Заменит ли AI маркетолога: семь задач, которые остаются человеку и определяют чек

Вопрос «заменит ли AI маркетолога» поставлен слишком широко. Заменяются отдельные операции внутри профессии — те, где есть входные данные, понятный алгоритм и проверяемый результат. Остаются задачи, где нужно решить, какие данные вообще собирать, кому верить при расхождении источников и кто отвечает, если решение окажется ошибочным. Расслоение рынка по доходам идёт именно по этой линии, и оно уже заметно.

Меня зовут Виктория Росинская, я сооснователь международного маркетингового агентства ELPODIUM с офисами в Вильнюсе и Екатеринбурге. Семь лет, 550+ стратегий в 17 странах. Нейросети встроены в наши процессы с 2024 года. Ниже — где проходит граница и что это меняет для найма, обучения и ценообразования в отрасли.

Что автоматизация уже забрала

Начну с честного перечня, потому что разговор о незаменимости обычно начинают с отрицания очевидного.

Первичная обработка массивов. Двенадцать расшифровок глубинных интервью по три-пять тысяч слов раньше разбирали два рабочих дня. Сейчас около сорока минут.

Сбор данных о конкурентах. Разбор сорока компаний за вечер вместо недели.

Генерация вариантов. Тридцать заголовков, пять версий оффера, двадцать гипотез — то, на что уходил рабочий день.

Структурирование и оформление. Документ на пятнадцать страниц с разделами и таблицами собирается за минуты.

В нашей практике аналитическая часть проекта сократилась примерно с тридцати часов до четырёх. И это была значительная доля того, за что клиенты платили.

По данным CMO Survey (Duke University и Deloitte, 2026), доля маркетинговых активностей с использованием AI выросла за два года с 13,1% до 24,2%. Процесс идёт быстро и не замедляется.

Семь задач, которые остаются человеку

Постановка задачи. Нейросеть отвечает на заданный вопрос. Она не укажет, что вопрос поставлен неправильно. Запрос «составь контент-план для салона красоты» даст тридцать тем, и все будут бессмысленны, если настоящая проблема бизнеса звучала иначе: клиенты не возвращаются после первого визита.

Выбор между противоречащими источниками. Отзывы говорят одно, отдел продаж другое, статистика рынка третье. Модель усреднит или возьмёт то, что встречается чаще. Человек идёт разбираться, почему данные разошлись, и в расхождении обычно и находится ответ.

Оценка достоверности. Нейросеть одинаково уверенно выдаёт проверенный факт и выдумку. По данным Stanford HAI, полностью исключить фактические ошибки в языковых моделях на текущем уровне технологии невозможно. Это свойство архитектуры, а не дефект отдельной модели.

Получение данных, которых нет в открытом доступе. Стоимость привлечения клиента, маржа, причины оттока к конкуренту. Этого нет в интернете. Это есть у клиента и у его покупателей, и собирается только разговором — с умением отличить социально одобряемый ответ от настоящего возражения.

Решение, которое противоречит данным. Иногда расчёт говорит одно, а делать нужно другое: рынок меняется, у клиента есть обстоятельства за рамками модели, слабая на вид гипотеза заслуживает теста. Модель оптимизирует внутри заданных условий. Менять сами условия — работа человека.

Защита решения перед тем, кто платит. Расчёт мало собрать. Его нужно объяснить собственнику, ответить на вопросы, которых не ждал, и выдержать давление при требовании гарантий. Это происходит в разговоре, где нет времени свериться с источником.

Ответственность. Самая неудобная позиция в списке. За решение, принятое по рекомендации нейросети, отвечает человек, который его принял. Клиенту нельзя объяснить ушедший в минус бюджет советом модели.

Почему именно эти задачи определяют цену

Всё, что автоматизируется, обесценивается — и быстро.

Документ на пятнадцать страниц собирается за две минуты, значит, цена документа стремится к нулю. Тридцать заголовков генерируются по запросу, значит, копирайтинг как отдельная услуга дешевеет.

Клиенты это видят раньше подрядчиков. Собственник, который сам открыл ChatGPT и получил структурированную стратегию, приходит на встречу с вопросом «зачем платить вам». Вопрос честный, и отвечать на него раздражением бесполезно.

Ценным остаётся то, что модель воспроизвести не может: данные вне открытого доступа, решения в условиях противоречий и готовность за них отвечать.

Отсюда расслоение. Специалист, продававший объём работ, теряет предмет продажи. Специалист, продававший решения, сохраняет его целиком — автоматизация ускорила его работу и оставила ценность на месте.

Где отрасль промахивается

Автоматизирует ту часть, которую клиент теперь делает сам.

По данным SimilarWeb (2025), нейросети для стратегических задач применяют лишь 15–20% маркетинговых команд. Остальные используют их для текстов, картинок и оформления.

Из наших интервью с маркетологами формулировка повторяется почти дословно: «AI использую только как копирайтер. Пишу тексты, всё другое не доверяю».

Недоверие обоснованное, модель действительно ошибается. Но вывод из него делается неверный. Рабочая позиция — проверять: использовать там, где скорость решает, и перепроверять там, где ошибка стоит денег.

Получается парадокс. Большинство ускоряет производство того, что обесценивается, и продолжает вручную делать то, что определяет доход.

Что это меняет в найме

Практическое следствие для руководителей, и оно уже проявляется на собеседованиях.

Раньше специалиста оценивали по объёму того, что он умеет делать руками: настроить кабинет, написать тексты, собрать отчёт. Сейчас этот набор воспроизводится инструментами, и как критерий отбора он почти обнулился.

Становится важнее другое: умеет ли человек формулировать задачу, задаёт ли вопросы к данным, проверяет ли выданное и готов ли назвать цифру, за которую придётся отвечать.

Проверяется это не вопросами про инструменты. Дайте кандидату проект с противоречивыми данными и посмотрите, что он сделает: усреднит, выберет удобное или пойдёт разбираться в причину расхождения.

То же касается обучения внутри команды. Учить промптам почти бесполезно — они устаревают с каждой версией модели. Учить методологии, где нейросеть остаётся одним из инструментов на каждом этапе, работает дольше.

Что это меняет в отношениях с клиентом

Третий эффект, о котором говорят реже.

По отчёту 6Sense (Buyer Experience Report, 2025), 94% групп закупки определяют предпочтительного поставщика ещё до первого контакта с ним. Клиент приходит на встречу подготовленным — иногда с собственной стратегией из нейросети.

Это меняет сценарий продажи. Доказывать ценность стратегии как таковой уже не нужно: человек попробовал и увидел полуфабрикат. Нужно показать разницу между текстом и системой — обычно для этого хватает трёх вопросов, на которые документ не отвечает. Сколько стоит привести одного клиента. Почему покупатели уходят к конкуренту. Сколько денег лежит в тех, кто купил один раз и не вернулся.

Скрывать использование нейросетей при этом бессмысленно и вредно. Понимание того, что инструмент ускоряет исследование и оставляет его на месте, работает в пользу подрядчика.

Что из этого следует

Мне кажется, формулировка «заменит или не заменит» мешает отрасли увидеть то, что уже произошло.

Замена идёт не на уровне профессий, а на уровне операций. Граница проходит внутри работы каждого специалиста: часть его задач воспроизводима за две минуты, часть нет.

Вопрос, который стоит задать себе каждому, звучит иначе. Не «заменит ли меня AI», а «какая доля моей работы состоит из операций, которые модель повторит за две минуты».

Если большая — тревога обоснованная, и причина здесь глубже нейросетей: за такую работу и раньше платили по нижней границе рынка. Если меньшая — автоматизация работает на вас, забирая рутину и оставляя то, за что платят.

Интересно, как это выглядит с вашей стороны. Какие задачи вы отдали нейросетям, а какие не отдадите ни при каких условиях? И изменились ли у вас требования к специалистам при найме за последний год?

Виктория Росинская, сооснователь международного маркетингового агентства ELPODIUM. Офисы в Вильнюсе и Екатеринбурге, проекты в 17 странах. MBA, семь лет в маркетинге, 550+ стратегий.