливо коли йдеться про складні ніші, соціальну чутливість, UX, довготривалу стратегію.

Ризики сліпої довіри до автоматизації у медіабаїнгу

Розглянемо приклад невдалого кейсу з продажу онлайн-курсів через Facebook, який обговорювали у звітах Meta Performance Partners, Adjust тощо.

Замовник хотів залучити покупців, які реально придбають освітній курс, використовуючи реєстрацію як мікроконверсію. Як AI-інструмент була залучена автоматична оптимізація на широкі аудиторії.

У результаті алгоритм знайшов найшвидші та найдешевші конверсії, учнів та студентів 15–20 років, які активно клікають, але не мають змоги придбати курс. Через 10 днів такої РК рекламодавець отримав зниження СРА на 40% та понад 1 800 реєстрацій, але 0 покупок. 

Алгоритми бачили лише «вік → дешевий трафік» та «поведінку → активний клік». У цьому випадку ШІ орієнтувався на швидку, а не на вартісну конверсію. Злив бюджету відбувся через так званий «локальний мінімум».

Які ще баги ШІ часто ведуть до неконтрольованих бюджетів:

1. Більшість алгоритмів оптимізує CPC, CTR, CPA, першу конверсію. Але не бачить LTV, реальний якісний депозит, внутрішню поведінку, відтоки, ризикову поведінку, які сегменти бізнесу можна або не можна таргетувати. 
2. Алгоритми працюють на основі минулих патернів. Коли ринок змінюється, наприклад, через сезонні коливання, AI дає неправильні прогнози, не встигає адаптуватися, переоцінює ставки, втрачає контроль над CPM. 
3. АІ часто видає хибні прогнози за точні, тому що не знає всіх факторів, не бачить конкурентів, не розуміє креативних трендів, не розрізняє конкретних умов. 
4. А ще алгоритми мають погану сприйнятливість до нових креативів, через що завищують на них CPM і «завалюють» тестування.

Можна зробити висновок, що ШІ оптимізує саме витрати, а не ефективність. А це загрожує зливом від 10% до 60% бюджету всього за кілька днів.

Що станеться, якщо бульбашка ШІ лусне?

У 2023–2025 AI став генератором оферів, оптимізатором рекламних кампаній, інструментом створення креативів та аналітики. Але вже ясно, що так триватиме недовго: користувачі вже дещо пересичені AI-продуктами.

Які сценарії можливі за умови припинення використання AI-алгоритмів?

1. Здешевлення трафіку, коли CPM та CPC впадуть на 20–40%. Це може статися через зменшення AI-оферів, зниження СРМ платформами для широкого залучення рекламодавців. Вебмайстри знову повернуться до старих методів, особливо в FB Ads та Google Ads.
2. Посилення АІ-обмежень на головних платформах — Google, Meta, TikTok. Вже зараз активно працюють детектори щодо deepfake, AI-generated fake claim та misleading AI ads. Надалі заборони будуть тільки зростати, наприклад, з’явиться вимога щодо позначення АІ-згенерованої реклами. Повернуться тенденції до унікальних крео, створених вручну.

Якщо AI-креативи фінансують багато фейкових або misleading кампейнів, платформи можуть збільшити частку ручної модерації та затримки до 24–72 год. 

3. Відсів AI-оферів. Аудиторія втомиться й перестане сприймати AI-контент як унікальну торгову пропозицію, впадуть показники ARPU. Вже у 2025 AI став буденністю. Особливо це стосується дейтингу, нутри, e-commerce, де LTV порівняно низький.
4. Посилення конкуренції на класичних підходах. Коли AI-підходи перестануть працювати, арбітражники повернуться до ручного сегментування, кастомних прелендів, мікроаудиту трафіку та інших звичних схем.

Новачки, які покладаються тільки на ШІ, ризикують опинитися за бортом арбітражу. Якщо бульбашка ШІ таки лусне, виграють вебмайстри з класичним досвідом, а орієнтовно до 60–80% AI-продуктів у різних сферах стануть просто нерентабельними.