По разным данным, 88% маркетологов уже используют ИИ в повседневной работе, а 92% компаний планируют наращивать инвестиции в него. Но именно здесь обнаруживается разрыв между ажиотажем и реальностью: только 43% компаний, внедривших ИИ, выстроили систему работы с ним, а окупаемость таких решений умеет измерять лишь около половины маркетологов. Означает ли это, что директора по маркетингу, бренд-менеджеры, дизайнеры и копирайтеры скоро станут лишними? В этом вопросе разбирается Алексей Задунайский, руководитель «Центра креатива» в МТС Ads.
ИИ поможет, но не заменит
Маркетинг представляет собой комплексную управленческую работу, которая включает анализ рынка, поиск неочевидных инсайтов, формулирование стратегии и последующее проведение всей команды через эту стратегию. Именно поэтому ИИ помогает специалистам, но не заменяет операционного директора, директора по маркетингу и бренд-отдел. ИИ пока не все может отработать самостоятельно:
- аналитика рынков. ИИ быстро собирает и структурирует данные, но не всегда понимает, какие сигналы действительно важны для категории, а какие лишь убедительно выглядят на поверхности;
- инсайты. Большие идеи редко лежат в столбчатых диаграммах. Они рождаются на стыке наблюдательности, культурного контекста, опыта и умения находить незанятые пространства для масштабирования;
- управление командой. Даже сильная стратегия ничего не стоит, если в нее никто не верит. Задача лидера — добиться вовлеченности и довести план до реализации;
- поиск точек роста. Быстрый рост требует энергии, смелости и способности вдохновить людей на эксперименты, значительная часть которых окажется неудачной.
И это не абстракция. Исследование «Национального бюро экономических исследований» США 2025 года выявило, что качество лидера объясняет более половины вариации результатов команды — как в группах из людей, так и в смешанных командах, состоящих из людей и ИИ-агентов.
Дизайн: где генеративные модели не справляются
Индустрия не скрывает, что при производстве рекламного контента активно применяются нейросетевые инструменты. Однако как только задача переходит от создания отдельного изображения к созданию фирменного дизайна, выясняется, что эту работу по-прежнему приходится оставлять арт-директору.
Генеративные модели хорошо работают на уровне отдельных объектов, но заметно хуже — на уровне системы. Когда в задаче появляются модульная сетка, фирменный градиент, набор графических элементов, правила композиции и масштабирование одного подхода на десятки носителей — Midjourney, Kling, Veo и другие инструменты начинают давать сбои. Они помогают с коротким сюжетом, референсом или трехмерным объектом, но пока не умеют стабильно делать коммуникацию по-настоящему брендовой.
Например, в «Фабрике креативов МТС Ads» большинство контента генерируется в различных моделях, но дизайнеры всегда дорабатывают базовые изображения, чтобы они стали частью брендового макета. В частности, разработка рекламного макета в цифровых каналах для «МТС Телеком» потребовала расстановки дополнительных трехмерных элементов, верстки и соблюдения модульной сетки в рамках дизайн-системы.
Для крупных компаний визуальная согласованность — вопрос не вкуса, а бизнеса. Исследование Lucidpress (State of Brand Consistency Report, 2019, выборка: 200+ организаций) связывает последовательный брендинг с ростом выручки до 33%.
Показательным контрпримером можно считать рождественскую рекламу Coca-Cola 2024-го года. Она вызвала волну критики: аудитория мгновенно считала эффект «зловещей долины» (ощущение неестественности, возникающее при взгляде на почти-но-не-совсем-реалистичные человеческие образы) — и отреагировала отторжением. Бренд получил широкий негативный резонанс, несмотря на то что ролик прошел внутреннее тестирование.
В студии МТС также сравнивали два игровых баннера: первый был создан командой, состоящей из дизайнера и разработчика, второй — ИИ-агентом на основе готовых кадров и описания интерактивной механики. Разница очевидна.
Баннер от ИИ уступал по всем параметрам — и это притом, что кадры были загружены готовыми и корректно отрисованными. В финальной HTML-версии возникли критические проблемы с адаптивностью и механикой управления.
Отдельный вопрос — дизайн-системы. ИИ может предложить референсы, палитру или набор визуальных приемов, но не способен самостоятельно выстроить осмысленную систему, работающую на узнаваемость, запоминаемость и уникальность бренда в конкурентной категории.
Для малого и среднего бизнеса картина другая. Там, где от дизайна требуется прежде всего скорость и низкая стоимость производства, ИИ вполне может заменить дизайнера-фрилансера.
Креатив: когда ИИ достаточно, а когда нет
Большая языковая модель действительно способна предложить идею для рекламного баннера, сценарий ролика, текст поста. Но здесь снова возникает вопрос фирменного голоса бренда и требований к уникальной стилистике.
ИИ-модель не имеет представления о позиционировании вашего бренда. Она не знает, где допустимо сделать острее, а где лучше остаться в зоне безопасности для репутации. Она может отредактировать лонгрид — да. Предложить несколько постов для социальных сетей — конечно. Сгенерировать несколько креативных направлений для мероприятия — легко. Но определить, что действительно сработает на аудиторию, а что лучше никому не показывать, — не сможет.
В задачах, нацеленных на конверсию, ИИ уже дает измеримый результат. Отдельные исследования фиксируют, что ИИ-визуалы показывают кликабельность (CTR) на 19% выше, чем объявления, созданные людьми; в отдельных сравнениях разрыв достигает 50%. Но высокая кликабельность — не то же самое, что брендовый креатив: финальное решение в коммуникациях крупного бренда по-прежнему остается за человеком.
Внутренняя статистика МТС Ads по Telegram Ads за 2025 год показывает следующее: ИИ-креативы без экспертной доработки отрабатывают хуже, чем отредактированные варианты и тексты, написанные копирайтером с нуля. Это было характерно для разных брендов группы команий МТС, с которыми мы работали как B2B, так и B2C. То же — для баннеров и коротких роликов в цифровых каналах. Там, где нужна скорость, низкая стоимость и нет жестких ограничений по фирменному стилю, базовая генерация от ИИ работает не хуже. Иногда — заметно лучше.
Сокращение штата редакторов, менеджеров и копирайтеров, отвечающих за согласованность бренда в публичных коммуникациях, пока не получается.
Более того, даже в роли инструмента для экспертов решения ИИ должны оставаться проверяемыми и подконтрольными. Например, в нашей команде перед использованием генеративного контента действует пять базовых фильтров:
- проверка на смысл. Задача самой нейросети — сделать текст гладким и убедительно звучащим для человека. Но за несколькими абзацами, наполненными правильными словами, нередко не стоит никакой реальной мысли;
- проверка на факты. ИИ по-прежнему галлюцинирует: может придумывать несуществующие события, подставлять фальшивые ссылки и искажать источники. Поэтому каждый факт и каждую ссылку нужно проверять отдельно;
- проверка картинок и обязательная постобработка. Даже удачная генерация часто требует ручной коррекции по цвету, текстурам и пластике изображения. Многие видели сгенерированные портреты, вызывающие эффект зловещей долины: так происходит, когда кожа, глаза и мимика получаются слишком пластиковыми и неестественными. Задача дизайнера — не допустить, чтобы такой визуал ушел в финальное производство;
- проверка видео на артефакты и глитчи. Речь не только о базовых ошибках вроде шести пальцев на руке или некорректного движения глаз. В видео часто встречаются и более узкие дефекты: небрежные ореолы по контуру объектов, ступенчатость границ, межкадровый фликер, смазывание текстур и лишние шлейфы движения. Все это требует внимательной проверки со стороны моушен-дизайнера;
- корректная предварительная работа с ИИ. Для качественного результата модели нужен контекст: предыдущие материалы, статистика, примеры удачных и неудачных решений. Не менее важна и точность самих запросов. Даже простая установка вроде «не выдумывай, не галлюцинируй и не пытайся льстить» помогает заметно повысить чистоту ответов.
Кухонный комбайн без повара
Эту статью можно рассмотреть в почти метамодернистской оптике. Вычитка текста с помощью ИИ? — Да. Поиск кейсов и статистики через ИИ? — Да. Но сама идея публикации придумана ИИ? — Нет. Ключевые блоки написаны на основе экспертизы ИИ, а не собственного опыта автора? — Нет. Была ли у ИИ дискуссия о том, как лучше подать материал? — Тоже нет. Плюс — ручная проверка фактов, ручной сбор внутренней статистики, ручной подбор примеров внутренних кейсов.
Главный вывод таков: прямо сейчас у нас есть кухонный комбайн, но нет повара — с собственным набором уникальных рецептов, развитым вкусом и умением держать под контролем весь персонал. Решать, кто станет этим поваром и сколько комбайнов ставить на кухне, — вам. Но менять всех мастеров коммуникационного контента на пачку токенов точно не стоит. Как, впрочем, и отказываться от полезной современной техники.