Это третья часть разговора об ИИ в маркетинге, и здесь уже нет смысла спорить, нужен он бизнесу или нет. До этого эксперты объясняли, почему нейросети меняют требования к специалистам и почему сгенерированный контент может ударить по доверию к бренду сильнее, чем сэкономить бюджет. Теперь вопрос в том, что компании реально получают, когда встраивают ИИ в ежедневную работу. Ведь бизнес получает новую управленческую проблему: кто проверяет факты, кто отвечает за смысл, кто ловит галлюцинации и кто останавливает поток одинаковых текстов, пока аудитория не решила, что бренд просто сэкономил на людях.
Анна Райская
CEO AIVOLUTE, международный эксперт по внедрению ИИ и бизнес-автоматизации
Исследование рынка и аудитории, SEO-статьи на потоке, черновики рассылок и прогревов, нарезку длинных видео в короткие ролики, мониторинг инфоповодов. Главный сдвиг последнего года: вместо «зоопарка» из десятка сервисов под каждый этап воронки компании переходят на одного универсального ИИ-агента (Cursor, Claude Code), который тянет почти весь маркетинг — от анализа рекламного кабинета до сборки лендингов.
Где экономия? А экономия в цифрах!
Связка цифрового аватара и автонарезки видео обходится в 25–70 долларов в месяц — в разы дешевле монтажёра. Лендинг, на который раньше уходили недели работы подрядчика, собирается за вечер. Мой любимый кейс — PR: ИИ-агент мониторит запросы журналистов, нейросеть собирает черновик ответа на базе моих материалов, я довожу его руками за десять минут. Один такой ответ превратился в статью в МИР-24, около 3000 переходов на сайт и крупный корпоративный заказ (кейс вашей покорной слуги). На фоне того, что подписчик в Telegram подорожал в десять раз (с ~30 до ~300 рублей), такие почти бесплатные каналы из игрушки превратились в экономику.
Что опасно отдавать без проверки
Всё, где есть цифры и факты: модели уверенно галлюцинируют. Публикации без вычитки: поисковики уже банят чистый «нейрослоп», и он убивает и SEO, и доверие. А также продажи: как по мне, люди по-прежнему покупают у людей.
Почему ИИ-контент одинаковый?
Потому что пятьсот авторов скармливают один и тот же пресс-релиз одной и той же модели с пустым промптом и получают пятьсот одинаковых статей. ИИ без вашей фактуры выдаёт «среднее по интернету»! Лечится это базой: загрузите в проект свои кейсы, расшифровки реальных разговоров с клиентами, архив материалов, и нейросеть начнёт писать вашим голосом и вашими примерами.
Как меняется роль маркетолога?
Маркетинг не менялся с 1898 года, когда придумали модель AIDA, — изменилась цена исполнения. Когда черновик стоит минуты, ценность смещается к постановке задачи: копирайтер становится контент-архитектором, SMM-щик — стратегом и интегратором. В конце концов, наверное, кнопку «отправить» по-прежнему должен нажимать человек.
То, что ИИ уже влияет на маркетинг в целом, говорить не приходиться. Если ответ журналисту можно собрать за 10 минут, лендинг — за вечер, а видеонарезку закрыть подпиской за несколько десятков долларов, технология перестает быть игрушкой для экспериментов. Она начинает конкурировать с подрядчиками, внутренними отделами и привычными сроками согласований.
Но не все так безоблачно, потому что сам по себе ИИ не знает бизнес, клиента, историю проекта и прошлые договоренности. Можно получить быстрый текст, но промахнуться мимо задачи. Именно поэтому Андрей Литвинов смотрит на нейросети не как на генератор разовых черновиков, а как на рабочую память проекта.
Андрей Литвинов
CEO Baggins Coffee, основатель IMpro.pro
За последние два года нейросети стали для нас не просто отдельным инструментом, а неотъемлемой частью рабочих процессов. Тем не менее, мы рассматриваем ИИ не как замену специалистам, а скорее как способ быстрого поиска информации, удобной подготовки материалов и ускорения решения операционных задач.
Так как сейчас нейросети хорошо справляются с задачами, связанными с поиском, систематизацией и первичной обработкой данных, современные маркетинговые агентства зачастую прибегают к их использованию.
В диджитал-агентстве IMpro.pro проектные менеджеры создают для каждого клиента папку в рабочем пространстве ChatGPT или Claude. В эту отдельную директорию загружаются брифы, ТЗ, исследования и переписки.
Так, нейросеть становится внутренней базой знаний по проекту: специалист может быстро получить нужную информацию без необходимости вручную просматривать десятки файлов, документов и сообщений. Это особенно полезно, когда важно быстро разобраться в запросе клиента, восстановить контекст обсуждения или понять хронологию принятых решений.
Хорошо работают и сценарии, связанные с исследованиями. Нейросети помогают анализировать конкурентов, искать решения, собирать примеры и изучать опыт рынка. Если раньше на поиск и первичную обработку информации могли уходить часы, то сейчас большая часть работы выполняется значительно быстрее.
Например, при работе с проектом «Небо Питера» мы использовали нейросеть для анализа данных из Яндекс Метрики. В ИИ загружались скриншоты с показателями аудитории, источниками трафика, поведением пользователей и другими данными. После этого нейросеть помогала быстрее выявлять закономерности, формулировать выводы и находить потенциальные точки роста. Несмотря на то, что финальные выводы всегда проверяет специалист, такой подход заметно ускоряет первичный анализ и помогает быстрее перейти от данных к решениям.
Существенно ускоряется подготовка документов. У нас уже есть готовые шаблоны коммерческих предложений, отчётов, технических заданий – нейросеть помогает создавать новые версии на их основе.
Дизайнеры используют ИИ для подготовки концепций, генерации 3D-визуализаций. Нейросети помогают быстрее собирать идеи, подбирать референсы, тестировать разные стилистические направления и формировать визуальные гипотезы до начала полноценной разработки. Это особенно полезно на старте проекта, когда нужно быстро показать несколько вариантов и выбрать направление для дальнейшей работы.
Бренд-менеджеры применяют нейросети при создании контент-планов, поиске идей для публикаций и подготовке черновиков материалов для внутренних ресурсов компании. К примеру, бренд-менеджер использует Comet, где может открыть страницу с кейсом, поставить задачу: подготовить на основе страницы сценарий для видеоролика. Нейросеть анализирует содержание страницы, выделяет ключевые тезисы и предлагает структуру будущего видео.
Вместе с этим распространённое мнение о том, что весь ИИ-контент выглядит одинаково, обычно связано с поверхностным использованием нейросетей. Если просто задать общий запрос и сразу взять первый ответ, результат, действительно, будет достаточно шаблонным.
Мы работаем по другому принципу: загружаем в проекты кейсы, регламенты, брифы, документы и накопленную экспертизу по клиенту. Вследствие этого нейросеть опирается не только на общедоступную информацию, но и на внутренний контекст проекта. В результате качество черновиков становится заметно выше, что делает контент гораздо ближе к реальным задачам бизнеса.
Тем не менее роль маркетолога не становится менее значимой, она трансформируется. Если раньше часть времени уходила на подготовку первых версий текстов, документов, исследований и презентаций, то сегодня эти задачи можно выполнить значительно быстрее с помощью ИИ.
Нейросеть способна предложить десять вариантов оффера за несколько минут. Однако выбрать вариант, который эффективно решит задачу бизнеса, по-прежнему должен специалист.
Да, нейросети ценны тем, что могут быстро и сравнительно точно отвечать на общие запросы. Например, если раньше нужно было открыть поиск и самому пробежать по источникам, то теперь эта работа перекладывается на нейросети. Но практическая польза здесь спорная, потому что все еще нужно проверять фактологию. А вот настоящая польза появляется после загрузки брифов, ТЗ, исследований, переписок и клиентского контекста. Тогда нейросеть помогает менеджеру быстрее восстановить хронологию, найти нужный аргумент, собрать сценарий, подготовить документ или увидеть закономерность в данных Метрики.
Это уже другой уровень работы. Алексей Оносов говорит, что, если вы все еще используете нейросеть как поисковик, то уже начали отставать от своих конкурентов.
Алексей Оносов
Основатель компании «Юнисофт» – один из крупнейших типографий в России
Где-то в начале 2023-го у нас в Юнисофт возник спор — стоит ли вообще переводить контент-задачи на нейросети или это очередной технологический шум, который пройдет через полгода. Спор разрешился быстро: попробовали, получили черновики трёх email-рассылок за двадцать минут вместо трёх дней, и вопрос как-то сам собой закрылся. Сейчас, по данным некоторых российских исследований, до 97% рекламных агентств в стране уже встроили нейросети в рабочие процессы, а до 45% компаний применяют ИИ для маркетинговых задач. Ещё около 40% тестируют.
То есть рынок консолидируется, и дискуссия «использовать или нет» сменилась другой: как использовать, чтобы не навредить себе же. Копирайтинг, черновики постов, варианты рекламных объявлений, базовая аналитика отзывов — всё это ИИ закрывает вполне прилично, забирая до 80% рутинной работы. Генерация баннеров и визуалов ускоряет запуск кампаний в разы — это уже не обсуждается, это просто факт из практики. Локализация контента под разные регионы, сбор данных о конкурентах, структурирование SEO-статей — тоже. Маркетологи в среднем экономят до двух часов в неделю, что за год складывается в ощутимый ресурс для стратегических вещей.
Производство контента по ряду оценок сокращается до 50% по времени — это прямая экономия операционных расходов, а не абстрактная цифра из презентации.
Но вот где начинаются настоящие проблемы. ИИ галлюцинирует. Спокойно, уверенно и очень убедительно выдает факты, которых не существует. Кейс — редактор пропустил в тексте ссылку на «исследование», которого в природе не было — пришлось потом объясняться с клиентом минут двадцать. Стратегическое планирование, определение аудиторий, формирование бюджетов — это человеческая работа, нейросеть здесь помогает, но не замещает.
Есть ещё одна штука, которую, судя по реакциям рынка, многие недооценивают. До 70% россиян уже распознают ИИ-контент — и до 56% может начать хуже относятся к бренду, который скрывает этот факт. Аудитория может не простить «синтетичность»: слишком отполированные, одинаковые тексты вызывают ощущение фальши, люди чувствуют это где-то на уровне интуиции.
Эффект усреднения — когда многие бренды начинают звучать похоже — реальная угроза для дифференциации. До 58% потребителей могут потерять доверие к компании после ошибочной рекомендации от ИИ, а около 16% просто уйти без возврата. Так что маркировка и человеческий контроль — не опция, а базовая гигиена работы с технологией.
Роль маркетолога при этом меняется, и это, пожалуй, самое интересное во всей теме. Уже сейчас специалист всё меньше пишет сам и всё больше формулирует задачи для ИИ, проверяет, корректирует смыслы, управляет контекстом.
Появляется понятие «контекстного инжиниринга» — то есть создания структурированных данных, которые помогают модели правильно понимать бренд. GEO (генеративная поисковая оптимизация), относительно новая история, которая через некоторое время может стать обязательной. Финальное согласование на смыслы, этику и репутационные риски остаётся за человеком — и, вероятно, именно здесь будет концентрироваться ценность маркетолога в ближайшие несколько лет.
Слышали про усреднение голоса бренда? Ася Котикова смотрит на эту проблему с редакционной стороны. В WinWork ИИ используют широко: для черновиков, баннеров, рассылок, брейнштормов и первичной аналитики. И поэтому знают, как выглядит это «усреднение голоса».
Ася Котикова
Главный редактор сервиса WinWork
Мы в WinWork достаточно рано начали использовать искусственный интеллект в маркетинге. Как компания, которая занимается автоматизацией сотрудничества бизнеса и внештатного персонала, мы пристально следим за новыми технологиями и тестируем их в работе.
За последние несколько лет мы успели попробовать ИИ практически во всех маркетинговых задачах: от генерации текстов и контент-планов до создания баннеров, подготовки рассылок, проведения брейнштормов и аналитики.
Наиболее эффективно ИИ показывает себя там, где речь идет о рутинных и технических задачах. Например, он хорошо помогает собирать черновики текстов, структурировать информацию, готовить варианты email-рассылок, проводить первичный анализ данных или быстро генерировать несколько вариантов рекламных сообщений.
Также мы активно используем ИИ для брейнштормов. С его помощью быстро собираем типовые подходы и идеи, которые уже существуют на рынке, сокращая время на первичное исследование темы. После этого команда может сосредоточиться на задачах, требующих нестандартного подхода и креативного мышления.
Что касается бюджета, то основная экономия от применения ИИ возникает не за счет сокращения специалистов, а за счет ускорения их работы.
Например, дизайнер может за пару минут получить несколько вариантов визуалов вместо того, чтобы самостоятельно создавать их с нуля. Маркетолог за короткое время оформляет два лендинга для А/Б-теста, копирайтеры и email-маркетологи — готовят основу для статьи или рассылки. В результате команда тратит меньше времени на подготовительную работу и больше — на стратегию, аналитику и доработку материалов.
По нашим наблюдениям, использование ИИ способно сократить время на отдельные маркетинговые задачи на 20–40%, особенно если речь идет о контенте, аналитике или подготовке первых версий материалов.
Впрочем, полностью перекладывать работу на нейросети не стоит. Опасность есть там, где воркфлоу связан с экспертностью, репутацией компании и принятием решений, в нашей команде остается под контролем человека.
Мы регулярно сталкиваемся с тем, что нейросети допускают фактические ошибки, неверно трактуют источники или придают обычным событиям несоразмерную значимость. Особенно заметно это в юридических, бухгалтерских и отраслевых материалах.
Например, ИИ может сослаться на несуществующий судебный орган, перепутать детали кейса или назвать рядовое решение суда «знаковым прецедентом». Для бизнеса такие ошибки опасны не только с точки зрения качества контента, но и с точки зрения репутации.
Поэтому любой материал, созданный с помощью ИИ, требует обязательного фактчекинга и редакторской проверки. Если этого не делать, то генерация будет похожа на тысячу остальных генераций, которые делают конкуренты. Причина проста: нейросети не создают знания с нуля. Они анализируют огромный массив уже существующей информации и на его основе формируют ответ.
В результате тексты могут получаться грамотными, структурированными, но при этом — шаблонными. Они используют одинаковые конструкции, применяют одну и ту же аргументацию и не предлагают действительно новый взгляд на проблему.
Читатели быстро научились распознавать такой контент. Особенно это заметно в B2B-сегменте, где аудитория приходит за экспертизой, а не за набором общих фраз. Поэтому компании, которые полностью заменяют авторов нейросетями, рискуют потерять доверие аудитории и ухудшить результаты контент-маркетинга.
Сегодня практически любой пользователь может за несколько минут получить десятки вариантов заголовков, рекламных сообщений или текстов. Но выбрать лучший вариант, адаптировать его под аудиторию, проверить факты и встроить в общую маркетинговую стратегию по-прежнему может только профессионал.
Поэтому мы не рассматриваем ИИ как замену маркетологов, дизайнеров или редакторов. Мы рассматриваем его как инструмент, который снимает часть механической работы и позволяет специалистам сосредоточиться на задачах, где по-прежнему критически важны опыт, экспертиза и понимание бизнеса.
На наш взгляд, именно такой подход и станет основным трендом ближайших лет: побеждать будут не компании, которые пытаются заменить людей нейросетями, а те, кто научится эффективно объединять возможности ИИ и профессиональной команды.
Самая опасная ошибка бизнеса на данном этапе — принять скорость за силу. Напомним, что сейчас стадия «дикого запада»: когда нейросети используют кому как хочется и без особых правил. Потому наступает некая эйфория, что «теперь-то я наконец наворочу делов». Но это не так.
Нейросеть может за минуты собрать рассылку, лендинг, пост, сценарий, визуал и десяток рекламных офферов. Но если внутри компании нет человека, который понимает рынок, клиента, факты, тон бренда и цену ошибки, ИИ быстро превращается в дорогой конвейер дешевого контента.
Рынок уже завален одинаковыми текстами. Они пластиковые, аккуратные, структурные, но пустые: без позиции, без живого опыта, без риска, без нормальной проверки. Такой контент можно выпускать каждый день, но он не усиливает бренд.
Поэтому приходиться констатировать, что ИИ не спасает слабый маркетинг. Он ускоряет то, что уже есть. Если в команде есть стратегия, фактура, редактура и ответственность, нейросеть снимает рутину и дает выигрыш по времени. Если этого нет, она просто помогает быстрее производить ошибки, шаблоны и репутационные проблемы.
В ближайшие годы выиграют компании, которые научатся управлять ИИ как рабочим механизмом: давать ему данные, ограничивать зоны риска, проверять факты и не выпускать в публичное поле сырой генеративный поток. Остальные получат иллюзию автоматизации, тонны контента и аудиторию, которая все быстрее понимает, где с ней разговаривает бренд, а где перед ней просто красиво оформленная машинная заготовка.
Отсюда еще одна проблема — люди ищут работу месяцами, потому что рынок труда изменился.
