Agentic AI 正從企業內部流程延伸至廣告投放。The Trade Desk（TTD）升級 Kokai 數碼媒體採購平台，推出 Kokai Zuma，導入由 Koa 驅動的 Agentic AI，涵蓋建立廣告活動、拓展受眾、成效分析及頻率優化。當演算法進一步介入執行，CMO 評估廣告科技的標準亦需要由單純比較自動化程度，延伸至成效增量（Incrementality）、AI 授權邊界及第一方數據管治。
IAB 調查顯示，2026 年美國廣告買方的六大優先工作中，五項與 AI 相關；66% 正增加對 Agentic AI 廣告採購及廣告活動（Campaign）執行的關注，72% 則加強跨平台成效量度。這反映企業在加快自動化之餘，亦更重視如何驗證實際商業成效。
演算法時代的採購挑戰
dentsu 預測，2026 年全球廣告開支將達 1.06 萬億美元（約港幣 8.27 兆元），數碼佔 69%；亞太區則預計增長 5.9%。到了 2028 年，約 75% 廣告開支的購買決策將有演算法顯著參與。不過隨著 CTV、零售媒體及 App 等渠道高度分散，媒體團隊要分析哪些因素真正影響成效，工作日益複雜。
- Kokai Zuma 藉此將更多繁瑣操作交由 AI 協助及自動化。其 Koa AI 引擎每秒即時分析逾 2,000 萬個廣告展示機會，升級功能包括：
- Koa Assistant：對話式 AI 助理，由多個專門 Koa Agents 支援，可協助建立 Campaign、拓展受眾、排解問題及分析成效。
- Audience Creation：識別過往未被有效觸及、但具高度相關性的潛在受眾。TTD 指此功能尤其適合 Audience Unlimited 用戶，後者目前覆蓋其 Data Marketplace 超過七成全球零售數據供應商。
- Frequency Optimization：按 Campaign 目標及表現自動調整廣告接觸頻率，減少人手操作。
目前 TTD 公布的資料沒有顯示 Koa Agent 可自主調高 Campaign Budget，或跨 Campaign 轉移預算。因此現階段較適合把它理解為深入參與投放操作及優化，而非全面自主的預算管理 Agent。
CPA 改善 32% 的背後：追問「真正的增量」
TTD 指出新數據模型及預測能力平均能改善 32% CPA，但這不等於 ROI 直接提升 32%。新聞稿並未披露測試範疇、行業或基準數據，企業實際部署時仍需要自身的測試結果。
更重要的是，低 CPA 本身只能回答「取得一次轉化花了多少成本」，未必能回答「這次轉化是否由廣告真正帶來」。低成本轉化可能只是捕捉了原本就會購買的客戶。因此，CMO 與 CFO 應聚焦 Incrementality（增量）——即沒有這項廣告投放時，該次轉化是否仍會發生。IAB 數據亦佐證，62% 買方正增加對 Incrementality Measurement 的投入，61% 亦加強 Marketing Mix Modeling（MMM）。
配合成效分析，Kokai Zuma 升級了 Conversion Lift、Report Builder 及修改前預覽功能。企業評估核心 KPI 時，應從「降低多少 CPA」轉為「相同預算下，AI 創造了多少淨新增生意」。
控制權與數據管治
操作授權（Control）：
當 AI 開始直接執行部分操作，控制權成為核心議題。IAB 今年 7 月針對美國數碼影片廣告買方的研究顯示，96% 受訪者認為 Agentic AI 在程序化廣告中會擔當一定角色，但 40% 要求保留 Human-in-the-loop，36% 要求 Audit Trail，31% 則要求設置 Guardrails。企業採購前必須確認：哪些修改可由 AI 自動執行？哪些操作必須人工批准？錯誤設定能否還原？修改是否留下完整操作紀錄？
數據管治（Data Governance）：
Agentic AI 要進一步提升受眾識別及媒體決策能力，第一方數據的重要性亦隨之增加。TTD 近期亦分別公布與 Databricks CustomerLake 及 Adobe Real-Time CDP 的整合，把第一方客戶數據、媒體曝光資料與投放流程進一步連接。這兩項整合並非 Kokai Zuma 今次公布的新功能，但反映 TTD 正把數據、AI 決策及媒體執行逐步連接。企業需釐清：哪些數據可提供予 Agent 使用？資料會否被用於模型訓練？退出平台時的刪除機制為何？
企業評估的三大核心提問
雖然 TTD 最新季報顯示收入按年增長放緩至 3%，不過客戶留存率仍維持在 95% 以上，並已連續多年保持這個水平，反映現有客戶基礎仍然穩定。
評估 Agentic Media Buying 時，管理層應擺脫「比較 AI 功能表」的舊思維，轉而對供應商提出三個核心問題：
- ROI：除降低 CPA 外，能否證明創造了淨新增收入（Incrementality）？
- Control：授權邊界為何？每項 AI 操作是否具備 Audit Trail 與還原機制？
- Data：第一方數據如何使用、隔離及保護？
Agentic AI 的核心價值不在於「做得了多快」，而在於能否在安全可控的前提下，將媒體投放轉化為可驗證的業務增長。
