45% маркетологов отмечают: внедрение искусственного интеллекта действительно подняло качество контента. При этом генеративные инструменты куда заметнее повлияли на "скорость и масштаб" - 88% специалистов говорят, что благодаря ИИ у них вырос объем креативов. Картина получается двойственной: контента стало больше, но ощутимый скачок по уровню увидела лишь почти половина опрошенных.
При этом отношение к технологии в целом крайне позитивное. Девять из десяти маркетологов согласны с тем, что генеративный ИИ стал ключевым инструментом в производстве креативов. Регулярно использует его 72% специалистов, а 87% уверены, что в их компании ИИ применяют эффективно. Но разрыв между "эффективно используем" и "качество сильно выросло" - важный сигнал: одних инструментов недостаточно, чтобы гарантировать сильный результат.
Исследование показало, что многие команды по-прежнему строят брифы преимущественно на базовой демографии: 67% называют ее главным источником данных для постановки задач. А вот поведенческие сигналы и реальные инсайты аудитории системно подключают далеко не все - только 17% маркетологов делают это всегда. В итоге 45% респондентов прямо указывают: главный пробел при работе с ИИ - отсутствие поведенческих данных, без которых модели сложнее "попадать" в мотивацию людей и контекст.
Есть и второй крупный дефицит - не технологии, а правила игры. 40% участников опроса отмечают нехватку качественных бренд-гайдов и понятных инструкций, которые помогали бы ИИ выдавать результат в нужной тональности, с правильными акцентами и без "размывания" фирменного стиля. Когда таких рамок нет, даже сильная модель начинает делать контент "в среднем по больнице".
Сами ограничения ИИ-креативов маркетологи описывают достаточно конкретно. 40% видят чрезмерную опору на шаблонные стили, 36% сталкиваются с непредсказуемостью качества, а 32% - с недостатком оригинальности. Иными словами, проблема часто не в том, что ИИ "не умеет", а в том, что он слишком легко воспроизводит усредненные паттерны - особенно если получает поверхностный бриф.
Авторы отчета подчеркивают: ключ к улучшению лежит не в очередной покупке софта, а в качестве входных данных и в интеграции реальных сигналов аудитории. Это смещает фокус обсуждения с выбора инструментов на развитие инфраструктуры: сбор поведенческих инсайтов, их грамотная упаковка в бриф и регулярное обновление знаний о потребителях. Чем точнее вводные - тем меньше "рандома" в результате и тем больше шансов получить контент, который выглядит живым и убедительным.
Опрос проводился среди 400 маркетологов из Великобритании, США, Австралии и Бразилии. Это специалисты, которые напрямую участвуют в принятии решений о производстве креативов и контента. Дополнительно исследование опиралось на интервью с маркетологами и отраслевыми экспертами, а также на анализ глобальных данных профильных аналитических массивов.
Отдельного внимания заслуживает разница между ростом объема и ростом качества. ИИ отлично ускоряет генерацию вариантов: можно быстро наделать десятки заголовков, визуальных концепций или сценариев, протестировать несколько гипотез и масштабировать удачные находки. Но если команда не перестраивает процесс - не задает четкие критерии качества, не выстраивает контроль, не улучшает брифование - то "количество" начинает давить на редактуру, а итоговый уровень материалов не поднимается так же резко.
Чтобы ИИ действительно повышал качество, многие компании вводят двухконтурную систему: сначала машина предлагает варианты, затем человек редактирует, проверяет соответствие бренду и усиливает смысл. В таких цепочках ИИ играет роль ускорителя и черновика, а не финального автора. Это особенно важно для задач, где ценится оригинальность и тонкие смысловые нюансы: имиджевые кампании, слоганы, сложные продуктовые истории.
Еще один практический вывод - необходимость "умного брифа". Для качественного результата модели недостаточно указать возраст и пол аудитории. Работают детали: какие триггеры влияют на выбор, какие возражения мешают покупке, что люди обсуждают и как формулируют проблему своими словами, на каких этапах воронки возникают сомнения. Без этого ИИ чаще выдает общие, безопасные формулировки, которые выглядят правильно, но не цепляют.
Не менее важно заранее определить, где именно ИИ приносит наибольшую пользу. Обычно это: адаптация креативов под форматы и площадки, локализация, подготовка вариантов под разные сегменты, генерация черновиков, идеи для A/B-тестов. А вот в "последнем метре" - когда нужно безошибочно выдержать tone of voice, юридически корректно сформулировать обещания, не нарушить бренд-ограничения - роль человека остается решающей.
При этом отношение аудитории к ИИ-креативам может быть неоднозначным. Ранее сообщалось, что использование ИИ в рекламе отпугивает почти половину российских покупателей. Для многих такой контент воспринимается как негативный фактор: почти две трети респондентов (60,3%) оценили ИИ-креативы исключительно отрицательно. Однако реакция не всегда означает немедленный отказ: около 28,9% готовы решительно отказаться от покупки, а еще 17,1% допускают, что дадут бренду шанс - но скорее будут искать альтернативу с более "традиционной" рекламой.
Отсюда вытекает еще одна задача для маркетинга: не только генерировать быстрее, но и повышать доверие. В некоторых категориях важно избегать ощущения "безликой штамповки", уделять больше внимания человеческому тону, реальным кейсам, прозрачности продуктовых обещаний и качеству визуала. ИИ может помогать, но доверие по-прежнему зарабатывают смысл, доказательность и аккуратная работа с ожиданиями аудитории.
В итоге исследование фиксирует зрелый этап внедрения технологии: ИИ уже стал базовым инструментом для большинства команд, но дальнейший рост качества упирается в данные, бренд-стандарты и процесс. Чем быстрее компании перестанут ждать "магии от модели" и начнут инвестировать в поведенческие инсайты, грамотное брифование и редакторский контроль, тем чаще цифра "45%" будет превращаться в большинство.
