Статья · 14 августа 2026 · Дарья Ши

Можно ли заменить
маркетинговую команду
на ИИ-агента

Нет. И дело не в том, что модели пока слабые — они сильные. Дело в том, что ИИ заменяет исполнение, а не суждение. Он отлично делает то, что вы ему поручили, и совершенно не умеет решать, что именно нужно поручить. В маркетинге вторая часть и есть работа.

Что ИИ в маркетинге делает действительно хорошо

Список честный и он длинный. Всё, где есть заданный вход и проверяемый выход, ИИ делает быстрее человека и часто аккуратнее:

• Черновики текстов. Двадцать вариантов заголовка за минуту вместо часа. Дальше выбирает человек.
• Адаптация под каналы. Одно сообщение — в письмо, в пост, на лендинг, в скрипт продаж. Механическая работа, которая раньше съедала дни.
• Разбор массивов. Тысяча отзывов, полгода переписок в поддержке, расшифровки интервью — ИИ находит повторяющиеся темы за минуты. Это едва ли не лучшее его применение в маркетинге.
• Черновая аналитика. Свести таблицы, посчитать динамику, найти выбросы, построить график.
• Генерация гипотез. «Дай тридцать идей для теста» — из них двадцать восемь мусор, но две вы бы не придумали.
• Перевод и локализация. Быстро и на уровне, которого раньше не было.

Каждый пункт начинается с человека, который знает, какой вопрос задать, и заканчивается человеком, который проверяет ответ. Уберите любую из этих двух рамок — и остаётся генератор правдоподобного текста.

Почему ИИ не пишет стратегию

Здесь важно не спорить о качестве моделей. Причины не в том, что модель недостаточно умна — они устроены так, что следующая версия их не отменит.

У модели нет ваших цифр

Она не знает вашу маржинальность по позициям, стоимость привлечения по каналам, долю повторных покупок и то, что тридцать процентов выручки приносят четыре клиента. Когда этих данных нет, модель не отказывается отвечать — она подставляет отраслевые средние. В документе это выглядит как аналитика, а на деле является статистикой чужого бизнеса.

Модель выдаёт медиану рынка

Языковая модель обучена на публичных текстах и по своему устройству выдаёт наиболее вероятный ответ. Наиболее вероятный ответ — это то, что делают все. Но стратегия по определению есть обоснованное отличие от того, что делают все. Медиана рынка не может быть конкурентным преимуществом: если ответ доступен любому за тридцать секунд, у вашего конкурента он уже есть.

Уверенность не равна правоте

Это главная ловушка. Языковая модель формулирует выдуманную цифру ровно с той же интонацией, что и проверенную. У человека неуверенность видна — он оговаривается, уточняет, ссылается. У модели нет этого сигнала. Поэтому ошибку в документе от ИИ находит только тот, кто уже знает правильный ответ.

ИИ не отвечает за результат

Стратегия — это не только набор действий, но и распределение ответственности: кто-то сказал «делаем так» и отвечает, если не сработало. ИИ не может занять эту позицию. Формально ответственность остаётся на владельце бизнеса, но фактически он её ни на кого не переложил, а лишь получил документ, за который никто не отвечает.

Как это выглядит на практике

Собирательный случай — детали из нескольких разборов, где владелец приходил с уже готовой стратегией, написанной в чате.

Интернет-магазин, оборот около двадцати миллионов рублей в год, собственник и четыре человека в команде. Маркетолога нет, и нанимать его дорого. Собственник за вечер выгружает из чата документ на сорок страниц: анализ рынка, портреты аудитории, позиционирование, маркетинг-микс, план на год, KPI по кварталам. Документ выглядит превосходно — лучше, чем половина того, что делают агентства за деньги.

Через четыре месяца по нему отработали. Выручка выросла на восемнадцать процентов. Прибыль ушла в минус.

Разбор занял неделю. Оказалось, что двадцать восемь процентов ассортимента продавались с отрицательной маржой, и именно их активнее всего продвигали — они были самыми популярными, а значит лучше всего конвертировали. Стратегия была логичной внутри себя и ошибочной снаружи: она оптимизировала выручку в бизнесе, которому нужно было чинить маржу.

Важная деталь: ИИ здесь не ошибся. Он честно ответил на заданный вопрос. Вопрос был «напиши маркетинговую стратегию для интернет-магазина» — и он написал маркетинговую стратегию для интернет-магазина. Никто не спросил, стоит ли этому бизнесу заниматься маркетингом прямо сейчас. Это и есть та часть работы, которую нельзя делегировать.

То же самое происходит и с большими компаниями

Считать это проблемой малого бизнеса, у которого нет денег на экспертизу, было бы ошибкой.

В октябре 2025 года Deloitte вернула правительству Австралии часть оплаты по контракту на 440 000 австралийских долларов. Отчёт по системе социальных выплат, подготовленный с использованием генеративного ИИ, содержал ссылки на несуществующие исследования и выдуманную цитату из решения федерального суда. Это одна из крупнейших консалтинговых компаний мира, с процедурами проверки и репутационными рисками, — и проверка всё равно не сработала.

Исследование MIT «State of AI in Business 2025» (150 интервью с руководителями, опрос 350 сотрудников, разбор 300 внедрений) даёт цифру, которая объясняет масштаб: около 95% корпоративных пилотов генеративного ИИ не дали измеримого эффекта на прибыль. При этом более половины бюджетов на ИИ компании направляли именно в продажи и маркетинг, тогда как наибольшая отдача обнаружилась в бэк-офисе — там, где задача формализована и результат проверяем.

Формулировка в отчёте точная: дело не в качестве моделей, а в «разрыве обучения» — в том, что инструмент не встроен в рабочий процесс и никто не проверяет его результат.

Где проходит граница

Левая колонка — это часы работы. Правая — это последствия. ИИ убирает часы, но не убирает последствия, и именно за них платят консультанту или директору по маркетингу.

Как использовать ИИ правильно

1. Давайте ему свои цифры, а не задание думать за вас. «Вот выгрузка продаж за два года, посчитай маржу по категориям и найди позиции с отрицательной» — хорошая задача. «Напиши стратегию» — плохая.
2. Требуйте источник у каждой цифры. Если источник не назван — цифры нет. Это правило снимает большую часть проблемы.
3. Просите не только план, но и отказы. «Что из этого списка не надо делать при марже 11% и почему» — вопрос, который выводит модель из режима перечисления возможностей.
4. Не давайте ИИ последнее слово. Всё, что попадает в решение о деньгах, проверяет человек, который отвечает за результат.
5. Считайте ИИ стажёром, а не подрядчиком. Быстрый, начитанный, работает круглосуточно, врёт с честным лицом и не понимает, чего он не знает. Стажёру не отдают стратегию — ему отдают объём.

Что будет дальше

Модели станут сильнее, и часть правой колонки постепенно перейдёт налево — сначала аналитика, потом сценарии. Но нижняя строка правой колонки не перейдёт никогда, потому что ответственность нельзя делегировать тому, у кого нет интересов.

Практический вывод на ближайшие годы простой. Маркетинговая команда из пяти человек, которые делают руками, действительно сокращается — и это уже происходит. Но она сокращается до одного-двух человек с ИИ, а не до нуля с ИИ. И требования к оставшимся растут: раньше можно было быть хорошим исполнителем, теперь нужно быть тем, кто задаёт вопрос и проверяет ответ.

Экономия здесь настоящая. Просто она не там, где её ищут: не на замене суждения, а на замене рутины вокруг него.