Что AI в маркетинге делает хорошо, а что только делает вид

За последние два года AI прошёл путь от «игрушки» до инструмента, на котором держится половина рутины в агентстве. И одновременно оброс ожиданиями, которые он не вытягивает. Разберём по-честному, на чём именно он экономит деньги.

Где AI сильнее человека

Объём и однообразие. Разобрать сто карточек конкурентов, свести выгрузку на десять тысяч строк, проверить триста страниц на битую разметку — задачи, где человек ошибается от усталости, а модель нет. Это не «умнее», это выносливее.

Скорость первой версии. Черновик лендинга, двадцать вариантов заголовка, структура статьи — там, где раньше уходил день, уходит час. Важное слово — «черновик»: он всегда требует правки, но править быстрее, чем писать с нуля.

Мониторинг. Ежедневно смотреть, что изменилось в выдаче, в ценах конкурентов, в отзывах, — работа, которую человек бросает на второй неделе. Модель делает её каждый день в одно и то же время и не забывает.

Ресёрч с источниками. Собрать данные по отрасли и принести ссылки, а не пересказ. Здесь принципиально требовать источник: без него любая цифра от модели — выдумка с вероятностью, которую вы не контролируете.

Где он стабильно подводит

Цифры по памяти. Если модель не сходила в источник, а «вспомнила» — она назовёт правдоподобное число. Именно правдоподобное, а не правильное. Это самый дорогой способ ошибиться, потому что ошибку не видно.

Решения. Что запускать, что выключить, куда двигать бюджет — модель уверенно предложит вариант, но она не отвечает за результат и не знает вашей экономики. Решение всегда за человеком, у которого на кону деньги.

Позиционирование. AI отлично формулирует то, что уже придумано, и очень плохо придумывает то, чего ещё нет. Оффер, отстройка, ответ на вопрос «почему вы» — работа человека, знающего рынок.

Тон бренда без примера. Без образцов вашего голоса модель пишет усреднённо-гладко. Это и есть тот самый «сгенерированный текст», который узнают с первой строки.

Почему «сгенерировать контент» — плохой сценарий

Он плохой не потому, что текст будет слабым, а потому что задача поставлена неверно. Ценность не в том, чтобы получить текст, а в том, чтобы получить повторяемый процесс: одна и та же задача, выполненная одинаково хорошо в сотый раз.

У нас это выглядит так:

• Навык под задачу. Не «напиши статью», а прописанный протокол: где брать данные, в каком порядке, что проверять, как выглядит готовый результат.
• Петля проверки. Задача крутится в цикле «сделал → проверил → переделал», пока не проходит контроль качества. Проверяет тоже модель, но по чужому чек-листу.
• Коннекторы к реальным данным. Модель работает с выгрузками из кабинетов и с живой выдачей, а не с тем, что «помнит» о вашей отрасли.
• Только обкатанное. В работу клиенту идёт то, что мы сначала прогнали на своих проектах.

Как это меняет экономику

Простая арифметика. Объём работы, под который агентство держит отдел из пяти человек, закрывается командой в шесть человек с закреплённой зоной ответственности за каждым направлением. Не потому что люди работают втрое быстрее — а потому что рутину, которая съедала три четверти времени, забрали модели.

Освободившееся время уходит туда, где машина не помогает: в стратегию, в разговор с клиентом, в разбор цифр.

Практический вывод: если вы выбираете подрядчика с AI, спрашивайте не «какие нейросети используете», а «что именно проверяет человек перед отправкой мне». Ответ на второй вопрос говорит о качестве куда больше.