• La Iniciativa API de Ingest de Content Content LLM propone un marco técnico para ayudar a los editores y marcas a controlar cómo se accede, monetiza y representa su contenido, con los sistemas AI, con el objetivo de abordar el tráfico y las pérdidas de ingresos causadas por la IA generativa. Estas API se pueden usar para controlar el acceso al contenido del editor por LLMS, con las dos capaces de acordar los modelos de monetización.

• El proyecto de contenedores introduce tecnología de contenedores estandarizada para OpenRTB para agilizar la implementación de la tecnología publicitaria, mejorar la escalabilidad y reducir la latencia en la cadena de suministro programática. Esto incluye socios especializados de enriquecimiento de ofertas y evaluación, desafíos de escala de montaje, especialmente para eventos en vivo, sistemas fragmentados y rendimiento desigual, que han hecho que la base actual sea difícil de evolucionar.

IAB Tech Lab está invitando a editores, marcas, plataformas LLM y desarrolladores de agentes de IA a proporcionar comentarios sobre las propuestas, con un taller para el esquema API de ingesta de contenido LLM planeado para el próximo mes. En otros lugares, el Grupo de trabajo del Proyecto de Contenimiento de Laboratorio de Tech Lab es responsable de liderar el esfuerzo separado, y los representantes también solicitan comentarios sobre la iniciativa.

El anuncio de dos puntas marca la fruta de la promesa anterior del organismo estándar de lanzar hasta 31 especificaciones nuevas o actualizadas este año, con los esfuerzos dirigidos a subsectores de la industria, incluidos CTV, seguimiento de conversión y curación.

Sin embargo, es la creciente marea de IA generativa y LLM lo que ha demostrado ser el cambio más fundamental en relación con los últimos años, con el número de pérdidas de empleos relacionadas en 2025 solo una preocupación sorprendente. El CEO de IAB Tech Lab, Anthony Katsur, discutió esto y las últimas iniciativas con Digiday antes de la Cumbre de Laboratorio de Tech Iab Tech de esta semana, que detalla su creencia de que cada editor debe tinta de la licencia de LLMS, cómo las marcas, las marcas, también, Necesito protegerse en medio de la “sopa contextual”.

Cuando se cuestionó en despidos masivos en todo el sector, Katsur también dio recomendaciones sobre cómo los individuos pueden impulsar el futuro sus carreras en este nuevo paradigma de la economía de Internet.

La conversación a continuación ha sido ligeramente editada por brevedad y claridad.

Muchos editores desconfían de la última era de Internet, con despidos en toda la industria, ¿cómo ayudará la última iniciativa?

Algunos editores están comenzando a hacer acuerdos de licencia de contenido con los LLM, y cada editor debe hacer un acuerdo de licencia de contenido con sus LLMS, Stop.

Cada editor debe saber que cada LLM está rastreando su contenido, así que haga un acuerdo de licencia, detenga el sangrado y se les paga por su contenido. Cualquier LLM que esté efectivamente saqueando contenido del editor sin pagarlo; Ese es robo de propiedad intelectual, en mi opinión.

Sin embargo, el desafío es que no creemos que el enfoque de rastreo sea un enfoque factible a largo plazo. Al introducir un conjunto estandarizado de API [LLM Content Ingest API]podemos hacer que la industria bloquee los brazos y apague el rastreo, bloquearlos en el nivel IP. Luego podemos crear una API estandarizada de código abierto que proporcione estructura a este contenido, y esa estructura hace una serie de cosas.

Por ejemplo, ahora puede crear una puerta de enlace que tenga en cuenta el acceso a los LLM que reflejan los términos comerciales de un contrato que firma con ellos. El problema es que hay editores con diferentes niveles de contenido: su archivo, siempre contenido, entonces está su día a día y lo mismo [monetization or paywall model] debería existir para los LLM.

Hay un componente de registro en la API, por lo que ahora puede auditar los rastreos y asegurarse de que está facturando correctamente y reciba el pago adecuadamente por su contenido. Y luego cuarto, y argumentaría, tal vez el más importante, es la tokenización del contenido, por lo que demuestra una fuente de verdad. El problema con el LLM, aunque prometiendo, es que todavía son nacientes en su desarrollo, y son propensos a [making factual] errores.

¿Puede explicar más sobre la necesidad del proyecto de contenedores en este momento?

La contenedorización es posiblemente el mayor desarrollo en programático desde Open RTB. En la arquitectura actual de servidor a servidor actual, Open RTB es un [meta-protocol] y es una solicitud HTTP que hace una llamada de red de área amplia, por lo que incluso si un DSP y un SSP están en el mismo centro de datos, no es necesariamente lo suficientemente inteligente como para saber permanecer en el mismo centro de datos.

La belleza de la contenedorización es que puede aprovechar el protocolo GRCP y los tampones de protocolo para hacer una versión contenedorada del protocolo RTB. Entonces, lo que estamos haciendo es que estamos tomando esos 300 a 500 milisegundos y potencialmente reducir eso a 50 a 100 milisegundos … y lo que puedes hacer con eso [saved] El tiempo es mucho.

La conexión entre DSP y SSP se abrirá y cerrará mucho más rápido, o puede mantener la conexión abierta, solo siga transmitiendo nuevas solicitudes a través de ella, que funcione muy bien para escalar eventos en vivo [opening programmatic up to new content types such as live sports].

Hay muchas personas en la industria que recientemente han perdido sus empleos con los desarrollos de IA citados, etc. ¿Qué consejo tendrías para las personas que consideran tales desarrollos?

La IA Agentic, o IA de propósito impulsada por el propósito que no está tan impulsada por la tarea, es la que realmente entra en juego en términos de compra y optimización de los medios, combatiendo el fraude. Podrán detectar patrones en la cadena de suministro o patrones de rendimiento o optimización creativa.

Creo que mi consejo para cualquiera en nuestro ecosistema es aprender y convertirse en un experto en trabajar con esas herramientas. Son los primeros días, pero creo que aquellos que adoptan esto pueden obtener una ventaja desde una perspectiva de la curva de aprendizaje.