Эта цена дешевле кофейного абонемента в нормальной кофейне, и она меняет логику того, кто и как может конкурировать на рынке маркетинговых услуг.
Под "базовым стеком" я имею в виду набор инструментов, которые закрывают 70-80% типовых задач маркетолога без подключения дополнительных подписок.
Универсальная LLM с агентскими возможностями. Это центральный элемент: Claude, ChatGPT или аналог в платной версии. С её помощью маркетолог пишет тексты для всех форматов, разбирает брифы, генерирует креативные концепции, переводит между языками, делает первичный анализ исследований и отчётов. В платной версии эти модели уже работают как агенты: ходят в браузер, читают сайты конкурентов, скачивают документы, формируют сводки. Стоимость в районе 1500-2000 рублей в месяц.
Доступ к мультимодальности. Большинство современных подписок включают работу с картинками, голосом, документами, иногда с видео. Раньше каждый из этих форматов требовал отдельного сервиса, и подписки складывались в 5-10 тысяч в месяц. Сейчас всё в одном API.
Mini-модели для повторяющихся задач. Если маркетолог делает много типовых операций (например, скоринг входящих заявок, классификацию обращений, перевод сотен страниц контента), это закрывается отдельно через API mini-моделей по цене 30% от старшей при качестве 90%.
В сумме базовый комплект стоит около 2000 рублей для индивидуального специалиста, и до 5-7 тысяч на сотрудника в командной подписке.
За последний год в маркетинговой индустрии появился ряд функций, которые без AI делаются настолько медленнее или хуже, что без него на этих задачах нет конкуренции.
Глубокая персонализация в масштабе. Написание индивидуальных касаний для каждого контакта в b2b-лидгене раньше требовало штата SDR-специалистов или шаблонной автоматизации с подстановкой имени. Сейчас AI-агент пишет реально индивидуальное сообщение под каждый контакт с учётом его истории, контекста компании, релевантных триггеров. Конверсия в первый ответ растёт в 2-3 раза при той же стоимости трафика.
Параллельная итерация креатива. Тестирование 15-20 концепций за неделю на этапе, где раньше успевали 2-3. Это меняет структуру креативного процесса: выигрывает не тот, кто сделал лучшую первую версию, а тот, кто прошёл больше итераций и нашёл рабочую связку быстрее конкурентов.
Конкурентная аналитика на регулярной основе. Разбор 50 рекламных кампаний конкурентов за час с выделением паттернов, сравнением со своими, гипотезами для теста. Раньше такой объём работы делался раз в квартал силами аналитика, сейчас закрывается еженедельно одним маркетологом с агентом.
Скоринг и обработка входящих обращений. Ручная сортировка лидов или обращений в поддержку перестала быть конкурентоспособной по скорости и качеству. AI-агент обрабатывает 170 откликов на вакансию за час с системой scoring, или 500 входящих в b2b-чат за день с сегментацией по приоритету. Команды без таких инструментов теряют лиды просто потому, что не успевают вовремя реагировать.
Тут важное "но", без которого картина выглядит слишком радужной. Инструмент в руках человека, который не умеет им пользоваться, остаётся просто инструментом. Подписка не даёт суперсилу автоматически, она даёт возможность её приобрести, если специалист готов ежедневно вкладываться в навык применения.
И это, мне кажется, главный фильтр на ближайшие 1-2 года в индустрии. Не "у кого есть AI", потому что подписка стоит копейки и есть у всех. А "кто реально вложился в навык применения" — кто разобрался, как формулировать задачи, как проверять результат, как выстроить рабочий день вокруг AI-инструментов.
Через пару лет, я думаю, разница между маркетологами, которые прошли этот фильтр, и теми, кто остался на уровне "попробовал ChatGPT пару раз", будет видна по конкретным метрикам. Один специалист будет закрывать объём работы за неделю, на который у другого уходит месяц. И инвестировано в это будет та же подписка за 2000 рублей плюс несколько месяцев настойчивого ежедневного использования.
Из этой картины несколько практических выводов для руководителя маркетинга или владельца агентства.
Расходы на инструменты перестают быть конкурентным фактором. Раньше "у нас лучший стек инструментов" было аргументом в питче. Сейчас этот аргумент уравнялся: за 2000 рублей в месяц у каждого специалиста доступ к тому же инструментарию, что у конкурентов. Конкуренция сместилась в навык применения.
Расходы на найм должны переоцениваться. Прежде чем нанимать дополнительного человека, имеет смысл задать вопрос: эту функцию реально не закрыть AI-агентом плюс существующим специалистом с правильным уровнем навыков? Часто оказывается, что ответ "можно", и тогда вместо найма стоит инвестировать в перестройку процессов.
Программы переобучения команды становятся обязательными. Если специалисты пользуются AI на уровне "иногда спрашиваю", команда не получает того прироста производительности, который получают конкуренты, и начинает терять контракты или эффективность по сравнению с рынком. Это уже происходит, и темп будет нарастать.
Больше интересного у меня в Telegram-канале.