Кейс «Финуслуг»: как ИИ меняет экономику маркетинга и подход к креативу
О том, как с помощью искусственного интеллекта сократить сроки и стоимость продакшна и как подход к работе с рекламным креативом, — в кейсе
Задача
За последние полгода маркетплейс для денег «Финуслуги», который был запущен Московской биржей, выпустил две рекламные кампании, созданные с помощью ИИ. Основной задачей было проверить, насколько технология позволяет ускорить и удешевить производство рекламного контента без потери качества креативных решений.
Контекст
Раньше количество идей, которые команда могла проверить, напрямую зависело от стоимости их реализации. Новый вариант означал дополнительные расходы на съемочную группу, актеров, локации и постпродакшен, поэтому чаще всего до производства доходила одна выбранная концепция.
С генеративным ИИ этот этап стал менее затратным по времени и ресурсам. Команда может быстрее собрать несколько вариантов, сравнить их и при необходимости изменить решение. Искусственный интеллект использовали для создания финальных материалов, а также при поиске визуальных решений, изучении трендов и культурных контекстов, тестировании гипотез и адаптации контента под разные форматы.
Меняется сам процесс работы с креативом. Все компании стремятся ускорить производство контента, а значит, объем рекламы на всем рынке растет. Об этом косвенно говорит динамика расходов: по данным IAB, расходы американских рекламодателей на creator economy в 2025 году должны были достичь $37 млрд, увеличившись на 26% за год.
Чем больше рекламы появляется, тем острее конкуренция за внимание. Поэтому высвободившееся благодаря ИИ время важно направлять на поиск сильной идеи и ее соответствие контексту. Исследование Dentsu связывает внимание с запоминаемостью бренда: среди смотревших рекламу менее секунды бренд вспомнил 21% участников, а среди смотревших ее больше 10 секунд — 41%.
Реализация
Обе кампании прошли примерно одинаковый путь: около недели занял поиск и формулирование идеи, еще около недели — производство. При традиционном подходе сопоставимый продакшен мог бы занять 2–4 месяца и стоить около 30 млн рублей. Однако использование генеративного ИИ позволило сократить бюджет в десятки раз.
Первая кампания
В основе первой кампании лежала идея «деньги работают, пока вы отдыхаете». Отправной точкой стала финансовая тревога и желание сохранить ощущение контроля над будущим.
Героиня ролика спит, пока вокруг происходит бытовой хаос. Коммуникацию дополняет тихая звуковая подача — вместо привычной для рекламы громкости используется шепот.
Эффективность проверили с помощью «Яндекс Взгляда»: независимые зрители оценили пять роликов по семибалльной шкале. По итогам видео получило максимальный сводный балл и опередило рыночные бенчмарки практически по всем метрикам, особенно по категориям «Видеоряд», «Герои» и «Полезность информации».
Вторая кампания
Вторая кампания строилась вокруг усталости от необходимости постоянно все контролировать и принимать решения.
В сюжете показали мир, где повседневные действия происходят самостоятельно. Продукт появляется как ответ на уже знакомую человеку потребность, а не как отправная точка истории.
Вторая кампания подтвердила воспроизводимость подхода: около недели на идею, около недели на производство и сотни тысяч рублей бюджета.
Что изменилось
Две кампании показали сопоставимые сроки и экономику: около двух недель на проект и сотни тысяч рублей вместо потенциальных 30 млн руб. при традиционном продакшене.
При этом ИИ использовали не только на этапе производства. С его помощью команда собирала визуальные варианты, изучала тренды и культурные нарративы, тестировала гипотезы и адаптировала материалы под разные форматы.
Важно, что работа с идеей и инсайтами осталась за командой. Искусственный интеллект не определял, какие потребности аудитории положить в основу коммуникации. В этих проектах технология позволила сократить путь от сформулированной идеи до ее визуализации и готового материала.
Саша Ермоленко, руководитель направления по клиентскому опыту AI-продуктов на Московской бирже:
«ИИ не придумал ни тревогу вокруг денег, ни усталость от постоянного контроля. Он не определил, что чувствует наша аудитория. Но искусственный интеллект помог быстрее собрать тренды, шире исследовать культурные нарративы и визуальный язык аудитории, собрать тесты, в разы быстрее перейти от замысла к производству, а после и адаптировать материал под множество разных форматов.
Поэтому практический вопрос сегодня звучит не "заменит ли ИИ человека", а "как ИИ и человек могут создать наибольшую ценность"».
Риск однообразия
У оптимизации есть обратная сторона. Метаанализ 28 исследований с участием 8,2 тыс. человек показал, что генеративный ИИ помогает повысить эффективность творческой работы, но может снижать разнообразие идей.
Для рынка это создает риск появления большого количества похожего контента. Поэтому по мере удешевления производства возрастает значение человеческого инсайта, культурного контекста и собственной идеи.
Саша Ермоленко, руководитель направления по клиентскому опыту AI-продуктов на Московской бирже:
«Технически качественного, но однообразного контента становится все больше. Eсли разные команды используют одинаковые модели, похожие запросы и ориентируются на одинаковые референсы, результат неизбежно превратится в нейрослоп».
Результаты
- Около двух недель — разработка и производство каждой кампании.
- Сотни тысяч рублей — бюджет.
- Десятки миллионов рублей — потенциальная стоимость традиционного продакшена.
- 2–4 месяца — потенциальный срок традиционного производства.
Как отметила Юлия Майорова, директор по маркетингу Финуслуг, главное изменение состоит не в том, что ИИ научился делать рекламу, а в том, что у маркетинга становится все меньше причин месяцами обсуждать идею, которую можно собрать, показать аудитории и проверить гипотезу за несколько дней.
