93% российских маркетинговых команд уже работают с генеративным ИИ. Но половина из них не видит реального бизнес-эффекта. Это не потому что ИИ плохой - это потому что его неправильно применяют. В этой статье разберём, где ИИ в работе маркетолога реально помогает, где создаёт иллюзию помощи, и почему один вопрос из лида я оставлю без ответа до финала.
Что узнаете
- Какие задачи маркетолога ИИ закрывает уже сейчас, с цифрами
- Где ИИ стабильно проваливается - и почему это не исправить обновлением модели
- Как изменился рынок труда и что теперь ценится
- Таблица: ИИ vs человек по ключевым задачам
- Практический следующий шаг, если хочется разобраться глубже
Что такое ИИ в маркетинге как явление
ИИ в маркетинге - это не одна кнопка "сделай хорошо". Это набор инструментов: языковые модели для текстов, алгоритмы машинного обучения для предсказания поведения, генеративные модели для визуала. Работает поверх данных - чем их больше и чем они чище, тем лучше результат.
Подходит тем, кто работает с объёмами: много контента, много сегментов аудитории, много тестов. Не работает там, где данных мало, задача уникальна или нужно настоящее понимание культурного контекста.
Точнее, работает - но плохо. И это важное уточнение.
Контент: скорость выросла, но не всё так радужно
Время на создание черновиков контента сократилось примерно на 80%. Звучит впечатляюще. На практике это означает, что маркетолог теперь делает в три раза больше итераций вместо того, чтобы выпустить один хороший текст.
Кейс Agenda Agency показателен: ИИ генерировал тексты для email-кампаний, объём контента вырос в 3 раза, CTR вырос на 22%. Это реальный результат. Но за этим стоит редактор, который эти тексты правил, тестировал и выбирал.
Ну, то есть ИИ не заменил копирайтера - он изменил его работу. Теперь меньше "написать с нуля", больше "отредактировать и выбрать лучшее из десяти вариантов".
77% директоров по маркетингу подтверждают рост скорости производства контента. Про качество цифры скромнее.
Кстати, если тема интересна — в Telegram-канале пишу о подобном регулярно: инструменты, лайфхаки, конкретные сценарии использования нейросетей в жизни и бизнесе. Там проще задать вопрос и не ждать следующей статьи.
Таргетинг и аналитика: тут ИИ реально сильнее человека
Эффективность таргетинга с ИИ выросла на 26%, конверсии - на 32%, CTR - на 47%. Это данные западных исследований, но Яндекс даёт похожую картину в российском контексте.
В Яндекс.Директе система ЕПК сама подбирает аудиторию, генерирует креативы и управляет ставками по ссылке на сайт. 85% рекламных бюджетов Яндекса управляются ИИ уже в первом квартале 2026. 33% баннеров и 4 из 10 кампаний создаются или оптимизируются с участием алгоритмов.
Казалось бы, таргетолог становится лишним. На деле - базовый таргетолог "покрутить ставки" теряет ценность, а стратег, который умеет работать с данными и ставить правильные цели для алгоритма, дорожает.
Это не парадокс. Алгоритм оптимизирует то, что ему сказали оптимизировать. Если постановка задачи плохая - он просто быстро придёт к плохому результату.
Персонализация: новый стандарт, к которому ещё не привыкли
GEO и AEO - оптимизация под генеративные ответы нейросетей - уже используют 32% маркетологов, ещё 42% планируют в 2026 году. Это не SEO в старом смысле. Это работа с тем, как ИИ-ассистенты цитируют и рекомендуют бренды.
SmartReply от Сбера обрабатывает 5 млн звонков в сутки автоответчиком. Это персонализация в масштабе, который вручную просто невозможен.
McKinsey оценивает потенциальное сокращение издержек на маркетинг в 20-30% за счёт генеративного ИИ. Глобальный рынок рекламы с ИИ вырастет на 63% до 57 млрд долларов в 2026 году.
При этом 56% российских пользователей считают, что реклама на базе ИИ снижает доверие к бренду. Вот тебе и персонализация.
Где ИИ проваливается - разбор конкретных ошибок
Это важный раздел. Потому что провалы случаются не случайно.
Ошибка 1: доверять ИИ без проверки фактов. Языковые модели уверенно галлюцинируют. Я недавно проверял черновик, который ИИ написал с "данными исследования" - исследование не существовало. В маркетинге это катастрофа.
Ошибка 2: использовать ИИ для стратегии. ИИ хорошо обобщает прошлое. Стратегия - это ставка на будущее с учётом рисков, которых в обучающих данных нет. Тут модель даёт убедительно звучащую банальность.
Ошибка 3: игнорировать культурный контекст. 73% компаний в 2026 году столкнулись с внутренними рисками от бесконтрольного использования ИИ (а такое бывает чаще, чем кажется). Часть этих рисков - именно про контент, который работает "вообще", но не работает для конкретной аудитории.
Ошибка 4: заменить людей, а не рутину. Компании, которые сократили команды ради ИИ, потом обнаруживали, что потеряли носителей экспертизы. ИИ умножает то, что есть. Если нечего умножать - умножает пустоту.
Ошибка 5: не считать реальную экономию. McKinsey говорит про 20-30% экономии. Но в эту цифру не входит время на промпты, проверку, итерации и обучение команды. Реальная экономия обычно скромнее - зато стабильнее.
Рынок труда: что происходит с профессией
Вакансии с упоминанием ИИ выросли на 90% за 2025 год. 2/3 российских компаний готовы доплачивать 10-20% за навыки работы с ИИ. 96% маркетологов планируют интегрировать ИИ в свою работу в 2026 году.
Появились "вакансии-единороги": маркетолог с кодингом и аналитикой в одном флаконе. Или скорее - маркетолог, который умеет работать с данными и автоматизировать рутину самостоятельно, без постоянной помощи разработчика.
Принято думать, что ИИ угрожает junior-специалистам. На самом деле он угрожает mid-level специалистам, которые делают предсказуемую работу без стратегического мышления. Джуниор с ИИ может закрывать объём senior-специалиста прошлого поколения. А вот mid без ИИ и без стратегии - просто дорогой исполнитель.
Когда стоит разобраться в этом глубже
Если вы дочитали до этого места и поняли, что у вас в команде ИИ используется "как-нибудь" - это сигнал.
Не потому что нужно срочно всё менять. А потому что разрыв между теми, кто использует ИИ системно, и теми, кто иногда просит ChatGPT написать пост - растёт быстро.
Я разбираю конкретные инструменты, схемы автоматизации и кейсы в своём Telegram-канале. Без продажи воздуха, без "стань богатым с ИИ". Просто что работает, что нет и почему.
Пара мест в самом конце - про это.
В начале я оставил вопрос без ответа: почему половина компаний не видит эффекта от ИИ, если инструменты работают? Теперь понятно. Эффект зависит не от инструмента, а от того, кто и как его применяет. ИИ усиливает экспертизу, а не заменяет её. Если стратегии нет - ИИ просто ускоряет движение в никуда.
Вопрос к вам: какую задачу в своей маркетинговой работе вы бы первой отдали ИИ - и почему именно её?
Если хочется не просто читать про AI, а реально его применять, у меня есть несколько мест, где это можно делать вместе.
Начать стоит с Telegram-канала. Это наш основной ресурс, где разбираем новые инструменты, кейсы автоматизации и приёмы, которые можно применить уже завтра.
Если зайдёт, залетайте в AI BASE. Это закрытое сообщество, где я делюсь личными наработками по автоматизации, вайб-кодингу и нейросетям.
А если хочется прямо сейчас сесть и попробовать руками, есть два бесплатных курса с нуля: по n8n для автоматизации без кода и по Claude Code для разработки в связке с AI.
FAQ
Нужно ли маркетологу учить программирование из-за ИИ?
Не обязательно программирование в классическом смысле. Но базовое понимание того, как работают данные и API - становится стандартом. No-code инструменты вроде n8n позволяют автоматизировать процессы без кода. Это реалистичнее для большинства.
ChatGPT или российские аналоги - что выбрать для маркетинга?
Зависит от задачи и данных. Для работы с русскоязычным контентом российские модели часто точнее понимают культурный контекст. Для сложных стратегических задач и структурирования - международные модели пока сильнее. Многие используют оба варианта параллельно.
Как измерить реальный эффект от ИИ в маркетинге?
Считайте не "сэкономленные часы", а бизнес-метрики: CTR, конверсии, стоимость лида. Кейс Agenda Agency показателен - они мерили CTR, а не "мы теперь быстрее пишем". Без привязки к бизнес-показателям легко обмануть себя.
Что такое GEO и зачем это маркетологу?
GEO - generative engine optimization, оптимизация под то, как нейросети отвечают на вопросы пользователей. Когда человек спрашивает ИИ-ассистента "какой сервис выбрать", алгоритм что-то рекомендует. Влиять на эти рекомендации - новая задача маркетологов. 32% уже работают с этим направлением.
Правда ли что ИИ скоро заменит маркетологов полностью?
Нет. Но изменит профессию капитально. Исчезнут задачи-рутина, вырастет спрос на стратегическое мышление и умение работать с данными. Маркетолог без ИИ через несколько лет будет как дизайнер без Photoshop - технически возможно, но неконкурентоспособно.