DSP是汇聚了大量互联网流量的需求方广告平台，广告主的目标一直以来就很明确：把广告传达给自己目标用户。因为互联网本身数字化的特性，大量的数据将会被记录下来，比如IP&cookie，浏览的网页内容、时间，购买的商品等。这些都是广告投放时，来判断是否适合投放的主要依据和元数据。
而在移动互联网时代，无线二字将计算的维度进一步提升，同时信息脉络也更清楚。
首先，信息量成几何增长，移动设备可以揭示更多的数据，例如GPS位置信息、移动设备信息等，又因为使用方便，人们的日常生活如社交、出行、吃饭、旅游都会使用到手机，从而产生大量数据。
其次，移动端的数据信息链接的更为紧密，相比以往PC时代的IP和Cookie，移动设备号的唯一性可以更好的把相关信息串联起来，让分散的信息回归到一个人上。
在合法且安全保密的情况下，通过对这些信息的处理，移动DSP能筛选出最合适的流量投放广告，提高广告的效果。人工智能可以像下围棋一样，从海量数据中划分出对产品最感兴趣的用户，然后对每个消费者点击广告的概率进行预测，再加上DSP的实时竞价交易模式，考虑到钱的因素后，清晰的衡量投放效果的好坏，得出一个理想的eCPM。整个过程都有人工智能的参与，它在不断的学习中优化自己的投放功力。
同时， DSP的竞价环境更为复杂，因为需要预判其他的竞价者会如何出价，是否能够获得流量，加上动态变化的外部环境，像围棋一样，每一个选择都有着无穷无尽的变化。人工智能的运用使得DSP超越了传统的根据广告的特性挑选流量-投放-分析-再挑选流量投放的人工运营方式。
这一点在移动互联网时代尤为凸显，信息量的几何数增长+信息维度越来越多，人工操作遇到瓶颈，再深入下去会投入巨大人力和管理成本，选择移动DSP作为广告投放的助手可谓顺理成章。
确实目前的人工智能也有瓶颈，也有不如人的地方，比如对一些太复杂的局面做宏观的判断时会偶有失误，需要人为的从中进行优化干预。人工智能也像围棋一样，世界顶尖的高手凤毛麟角，好的人工智能优化师也是屈指可数。但人工智能可以复用，这将大大提高DSP的平均优化水平。
商业化代表作：OCPC
越来越多的移动广告平台开始研发人工智能来辅助甚至替代运营人员：即用机器代替运营人员投放广告，比如Facebook的OCPM和多盟的OCPC系统。
Facebook的OCPM系统即Optimized CPM。广告主在推广一个APP时，填写期望的APP单激活用户成本和整体的预算，广告系统会参考设定的成本智能的帮助广告主去出价，国内由于环境不同，DSP的结算一般按CPC的方式，并且广告主对成本的要求也会更严格，多盟在OCPM的基础上，结合中国移动DSP的流量特征和行业规则，开发出自主的智能投放引擎OCPC
所谓OCPC即智能出价的CPC，系统会像AlphaGO一样，借助多盟DMP，首先对每一个流量进行标签分类，然后针对不同广告主对流量的价值进行评估，依照结果系统会智能的给出合理的价格，并根据不同的流量情况，调整广告的创意组合。
广告主一直希望广告投放的效果成本可量化并且可实时反馈，比如一个游戏用户的获取成本或后续付费，一个电商用户的消费金额等等。以手机游戏广告为例，广告主期望在一定的用户获取成本内，投放量越多越好，以达到最大的用户触及，获得转化。
因此，人工智能投放系统OCPC可以针对每一个广告投放模拟一个独立的运营人员来实施，这个虚拟的“人”会关注多维度的、实时反馈的、历史积累的海量数据，针对该广告的特点、目标和实时反馈的投放效果，进行快速的计算和调整，得出最佳一步“棋”。
例如在游戏广告投放时，每一次请求过来，人工智能都能清晰知道以下信息：此次请求相关用户和所在场景的特征;用户历史上点击和下载其他游戏，甚至是付费的情况;当前DSP内整个广告库其他广告的情况，以及外部竞争环境。然后，根据以上信息和规则，针对当前游戏广告的成本目标和已投放的结果，给出一个相对最优的出价。