Всё чаще замечаем одну и ту же картину.
Компании говорят: «Мы используем AI».
Команды показывают: генераторы креатива, автоматические ставки, умные сегменты, прогнозы.
А потом смотрите на результат — и он средний.
Свежий отчёт StackAdapt про состояние programmatic-рекламы в 2026 году важен именно тем, что он честно показывает:
проблема не в отсутствии AI, а в том, как устроена работа вокруг него.
И это, пожалуй, самый неприятный вывод для рынка.
Что StackAdapt на самом деле измеряли (и почему это не «очередной отчёт»)
Начнём с базы.
StackAdapt не спрашивали «любите ли вы AI». Они сравнивали поведение и операционную модель команд, которые сами оценивают свою динамику как значительно выше рынка, с теми, кто растёт умеренно или стагнирует.
В основе:
- сотни senior-маркетологов,
- реальные данные по тысячам рекламодателей,
- фокус не на инструментах, а на структуре решений.
И ключевая разница оказалась не в том, какие AI-фичи используются, а где они встроены в процесс.
Главный разрыв: AI как надстройка vs AI как связующий слой
Большинство команд используют AI над существующей системой:
- быстрее сделать баннер,
- быстрее подобрать аудиторию,
- быстрее собрать отчёт.
Это даёт краткосрочный выигрыш по скорости, но не меняет качество решений.
Топ-команды делают обратное:
они используют AI как связующий слой между частями маркетинга, которые раньше жили отдельно:
- данными,
- медиапланированием,
- креативом,
- оптимизацией,
- измерением.
Это принципиально другой уровень.
Почему «консолидация стека» — не техническая, а стратегическая задача
Когда в отчёте говорится, что лидеры «консолидируют tech stack», многие читают это как «сокращают количество сервисов». Это поверхностное понимание.
На самом деле речь о другом.
Проблема 1: решения принимаются в разных местах
В типичной команде:
- медиабаинг оптимизирует CPM/CPA,
- креатив смотрит на CTR,
- аналитика — на post-view конверсии,
- бренд — на awareness.
Все вроде делают свою работу хорошо, но никто не принимает решение целиком.
AI в такой системе лишь ускоряет локальные оптимумы — но глобально система остаётся сломанной.
Топ-команды используют AI именно там, где он может сводить сигналы и помогать выбрать, что делать дальше, а не просто как делать быстрее.
Проблема 2: данные есть, но они не превращаются в поведение
Очень часто слышу фразу:
«У нас много данных, но мы не понимаем, что с ними делать».
Это не проблема данных. Это проблема архитектуры решений.
Если:
- данные живут в CRM,
- медиаданные — в DSP,
- креативные инсайты — в презентациях,
- выводы — в головах отдельных людей,
то AI не может «соединить точки», потому что точки физически разнесены.
Сильные команды сначала решают:
где именно принимается решение о следующем шаге пользователя?
И только потом думают, какой AI туда встроить.
Почему “эксперименты с AI” у одних работают, а у других — нет
Отчёт показывает: лидеры чаще экспериментируют. Но не потому, что «любят тесты».
Разница в том, как устроен эксперимент.
Плохой эксперимент:
- давайте попробуем новый формат,
- посмотрим, что получится,
- если не взлетело — забыли.
Хороший эксперимент:
- есть гипотеза, связанная с бизнес-результатом,
- есть сигнал, который мы хотим проверить,
- есть понимание, как результат встроится в систему дальше.
AI здесь используется не как «генератор вариантов», а как ускоритель обучения:
- быстрее понять, почему что-то работает,
- быстрее отбросить лишнее,
- быстрее масштабировать найденное.
Самый недооценённый блок: креатив как управляемая система
В отчёте вскользь говорится, что лидеры «переосмысливают performance через внимание и качество креатива». Это звучит красиво, но за этим стоит жёсткая реальность.
Большинство команд до сих пор работают с креативом так:
- придумали,
- сделали,
- запустили,
- заменили, когда выгорел.
Топ-команды работают иначе:
- креатив разбит на компоненты (хук, сообщение, визуальный паттерн),
- вариации тестируются системно,
- AI помогает находить паттерны влияния, а не просто победителя теста.
Это превращает креатив из «искусства по вдохновению» в управляемый актив, не убивая при этом креативность.
Почему рынок будет расслояться ещё сильнее
Самый неприятный вывод отчёта:
доступ к AI больше не является преимуществом.
Инструменты будут у всех.
Разница будет в том:
- кто смог перестроить процессы,
- кто убрал лишние уровни принятия решений,
- кто научился использовать AI как часть мышления, а не как кнопку.
Это означает, что:
- средний уровень будет расти медленно,
- лидеры будут отрываться всё быстрее,
- догнать их будет сложнее не из-за бюджета, а из-за архитектуры.
Практический вопрос, который стоит задать себе прямо сейчас
Не «какой AI-инструмент нам ещё нужен», а:
в каком месте нашего маркетинга сегодня принимается самое дорогое решение — и кто (или что) помогает его принимать?
Если ответ:
- «мы не уверены»,
- «каждый канал сам решает»,
- «это в голове у конкретного человека»,
— значит, AI у вас пока работает не на том уровне, о котором говорит StackAdapt.
Итог без оптимизма и без паники
AI не убивает маркетинг.
Он делает его жёстче.
Жёстче к плохой архитектуре.
Жёстче к разрозненным процессам.
Жёстче к «мы и так неплохо справляемся».
Отчёт StackAdapt ценен тем, что показывает:
выигрывают не те, кто громче говорит про AI, а те, кто тише и системнее перестраивает работу.
И это, пожалуй, самый честный сигнал рынку в 2026 году.
Если хочешь, следующим шагом могу:
- разобрать типовые ошибки внедрения AI по шагам (с примерами),
- сделать отдельный материал «как понять, что ваш маркетинговый стек пора резать»,
- или адаптировать этот текст под редакционный формат большого медиа (чуть короче, но плотнее).
Источник
StackAdapt — State of Programmatic Advertising 2026 report: top marketers 4x more likely to use AI — https://www.martechcube.com/stackadapt-report-top-marketers-4x-more-likely-to-use-ai-in-2026/