Павезло маркетинг - про маркетинг, аналитику, контент

Представьте себе ситуацию. Вы наняли маркетолога, чтобы он наконец-то решил проблему с отсутствием клиентов. Прошёл месяц работы. Звонок. — Алло, здравствуйте. Это ваш маркетолог. По какому вопросу звоню? Прошёл месяц, мы вам счёт выставили, пожалуйста, оплатите за маркетинговые услуги. — Ничего оплачивать не буду. — упираетесь вы. — Клиентов нету. Денег нету. — Слушайте, ну мы вам привели 100 000 заявок. Ясное дело, они не сразу конвертируются в продажи. Нужно просто подождать. Стоп. Вы слышите...

Представьте себе ситуацию. Вы наняли маркетолога, чтобы он наконец-то решил проблему с отсутствием клиентов. Прошёл месяц работы. Звонок. — Алло, здравствуйте. Это ваш маркетолог. По какому вопросу звоню? Прошёл месяц, мы вам счёт выставили, пожалуйста, оплатите за маркетинговые услуги. — Ничего оплачивать не буду. — упираетесь вы. — Клиентов нету. Денег нету. — Слушайте, ну мы вам привели 100 000 заявок. Ясное дело, они не сразу конвертируются в продажи. Нужно просто подождать. Стоп. Вы слышите абсурдность этого диалога? Маркетолог гордо рапортует о выполненной работе, но в кассе по-прежнему пусто...

Одна из самых дорогих иллюзий в маркетинге звучит так: “если лиды приходят, значит система работает”. На самом деле лид может прийти, но не попасть в CRM. Может попасть в CRM, но не дойти до менеджера. Может дойти до менеджера, но не получить нормальную обработку. И тогда маркетинг выглядит хуже или лучше, чем есть в реальности, просто потому что между формой сайта и продажей слишком много ручных провалов. Именно поэтому мне кажется очень сильной идея AI-контроля заявок. Не как очередного отчёта...

Когда говорят про AI в контенте, разговор очень быстро скатывается в примитивную плоскость: “нейросеть пишет тексты”. Меня такой взгляд давно не устраивает. Для меня контент-пайплайн — это не одна генерация, а целый workflow, где одна тема проходит через несколько стадий: мысль, статья, короткое видео, Telegram, VK, LinkedIn, обложка, дистрибуция. И AI здесь нужен не для того, чтобы просто накидать слов, а для того, чтобы этот конвейер стал быстрым, связным и управляемым. На самом деле мы уже живём в моменте, когда из одной темы можно собрать целый пакет контента за полчаса...

Когда я говорю “AI-маркетолог”, я вообще не имею в виду ещё одного человека, который просто быстрее пишет тексты. Для меня это уже другой способ организовать рабочий день. Не восемь отдельных окон, не пять подрядчиков, не бесконечные переключения между чатами, таблицами и кабинетами, а единый workflow, где AI-агенты закрывают куски работы, а я управляю контуром. Именно поэтому рабочий день AI-маркетолога интересен не как красивый образ, а как proof of work. Я уже писал, как меняется маркетинг, когда вместо исполнителей у вас система AI-агентов...

У руководителя редко не хватает идей. Чаще ему не хватает чистого внимания. Огромная часть энергии первого лица уходит не на стратегию, а на вечный ручной дожим: напомнить, спросить статус, сверить обещание с фактом, вытащить проблему, понять, где задача застряла и почему никто не эскалировал её раньше. Именно поэтому тема AI-ассистента для руководителя кажется мне одной из самых практичных в бизнесе прямо сейчас. Но здесь важно сразу снять иллюзию. AI-ассистент для руководителя — это не “умный чат, с которым можно поговорить”. Его ценность вообще не в разговорах. Его ценность в том, что он собирает...

У AI-рынка есть одна интересная развилка, которая пока ещё не до конца дошла до многих компаний. Долгое время software продавался по подписке: доступ к интерфейсу, количество пользователей, лимиты по тарифу, апгрейд на следующую ступень. Но в AI всё сильнее ощущается другая логика. Клиенту всё менее важно, сколько у вас экранов и сколько кнопок. Его всё больше интересует, какой кусок работы система реально забирает на себя и какой подтверждённый результат даёт на выходе. Поэтому я почти уверен, что заметная часть AI-компаний будет постепенно уходить от классического SaaS-подхода к моделям, где оплачивается не просто доступ, а работа, объём обработанного процесса или достигнутый эффект...

Когда собственник или руководитель впервые всерьёз думает про внедрение AI, почти всегда рядом возникает лишний масштаб. Кажется, что надо сразу строить целую агентную систему, переписывать процессы, менять роли команды и поднимать большой shared workspace. На практике такой старт часто пугает людей сильнее, чем помогает. Поэтому я всё чаще думаю, что самый реалистичный вход в AI для бизнеса начинается не с платформы, а с одного агента, который закрывает одну понятную задачу. Это не компромисс и не урезанный путь. Наоборот, это способ быстро перевести разговор про AI из уровня “интересно было бы попробовать” в уровень “мы уже видим, где появляется эффект”...

У классического enterprise software была понятная воронка: discovery, демо, техоценка, коммерция, контракт, внедрение. Это работало потому, что продукт можно было более-менее честно оценить до реального запуска. Клиент видел функциональность, сверял её со своими ожиданиями и принимал решение. С AI эта модель начинает расползаться. Потому что AI-система почти никогда не доказывает свою ценность в вакууме. Клиенту уже мало красивого демо на чистых данных. Он хочет понять, что будет происходить в его реальной среде: на его документах, на его исключениях, на его странных форматах, на его неидеальной операционке...

Ещё недавно в софте всё было довольно понятно: у кого лучше продукт, красивее интерфейс, глубже логика и длиннее roadmap, тот и выигрывает. В AI эта логика ломается очень быстро. Когда у всех под рукой одни и те же модели, open-source догоняет закрытые системы, а базовые интерфейсные паттерны собираются за выходные, функции перестают быть серьёзной защитой. Именно поэтому я всё чаще смотрю на AI-компании не через вопрос “что они умеют показать на демо”, а через вопрос “насколько глубоко они встраиваются в реальный процесс клиента”. Потому что настоящий moat в AI всё чаще переезжает не в набор кнопок, а во внедрение...

Создать кампанию в Яндекс Директе через API звучит как чисто техническая задача. На практике это уже рабочий маркетинговый контур: нужно забрать семантику из файлов, разложить её по группам, собрать объявления, правильно проставить ссылки, UTM-метки, уточнения и отправить всё в нужный логин без публикации мусора. Я как раз прошёл этот сценарий через Codex и понял, что он отлично подходит не только для анализа, но и для реального запуска рекламы в черновик. Самое полезное здесь не в том, что AI пишет JSON. Полезно другое: я могу дать агенту папку с токенами, семантикой, объявлениями и правилами сборки, а дальше он проходит по пайплайну почти как технический директолог...

Маркетинг — одна из самых наглядных зон, где видно, что AI перестаёт быть просто помощником. Раньше маркетолог сам делал аналитику, искал конкурентов, формулировал гипотезы, собирал креативы, сводил отчёты и пытался удержать в голове десятки зависимостей. Сейчас всё больше этих блоков можно вынести в систему агентов. И в этот момент меняется не только скорость работы. Меняется сама роль маркетолога. Он всё меньше человек, который лично руками исполняет каждый кусок, и всё больше человек, который управляет контуром: решает, какие агенты нужны, как они взаимодействуют, какой контекст у них есть и где проходит точка контроля...