Как компании совершить переход на AI-рельсы: 5 трендов, 7 шагов и 1 реальный кейс

Рынок маркетинговых и рекламных агентств вступил в фазу, когда искусственный интеллект перестал быть «фишкой» для презентаций. Согласно глобальному опросу McKinsey 2025 года, 88% компаний в мире уже используют AI хотя бы в одной бизнес-функции. Годом ранее было около 78%. Сегодня темпы ускорились драматически. Если говорить о российской индустрии, то картина еще красноречивее: 51% маркетинговых команд применяют генеративный AI, а 87% маркетологов уже пробовали AI-инструменты. 

О трендах и о том, как совершить переход на AI-рельсы, рассказала Марина Сурыгина, руководитель отдела управления и развития продуктов СберМаркетинг.

Тренды: почему компании стремятся стать AI-native

Прежде чем переходить к архитектуре и конкретным шагам, важно понять: AI-трансформация — не дань моде. Пять глобальных тенденций заставляют агентства менять операционную модель вне зависимости от их желания. Игнорировать их — значит добровольно уступать рынок тем, кто уже перестроился. 

Тренд 1: генеративный AI становится массовым рабочим инструментом. ChatGPT, Claude, Midjourney, Runway, Adobe Firefly, Perplexity, Copilot, Gemini изменили ожидания от скорости работы: то, что занимало часы или дни, теперь можно сделать за минуты. По оценке PwC, AI может добавить до 15,7 трлн долларов к мировой экономике к 2030 году за счет роста производительности и новых потребительских сценариев.

Тренд 2: маркетинг становится более персонализированным — AI позволяет переходить от массовых коммуникаций к разным сообщениям для разных сегментов, динамическому креативу, индивидуальным рекомендациям и предиктивной аналитике.

Тренд 3: растёт роль данных и автоматизации. AI-native компания выстраивает процессы вокруг клиентских, поведенческих, рекламных данных, CRM, CDP, веб-аналитики. AI помогает находить закономерности, прогнозировать эффективность кампаний, автоматически сегментировать аудитории, оптимизировать медиазакупку, выявлять слабые места в воронке и создавать отчеты с рекомендациями.

Тренд 4: креатив становится экспериментально-итерационным. Раньше агентство предлагало 3–5 концепций. Сейчас AI позволяет быстро подготовить десятки гипотез, протестировать их на малых бюджетах и развивать лучшие. Роль креативной команды меняется от «создания одного большого решения» к управлению системой быстрых экспериментов.

Тренд 5: возникают AI-агенты, навыки для нейросетей и автоматизированные рабочие процессы — следующий этап после появления и интеграции отдельных инструментов создание единого AI-пайплайна для решения цепочки задач: получить бриф, собрать и согласовать медиаплан, запустить кампании, собрать данные, проанализировать, подготовить выводы, создать отчет, сформировать письмо клиенту. 

Однако, если говорить о темпе внедрения технологий в процессы, то он неоднороден. Что на практике означает переход от хаотичного использования нейросетей к системной AI-native архитектуре? Разберем на примере СберМаркетинга, где трансформация в активной фазе — и уже приносит измеримые результаты. 

Операционная анатомия AI-native архитектуры и механика трансформации на примере СберМаркетинга

Начнем с терминологической рамки, без которой невозможно понять, на каком этапе находится компания. Важно понимать, что термины AI-powered, AI-driven и AI-native, которые часто используют как синонимы, имеют принципиальные отличия. В нашей практике мы проводим чёткую границу:

AI-powered — компания использует AI-инструменты для ускорения отдельных задач: копирайтер пишет черновики в ГигаЧат, дизайнер генерирует мудборды в Midjourney, стратег использует Perplexity для ресерча, аккаунт-менеджер делает саммари встреч. AI помогает сотрудникам, но не меняет бизнес-модель.

AI-driven — AI влияет на принятие решений и встроен в ключевые процессы. Креативные гипотезы формируются на основе данных, медиапланы оптимизируются алгоритмами, отчеты автоматически собираются из рекламных кабинетов, клиентские сегменты строятся с помощью ML-моделей, AI прогнозирует результат кампаний. Сотрудники работают по единым AI-регламентам. AI становится частью операционной системы.

AI-native — организация, в которой искусственный интеллект является частью базовой архитектуры бизнеса: стратегии, продуктов, процессов, культуры, данных, управления и клиентского опыта. Это не «мы купили доступ к нейросетям для сотрудников», а «мы перестроили бизнес так, чтобы AI системно повышал скорость, качество, масштабируемость и маржинальность».

На момент старта трансформации СберМаркетинг находился между AI-powered и AI-driven: инструменты использовались, но хаотично, без единой инфраструктуры и ролевой модели. Мы поставили цель выйти на AI-native уровень. Для этого потребовалось не просто закупить подписки, а перестроить архитектуру и процессы.

Что мы сделали:

1. Построили внутреннюю инфраструктуру, в которую входят как нейросети, развернутые внутри, так и возможность обратиться к мощным моделям в интернете по API. Обратиться к нейросетям можно прямо из привычных интерфейсов, например, задачи в Bitrix24. Запросы уходят в backend, который понимает, какую нейросеть задействовать.
2. Обезопасили работу с ИИ. Для чувствительных данных — внутренняя нейросеть без выхода в интернет. Для нечувствительной информации — API внешних моделей, но с фильтрацией запросов.
3. Ускорились несмотря на ограничения. Мы прекрасно понимаем, что никто не будет ждать полгода, пока мы будем разрабатывать систему автоматизации, которая устареет к своему выпуску. С другой стороны, рынок ИИ сейчас развивается семимильными шагами, появились оркестраторы AI-агентов типа OpenClaw, NanoClaw и пр., которые позволяют быстро создавать агентов под любые нужды. Но поскольку большинство задач рекламного агентства должны работать с чувствительной информацией, использовать эти системы и интерфейс Telegram у нас нет никакой возможности. Поэтому мы добавили в инфраструктуру MCP-сервер и создаем на нем новые навыки внутренних нейросетей, не боясь утечки информации.
4. Обучили внутреннюю нейросеть, используя базу знаний СберМаркетинга: шаблоны, правила, внутренние документы и данные.
5. Изучили и описали все внутренние процессы, определили точки приложения ИИ в них.
6. Построили цепочки процессов, которые следуют одной большой цели — запуск рекламной кампании одной кнопкой — от брифа до отчетности и закрывающих документов. Это очень разветвленные цепочки, потому что задействуют большое количество подразделений.
7. Перетрясли все данные, которые у нас есть — от данных РК до финансовых и HR-данных, поняли, где у нас возможны ошибки и несоответствия, начали отслеживать качество и консистентность данных в разных системах. Настроили потоки данных между внутренними системами и внешними поставщиками.
8. Приступили к разработке систем, агентов и навыков, связанных между собой одной общей целью. Мы начали прорабатывать самые трудозатратные для наших сотрудников процессы-кубики общего пайплайна, из которых потом будем собирать общую цепочку.

Что уже автоматизировано и даёт измеримую экономию в человеко-часах:

Работа с рекламными кампаниями

В системе МАРК «агент-брифовальщик» на основе данных эконометрики, атрибуции и другой внутренней информации формирует полный бриф. Мы проверяем его, ставим задачи на медиапланирование, верифицируем готовый медиаплан и возвращаем в МАРК. После согласования с клиентом МАРК даёт сигнал на запуск. Данные по Digital, ТВ и OOH поступают в аналитическую систему «Платина», мы их анализируем и передаём «агенту отчётности» в МАРК. Так реализуется базовая рекламная цепочка, которая в дальнейшем будет обрастать новыми системами и агентами.

Юридические процессы

Задачи ставятся в Bitrix24. AI-агент подбирает исполнителя — по загруженности, сложности и прочим параметрам. Другие агенты проверяют полномочия контрагента, находят расхождения в документах по запросу юриста. Вместе с автоматической проверкой креативов на соответствие закону «О рекламе» это экономит юристам более 470 часов в месяц.

Процесс закупок

Самый сложный этап — написание технического задания, поэтому автоматизацию начали с него. ИИ в диалоговом режиме собирает данные, подключает нужные регламенты и выдаёт готовое техзадание, а также предлагает шаблоны сопутствующих документов. При закупке агент проверяет пакет документов на полноту и корректность условий. Все агенты работают через единый смарт-процесс в Bitrix24. Автоматизация позволяет экономить до 170 часов закупщиков в месяц и до 7 часов инициатора на каждую закупку.

Отчётность

Отчётность перед клиентом — довольно разветвлённый процесс, однако мы стремимся сделать его максимально бесшовным с помощью технологий, которым делегируем: автоматическую постановку задач на закрытие, ИИ-сверку документов с поставщиками и клиентами, автоформирование постбаингового анализа и презентаций со скриншотами и фотоотчётами, автоматическое выявление аномалий в данных. Это самая трудоёмкая задача из текущих в работе, но она позволит сэкономить в совокупности до 2000 часов в месяц сотрудников разных подразделений и увеличить скорость финансового закрытия в 1,5 раза.

Работа с креативами

Здесь также помогают агенты. Тексты создаются сразу с учётом требований рекламных площадок, остальные креативы проверяются на соответствие техническим требованиям площадок и Федеральному закону «О рекламе». Ещё один сервис осуществляет поиск заимствованных слов в текстах и предлагает замену по словарям. Всё это даёт экономию более 300 часов копирайтеров в месяц.

HR и база знаний

Для HR-задач в СберМаркетинге работает чат-бот, который позволяет быстро получить любую информацию из огромной внутренней базы знаний — это экономит в среднем до 25 минут на каждый поиск. Кроме того, агенты помогают готовить тексты вакансий, искать и разбирать резюме, формировать индивидуальные планы развития. Это позволяет HR-сотрудникам высвобождать более 40 часов в месяц для других задач.

В перспективе все эти процессы будут собраны в общее дерево автоматизированных процессов — сквозной AI-пайплайн, который позволит достичь главной цели: максимальной автономности ведения рекламной кампании, когда агенты общаются с агентами.

Параллельно мы развиваем корпоративную ИИ-культуру: поощряем инициативу сотрудников по внедрению ИИ во внутренние процессы, создали ИИ-сообщество для обмена кейсами, выпускаем дайджест новостей, обучаем промптингу и вайб-кодингу. 

Чек-лист: как компании стать AI-native

На основе нашего опыта и лучших мировых практик мы сформулировали пошаговое руководство.

Шаг 1. Проведите аудит всех процессов компании.

Поймите, где можно оптимизировать и автоматизировать рутину. Составьте непрерывные цепочки процессов по всем функциям компании. Определите точки приложения ИИ и необходимые навыки. Не пытайтесь автоматизировать всё — выберите те задачи, где AI даст максимальный бизнес-эффект: повторяющиеся, ресурсоёмкие, с чёткими правилами.

Шаг 2. Проанализируйте источники данных, повысьте качество данных.

Данные — топливо для AI. Если они разрознены, устарели, не структурированы, никакой AI не поможет.

Шаг 3. Подготовьте архитектуру потоков данных.

В этом помогут ответы на вопросы: как данные движутся между системами? Кто и когда их обновляет? Где возникают разрывы?

Шаг 4. Сделайте защищённую инфраструктуру для работы с чувствительными данными.

Это может быть внутренняя нейросеть без доступа в интернет, фильтры запросов для внешних API, политика безопасности и разграничение доступа.

Шаг 5. Обучите нейросети необходимым знаниям.

Загрузите базу знаний, шаблоны, брендбуки, tone of voice клиентов, исторические данные по кампаниям, лучшие практики, свяжите их со своими базами данных.

Шаг 6. Разработайте навыки и агентов, свяжите их в непрерывную цепочку.

AI-агент, который умеет только писать тексты, — это инструмент. AI-агент, который получает бриф, собирает данные, генерирует гипотезы, формирует отчёт и ставит задачи команде, — это часть команды.

Шаг 7. Сделайте или выделите внешний интерфейс (или интерфейсы) как внутри компании, так и вне её — для клиентов и поставщиков.

Например, портал для клиента, витрина навыков внутри Bitrix24, чат-бот в выбранном интерфейсе. В этой точке входа будет запускаться вся цепочка работы с AI: от брифа до финальной отчётности. Без единого интерфейса AI-агенты останутся разрозненными надстройками, а не системой.

И последнее, но далеко не единственное, что важно помнить руководителю: AI-native трансформация — это не IT-проект и не закупка подписок на сервисы. Это изменение операционной модели агентства — не только в технологиях и автоматизации, но и в умах сотрудников.