Нейросеть не скажет «не знаю»: пять мест, где стратегия из ChatGPT ломает экономику

Стратегия, собранная через ChatGPT или Claude, ломается в пяти предсказуемых местах: объём рынка, сегменты аудитории, юнит-экономика, отстройка от конкурентов и голос бренда. Общий механизм один — при отсутствии данных модель достраивает правдоподобный вариант вместо отказа отвечать и округляет в оптимистичную сторону. Самое дорогое из пяти — юнит-экономика: расхождение между обещанным и реальным доходит до десятикратного на одном и том же бюджете.

Меня зовут Виктория Росинская, я сооснователь международного маркетингового агентства ELPODIUM. Юрлица в Литве и России, проекты в 17 странах. Ниже — разбор пяти мест на материале сотен стратегий, которые мы проверяли за последний год, и расчёт того, во что обходится каждая ошибка.

С чего начинается типичная проверка

Клиент приносит документ на 14 страниц. Разделы как по учебнику, таблицы, выводы, оформление приличное.

Спрашиваю, откуда цифра объёма рынка. Ответ: «ChatGPT посчитал».

Открываю указанный источник — такой цифры там нет. Модель собрала её из воздуха и выдала с той же уверенностью, с какой выдаёт проверенные данные. Под эту цифру уже заложен рекламный бюджет.

Ситуация воспроизводится раз за разом. На экране складно и по делу, внутри пустота, которую не отличить от правды, пока не проверишь руками. Платит за разницу бизнес.

Пять мест, где ломаются цифры

Объём рынка. Модель называет величину, которой нет в источниках, или берёт данные по другой стране и другому году. Ошибка здесь завышает всю экономику проекта сразу: от неё считаются и бюджет, и план продаж.

Сегменты аудитории. Вместо покупателей конкретного бизнеса появляются люди из учебника: «женщины 25–45, ценят качество и сервис». Под такое описание нельзя написать ни одного рекламного сообщения, которое попадёт в конкретного человека.

Юнит-экономика. Самое дорогое место. Стоимость заявки занижается, конверсия завышается, и обе ошибки работают в одну сторону — в сторону оптимистичного прогноза, который приятно показать заказчику.

Отстройка от конкурентов. «Качество, сервис, индивидуальный подход» — формулировки, которые встречаются у всех игроков ниши. После такой отстройки остаётся конкурировать ценой.

Голос бренда. Усреднённый текст, узнаваемо одинаковый у разных моделей. Контент выходит гладким и не продаёт.

Во что обходится ошибка в юнит-экономике

Разберу на цифрах, потому что без них масштаб не считывается.

Нейросеть обещает: стоимость заявки 300 ₽, конверсия в продажу 20%. На бюджете 400 000 ₽ выходит около 1 300 заявок и примерно 270 продаж.

Реальный рынок, посчитанный по данным рекламных кабинетов и CRM: заявка 1 200 ₽, конверсия 8%. Те же 400 000 ₽ дают 330 заявок и меньше 30 продаж.

Разница в десять раз на одинаковых вложениях.

Собственник узнаёт об этом через два месяца после запуска, когда бюджет потрачен и возвращать нечего. К этому моменту подрядчик уже объяснил первые результаты сезонностью, а заказчик успел принять несколько решений, опираясь на несуществующие числа.

Почему модель ведёт себя именно так

Языковая модель устроена так, чтобы продолжать текст правдоподобно. Правдивость в эту задачу не входит как отдельное требование.

Когда данных нет, модель не отвечает «не знаю». Она достраивает вариант, который выглядит уместно в этом месте текста, и подстраивается под формулировку запроса. Спросите оптимистично — получите оптимистичный прогноз.

По данным Stanford HAI, полностью исключить фактические ошибки в языковых моделях на текущем уровне технологии невозможно: это свойство архитектуры, а не дефект отдельной версии. Значит, вопрос не в выборе модели поудачнее, а в том, кто и как проверяет результат.

Отдельная сложность в том, что ошибка не выглядит ошибкой. Выдуманная цифра объёма рынка стоит в тексте ровно так же, как взятая из отчёта: с тем же оформлением, в том же разделе, с тем же уверенным тоном.

Что это меняет на рынке услуг

Здесь я перехожу к тому, ради чего пишу.

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%. Инструменты освоили и подрядчики, и заказчики.

Следствие первое: исполнение обесценилось. Черновик стратегии, структуру документа, описание каналов и тридцать вариантов заголовка теперь соберёт любой собственник за вечер. Платить за это больше никто не готов.

Следствие второе: поднялась планка доказательств. Раньше на встрече хватало портфолио и уверенного тона. Сейчас заказчик всё чаще просит показать расчёт — он уже видел красивый документ, который ничего не стоил, и научился различать оформление и содержание.

При этом по SimilarWeb (2025) нейросети для стратегических задач применяют лишь 15–20% маркетинговых команд. Остальные используют их для текстов и оформления — ровно для той части работы, которая и обесценилась.

Получается разрыв. Большинство ускоряет производство того, что клиент теперь делает сам, а проверку данных и расчёты продолжает делать вручную или не делает совсем.

Где проходит граница между рабочей стратегией и документом

Три вещи, которые отличают одно от другого.

Данные клиента, а не данные из интернета. Объём рынка по конкретной географии, интервью с реальными покупателями, выгрузки из рекламных кабинетов и CRM. Это то, чего у модели нет и не может быть.

Подбор инструмента под задачу. Разные модели по-разному справляются с обработкой расшифровок, аналитикой и текстами. Связка под каждый этап работает точнее, чем одна модель на всё.

Проверка каждого числа человеком. Самая скучная часть и единственная, которую нельзя делегировать. Любая цифра в стратегии должна иметь источник, который можно открыть.

Что из этого следует для отрасли

Мне кажется, рынок сейчас проходит ту же развилку, что проходил с появлением конструкторов сайтов.

Часть подрядчиков тогда продолжила продавать вёрстку и проиграла по цене. Часть переключилась на то, что конструктор не делает: аналитику, структуру, конверсию. Вторая группа подняла чек.

Сейчас происходит то же с аналитикой. Производство документа стало бесплатным, и продавать его как результат больше не получится. Ценным остаётся умение отличить достоверное число от правдоподобного и готовность отвечать за прогноз, который вы назвали.

Это неудобная позиция: она требует проверять данные, признавать неопределённость и называть цифры, за которые придётся отчитываться. Но рынок перестал платить за то, что нейросеть делает сама.

Интересно, как это выглядит с вашей стороны. Приходили ли к вам клиенты со стратегией из нейросети — и на каком из пяти мест вы чаще всего находили расхождение? И проверяете ли вы цифры в документах, которые приносит заказчик, до того как брать проект в работу?

Виктория Росинская, сооснователь международного маркетингового агентства ELPODIUM. Юрлица в Литве и России, проекты в 17 странах. MBA, семь лет в маркетинге, 550+ стратегий.