ИИ в маркетинге: реальные кейсы использования и примеры внедрения

Про ИИ в маркетинге говорят много, но в большинстве материалов всё сводится к общим словам: нейросети пишут тексты, ускоряют работу команды и помогают делать больше контента. Проблема в том, что из таких объяснений непонятно главное – где именно ИИ приносит бизнесу пользу и за счёт чего появляется результат.

Быстрая оценка по основным типам задач.

Лучше всего ИИ сегодня справляется именно с текстом: статьи, письма, объявления, сценарии, варианты заголовков, адаптация под разные аудитории.

Рейтинг нейросетей

ИИ хорошо делает рекламные визуалы, баннеры, обложки, концепты и быстрые вариации креативов. А главное, делает это массово, позволяя тестировать сразу множество вариантов.

Рейтинг нейросетей

В видео ИИ уже полезен для коротких роликов, тестовых креативов, фонов и быстрого продакшена.

Рейтинг нейросетей

Для стратегии ИИ полезен как инструмент для ресерча, структуры, гипотез и черновиков. Финальные решения всё ещё требуют сильной ручной проверки.

Рейтинг нейросетей

В аналитике сам по себе ИИ слаб. Если у него нет полных и проверенных данных по кампаниям, продажам, атрибуции и вкладу каналов, он не анализирует маркетинг, а пересказывает разрозненные цифры.

В этой задаче должна работать связка из качественной аналитической системы, проверенных данных и ИИ, который уже поверх них помогает быстрее находить закономерности, отвечать на вопросы и подсказывать сценарии оптимизации.

Рейтинг нейросетей

Общий рейтинг по типам задач и вывод

Лучше всего ИИ сегодня работает в текстах, визуалах и видео. Слабее — в стратегии. Хуже всего — в аналитике, потому что для таких задач у него меньше типовых примеров обучения. Аналитика требует не только обработки данных, но и проверки их качества, понимания причин изменений и связи метрик с бизнесом. Если этого нет, ИИ не находит закономерности, а просто выдает правдоподобное объяснение цифр.

Один из самых сильных кейсов. Radisson с помощью генеративного ИИ начал быстрее готовить персонализированные рекламные тексты и переводить материалы более чем на 30 языков: вместо восьми недель на это стали уходить часы. При этом выручка от рекламы выросла на 22%, а окупаемость рекламных вложений – на 35%.

У Swarovski персонализированные письма, подготовленные с помощью ИИ, дали рост открываемости на 17% и кликабельности на 7%. Кроме того, локализация кампаний стала происходить в 10 раз быстрее. Этот кейс показывает: ИИ особенно полезен там, где у бренда уже есть данные о клиентах, выстроенные каналы коммуникации и большой объём повторяющихся маркетинговых задач.

Subway перезапустил программу лояльности с персональными предложениями, которые формировались в моменте. После перезапуска пользователи приняли более 1 млн персональных предложений, а число участников программы MVP Rewards выросло на 25%.

Qualcomm – технологическая B2B-компания по разработке и производству микросхем для мобильных телефонов и другой электроники. Qualcommа использовала ИИ и аналитику поведения на сайте для оценки лидов.

Система анализировала, какие страницы и материалы смотрел потенциальный клиент, насколько глубоко изучал продукт и насколько его поведение похоже на действительно перспективный спрос. На основе этого лиды начали точнее ранжировать по вероятности сделки. В результате качество лидов выросло на 40%, а конверсия лидов – на 25%.

Virgin Voyages – круизная компания, которая продаёт отдых как событие: с компанией друзей, праздником и яркими впечатлениями. Поэтому бренд сделал ставку на механику, которую людям хотелось пересылать друг другу.

Компания запустила сервис Jen AI – цифровую версию Дженнифер Лопез. Пользователь мог зайти на сайт, задать повод и собрать персональное видеоприглашение для друзей или близких на совместный круиз. В результате кампания собрала более 2 млрд показов и дала свыше 25 тыс. персонализированных приглашений.

Lumen – крупная телеком-компания. Для неё ИИ стал способом ускорить подготовку рекламы, когда под одну кампанию нужно быстро сделать много вариантов объявлений для разных площадок и аудиторий. Команда заранее задавала шаблоны, структуру и правила бренда, а ИИ помогал на их основе быстро собирать большое количество рекламных материалов.

ИИ снял большой пласт ручной работы: не нужно было отдельно собирать каждый вариант с нуля. В результате время на подготовку рекламных материалов сократилось на 65%, а запуск кампаний стал занимать несколько дней вместо недель.

Divan Boss – российский продавец мебели. Choosify – сервис персонализации для интернет-магазинов. На сайте подключили ИИ-подбор товаров, чтобы человеку было легче найти то, что ему действительно подходит. В результате персонализация на сайте дала рост конверсии на 19% и рост выручки на 22%.

CyberBrain – платформа маркетинговой аналитики и оптимизации рекламных бюджетов. Встроенный ИИ-помощник работает на базе полных данных клиента и помогает быстро находить решения по кампаниям. У одного из крупнейших сервисов бронирования отелей в России один запрос к ИИ-помощнику показал, где можно сэкономить 2,3 млн рублей в месяц. После нескольких запросов сумма выросла до 11,5 млн рублей в месяц, а окупаемость платформы превысила 800%.

Можно заметить несколько сценариев, в которых ИИ в маркетинге уже приносит понятную прикладную пользу.

ИИ в маркетинге – это использование нейросетей и алгоритмов для задач, которые раньше команда делала вручную: написание текстов, создание креативов, персонализация предложений, анализ данных, оценка лидов, подготовка видео и поиск сценариев оптимизации.

На практике ИИ чаще всего используют для пяти задач: написание текстов, создание баннеров и визуалов, подготовка видео, персонализация коммуникаций и ускорение аналитики. Реже – для стратегического планирования и сложных управленческих решений, где всё ещё нужна сильная проверка человеком.

Лучше всего ИИ сегодня справляется с текстами, визуалами, баннерами и короткими видео. Хорошо работает в персонализации рекламы и коммуникаций. Хуже всего – в аналитике без качественной системы данных, где нейросеть может пересказывать цифры, но не давать надёжный вывод.

Для текстов чаще всего используют ChatGPT, Claude и Gemini. Для визуалов – Midjourney, ChatGPT, Stable Diffusion и Kandinsky. Для видео – Google Veo, Runway, Kling, Pika и Sora. Выбор зависит не от моды, а от конкретной задачи: текст, баннер, ролик, стратегия или аналитика.

Нет, ИИ не заменяет маркетолога целиком. Он хорошо ускоряет производство, помогает делать больше вариантов, быстрее тестировать гипотезы и находить идеи. Но постановка задачи, выбор приоритетов, оценка качества и финальные решения по бюджету и стратегии остаются за человеком.

Самый заметный результат ИИ даёт там, где есть большой объём повторяющихся задач: тексты, локализация, персонализация, вариации креативов, быстрый выпуск рекламных материалов, оценка лидов и работа с уже собранными данными. Именно в этих сценариях чаще всего появляются рост выручки, экономия времени и ускорение запуска кампаний.

Потому что в аналитике качество ответа зависит не только от самой модели, но и от данных под ней. Если у системы нет полной и проверенной картины по кампаниям, продажам, атрибуции и вкладу каналов, ИИ не анализирует маркетинг, а пересказывает разрозненные цифры. Поэтому в аналитике работает связка из качественной системы данных и ИИ-помощника поверх неё.

Начинать лучше с одной понятной задачи. Например: ускорить написание текстов, делать больше баннеров для тестов, автоматизировать персонализацию, ускорить выпуск видео или быстрее разбирать данные по кампаниям. Самый безопасный старт – выбрать задачу, где результат можно быстро измерить в деньгах, времени или скорости запуска.

ИИ в маркетинге даёт результат только там, где решает конкретную задачу бизнеса: ускоряет запуск рекламы, персонализирует коммуникации, помогает точнее оценивать спрос, находить сценарии оптимизации и делать промо более вовлекающим. Эффект в таких кейсах выражается в понятных показателях: росте выручки, экономии бюджета и времени команды, ускорении запуска кампаний и более точных маркетинговых решениях.