В прошлой статье мы разбирали, как ИИ уже встроился в маркетинг: помогает писать черновики, собирать презентации, адаптировать контент под разные площадки, искать гипотезы и ускорять аналитику. Но быстро стало понятно, что главный вопрос не в самой нейросети. Проблема в том, кто ей управляет и что происходит с результатом дальше.
Теперь смотрим на следующий слой: как ИИ меняет требования к специалистам. Раньше от маркетолога, копирайтера или контентщика часто ждали аккуратного исполнения задачи. Сейчас этого уже мало. Черновик, таблицу, баннер или структуру письма машина соберет за минуты. Ценность человека смещается туда, где нужно думать, принимать решения, читать данные, видеть слабые места и быстро понимать, что исправить, если гипотеза не сработала.
Так вот, эксперты все чаще говорят об одном и том же: ИИ не упростил работу, а усложнил ее. Простых исполнителей рынок заменяет инструментами. А вот специалисты, которые умеют управлять ИИ, проверять факты, держать стратегию, чувствовать аудиторию и отвечать за результат, становятся дороже.
Лена Богданова
Основатель Рерайт-Завода Rewritefact
Начну с задач, где ИИ уже берет на себя маркетинговую рутину.
Дистрибуцию контента. Это главное и недооценённое. У меня одна статья с Хабра превращается в восемь адаптаций – VC.ru, Pressfeed, TenChat, Дзен, Spark, MAX, Telegram, Threads за 30 минут. Раньше уходил день и копирайтер за 5К.
Поиск инфоповодов. Сотня источников за десять минут вместо восьми часов руками. Аналитика данных – любая выборка из CRM вопросом-ответом. Черновик любого текста – ии даёт первичную структуру за пять минут. Дальше уже работаю головой и ручками.
Что нейронка не закроет или сделает это откровенно плохо – позицию, угол, голос бренда. Подделывается под человека, но это считывается за 5 сек.
С деньгами эффект заметнее всего там, где раньше приходилось держать отдельного человека или отдавать задачу подрядчику.
В моём случае – зарплата двух человек в команде. Я не плачу копирайтеру и аналитику, это 100-150К в месяц. За год почти 2 млн руб.
Тексты – экономия максимальная, процентов 70. Аналитика – почти 100. Презентации – 60%. Гипотезы для AB-тестов – 50%.
На чем пока не получается сэкономить – это дизайн. Чат Гпт2, нано банана и аналоги выдают визуальную лажу. Стилистику бренда не держат, типографику ломают, текст часто с ошибками. Дизайнер за 5К сделает быстрее и лучше.
Еще рассылки не очень идут у ии. Открываемость падает на ИИ-формулировках. Тестировала, цифры разочаровали.
Но есть зоны, куда ИИ нельзя пускать без ревью специалиста.
Факты. Цифры, имена/даты. Нейронки глючат уверенно и красиво. Из моих кейсов – автономный агент на Sonnet 4.6 в одном из прогонов выдал четыре фейковых URL из пяти. Из головы, без поиска. В продакшне это был бы пиздец и неделя на восстановление репутации. Лечится правильнвм промптингом и фактчеком в пайплайне.
Юридически чувствительное. ИИ не знает реестр иноагентов, список нежелательных организаций. Может приклеить отсылку к «Бумаге», которая запрещена. Один раз получишь штраф от Роскомнадзора (ттт), сразу решишь, что ChatGPT надо ревьюить.
Креативы запуска бренда. Выдает средневзвешенный результат, который не зацепит никого. Лучше живой автор за 30К, чем бесплатный ChatGPT с пустыми глазами.
Финальную проверку любого публикуемого контента. У меня свой агент-Reviewer ловит AI-маркеры до выкладки.
Проблема одинакового ИИ-контента начинается с того, что все работают примерно с одним сырьем.
Потому что все используют одни и те же модели. И модели обучались на одном корпусе текстов. Я в любом тексте слышу машину по конкретным конструкциям. «В современном мире». «Играет ключевую роль». «Представляет собой». «Стоит отметить». «Ниша». «Синергия». «Это не просто X, это Y». Длинные тире через каждые два слова. Списки из трёх пунктов, начинающиеся с глагола. Финал «таким образом». Когда человек видит этот набор, он считывает «чужое». Следующее автоматическое чувство – «бренд не вложился, значит, сэкономил на мне». Доверие падает за две минуты.
Бренд, копирующий ChatGPT, выглядит как ресторан, греющий полуфабрикат в микроволновке. Технически еда, эмоционально дерьмо полное.
Из-за этого роль маркетолога постепенно смещается от производства руками к управлению результатом.
Меньше делать, больше курировать, стоять над ии с хлыстом, как надсмотрщик. Машина выдаёт пять вариантов, маркетолог выбирает один. Доводит до ума, запускает, меряет результат, правит.
Скорость выпуска контента у меня выросла в десять раз. Одна закрываю объём, который раньше делали трое. И теперь другая проблема. Раньше это делали другие люди, теперь я, хоть быстрее и лучше, но время-то мое. А вот работу с нейронками пока мало кому делегируешь.
Критичным в профессии становится вкус (отличить хороший вариант от так себе), стратегия (какой контент зачем выпускать пока на людях), скорость принятия решений и голос бренда. Голос бренда – единственное конкурентное преимущество, которое нельзя купить за токены.
Маркетологи, сидевшие на «делании руками» через два-три года уйдут с рынка. Маркетологи на стратегии и редактуре вырастут в зарплате. Их станет меньше, потому что каждый закрывает работу пятерых. Это, кстити, и моя личная экономика прямо сейчас.
Лена Богданова подтвердила, что ИИ уже забирает работу, за которую раньше платили отдельным людям. Но в продуктовом маркетинге история устроена чуть сложнее. Там ценность не только в скорости генерации, а в том, чтобы собрать разрозненные данные о клиентах и превратить их в решения для сайта, КП, скриптов и рассылок. Об этом говорит Денис Чуприн, руководитель группы продуктового маркетинга Demis Group.
Денис Чуприн
Руководитель группы продуктового маркетинга Demis Group
Если говорить про продуктовый маркетинг, то ИИ уже хорошо закрывает задачи, связанные с анализом и переупаковкой накопленных данных.
У компаний часто есть много полезных материалов: CJM, портреты целевой аудитории, результаты кастдевов, транскрибации звонков, записи встреч и пресейлов. Но на практике эти данные нередко просто хранятся в разных местах и используются нерегулярно.
ИИ помогает собрать их в единую картину: увидеть, как клиенты взаимодействуют с компанией на разных этапах, какие вопросы задают, какие возражения повторяются, какие смыслы для них действительно важны.
На основе этого можно быстрее адаптировать материалы под разные сегменты аудитории и точки касания — сайт, коммерческие предложения, скрипты, презентации, рассылки. В этом ИИ действительно усиливает продуктового маркетолога: помогает не упускать детали, видеть закономерности и работать с большим объёмом данных без потери качества.
Где ИИ реально экономит бюджет: тексты, баннеры, аналитика, гипотезы, рассылки, презентации?
В рамках экономии бюджета в продуктовом маркетинге один из самых заметных эффектов ИИ даёт в исследованиях аудитории и проведении кастдевов.
Качественные интервью с пользователями — достаточно дорогой инструмент. Одно глубокое интервью может стоить до 20 тысяч рублей, а для получения объективной картины обычно требуется провести не менее 5–10 интервью. В результате бюджет на исследование может достигать 100–200 тысяч рублей и более.
ИИ помогает сократить эти расходы сразу на нескольких этапах. Он может автоматизировать поиск и первичный отбор респондентов, брать на себя коммуникацию по согласованию интервью и значительно снижать объём рутинной работы специалистов. В некоторых случаях ИИ способен самостоятельно проводить текстовые интервью: задавать уточняющие вопросы, раскрывать тему и собирать ответы в структурированном виде.
Если задача заключается в проверке гипотез, сборе обратной связи или выявлении основных потребностей аудитории, такой подход позволяет получить ценные инсайты значительно дешевле и быстрее. В отдельных сценариях стоимость исследования может снижаться в десятки раз по сравнению с классическим форматом проведения кастдевов через подрядчиков или внутренних специалистов.
Какие задачи опасно отдавать ИИ без проверки специалиста?
Тут ответ будет коротким — любые. Чем сложнее и ответственнее задача, тем важнее участие специалиста.
Даже самые сильные модели могут ошибаться, додумывать факты или делать неверные выводы из контекста. Разница между ними скорее в количестве таких ошибок: более продвинутые модели требуют меньше правок, но не избавляют от необходимости проверки.
ИИ не находится внутри бизнеса, не знает всех нюансов продукта, клиентов и внутренних процессов. Поэтому финальная оценка, интерпретация данных и принятие решений всегда должны оставаться за специалистом. Сегодня ИИ — это помощник, а не полноценная замена маркетолога.
Почему ИИ-контент часто выглядит одинаково и снижает доверие к бренду?
Чаще всего проблема не в самом ИИ, а в том, как его используют. Если публиковать сгенерированный текст без доработки, в нём появляются шаблонные формулировки, неестественные обороты и характерные для нейросетей речевые конструкции, которые пользователи быстро распознают.
Современные модели позволяют настраивать тональность, стиль и даже особенности речи бренда. Однако этого недостаточно. Любой ИИ-контент требует редактуры, фактической проверки и добавления экспертных мыслей.
Когда аудитория видит необработанный текст, возникает ощущение, что контент создан «для галочки». Это снижает доверие не только к публикации, но и к бренду в целом. Поэтому лучший результат даёт сочетание скорости ИИ и экспертизы человека.
Как меняется роль маркетолога, если черновики, креативы и варианты офферов можно получать за минуты?
Глобально роль маркетолога не меняется — меняются его инструменты и скорость работы.
По мере роста специалиста всё больше времени уходит не на самостоятельное выполнение задач, а на их постановку, координацию работы и контроль качества результата. Раньше для этого привлекались сотрудники и подрядчики, сегодня к ним добавились ИИ-инструменты.
По сути, работа с нейросетью мало отличается от взаимодействия с исполнителем: маркетолог ставит задачу, получает результат, даёт обратную связь и принимает финальное решение. При этом ответственность за итоговый результат по-прежнему остаётся за человеком.
Нужны ответы с примерами: сколько времени или денег удалось сэкономить, какие ошибки ИИ приводили к правкам, репутационным рискам или слабой конверсии.
На мой взгляд, главный эффект от ИИ — не столько сокращение расходов, сколько рост производительности.
Недавно услышал интересную мысль: после появления ИИ работы стало не меньше, а больше. И я с этим согласен. Количество задач в маркетинге практически бесконечно: всегда можно протестировать больше гипотез, глубже проанализировать данные, создать больше вариантов контента или быстрее подготовить новые материалы. Раньше многие из этих задач просто не попадали в работу из-за нехватки времени и ресурсов.
При этом я бы не сказал, что компании массово сокращают бюджеты или команды благодаря ИИ. На практике происходит другое: за те же деньги бизнес получает больше выполненных задач и больше возможностей для экспериментов.
Конечно, ИИ не идеален. Мы регулярно сталкиваемся с ситуациями, когда нейросеть придумывает факты, неверно интерпретирует данные или предлагает решения без учёта контекста бизнеса. Поэтому все материалы требуют проверки специалистом.
Тем не менее нейросети приносят все же больше пользы, нежели вреда, особенно в дорогих задачах вроде кастдевов и анализа аудитории. Но есть условие: инструмент должен работать не сам по себе, а внутри понятной системы контроля. Про это рассказывает Елизавета Давыдова, CEO маркетингового агентства Comm’on Consult.
Елизавета Давыдова
CEO маркетингового агентства Comm'on Consult
Задачи типа «составить отчет», «собрать таблицу», «сделать краткую сводку» — ИИ точно уже делает абсолютно не хуже, а иногда и лучше, чем младший сотрудник. Это да, безусловно экономит и время, и деньги. При правильном обучении — ИИ вполне хорошо пишет тексты (вопреки заявлениям скептиков), может классно анализировать сайты, составлять Tone-of-Voice и даже собирать в единый брендбук разрозненные наработки по визуалам.
Экономия бюджета появляется там, где задача остается достаточно простой или хорошо формализованной.
На мой взгляд, ИИ реально может сэкономить время на довольно простых задачах, но для адекватного выполнения более сложных (например, формирования тех же гипотез) — потребуются как минимум навыки промптинга и возможность оценить ответы на предмет адекватности и соответствия реальности.
Проверка специалиста нужна почти везде, даже если сама задача выглядит технической.
Каждая нейросеть будет выдавать вам предупреждение о том, что может ошибаться и данные необходимо перепроверять. Но, например, задачи реорганизации таблица, сведения информации в единый документ и подобного рода вещи можно передавать почти без внешнего контроля.
Одинаковость ИИ-контента чаще возникает не из-за самого инструмента, а из-за слабой настройки под бренд.
Потому что нет сформированного Tone-of-Voice, по которому нейросеть могла бы обучаться, потому что нет адекватной адаптации контента — на мой взгляд, это главные причины. Я наблюдаю, например, за одним баром в Москве, контент которого, я уверена на 90%, создается через ИИ. Как минимум значительная часть текстов пишется через ИИ. Но популярность их только растет, потому что контент идеально адаптирован под их Tone-of-Voice, а я замечаю это лишь по мелочам и то из-за большого объема работы с нейросетями.
На этом фоне роль маркетолога и пиарщика не исчезает, а становится заметнее.
На самом деле, роль грамотного маркетолога или пиарщика в таких условиях только возрастает. Да, мы все получили более удобные инструменты для работы, но эти инструменты по прежнем требуют адаптации, правильного приложения и в конце концов реальной имплементации.
Впрочем, вы могли заметить, что последний год генерируется откровенно одинаковый ИИ-контент, который часто появляется не из-за нейросети, а из-за слабой настройки под бренд. В e-commerce это особенно заметно, потому что там контент сразу упирается в карточки товаров, рассылки, конверсию, маржу и рекламный бюджет. Анастасия Белаш, COO / Head of E-commerce, говорит, что проблему одинакового контента легко победить.
Анастасия Белаш
COO / Head of E-commerce
ТНейросети хорошо закрывают базовые задачи: тексты для карточек, описания категорий, email-цепочки. На практике то, что раньше занимало у копирайтера 1-2 дня, сейчас можно собрать за 2-3 часа: подготовить структуру, сгенерировать черновики, вычитать, привести к tone of voice и отдать в работу.
Или например, ИИ может закрыть быстро задачу описания 30 карточек товара, на что раньше тратилось несколько дней с постановкой задачи, ожиданием, правками и согласованием. Сейчас это можно превратить в поток: один качественный промпт, таблица с вводными, генерация черновиков, быстрая редактура и финальная проверка человеком.
Например, в компании с маркетинговой командой из 5–7 человек только на подготовку сегментов и аналитику может уходить 100+ часов в месяц. Если ИИ сокращает этот объем хотя бы на 50%, бизнес получает дополнительно 50 часов экспертного времени ежемесячно. Это десятки тысяч рублей экономии прямых затрат или возможность направить те же ресурсы на задачи роста вместо ручной аналитики.
С бюджетом картина раскладывается по нескольким направлениям.
1. Тексты. ИИ ускоряет черновики для карточек, писем, описаний и внутренних материалов. Экономия есть, если команда не переписывает все с нуля. Если правок слишком много, выгода исчезает.
2. Баннеры. ИИ помогает быстрее собирать варианты для теста. Это полезно на этапе объема и гипотез. Если пускать такие креативы без фильтра, можно получить слабую конверсию и лишние расходы на трафик.
3. Аналитика. ИИ сокращает время на первичную сборку выводов, сводки и поиск аномалий. Но любая ошибка в логике стоит дорого. В аналитике правки нужны почти всегда.
4. Гипотезы. Быстрое расширение воронки идей. Это экономит время команды на старте. Но качество гипотез без нормального отбора часто низкое.
5. Рассылки. ИИ ускоряет подготовку вариантов тем, структуры и текста. Экономия есть на производстве. Риск в том, что слабая формулировка снижает открываемость и конверсию.
6. Презентации. ИИ убирает часть рутинной работы по структуре и черновому наполнению. Это удобно для внутренних документов. Для внешних материалов правки часто обязательны, потому что цена неточности выше.
Зона риска начинается там, где ИИ начинает подменять решения специалиста.
Любые решения. Например, решения по unit-экономике. Модель красиво считает, но не видит контекста рынка и реальной структуры затрат. Один неверный коэффициент и маржа уходит в минус. Или распределение рекламных бюджетов. При сотнях миллионов годовых инвестиций цена галлюцинации модели измеряется не процентами, а живыми деньгами. И очень важный момент: финальная коммуникация с партнерами и клиентами. Тон, нюансы, договоренности. Здесь цена ошибки репутационная.
Одинаковый ИИ-контент появляется там, где компании публикуют дефолтный результат без доработки.
Проблема не в самом инструменте. Проблема в том, что компании берут модель из коробки и публикуют то, что она выдает по дефолту. Результат предсказуемый: одинаковые формулировки, одинаковая структура, одинаковый тон. Рынок это считывает мгновенно.
Без брифа, цифр и реального опыта модель пишет усредненно. А усредненное не отличает вас от конкурента. Сырой текст публикуют как есть, никто не убирает шаблонные обороты и не добавляет позицию. При этом контент оценивают по объему, а не по результату: считают количество постов, а не их влияние на доверие и конверсию.
Доверие это актив. Каждый шаблонный пост его обесценивает. И в unit-экономике бренда это всплывет раньше, чем кажется: ростом стоимости привлечения и падением вовлеченности.
На этом фоне роль маркетолога смещается от производства контента к качеству решений.
Раньше львиная доля времени уходила на производство, теперь это стоит копейки и делается за минуты. Но сам по себе объем контента не двигает экономику. Двигают решения. Сильного маркетолога теперь определяет не количество вариантов оффера, а то, какой из них закрывает воронку с лучшей маржой. Не скорость генерации креативов, а способность читать данные и отсекать то, что сжигает бюджет.
ИИ убрал производство как конкурентное преимущество. Осталась стратегия, цифры и качество решений. То есть то, что машина пока не закрывает.
Анастасия Белаш точно попала в нерв бизнеса и в ту зону экономики, где есть соблазн что-то сократить. Но агентский рынок не такой простой — например, когда нейросети становятся не отдельным инструментом, а частью операционной системы компании. Об этом рассказывает Сергей Морозов, основатель агентства Direct Marketing.
Сергей Морозов
Основатель агентства Direct Marketing
Занимаемся интернет-маркетингом полного цикла — Яндекс.Директ, SEO, SMM, таргет, разработка сайтов. Два года назад начали системно встраивать ИИ в операционку агентства, сейчас это уже 18 ИИ-агентов под разные задачи.
Первое, то закрывает ИИ без потери качества — рутинные тексты. Объявления для Директа, посты в соцсети, подписи под рилсы, описания услуг. Специалист тратил 2-3 часа на 30 объявлений под кампанию. Сейчас за 20 минут генерируем 50 вариантов, выбираем лучшие и правим под бренд. Реальная экономия — около 1,5 часа ежедневно по каждому специалисту.
Второе — первичный анализ данных. ИИ смотрит цифры из Метрики, считает CPL по источникам, находит просадки в воронке. То что аналитик делал час — теперь 10 минут. По агентству это экономит 15-20 часов в неделю только на аналитике.
Третье — структура КП и отчётов. ИИ берёт бриф клиента и генерирует скелет коммерческого предложения. Менеджер не пишет с нуля, а редактирует готовую болванку. Скорость подготовки КП выросла в три раза.
Тем не менее нельзя отдавать ИИ без проверки стратегию. ИИ не знает что этот клиент год назад ушёл от конкурента из-за конфликта с менеджером — значит коммуникацию выстраиваем мягче обычного. Контекст живых отношений остаётся за человеком.
Кризисные ситуации. Когда кампания не даёт лидов третью неделю и клиент на нервах — решение принимает человек который несёт ответственность. ИИ предложит гипотезы, но не успокоит клиента и не возьмёт ответственность.
Что касается одинакового контента, то в большинстве случаев используют похожие промпты, поэтому получают похожий результат. Мы решили это через «голос бренда»: у каждого клиента собираем примеры текстов которые зашли аудитории, запрещённые слова, стиль общения. ИИ работает внутри этих правил. Тогда результат перестаёт быть безликим.
Но не смотря на все, роль маркетолога остается такой же, хотя она несколько изменилась, сдвинулась от исполнителя к редактору. Раньше специалист писал — теперь отбирает лучшее из того что предложил ИИ и правит под задачу. Это другая компетенция. И честно говоря, не все справляются с переходом — некоторые теряются когда не нужно «думать что написать», а нужно понимать что хорошо а что нет.
С появлением ИИ работа не стала проще, и маркетинг не исключение. Наоборот, стало сложнее, потому что теперь от специалиста ждут не ручного исполнения, а цепочки решений.
Черновик, баннер, таблицу, структуру письма или десяток вариантов оффера машина соберет за минуты. Но она не поймет, почему просела конверсия, где в коммуникации потерялось доверие, какой сегмент сжигает бюджет, какой тезис опасен для репутации и почему вроде бы классный текст не продает. Рынку все меньше нужны простые исполнители, которых можно заменить промптом.
Нужны люди, которые владеют инструментами, читают данные, видят слабые места, быстро меняют гипотезу и берут ответственность за результат. ИИ ускоряет производство, но именно человек решает, что из этого стоит выпускать в рынок.
