Kana in prilagodljivi AI agenti: nova fronta v marketinški avtomatizaciji
Če ste v marketingu, imate občutek, da vam vsak teden nekdo ponuja nov »AI asistent«, ki naj bi vam rešil vse težave. V tem šumu se pojav Kana s 15 milijoni dolarjev svežega kapitala zlahka zdi kot še en v vrsti. A ta zgodba je drugačna. Kana stavi na prilagodljive agente, ki ne zgolj pišejo tekste, temveč prevzemajo celotne marketinške procese – od analitike do medijskega načrtovanja – in pri tem uporabljajo sintetične podatke kot odgovor na propad tretje‑osebnih piškotkov. V nadaljevanju analiziramo, zakaj je to pomembno tudi za evropske in slovenske oglaševalce.
Novica na kratko
Kot poroča TechCrunch, je podjetje Kana iz San Francisca stopilo iz tišine s 15 milijoni dolarjev začetnega kapitala v rundi, ki jo je vodil sklad Mayfield. Podjetje razvija platformo AI agentov za marketing, ki lahko izvajajo naloge, kot so analiza podatkov, izbira ciljnih občinstev, upravljanje kampanj, skrb za uporabnike, medijsko načrtovanje in optimizacija prisotnosti v AI klepetalnikih.
Soustanovitelja, direktor Tom Chavez in tehnični direktor Vivek Vaidya, imata za seboj več kot 25 let izkušenj v oglasni in marketinški tehnologiji. Prej sta zgradila podjetji Rapt (kasneje ga je prevzel Microsoft) in Krux (prevzel ga je Salesforce), Kana pa je devet mesecev nastajala v njunem startup studiu super{set}.
Poleg agentov platforma ponuja tudi generiranje sintetičnih podatkov, ki dopolnjujejo zunanje podatkovne vire pri tržnih raziskavah in ciljanju občinstev. Sistem je zasnovan kot prilagodljiv, z »človekom v zanki« – marketingarji naj bi imeli možnost odobravanja dejanj agentov in podajanja povratnih informacij. Zbrani kapital bo podjetje namenilo okrepitvi inženirskih, produktnih in prodajnih ekip, v upravni odbor pa se pridružuje tudi predstavnik Mayfielda.
Zakaj je to pomembno
Večina današnjih AI orodij za marketing je specializiranih: pišejo oglase, generirajo vizuale ali avtomatsko nastavljajo ponudbe v enem oglasnem sistemu. Kana cilja na nekaj bistveno širšega – na orkestracijski sloj marketinga.
Njihovi »ohlapno povezani« agenti naj bi se priklopili na obstoječe sisteme (Google Ads, Meta, CRM, analitiko, e‑poštne platforme) in nato med seboj usklajevali kompleksne procese. Tipičen scenarij: naložite medijski brief, agenti razumejo cilje, oblikujejo osnutek medijskega načrta, predlagajo občinstva, spremljajo rezultate in prilagajajo porabo. Človek pa namesto ročnega klikanja potrjuje smer in nastavlja omejitve.
Če tak pristop deluje, so potencialni zmagovalci jasni:
- Majhne in srednje ekipe, ki pokrivajo vedno več kanalov z omejenimi resursi.
- Agencije, ki morajo dostavljati več storitev za enak ali nižji honorar.
- Velika podjetja, ki so utrujena od razdrobljenih orodij, ki se med seboj slabo povezujejo.
Potencialni poraženci? Vsa tista vmesna orodja, katerih glavna dodana vrednost je »poenostavimo en korak v enem kanalu«. Če lahko agent, ki vidi čez celoten stack, prek API‑jev pokliče več storitev in smisleno sklepa iz rezultatov, se marsikatera nišna SaaS aplikacija spremeni v drag uporabniški vmesnik brez prave inteligence.
Posebej zanimiva je stava na sintetične podatke. Z zaostrovanjem pravil glede deljenja podatkov in koncem tretje‑osebnih piškotkov postaja nakup zunanjih podatkov dražji in tvegan. Generiranje sintetičnih zbirk na podlagi obstoječih signalov obljublja pot, kako ohraniti testiranje in modeliranje občinstev brez neposrednega dela z osebnimi podatki. A le, če so modeli zasnovani tako, da ne rekreirajo prepoznavnih posameznikov ali občutljivih vzorcev.
Dodaten element je kredibilnost ekipe. V poplavi AI projektov bodo večja podjetja lažje zaupala ljudem, ki so že gradili sisteme za Microsoft in Salesforce, kot študentom s prvim startupom. To ne zagotavlja uspeha, pomeni pa, da bodo vrata do največjih oglaševalcev in agencij za Kano bolj odprta kot pri povprečnem generativnem orodju iz zadnjih dveh let.
Širši kontekst
Pojav Kane se lepo ujema s tremi širšimi trendi v industriji.
1. Prehod od »co‑pilotov« k agentom.
Prvi val generativnega AI v marketingu je bil predvsem asistiven: predlogi besedil v orodjih za e‑pošto, samodejno generirani naslovi, popravljanje slik. Drugi val so agenti, ki lahko načrtujejo, izvajajo in optimizirajo aktivnosti prek več sistemov z minimalnim nadzorom. Veliki AI ponudniki gradijo generične ogrodja agentov; Kana dela specializirano različico za marketing.
2. Zaton tradicionalnega sledenja.
Z zmanjševanjem možnosti sledenja uporabnikom v brskalnikih in na napravah so oglaševalci izgubili del natančnosti pri ciljanju. Platforme so odgovorile z lastno, precej neprosojno avtomatizacijo (Performance Max, Advantage+ ipd.). Kombinacija agentov in sintetičnih podatkov, kot jo predlaga Kana, je drugačen odgovor: namesto popolne odvisnosti od ene platforme poskus ustvariti »možgane«, ki sedijo nad več sistemi.
3. Stari velikani z AI funkcijami vs. novi igralci z AI v jedru.
Salesforce, Adobe, HubSpot in podobni dodajajo AI kot plast na že obstoječe produkte. To je koristno, a omejeno z zgodovinsko arhitekturo in produktnimi silosi. Kana začne na drugi strani – inteligenca je v centru, vse ostalo so vtičniki in integracije.
Zgodovina iz adtecha nas uči, da takšen obrat lahko spremeni razmerja moči. Tako kot so platforme za upravljanje oglasov preoblikovale način zakupovanja medijev, lahko agenti preoblikujejo vsakodnevno delo v marketingu: namesto dodatnega specialista za en kanal »najemete« agenta, ki ga konfigurirate po svojih pravilih.
Hkrati obstaja nevarnost ponovitve starih napak: netransparentno odločanje, optimizacija na napačne metrike in prevelika odvisnost od črnih skrinj. Brez jasnih pravil, dnevnikov odločitev in možnosti revizije lahko »agentski marketing« hitro postane le nova etiketa za isto staro, slabo pregledno avtomatizacijo.
Evropski in slovenski zorni kot
Za evropske – in s tem tudi slovenske – marketingarje se v zgodbi Kane križa več občutljivih tem.
Najprej varstvo podatkov. GDPR in e‑Privacy sta že prisilila oglaševalce k odvisnosti od prve‑osebnih podatkov in soglasij. Prihajajoči Akt o umetni inteligenci EU pa bo od sistemov, ki profilirajo uporabnike ali napovedujejo vedenje, zahteval več transparentnosti in upravljanja tveganj. Platforma, ki generira sintetične podatke in samostojno optimizira kampanje, bo morala dokazati, da ne ustvarja ponovljive povezave do posameznikov ali diskriminatornih vzorcev.
Druga točka je razdrobljenost trgov. Slovenija je majhen trg z omejenimi proračuni in pogosto podhranjeni ekipami. Za mnoge domače oglaševalce sta Google in Meta praktično celoten digitalni ekosistem. Agentni pristop, ki se zna povezati z obstoječimi orodji, bi lahko manjšim ekipam omogočil višjo stopnjo sofisticiranosti brez večjega kadrovskega skoka.
Tretji element je regionalna konkurenca in infrastruktura. V regiji delujejo evropski martech ponudniki (npr. Emarsys, različni CDP‑ji in ESP‑ji), ki poudarjajo skladnost z GDPR in gostovanje podatkov v EU. Če bo Kana želela resno nastopiti v Evropi, bo morala ponuditi enako: evropska podatkovna središča, standardne pogodbene klavzule, DPIA dokumentacijo in prilagoditve za lokalne regulatorje – od Bruslja do informacijskih pooblaščencev v Ljubljani.
Na koncu je še vprašanje kulture zaupanja. Slovenske in širše evropske družbe so bistveno bolj občutljive na »preveč pametno« ciljanje in personalizacijo kot povprečen ameriški potrošnik. Uspeh tovrstnih agentov ne bo odvisen le od ROI, temveč tudi od tega, ali lahko marketingarjem in pravnikom prepričljivo pokažejo, kako sprejemajo odločitve.
Pogled naprej
V prvih fazah bo Kana skoraj zagotovo delala z omejenim številom večjih strank in agencij. Takšni sistemi zahtevajo tesno sodelovanje: integracije, definicijo ciljev, vzpostavitev varovalk in notranjih procesov.
V naslednjih 1–2 letih lahko pričakujete več trendov:
- Agentni sloj nad obstoječimi sistemi. Več ponudnikov bo trdilo, da prav njihova rešitev predstavlja »možgane« nad CRM‑jem, oglasnimi platformami in analitiko.
- Veliko razprav o sintetičnih podatkih. Pravne službe, DPO‑ji in regulatorji bodo testirali, ali so sintetični nabori res anonimizirani ali zgolj preoblečeni osebni podatki.
- Nove vloge v ekipah. Pojavila se bo potreba po ljudeh, ki znajo konfigurirati agente, definirati cilje, spremljati dnevnike odločitev in v primeru napak hitro posredovati.
- Pritisk na konsolidacijo. Če bo Kana z nekaj velikimi blagovnimi znamkami pokazala prepričljive rezultate, bo hitro postala tarča prevzemov večjih igralcev (cloud, CRM, oglaševalske platforme).
Odprtih vprašanj je veliko. Kako pregledne bodo odločitve agentov? Bodo znamke lahko izvozile podatke o tem, zakaj je sistem povečal ali znižal investicijo v določen kanal? Kako bodo evropski regulatorji gledali na kombinacijo profiliranja, sintetičnih podatkov in avtomatskega odločanja v oglaševanju, ki je sicer »nizko tvegano«, a izjemno razširjeno?
Za slovenska podjetja je pomembno predvsem to, da se na tak razvoj pripravijo: z jasnimi pravili upravljanja podatkov, z znanjem o AI in z realnimi pričakovanji glede tega, kaj agenti zmorejo – in česa ne.
Bistvo
Kana z 15 milijoni dolarjev ni zanimiva le kot še en AI startup, temveč kot signal premika v smer agentno vodenega marketinga in sintetičnih podatkov. Če bo uspela dostaviti obljubljeno prilagodljivost, lahko načne vrednost številnih ozko usmerjenih orodij in prisili velike ponudnike v resnejši premislek o njihovi AI strategiji. Tržniki – še posebej v regulativno zahtevni EU – pa bi morali orodja, kot je Kana, preizkušati premišljeno: z vprašanji o preglednosti, varstvu podatkov in kontroli nad odločitvami. Bi vi AI agentu zaupali svoj naslednji večji oglaševalski proračun?
