ИИ в маркетинге: от текстового помощника до автономного агента

ИИ в маркетинге: от текстового помощника до автономного агента.
(по ходу дела расскажем, как мы доверили ему анализ докладов ЦК КПСС).

Дисклеймер: Текст, который вы сейчас читаете, стилистически и структурно отредактирован ИИ Qwen. Теперь время от времени я поручаю ему редактирование.

В самое ближайшее время искусственный интеллект изменит свой статус: из ассистента маркетолога он превратится в ядро практически всех маркетинговых технологий. Утверждение в заголовке многим коллегам покажется очевидной банальностью. Но, по моему мнению, сегодня как раз самое время обсуждать не факт прихода ИИ, а то, каким путем и в какой форме нейросети интегрируются в наш инструментарий, и в каких именно задачах они дадут максимальный эффект.

Каждый, кто начинает применять нейросети, проходит три стадии эволюции.

Стадия 1: Промпт-инжиниринг и поиск «своей» модели.

Вы даете ИИ различные текстовые задачи и тестируете разные платформы. В результате эмпирическим путем находите те модели, которые способны решать ваши задачи на твердую «четверку» или «пятерку».

Мой опыт: Я протестировал 11 различных ИИ-моделей, придумал для них стресс-тесты и «подкидывал» сложные задачи. Все 11 умели работать с русским языком и анализировать информацию, многие предлагали удобные интерфейсы. Но от семи я в итоге отказался — для серьезной работы подошли лишь самые мощные.

Стадия 2: Базовая автоматизация.

Вы сами (или с помощью IT-специалиста) создаете «связки» и «скрипты», которые работают с выбранной моделью через (через API) на ежедневной основе. Т. е работают с ИИ-моделью при помощи, написанной специально или заимствованной программы. Например, читают выбранные Telegram-каналы и периодически присылают вам «выжимку» самых важных для бизнеса сообщений.

Стадия 3: ИИ-агенты (Автономные сотрудники).

Именно это станет главным инструментом маркетолога будущего. Вы (или ваша IT-команда) создаете ИИ-помощника — агента. Задания ему формулируются так же, как для подчиненного из отдела маркетинга: и по форме, и по смыслу. ИИ-агент обладает профессиональными навыками, базой знаний и даже способен сам планировать свою работу.
Чтобы представить, как это работает на практике, рекомендую к прочтению кейс: Как ИИ Claude взломал фитнес-клуб: https://kod.ru/ai-claude-vzlomal-fitness-club.

Именно на этой стадии — создании узкоспециализированных ИИ-агентов — сегодня и идет основная работа по внедрению нейросетей в маркетинг.

ИИ способен решает задачу, над которой «гуманитарии» бились 20 лет.

Я пока нахожусь на первой стадии освоения, но именно она сдвинула меня с мертвой точки. Я увидел, что с помощью ИИ можно автоматизировать контент-анализ больших массивов сообщений. Задачу, которую мы с Александром Васильевичем Жаворонковым пытались решить более 20 лет.

Контент-анализ позволяет выявить тщательно скрываемое ухудшение реального финансового состояния компаний, эффективность используемого PR, рекламы, продуктивность сегментации, готовности аудитории к покупке. Маркетологи позаимствовали этот инструмент у социологов и политологов, но из-за колоссальной трудоемкости в СССР и России он полноценно применялся лишь считанное количество раз.

Исторический бэкграунд: Проект «Таганрог».

В конце 60-х годов ЦК КПСС решил научно изучить аспекты идейной жизни граждан. Лучшие силы АН СССР были брошены на выполнение проекта под кодовым названием «Таганрог». Специально обученные научные сотрудники, вооружившись цветными карандашами, месяцами читали газеты и смотрели телепередачи. Каждое сообщение получало 25–30 оценок: информативность, широта освещения, модальность и т.д.

С тех пор в нашей базе осталось 700 текстов, размеченных специалистами вручную. Это уникальное наследие и эталон для проверки современных алгоритмов.

Эксперимент: ИИ в работе с докладами членов Политбюро КПСС СССР последнего созыва.

Работу с ИИ (нейросетями) мы начали с того, что предложили им «убрать воду» из двух исторических документов: доклада М. С. Горбачева на последнем пленуме КПСС и доклада премьера В. С. Павлова.

Доклад Горбачева в нашей базе имел минимальную удельную информативность при большом объеме: в 6 газетных листов «Правды». Мы не указывали ИИ ни авторов, ни дат, строго запретили использовать поиск в интернете и попросили выдать два реферата, а затем сравнить их между собой.

«Промпты» (запросы) были сформулированы так:

1 Поясните основополагающий тезис каждого из двух предложенных текстов. Оцените перечень обоснований этого тезиса в каждом сообщении по отдельности.

2 Оцените совпадение целей этих двух сообщений, а также тезисов, которые для этого в них использованы.

Результаты.

Лучше всех с задачей справились: Google Gemini (NotebookLM) и Qwen.

Доклад Горбачева без потери смысла был сжат до половины листа А4, а доклад Павлова занял ¾ листа. Соотношение объема рефератов идеально совпало с соотношением информативности этих текстов, которую мы 20 лет назад замеряли вручную!

Но больше всего поразило другое. Китайский ИИ Qwen, сравнивая два доклада, указал на места в тексте В. С. Павлова, из которых следует, что готовится переворот в верхушке КПСС.

Обоснование нейросети было на уровне бывалого партаппаратчика: «Премьер-министр не имеет права и не должен в таком тоне говорить о плохой работе в низовых партийных организациях, это выход за рамки полномочий и сигнал к смещению руководства». Машина увидела политический заговор там, где человек читал просто бюрократическую сводку.

Лирическое отступление: ИИ как литературный редактор.

Чтобы понять, насколько ИИ умеет работать с тонкими материями, я провел опыт с редактированием стихотворения современного поэта Ю. Белюка «Ткань» (ссылка: https://stihi.ru/2026/07/13/5132). По моему убеждению, его не сможет качественно отредактировать ни один знакомый мне литературный редактор-человек. Из 11 моделей с этой задачей сносно справились только Qwen, Kimi и Google Gemini.

При этом квалифицированно интерпретировать содержание классической «Думы» М.Ю. Лермонтова оказались в силах абсолютно все 11 протестированных моделей.

Вывод.

Путь к полноценной автоматизации широкого контент-анализа при помощи ИИ — это не фантастика, а дело ближайшего будущего. И те маркетологи, которые уже сейчас учатся делегировать задачи ИИ-агентам, завтра станут ядром индустрии.

Автор – Почетный член Гильдии Маркетологов Эдуард Бутаев