ИИ в каждом кабинете: как нейросети меняют AdTech-индустрию
Встроенный интеллект: как рынок внедряет нейросети в рекламные продукты
За последний год искусственный интеллект на российском рекламном рынке окончательно вышел «из песочницы» — теперь это не технология для экспериментов, а рабочий инструмент маркетинговых отделов. ИИ и ML (machine learning — машинное обучение) массово встраиваются в рекламные кабинеты и помогают брендам сегментировать аудиторию, планировать кампании, создавать креативы и анализировать данные. Какие игроки и какие решения предлагают рекламодателям сегодня в индустрии ИИ для рекламных технологий, — разбираемся в материале вместе с экспертами
Нейросети под рукой
Искусственный интеллект становится для маркетолога обязательным инструментом. По данным «МТС AdTech», в 2026 году его собираются использовать 96% специалистов, рост составил 18 п. п. год к году. Каждый второй респондент за последнее время увеличил количество ИИ-решений, которые он применяет в работе. Это показывает, что рынок верит в нейросети и продолжает искать оптимальные рекламные стратегии на базе ИИ. И поиск дает плоды, так как рост результативности ИИ-инструментов отметили 64% опрошенных маркетологов.
Нейросети закрепляются не только на уровне индивидуальных специалистов, но и в рекламных агентствах. В прошлом году в АКАР, АРИР и АЦ РИР выяснили, что 73% российских агентств отметили повышение эффективности бизнеса благодаря ИИ. Треть уже зарабатывает на собственных ИИ-продуктах. Доля дохода от них у 44% агентств составляет 10–30% выручки, еще у 19% — 30% и выше.
В первую очередь игроки монетизируют понятные, прикладные решения, такие как инструменты для генерации контента, системы для аналитики и медиапланирования. Это отражает другую важную тенденцию — желание клиентов платить не за модную технологию, а за результат, будь то повышение конверсий или снижение расходов.
Как ни парадоксально, в агентствах искусственный интеллект одновременно упрощает и усложняет работу сотрудников. Ожидания работодателей сместились в сторону более трудных задач. Также от маркетологов нередко хотят выполнения большего объема работы в те же сроки. И хотя ИИ действительно экономит время — например, за счет более быстрой генерации текстов, изображений и видео — чтобы технологии работали как положено, нужно инвестировать в программное обеспечение и, конечно, обучение специалистов. Пока это делают не все.
На ваш взгляд, в каких сценариях ИИ сегодня действительно повышает эффективность работы маркетологов, а в каких пока не приносит реальной пользы?
«Искусственный интеллект сегодня — это гениальный ассистент, но посредственный стратег.
Где ИИ реально работает — на примере опыта Tanuki Family.
- Видеопроизводство. Генерация видео для Смарт ТВ с помощью ИИ экономит миллионы рублей, которые раньше уходили на продакшен. Но нужно глубокое погружение и часы работы дизайн-команды, чтобы получать качественный результат, а не скучный нейрослоп.
- Аналитика. Загруженность ресторанов, эффективность акций, сезонные продажи, управление ставками и настройками рекламных кампаний — то, на что уходило 5–6 часов, теперь занимает полчаса. Скорость реакции выросла кратно, прогнозирование стало точнее.
- Операционная рутина. Презентации, которые раньше отнимали время без очевидного ROI коэффициент окупаемости инвестиций , теперь собираются в десятки раз быстрее.
Где ИИ пока не помогает, а создает иллюзию работы. Креативные идеи, стратегия, позиционирование и контент. Алгоритмы часто выдают качественные, но усредненные решения — без характера, юмора, уместных мемов и оригинальности. Финальный результат по-прежнему требует участия человека: ИИ только ускоряет процесс, и только при условии, что задача поставлена правильно.
Главный парадокс в том, что ИИ сделал всех быстрее. Планка ожиданий выросла, и теперь выигрывает не тот, у кого больше инструментов, а тот, кто понимает, когда их действительно стоит использовать».
Бывает ли такое, что ИИ, наоборот, тормозит и усложняет работу? Если да, то почему это происходит?
«В нашей практике ИИ не замедляет процессы, а ускоряет и усложняет в хорошем смысле — мы ставим более амбициозные задачи, чем раньше.
С появлением генеративных инструментов разработка креативов вышла на новый уровень. Мы создали креативного копирайтера, который генерирует идеи для кампаний, и синтетических респондентов для быстрой проверки гипотез. Статические баннеры, OLV (короткое рекламное видео) и другие форматы мы также компонуем с помощью ИИ — такой процесс помог многократно увеличить скорость производства и разнообразить варианты. ИИ также помогает в аналитике: автоматическая визуализация и рекомендательные механики ускоряют принятие решений и повышают точность кампаний.
В результате ИИ не добавляет лишней сложности, а расширяет возможности и поднимает требования к качеству, делает процессы более глубокими и эффективными».
Ни шагу без ИИ
В России сейчас не отслеживают точное количество ИИ-релизов в рекламной индустрии, однако в «МТС AdTech» отмечают, что рынок замедляется — в прошлом году появилось «крайне незначительное количество новых игроков и продуктов». Тем не менее речь все равно идет о десятках анонсов. Пик пришелся на конец 2025 года, когда ИИ-решения представили практически все лидеры: «Яндекс», «Сбер», VK, «Билайн», «МегаФон», МТС и другие.
Речь идет, как правило, об инструментах, которые встраиваются в уже готовые рекламные платформы — «VK Реклама»,«МТС Маркетолог», «Яндекс Реклама», «Авито Реклама», Soloway и другие. Это ИИ для анализа сегментов аудитории, настройки рекламных кампаний, персонализации, генерации и редактирования креативов и оценки эффективности рекламы. На рынок выходят и самостоятельные сервисы — такие, как ИИ-сервис для раннего определения трендов TrendFlow от RW+ или AImonitor.pro от «Карамбола Лабс» для анализа видимости брендов в ответах ИИ.
Параллельно появляются новые рекламные кабинеты, которые сразу включают в себя ИИ- и ML-функционал. Так, например, в «М.Видео-Эльдорадо» можно самостоятельно настраивать и запускать продвижение с таргетингом на базе нейросетей. На медиаплатформе «ВинЛаб» алгоритмы машинного обучения в реальном времени анализируют интересы, поведение и поисковые запросы пользователей, чтобы показывать им актуальные предложения.
Во всем этом многообразии самый известный и динамичный сегмент — безусловно, генеративный ИИ. По данным исследования ONSIDE и Just AI, объем этого рынка (не только в рекламной индустрии) достиг 58 млрд рублей по итогам 2025 года против 13 млрд в 2024 году. Автоматизация маркетинга входит в число самых частых запросов компаний. Вместе с алгоритмами МL большие языковые модели автоматизируют множество бизнес-сценариев. Ниже — наглядные примеры.
«Даже не имея отдельного AI-продукта, мы уже используем ИИ как рабочий инструмент, который помогает оптимизировать ресурсы команды и повышать скорость работы над проектами рекламодателей. Нейросети применяются на этапах исследований и обработки больших объемов информации, подготовки первых версий текстов и креативных гипотез, структурирования материалов, анализа конкурентного поля и создания вариантов для A/B‑тестирования.
Это сокращает время на рутинные задачи и позволяет специалистам больше фокусироваться на стратегии, качестве решений и интерпретации данных. Мы прошли путь от просто библиотеки удачных промтов к построению методологий по работе с нейронными сетями при реализации разных типов проектов. Сейчас находимся на этапе интеграции нейросети по определенным параметрам в каждый отдел.
Также мы работаем с рекламными платформами, где алгоритмы машинного обучения встроены в закупку и оптимизацию кампаний: например, “Яндекс Директ” и “VK Реклама”. Они помогают находить более релевантную аудиторию, распределять бюджет между связками, оптимизировать показы под целевые действия и ускорять тестирование объявлений. На практике польза наиболее заметна при достаточном объеме качественных данных и корректно настроенной аналитике: ИИ усиливает экспертизу команды, но не заменяет ее».
Генерация креативов
Нейросети уже создают тексты, изображения и аудио — и российские игроки активно используют их способности. За последний год сразу несколько компаний выпустили креативные AdTech-инструменты. Например, в июле 2025 года Yandex B2B Tech представила сервис для быстрого синтеза речи Brand Voice Lite. Сгенерированный голос можно использовать для персонализации голосовых ботов в контакт-центрах, озвучки подкастов и других креативных проектов.
В октябре «Билайн.ПРОдвижение» внедрил ИИ-помощника для создания текстов, который учитывает стиль общения в соцсетях и использует эмодзи. В ноябре «Яндекс Директ» запустил ИИ-редактор креативов. Инструмент позволяет по текстовому запросу генерировать новые изображения и вносить изменения в существующие. Возможность доработки креативов с помощью нейросетей в декабре добавила и «VK Реклама».
Проведение исследований
Менее популярный, но перспективный сценарий использования генеративного ИИ — виртуальные респонденты. Они помогают компаниям оценивать реакцию целевой аудитории на идеи без необходимости сразу привлекать к опросам реальных людей.
Таких решений пока немного и в России, и за рубежом, но первые шаги уже сделаны. Так, группа компаний «Родная Речь» анонсировала проект Synth. В рамках этой инициативы можно будет создавать «синтетов» — виртуальных участников исследований, обученных на данных российской аудитории. Языковая модель позволит отвечать на вопросы брендов с учетом ценностей и потребительских привычек россиян.
Настройка рекламных кампаний
Из последних трендов в сегменте генеративного ИИ — запуск агентов, которые берут на себя весь процесс подготовки кампаний — от подбора аудитории до генерации изображений.
В апреле этого года в «Яндекс Директе» появилась возможность запустить продвижение с помощью ИИ-помощника. Он задает вопросы о бизнесе, подбирает параметры для запуска рекламной кампании, создает тексты и картинки для объявлений и даже собирает лендинг, если нет сайта. По данным «Яндекса», созданные с этим ассистентом объявления получают на 30% больше кликов.
Чуть раньше, в марте, МТС AdTech представила ИИ-маркетолога — диалогового агента, который помогает малому и среднему бизнесу запускать кампании в СМС, ММС и «Телеграме». В одном интерфейсе он объединяет ранее запущенные сервисы — ИИ-автор, ИИ-таргетолог и ИИ-модератор. В ноябре 2025 года искусственного маркетолога анонсировали в «Сбере». Цель компании — в 2026 году ускорить все маркетинговые процессы в два раза.
Оптимизация цифровой рекламы
Цифровая реклама продолжает дорожать. Остановить инфляцию игроки рынка не в силах, но они могут оптимизировать свои кампании для снижения расходов. Бизнес уже это делает: как показало недавнее исследование АРИР и АЦ РИР, 48% компаний применяет ИИ и ML (машинное обучение) в рекламных кампаниях, и наиболее популярные сценарии — оптимизация ставок (73%), а также таргетинг и сегментация аудитории (67%). На третьем месте — использование технологий для прогнозирования конверсий или CTR (коэффициент кликабельности). За ними идут оптимизация бюджетов между каналами, динамическая оптимизации креативов и управление частотой показов.
Сопредседатель комитета по ИИ/ML Виктория Колесникова отмечает: компании хотят быстро получать измеримый, прогнозируемый результат за относительно небольшие деньги. С этим и связан высокий интерес к инструментам оптимизации. ИИ и ML действительно увеличивают эффективность кампаний. По данным исследования, у респондентов CTR вырос в среднем на 11%, CR (коэффициент конверсии) на 10%; CPA/CPO (стоимость действия / стоимость заказа) снизилась на 16%, Bounce rate (показатель отказов) — на 12%.
Но решений на рынке все еще недостаточно. В АРИР ждут дальнейшего развития продуктов в области оптимизации ставок за счет нейросетей, которые по заданным параметрам выкупают у паблишеров подходящий трафик. Другой тренд — оптимизация по всем актуальным KPI (ключевые показатели эффективности): уже упомянутые CTR, CR и Bounce Rate, Post View (конверсии после просмотра без клика), Last Click (атрибуция по последнему клику), PI (Purchase Intent — намерение к покупке).
Какие ИИ- и ML-решения, которые вы внедряете, уже дают стабильный измеримый эффект в закупке и оптимизации рекламы?
«В сфере сегментации мы используем ИИ для формирования точных таргетируемых групп. ИИ-сегменты позволяют работать не с широкой аудиторией, а с пользователями, которые уже находятся в активной фазе выбора товара или услуги. Технология позволяет включать пользователя в сегмент в течение 30 минут после проявления интереса — это дает возможность работать с аудиторией в момент формирования спроса.
На данный момент ИИ-сегменты реализованы для вертикалей фармы, FMCG и финансов; в дальнейшем планируется расширение на категории авто и недвижимости. Применение данных сегментов показало изменение ключевых метрик: рост доходимости на 39%, снижение отказов на 20% и увеличение времени на сайте в 5 раз.
Второе направление — алгоритмы в динамическом ретаргетинге. Здесь ML-модели самостоятельно определяют необходимую интенсивность коммуникации, ориентируясь на прогнозную вероятность целевого действия. А ИИ анализирует историю просмотров товаров пользователем и подбирает релевантные рекомендации. Использование данного подхода обеспечило рост конверсии на 27%».
Гиперперсонализация маркетинга
По данным ВЦИОМ, каждый второй россиянин ждет, что рекламные алгоритмы научатся предвосхищать его желания. И ждать осталось недолго, ведь современные рекомендательные системы с ML уже формируют предложения в реальном времени с учетом данных из всех каналов — от CRM (Customer Relationship Management — система управления взаимоотношениями с клиентами) до мобильных приложений.
Все благодаря CDP (Customer Data Platform — платформа клиентских данных), которая собирает поведенческие и демографические показатели. Алгоритмы затем анализируют их, сегментируют пользователей по поведению, строят прогнозы и помогают увеличивать LTV (Lifetime Value — пожизненная ценность клиента) и делать Up-sell (стимулировать покупки более дорогих товаров или услуг)
В АРИР отмечают, что ML уже позволяет делить аудиторию по вероятности будущих действий и формировать сегменты на опережение. В России рынок таких предиктивных моделей растет на 30–40% в год. Следующий шаг — переход от сегментного маркетинга к индивидуальному.
В эту сторону движется, например, «МегаФон» с MegaRITM. Это новая платформа принятия решений в режиме реального времени для CVM (Customer Value Management — управление ценностью клиента). Она формирует цифровой профиль абонента и помогает подобрать для него уникальные предложения с учетом его привычек, потребностей и интересов. CVM-платформу на базе ИИ также представили в МТС: она может увеличивать продажи в среднем до 15%, а конверсию — до 75%, утверждает компания.
Борьба с мошенническим трафиком
С точки зрения новых релизов борьба с фродом (мошеннический трафик) сейчас не самое горячее направление. Однако проблема не исчезла: три четверти компаний оценивают свои потери от фрода в 5–10% рекламного бюджета, почти четверть — в 11–20%, показывает исследование FutureLab и АРИР.
Для защиты от ложных кликов, показов и конверсий российские компании используют ML-алгоритмы, которые работают на нескольких уровнях. Они отсекают очевидные аномалии (например, нечеловеческую скорость кликов и запросы с заблокированных IP-адресов), а затем анализируют более сложные паттерны. В том числе это поведенческие показатели, вплоть до траектории движения мыши. Нейросети сверяют их с типовым поведением реальных пользователей и таким образом выявляют даже сложные схемы накрутки.
Поставщики антифрод-решений в России регулярно совершенствуют свой арсенал. Так, «Яндекс» в октябре 2025 года улучшил алгоритм антифрода, чтобы он блокировал переходы ботов на сайты рекламодателей. А Soloway недавно обновила веб-алгоритмы фильтрации для мобильных приложений. Система автоматически усиливает фильтрацию, если доля фрода в инвентаре растет. Алгоритмы масштабируются на любой тип инвентаря и адаптируются к изменениям мошеннических схем.
Хотя технологии уже позволяют раскрывать бот-сети, пока на рынке нет кроссплатформенной проверки и интеграции с исследовательскими панелями. Основной проблемой игроки называют именно отсутствие консолидированного решения по борьбе с мошенническим трафиком. С ней еще предстоит разобраться.
Каких ИИ-решений в российском AdTech сегодня не хватает рекламодателям?
«ИИ хорош в трех вещах: персонализация ответа поисковой выдачи (по сути замена поисковиков), автоматизация рутинных повторяющихся процессов и генерация медиаконтента.
Для автоматизации и генерации требуется серьезное обучение всех сотрудников работы с инструментами, которое пока не готовы повсеместно взять на себя институты: базовое понимание бизнес-процессов и базовое понимание ИТ инфраструктуры. Фактически скорость проникновения ИИ в бизнес сейчас зависит от энтузиастов (которые поддерживают индустрию снизу) и бигтех-компаний вроде “Сбера” и “Яндекса” (которые заставляют сотрудников пользоваться своими ИИ и внедрять в свою работу).
Без обучения сотрудников мы достаточно быстро упремся в нехватку кадров и большое количество сервисов, которые плохо выполняют задачу, что в конечном счете приведет к падению доверия к ИИ и банкротству стартапов, связанных с ИИ».
По вашему опыту, насколько заявленные возможности новых ИИ-продуктов в российском AdTech соответствуют их реальным возможностям/эффективности? Как часто рекламодатели разочаровываются в ИИ-решениях, с чем это обычно связано?
«На мой взгляд, ИИ-продукты в российском AdTech в принципе справляются с заявленным обещанным инвентарем. Не волшебная палочка, а нормальный рабочий инструмент. Однако работает он не для всех и не всегда — все зависит от того, в каких условиях и как он используется.
В случае, когда у бренда есть глубокая аналитика, настроена связь CRM или CDP, команда аналитиков, грамотно работающая с данными и ML-решениями, то ИИ довольно часто отрабатывает свои задачи. По сути, максимально нативно интегрируется в процесс и становится еще одним звеном в аналитике. Они действительно помогают лучше управлять ставками, сегментацией, LTV, чистить фрод. В перформанс-смысле — CTR, CR, CPA — совпадение с обещаниями продуктов чаще всего есть, пусть не всегда с теми красивыми “плюс 20%”, которые выносят в кейсы.
Однако мы видим совершенно иную картину при «витринном» сценарии и генеративном ИИ. Многие заходили в тему с ощущением, что нейросеть заменит креативную команду и стратегию “написали пару промтов — получили кампанию”. Затем столкнулись с тем, что аудитория довольно быстро научилась считывать ИИ картинку и ИИ тексты, и мы видим, что часть пользователей просто не доверяет такому контенту.
А если мы добавим еще и условие, что у компании нет чистых данных, условная сегментация и фрагментарная аналитика, то даже самый сильный и умный ИИ-инструмент будет работать не на всю мощь. Все это приведет к тому, что обещанная гиперперсонализация превращается в банальный ремаркетинг, предиктивные модели “промахиваются”, и бренд, соответственно, делает вывод, что ИИ не работает, хотя при детальном рассмотрении у технологии просто не было базы, на что опираться при разработке.
И конечно, свою долю ответственности несет рынок. В последние два года ИИ активно продавали как “волшебную кнопку”, а витринные кейсы показывали верхнюю планку результатов, а не типичный средний эффект. Логично, что часть рекламодателей после первых пилотов почувствовала разрыв между презентацией и реальной кампанией.
По моим ощущениям, на сегодня почти каждый крупный бренд уже прошел хотя бы один цикл работы с ИИ с разочарованием. Однако важно то, что после этого цикла ИИ не исчезает, а просто оптимизируется на правильный уровень процесса:
- генеративные модели — для черновиков и идей;
- ML — для закупки, сегментации и предиктивной аналитики.
Если резюмировать: заявленные возможности ИИ AdTech в целом соответствуют реальным, когда у бренда есть данные, процессы и экспертиза. Разочарование возникает там, где пытались заменить стратегию и людей технологией, запускали ИИ “ради галочки” или ориентировались только на витринные проценты без понимания контекста. Устойчивая модель успеха сейчас — гибридная: ИИ отвечает за масштаб и скорость, а люди — за смысл, дифференциацию и контроль качества того, что уходит к аудитории».
Будущее AdTech: ИИ под присмотром человека
В этом году спрос на ИИ-решения усилится еще больше из-за давления на ROI (Return on Investment — возврат инвестиций), ограниченных бюджетов и усложнения клиентского пути. Бизнесу нужна автоматизация, предиктивная аналитика и более глубокая персонализация. А чем труднее задачи, тем сложнее подходы. Как показывает исследование АРИР и АЦ РИР, в ближайшие полтора года компании намерены тестировать и запускать более продвинутые ИИ-модели. В частности, 47% планируют вкладываться в RTB (real-time bidding — технология покупки рекламы в рамках аукциона в реальном времени).
Прогрессировать будут, конечно, не только сложные алгоритмы оптимизации, но и генеративный ИИ. Он продолжит открывать рынку новые форматы — от виртуальных респондентов и инфлюенсеров до адаптивных скриптов в кол-центрах. Будут развиваться мультимодальные ИИ-агенты, способные настраивать, запускать и оптимизировать рекламные кампании, а также генерировать для них креативы. При этом ключевым фактором успеха станет не только сама генерация, но и качество данных, и способность алгоритмов учиться на них, анализировать их и точно предсказывать поведение пользователей.
Параллельно появятся индустриальные стандарты применения ИИ-технологий в российской рекламе. Как отмечает АРИР и АЦ РИР, уже сейчас 78% респондентов готовы делиться данными, чтобы эти стандарты сформировать. Совместные усилия игроков рынка могут привести к тому, что в течение 3–5 лет ИИ станет такой же естественной частью работы маркетингового отдела, как сегодня CRM.
По мере того как ИИ продолжит проникать в рекламные технологии, маркетологам придется уделить особое внимание двум направлениям. Во-первых, это GEO-поиск (Generative Engine Optimization — оптимизация под генеративные поисковые системы). Компаниям нужно будет работать над тем, чтобы искусственный интеллект знал об их существовании и рекомендовал их пользователям. Для этого брендам важно будет создавать четко структурированный и понятный для алгоритмов контент.
Во-вторых — контроль за ИИ-генерациями. По данным Okkam Creative, больше половины потребителей теряют доверие к бренду из-за ИИ-рекламы. Эксперты обращают внимание на риск визуальной стандартизации и снижения индивидуальности в объявлениях. Вывод — любая генерация должна происходить под строгим надзором человека и в первую очередь опираться на его креативность. Только так результаты работы нейросетей смогут приносить бренду пользу вместо того, чтобы превращаться в ИИ-слоп — безликий, низкокачественный контент.
Чего ждать от ИИ-индустрии в российском AdTech в ближайшие годы (в 2026-м и на более дальнем горизонте)?
«В ближайшие год-два ИИ окончательно станет рабочей инфраструктурой: автономное управление кампаниями, прицельная персонализация, генерация контента под сегмент. На горизонте пяти лет генеративные модели начнут принимать решения о покупке вместо человека — бренды, отсутствующие в ответах алгоритмов, рискуют выпасть из воронки раньше, чем клиент осознает потребность.
Однако практика сложнее прогнозов. Разрыв между восприятием ИИ-контента рекламодателями и реакцией аудитории на него стремительно растет. Стоимость человеческого сторителлинга никогда не была выше, а аутентичность становится стратегическим активом. Сейчас каждый третий бренд наносит ущерб доверию из-за поспешного внедрения ИИ. Поэтому рынок наблюдает гонку не инструментов, но людей, которые перестраивают целые компании».
На что будет наибольший спрос со стороны брендов, чего они будут ждать от ИИ-продуктов? Увидим ли мы принципиально новые продукты или, скорее, развитие получат уже существующие платформы?
«Я думаю, сейчас от хайпа вокруг ИИ мы переходим к конкретным прагматичным решениям в adtech. Я думаю, произойдет “тихая революция” в этой области. В первую очередь это сфера сквозной аналитики и предсказания LTV пользователя. Большинству клиентов платформ интересен клиент здесь и надолго, а не красивый контент или имиджевая реклама.
Вторая сфера — борьба с фродом и серой зоной. Сейчас в мире уже больше пользователей-ботов, чем живых людей. Борьба за настоящего платежеспособного пользователя растет. ИИ здесь будет по обе стороны баррикад. Поэтому, я думаю, появятся новые продукты на базе старых (если они не отстанут от прогресса), но все выльется в умных ИИ-агентов под управлением человека и все интеграции с рекламными системами ускорятся в десятки раз».
Как вы оцениваете развитие ИИ в маркетинге и рекламе? Как ваш бренд использует такие технологии и что для вас является главным критерием доверия к ИИ-решениям в рекламных технологиях?
«Несомненно, проникновение ИИ в маркетинг и медиа становится все заметнее — я вижу это и как обычный пользователь, и как человек, работающий в корпоративной среде. При этом значительная часть современного креатива выглядит довольно однотипно: похожие визуальные решения, “идеальные” улыбающиеся люди и бесконечные скидки. Но проблема, на мой взгляд, не в самом ИИ, а в том, как и для каких задач его используют.
В ИДС “Боржоми” мы придерживаемся аккуратного и осознанного подхода к работе с ИИ. Команды брендов “Святой Источник” и “Боржоми” используют его как инструмент, который помогает оптимизировать продакшен. Более того, мы уже провели успешный эксперимент с подтвержденными результатами, выпустив в рамках федеральной all-media-кампании телевизионный ролик, полностью созданный с помощью ИИ.
Говоря о медиа и технологиях рекламы, пока ни одной площадке не удалось убедить меня в работоспособности своих нейроалгоритмов оптимизации размещений. Каждый раз, когда в диалоге задаешь прямой вопрос касательно интеграций и данных, пытаешься "заглянуть под капот" (без претензий на нарушение NDA), в ответ получаешь либо что-то максимально неуверенное, либо тишину. Но винить поставщиков здесь нельзя — виной всему техническая ограниченность рынка, которая не меняется уже годами. Разница лишь в том, что теперь эта ограниченность пытается спрятаться за ИИ-ширмой, но мы-то знаем правду».
