Ловушка эффективности: почему бренды теряют доверие, передавая коммуникации ИИ

2026-11-16 11:07:54 Время чтения 7 мин 178

Экономия, которую не замечает потребитель

Агентство Havas провело в семи странах исследование того, как люди оценивают ИИ-решения брендов. Высших оценок достигли только 9% таких решений. Половина респондентов считает, что из-за ИИ бренды начали говорить одинаково, 56% воспринимают такие коммуникации как вводящие в заблуждение, и лишь 29% называют их «человечными».

Авторы исследования назвали это «ловушкой эффективности»: бренд экономит время и бюджет, а потребитель не получает ничего нового. Хуже того, он начинает подозревать, что за коммуникацией никто не стоит.

Российские маркетологи, судя по всему, это чувствуют. По данным Ассоциации директоров по маркетингу и red_mad_robot, генеративный ИИ используют 93% опрошенных директоров по маркетингу, но 55% из них не применяют его в бренд-менеджменте. Производство контента отдают охотно, управление смыслом бренда — нет.

В магистерском исследовании я пытаюсь понять, где проходит эта граница и как сделать её управляемой, а не интуитивной.

Доверие к бренду устроено в два слоя

Если свести вместе исследования доверия из социологии, психологии и маркетинга, получается, что в коммуникациях с участием ИИ доверие двухслойно. 

Первый слой — доверие к бренду как к партнёру. Исследователи Роджер Майер, Джеймс Дэвис и Дэвид Шурман раскладывают доверие на три компонента: компетентность, благожелательность и честность. Доверие к бренду держится прежде всего на двух последних: аудитория должна быть уверена, что бренд действует в её интересах и не обманывает.

Второй слой — доверие к ИИ как к системе. Оно держится на компетентности и надёжности: работает ли система без ошибок.

Слои могут расходиться. Нейросеть способна безупречно ответить на вопрос и при этом подорвать доверие к намерениям бренда, если человек почувствует, что с ним «не захотели разговаривать». Социолог Энтони Гидденс писал, что доверие к большим безличным системам подтверждается в «точках доступа» — там, где человек встречается с живым представителем системы. Для бренда такими точками становятся сотрудники. Неслучайно, по данным Gartner, 60% клиентов боятся, что ИИ затруднит доступ к живому человеку.

Где проходит граница

Чтобы понять, какие функции можно передавать ИИ, я использую концепцию сильных и слабых связей Марка Грановеттера. Слабые связи бренда — широкие информационные контакты: охват, поиск, типовые вопросы, сравнение предложений. Сильные связи — лояльное ядро аудитории, сотрудники, партнёры, амбассадоры.

На слабых связях аудитория готова принимать ИИ: в том же исследовании Havas выше всего оценены функциональные сценарии вроде поддержки, обучения и сравнения продуктов. Ниже всего — ИИ-инфлюенсеры и рекламные сообщения, то есть сценарии, где алгоритм изображает отношения.

ИИ исполняет, человек отвечает

Для агентств и брендовых команд удобно перенести этот подход на привычную матрицу RACI. В ней для каждой задачи определяют, кто её исполняет (R), кто отвечает за результат (A), с кем её согласуют (C) и кого информируют (I).

Если добавить ИИ в эту матрицу, главный принцип становится очевидным: ИИ может быть исполнителем, но никогда не может быть ответственным. На практике это выглядит так:

— адаптация креативов под площадки, варианты текстов для тестов, аналитика: исполняет ИИ, отвечает специалист;— рекламные сообщения, рассылки, контент для соцсетей: исполняет ИИ, специалист редактирует и отвечает, бренд-менеджер согласует;— кризисная коммуникация, ответы на жалобы, коммуникация с лояльным ядром и сотрудниками, позиционирование: исполняет и отвечает человек, ИИ максимум помогает с подготовкой.

Такая матрица снимает спор «можно ли использовать ИИ» и переводит его в вопрос «кто подписывается под результатом».

Скрывать уже не получится

Есть соблазн просто не говорить аудитории, что работает нейросеть. Но полевой эксперимент Сяоэя Луо и соавторов с участием более 6200 клиентов показывает, чем это опасно. Чат-боты, о которых клиентам не сообщали, продавали так же эффективно, как опытные сотрудники. После раскрытия покупки снижались почти на 80%.

К тому же регулирование движется в сторону прозрачности: Регламент ЕС об искусственном интеллекте обязывает сообщать людям о взаимодействии с ИИ-системой и маркировать синтетический контент. Значит, распределение функций нужно строить так, чтобы оно выдерживало раскрытие: ИИ должен работать там, где аудитория готова его принять открыто.

Как измерять последствия

Решение о передаче функции ИИ не разовое. Его стоит проверять данными, и измерять отдельно оба слоя доверия:

— доверие к бренду: например, шкала Элены Дельгадо-Бальестер, которая оценивает надёжность и намерения бренда, а также NPS до и после внедрения ИИ в точку контакта;— доверие к ИИ-исполнителю: насколько аудитория считает его ответы точными и полезными.

Психолог Алла Купрейченко показала, что доверие и недоверие не противоположные полюса одной шкалы, а самостоятельные отношения, которые могут существовать одновременно. Потребитель может доверять бренду и не доверять его чат-боту. Если измерять только общее отношение к бренду, этот разрыв легко пропустить.

ИИ сделал эффективность общедоступной. Отличаться бренды теперь будут тем, где в их коммуникациях остаётся человек и насколько осознанно это решено. Главная ошибка сегодня — не использование ИИ, а передача ему функций, на которых держатся отношения бренда с аудиторией.

Источники: исследование Havas об ИИ-опыте брендов; исследование Ассоциации директоров по маркетингу и red_mad_robot; опрос Gartner о клиентском сервисе; Mayer R., Davis J., Schoorman F., интегративная модель организационного доверия; Giddens A., концепция доверия к абстрактным системам; Granovetter M., концепция сильных и слабых связей; Luo X. et al., полевой эксперимент с чат-ботами; Delgado-Ballester E. et al., шкала доверия к бренду; Купрейченко А. Б., психология доверия и недоверия; Регламент ЕС об искусственном интеллекте.

Автор — Вера Чувашова, магистрантка программы «Цифровой бренд-менеджмент» кафедры социальных коммуникаций Томского государственного университета. Статья подготовлена на основе её магистерского исследования «ИИ-аутсорсинг в бренд-коммуникациях».