Реклама проникает в мир ИИ-помощников: что нужно знать специалистам по цифровому маркетингу прямо сейчас

Искусственный интеллект меняет ландшафт маркетинга, становясь ключевым элементом в построении кампаний. Генеративный ИИ сейчас повсеместно используется для ускорения разработки креативов и помогает командам лучше отслеживать показатели эффективности.

Реклама с использованием ИИ продолжает развиваться, переходя от спонсируемых ответов к системам, способным использовать каталоги товаров, рекомендации и транзакции, инициированные агентами. Отраслевые издания, такие как Digiday, уже отслеживают развитие рекламы ChatGPT, а компания Gravity, занимающаяся рекламой с использованием ИИ, по сообщениям, сотрудничает с такими брендами, как Target и Best Buy.

Будущее ИИ в маркетинге, возможно, зависит от того, насколько глубоко ИИ будет интегрирован в рабочие процессы, принятие решений и должностные роли. Ключевым моментом является понимание того, как ИИ меняет цифровой маркетинг и рекламу, и ответы на вопросы о том, что нас ждет в будущем.

Искусственный интеллект выходит за рамки создания контента

Теперь маркетинговые команды могут использовать генеративный ИИ на протяжении всего жизненного цикла кампании, от разработки концепций до масштабного тестирования идей на разных каналах. Технология используется не только для написания текстов, но и помогает маркетологам работать с ней на этапе создания креатива.

Благодаря экономии времени и средств, достигаемой за счет использования ИИ, маркетологи могут тестировать больше идей и адаптировать кампании к более широкому спектру контекстов. Например, Google Ads может генерировать множество релевантных заголовков и описаний с помощью ИИ для тестирования своей системой, помогая «показывать более релевантные объявления» и в конечном итоге найти наилучшее сочетание.

Это поднимает важный вопрос для маркетологов: когда ИИ делает производство креативного контента значительно дешевле и быстрее, смещается ли конкурентное преимущество от создания контента к пониманию того, какие идеи стоит воплощать в жизнь и масштабировать?

По мере того, как системы искусственного интеллекта становятся все более совершенными, а в этом нет никаких сомнений, роль маркетолога все больше сводится к принятию решений о том, какие идеи стоит развивать, и все меньше — к ручному созданию каждого элемента контента. У команд появляется больше времени для обсуждения фирменного стиля и креативных направлений, а также для обеспечения уникальности, актуальности и соответствия целям организации всего, что создано с помощью ИИ.

Реклама с использованием ИИ против платной рекламы

Традиционная платная поисковая реклама отличается от рекламы, созданной с помощью ИИ, несколькими способами, причём первая обычно строится вокруг поискового запроса. В платной поисковой рекламе пользователь вводит термин, после чего рекламодатели начинают конкурировать за показ объявления. Затем полученное объявление призвано побудить пользователя перейти на сайт рекламодателя.

Некоторые рекламные объявления, созданные с помощью ИИ, добавляют в этот процесс более интерактивный элемент. Например, по данным OpenAI, объявление в ChatGPT «учитывает множество сигналов, включая контекст и цель текущего разговора, целевую страницу объявления, заголовок, текст, предоставленные рекламодателем контекстные подсказки, а также, если включена персонализация объявлений, отдельные сигналы из общего опыта пользователя в ChatGPT».

Для маркетологов различие между этими двумя формами рекламы имеет решающее значение. Реклама с использованием ИИ может в большей степени учитывать контекст разговора, связанный с потребностями клиента, при определении релевантности объявления.

Искусственный интеллект может занять иную роль в рекламной воронке. Вместо сопоставления объявления с запросом, он может использовать диалог для определения наиболее релевантных объявлений. Конечно, это также создает новые проблемы для маркетологов, поскольку брендам, возможно, придется думать не только о ключевых словах, но и учитывать вопросы, потребности и существующие сценарии использования пользователя, что может помочь в формировании необходимых рекомендаций и совершении покупок.

CPC и атрибуция в рекламе с использованием ИИ

В рекламе с использованием ИИ уже применяется модель CPC, при этом OpenAI предлагает как CPM (стоимость за тысячу показов), так и CPC-закупки для рекламы на ChatGPT. Однако то, что происходит до клика, может стать самой большой проблемой для маркетологов. Например, ИИ-помощники могли бы влиять на потребителя, отвечая на его вопросы и сравнивая товары еще до того, как он посетит веб-сайт рекламодателя.

Это затрудняет установление авторства. Хотя пользователь может взаимодействовать с ИИ-помощником несколько раз, маркетологи увидят только один переход по ссылке. В некоторых случаях они вообще не увидят ни одного перехода, если транзакция произошла на платформе ИИ.

Это поднимает еще один вопрос для маркетологов: должны ли платформы искусственного интеллекта получать признание за сгенерированный ими клик или за помощь в принятии решения, которое привело к покупке?

Продукт

Качество данных о продукции бренда станет значительно важнее по мере все более широкого внедрения ИИ-помощников в процесс поиска товаров. Это включает в себя точную информацию о таких аспектах, как цены и характеристики, что позволит системам ИИ получать более качественные данные для сравнения или рекомендации товаров. В мире маркетинга товарные фиды могут перестать быть просто требованием электронной коммерции и превратиться в неотъемлемую часть системы мониторинга ИИ.

Компания Amazon уже доказала, как данные о товарах могут использоваться в системах покупок на основе искусственного интеллекта, с помощью своего голосового помощника Alexa for Shopping, первоначально известного как Rufus. Используя информацию о товарах от Amazon вместе с контекстом разговора, Alexa For Shopping может отвечать на вопросы о товарах, сравнивать варианты и давать рекомендации, опираясь на эту информацию.

Согласно Amazon, «Rufus — это опытный помощник по покупкам, обученный работе с каталогом товаров Amazon и информацией из различных источников в интернете, который отвечает на вопросы покупателей о потребностях в покупках, товарах и сравнениях, дает рекомендации на основе этого контекста и облегчает поиск товаров в том же самом интерфейсе покупок Amazon, который покупатели используют регулярно».

Сообщается также, что стартап Gravity сотрудничает с Best Buy и Target над разработкой системы рекламного обмена между агентами, в которой агенты с искусственным интеллектом обмениваются рекомендациями по товарам, используя каталоги рекламодателей в режиме реального времени. Соучредитель Gravity Зак Олдхэм отметил, что система «помогает улучшить процесс принятия решения о покупке».

Ответы, сгенерированные ИИ, могут представлять риски для безопасности бренда

Существует вероятность того, что ИИ-помощник может искажать информацию о продукте или предоставлять неточные сведения в рекламе, создавая новые проблемы для безопасности бренда. Для борьбы с этим маркетологам следует думать не только о том, где размещается их реклама, но и о том, как ИИ описывает их бренды и продукты.

В исследовании, проведенном в мае 2026 года на основе 55 393 поисковых запросов в Google, было проанализировано более 98 000 утверждений, содержащихся в обзорах, созданных с помощью ИИ. В общей сложности 11% утверждений не были подтверждены указанными источниками. Исследование также показало, что «качество источника и достоверность утверждений» в значительной степени независимы друг от друга, что говорит о том, что даже заслуживающие доверия источники не всегда гарантируют точность сводок, созданных с помощью ИИ.

Если в ответах, сгенерированных ИИ, содержатся неподтвержденные утверждения, бренды сталкиваются с еще одной проблемой: уменьшением контроля над тем, как представляется их бизнес.

Возможна ли проверка эффективности рекламы, размещаемой агентами между агентами?

Поскольку агенты искусственного интеллекта начинают взаимодействовать с другими агентами от имени компаний, маркетологи могут иметь ограниченное представление о том, как формируются рекомендации. Это вызывает вопросы и опасения по поводу прозрачности и подотчетности.

В статье 2026 года «Аудируемые агенты» рассматривалось разграничение подотчетности и возможности аудита. В исследовании утверждается, что «ни одна агентская система не может быть подотчетной без возможности аудита», и выделяются пять требований: «возможность восстановления действий, охват жизненного цикла, возможность проверки политики, определение ответственности и целостность доказательств».

Если решения о рекламе принимают агенты искусственного интеллекта, маркетологи должны понимать, почему был рекомендован тот или иной продукт, что повлияло на это решение и кто в конечном итоге несет ответственность, если что-то пойдет не так, например, если будет предоставлена неточная информация о бренде.

Поисковая реклама позволила маркетологам точно определять, что ищут люди, с помощью ключевых слов и запросов. Искусственный интеллект-помощники намерены вывести это на новый уровень, используя диалоги для понимания потребностей потребителей. На основе этих данных они смогут рекомендовать соответствующие товары или услуги с помощью персонализированной рекламы.

Понимание того, почему рекомендуются те или иные продукты и что влияет на эти решения, поднимает еще один ключевой вопрос. Если ИИ получит больше влияния на рекламные решения и взаимодействие с клиентами, маркетологам потребуется более детальный контроль над тем, как работают эти системы.

Таким образом, управление ИИ становится важнейшим приоритетом для бизнеса, а не просто техническим вопросом. Организации, имеющие продуманные системы и механизмы контроля, лучше подготовлены к масштабированию ИИ и управлению связанными с ним рисками.

В перспективе маркетологам, возможно, потребуется меньше внимания уделять традиционным кликам и больше завоеванию своего места в процессе покупки, инициированном искусственным интеллектом.