Vijay Kumar, zakladatel a generální ředitel společnosti Mile – rozhovorová série

Vijay Kumar, zakladatel a generální ředitel společnosti Mile, se ve své kariéře zaměřil na pomoc digitálním vydavatelům získat větší hodnotu z programatického reklamy prostřednictvím pokročilého strojového učení a datově řízené optimalizace. Od založení společnosti Mile v roce 2013 vedl strategii a produktovou vizi společnosti kolem zlepšování výkonu otevřené burzy, vývoje systémů, které dynamicky spravují ceny, optimalizují aukční mechanismy a zvyšují kvalitu signálu, aby dosáhly měřitelných příjmů, zatímco snižují operační složitost pro vydavatele.

Mile je newyorská ad-tech společnost, která funguje jako vrstva optimalizace zisku s umělou inteligencí na “posledním míli” monetizace – kde aukční dynamika nakonec určuje příjmy vydavatelů. Její platforma se integruje s existující programatickou infrastrukturou, aby poskytla dynamické cenové podlahy, tvarování provozu, obohacení nabídek a analýzy v reálném čase, což umožňuje vydavatelům maximalizovat míru vyplnění a CPM prostřednictvím inteligentní automatizace. Díky zaměřením na přesnou optimalizaci místo přidávání další složitosti do reklamního stacku pomáhá Mile vydavatelům zachytit více hodnoty, která je již přítomna v jejich inventáři.

Založil jste Mile v roce 2013, dlouho předtím, než se AI stalo buzzwordem v ad-tech. Co jste viděl přímo v monetizaci vydavatelů a dynamice otevřené burzy, co vás přesvědčilo, že systém je zásadně rozbitý a stojí za to jej přestavět?

Když Mile začalo, otevřená burza se rychle rozšiřovala, ale inteligence na straně vydavatele nebyla dostatečně rozvinutá. Většina rozhodování na straně prodeje byla statická – manuální ceny, hrubá pravidla, málo změn – zatímco chování kupujících se stalo stále více dynamickým a strategickým.

Co bylo vidět již brzy, bylo to, že aukce nebyly neefektivní kvůli nedostatku poptávky, ale protože vydavatelé postrádali skutečnou kontrolní vrstvu. Objev ceny byl efektivní outsourcován kupujícím a zprostředkovatelům, zatímco vydavatelé reagovali až poté.

Systém nebyl “rozbitý” v dramatickém smyslu – byl nesmírně nevyvážený. Jak se aukce staly složitějšími, vydavatelé potřebovali adaptivní, datově řízené rozhodování na své straně aukce. Tato mezera je tím, co problém udělalo hodným přestavby od základu.

Dnes Mile funguje jako optimalizační vrstva s umělou inteligencí nad stávajícími vydavatelskými stacky. Jak byste popsal základní problém, který platforma řeší pro vydavatele právě teď?

Základní problém je koordinace.

Vydavatelé již běží sofistikované stacky – Prebid, Amazon, AdX, multiple SSP – ale každý komponent funguje nezávisle. Není žádný nativní systém, který by se díval přes aukce a ptal se: jak by mělo být toto inventář cenově a směrováno právě teď, vzhledem k skutečnému chování trhu?

Mile funguje jako inteligentní vrstva nad stackem. Nenahrazujeme Prebid nebo stávající poptávku. Pomáháme vydavatelům učinit lepší, reálná cenová a způsobilostní rozhodnutí pomocí výsledků aukcí jako zpětné vazby.

V praxi to znamená ochranu hodnoty, když existuje konkurence, a vyhýbání se zbytečným omezením, když neexistuje – vše bez destabilizace dodávky.

AI Mile se učí na vlastních aukčních datech každého vydavatele před aktivací. Proč je tak důležité školení specifické pro web v živých programatických prostředích?

Protože programatické trhy jsou vysoce lokální.

Dva vydavatelé se podobnými publikami mohou mít velmi odlišnou elasticitu poptávky, překryv nabídek, latency profil a citlivost příjmů. Obecné modely školené na sdílených datech mají tendenci učit se průměry, které ve skutečnosti neexistují v produkci.

Školením na vlastních aukčních datech vydavatele, Mile se učí, jak jejich poptávka reaguje na cenu, konkurenci a segmentaci. To umožňuje systému fungovat konzervativně, kde je to potřeba, a asertivně, kde je signální síla dostatečně silná.

Školení specifické pro web není příjemné – je to to, co dělá AI použitelným v živých aukcích bez zavedení rizika.

Mile používá strojové učení, aby neustále upravoval minimální ceny reklamy v reálném čase, reaguje na signály poptávky bez poškození míry vyplnění. Proč je tento typ adaptivní ceny tak obtížné udělat správně v programatickém reklamu?

Protože chyby v cenách jsou asymetrické.

Pokud podceníte inventář, náklady jsou skryté. Pokud přeoceníte, pokuta je okamžitá – ztracené vyplnění, ztracené příjmy a rozbitá důvěra. To dělá většinu cenových systémů buď příliš agresivní, nebo trvale opatrné.

Navíc jsou aukce nestacionární. Strategie kupujících se mění po celý den, napříč geografickými oblastmi a v reakci na širší tržní podmínky. Statická pravidla se rychle rozpadají.

Adaptivní cena funguje pouze tehdy, pokud systém rozumí nejistotě, testuje bezpečně a ví, kdy nečinně. To je méně o maximalizaci CPM a více o udržení stability, zatímco zachycuje výhodu, když podmínky dovolí.

Důvěra je kritická, když AI ovlivňuje cenová rozhodnutí. Jak přemýšlíte o transparentnosti a kontrole pro vydavatele, kteří používají Mile?

AI by mělo pomáhat vydavatelům, ne přepsat je.

V Mile, vydavatelé definují hranice – cenové rozpětí, rozsah inventáře, tempo nasazení a prahové hodnoty výkonu. Systém funguje v rámci těchto hranic a poskytuje jasnou viditelnost do toho, co se mění a jak to ovlivňuje výsledky.

Úmyslně se vyhýbáme neprůhledné automatizaci. Vydavatelé mohou segmentovat, pozastavit nebo vrátit se zpět kdykoli a mohou vidět, jak cenová rozhodnutí korelují s mírou výher, CPM a příjmy.

Důvěra pochází z pozorovatelnosti a kontroly, ne z toho, že vydavatelé musí “důvěřovat modelu”.

Sedíte na křížení AI a vydavatelské ad-tech prostřednictvím své práce s Prebid a IAB Tech Lab. Jak tyto perspektivy formují, jak stavíte a řídíte technologii Mile?

Práce v blízkosti Prebid a IAB Tech Lab zdůrazňuje důležitost myšlení na úrovni ekosystému.

Krátkodobá optimalizace, která zkresluje aukce nebo využívá okrajové případy, má tendenci selhat. Dlouhodobá hodnota pochází z posilování otevřených, transparentních systémů, kde vydavatelé uchovávají kontrolu.

Tato perspektiva formuje jak architekturu, tak řízení v Mile. Integrujeme se čistě do stávajících rámců, respektujeme aukční mechanismy a vyhýbáme se logice, která by vytvořila skryté výhody nebo podkopala důvěru v otevřenou burzu.

Naším cílem je učinit vydavatelské rozhodování chytřejším, aniž bychom oslabovali systém, na kterém závisí.

Mnohé AI poháněné nástroje pro monetizaci slibují růst, ale selhávají ve výrobě. Z vašich zkušeností, co odděluje systémy, které dodávají udržitelné výsledky, od těch, které ne?

Rozdíl je v tom, zda je systém postaven pro realitu výroby.

Mnohé nástroje optimalizují statický cíl a předpokládají, že podmínky se budou držet. V živých trzích se tak nestane. Poptávka se přizpůsobuje, strategie se mění a včerejší signál se stává šumem.

Systémy, které vydrží, považují výrobu za kontinuální učební prostředí. Měří neustále, přizpůsobují se opatrně a degradují elegantně, když je důvěra nízká.

Stejně důležité je zdrženlivost. Nejlepší systémy nezasahují všude – fungují selektivně, pouze když je signál dostatečně silný, aby ospravedlnil změnu.

Jakmile se změny soukromí, ztráta signálu a tržní volatility pokračují v přetváření programatického reklamu, kde poskytuje AI největší páku pro vydavatele dnes?

Největší páka je ve理解 chování trhu, ne identitě uživatele.

I když se adresovatelnost snižuje, aukce stále generují bohaté signály – hustota nabídek, rozptyl cen, reakční vzorce, konkurenční překryv. Tyto signály jsou pro lidi obtížně interpretovatelné v měřítku, ale jsou dobře přizpůsobeny pro strojové učení.

AI umožňuje vydavatelům optimalizovat na základě toho, jak se poptávka skutečně chová, místo toho, aby se spoléhali na proxy identit, které jsou stále křehčí.

Mile spolupracuje s předními vydavateli v několika Tier-1 trzích. Jaké rozdíly vidíte v dynamice poptávky nebo optimalizačních strategiích napříč regiony?

Základní principy jsou konzistentní, ale rizika se liší.

Severní Amerika má tendenci mít hlubší, více volatilní aukce, které odměňují adaptivní systémy, které mohou rychle reagovat, aniž by přeháněly.

Evropské trhy jsou často více omezující a stabilní, což klade důraz na přesnost a konzervatismus.

V APAC, fragmentace a variabilita latence činí ochranu proti poklesu a stabilitu dodávky stejně důležité jako optimalizaci zisku.

Na všech regionech je společným poučením, že rigidní logika selhává – a adaptivní, vydavatelsky specifické systémy fungují lépe.

Pro vydavatele, kteří nyní vyhodnocují AI optimalizační vrstvy, co by měli pochopit o tom, co Mile nabízí, a kdy má největší dopad?

Mile není náhradou za váš stack, a není to zkratka.

Má největší dopad, když vydavatelé již mají poptávku, ale postrádají schopnost cenově a koordinovat ji inteligentně v reálném čase. To je obvykle tehdy, kdy manuální pravidla a statické ceny začínají platit.

Vydavatelé by měli uvažovat o Mile jako o inteligentní vrstvě, která se sčítá s časem – učí se jejich trh, funguje v rámci jejich omezení a zlepšuje kvalitu rozhodnutí, jak se podmínky vyvíjejí.

Pokud hledáte rychlé hacky, je to špatný nástroj. Pokud stavíte na dlouhodobou odolnost a kontrolu, tam je nejlepší místo pro Mile.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Mile.