На волне популярности любого нового явления всегда появляются хитрецы, которые жаждут урвать копеечку от тех, кто ещё не разобрался. Сейчас это происходит с ИИ: особо наглые хайпожоры рассказывают небылицы в духе «поставьте бесплатный бот на комп, увольте всех сотрудников и работайте пять минут в день». Те же опасные заявления подстерегают и в нашей маркетинговой среде, когда некоторые горе-маркетологи — то ли не разобравшись в деле, то ли намеренно обманывая — заявляют, что их услуги дешевле, потому что они используют искусственный интеллект.
Как же на самом деле ИИ встраивается в рабочие процессы? Разберу на примере нашего агентства.
Что реально меняется
ИИ действительно очень активно встраивается сегодня во все рабочие процессы. Но не так, как об этом рассказывают.
Усиливается проверка качества: добавляется дополнительный этап, на котором независимый ИИ по чётко выверенным критериям проверяет результат своим взглядом.
Увеличиваются объёмы производимой работы — программирования, дизайна, исследований. Объём исследований вырос в разы: многие решения, которые раньше принимались на базе минимальной аналитики, сегодня опираются на глубокие исследования — они систематизируются, изучаются, и только потом специалист делает выводы.
Растут и объёмы контента. Если раньше базой было добавить к статье картинку с фотостока — возможно, обработав её или прогнав через шаблон оформления, — то сегодня база уже другая: сгенерированная иллюстрация, которая точно соответствует статье. Фотосток остался для частного пользователя.
Повышается уровень выполнения каждой задачи, потому что ИИ позволяет обработать больше информации и быстрее. Раньше мы могли ограничиться стандартным модулем для OpenCart, который частично закрывал задачу и вносил лишние «приколы» от разработчика дополнения — просто потому что это было быстрее. Сегодня мы напишем собственное решение. Написать его мы могли и раньше — но это требовало много времени дорогого специалиста, а бюджет клиента всегда хочется экономить. Теперь же мы напишем индивидуальное решение под конкретный сайт, которое будет решать ровно ту задачу, которая нужна, ровно так, как требуется, — и ничего лишнего. Это улучшает Core Web Vitals, что нам важно для SEO, это улучшает пользовательский опыт, — и теперь это становится стандартом решения задачи.
Благодаря ИИ мы напишем это быстрее. Но мы это будем писать сами — внутренняя разработка, которой раньше просто не существовало. И как итог: работа не ускоряется, но её ценность и результат для бизнеса клиента вырастают многократно. Мы не экономим время — мы просто выжимаем максимум из каждой минуты. Раньше одна минута приносила один объём результата, сейчас та же минута приносит тройной. Но в итоге мы делаем не в три раза меньше работы — мы делаем тройной результат за то же время.
Почему человеко-часов меньше не становится
На каждый процесс, передаваемый искусственному интеллекту, нужны люди — и их нужно как минимум трое на один процесс.
Во-первых, маркетолог, который понимает, что нужно сделать и как. От глубины его экспертизы прямо пропорционально зависит то, как искусственный интеллект решит задачу. Не понимая внутренних тонкостей маркетинга, невозможно поставить безупречную задачу ИИ. Он-то выполнит, что приказали; но, как верно отмечал Роберт Шекли, чтобы получить правильный ответ, нужно знать большую его часть, задавая вопрос.
Во-вторых, промпт-инженер. Сегодня это уже просто необходимость — уметь разговаривать с ИИ на его языке. Если мы используем ИИ профессионально, для серьёзных задач, нужен человек, который владеет языковой разметкой, понимает разнообразие сегодняшних инструментов, моделей и режимов работы. Не на том уровне, на котором это объясняют в шортах, рилсах и на курсах за 10 000 рублей — мол, «для текстов — Клод, для математики — Gemini». А действительно разбираться под каждую конкретную задачу: где лучше вытащить информацию из отчёта, где свести её, где сделать выводы и как их проверить.
У нас в агентстве сейчас создана огромная корпоративная база знаний: промпты, конкретные рекомендации по использованию тех или иных инструментов, понимание того, на что способна каждая модель и с чем она справляется лучше — где используется Perplexity, где прямой доступ, где API, что и для каких задач. Эту библиотеку мы нарабатывали весь прошедший год, и ни одной буквой из неё мы, естественно, ни с кем не поделимся. На сегодня это огромный внутренний капитал, который работает исключительно для наших клиентов.
В-третьих, нужен человек, который проверяет и контролирует результаты. В принципе, первое, второе и даже третье могут сочетаться в одном специалисте — но количество человеко-часов в любом случае затрачивается огромное. Как минимум столько же, сколько до внедрения ИИ. Просто получается делать больше и глубже.
Три причины, почему расслабиться не получится
Это вообще не частная история нашего агентства — это процесс, многократно подтверждённый наукой и историей.
Парадокс Джевонса. Это база из экономической теории, выведенная ещё два века назад. Уильям Стэнли Джевонс заметил: когда изобретаются новые механизмы, позволяющие усилить добычу угля, их использование не падает, а растёт. Чем больше технологии позволяют нам делать, тем больше мы начинаем использовать то, что эти технологии дают. Момент, в котором могла бы возникнуть какая-то просадка активности, — просто отсутствует: рынок моментально подхватывает.
Применительно к ИИ: если раньше генерация кода занимала 4 часа, а теперь — 30 минут, мы не отдыхаем оставшиеся три с половиной часа. Потому что рынок теперь требует в 15 раз больше контента и функций — стоимость их производства упала не лично для нас, она упала на рынке. Технология уже существует, и рынок уже хочет видеть её результаты у себя. Поэтому мы вынуждены включать более глубокую аналитику, задействовать дополнительные возможности, которые даёт ИИ, — иначе мы уже вне рынка. Как я приводил пример про иллюстрации: раньше картинка с фотостока была отличным стандартом, сейчас это уже не стандарт. Но и криво сгенерированная невнятица — тоже не стандарт. Планка выросла.
Индуцированный спрос. Это явление часто обсуждают урбанисты — о том, что расширение дорог, — привет москвичам, — не избавляет от пробок, а лишь заставляет ещё больше людей садиться за руль. То же самое здесь: появляется дополнительная мощность — и она тут же заполняется новым потоком задач. Никакого «свободного места» не остаётся. Наличие мощного инструмента просто создаёт внутри рабочих процессов новые задачи, которых раньше вообще не существовало.
Закон Паркинсона. Работа заполняет всё время, отпущенное на неё — это знакомо каждому. Если мы выделили на проект неделю и раньше делали его неделю, то и доделывали к концу недели. Сейчас мы с помощью ИИ делаем тот же объём за два дня — но оставшиеся пять дней мы не отдыхаем. Мы перепроверим код, перепроверим текст, проведём стресс-тест, сделаем дополнительные исследования, отполируем детали. Просто на каждую задачу теперь тратится больше времени, чтобы довести результат до большего идеала. Качество работы повышается, время на неё — не уменьшается.
Про «бесплатный ИИ» и экономию на сотрудниках
Кстати, вопрос «за те же деньги» — это ещё бабушка надвое сказала. Потому что ИИ не бесплатный. Мы пользуемся честными коммерческими доступами ко всем инструментам, и это обходится нам весьма недёшево.
Разворачивать ИИ локально на своём компьютере, как советуют некоторые, — значит работать абсолютно неэффективно. Мы используем связку из более десятка инструментов, у каждого из которых своё предназначение. Вместить всё это в одну локальную модель невозможно. А если уж ставить прямо на свой компьютер — во-первых, компьютер через месяц придётся вынести на помойку, а во-вторых, это будет по одному слову в час, что студент за сто рублей сделает проще, выгоднее и лучше. Нормальная работа с современными моделями вроде Llama 3 или DeepSeek последних версий требует мощностей уровня NVIDIA A100/H100, а не домашней видеокарты. А реально эффективные мощности в домашних условиях просто не развернуть.
Отдельный момент — конфиденциальность клиентов. Использование бесплатных, облегчённых или, хуже того, взломанных версий — это прямое пренебрежение данными тех, для кого выполняется работа. Плюс возможные проблемы с авторскими правами, если не используется коммерческая версия.
Разница в мощностях также даёт совершенно разные по эффективности результаты.
Поэтому если кто-то на рынке говорит, что делает всё с помощью ИИ, экономит на сотрудниках и ресурсах и поэтому дешевле, — значит, он либо не умеет пользоваться ИИ, либо врёт. Когда мы сами начинали знакомство с ИИ в рабочих задачах, на каком-то первом этапе тоже казалось: класс, сказал задачу, он её сделал, всё супер. Но так мы его в процессы не внедряли — знакомились, разбирались, учились. И в процессе этого многогранного обучения поняли: на самом деле это усложняет рабочий процесс.
Делает процессы объёмнее, вынуждает учиться новому, привлекать новые компетенции, тратить дополнительные деньги на инструменты. И всё это нужно изучать буквально ежедневно — база знаний обновляется каждый день, потому что со всем этим нужно разбираться постоянно. Работа не исчезает — она мутирует и расширяется как сумасшедший организм в пробирке, и меньше её не становится ни в коем случае.
Вывод: мы не едем на Бали
Внедрение искусственного интеллекта в работу — на примере рекламно-маркетингового агентства — это не про увольнение сотрудников и не про «теперь нас двое, а делаем за десятерых». Это не про «уедем на Бали и будем работать два часа в день, пока ИИ работает за нас».
Это про то, что мы превращаемся в операторов смыслов с десятикратным усилением возможностей — на фоне такого же десятикратного увеличения потребностей рынка. Современный интернет-маркетинг — это в десять раз больший маркетинг, чем три года назад. Если не дороже, то уж точно не дешевле, и точно не с меньшим объёмом работы — если говорить честно и подходить к делу эффективно.
